연구진은 문서 질의응답을 위해 AI 시스템이 검색된 페이지의 근거를 활용하도록 돕는 방법인 Loud and Clear(LoC)를 소개했다. 이 방법은 추가 학습이나 정답 주석 없이, 더 높은 해상도의 페이지 이미지와 질문에 관련된 영역의 텍스트를 함께 제공한다.
논문에 보고된 테스트에서 LoC는 세 가지 벤치마크에서 기존 방법 8종보다 높은 성능을 보였으며, SciEGQA에서는 ColQwen3보다 8.88점 앞섰다. 연구진은 정답이 포함된 페이지를 이미 검색한 경우에도 시각 토큰 예산을 늘리면 정확도가 높아진다는 점을 확인했다.
왜 중요한가
문서 질의응답 시스템을 구축하는 팀이라면 검색된 페이지를 모델에 보여주는 방식을 개선하는 것만으로도 도움이 될 수 있다는 점을 시사한다. 검색 단계에서 이미 올바른 페이지를 찾았더라도 마찬가지다. 다만 이 논문은 LoC가 실제 환경에서 얼마나 잘 작동하는지는 입증하지 않았다.
