PyTorchKR Papers

최신 논문

총 96편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2507.00875v3cs.CL

TransLaw: 홍콩 판례의 전문 번역을 시뮬레이션하는 대규모 데이터셋 및 멀티 에이전트 벤치마크

TransLaw: A Large-Scale Dataset and Multi-Agent Benchmark Simulating Professional Translation of Hong Kong Case Law

홍콩 법원 판결문을 영어에서 번체 중국어로 번역하는 것은 기본법 제8조 및 제9조에 의해 규정되어 있으나, 병렬 리소스의 부족과 법률 용어, 인용 형식, 사법적 스타일에 대한 엄격한 요구 사항으로 인해 여전히 제약이 있습니다. 우리는 홍콩 판례를 위한 첫 번째 대규모 문장 단위 정렬 병렬 말뭉치인 HKCFA Judgment 97-22를 소개하며, 이는 1997년부터 2022년까지의 344개의 전문 번역된 판결문(11,099개 문장 쌍; 210만 토큰)으로 구성되어 있습니다. 이 리소스를 기반으로, 우리는 번역을 단어 수준 표현, 문장 수준 번역, 다차원 검토로 분해하는 TransLaw라는 멀티 에이전트 프레임워크를 제안합니다. 이 프레임워크는 전문 홍콩 법률 용어 데이터베이스, 검색-증강 생성(RAG), 반복적 피드백을 통합하며, 의미적 정렬, 용어, 인용, 스타일을 포괄하는 4차원 전문가 검토를 수행합니다. 13개의 오픈 소스 및 상용 대규모 언어 모델(LLM)에 대한 벤치마킹 결과, TransLaw는 평가된 모든 모델에서 단일 에이전트 기준선을 유의미하게 상회하며 3회 이내의 반복에서 수렴함을 입증했습니다. 제안된 Legal ACS 지표를 사용하여 10명의 공인 법률 번역가가 수행한 인간 평가 결과, 법률-의미적 정확도의 향상이 확인되었으나, TransLaw는 문체적 자연스러움 측면에서는 여전히 인간 전문가에게 미치지 못하는 것으로 나타났습니다. 해당 데이터셋과 벤치마크 코드는 https://github.com/xuanxixi/TransLaw에서 확인할 수 있습니다.

arXiv:2606.19782v1cs.AI

AgentFinVQA: 감사 가능한 금융 차트 질의응답(QA)을 위한 배포 가능한 멀티 에이전트 파이프라인

AgentFinVQA: A Deployable Multi-Agent Pipeline for Auditable Financial Chart QA

규제 환경에서의 금융 차트 질의응답(QA)은 정확도 그 이상을 요구합니다. 실무자는 답변을 바탕으로 행동하기 전에 어떤 답변을 신뢰해야 할지 알아야 하며, 많은 기관은 고객 데이터를 외부 모델 제공업체로 전송할 수 없기 때문입니다. 그러나 기존 차트 QA 에이전트는 정확도에만 집중되어 있고 불투명하며, 대부분 독점 API 액세스를 가정합니다. 우리가 아는 한, 정확도를 크게 저하시키지 않으면서 감사 가능성(auditability)과 온프레미스 배포 가능성을 결합한 시스템은 없습니다. 우리는 각 쿼리를 계획, OCR, 범례 그라운딩(legend grounding), 시각적 검사, 검증으로 분해하고 샘플마다 추적 가능한 모델 평가 패킷(Model Evaluation Packet, MEP)에 모든 단계를 기록하는 멀티 에이전트 파이프라인인 AgentFinVQA를 제시합니다. FinMME 데이터셋에서 AgentFinVQA는 독점 백본(Gemini-3 Flash; 71.24% vs. 63.56%, McNemar $p \approx 1.1 \times 10^{-16}$)을 사용하는 동일 백본 기반 제로샷 기준선(zero-shot baseline) 대비 $+7.68$pp 향상된 성능을 보였으며, 로컬에서 서빙된 오픈 가중치(open-weights) Qwen3.6-27B-FP8에서는 $+4.84$pp 향상되었습니다. 검증기(verifier)의 판정은 유용한 신뢰도 신호로도 활용될 수 있어(확인된 답변 대 수정된 답변의 정확도 68.2% vs. 55.6%), 인간 개입 루프(human-in-the-loop) 검토 라우팅을 가능하게 합니다. 오류 분석 결과, 질문 오해, 범례 혼동, 추출 오류가 실패 사례의 거의 3분의 2를 차지하며 검증기가 가장 적게 감지하는 범주임이 밝혀져 향후 연구의 명확한 방향을 제시합니다. 이러한 결과들은 감사 가능하고 온프레미스 기반의 금융 차트 QA가 실용적이며, 오픈 가중치 시스템이 완전한 데이터 상주(data residency)를 가능하게 하면서도 대부분의 정확도 향상을 유지할 수 있음을 보여줍니다. 우리는 재현 가능한 평가를 지원하기 위해 코드를 공개합니다.

arXiv:2604.03156v2cs.CV

CAMEO: 조건부 및 품질 인식 멀티 에이전트 이미지 편집 오케스트레이터

CAMEO: A Conditional and Quality-Aware Multi-Agent Image Editing Orchestrator

조건부 이미지 편집(conditional image editing)은 텍스트 프롬프트(textual prompts)와 선택적 참조 가이던스(reference guidance)에 따라 소스 이미지를 수정하는 것을 목표로 합니다. 이러한 편집은 엄격한 구조적 제어가 필요한 시나리오(예: 주행 장면에서의 이상 삽입 및 복잡한 인간 포즈 변환)에서 매우 중요합니다. 대규모 편집 모델(예: Seedream, Nano Banana 등)의 최근 발전에도 불구하고, 대부분의 접근 방식은 단일 단계 생성(single-step generation)에 의존합니다. 이러한 패러다임은 종종 명시적인 품질 제어가 부족하고, 원본 이미지로부터 과도한 편차를 도입할 수 있으며, 빈번하게 구조적 인공물(artifacts)이나 환경과 불일치하는 수정을 생성하여, 수용 가능한 결과를 얻기 위해 일반적으로 수동 프롬프트 튜닝(prompt tuning)이 필요합니다. 우리는 조건부 편집을 원샷(one-shot) 생성 작업이 아닌 품질 인식 및 피드백 기반 프로세스로 재정의하는 구조화된 멀티 에이전트(multi-agent) 프레임워크인 **CAMEO**를 제안합니다. CAMEO는 편집을 계획, 구조화된 프롬프트(prompt) 생성, 가설 생성, 적응형 참조 그라운딩(grounding)의 조율된 단계로 분해하며, 여기서 외부 가이던스(guidance)는 작업 복잡도가 요구할 때만 호출됩니다. 기존 방법의 내재된 품질 제어 부족을 극복하기 위해, 평가가 편집 루프(loop) 내에 직접 내장됩니다. 중간 결과는 구조화된 피드백(feedback)을 통해 반복적으로 정제되어, 구조적 및 문맥적 불일치를 점진적으로 수정하는 폐루프(closed-loop) 프로세스를 형성합니다. 우리는 이상 삽입 및 인간 포즈 전환 작업에서 CAMEO를 평가했습니다. 여러 강력한 편집 백본(backbones)과 독립적인 평가 모델에 걸쳐, CAMEO는 여러 최첨단(SOTA) 모델과 비교하여 평균 20% 더 높은 승률을 일관되게 달성하여, 조건부 이미지 편집에서 향상된 강건성, 제어 가능성, 그리고 구조적 신뢰성을 입증했습니다.

arXiv:2606.18325v1cs.CR

Agentra: 기업 침입 대응을 위한 감시 가능한 다중 에이전트 프레임워크

Agentra: A Supervisable Multi-Agent Framework for Enterprise Intrusion Response

기업 침입 대응의 정적 플레이북·분석가 트리아주 지연을 줄이기 위해 Agentra는 IDS·EDR·XDR 경보를 MITRE ATT&CK, D3FEND, NIST CSF 2.0에 맞춘 감시 가능한 다중 에이전트 침입 대응 계획으로 변환하고, Planner–Validator 검토, Moderator 게이트웨이, Action Catalog·위험 점수, 감사 로그로 실행을 통제합니다. 120개 이벤트 평가에서 최적 구성은 FP 인식 IRS F1을 0.61에서 0.84로 높였고, Planner 단독 구성의 과잉 대응 이후 예상 유해 동작률을 정적 OASIS CACAO v2.0 기준선 수준인 0.0%로 되돌렸습니다.

arXiv:2606.17915v1cs.MA

신뢰할 수 있는 자기 구성 가능 Big-Data-as-a-Service: 자동화된 데이터 엔지니어링, AutoML, MLOps 배포 및 드리프트 인식 수명주기 최적화를 위한 LLM 오케스트레이션 다중 에이전트 프레임워크

Trustworthy Self-Composable Big-Data-as-a-Service: An LLM-Orchestrated Multi-Agent Framework for Automated Data Engineering, AutoML, MLOps Deployment, and Drift-Aware Lifecycle Optimization

Big-Data-as-a-Service(BDaaS) 플랫폼은 데이터 수집, 정제, 특징 엔지니어링, 모델 개발, 배포, 배포 후 모니터링 전반에 걸쳐 신뢰할 수 있는 자동화를 필요로 한다. 그러나 기존 LLM 기반 데이터 과학 에이전트와 AutoML 시스템은 주로 고립된 워크플로우 단계에 초점을 맞추어, 수명주기 수준의 오케스트레이션, 아티팩트 거버넌스, 인간 감독, 드리프트 인식 적응에 대한 지원이 제한적이다. 본 논문은 LLM 오케스트레이션 다중 에이전트 협업에 기반한 신뢰할 수 있는 자기 구성 가능 BDaaS 프레임워크를 제안한다. 제안된 아키텍처는 BDaaS 수명주기를 데이터 수집, 데이터 정제, 특징 엔지니어링, AutoML 학습, 모델 평가, MLOps 배포, 모니터링, 드리프트 탐지를 담당하는 전문화된 에이전트로 분해한다. 중앙 LLM 오케스트레이션 층은 에이전트 실행을 조율하고, 중간 출력을 검증하며, 워크플로우 컨텍스트를 관리하고, 동적 워크플로우 구성을 가능하게 한다. 해당 프레임워크는 또한 공유 아티팩트 거버넌스, 재현성 지원, human-in-the-loop 체크포인트, 드리프트 인식 피드백 루프를 통합한다. 프로토타입 기반 평가는 결측값, 범주형 변수, 이상치, 클래스 불균형, 시뮬레이션된 공변량 드리프트가 있는 통제된 표 형식 벤치마크 데이터셋을 사용하여 수행되었다. 수동 ML, AutoML 단독, 단일 에이전트 LLM 베이스라인과 비교하여, 제안된 다중 에이전트 BDaaS 파이프라인은 워크플로우 완료, 아티팩트 추적 가능성, 배포 준비도, 재현성, 드리프트 복구를 포함한 수명주기 수준의 신뢰성을 개선하면서 경쟁력 있는 예측 성능을 달성한다. 결과는 LLM 오케스트레이션 다중 에이전트 시스템이 기존 AutoML을 신뢰할 수 있고 적응적이며 프로덕션 지향적인 BDaaS 수명주기 자동화로 확장할 수 있음을 시사한다.

arXiv:2606.17459v1cs.AI

대규모 언어 모델(LLM)이 CEO가 될 수 있을까? 다중 역할 에이전트 시뮬레이션을 통한 전략적 자원 재할당 벤치마킹

Can LLMs Be CEOs? Benchmarking Strategic Resource Reallocation with Multi-Role Agent Simulation

대규모 언어 모델(LLM)의 의사결정 능력을 평가하는 것은 점점 중요해지는 연구 우선순위이지만, 기존 벤치마크들은 형식화된 설정에서 추론, 지식 검색, 경제적 합리성과 같은 고립된 인지 과제에 초점을 맞추고 있습니다. 이러한 평가들은 정보 비대칭, 조직적 제약, 시간적 의존성 하에서 전문 이해관계자들의 상충하는 권고를 통합해야 한다는 실제 경영진 의사결정의 핵심 과제를 간과하고 있습니다. 우리는 다중 라운드 및 제약이 풍부한 조직 환경에서 사업 단위 간 자본을 재배치하는 과정인 CEO 수준의 전략적 자원 재할당에 대해 LLM을 평가하는 다중 에이전트 벤치마크인 \textsc{CEO-Bench}를 소개합니다. \textsc{CEO-Bench}에서 LLM 에이전트는 각각 비공개 신호와 독특한 우선순위를 가진 4명의 역할 조건부 C-level 고문(CFO, CTO, COO, CMO)으로부터 상충하는 조언을 받으며, 이를 역할 통합, 조건부 대담성, 과거 이력 민감적 판단, 계획 타당성이라는 4가지 차원에서 평가되는 구체적인 할당 계획으로 종합해야 합니다. 13가지 시나리오에서 5개의 최신 모델을 대상으로 한 실험 결과, 모든 모델이 높은 구조적 타당성을 달성하지만 가장 어려운 능력 층인 전략적 보정에서는 현저한 차이를 보이는 것으로 나타났습니다. 우리는 단일 고문 포획, 모호성 하에서의 보수적 기본값, 과거 망각과 같은 체계적인 실패 모드를 식별했으며, 구조적 통합-대담성 트레이드오프를 발견했습니다. 즉, 상충하는 관점을 더 깊이 고려하는 모델일수록 덜 결단력 있는 행동을 생성하는 경향이 있습니다. 이러한 발견은 조직적 의사결정자로서 LLM의 현재 능력 경계를 명확히 하며, 향후 AI 보조 경영 시스템의 설계에 정보를 제공합니다.

arXiv:2604.10389v2cs.CL

BLUEmed: 임상 오류 탐지를 위한 검색 증강 다중 에이전트 토론

BLUEmed: Retrieval-Augmented Multi-Agent Debate for Clinical Error Detection

임상 노트의 용어 대체 오류 탐지를 위해 하이브리드 검색 증강 생성(RAG)과 다중 에이전트 토론을 결합한 BLUEmed 프레임워크를 제안한다. 이 방법은 증거 기반 추론과 다각적 검증을 통해 few-shot 프롬프팅 환경에서 기존 베이스라인보다 우수한 정확도와 AUC를 달성했다.

arXiv:2602.09379v3cs.MA

LingxiDiagBench: 중국어 정신과 상담 및 진단에서 LLM을 벤치마킹하기 위한 멀티 에이전트 프레임워크

LingxiDiagBench: A Multi-Agent Framework for Benchmarking LLMs in Chinese Psychiatric Consultation and Diagnosis

정신과 진단의 현실적인 시뮬레이션과 평가를 위해 16,000개의 합성 상담 대화를 포함하는 LingxiDiagBench 멀티 에이전트 벤치마크를 제안한다. 실험 결과 대규모 언어 모델(LLM)은 단순 분류에서는 높은 정확도를 보이나 공존 질환 인식 및 감별 진단에서는 성능이 크게 떨어지며, 동적 상담은 정적 평가보다 낮은 성능을 보이는 것으로 나타났다.

arXiv:2606.12924v1cs.AI

더 나은 검색을 향한 반복: 이커머스 에이전트형 검색 아키텍처 평가를 위한 2-에이전트 시뮬레이션 프레임워크

Iterating Toward Better Search: A Two-Agent Simulation Framework for Evaluating Agentic Search Architectures in E-Commerce

대화형 쇼핑 도우미 아키텍처 평가를 위해 구매자 에이전트와 응답자를 결합한 모듈형 2-에이전트 시뮬레이션 프레임워크를 제안한다. 이를 통해 rolling-window 메모리가 의도 추출(intent-extraction) 메모리보다 성능이 우수하고 빠르며, 체계적인 실패 분석을 통해 실패율을 62% 감소시킬 수 있음을 입증했다.

arXiv:2606.11199v1cs.CL

NightFeats @ MMU-RAGent NeurIPS 2025: 텍스트-투-텍스트 트랙을 위한 컨텍스트 최적화 멀티 에이전트 RAG 시스템

NightFeats @ MMU-RAGent NeurIPS 2025: A Context-Optimized Multi-Agent RAG System for the Text-to-Text Track

본 논문에서는 NeurIPS 2025 MMU-RAGent 경진대회에 제출된 구조화된 멀티 에이전트 검색-증강 생성(RAG) 시스템인 NightFeats를 소개하며, 해당 시스템은 텍스트-투-텍스트 트랙에서 Best Dynamic Evaluation 상을 수상했습니다. 벤치마크 극대화를 목표로 하는 대신, 본 연구는 지식 종합을 검색(retrieval), 큐레이션(curation), 구성(composition)의 세 가지 조정된 단계로 분해하는 원칙에 기반한 파이프라인을 제안하며, 각 단계는 명시적인 중간 표현과 인계 계약에 의해 관리됩니다. 에이전트형 컨텍스트 엔지니어링(ACE)에서 영감을 받아, 이 시스템은 시간적-의미적 재순위화, 제한된 모순 조정, 인용 보존 구성을 핵심 아키텍처 프리미티브로 도입합니다. 경진대회 결과는 NightFeats가 LLM-as-a-judge 및 인간 리커트 평가에서 Claude-SonnetV2 및 Nova-Pro를 포함한 독점 기반 모델을 능가함을 보여주며, 이는 아키텍처 투명성과 검증 가능한 증거 그라운딩이 자동 유사성 메트릭에만 좁게 최적화된 시스템보다 인간 선호와 더 잘 정렬됨을 확인시켜 줍니다.

arXiv:2606.12018v1cs.AI

MODF-SIR: 사회적 지능 추론을 위한 멀티 에이전트 옴니모달 증류 프레임워크

MODF-SIR: A Multi-agent Omni-modal Distilled Framework for Social Intelligence Reasoning

경량 멀티모달 대규모 언어 모델(MLLM) 기반의 멀티 에이전트 협업 프레임워크를 통해 지식 증류와 테스트 타임 적응(TTA)을 적용한 사회적 지능 추론 방법을 제안한다. 롱테일 이벤트를 명시적 텍스트로 변환하여 처리하고 적은 양의 학습 데이터로도 최첨단(SOTA) 성능을 달성했다.

arXiv:2606.11976v1cs.SE

다중 파일 변경 위치 파악을 위한 LLM 에이전트의 탐색 구조

Exploration Structure in LLM Agents for Multi-File Change Localization

여러 하위 시스템에 영향을 미치는 변경 사항을 탐지하기 위해 저장소를 선형적으로 탐색하는 기존 방식의 문제를 지적하고, 비선형적이고 도메인 범위가 지정된 병렬 에이전트 탐색 구조를 제안합니다. SWE Bench Pro 벤치마크에서 해당 방식은 작은 Haiku급 모델로 동급 모델 중 가장 높은 micro F1 점수를 달성했습니다.

arXiv:2603.24481v2cs.AI

일관성 검증을 통한 다중 에이전트 추론이 의료 다지선다형 질의응답의 불확실성 보정을 개선한다

Multi-Agent Reasoning with Consistency Verification Improves Uncertainty Calibration in Medical MCQA

잘못 보정된 신뢰도 점수는 임상 환경에서 AI를 배포하는 데 현실적인 장애물이다. 항상 과신하는 모델은 위임 판단을 위한 유용한 신호를 제공하지 못한다. 우리는 의료 다지선다형 질의응답에서 보정(calibration)과 판별(discrimination) 모두를 개선하기 위해 도메인 특화 전문가 에이전트와 Two-Phase Verification(Wu et al., 2024), S-Score 가중 융합을 결합한 다중 에이전트 프레임워크를 제시한다. 네 명의 전문가 에이전트(호흡기, 심장내과, 신경과, 소화기내과)가 Qwen2.5-7B-Instruct를 사용하여 독립적인 진단을 생성한다. 각 진단은 내부 일관성을 측정하고 전문가 신뢰도 점수(S-score)를 산출하는 2단계 자기 검증 과정을 거친다. S-score는 최종 답변을 선택하고 보고된 신뢰도를 보정하는 가중 융합 전략을 이끈다. 우리는 MedQA-USMLE와 MedMCQA의 고불일치 하위 집합(각각 100문항, 250문항)에서 평가한다. 모든 결과는 이 필터링된 체계에 한정된다. MedQA-250에서 전체 시스템은 ECE = 0.091(단일 전문가 에이전트 기준선 대비 74.4% 감소), AUROC = 0.630(+0.056), 정확도 59.2%를 달성한다. 49~74%의 보정 향상은 네 가지 설정 전반에 걸쳐 유지된다. 에이블레이션 분석 결과, Two-Phase Verification은 ECE 감소를 이끌고 다중 에이전트 추론은 AUROC 향상을 이끄는 것으로 나타나, 일관성 검사와 앙상블 집계가 대규모 언어 모델(LLM) 불확실성의 서로 다른 실패 모드를 다룸을 시사한다. 결과적으로 산출된 신뢰도 신호가 실제 임상 위임 결정을 지원하기에 충분한지는 향후 연구 과제로 남는다.

arXiv:2606.06546v1cs.LG

Elmes*: 롱테일 교육 시나리오에서 대규모 언어 모델을 위한 세밀한 평가 루브릭 자동 구축

Elmes*: Automated Construction of Fine-Grained Evaluation Rubrics for Large Language Models in Long-Tail Educational Scenarios

교육을 위한 대규모 언어 모델(LLM) 평가는 모델이 무엇을 알고 있는지만이 아니라 어떻게 가르치는지를 측정해야 한다. 기존 벤치마크는 도메인 일반적 정확성에 초점을 맞추거나, 롱테일(long-tail) 교육 시나리오로 확장하기 어려운 수동 설계 루브릭에 의존한다. 우리는 세밀한 시나리오별 루브릭을 구축·정제·적용하기 위한 엔드투엔드 프레임워크인 Elmes*를 제안한다. Elmes*는 교사-학생-판정자 상호작용을 위한 선언적 다중 에이전트 엔진과, 전문가가 정의한 교육적 차원으로부터 평가 기준과 테스트 데이터를 공동 최적화하는 자기 진화 모듈인 SceneGen을 결합한다. Elmes*를 사용해 11개 과목, 3개 학년대, 10가지 과제 유형에 걸친 330개 시나리오를 포함하고 1,000개 이상의 2차 지표를 갖춘 Edu-330을 구축한다. Edu-330과 전문가가 작성한 4개의 골드 스탠다드 시나리오에서의 실험은 교육 역량이 다차원적임을 보여준다: 최상위 LLM은 주로 창의성과 가치 통합에서 차이를 보이고, 지식이 강한 모델은 소크라테스식 스캐폴딩(Socratic scaffolding)에서 실패할 수 있으며, 교육 특화 InnoSpark가 인간 평가 평균 점수에서 최고 성적을 달성한다. LLM 판정자(judge)는 훨씬 낮은 점수 분산으로 인간과 비교 가능한 순위를 유지하지만, 자기 선호(self-preference)와 같은 판정자별 편향을 나타낸다. 절제 실험(ablation)은 전문가 점수 기반 퓨샷(few-shot) 앵커링이 인간-LLM 정렬(alignment)을 개선함을 보여주며, 추론 강제와 탐욕 디코딩(greedy decoding)은 모델에 따라 달라진다. 따라서 Elmes*는 교육학적으로 근거 있는 LLM 평가를 위한 확장 가능한 진단 인프라를 제공한다.

arXiv:2606.07299v1cs.AI

DuMate-DeepResearch: 재귀적 탐색과 루브릭 기반 추론을 갖춘 감사 가능한 멀티 에이전트 시스템

DuMate-DeepResearch: An Auditable Multi-Agent System with Recursive Search and Rubric-Grounded Reasoning

딥 리서치(Deep Research, DR)는 복잡하고 개방형 연구 과제를 해결하기 위한 새로운 에이전틱 패러다임으로 부상하였으며, 문제를 반복적으로 정의하고, 근거를 수집하고, 출처를 검증하며, 장문의 보고서를 합성할 수 있는 시스템을 요구한다. 그러나 현재 DR 시스템은 실제로 네 가지 상호 연관된 한계에 제약받고 있다: 불명확한 범위에서의 장기 계획 수립, 단일 에이전트 내에서 과제를 분해·스케줄링하는 병목 현상, 장문 합성에서의 환각 위험, 그리고 제한적인 프로세스 감사 가능성이다. 본 기술 보고서는 Qianfan Agent Foundry 위에 구축된 멀티 에이전트 DR 프레임워크인 DuMate-DeepResearch를 소개한다. 이 프레임워크는 과제 이해, 계획 수립, 스케줄링을 담당하는 Agent Core와, 검색·증거 수집·보고서 렌더링을 위한 확장 가능한 도구 생태계(Tool Ecosystem)를 분리함으로써, 모든 중간 결정과 도구 호출을 명시적으로 추적 가능하게 만든다. 이 인프라를 기반으로 DuMate-DeepResearch는 세 가지 메커니즘을 추가로 도입한다: (i) 그래프 기반 동적 계획 전략은 연구 로드맵을 거시적에서 세밀한 방향으로 확장하고, 반성·재계획·역추적·병렬 분기를 통해 지속적으로 수정한다; (ii) 재귀적 2단계 실행 설계는 복잡한 검색 하위 과제 각각을 독자적인 계획 루프를 실행하는 내부 Search Agent에 위임하여, 잡음 있는 검색을 격리하고 장기 실행을 안정화한다; (iii) 루브릭 기반 테스트 타임 최적화 메커니즘은 과제별 품질 기준을 동적으로 생성하고, 이를 근거 기반 합성 및 적응적 종료를 위한 실시간 추론 발판으로 활용한다. 두 가지 딥 리서치 벤치마크에서 DuMate-DeepResearch는 새로운 최고 성능을 달성하였다: DeepResearch Bench에서 최고 종합 점수(58.03%), DeepResearch Bench II에서 최고 종합 점수(61.95%)를 기록하였으며 정보 재현율과 분석 부문에서 1위를 차지하였다.

arXiv:2606.06525v1cs.GR

3D 프레임 시스템의 자동화된 구조 해석을 위한 에이전트 대규모 언어 모델

Agentic Large Language Models for Automated Structural Analysis of 3D Frame Systems

대규모 언어 모델(LLM)은 다양한 도메인에서 강력한 추론 능력을 갖춘 파운데이션 모델로 부상하였다. 단순한 반응형 텍스트 생성을 넘어, 에이전트(agentic) LLM은 모듈식 작업 분해와 조율된 도구 사용을 통해 자율적인 워크플로우 실행을 가능하게 한다. 구조공학 분야에서는 최근 평면 프레임의 자동화된 해석을 위한 에이전트 LLM 개발이 이루어졌다. 그러나 3D 프레임으로의 확장은 불규칙한 기하학적 표현, 위상적 일관성, 장기 추론의 어려움으로 인해 아직 충분히 탐구되지 않았다. 본 논문은 자연어 입력으로부터 3D 프레임의 자동화된 구조 해석을 위한 에이전트 LLM 프레임워크를 제안한다. 불규칙한 3D 프레임은 2D 평면도로의 투영을 통해 표현되며, 직교 격자선이 공간 좌표를 정의하고 층수 행렬이 각 격자 셀의 수직 압출을 인코딩한다. 이 표현 방식을 기반으로, 프레임워크는 다중 에이전트 파이프라인을 구성한다: 문제 분석 에이전트가 입력을 구조화된 JSON으로 파싱하고, 바닥 분해 에이전트가 각 층의 공간 배치를 도출하며, 노드(node), 거더, 슬래브, 기둥 에이전트가 3D 기하구조를 조립하고, 지지 및 하중 에이전트가 경계 조건과 하중 조건을 부여하며, 코드 변환 에이전트가 실행 가능한 SAP2000 스크립트를 생성한다. 대표적인 10개의 3D 프레임에 대한 반복 실험 평가에서 제안된 프레임워크는 평균 90%의 정확도를 달성하여 일관되고 신뢰할 수 있는 성능을 입증하였다.