매사추세츠 대학교 등 연구진, 데이터 직접 탐색하는 AI 에이전트 'GrepSeek' 개발
매사추세츠 대학교 애머스트 캠퍼스 등 공동 연구진이 거대언어모델이 외부 검색 엔진 없이 직접 말뭉치를 탐색하는 기술을 선보였습니다. 기존 방식보다 검색 속도를 최대 7.6배 높였으며, 7개 오픈 도메인 질의응답 벤치마크에서 최고 성능을 기록했습니다.
주장매사추세츠 대학교 애머스트 캠퍼스 연구진을 포함한 공동 연구팀이 거대언어모델(LLM)이 직접 대규모 말뭉치(Corpus, 언어 데이터 집합)를 탐색하는 새로운 검색 에이전트 'GrepSeek'을 발표했습니다.
팩트기존 검색 시스템은 키워드나 자연어 질의를 입력받아 미리 계산된 문서 색인을 검색하는 방식을 사용합니다. 연구진은 이와 달리 에이전트가 직접 셸 명령어를 실행해 데이터를 찾는 직접 말뭉치 상호작용(DCI, Direct Corpus Interaction) 방식을 도입했습니다.
팩트GrepSeek은 대규모 텍스트 데이터에서 정보를 찾고 필터링하며 증거를 조합하는 소형 검색 에이전트입니다. 연구진은 강화학습 과정의 불안정성을 해결하기 위해 2단계 학습 파이프라인을 설계했습니다.
팩트1단계에서는 정답을 알고 있는 튜터와 정답을 모르는 플래너를 활용해 검증된 검색 경로를 생성하는 콜드 스타트 데이터셋을 구축했습니다. 2단계에서는 그룹 상대 정책 최적화(GRPO, Group Relative Policy Optimization) 기법을 적용해 에이전트의 검색 행동을 정교하게 다듬었습니다.
팩트연구진은 대규모 환경에서 DCI를 실용적으로 만들기 위해 의미 보존형 샤딩 병렬 실행 엔진을 개발했습니다. 이 엔진은 셸 기반 검색 속도를 기존 대비 최대 7.6배 가속하면서도 결과값의 정확성을 유지합니다.
교차검증본 연구는 아카이브(arxiv)에 공개된 선공개 논문으로, 학계의 정식 동료 평가(Peer Review) 과정을 거치지 않았습니다. 따라서 연구 결과의 학술적 타당성은 향후 검증이 필요합니다.
팩트GrepSeek은 7개의 오픈 도메인 질의응답 벤치마크에서 토큰 단위 F1 점수와 정확도(Exact Match) 측면에서 가장 우수한 성능을 입증했습니다.
주장이번 연구는 기존의 검색 패러다임을 보완할 수 있는 실용적이고 경쟁력 있는 대안을 제시했다는 점에서 의미가 큽니다.
교차검증다만, 이번 방식은 어휘 중심의 상호작용에 의존하므로, 질문의 표면적 형태가 크게 변하는 경우 검색 성능이 저하될 수 있는 한계가 존재합니다.
주장연구진은 향후 실제 환경에서 기존 검색 방식과 GrepSeek을 결합해 정보 검색의 효율성을 극대화할 계획입니다.
주장인공지능이 외부 도구에 의존하지 않고 스스로 데이터를 탐색하는 능력은 향후 자율형 에이전트 발전의 핵심 기술이 될 전망입니다.
출처arxiv의 선공개 논문(https://arxiv.org/abs/2605.29307)을 참고했습니다.
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
