연구진은 복잡한 질문을 분해하는 역할(delegation)과 검색 및 증거 추출 역할(execution)에 모델 용량을 어떻게 분배해야 하는지 연구했어요. 역할 분담은 단일 에이전트보다 정확도를 4.5점에서 8.6점 향상시켰어요. 분해 역할의 용량 변화에 더 민감하게 반응하며, 1.7B 파라미터 에이전트는 기존 에이전트만큼 정확하면서도 토큰 사용량을 37% 줄였어요.
계층적 검색 에이전트 구축 시 분해 역할에 용량을 집중하고 실행 역할은 축소하는 것이 효과적이라는 점을 발견했어요. 연구 결과는 GitHub에서 확인할 수 있어요.
이번 연구는 역할 분담을 통해 멀티홉 QA 벤치마크에서 정확도를 높이고, 에이전트 토큰 사용량을 줄이는 방법을 제시해요.