최근 공개된 연구 논문에 따르면, '아이리스(Iris)'라는 새로운 검색 에이전트가 웹 검색 성능에서 혁신적인 발전을 이루었습니다. 아이리스 미니(Iris-mini)와 아이리스 프로(Iris-pro)는 각각 350억~30억(35B-A3B) 및 3,970억~170억(397B-A17B) 매개변수(parameter) 규모로 훈련되었으며, 기존 오픈소스 검색 에이전트 중 가장 강력한 성능을 보여주며 검색 기술의 새로운 지평을 열었습니다.
아이리스의 핵심은 독창적인 데이터 파이프라인과 훈련 방식에 있습니다. 연구팀은 웹 말뭉치(web corpus)의 하이퍼링크 구조를 역으로 활용하여 다중 홉(multi-hop) 질의응답 데이터를 구축했습니다. 이는 단순히 문자열 일치(string matching)로 답을 찾을 수 없도록 비답변 개체(non-answer entity)를 서술적 참조로 재작성하고, 기존 모델이 폐쇄형(closed-book)으로는 풀지 못하지만 증거가 제공되면 해결할 수 있는 질문만을 선별하는 방식입니다. 이렇게 생성된 질문은 궤적(trajectory)으로 변환되어 지도 미세조정(SFT)에 사용되며, 이후 실시간 검색 환경에서 강화 학습(RL)을 통해 정책을 최적화하는 'SFT-RL 클라이밍'이라는 독특한 훈련 절차를 거칩니다. 이 과정에서 가장 어렵게 해결된 궤적과 가장 효율적인 궤적이 다음 지도 학습 단계로 피드백되어 모델 성능을 지속적으로 향상시킵니다.
아이리스는 브라우즈컴(BrowseComp), 브라우즈컴-ZH(BrowseComp-ZH), 딥서치QA(DeepSearchQA), HLE 등 주요 벤치마크에서 뛰어난 성과를 기록했습니다. 특히 추론 시 컨텍스트 관리(inference-time context management) 기능을 활성화했을 때, 아이리스 프로는 브라우즈컴에서 88.6%, 딥서치QA에서 92.9%의 높은 점수를 달성하며 해당 매개변수 범위의 오픈소스 검색 에이전트 중 최고 수준의 결과를 보여주었습니다. 이는 단일 리액트(ReAct) 에이전트만을 사용하고 하위 에이전트나 테스트 시 검증 절차 없이 얻은 결과라는 점에서 더욱 의미가 큽니다. 연구팀은 모델 가중치(model weights)와 함께 데이터 구축, 훈련, 평가를 위한 전체 레시피를 공개할 계획입니다.