연구진이 자연어 쿼리에 맞춰 검색 에이전트 구성을 자동으로 최적화하는 BRANE 기술을 개발했어요. BRANE은 LLM을 활용해 쿼리를 분석하고, 각 구성에 대한 예측 모델을 학습하여 정확도와 비용을 고려해 최적의 구성을 선택해요.
MuSiQue, BrowseComp-Plus, FinanceBench 벤치마크에서 기존 방식보다 비용 대비 정확도를 향상시켰으며, 최대 89% 더 저렴한 비용으로 동일한 정확도를 달성했어요.
BRANE은 LLM 라우팅, 규칙 기반, Qwen3-4B 파인튜닝 등 기존 방식보다 뛰어난 성능을 보이며, 정적 워크로드 수준 튜닝의 실용적인 대안임을 입증했어요.