연구진은 에이전트 검색의 약점을 보완하기 위해 멀티 에이전트 프로토콜 증류(MAPD) 프레임워크를 제안했어요. MAPD는 구조화된 프로토콜을 중간 표현으로 활용하여 프로프리에터리 모델의 핵심 추론 능력을 오픈소스 모델로 전달하는 방식이에요.
Qwen3-1.7B 모델에서 39.4%, Qwen3-4B 모델에서 44.4%의 평균 성공률을 기록하며 기존 증류 및 RL 방식보다 우수한 성능을 보여줬어요.
MAPD는 다양한 프로프리에터리 모델을 활용하면서도 학생 정책의 스타일 편향 및 장황함 저하를 효과적으로 방지하는 데 기여했어요.
본 연구는 에이전트 검색의 효율성을 높이고, 프로프리에터리 모델의 장점을 오픈소스 모델에 효과적으로 이전하는 새로운 가능성을 제시해요.