LongCat-DeepResearch Technical Report
계획-조사-수정 단계를 분리한 멀티 에이전트 워크플로우를 통해 고품질의 심층 연구 보고서를 생성하는 시스템
논문이 다루는 내용
기존의 연구 보고서 생성 방식은 전체 보고서를 반복적으로 재작성해야 하는 비효율성이 존재했습니다. 이를 해결하기 위해 LongCat-DeepResearch는 글로벌 계획과 세부 조사를 분리한 멀티 에이전트 워크플로우를 제안합니다. 먼저 계획 에이전트들이 외부 소스를 탐색하여 실행 가능한 연구 계획(ResearchSpec)을 수립합니다. 이후 조사 에이전트들이 병렬로 섹션을 작성하며 증거를 수집하고, 마지막으로 글로벌 리뷰를 통해 섹션 단위의 정밀 수정을 진행합니다. 실험 결과, DeepResearchBench 등 주요 벤치마크에서 높은 성능을 기록하며 효율적인 보고서 생성 능력을 입증했습니다.
핵심 결과
-
계획(Planning), 조사(Investigation), 수정(Revision) 단계를 분리하여 워크플로 효율성 극대화
-
ResearchSpec 기반의 구조화된 계획 수립 및 병렬적 섹션 작성 방식 채택
-
전체 재작성 대신 섹션 단위의 타겟팅된 수정을 통한 품질 관리
실무에서 볼 만한 점
복잡한 정보 수집과 문서 작성이 필요한 업무를 자동화할 때, 에이전트 간의 역할 분담과 단계별 검증 구조가 어떻게 성능을 높이는지 보여주는 실무적 모델입니다.
읽을 때 확인할 점
-
에이전트 간의 계획(Planning) 단계 비중 변화에 따른 결과물 품질 비교 실험
-
병렬 조사 에이전트의 수 증가에 따른 리소스 대비 성능 효율성 측정
-
특정 도메인(법률, 의학 등) 데이터셋을 활용한 전문 보고서 생성 테스트