Mind2Web 2: Evaluating Agentic Search with Agent-as-a-Judge

 

개발자라면 누구나 한 번쯤은 상상해 봤을 겁니다.
"웹에서 정보를 자동으로 수집하고 분석하여, 정확하고 신뢰할 수 있는 답변을 제공하는 시스템이 있다면 얼마나 좋을까?"

 

Mind2Web 2는 바로 그 상상을 연구 수준에서 현실로 끌어내린 프로젝트입니다. 기존의 에이전트 검색 시스템들이 대부분 짧은 검색 범위와 정적인 답변에 초점을 맞춘 것과는 달리, Mind2Web 2는 실시간 웹 브라우징과 광범위한 정보 합성을 지향합니다.

 

이 논문이 흥미로운 이유는 단순히 "기존 시스템의 성능 향상" 수준을 넘어서, 에이전트-판사 프레임워크 안에서 사용자의 정확성과 출처 명시에 반응할 수 있도록 설계되었다는 점입니다. 예를 들어, 특정 주제에 대한 정보를 실시간으로 검색하고, 이를 기반으로 신뢰할 수 있는 답변을 제공하는 방식입니다. 이제 진짜로 '자동화된 연구원'가 나타난 거죠.

 

✅ 어떻게 작동하나요? – Mind2Web 2의 핵심 아이디어

 

Mind2Web 2가 도입한 가장 눈에 띄는 개념은 바로 "에이전트-판사 프레임워크"입니다. 이 프레임워크는 특정 작업에 맞춘 판사 에이전트를 생성하여, 답변의 정확성과 출처 명시를 자동으로 평가합니다.

 

이러한 프레임워크는 실제로 트리 구조의 평가 기준으로 구현되며, 이를 통해 정확하고 신뢰할 수 있는 평가를 제공하는 게 Mind2Web 2의 강점입니다.

 

이 모델은 총 세 단계의 평가 과정을 거쳐 만들어졌습니다:

• 작업 정의 – 각 작업에 대한 명확한 목표와 기준을 설정합니다.
• 판사 에이전트 생성 – 트리 구조의 평가 기준을 기반으로 에이전트를 생성합니다.
• 자동 평가 – 생성된 에이전트를 통해 답변의 정확성과 출처 명시를 평가합니다.

 

✅ 주요 기술적 특징과 혁신점

 

Mind2Web 2의 핵심 기술적 특징은 크게 세 가지 측면에서 살펴볼 수 있습니다.

 

1. 에이전트-판사 프레임워크
이는 트리 구조의 평가 기준을 통해 답변의 정확성과 출처 명시를 자동으로 평가하는 방식입니다. 기존의 수동 평가와 달리, 자동화된 평가를 통해 효율성과 정확성을 달성했습니다. 특히 실시간 평가를 통해 신속한 피드백을 제공합니다.

 

2. 장기 작업 처리
이 시스템은 장기 작업을 처리할 수 있는 능력을 갖추고 있습니다. 이를 위해 실시간 웹 브라우징과 정보 합성을 도입했으며, 이는 복잡한 작업 처리에 큰 장점을 제공합니다. 실제 적용 사례를 통해 그 효과를 입증했습니다.

 

3. 인간 수준의 성능
마지막으로 주목할 만한 점은 인간 수준의 성능입니다. OpenAI Deep Research 시스템은 이미 인간의 50-70% 수준의 성능을 보여주며, 이는 시간 효율성에서도 큰 장점을 제공합니다. 이는 특히 복잡한 정보 처리에서 유용합니다.

 

✅ 실험 결과와 성능 분석

 

Mind2Web 2의 성능은 다음과 같은 실험을 통해 검증되었습니다.

 

1. 작업 정확성에 대한 성능
다양한 작업 환경에서 진행된 평가에서 높은 정확성을 달성했습니다. 이는 기존 시스템과 비교했을 때 향상된 정확성을 보여줍니다. 특히 복잡한 작업 처리에서 인상적입니다.

 

2. 출처 명시에 대한 결과
출처 명시에 대한 평가에서는 명확한 출처 제공을 기록했습니다. 이전의 기존 접근 방식들과 비교하여 신뢰성 측면에서 강점을 보였습니다.

 

3. 실제 응용 시나리오에서의 평가
실제 응용 환경에서 진행된 테스트에서는 실용적 관점에서의 장점과 함께, 현실적인 제한사항도 명확히 드러났습니다.

 

이러한 실험 결과들은 Mind2Web 2가 복잡한 정보 처리를 효과적으로 해결할 수 있음을 보여줍니다. 특히 자동화된 평가는 향후 에이전트 검색 시스템의 발전에 중요한 시사점을 제공합니다.

 

✅ 성능은 어떨까요?

 

Mind2Web 2는 OpenAI Deep Research라는 첨단 벤치마크에서 각각 50-70%의 성능을 기록했습니다. 이는 인간 수준의 성능입니다.

실제로 복잡한 정보 처리 시나리오, 특히 장기 작업에서도 꽤 자연스러운 반응을 보입니다.
물론 아직 "완벽한 자동화" 영역에서 약간의 미흡함이 존재하긴 하지만, 현재 수준만으로도 다양한 서비스에 활용 가능성이 큽니다.

 

✅ 어디에 쓸 수 있을까요?

 

Mind2Web 2는 단지 새로운 모델이 아니라, "에이전트 검색 시스템의 미래"라는 흥미로운 방향성을 제시합니다.
앞으로는 더 많은 자동화된 정보 처리, 예를 들면 실시간 데이터 분석, 지능형 검색 엔진까지 인식하게 될 가능성이 큽니다.

• 연구 분야: 자동화된 논문 검색 및 분석을 통해 연구자들이 더 빠르게 정보를 얻을 수 있습니다.
• 기업 분석: 실시간 시장 데이터 수집 및 분석을 통해 기업들이 더 나은 의사 결정을 내릴 수 있습니다.
• 교육: 자동화된 학습 자료 제공을 통해 학생들이 더 효과적으로 학습할 수 있습니다.

이러한 미래가 Mind2Web 2로 인해 조금 더 가까워졌습니다.

 

✅ 개발자가 지금 할 수 있는 일은?

 

Mind2Web 2에 입문하려면, 기본적인 웹 브라우징 기술과 정보 합성 기술에 대한 이해가 필요합니다.
다행히도 GitHub에 예제 코드가 잘 정리되어 있어, 단계별 학습이 가능합니다.

실무에 적용하고 싶다면?
필요한 데이터를 확보하고, 다양한 테스트 영역을 테스트하면서 모델을 적용하는 것이 핵심입니다. 또한, 추가적인 데이터 수집도 병행되어야 합니다.

 

✅ 마치며

 

Mind2Web 2는 단순한 기술적 진보를 넘어, 에이전트 검색 시스템의 패러다임 전환을 향한 중요한 이정표입니다. 이 기술이 제시하는 가능성은 기술 생태계의 미래를 재정의할 잠재력을 가지고 있습니다.

 

우리는 지금 기술 발전의 중요한 변곡점에 서 있으며, Mind2Web 2는 그 여정의 핵심 동력이 될 것입니다. 당신이 이 혁신적인 기술을 활용하여 미래를 선도하는 개발자가 되어보는 건 어떨까요?

 

⨠ 논문 원문 보러가기

 

✅ 같이 보면 좋은 참고 자료들

 

Mirage-1: Augmenting and Updating GUI Agent with Hierarchical Multimodal Skills
- 논문 설명: 최근 다중 모달 대형 언어 모델(MLLM)을 GUI 에이전트로 활용하려는 노력은 유망한 결과를 가져왔습니다.
- 저자: Yuquan Xie, Zaijing Li, Rui Shao, Gongwei Chen, Kaiwen Zhou, Yinchuan Li, Dongmei Jiang, Liqiang Nie
- 발행일: 2025-06-12
- PDF: 링크

WebCoT: Enhancing Web Agent Reasoning by Reconstructing Chain-of-Thought in Reflection, Branching, and Rollback
- 논문 설명: 대규모 언어 모델(LLM)로 구동되는 웹 에이전트는 차세대 AI에 대한 가능성을 보여주지만, 불확실하고 동적인 웹 환경에서의 제한된 추론 능력이 강력한 배포를 방해합니다.
- 저자: Minda Hu, Tianqing Fang, Jianshu Zhang, Junyu Ma, Zhisong Zhang, Jingyan Zhou, Hongming Zhang, Haitao Mi, Dong Yu, Irwin King
- 발행일: 2025-05-26
- PDF: 링크

WebEvolver: Enhancing Web Agent Self-Improvement with Coevolving World Model
- 논문 설명: 에이전트 자기 개선은 에이전트의 중추인 대형 언어 모델(LLM)이 자체 정책에 기반하여 자율적으로 샘플링된 궤적을 통해 훈련되는 방식으로, 성능을 향상시키기 위한 유망한 접근 방식으로 부상하고 있습니다.
- 저자: Tianqing Fang, Hongming Zhang, Zhisong Zhang, Kaixin Ma, Wenhao Yu, Haitao Mi, Dong Yu
- 발행일: 2025-04-23
- PDF: 링크