arXiv:2602.05014 cs.AI

DeepRead: Document Structure-Aware Reasoning to Enhance Agentic Search

제출 2026-02-04

한국어 초록

도구 사용 및 주체적인 대규모 언어 모델(LLM)의 급속한 발전과 함께, 검색-증강 생성(RAG)은 일회성의 수동 검색에서 다회성의 결정 기반 증거 획득으로 진화하고 있습니다. 개방형 도메인 환경에서 강력한 결과에도 불구하고, 기존의 주체적 검색 프레임워크는 긴 문서를 조각의 평면적 집합으로 취급하여, 계층적 조직 및 순차적 담화 구조와 같은 문서 고유의 선험적 정보를 충분히 활용하지 못하고 있습니다. 우리는 긴 문서 질문 응답을 위해 이러한 선험적 정보를 명시적으로 활용하는 구조 인식 다회성 문서 추론 에이전트인 DeepRead를 소개합니다. DeepRead는 LLM 기반의 OCR 모델을 활용하여 PDF를 제목과 단락 경계를 보존하는 구조화된 Markdown으로 변환합니다. 그런 다음 문서를 단락 수준에서 색인화하고, 각 단락에 섹션 정체성과 섹션 내 순서를 인코딩하는 좌표 스타일의 메타데이터 키를 할당합니다. 이러한 표현을 바탕으로, DeepRead는 LLM에 두 가지 보완 도구를 제공합니다: 관련 단락을 지역화하면서 그 구조적 좌표를 노출하는 Retrieve 도구(경량 스캔 컨텍스트 포함)와 지정된 섹션 및 단락 범위 내에서 연속적이고 순서를 보존하는 독서를 가능하게 하는 ReadSection 도구입니다. 우리의 실험 결과, DeepRead는 문서 질문 응답에서 Search-o1 스타일의 주체적 검색에 비해 상당한 개선을 달성함을 보여줍니다. 검색 도구와 독서 도구 간의 시너지 효과도 검증되었습니다. 우리의 세분화된 행동 분석은 인간과 유사한 "찾고 읽기" 행동을 닮은 독서 및 추론 패러다임을 드러냅니다.

요약

DeepRead는 긴 문서에서 질문 응답의 효율성을 높이기 위해 문서 구조를 인식하는 다단계 추론 에이전트를 제안합니다. 기존의 Retrieval-Augmented Generation (RAG) 시스템은 긴 문서를 평면적으로 처리하여 문서의 고유한 계층적 조직 및 담론 구조를 충분히 활용하지 못했습니다. 이를 해결하기 위해 DeepRead는 LLM(대형 언어 모델) 기반의 OCR(광학 문자 인식) 모델을 활용하여 PDF 문서를 구조화된 Markdown 형식으로 변환하고, 각 단락에 섹션 정체성과 순서를 인코딩하는 좌표 스타일의 메타데이터를 할당합니다. 이러한 구조적 표현을 바탕으로 DeepRead는 Retrieve와 ReadSection이라는 두 가지 보완적인 도구를 LLM에 통합하여, 문서 내에서 관련 단락을 효과적으로 검색하고, 지정된 섹션 및 단락 범위 내에서 연속적으로 읽을 수 있는 기능을 제공합니다. DeepRead의 혁신적인 접근 방식은 문서의 계층 구조와 순차적 선행 지식을 활용하여, 인간과 유사한 "위치 확인 후 읽기" 행동 패턴을 구현합니다. 실험 결과, DeepRead는 기존의 Search-o1 스타일 에이전틱 검색보다 문서 질문 응답에서 유의미한 성과를 보여주었으며, 검색과 읽기 도구 간의 시너지 효과도 검증되었습니다. 이러한 성과는 긴 문서와 다단계 시나리오에서 정보 검색의 비효율성을 극복하는 데 기여합니다. DeepRead의 주요 기여는 구조 인식 문서 추론 프레임워크를 통해 문서 질문 응답의 효율성을 크게 향상시킨 점입니다. 이 시스템은 다양한 벤치마크에서 일관된 성과를 달성하며, 세밀한 행동 분석을 통해 구조적 선행 지식과 에이전틱 도구 간의 상호작용을 입증합니다. 이러한 연구는 정보 검색의 새로운 가능성을 열어주며, 향후 다양한 도메인에서의 적용 가능성과 구조적 인식 능력의 발전을 위한 기초를 마련합니다.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

공통 태그로 연결된 공개 논문이 아직 없습니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.