"20B로 GPT-5.4 검색 성능 능가"...오픈소스 에이전트 '하네스-1' 공개

최근 AI 기술의 발전이 눈부시다. 특히 검색 엔진 분야에서 오픈소스 AI 모델이 기존의 대형 모델들을 능가하는 성과를 보여주고 있다. 미국의 일리노이대학교와 UC 버클리, 그리고 오픈소스 벡터 데이터베이스 기업 크로마의 연구진이 개발한 새로운 검색 AI 에이전트 '하네스-1(Harness-1)'이 그 주인공이다. 하네스-1은 단순히 큰 모델의 힘에 의존하는 것이 아니라, 효율적인 정보 관리 시스템을 통해 경쟁력을 갖추었다.

하네스-1의 혁신적인 구조

하네스-1의 가장 큰 특징은 검색 과정에서 필요한 기억과 정보 관리 기능을 외부 시스템에 맡겼다는 점이다. 기존의 검색 AI들은 정보 검색은 물론, 검증, 중요도 판단까지 모든 과정을 스스로 처리해야 했다. 이로 인해 과부하가 발생하고 효율성이 떨어지는 문제가 있었다. 하지만 하네스-1은 '상태 기반 검색 하네스(Stateful Search Harness)'라는 새로운 구조를 도입하여 AI의 역할을 명확히 분리했다. AI는 검색과 추론에 집중하고, 하네스는 작업 기록과 정보 관리를 맡아 검색 성능을 크게 향상시켰다.

하네스-1은 200억 개의 매개변수를 가진 오픈소스 모델 'gpt-oss-20b'를 기반으로 하고 있으며, 검색 과정에서 수집한 정보를 체계적으로 관리한다. 이를 통해 AI는 방대한 정보를 일일이 기억할 필요 없이 필요한 문서를 빠르게 찾고, 사실을 검증하는 데 집중할 수 있다. 특히, '증거 그래프(Evidence Graph)' 기능을 통해 각 문서 간의 연관성을 시각적으로 표현하여 사용자가 정보를 이해하는 데 도움을 준다.

효율적인 학습과 성능 향상

하네스-1의 또 다른 혁신적인 요소는 효율적인 학습 방식이다. 연구진은 기존의 대형 모델과는 달리, 약 4400개의 데이터만으로도 높은 성능을 달성했다. 특히, 'GPT-5.4'를 교사 모델로 활용하여 899개의 검색 경로를 통해 미세조정을 진행한 결과, 검색 성능이 크게 향상되었다. 이는 기존 오픈소스 모델들이 수만 건의 데이터를 사용하는 것에 비해 훨씬 적은 데이터로도 뛰어난 성능을 보여줌으로써, 데이터 양보다 검색 환경의 개선이 중요하다는 점을 입증하게 되었다.

하네스-1은 다양한 벤치마크에서 평균 0.730의 '큐레이션 리콜(Curated Recall)'을 기록하며, 오픈소스 검색 에이전트 중 가장 높은 성능을 자랑한다. 이는 기존의 최고 성능 모델인 '퉁이 딥리서치'를 초월하는 수치다. 이러한 성과는 하네스-1이 정보 검색 분야에서 새로운 기준을 제시하고 있음을 의미한다.

미래의 AI 검색 환경

하네스-1의 출현은 단순히 기술적인 혁신을 넘어서, AI 검색 환경 전체에 지대한 영향을 미칠 것으로 예상된다. 기존의 복잡한 검색 프로세스를 간소화하고, 정보 관리의 효율성을 높이는 방식은 앞으로의 AI 시스템 설계에 중요한 참고 자료가 될 것이다. 연구진은 이 접근법이 AI의 활용 방식을 근본적으로 변화시킬 수 있는 가능성을 지니고 있다고 강조하고 있다.

AI 기술이 점점 더 발전함에 따라, 하네스-1과 같은 혁신적인 시스템이 우리의 정보 검색 방식에 새로운 지평을 열어줄 것으로 기대된다. 앞으로도 이러한 발전들이 계속 이어지길 바라며, 더 많은 오픈소스 모델들이 시장에 등장하길 기대해 본다.