[논문리뷰] Fathom-DeepResearch: Unlocking Long Horizon Information Retrieval and Synthesis for SLMs

링크: 논문 PDF로 바로 열기

저자: Shreyas Singh, Pradeep Moturi, Kunal Singh

핵심 연구 목표

본 연구는 복잡하고 개방형의 장기적 정보 검색 및 합성 태스크에서 기존 오픈소스 DeepResearch 에이전트의 성능 한계를 극복하는 것을 목표로 합니다. 특히, 다단계 도구 사용에서의 훈련 불안정성 , 비효율적인 도구 호출 행동, 그리고 고품질의 검증 가능한 데이터셋 부족이라는 문제를 해결하여, 독점 시스템과의 성능 격차를 줄이고자 합니다.

핵심 방법론

논문은 Qwen3-4B 를 기반으로 한 두 가지 전문 모델, Fathom-Search-4B 와 Fathom-Synthesizer-4B 로 구성된 에이전트 시스템 Fathom-DeepResearch 를 제안합니다. Fathom-Search-4B 는 다중 에이전트 자가 플레이 로 생성된 DUETQA 데이터셋 과, RL 훈련 안정화를 위한 RAPO(Reward-Aware Policy Optimization) , 그리고 탐색 및 검증 행동을 제어하는 Steerable Step-Level Reward 를 통해 장기 도구 사용 능력을 향상시킵니다. Fathom-Synthesizer-4B 는 GPT-5 로 생성된 DEEPRESEARCH-SFT 데이터셋을 활용, Plan-then-Write 프로토콜 에 따라 구조화된 보고서를 생성합니다.

주요 결과

Fathom-DeepResearch 는 SimpleQA, FRAMES, WebWalker, Seal0, MuSiQue 와 같은 DeepSearch 벤치마크 및 DeepResearch-Bench에서 오픈소스 모델 중 최첨단 성능 을 달성했습니다. 특히 Fathom-Search-4B (Stage-2) 는 SimpleQA에서 90.0% , FRAMES에서 64.8% , WebWalker에서 50.0% 의 정확도를 기록하며 여러 독점 모델보다 우수한 결과를 보였습니다. RAPO 및 Steerable Step-Level Reward 는 RL 훈련의 안정성과 효율성을 크게 개선하여, 20회 이상의 도구 호출을 안정적으로 수행할 수 있게 하였습니다.

AI 실무자를 위한 시사점

Fathom-DeepResearch 는 장기적인 정보 검색 및 합성 능력을 요구하는 실제 AI 애플리케이션에 대한 강력하고 공개적인 대안을 제공합니다. 특히 DUETQA 데이터셋 은 웹 검색 의존성이 높은 복잡한 질문에 대한 에이전트 훈련에 유용하며, RAPO 와 Steerable Step-Level Reward 는 도구 증강 LLM의 RL 훈련 에서 안정성과 제어 가능성을 높이는 중요한 기법입니다. Plan-then-Write 프로토콜 을 통한 인용 기반 보고서 생성 은 결과의 투명성과 신뢰성을 보장하여 엔터프라이즈 AI 솔루션에 큰 가치를 더할 수 있습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.