워크플로 유도를 통한 다중 턴 에이전트 기반 과학 문헌 검색

초록

과학 문헌 검색은 종종 단일 질의로 논문을 검색하는 것만으로는 충분하지 않다. 사용자의 의도는 불완전하게 명시되어 있고, 선호에 의존적이며, 상호작용을 통해 진화한다. 기존의 검색 에이전트는 일반적으로 고정된 파이프라인 또는 암묵적인 언어 기반 추론에 의존하여, 검색 전략을 제어, 검사 및 개선하기 어렵게 만든다. 본 논문에서는 과학적 검색을 워크플로우 유도(workflow induction)로 구성하는 다중 턴 문헌 검색 에이전트인 PaperPilot을 소개한다. 앵커 논문과 사용자 질의가 주어지면 PaperPilot은 키워드 검색, 인용 확장, 필터링, 점수화, 재순위화, 증거 추출을 포함한 논문 검색 연산자의 실행 가능한 DAG을 구축한다. 이후 사용자 피드백을 활용하여 질의와 워크플로우 자체를 모두 개선한다. PaperPilot은 지도 워크플로우 모방과 통제된 워크플로우 변형에 대한 선호 최적화를 통해 훈련된다. 실험 결과, PaperPilot-9B는 다중 턴 상호작용에서 기본 Qwen3.5-9B 도구 세트 에이전트보다 성능이 향상되어 Hit@5가 58.0에서 77.0으로, MRR이 47.5에서 59.4로, nDCG@10이 26.8에서 32.5로 증가했으며, 워크플로우 실행 오류는 9.5%에서 0%로 감소했다. 이러한 결과는 명시적이고 편집 가능한 검색 워크플로우가 복잡한 과학적 의도에 따라 문헌 검색 에이전트를 정렬하는 효과적이고 제어 가능한 인터페이스를 제공함을 보여준다.

English

Scientific literature search often requires more than retrieving papers from a single query: users' intents are underspecified, preference-dependent, and evolve through interaction. Existing search agents typically rely on fixed pipelines or implicit language-only reasoning, making their search strategies difficult to control, inspect, and refine. We introduce PaperPilot, a multi-turn literature search agent that frames scientific search as workflow induction. Given an anchor paper and a user query, PaperPilot constructs an executable DAG of paper-search operators, including keyword search, citation expansion, filtering, scoring, reranking, and evidence extraction. User feedback is then used to refine both the query and the workflow itself. We train PaperPilot with supervised workflow imitation and preference optimization over controlled workflow corruptions. Experiments show that PaperPilot-9B improves over the base Qwen3.5-9B toolset agent under multi-turn interaction, increasing Hit@5 from 58.0 to 77.0, MRR from 47.5 to 59.4, and nDCG@10 from 26.8 to 32.5, while reducing workflow execution errors from 9.5% to 0%. These results show that explicit, editable search workflows provide an effective and controllable interface for aligning literature search agents with complex scientific intent.