음성 기반 멀티홉 질의응답에서 더 풍부한 검색 구조가 절대 성능은 높이지만, 상류 음성인식 오류에는 오히려 더 취약할 수 있다는 연구 결과가 나왔다. 특히 질의 속 엔터티가 잘못 인식되는 현상이 오류 전파의 핵심 원인으로 나타났다.
더 보기Accel이 주도한 2,600만 달러 시드 투자를 유치한 Keenable이 스텔스 모드에서 나왔다. 회사는 AI 시스템을 겨냥해 1,000억 개가 넘는 웹 문서 검색 인덱스를 구축하고 있다고 밝혔다.
더 보기Amazon DynamoDB가 네이티브 벡터 검색을 지원하면서 임베딩 벡터와 애플리케이션 데이터를 같은 테이블에 저장할 수 있게 됐다. AI 애플리케이션의 구성을 단순화할 수 있지만, 전용 벡터 데이터베이스가 곧바로 사라진다는 의미는 아니다.
더 보기새 연구는 추론 시 검색된 문서를 제공하지 않아도 고정된 문서 모음에 답할 수 있도록 하는 IAR 후학습 프레임워크를 제안했다. 문서 지식 주입, QA 행동 정렬, 일반 능력 회복을 분리해 다루는 것이 핵심이다.
더 보기Google이 독자가 특정 매체를 우선적으로 볼 수 있도록 하는 ‘Preferred Sources’ 버튼을 출판사 웹사이트에 삽입할 수 있게 했다. AI 검색이 원문 사이트로 향하는 클릭을 줄이는 가운데, 출판사에 새로운 유입 경로를 제공하려는 시도다.
더 보기RAG 포이즈닝 공격은 모델을 불확실하게 만드는 대신 잘못된 정보에 과도한 확신을 갖게 할 수 있다. 새로운 연구는 생성 과정의 문서 수준 어텐션 엔트로피를 추적하는 D-SCAN을 제안했다.
더 보기Shopify는 2분기 실적 발표에서 AI 검색이 전통 검색을 잠식하기보다 가맹점 방문과 주문을 늘리고 있다고 밝혔다. AI 기반 트래픽과 주문은 전년 대비 3배로 증가했다.
더 보기Alibaba-NLP의 UEmbed는 decoder-only 멀티모달 임베딩 모델로, 한 번의 인과적 forward pass에서 희소 어휘 표현과 조밀 벡터를 함께 생성한다. 검색, RAG, 멀티모달 검색에서 분리되어 있던 표현 체계를 통합하려는 시도다.
더 보기DeepVoyager-VL은 이미지를 처음에만 보는 방식에서 벗어나, 시각 증거가 검색과 중간 추론을 계속 이끄는 구조를 제안합니다. 긴 정보 탐색 과정에서 텍스트와 이미지를 반복적으로 활용하는 점이 핵심입니다.
더 보기Reddit CEO Steve Huffman은 Google AI Overviews가 기존 검색 링크만큼 웹 생태계에 가치를 돌려주고 있는지 의문을 제기했다. 실적은 예상을 웃돌았지만 검색 유입의 불안정성이 투자자 우려를 키웠다.
더 보기새로운 RAG 확장성 연구는 코퍼스가 커질수록 전통적인 BM25 검색이 더 강력한 기본 선택지가 될 수 있음을 보여준다. 작은 규모에서는 File-System Agent가 앞서지만, 약 1천만 코퍼스 토큰 부근에서 BM25가 역전한다.
더 보기TechCrunch가 인용한 Similarweb 데이터에 따르면 Google AI Overviews는 이제 검색의 43%에 표시된다. 1년 전 15%에서 크게 늘어나며 AI 생성 답변이 검색 경험의 중심으로 들어오고 있다.
더 보기LAMAR는 다국어 RAG 환경에서 의미적 관련성뿐 아니라 질의와 문서의 언어 일관성까지 고려하도록 설계된 언어 인식 재순위화 모델입니다.
더 보기The Vergecast는 검색엔진이 웹을 크롤링하고 그 대가로 트래픽을 돌려주던 기존 질서가 AI 요약과 답변형 검색으로 약화되고 있다고 짚었다.
더 보기이 논문은 LLM과 AI 에이전트가 검색 결과의 주요 소비자가 되면서, 검색 품질을 개별 문서 관련도보다 문서 집합의 품질로 평가해야 한다고 주장한다.
더 보기AutoIndex는 검색기나 리랭커를 바꾸는 대신, 색인 전에 문서를 어떤 형태로 변환할지 학습하는 프레임워크입니다. BM25를 고정한 조건에서도 CRUMB의 8개 검색 과제 모두에서 Recall@100 개선을 보였습니다.
더 보기RAGU는 지식 추출과 그래프 정제를 분리한 오픈소스 GraphRAG 엔진이다. 전용 7B 모델 Meno-Lite-0.1을 통해 대형 모델 의존도를 낮추는 것이 핵심이다.
더 보기SearchOS-V1은 장기 오픈도메인 검색에서 Agent가 진행 상황을 잃고 같은 검색을 반복하는 문제를 겨냥한다. 증거, 커버리지, 실패 기록을 외부 상태로 관리해 다중 Agent 협업을 더 안정적으로 만든다.
더 보기GRASP는 Agentic RAG에서 언제 검색하고, 어떤 검색 방식을 쓰며, 어느 정도의 문맥까지 읽을지를 학습하는 강화학습 프레임워크다. 의미 검색, 키워드 검색, 문단 읽기를 조합해 다단계 추론에서 더 나은 증거 회수와 답변 품질을 목표로 한다.
더 보기NVIDIA가 Hugging Face를 통해 Nemotron 3 Embed 제품군을 공개했다. 8B BF16 모델은 RTEB 1위를 기록했다고 소개됐고, 1B 모델들은 비용과 지연시간, 고처리량 배포에 초점을 맞췄다.
더 보기arXiv 논문은 LLM 번역을 문장별 변환이 아닌 문서 전체의 재구성으로 확장하기 위해 RAG 기반 PAT 시스템을 제안한다. 명세와 비교 말뭉치는 더 큰 폭의 재구성을 유도할 수 있지만, 그 효과는 아직 일관적이지 않다.
더 보기