학술 연구팀, SFT로 기술 대기업들의 독점 체제 종식… OpenSeeker-v2, 검색 에이전트 순위 1위 차지
대규모 언어 모델(LLM)의 끊임없이 진화하는 환경 속에서, 심층 검색 기능은 첨단 지능형 에이전트의 결정적인 경쟁 우위로 자리 잡았습니다. 그러나 이 분야는 오랫동안 막대한 자금을 보유한 업계 거대 기업들이 주도해 왔습니다. 기존의 개발 방식은 일반적으로 사전 훈련, 지속적 사전 훈련(CPT), 지도형 미세 조정(SFT), 강화 학습(RL)을 아우르는 자원 집약적인 파이프라인에 의존해 왔다.
최근 한 학술 연구팀이 ‘OpenSeeker-v2’라는 최신 연구 결과를 발표하며, 이러한 기존 관점에 근본적인 도전을 제기했다. 연구 보고서에 따르면, 고품질이면서 난이도가 높은 과제 궤적(task trajectories)을 활용한 훈련을 통해, 단순한 지도형 미세 조정(SFT) 접근법만으로도 최상위 수준의 검색 에이전트를 생성할 수 있다고 한다.

이 팀은 데이터 합성을 위한 세 가지 핵심 최적화 전략을 제시했다. 첫째, 지식 그래프를 확장하여 더 광범위한 탐색 공간을 창출하는 것, 둘째, 도구 키트의 범위를 대폭 확대하여 기능적 한계를 뛰어넘는 것, 그리고 마지막으로 훈련 데이터의 품질과 효율성을 보장하기 위해 엄격한 저단계 필터링을 적용하는 것이다.
실험 결과에 따르면, 단 10,600개의 데이터 포인트로 훈련된 OpenSeeker-v2 (30B 매개변수, ReAct 아키텍처)는 네 가지 핵심 벤치마크에서 압도적인 성능을 보여주었습니다. BrowseComp에서 46.0%, BrowseComp-ZH에서 58.1%, "Humanity’s Last Exam"에서 34.6%, xbench에서 78.0%를 기록했습니다. 이러한 수치는 새로운 기록을 세웠을 뿐만 아니라, Tongyi DeepResearch와 같이 CPT, SFT, RL을 결합한 복잡한 파이프라인에 의존하는 업계 모델들을 전반적으로 능가했습니다.

특히 주목할 점은, 동일한 모델 규모와 아키텍처를 유지한 채 SFT만을 사용하여 순수 학술 연구팀이 개발한 최초의 최첨단(SOTA) 검색 에이전트라는 사실입니다. 연구팀은 현재 OpenSeeker-v2의 모델 가중치를 오픈소스로 공개했습니다. 이 획기적인 성과는 첨단 검색 에이전트 개발에 대한 연구 개발 장벽을 크게 낮추며, 학계와 오픈소스 커뮤니티 모두에게 더 접근하기 쉽고 가벼운 개발 경로를 제공합니다.
논문: https://arxiv.org/pdf/2605.04036
관련 기사
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의
캘리포니아 자율주행차 규정 준수: 과태료, 지오펜스, 100만 마일의 새로운 시대
Guident는 남부 플로리다에서 AuveTech 셔틀을 운영하며, 자사의 원격 모니터링 기술을 활용해 웨스트 팜비치에서 4마일 구간과 보카 라톤에서 1마일 구간의 노선을 관리하고 있다. | 출처: Guident캘리포니아주는 자율주행차에 대한 규제 환경을 재정의하며, 기술 업계의 “빠르게 움직이고 실패를 감수하라(move fast and break thin
관련 특별 주제 추천
의견 (0)
0/500
대규모 언어 모델(LLM)의 끊임없이 진화하는 환경 속에서, 심층 검색 기능은 첨단 지능형 에이전트의 결정적인 경쟁 우위로 자리 잡았습니다. 그러나 이 분야는 오랫동안 막대한 자금을 보유한 업계 거대 기업들이 주도해 왔습니다. 기존의 개발 방식은 일반적으로 사전 훈련, 지속적 사전 훈련(CPT), 지도형 미세 조정(SFT), 강화 학습(RL)을 아우르는 자원 집약적인 파이프라인에 의존해 왔다.
최근 한 학술 연구팀이 ‘OpenSeeker-v2’라는 최신 연구 결과를 발표하며, 이러한 기존 관점에 근본적인 도전을 제기했다. 연구 보고서에 따르면, 고품질이면서 난이도가 높은 과제 궤적(task trajectories)을 활용한 훈련을 통해, 단순한 지도형 미세 조정(SFT) 접근법만으로도 최상위 수준의 검색 에이전트를 생성할 수 있다고 한다.

이 팀은 데이터 합성을 위한 세 가지 핵심 최적화 전략을 제시했다. 첫째, 지식 그래프를 확장하여 더 광범위한 탐색 공간을 창출하는 것, 둘째, 도구 키트의 범위를 대폭 확대하여 기능적 한계를 뛰어넘는 것, 그리고 마지막으로 훈련 데이터의 품질과 효율성을 보장하기 위해 엄격한 저단계 필터링을 적용하는 것이다.
실험 결과에 따르면, 단 10,600개의 데이터 포인트로 훈련된 OpenSeeker-v2 (30B 매개변수, ReAct 아키텍처)는 네 가지 핵심 벤치마크에서 압도적인 성능을 보여주었습니다. BrowseComp에서 46.0%, BrowseComp-ZH에서 58.1%, "Humanity’s Last Exam"에서 34.6%, xbench에서 78.0%를 기록했습니다. 이러한 수치는 새로운 기록을 세웠을 뿐만 아니라, Tongyi DeepResearch와 같이 CPT, SFT, RL을 결합한 복잡한 파이프라인에 의존하는 업계 모델들을 전반적으로 능가했습니다.

특히 주목할 점은, 동일한 모델 규모와 아키텍처를 유지한 채 SFT만을 사용하여 순수 학술 연구팀이 개발한 최초의 최첨단(SOTA) 검색 에이전트라는 사실입니다. 연구팀은 현재 OpenSeeker-v2의 모델 가중치를 오픈소스로 공개했습니다. 이 획기적인 성과는 첨단 검색 에이전트 개발에 대한 연구 개발 장벽을 크게 낮추며, 학계와 오픈소스 커뮤니티 모두에게 더 접근하기 쉽고 가벼운 개발 경로를 제공합니다.
논문: https://arxiv.org/pdf/2605.04036
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의





집






