# DiffResearch, 확산 모델로 연구 AI 처리 속도 약 6배 높여

> 오픈소스 시스템 DiffResearch는 기존 자기회귀 언어 모델 대신 확산 언어 모델을 사용해 벤치마크 작업의 전체 처리 속도를 약 6배 끌어올렸다.

Oossa · 2026-10-22 · https://oossa.com/ko/diffresearch-framework-uses-diffusion-models-to-cut-research-ai-latency

DiffResearch는 확산 언어 모델(dLLM)을 계획, 정보 검색, 글쓰기의 핵심에 적용한 새로운 다중 에이전트 연구 프레임워크다. 연구진은 Deep Research Bench의 과제 100개를 대상으로 확산 모델을 비슷한 자기회귀 모델과 비교했다. 확산 모델을 사용한 버전은 전체적으로 약 6배 빨랐으며, 주된 요인은 계획 수립과 장문 작성 시간이 크게 줄어든 점이었다. dFast라는 특수 모드는 중간 디노이징 상태를 읽어 작업을 하위 질의로 나눈다. 이 모드를 사용하면 보고서 품질 저하 없이 중앙값 기준 속도가 추가로 1.99배 빨라진다. 코드는 Apache-2.0 라이선스로 공개됐다.

## 팩트

- 벤치마크에서 확산 모델 기반 시스템의 전체 처리 속도는 약 6배 빨랐다.
- dFast 모드는 작업 분해 속도를 중앙값 기준 1.99배 높였다.

## 왜 중요한가

AI가 생성한 보고서를 수십 분이 아니라 몇 분 만에 받아볼 수 있어, 대화형 심층 조사 도구를 더 실용적으로 활용할 수 있다.

## 출처 및 참고 자료

1. [DiffResearch: Accelerating Deep Research with Diffusion Language Models](https://arxiv.org/abs/2610.28909) – arXiv, 2026-10-22

최종 업데이트: 2026-10-22