딥리서치가 한 번에 훑는 것 같지, 실은 에이전트를 재귀로 쪼개 돌려

단일 에이전트로는 깊이랑 폭을 같이 못 잡는다

요즘 딥리서치 기능은 질문 하나를 던지면 몇 분 알아서 조사해 오잖아. 그게 한 방에 훑는 것처럼 보여도, 안에서는 에이전트를 여러 개 쪼개 돌리는 구조야. 이 arXiv 논문은 그 출발점을 짚어. 한 에이전트로 길게 이어가면 궤적 하나와 제한된 컨텍스트에 묶여서, 깊게 파는 것과 넓게 훑는 걸 동시에 하기 어렵다는 거야.

WebSwarm이 하는 것

WebSwarm은 검색을 하나의 긴 흐름으로 끌지 않고 노드 단위로 쪼개. 각 노드는 자기 목표를 직접 풀거나, 더 잘게 나눠 자식 노드에 위임해. 자식이 답을 찾으면 증거를 위로 올리고, 부모 노드는 그걸 받아 다시 확장하거나 고치거나 합쳐. 시작할 때 웹에서 정보가 어떻게 흩어져 있는지 먼저 살펴 이후 확장의 근거로 삼고, 비슷한 형제 노드끼리는 앞서 얻은 과정 경험을 다시 써. 넓게 퍼뜨리는 동시에 필요한 가지만 깊게 파고들게 만든 설계야.

숫자는 아직 없다

짚어둘 게 있어. 논문은 BrowseComp-Plus, WideSearch, DeepWideSearch, GISA 이렇게 4개 벤치마크에서 단일·다중 에이전트 방식을 “일관되게 앞섰다”고 적었는데, 초록에 구체 수치가 없어. 얼마나 앞섰는지, 비용은 얼마나 드는지는 확인이 안 돼. 공개 코드도 아직 안 보여서, 지금은 재현해 보고 판단할 단계가 아니라 방향을 읽어두는 단계야.

조사 작업은 목표별로 쪼개야 해

후보를 모으고, 사실을 대조하고, 여러 소스를 합치는 조사 파이프라인을 운영한다면 WebSwarm의 방향은 참고할 만해. 조사·검증 작업을 한 흐름으로 길게 끌기보다 목표별로 노드를 나눠 위임하고 증거를 다시 합치는 방식이 깊이와 폭을 같이 챙기는 데 유리하다는 뜻이야. 다만 프리프린트라 수치도 코드도 아직 없으니, 실제 도입은 저자 코드나 독립 재현이 나온 뒤에 재보는 게 맞아.