# ArcticSwarm, 성급한 합의 늦춰 다중 에이전트 웹 검색 정확도 높여

> 새로운 ArcticSwarm 아키텍처는 근거 수집과 통합을 분리해 Qwen 3.5‑27B로 BrowseComp 점수 82.6%를 기록했다.

Oossa · 2026-11-13 · https://oossa.com/ko/arcticswarm-boosts-multi-agent-web-search-accuracy-by-delaying-early-consensus

arXiv에 공개된 연구에서 연구진은 장시간에 걸쳐 웹을 검색하도록 설계된 다중 에이전트 시스템 ArcticSwarm을 소개했다. 작업을 마친 에이전트들이 곧바로 투표하는 기존 방식과 달리, ArcticSwarm은 검색 단계와 판단 단계를 분리한다. ‘수집 게이트’는 에이전트들이 공유 게시판에 조사 결과를 올리도록 허용하지만, 서로의 결과를 읽지는 못하게 한다. 이후 ‘통합 게이트’가 각 후보 답변을 세 차례 확인한 뒤 채택한다. 확인에 실패하면 답변을 그냥 버리는 대신 검색을 다시 시작한다.

연구진은 개방형 웹 검색 질문 830개로 구성된 BrowseComp‑Plus 벤치마크에서 이 아키텍처를 테스트했다. 공개 가중치 모델인 Qwen 3.5‑27B를 사용한 ArcticSwarm은 정확도 82.6%를 기록했다. 같은 조건에서 기존 MiroFlow 시스템은 70.6%, 같은 토큰 예산을 적용한 단순 다수결 방식은 62.5%였다. 연구진은 팀이 초기에 내놓은 오답을 얼마나 자주 고수하는지도 측정했다. 수집 게이트가 없을 때는 실행의 32.2%에서 틀린 첫 번째 후보 답변이 유지됐지만, 게이트를 켜면 22.3%로 낮아졌다. 이는 정확도 3.8%포인트 하락에 해당한다. 통합 게이트를 제거했을 때는 정확도가 5.9%포인트 더 크게 떨어졌다.

## 다른 다중 에이전트 방식과 비교한 설계

ArcticSwarm의 두 게이트 설계는 연구진이 ‘성급한 합의’라고 부르는 문제를 직접 해결한다. 이는 충분한 근거를 모으기 전에 에이전트들이 특정 후보 답변을 채택하는 현상이다. 기존 다중 에이전트 검색은 대개 모든 에이전트가 작업을 마친 뒤 다수결에 의존하는데, 이 방식으로는 어떤 개별 실행에서도 발견되지 않은 답을 새롭게 제시할 수 없다. ArcticSwarm은 체계적인 검증을 마칠 때까지 합의를 미뤄, 검색 과정 후반에 나온 새로운 발견도 반영할 수 있다.

논문은 실제 웹을 대상으로 한 BrowseComp 질의에서 GPT‑5를 사용한 결과도 보고했다. ArcticSwarm은 73.6%를 기록해, 같은 작업에서 공개된 GPT‑5 점수 54.9%와 MiroFlow 점수 63.4%를 모두 앞섰다. 이 결과는 아키텍처의 이점이 특정 언어 모델 하나에만 국한되지 않을 가능성을 보여준다.

## 게이트 기반 접근법이 중요한 이유

장시간 웹 검색은 리서치 도우미부터 팩트체크 서비스까지 다양한 소비자용 도구의 핵심 기능이다. 현재의 다중 에이전트 방식은 답을 너무 일찍 결정하는 경우가 많아 신뢰도가 떨어질 수 있다. ArcticSwarm은 작업 흐름을 재설계하는 것만으로 근거 수집과 통합을 분리해, 추가 연산 없이도 정확도를 높일 수 있음을 보여준다.

검색 기반 AI 제품을 개발하는 이들에게 이번 연구는 구체적인 설계 방안을 제시한다. 게시만 가능한 단계를 구현한 다음, 최종 답변을 내놓기 전에 여러 차례 검증을 수행하는 방식이다. Qwen 3.5‑27B 같은 공개 가중치 모델에서도 작동하므로 독점 모델이 필요하지 않다.

## 팩트

- ArcticSwarm은 Qwen 3.5‑27B를 사용해 질문 830개로 구성된 BrowseComp‑Plus 벤치마크에서 정확도 82.6%를 기록한다.
- 같은 모델과 토큰 예산을 사용한 MiroFlow는 70.6%, 다수결 방식은 같은 테스트에서 62.5%를 기록한다.
- 수집 게이트가 없으면 팀이 실행의 32.2%에서 틀린 첫 번째 후보 답변을 유지하지만, 게이트를 적용하면 이 비율은 22.3%로 낮아지며 정확도는 3.8%포인트 하락한다.
- 통합 게이트를 제거하면 전체 정확도가 5.9%포인트 낮아진다.
- 실제 웹을 대상으로 한 BrowseComp에서 GPT‑5를 사용했을 때 ArcticSwarm은 73.6%를 기록해, 공개된 GPT‑5 점수 54.9%와 MiroFlow 점수 63.4%를 웃돈다.

## 왜 중요한가

AI 기반 검색 도구를 일상적으로 사용하는 사람들에게 ArcticSwarm의 설계는 추가 연산 없이도 더 신뢰할 수 있는 답변을 제공할 가능성이 있다. 개발자는 게이트 기반 작업 흐름을 도입해 성급한 합의로 인한 오류를 줄이고 웹 검색 도우미의 신뢰도를 높일 수 있다. 다만 다양한 작업에서도 성능 향상이 나타나는지 확인하려면 다른 벤치마크를 통한 독립적인 검증이 필요하다.

## 출처 및 참고 자료

1. [ArcticSwarm: Deferring Early Consensus in Long-Horizon Multi-Agent Research](https://arxiv.org/abs/2609.01870) – arXiv cs.MA, 2026-11-13

최종 업데이트: 2026-11-13