SearchOS-V1: 장기 오픈도메인 정보 탐색을 위한 상태화된 멀티에이전트 프레임워크

긴 탐색 대화에서 중요한 사실과 아직 채워지지 않은 정보 항목을 대화 문맥에만 의존하면 증거가 매몰되고 중복 탐색과 정체가 발생하여 예산이 낭비된다. 이 논문은 탐색 진행을 시스템 수준의 명시적이고 영구적인 상태로 전환하여 어떤 엔터티와 속성이 채워졌는지, 어느 증거가 각 값을 지지하는지, 어떤 경로가 실패했는지를 유지하고 배포 가능한 작업으로 분해하였다. 그 결과 재현 가능한 인라인 인용과 커버리지 기반 스케줄링을 통해 누락을 줄이고 회수 기반 성능 지표에서 유의미한 개선을 달성했다.

장기 정보 탐색 과제는 목표와 진행 상태를 대화 맥락에만 의존할 경우 빠르게 정보가 매몰되어 누락, 중복, 상충이 발생한다. 이 문제는 탐색 목표를 관계형 스키마의 셀 단위로 변환하면 해결 가능하다. 스키마 셀은 명확한 채움 목표가 되고 각 채움은 출처와 함께 저장되어 검증 가능성이 확보된다. SOCM은 진행 상태를 외부의 내구 저장소로 옮겨 Frontier Task로 스케줄 가능한 작업을 만들고 Evidence Graph로 원자적 발견을 보존하며 Coverage Map으로 채움 상태를 계량화하고 Failure Memory로 실패 패턴을 기록한다. 에이전트는 각자의 역할 투영만을 받아서 불필요한 전체 문맥 전달을 줄이면서도 동일한 글로벌 상태를 공유한다. 이 구조는 에이전트가 반복적인 무익한 경로를 재탐색하지 않게 하고, 의사결정의 근거를 명확히 한다. 파이프라인 병렬 스케줄링은 오케스트레이터가 준비한 미해결 갭을 지속적으로 채우는 방식으로 유휴 슬롯을 최소화한다. 이 방식을 통해 동시성은 높아지되 작업 중복은 SOCM의 상태 재검증으로 방지되어 단순히 에이전트 수를 늘리는 것보다 자원 효율과 완전성 측면에서 우수한 결과를 낳는다.

전체 접근은 자연어 요청을 관계형 스키마로 변환한 뒤 SOCM을 중심으로 디스패치-증거수집-커밋-검증의 루프를 돌리는 구조이다. 오케스트레이터는 미해결 셀을 Frontier Task로 등록하고 의존성·우선순위·시도 횟수를 포함한 태스크 형식을 유지한다. 각 태스크는 탐색, 수집, 작성 역할로 나뉘며 역할별 툴셋과 권한을 제한하여 오작동 범위를 줄였다. 증거 추출은 Evidence Extraction Middleware가 담당하며 방문한 페이지에서 엔터티·속성·값·스팬을 원자 후보로 추출한다. 채택 조건은 스키마 바인딩과 스팬 앵커링의 동시 만족이며, 승인된 관찰은 원자 단위로 Evidence Graph와 Coverage Map에 일괄 커밋된다. 이 원자적 접근은 증거의 출처·스팬·바인딩을 보존하여 이후의 신뢰도 결정과 충돌 표시에 활용된다. 운영 거버넌스는 Sensor Middleware가 맡아 커버리지 증가율 Δcov와 증거 증가량 Δev의 창 기반 합계를 계산해 정체를 판정한다. 정체 판정과 예산 압력 ρ의 조합으로 미들웨어는 계속, 교정, 백필 요청, 드레인 모드, 분기 중단 등 외부 결정을 내린다. 이렇게 하면 프롬프트 내부의 안전장치에만 의존하지 않고 모델·도구 경계에서 일관된 실행 규칙을 적용할 수 있다.

WideSearch와 GISA 벤치마크에서 SearchOS는 보고된 여러 F1 지표에서 모든 비교군을 앞섰다. WideSearch에서는 Item-level F1 80.3을 기록하여 가장 강력한 멀티에이전트 baseline 대비 +4.3 포인트 향상했고 Item Recall에서 특히 큰 이득을 보였다. Row-level 지표에서도 F1 56.5로 최고 성능을 유지하여 완전성 기반 이득이 행 단위 일관성으로 이어졌음을 확인했다. GISA에서는 Set F1 76.5로 베이스라인 대비 +13.4 포인트의 큰 향상을 보여 집합 열거 문제에서 Evidence Graph와 커버리지 기반 점검의 효과가 뚜렷했다. Table 및 List 타입에서도 항목별 F1과 행별 F1이 상위였고 Item-level Exact Match는 최고 수준과 동등한 결과를 보였다. 전반적으로 SOCM과 미들웨어의 결합이 누락을 줄이고 재현 가능한 인용을 확보하며 다양한 형식의 구조화된 답안을 향상시켰다. 추가적인 소거 실험에서 파이프라인 병렬 스케줄링은 배치 대비 평균 처리 시간을 약 24.3% 단축하고 슬롯 활용도를 개선했으며 LLM 호출도 절감하면서 품질을 높였다. 계층적 스킬의 유무 실험에서는 스킬을 사용할 때 Item F1이 약 2.0 포인트, Row F1가 3.4 포인트 상승했고 세션 시간과 페이지 호출이 크게 감소하여 품질 향상이 탐색 비용 증가 없이 달성되었음이 관찰되었다.

전체 아키텍처는 오케스트레이터·탐색·수집·작성 등 역할을 명확히 분리하고 SOCM을 통해 글로벌 상태를 외부화하는 구조로 구성된다. SOCM의 상태는 Frontier Task, Evidence Graph, Coverage Map, Failure Memory 네 구성요소로 정의되며 각 구성은 잠금 기반의 원자적 업데이트를 통해 일관성을 유지한다. 에이전트는 역할별 투영 φ_r(ℳ_t; z_t)을 통해 필요한 상태만 받아 모델 호출 컨텍스트를 구성해 오래된 문맥에 의한 정보 손실을 방지한다. Evidence Graph는 노드별로 값, 출처 URL, 인용 스팬, 스키마 바인딩, 신뢰도 γ, 출처 티어 τ, 상태 s를 저장하고 엣지로 Support, Conflict, Refine 관계를 표현한다. Coverage Map은 각 스키마 셀의 상태(누락·채워짐·불확실·접근불가)와 지지 집합 H_c를 보유하며 g_c^* = arg max_{g∈H_c} (τ(g), α(g), γ(g))의 렉시그래픽 규칙으로 기본 증거를 선택한다. Failure Memory는 실패 타입 η, 태스크-범위 서명 σ, 교정 지침 χ, 재발 횟수 n, 최신 시각 t를 기록하여 반복 경로를 방지한다. 미들웨어는 세 파트로 구성되어 컨텍스트 주입 ℋ_ctx, 증거 추출 ℋ_evidence, 센서 ℋ_sensor 역할을 분담한다. 컨텍스트 주입은 TopK 기반 스킬 검색과 투영된 상태를 ⊕ 연산으로 결합하여 모델 입력을 준비하고, 증거 추출은 관찰 o_t에서 바인딩과 앵커 조건을 동시에 만족하는 후보만을 승인하여 (𝒢_{t+1}, 𝒞_{t+1})를 원자적으로 갱신한다. 센서는 Cov(𝒞_t) 변화와 |𝒢_t| 차이를 기반으로 정체 s_t를 계산하고 예산 압력 ρ_t와 함께 외부적 교정·중단을 결정한다.

SearchOS-V1의 초점은 검색 상태를 외부화하고 중간 산출물을 시스템 수준에서 관리하는 데 있으며, 대규모 스킬 자동 합성이나 멀티모달 출처를 포괄하는 확장은 본 논문 범위 밖이다. 실험은 특정 백본 모델 설정(GLM-5, Qwen3.5-35B-A3B로 일부 구성)을 사용하여 수행되었으며 다른 모델·설정에서의 성능 전이에 대한 분석은 제한적이다. Failure Memory와 스킬 라이브러리는 현재 수동 또는 소규모 데이터로 구축되어 있으며 대규모 자동 학습화·적응화는 후속 연구가 필요하다.