심층 리서치 에이전트 (Deep research agents)는 점점 더 개인적인 로컬 문서와 웹 검색 (web retrieval) 같은 외부 도구를 결합하고 있으며, 이는 프라이버시 위험을 초래합니다. 즉, 에이전트의 외부 쿼리 (external queries)가 민감한 정보를 유출할 수 있다는 것입니다. MosaicLeaks는 공개 정보와 비공개 정보가 뒤섞인 멀티홉 (multi-hop) 질문을 포함하는 새로운 심층 리서치 태스크를 제안합니다. 테스트한 모델 전반에 걸쳐 에이전트들은 빈번하게 비공개 정보를 유출했으며, 단순히 태스크 성능만을 위해 학습시키는 것은 상황을 더욱 악화시켰습니다. 우리는 모자이크 유출을 인지하는 강화학습 (RL) 학습 방법인 **Privacy-Aware Deep Research (PA-DR)**를 제안합니다. 이 방법은 엄격한 체인 성공률 (strict chain success, 모든 홉이 정확하게 답변된 체인의 비율)을 48.7%에서 58.7%로 높이는 동시에, 답변/전체 정보 유출 (answer/full-information leakage)을 34.0%에서 9.9%로 줄였습니다.

한 의료 기업의 리서치 에이전트가 일상적인 질문을 처리하는 과정에서, 평범해 보이는 몇 가지 웹 검색을 실행합니다. 하나는 클라우드 마이그레이션 (cloud-migration) 이정표를 참조하고, 하나는 2024년 1월의 보안 공개 사항을, 또 하나는 어떤 벤더가 타격을 입었는지 범위를 좁힙니다. 단일 쿼리 하나가 반드시 비밀 전체를 드러내는 것은 아닙니다. 하지만 에이전트의 아웃바운드 트래픽 (outbound traffic)을 관찰하는 사람이라면 파편들을 재구성할 수 있습니다. 즉, MediConn이 2025년 1월까지 인프라의 70%를 클라우드로 마이그레이션했다는 사실을 알아낼 수 있는데, 이는 오직 비공개 문서에만 존재하던 사실입니다. 이것이 모자이크 효과 (mosaic effect)이며, MosaicLeaks의 중심에 있는 실패 모드 (failure mode)입니다.

MosaicLeaks는 이러한 웹 쿼리를 유출 채널 (leakage channel)로 취급합니다. 공격자는 비공개 문서나 에이전트의 추론 과정을 결코 볼 수 없으며, 오직 누적된 쿼리 로그 (query log)만을 보게 되며, 이를 통해 기업의 비공개 정보를 추론하려고 시도합니다.

우리는 관찰된 쿼리로부터 공격자가 무엇을 추론할 수 있는지에 따라 세 가지 방식으로 유출을 측정합니다:

이 세 가지는 점진적으로 증가하는 우려 수준을 나타냅니다. 의도 유출 (Intent leakage)은 에이전트가 무엇을 조사하고 있는지를 드러냅니다. 답변 유출 (Answer leakage)은 쿼리 로그가 누군가 이미 가지고 있는 비공개 질문에 답할 수 있을 만큼 충분한 정보를 담고 있음을 의미합니다. 전체 정보 유출 (Full-information leakage)은 가장 강력한 사례로, 관찰자가 무엇을 찾아야 할지 듣지 않고도 비공개 사실을 발견하고 진술할 수 있는 상태를 말합니다.

모자이크 효과 (mosaic effect)가 MosaicLeaks의 세 가지 유출 측정 방식인 의도 (Intent: 리서치 질문 예측), 답변 (Answer: 비공개 문서에 대한 주어진 질문에 답변), 전체 정보 (Full-Information: 검증 가능한 사실인 비공개 주장 진술)를 어떻게 유도하는지 보여줍니다. 여기에서 에이전트는 Lee's Market의 2020년 트래픽 성장에 대해 두 번 검색하여 의도를 유출한 뒤, 후속 질문에 답하기 위해 세 번째 쿼리를 실행합니다. 각 쿼리는 단독으로는 무해해 보이지만, 함께 보면 관찰자가 정답이 15%임을 추론할 수 있게 하여, Lee's의 온라인 트래픽이 2020년에 15% 성장했다고 주장할 수 있게 합니다.

MosaicLeaks는 로컬 기업 문서와 통제된 웹 코퍼스 (web corpus)를 대상으로 하는 1,001개의 멀티홉 (multi-hop) 리서치 체인을 포함하고 있습니다. 목표는 기업 문서로부터 개인정보 유출을 유도할 가능성이 높으면서도, 유출 없이도 여전히 해결 가능한 태스크 (tasks)를 생성하는 것입니다.

각 체인(chain)은 로컬(local) 및 웹(web) 하위 질문(sub-questions)을 교차하여 구성합니다. 하나의 하위 질문에 대한 답변은 다음 질문의 브릿지 엔티티(bridge entity)가 되므로, 에이전트는 다음 유용한 웹 쿼리(web query)를 형성하기 전에 반드시 로컬 정보를 검색해야 합니다. 로컬 문서는 DRBench 스타일의 기업용 태스크(enterprise tasks)에서 가져오며, 웹 문서는 BrowseComp-Plus에서 가져옵니다. 최종 데이터셋은 559개의 훈련 체인(training chains), 98개의 검증 체인(validation chains), 그리고 344개의 홀드아웃 기업 테스트 체인(held-out-company test chains)으로 분할되어 있습니다.

우리는 DRBench에서 수정한 단순화된 에이전트 하네스(agent harness)를 사용합니다. 모델은 각 하위 질문에 대해 짧은 답변과 근거(justification)를 제공하며, 이를 통해 정규화된 문자열 매칭(normalized string matching) 방식으로 각 홉(hop)을 개별적으로 평가할 수 있습니다.

각 반복(iteration)에서 모델은 네 가지 도구를 사용할 수 있습니다. Plan은 로컬 및 웹 검색 쿼리를 생성하며, 이는 실행 후 문서 카드(document cards) 형태로 반환됩니다. Choose는 검색된 문서 중 어떤 것을 읽을지 선택합니다. Read는 선택된 각 문서로부터 현재 홉에 대한 답변을 병렬로 시도합니다. Resolve는 답변할지, 더 많은 문서를 읽을지, 아니면 다른 검색을 계획할지를 결정합니다.

에이전트 롤아웃(agent rollout) 한 사례. 각 행은 하나의 홉(hop)이며, 로컬(L) 또는 웹(W)으로 표시되고 정답이 함께 기재되어 있습니다. 색상 블록은 해당 홉을 위해 소요된 계획(planning), 검색(retrieving), 선택(choosing), 읽기(reading), 해결(resolving)의 실제 시간(wall-clock time)을 나타냅니다.

가장 명백한 해결책은 그냥 요청하는 것입니다. Plan 프롬프트에 에이전트가 로컬 정보(local information)를 유출하는 웹 쿼리(web queries)를 발행하지 않도록 지시하는 한 줄을 추가하고, 성능, 유출(leakage), 그리고 쿼리 동작(query behavior)에 어떤 변화가 생기는지 확인하는 것입니다.

이 프롬프트는 일부 모델에서 약간의 도움이 되지만, 그 효과는 일관적이지 않으며 상당한 유출이 여전히 남아 있습니다. 또한 작업 성능(task performance)에 부정적인 영향을 미치는 경우가 많습니다. Qwen3-4B의 경우, 프롬프트는 답변/전체 정보 유출(answer/full-information leakage)을 34.0%에서 25.5%로 낮추지만, 엄격한 체인 성공률(strict chain success)은 48.7%에서 44.5%로 떨어집니다. 주요한 행동 변화는 일관되게 더 안전한 쿼리 구성이 아니라, 웹 쿼리 횟수가 줄어드는 것으로 나타납니다.

로컬 정보를 유출할 수 있는 웹 쿼리를 지양하도록 하는 프롬프트가 있을 때와 없을 때의 엄격한 체인 성공률(strict chain success) 및 개인정보 유출(privacy leakage). 프롬프트는 일부 모델에서 유출을 약간 감소시키지만, 상당한 유출이 여전히 남아 있습니다.

개인정보 보호를 위한 학습을 진행하기 전에, 우리는 명백한 방법인 에이전트가 더 많은 체인을 정확하게 해결하도록만 학습시키는 시도를 했습니다. 효과는 있었습니다. 엄격한 체인 성공률은 48.7%에서 59.3%로 상승했습니다. 하지만 답변/전체 정보 유출 또한 34.0%에서 51.7%로 함께 상승했습니다. 모델은 웹 쿼리에 더 많은 컨텍스트(context)를 담는 법을 학습했는데, 이는 올바른 문서를 검색하는 데는 도움이 되었지만, 각 쿼리가 더 풍부해질수록 관찰자에게 또 다른 파편을 제공하게 되므로 개인정보 보호에는 해가 되었습니다.

이것이 MosaicLeaks가 드러내는 핵심적인 긴장 관계(central tension)입니다. 더 많은 정보를 담은 쿼리는 종종 작업에는 더 유리하지만 개인정보 보호에는 더 불리합니다. PA-DR은 이 두 가지 측면을 동시에 학습하도록 설계되었습니다.

PA-DR은 두 가지 보상(rewards)을 결합합니다.

첫 번째는 상황적 (situational) 작업 보상(task reward)입니다. 단일 리서치 궤적(research trajectory)은 수십 번의 모델 호출(model calls)로 이어질 수 있으므로, 이 모든 호출에 동일한 최종 궤적 점수를 부여하는 것은 신용 할당(credit assignment) 측면에서 매우 취약합니다. 즉, 성공적인 실행이 정보 유출이 발생하는 검색을 강화할 수 있고, 실패한 실행이 국지적으로 타당한 결정을 처벌할 수도 있습니다. 대신, 우리는 동일한 정보가 가용한 상태에서 동일한 단계(stage)와 홉(hop)에서 이루어진 다른 호출들과 비교하여 각 호출을 판단합니다. Plan 호출은 올바른 소스를 검색하고 적절한 문서를 검색(retrieval)했을 때 보상을 받으며, 만약 해당 문서가 이미 확보되어 있다면 다시 검색하지 않은 것에 대해 보상을 받습니다. Choose 호출은 정답을 포함하고 있는 문서를 선택했을 때 보상을 받습니다. 우리는 이러한 단계들의 원하는 동작을 직접 확인할 수 있기 때문에 이 단계들을 학습시킵니다.

두 번째는 *학습된 개인정보 보호 보상 (learned privacy reward)*입니다. 에이전트가 웹 쿼리(web queries)를 생성할 때마다, Qwen3-4B 분류기(classifier)가 두 가지 위험을 추정합니다: 현재의 쿼리가 개인정보를 직접적으로 유출하는지 여부, 그리고 해당 쿼리를 기존 쿼리 로그(query log)에 추가했을 때 새로운 모자이크 유출(mosaic leak)을 생성하는지 여부입니다. PA-DR은 이 두 가지 중 더 큰 값을 페널티(penalty)로 부여하므로, 개인정보 보호 비용이 쿼리 로그를 더 드러나게 만든 바로 그 계획 결정(planning decision)에 귀속됩니다.

작업 전용 강화학습 (Task-only RL)은 리서치 성능을 향상시키지만 유출을 증가시킵니다. PA-DR은 성능 이득을 거의 모두 유지하면서 유출을 급격히 줄입니다.

그 9.9%는 학습되지 않은 베이스 모델 자체의 34.0%보다 낮습니다. 개인정보 보호를 위한 학습이 성능을 위한 학습이 도입한 유출을 단순히 상쇄하기만 한 것이 아닙니다. 학습 후의 에이전트는 시작 시점보다 유출을 덜 하게 되었습니다.

또한 단순히 검색을 덜 함으로써 안전해진 것도 아닙니다. PA-DR은 실제로 베이스 모델보다 더 많은 웹 쿼리를 발행하지만, 해당 쿼리들은 드러나는 세부 정보들을 제거합니다:

상황적 보상 (Situational rewards)은 훈련 과정 자체에서 두 번째 효과를 발휘합니다. 전체 롤아웃 (rollout)에 대해 한 번 점수를 매기는 대신 일치하는 호출 (calls)들을 비교하기 때문에, 별도의 가치 모델 (value model) 없이도, 그리고 롤아웃 간의 단계 인덱스 (step indices)를 맞출 필요 없이 훨씬 더 정밀하게 크레딧 (credit)을 할당합니다. 또한 샘플 효율성 (sample-efficient)도 훨씬 높습니다. 상황적 작업 보상 (situational task reward)은 결과 중심 RL (outcome-only RL)과 비교했을 때 약 5~6배 적은 생성된 훈련 샘플만으로도 동일한 작업 성능에 도달하며, PA-DR은 이러한 효율성을 유지하면서 프라이버시 이득을 추가합니다.

훈련 효율성. 마지막 열은 각 방법이 약 55%의 엄격한 체인 성공률 (strict chain success)에 도달하기 위해 필요한 생성 샘플 수입니다. 낮을수록 좋습니다.

상황적 보상은 결과 보상 수준의 작업 성공률에 도달하면서도 생성된 샘플을 약 5~6배 적게 사용합니다. PA-DR은 샘플 효율성 이점을 유지하면서 유출을 급격히 줄입니다.

MosaicLeaks는 통제된 벤치마크이며, 배포된 시스템에서의 유출을 측정하는 것은 아닙니다. 기업 문서들은 합성된 것이며, 웹 코퍼스 (web corpus)는 고정되어 있고, 체인 (chains)은 세 가지 기업 컨텍스트를 아우르며, 모든 결과는 개방형 리서치가 아닌 멀티홉 질의응답 (multi-hop question answering)을 실행하는 단일 에이전트 하네스 (agent harness)에서 도출되었습니다. 이러한 통제가 유출을 홉 단위 (hop by hop)로 측정 가능하게 만들지만, 더 광범위한 작업, 실제 배포, 그리고 다른 에이전트 설계들에 대해서는 여전히 별도의 연구가 필요합니다.

결론은 간단합니다. 프롬프트(Prompt)만으로는 프라이버시를 주입할 수 없습니다. 프라이버시를 학습(Train)시켜야 합니다. 에이전트에게 주의를 기울이라고 말하는 것은 거의 효과가 없는 반면, 에이전트가 각 쿼리(Query)를 구성하는 방식에 보상을 주는 것은 정보 유출을 3배 이상 줄이면서도 작업 성공률은 사실상 그대로 유지합니다. 모자이크 효과(Mosaic effect)는 에이전트가 시간이 지남에 따라 검색하는 방식에서 발생하며, 이는 측정 가능하고, 공로를 할당할 수 있으며, 학습을 통해 줄여나갈 수 있는 요소임이 밝혀졌습니다.

@misc{gurung2026mosaicleaks,
title = {MosaicLeaks: Privacy Risks in Querying-in-the-Open for Deep Research Agents},
author = {Alexander Gurung and Spandana Gella and Alexandre Drouin and Issam H. Laradji and Perouz Taslakian and Rafael Pardinas},
...