# \#optimized-workforce-learning **URL:** https://discuss.pytorch.kr/tag/optimized-workforce-learning/4643.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [OWL, 자동회된 작업 수행을 위한 개방형 다중 에이전트 협력 프레임워크 (feat. CAMEL)](https://discuss.pytorch.kr/t/owl-feat-camel/6549)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [3월 17, 2025, 10:30오전 UTC](https://discuss.pytorch.kr/t/owl-feat-camel/6549 "2025-03-17T10:30:00Z")
OWL 소개 최근 AI 연구에서는 다중 에이전트 시스템(MAS, Multi-Agent System)이 중요한 주제로 떠오르고 있습니다. 이번에 소개할 OWL(Optimized Workforce Learning)은 자동화된 작업 수행을 위한 개방형 다중 에이전트 협력 시스템으로, 실제 작업 자동화에서 강력한 성능을 입증한 프레임워크입니다. OWL(Optimized Workforce Learning)은 여러 개의 AI 에이전트가 협력하여 작업을 자동화할 수 있도록 설계되었습니다. CAMEL-AI 프레임워크를 기반으로 만들어졌으며, 다양한 도구(toolkits)를 활용하여 복잡한 업무를 자동화할 수 있습니다. 특히, 최근 수행한 GAIA 벤치마크에서 58.18점의 평균 점수로 오픈소스 프레임워크 중 1위를 기록하였습니다. OWL의 주요 기능 강력한 멀티 에이전트 협력 여러 AI 에이전트가 역할을 나누어 협력하여 문제를 해결 단순 질의응답을 넘어서 복잡한 업무 처리 가능 다양한 툴킷 내장 :books: 웹 검색 툴킷: Google, DuckDuckGo, Baidu, Wikipedia 검색 지원 :page\_facing\_up: 문서 분석 툴킷: PDF, Word, Excel 문서 내용을 자동 분석 :framed\_picture: 이미지·비디오 분석 툴킷: 시각 정보를 기반으로 내용 파악 :desktop\_computer: 브라우저 자동화: Playwright 프레임워크를 활용한 웹 상호작용 다양한 AI 모델과 호환 OpenAI GPT-4, DeepSeek, Qwen 등 다양한 모델 지원 LLM과 연동하여 더 강력한 AI 자동화 시스템 구축 가능 MCP(Model Context Protocol) 기반의 표준 인터페이스 여러 모델과 데이터를 효율적으로 연결하는 프로토콜 보다 유연하고 확장 가능한 AI 시스템 구축 가능 :github: OWL GitHub 저장소 이 글은 GPT 모…