[논문리뷰] DocDancer: Towards Agentic Document-Grounded Information Seeking

링크: 논문 PDF로 바로 열기

저자: Qintong Zhang, Xinjie Lv, Jialong Wu, Baixuan Li, Zhengwei Tao, Guochen Yan, Huanyao Zhang, Bin Wang, Jiahao Xu, Haitao Mi, Wentao Zhang

핵심 연구 목표

본 연구는 기존 DocQA(Document Question Answering) 에이전트들의 비효율적인 도구 활용 및 폐쇄형 모델 의존성 문제를 해결하고자 합니다. 궁극적으로, 정보 탐색 문제로 정형화된 문서 기반 정보 탐색 을 위한 DocDancer 라는 종단 간 학습 가능한 오픈소스 Doc 에이전트 를 제안하여 문서 이해 능력을 향상시키는 것을 목표로 합니다.

핵심 방법론

DocDancer는 ReAct(Reasoning and Acting) 패러다임 기반의 도구 중심 에이전트 프레임워크 를 채택하여 문서 탐색 및 이해를 명시적으로 모델링합니다. 이 프레임워크는 Search (키워드 기반 전문 검색) 및 Read (세분화된 정보 추출, 멀티모달 요약 모델 Mm 활용) 두 가지 핵심 도구를 사용합니다. 또한, 고품질 학습 데이터 부족 문제를 해결하기 위해 Exploration-then-Synthesis 데이터 합성 파이프라인 을 도입하여, 탐색(Exploration) 단계에서 도구 기반 상호작용으로 증거를 수집하고 합성(Synthesis) 단계에서 QA 쌍을 생성합니다.

주요 결과

DocDancer 는 MMLongBench-Doc 및 DocBench 벤치마크에서 뛰어난 성능을 보였습니다. 특히, GPT-5.2 기반 DocDancer는 MMLongBench-Doc에서 56.8 F1 / 67.6 LasJ , DocBench에서 85.5 LasJ 를 달성하여 기존 모든 모델을 능가했으며, DocBench에서는 인간 기준선을 4점 초과 했습니다. Qwen3-30B-A3B 와 같은 오픈소스 모델은 5,000개의 합성 데이터 만으로도 경쟁력 있는 성능을 달성하며 데이터 효율성과 일반화 능력을 입증했습니다.

AI 실무자를 위한 시사점

본 연구는 복잡한 문서 이해 태스크에 대한 도구 중심의 에이전트 프레임워크 의 효과를 입증하며, 기존 RAG 기반 접근 방식을 넘어선 실용적인 해결책을 제시합니다. 오픈소스 에이전트의 종단 간 학습 가능성 을 보여주어, 폐쇄형 모델 의존성에서 벗어나 문서 이해 에이전트 구축 장벽을 낮출 수 있음 을 시사합니다. 또한, 고품질 합성 데이터 생성 파이프라인 은 전문 분야의 데이터 부족 문제를 해결하고, 적은 양의 데이터로도 효과적인 모델 학습이 가능함을 보여주는 중요한 통찰을 제공합니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.