Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics

Salesforce AI Research가 인간 참여형 안내를 통해 이질적인 내부 데이터를 처리하는, 기업 분석용으로 설계된 조정 가능한 멀티 에이전트 시스템 Enterprise Deep Research(EDR)를 개발했다.

Salesforce AI Research가 인간 참여형 안내를 통해 이질적인 내부 데이터를 처리하는, 기업 분석용으로 설계된 조정 가능한 멀티 에이전트 시스템 Enterprise Deep Research(EDR)를 개발했다. EDR은 딥 리서치 벤치마크에서 최첨단 성능을 달성하고 기업 활용 사례에서 인사이트 도출 시간을 50% 단축했으며, 투명하고 감사 가능한 연구 기능을 제공한다.

핵심 요약

• 현재의 자율 에이전트는 도메인 특화성과 매끄러운 통합이 부족하여, 기업이 기하급수적으로 증가하는 비정형 데이터를 실행 가능한 인사이트로 전환하는 데 어려움을 겪는다.
• 기존 딥 리서치 시스템은 흔히 불투명한 '블랙박스'로, 투명성, 감사 가능성, 실시간 조정 가능성이 부족하여 동적인 기업 환경에 적합하지 않다.
• 대부분의 현재 시스템은 개방형 도메인 웹 데이터를 위해 설계되어, 데이터베이스나 파일 같은 이질적이고 독점적인 내부 기업 데이터 소스를 적절히 처리하지 못한다.
• 모듈식 멀티 에이전트 구조가 마스터 리서치 에이전트, 특화된 검색 에이전트(웹, 학술, GitHub, LinkedIn), 시각화 에이전트, 그리고 적응형 질의 분해 및 실행을 위한 성찰(Reflection) 메커니즘을 조율한다.
• 인간이 해석 가능한 todo.md 파일을 유지하는 Research Todo Manager를 통해 '조정 가능한 컨텍스트 엔지니어링'을 도입하여, 실시간 자연어 인간 개입으로 에이전트 계획과 우선순위를 동적으로 조정할 수 있게 한다.
• 확장 가능한 Model Context Protocol(MCP) 기반 도구 생태계를 활용하여 파일 분석이나 NL2SQL 에이전트 같은 도메인 특화 도구를 통합함으로써, 다양하고 독점적인 기업 데이터 소스에 대한 추론을 수행한다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.