연구진이 멀티홉 질문 응답을 위한 에이전트 RAG 파이프라인의 불확실성을 추정하는 프레임워크를 제시했어요. 이 프레임워크는 계획, 평가, 생성 단계에서 불확실성 신호를 생성하고, 베이지안 네트워크를 통해 시스템 수준의 불확실성을 추정하고 잠재적 오류 지점을 파악해요.
GPT-3.5-Turbo와 GPT-4.1-Nano를 사용하여 StrategyQA와 HotpotQA에서 AUROC, AUARC, ECE, Brier Score를 통해 성능을 평가한 결과, HotpotQA에서 불확실성 누적이 두드러졌어요.
연구는 산업 현장에서의 검증이 필요하지만, 베이지안 불확실성 전파가 에이전트 RAG 시스템 모니터링에 유망한 방법임을 보여줍니다.