도구 통합형 대규모 언어 모델(Tool-Integrated Large Language Models)의 최근 발전은 웹 검색을 정보 탐색 에이전트의 핵심 역량으로 만들었습니다. 하지만 상호작용 기록이 늘어나면서, 에이전트들은 작업 진행 상황을 추적하는 데 어려움을 겪는 경우가 많아지고 있습니다. 검색 시도가 유용한 증거를 찾지 못할 때, 현재의 단일 및 다중 에이전트 시스템은 반복적인 루프에 빠져 검색 예산을 낭비하고 궁극적으로 최종 결과물의 품질과 완전성을 저해할 수 있습니다. 우리는 취약하고 암묵적인 검색 진행 상황을 명시적이고 지속적이며 공유된 상태로 전환하는 시스템 레벨의 다중 에이전트 프레임워크인 SearchOS를 소개합니다. 먼저, 우리는 개방 영역 정보 탐색을 근거가 제시된 인용(grounded citations)을 갖춘 관계형 스키마 완성 문제로 공식화하며, 여기서 에이전트들은 엔티티를 발견하고 연결된 테이블 전반에 걸쳐 속성을 채우며 각 값을 출처 증거에 고정합니다. 그런 다음 우리는 진화하는 상태를 Frontier Task, Evidence Graph, Coverage Map, Failure Memory로 외부화하는 Search-Oriented Context Management (SOCM)을 설계했습니다. SOCM을 기반으로, SearchOS는 서브 에이전트의 실행을 중첩시키고 해결되지 않은 커버리지 격차(coverage gaps)를 목표로 하는 작업을 빈 슬롯에 지속적으로 채워 활용도와 처리량을 개선하는 파이프라인 병렬 스케줄링 메커니즘을 적용합니다. 검색 에이전트의 실행을 스케줄링하고 제어하기 위해, SearchOS는 모델 및 도구 상호작용을 가로채 근거가 제시된 증거를 기록하고 정지(stalls) 또는 예산 소진에 반응하며, 에이전트의 검색 과정을 보강하고 여러 실행에서 실패한 검색 패턴 반복을 방지하는 전략 및 접근 기술로 구성된 재사용 가능한 계층적 스킬 시스템을 제공하는 Search Tool Middleware Harness를 도입합니다. WideSearch와 GISA에서, SearchOS는 평가된 모든 단일 및 다중 에이전트 베이스라인 중에서 모든 지표에서 선두를 차지하며, 견고한 정보 탐색 협업의 길을 열었습니다.