관련성을 실행 우선순위로 활용해 grep 탐색을 가속하는 RARG 접근법

기존 검색 에이전트는 관련성을 문서 선별에만 활용해 top-k를 LLM에 제공했으나 결정적 증거가 작은 발췌에 숨어있거나 멀티홉 연결이 필요하면 실패하기 쉬웠다. RARG는 문서 수준 점수를 rg의 탐색 순서로 전환하고 매치 수준 재정렬로 출력 예산 내에서 중요한 발췌를 우선 보여줌으로써 동일한 도구 호출 예산에서 정확도와 수렴 속도를 동시에 개선했다. 이 접근은 대규모 말뭉치와 추론 집약적 검색 문제에서 더 신뢰성 있는 증거 발굴이 가능함이 확인됐다.

문서 수준 관련성은 증거가 존재할 가능성이 높은 지역을 지목하지만 단독으로는 결정적 증거의 위치를 국지화하거나 조합하지 못해 LLM이 정답을 도출하지 못할 수 있다. RARG는 이 문제를 해결하기 위해 embedding 기반 문서 순위를 rg가 순차적으로 스캔하도록 하여 관련성 높은 문서의 매치를 먼저 노출하게 했고, 필요시 상위 문단을 초기 진입점으로 제공하며 rg 출력 후보를 임베딩으로 재정렬해 관찰 예산 내에서 중요한 발췌를 우선 보이게 했다. 이로써 입력 차원에서의 관련성 추정이 실행 단계로 이동해 탐색의 수렴 속도와 신뢰성이 동시에 개선되었다.

입력 단계에서 LLM이 질문을 생성하면 에이전트는 embed_recall(scope_query) 호출로 상위 문서 경로를 /tmp/scope_N.txt에 기록해 스코프를 형성한다. 그 다음 LLM은 cat /tmp/scope_{N}.txt | xargs -d ' ' rg [OPTIONS] "PATTERN" 형태로 rg를 호출하되 논문에서 규칙적으로 rg -j1을 삽입해 순차적 스캔을 보장하고, 필요하면 Read(doc_path, offset, limit)로 주변 문맥을 취득해 검증 과정을 거친다. RARG+는 스코프 상위 문서에서 문단을 분할해 임베딩 점수로 상위 10개 문단을 <qr_paragraph>로 반환해 초기 검색 단서를 제공하고, RARG++는 rg가 반환한 더 큰 후보 풀을 M=500까지 모아 구성된 쿼리로 임베딩 점수를 매겨 상위 m=30 또는 60개의 매치만 모델에 노출하도록 재정렬하는 절차를 거친다.

100K 문서 BrowseComp-Plus에서 GPT-5.4-mini 기준 RARG++는 84% 정확도를 기록했고 RISE와 DCI는 각각 78%로 나타났다. 동일 실험에서 도구 호출은 RARG++가 평균 23.9회였고 DCI는 99.1회, RISE는 28.7회로 RARG++가 정확도와 도구 사용량에서 우위를 보였다. GPT-5.4에서는 RARG++가 91% 정확도를 달성해 RISE보다 9 포인트 높은 성능을 보였고, 말뭉치를 1M으로 확장했을 때도 RARG++는 79% 정확도로 RISE-BM25의 69%보다 10포인트 높은 성능을 유지해 스케일링에 대해 더 완만하게 성능이 저하된 것으로 나타났다.

문서 순위에는 Qwen3-Embedding-4B(Q3E)를 사용했고 BRIGHT 실험에서는 llama-nv-embed-reasoning-3b(NV)를 문서 랭킹과 초기화에 사용했으며 매치 재정렬에는 Q3E를 사용했다. rg 출력은 BC+에서 매치당 1,000자, BRIGHT에서 매치당 500자로 잘라서 전달하고 BC+는 경로당 최대 30개, BRIGHT는 60개의 매치를 반환하도록 캡을 설정했다. 매치 재정렬 풀은 M=500, 최종 선택은 m=30 또는 60으로 설정했고 스코프는 최대 10,000 경로로 캡했으며 컴팩션은 최근 40개의 툴 결과를 유지하고 컨텍스트 한계는 230K 문자로 조정했다.

RARG의 성능은 임베딩 모델의 질에 크게 의존하는데 문서 수준 랭킹과 짧은 매치 점수화 두 요구를 동일 모델이 균일하게 충족하지 못할 수 있다. 대규모 말뭉치를 장문 문서로 확장하면 우발적 키워드 매치가 증가해 rg 출력과 임베딩 점수 모두가 왜곡될 수 있으며 매치 재정렬은 이를 부분적으로만 완화했다. 또한 rg에 -j1을 삽입해 순차 스캔을 강제하는 방식은 순차 처리 지연을 초래할 수 있어 응답 시간과 정확도 사이에 트레이드오프가 존재한다.