Pi-Serini을 이용한 에이전트 검색 재고찰: 어휘적 검색만으로 충분할까?

요약

본 논문은 LLM 기반 에이전트 시스템에서 어휘적 검색(BM25)의 충분성을 재검토하며, 'Pi-Serini'라는 검색 에이전트를 소개합니다. 이 에이전트는 문서 검색, 탐색, 읽기 기능을 갖추고 있으며, 최신 LLM과 결합하여 심층 연구를 지원하는 데 효과적임을 입증했습니다. 실험 결과, Pi-Serini는 GPT-5.5와 함께 사용되어 높은 답변 정확도(83.1%)와 표면화 증거 회수율(94.7%)을 달성하며 기존의 밀집 리트리버 기반 시스템보다 우수한 성능을 보였습니다.

핵심 포인트

• Pi-Serini는 검색, 탐색, 읽기 기능을 통합한 다중 도구 검색 에이전트를 제공합니다.
• BM25와 같은 어휘적 리트리버가 최신 LLM과 결합될 경우, 심층 연구를 위한 충분한 검색 깊이를 확보할 수 있습니다.
• Pi-Serini는 GPT-5.5와의 조합을 통해 높은 답변 정확도(83.1%)와 표면화 증거 회수율(94.7%)을 달성하며 기존 시스템의 성능을 능가합니다.
• BM25 튜닝과 검색 깊이 증가가 각각 답변 정확도 및 증거 회수율에 유의미한 성능 향상을 가져옴을 입증했습니다.