본 논문은 2026 SoccerNet VQA Challenge에 대한 저희의 해결책을 제시합니다. 먼저, 비전-언어 모델(VLM)이 구동하는 비용 효율적인 데이터 합성 파이프라인을 개발하여, 간결한 답변과 장문 응답을 포함한 다양한 VQA 샘플로 원본 도메인 데이터를 체계적으로 재구성합니다. 둘째, 저희는 대규모 언어 모델(LLM)을 사용하여 질문을 텍스트, 이미지, 비디오 전문가에게 동적으로 분배하는 다중 전문가 질의응답 아키텍처인 MSUE를 제안합니다. 이 전문가들은 각각 강력한 텍스트 기준선 Gemini3-Flash, 미세 조정된 Qwen3-VL, 그리고 외부 지식 기반으로 구현되어 VQA 성능 향상을 위해 협력적으로 작동합니다. MSUE는 해당 챌린지 벤치마크에서 extbf{0.95}의 정확도를 달성하며 리더보드에서 3위를 차지했습니다.