무엇인가: GrepSeek (Salemi, Zamani et al.)는 미리 구축된 벡터 인덱스 (Vector Index)에 쿼리를 날리는 대신, grep, 파이프 (Pipes) 등과 같은 쉘 명령어 (Shell Commands)를 작성하여 원시 텍스트 코퍼스 (Raw Text Corpus)를 검색하도록 에이전트를 학습시키는 방법론입니다.

이유: 에이전트 기반 검색 (Agentic Search)은 보통 임베딩 모델 (Embedding Model), 벡터 저장소 (Vector Store), 그리고 ANN 인덱스 (ANN Index)에 의존합니다. GrepSeek은 대신 원시 파일을 직접 검색하는 정책 (Policy)을 학습할 수 있음을 보여주며, 인덱스 없이도 7개의 오픈 도메인 QA 벤치마크에서 가장 강력한 F1 / Exact Match 성적을 기록했습니다.

이전 연구와의 차이: 이전의 "Is Grep All You Need?" 연구는 단순히 학습되지 않은 grep 도구를 에이전트에 연결하여 측정했을 뿐입니다. 반면 GrepSeek은 검색 동작 자체를 학습시킵니다. 이는 Tutor/Planner 증류 (Distillation) 2단계 과정을 거친 후 GRPO를 사용하는 방식으로, 에이전트가 수동으로 작성된 휴리스틱 (Heuristics)에 따라 grep을 하는 것이 아니라 어떤 명령어를 실행해야 할지를 _학습_하게 합니다.

비유하자면

사건 기록 보관소를 뒤지는 법을 배우는 신입 형사와 같습니다.

   사건 기록 보관소: 쿼리할 인덱스가 없는 파일 폴더들
                         │
                         ▼
...

• 원시 코퍼스 (Raw Corpus) = 형사의 사건 기록 보관소 — 인덱스가 없는 파일 폴더들
• 쉘 명령어 (Shell Command) = 특정 서랍을 당기거나 문서에서 Ctrl-F를 실행하는 것
• 정답을 아는 Tutor (Answer-aware Tutor) = 이미 정답을 알고 있으며 효율적인 검색 방법을 시연하는 멘토
• 정답을 모르는 Planner (Answer-blind Planner) = 정답을 보지 못한 채 동작을 연습하며, 사건을 해결하는 검색 방식만을 유지하는 신입
• GRPO 보상 (GRPO Reward) = 사건이 해결되는 것, 이는 효과적이었던 검색 습관을 강화함

용어 사전

에이전트 기반 검색 (Agentic Search) — LLM이 한 번에 청크 (Chunks)를 전달받는 대신, 검색 도구를 반복적으로 호출하며 다음에 무엇을 찾을지 결정하는 검색 패턴입니다.

벡터 인덱스 (Vector Index, ANN) — "RAG"의 기본 방식입니다. 모든 청크를 임베딩하고, 쿼리를 임베딩한 뒤, 근사 최근접 이웃 (Approximate Nearest Neighbour, ANN) 인덱스를 통해 상위 k개의 가장 가까운 (top-k nearest) 항목을 반환합니다. GrepSeek은 이 과정을 완전히 건너뜁니다.

GRPO — Group Relative Policy Optimization — 별도의 가치 모델 (value model)을 학습시키는 대신, 샘플링된 답변 그룹을 서로 비교하여 점수를 매기고, 평균 이상의 답변을 향해 정책 (policy)을 밀어붙이는 강화학습 (RL) 방법론입니다.

Tutor / Planner — GrepSeek의 두 가지 궤적 생성기 (trajectory generators)입니다. **답변을 인지하는 Tutor (answer-aware Tutor)**는 효과적인 쉘 검색 시퀀스를 시연하며, **답변을 인지하지 못하는 Planner (answer-blind Planner)**는 현실적인 불확실성 속에서 이를 모방합니다.

Verified trajectory (검증된 궤적) — 쉘 명령어의 기록된 시퀀스로, 실제로 정답에 도달한 경우에만 학습을 위해 유지됩니다. 이는 에이전트가 그럴싸해 보이지만 쓸모없는 검색을 학습하는 것을 방지하는 필터 역할을 합니다.

Byte-exact parallel engine (바이트 단위 일치 병렬 엔진) — 에이전트의 쉘 명령어를 **동시 (concurrently)**에 실행하면서도, 결과값은 순차 실행과 동일하게 (identical to a sequential run) 반환하는 샤딩된 실행 엔진입니다. 결과의 변경 없이 최대 7.6배 더 빠릅니다.

뉴스. 2026년 5월 28일, GrepSeek: Training Search Agents for Direct Corpus Interaction (arXiv:2605.29307, Salemi, Zeng, Diaz, Zamani et al.) 논문은 LLM 에이전트가 미리 구축된 밀집 인덱스 (dense index) 대신 **실행 가능한 쉘 명령어 (executable shell commands)**를 통해 텍스트 코퍼스 (text corpus)와 상호작용하도록 학습시켰습니다. 학습은 2단계로 진행됩니다. **답변을 인지하는 Tutor (answer-aware Tutor)**와 **답변을 인지하지 못하는 Planner (answer-blind Planner)**가 검증된 검색 궤적을 생성하면, 이후 GRPO를 통해 정책을 정교화합니다. 이 논문은 **7개의 오픈 도메인 QA 벤치마크 전반에서 가장 강력한 토큰 수준의 F1 및 Exact Match (정확도 일치)**를 보고하였으며, 쉘 검색 속도를 최대 7.6배 높이는 **바이트 단위 일치 병렬 실행 엔진 (byte-exact parallel execution engine)**을 선보였습니다. 논문 읽기 →

다시 초보 형사를 상상해 보세요. 첫날 그녀는 **사건 기록 보관소 (case archive)**를 거의 무작위로 뒤집니다. "사무실"이라고 적힌 서랍을 확 열어젖히고, 책상 위에 수백 개의 폴더를 쏟아붓지만, 어떤 줄이 질문에 대한 답인지 말하지 못합니다. 이것이 바로 말뭉치(corpus)에 대해 광범위한 grep "office"를 실행하는 **훈련되지 않은 에이전트 (untrained agent)**의 모습입니다. 수많은 검색 결과(hits)가 나오지만 거의 모두 노이즈이며, 오답을 내놓습니다. 결정적으로, 물어볼 수 있는 임베딩(embeddings)이나 벡터 인덱스(vector index) 같은 **카드 목록 (card catalogue)**이 없습니다. 보관소를 통과하는 유일한 방법은 문자 그대로 검색을 실행하고 결과로 돌아오는 내용을 읽는 것뿐입니다.

GrepSeek의 전략은 검색 자체를 코칭하는 것입니다. 먼저 각 사건의 정답을 이미 알고 있는 멘토인 **정답 인지 튜터 (answer-aware Tutor)**가 서랍을 효율적으로 여는 순서를 시연합니다. 그다음, 정답을 모르는 초보자인 **정답 미인지 플래너 (answer-blind Planner)**가 정답을 훔쳐보지 않고 그 동작들을 연습하며, 팀은 실제로 사건을 해결한 궤적 (trajectories)만을 유지합니다. 이렇게 정제된 데이터 세트는 강화학습 (reinforcement learning)의 두 번째 단계의 씨앗이 됩니다. GRPO는 질문당 여러 개의 명령어 시퀀스를 샘플링하고, 이를 서로 비교하며, 정답을 찾아낸 시퀀스 쪽으로 정책(policy)을 유도합니다. 훈련이 진행됨에 따라, 동일한 에이전트는 습관적으로 grep을 수행하는 대신, 중요한 몇 줄만을 반환하는 grep -i paris *.md | grep Q3와 같은 **표적화된 파이프라인 (targeted pipeline)**을 생성하기 시작합니다.

에이전트가 호출하는 도구가 실제 쉘(shell)이기 때문에, 이 방식의 이점은 양면적입니다. 검색이 인덱스 프리 (index-free) 방식이므로, 구축하거나 최신 상태로 유지해야 할 임베딩 패스(embedding pass)나 ANN 저장소가 없습니다. 에이전트의 도구는 그저 원시 파일(raw files)에 대한 명령줄(command line)일 뿐입니다. 또한 검색은 정답을 향해 엔드투엔드 (end-to-end)로 학습되므로, 고정된 유사도 지표(similarity metric)에 의존하는 대신 이 코퍼스(corpus)와 이 질문 스타일에 맞춰 정책(policy)이 적응합니다. 이는 기존의 에이전트 기반 검색(agentic-retrieval) 결과들과 구분되는 지점입니다. _"Is Grep All You Need?"_가 학습되지 않은 (untrained) grep 도구로도 이미 경쟁력이 있음을 보여주었다면, GrepSeek은 grep을 학습시켰을 때 어떤 일이 벌어지는지를 보여줍니다.

선택지들 사이에서의 위치

_학습_을 위해 병렬 엔진이 중요한 이유

바이트 단위로 정확한(byte-exact) 엔진은 강화학습 (RL)이 시간을 어디에 소비하는지를 떠올리기 전까지는 시스템적인 각주처럼 들릴 수 있습니다. 각 GRPO 업데이트는 **질문당 많은 롤아웃 (rollouts)**을 필요로 하며, 모든 롤아웃은 실제로 에이전트의 쉘 명령어를 코퍼스에 대해 실행합니다. 예를 들어, 샤드(shards)에 대한 단일 순차적 grep 스캔에 760ms *(예시)*가 걸리고, 학습 실행이 100,000번의 롤아웃을 수행한다고 가정해 봅시다. 이는 단 하나의 그래디언트 단계(gradient step)를 계산하기도 전에 순수 검색에만 약 21시간이 소요됨을 의미합니다. **샤딩된 병렬 엔진 (sharded-parallel engine)**은 바이트 단위로 정확한 (byte-exact) 동일한 결과를 위해 해당 샤드들을 동시에 실행하여, 760ms를 ~100ms로 단축합니다. 이제 동일한 100,000번의 롤아웃은 약 2.8시간이 소요됩니다. 속도 향상은 실제로 보고된 7.6배입니다. 이 이점이 복리로 작용하는 이유는, 강화학습 (RL)에서는 검색 비용을 한 번만 지불하는 것이 아니라 모든 롤아웃마다 지불하기 때문입니다.

더 자세한 내용: AI Agents → Retrieval & RAG → RAG failure modes

관련 설명 자료

• Is Grep All You Need? — grep vs vector retrieval for agentic search — GrepSeek의 기반이 된 학습되지 않은 grep 연구.
• VPO — vector reward vs GRPO — GrepSeek이 개선하고자 하는 GRPO 목적 함수(objective)에 대한 심층 분석.

FAQ

GrepSeek이란 무엇인가요?

GrepSeek은 LLM 에이전트가 미리 구축된 벡터 인덱스(vector index)에 쿼리를 날리는 대신, 실행 가능한 쉘 명령어(shell commands) — grep, 파이프(pipes) 등 — 를 작성하여 가공되지 않은 텍스트 코퍼스(text corpus)로부터 정보를 검색하도록 학습시키는 방법론입니다. 이 방법은 정답을 알고 있는 튜터(Tutor)와 정답을 모르는 플래너(Planner)로부터 검증된 검색 궤적(search trajectories)을 증류(distill)한 후, GRPO를 통해 정책(policy)을 정교화합니다.

이것이 왜 중요한가요?

에이전트 기반 검색(agentic search)이 고정된 검색 스택(retrieval stack)이 아니라 학습 가능한 기술이 될 수 있음을 보여줍니다. 임베딩 모델(embedding model), 벡터 저장소(vector store), ANN 인덱스를 건너뛰고 정답을 기준으로 쉘 명령어 검색을 엔드투엔드(end-to-end)로 학습함으로써, GrepSeek은 인덱스 없이도 7개의 오픈 도메인 QA 벤치마크에서 가장 강력한 F1 점수와 완전 일치(Exact Match) 성능을 기록했습니다.

"Is Grep All You Need?" 연구와는 어떻게 다른가요?

해당 연구는 학습되지 않은 grep 도구를 에이전트에 연결하여 벡터 검색과 성능을 비교했을 뿐, 별도의 학습을 수행하지 않았습니다. 반면 GrepSeek은 검색 동작 자체를 학습시킵니다. 즉, 2단계의 Tutor/Planner 증류(distillation)와 GRPO를 거쳐, 에이전트가 수동으로 작성된 휴리스틱(heuristics)에 의존하는 대신 어떤 명령어를 실행해야 하는지를 스스로 학습하게 합니다.

원문은 Learn AI Visually에 게시되었습니다.