Gemini Enterprise Agent Platform, 에이전틱 RAG 도입: 복잡한 질문에 신뢰할 수 있는 답변을 제공하는 멀티 에이전트 시스템
Google/DeepMind
Google Cloud
Gemini
Google Research와 Google Cloud가 Gemini Enterprise Agent Platform 기반의 멀티 에이전트 시스템인 Agentic RAG를 출시했습니다. 이 시스템은 복잡한 질문을 하위 작업으로 분해하고, 수집된 정보의 완전성을 확인하는 "Sufficient Context Agent" 등 특화된 에이전트를 사용하여 컨텍스트를 반복적으로 수집함으로써 기존 RAG를 능가합니다. 여러 데이터 소스를 다룰 때 벤치마크에서 최대 34%의 정확도 향상을 보여줍니다.
구글 리서치와 구글 클라우드의 연구진이 제미나이 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)에 배포된 Agentic RAG를 위한 새로운 다중 에이전트 시스템을 발표했습니다. 분산된 데이터에 대해 단일 검색이 종종 불완전한 답변을 제공하는 표준 RAG와 달리, Agentic RAG는 여러 전문화된 에이전트를 사용합니다. 즉, 루트 에이전트(Root Agent)가 질의를 분해하고, 플래너 에이전트(Planner Agent)가 필요한 데이터 도메인을 결정하며, 질의 재작성기(Query Rewriter)가 긴 질문을 더 간단한 질문으로 나누고, RAG 에이전트(RAG Agent)가 검색을 수행합니다. 핵심 혁신은 충분한 컨텍스트 에이전트(Sufficient Context Agent)로, 검색된 조각, 초안 답변, 원본 질의를 분석하고, 예를 들어 알레르기 관련 질문이 답변되지 않은 경우와 같은 공백을 식별하여 재검색을 위한 구체적인 지침을 제공합니다. 필요한 모든 데이터가 수집되면 합성 에이전트(Synthesis Agent)가 최종 답변을 구성합니다. FramesQA 데이터셋(824개의 다단계 질의)을 대상으로 한 실험에서 이 시스템은 교차 코퍼스 모드(4개 중 올바른 소스 선택)에서 90.1%의 정확도를 달성했으며, 이는 단일 코퍼스에서의 정확도와 거의 비슷한 수준입니다. 바닐라 RAG와 비교하여 사실 데이터셋에서 정확도가 최대 34% 향상되었습니다. 이 시스템은 제미나이 엔터프라이즈 에이전트 플랫폼에서 공개 미리보기로 사용할 수 있습니다.
출처: Google Research —
원문
