웹 스웜: 심층적이고 광범위한 웹 검색을 위한 재귀적 다중 에이전트 오케스트레이션

WebSwarm: Recursive Multi-Agent Orchestration for Deep-and-Wide Web Search

💡 이 논문은 복잡한 웹 검색을 위해 여러 AI 에이전트가 협력하고 작업을 재귀적으로 분담하는 '웹 스웜'이라는 새로운 프레임워크를 제안합니다. 이는 기존 단일 에이전트나 다중 에이전트 시스템의 한계를 극복하고 더 깊고 넓은 검색을 가능하게 합니다.

핵심 요약

무엇을 · 이 논문은 복잡하고 심층적이며 광범위한 웹 검색 작업을 수행하기 위한 'WebSwarm'이라는 새로운 다중 에이전트 프레임워크를 제안합니다.
어떻게 · WebSwarm은 추론 과정에서 작업 분해, 재귀적 확장, 에이전트 협업을 동시에 구축하는 점진적 재귀 위임 프레임워크입니다. 각 에이전트 검색 노드는 자체 목표와 검색 모드를 가지며, 스스로 해결하거나 하위 노드에 위임할 수 있습니다. 해결 후에는 증거와 결과를 상위 노드에 반환하여 검색 과정을 확장, 수정 또는 통합합니다. 웹에서 정보가 어떻게 구성되어 있는지 먼저 파악하여 노드 확장을 유도하고, 유사한 노드 간에 프로세스 경험을 재사용합니다.
결과 · WebSwarm은 BrowseComp-Plus, WideSearch, DeepWideSearch, GISA 데이터셋에서 수행된 실험 결과, 심층적, 광범위하며 심층-광범위 혼합 작업 모두에서 단일 에이전트 및 기존 다중 에이전트 기준선보다 일관되게 우수한 성능을 보였습니다.

기존의 대규모 언어 모델 기반 웹 검색 에이전트는 복잡한 검색 작업에서 깊이와 범위를 동시에 다루는 데 한계가 있었습니다. 이 연구는 이러한 한계를 극복하고 더 효율적이고 포괄적인 정보 탐색을 가능하게 하는 새로운 접근 방식을 제시합니다.

이 기술은 사용자가 복잡한 주제에 대해 심층적인 조사를 하거나 광범위한 정보를 수집해야 할 때, 예를 들어 학술 연구, 시장 조사, 복잡한 문제 해결 등에서 훨씬 더 효과적인 웹 검색 경험을 제공할 수 있습니다.

초록에는 WebSwarm의 구체적인 한계가 명시되어 있지 않습니다. 다만, 기존 시스템의 한계를 극복하는 데 초점을 맞추고 있습니다.

#다중 에이전트#웹 검색#대규모 언어 모델

arXiv 원문 보기 → Xiaoshuai Song, Liancheng Zhang, Kangzhi Zhao 외 · 2026-07-09 · arXiv:2607.08662

이 요약이 유용했나요?

※ 이 요약은 AI 보조로 생성하고 사람이 검수했습니다. 난이도·실생활 영향·톤은 본 사이트의 편집 의견이며, 정확한 내용은 반드시 원문(arXiv)을 확인하세요. 번역은 AI 기반으로 오역 가능성이 있습니다. 출처: arXiv (2607.08662).