연구진은 LLM이 불필요한 검색을 줄이고 필요한 경우에만 검색을 활용하도록 하는 검색 라우팅 문제를 제기했어요. 검색과 미검색 결과를 비교하여 NO SEARCH, SEARCH, UNSOLVED 세 가지 상태에 대한 오라클을 구축했어요. Gemma E2B 모델의 라우팅 macro-F1 점수를 0.7082에서 0.8235로, Qwen3.5-4B 모델의 점수를 0.7053에서 0.8365로 향상시켰어요.
Gemma 모델은 불필요한 검색을 자제하는 방향으로 학습했고, Qwen 모델은 검색 누락을 줄이는 방향으로 학습했어요. 남아있는 UNSOLVED 사례는 모델 용량, 검색 예산, 증거 활용, 정책 행동 등 다양한 병목 현상을 보여줘요.
본 연구는 LLM이 검색을 효율적으로 활용하도록 돕는 검색 라우팅 정책 학습 방법을 제시하며, 모델 성능 향상과 자원 효율성에 기여할 것으로 기대돼요.