최근 대형 언어 모델(LLM) 에이전트의 발전으로 모델이 정보를 자율적으로 검색하고 도구를 호출하며 대규모 데이터에서 추론하여 사용자의 작업을 수행하는 복잡한 에이전틱 워크플로우가 가능해졌다.

이 논문은 grep과 벡터 검색의 성능을 비교하는 두 가지 실험을 보고하며, 에이전트 아키텍처와 도구 호출 방식이 검색 전략 선택과 어떻게 상호작용하는지를 탐구한다.

에이전틱 검색 시스템에서 검색 전략 선택과 에이전트 아키텍처 간의 상호작용에 대한 체계적인 비교가 부족했기 때문이다.

특히 도구 출력이 모델에 어떻게 제시되는지와 검색 시 비관련 텍스트가 증가할 때 성능 변화에 대한 중요한 실용적 차원이 충분히 탐구되지 않았다.

이 연구는 Chronos라는 커스텀 에이전트 하네스를 사용하여 진행되었으며, Claude Code, Codex, Gemini CLI와 같은 제공자 네이티브 CLI 하네스도 포함되어 있다.

연구는 두 가지 실험을 통해 에이전트와 도구 호출 방식의 성능을 비교한다.

이 연구는 에이전틱 검색 시스템의 성능을 향상시키기 위한 검색 전략의 선택과 도구 호출 방식의 중요성을 강조한다.

이는 사용자에게 더 나은 정보 검색 경험을 제공하는 데 기여할 수 있다.

앞으로의 연구는 다양한 검색 전략과 도구 호출 방식의 상호작용을 더 깊이 탐구하고, 에이전틱 검색 시스템의 효율성을 높이는 방법을 모색할 것으로 예상된다.

제공된 기사 내용만으로는 확인하기 어렵습니다.