# Loud and Clear, 문서 RAG에서 시각적 근거 강화

> arXiv 논문에 따르면 AI 시스템에 더 높은 해상도의 페이지와 관련 OCR 텍스트를 제공했을 때 세 가지 문서 질의응답 벤치마크에서 답변 성능이 향상됐다.

Oossa · 2026-10-16 · https://oossa.com/ko/loud-and-clear-boosts-visual-evidence-in-document-rag

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.

## 팩트

- 논문에 따르면 LoC는 ColQwen3보다 SciEGQA에서 8.88점, ViDoRe-v3에서 3.09점, MMLongBench-Doc에서 4.22점 높은 성능을 보였다.
- arXiv에 등록된 논문의 날짜는 2026년 10월 16일이다.

## 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.

## 출처 및 참고 자료

1. [Loud and Clear: Making Visual Evidence Count in Multimodal Document RAG](https://arxiv.org/abs/2610.21318) – arXiv cs.CV, 2026-10-16

최종 업데이트: 2026-10-16