MM-StanceDet: 검색 강화 다중 모달 다중 에이전트 태도 감지

다중 모달 태도 감지 (Multimodal Stance Detection, MSD) 는 공론장을 이해하는 데 필수적이지만, 특히 상충되는 신호가 있는 경우 텍스트와 이미지를 효과적으로 융합하는 것은 여전히 어려운 과제입니다. 기존 방법들은 문맥 기반 정렬 (contextual grounding), 교차 모달 해석의 모호성, 그리고 단회 추론의 취약점과 같은 문제에 직면해 있습니다. 이러한 문제를 해결하기 위해 우리는 검색 강화 다중 모달 다중 에이전트 태도 감지 (Retrieval-Augmented Multi-modal Multi-agent Stance Detection, MM-StanceDet) 를 제안합니다. 이는 문맥 기반 정렬을 위한 검색 강화 (Retrieval Augmentation), 세밀한 해석을 위한 전문화된 다중 모달 분석 에이전트 (specialized Multimodal Analysis agents), 관점 탐색을 위한 추론 강화 토론 단계 (Reasoning-Enhanced Debate stage), 그리고 견고한 심판 (adjudication) 을 위한 자기 성찰 (Self-Reflection) 을 통합한 새로운 다중 에이전트 프레임워크입니다. 다섯 개의 데이터셋에 대한 광범위한 실험 결과, MM-StanceDet 는 상태-of-the-art 기준선 (state-of-the-art baselines) 을 현저히 능가하여, 복잡한 다중 모달 태도 문제를 해결하는 데 있어 그 다중 에이전트 아키텍처와 구조화된 추론 단계의 효과성을 입증했습니다.