논문 리뷰 · 2026년 11월 13일
덜 읽고 더 푼다: AI 에이전트를 위한 토큰 효율적 희소 읽기 (SparseRead)
Read Less, Solve More: Token-Efficient Sparse Reading of External Content for AI Agents
에이전트가 웹페이지·문서·도구 응답 중 필요한 근거만 읽도록 제어하는 읽기 계층을 붙여, 품질을 유지하면서 토큰을 최대 92.9% 줄였다.
문제
웹 에이전트는 다음 결정에 몇 문단만 필요해도 페이지·파일·도구 결과 전체를 받는 경우가 많다. 저자들은 이를 'over-reading(과다 읽기)'이라고 부른다. 과다 읽기는 토큰과 지연 시간을 늘리고, 한번 읽은 내용이 이후 모델 호출마다 반복해서 들어가 비용이 쌓인다. 관련 근거가 묻혀 잘못된 도구 호출이나 종료 실패가 생기기도 한다. 저자들의 측정에서 전체 읽기 에이전트는 품질 향상 없이 최대 17.3배 많은 토큰을 썼다.
방법
모델을 바꾸지 않고 에이전트와 외부 자료 사이에 읽기 제어 계층을 둔다. (1) Read Intent Protocol: 에이전트가 접근할 때마다 필요한 내용을 Read Intent로 밝히면, 출처가 표시된 근거와 '어떤 항목은 근거가 있고 어떤 항목은 아직 비어 있는지'를 담은 EvidencePack을 돌려준다. 충분한지 판단하고 멈출지 결정하는 일은 에이전트가 한다. (2) Adaptive Reader Backends: 텍스트·PDF·표·JSON 등 자료 유형별 Reader 중에서, 보정된 신뢰도 기준을 넘는 것 가운데 비용이 가장 낮은 구성을 고른다. (3) Budgeted Read Gate: 에피소드마다 원문 노출량 예산을 두고, 부분 읽기가 비효율적이면 전체 보기로 전환한다.
결과
- Claude Opus 5를 포함한 6개 모델·5개 시나리오에서 총 토큰을 최대 92.9%, 실행 시간을 최대 89.0% 줄였고, 97%의 설정에서 작업 품질을 유지하거나 높였다.
- 웹 deep-search 작업에서 토큰을 31.0~43.0%, 작업 완료 시간을 23.0~37.0% 줄였다.
- Read Intent 기록 방식을 고치자 긴 책 QA·다중 파일 감사·PDF 보고서 QA·웹 검색에서 총 토큰이 2.1~6.3배 줄었다.
- 반대로 전체 통계 작업과 규칙 코딩 작업에 희소 읽기를 강제하면 토큰이 각각 309%, 210% 늘었다. 저자들은 이 결과를 전체 보기로 되돌아가는 장치가 필요한 근거로 제시했다.
- 저자들은 Ablation으로 세 설계 요소의 효과를 확인했고, 3개 에이전트 프레임워크에 붙여 이식성을 보였다고 보고했다.
한계
전체 문서를 봐야 하는 작업에서는 희소 읽기가 오히려 비용을 늘리므로, Read Gate의 전환 판단에 성능이 달려 있다. Reader의 신뢰도 보정에는 근거 위치가 표시된 개발용 요청 데이터가 필요하다. 전체 보기로 전환할 때 이전 부분 읽기 결과를 지우면 prefix 캐시를 재사용하지 못할 수 있다. 입력 본문이 중간에 잘려 있어 시나리오별 세부 수치와 기준선(RAG 등) 비교 결과는 확인하지 못했다.
의미
에이전트 운영 비용에서 외부 자료를 읽는 데 드는 토큰이 큰 비중을 차지한다. 이 논문은 모델을 바꾸지 않고 읽기 인터페이스만으로 비용과 지연을 크게 줄일 수 있다는 근거를 준다. 에이전트 프레임워크나 도구 설계에서 '전체 반환' 기본값을 다시 생각해 볼 이유가 된다.
핵심 용어
- Over-reading
- 다음 결정에 일부 근거만 필요한데 페이지나 파일 전체를 모델 문맥에 넣는 현상이다. 토큰 비용을 늘리고 중요한 근거를 묻히게 만든다.
- EvidencePack
- SparseRead가 돌려주는 결과 묶음이다. 출처가 표시된 근거, 처리 범위, 노출된 양, 필요한 항목별 근거 확보 여부가 담긴다.
- Full-view fallback
- 부분 읽기가 비효율적이거나 신뢰도 기준을 넘지 못할 때 원문 전체를 보여 주는 방식으로 되돌아가는 장치다.
원문
저자: Zedong Liu, Jiaan Wu, Xinyang Ma, Le Xu, Kai Wang, Yuanchao Hu, Dingwen Tao, Guangming Tan · 게시 2026-08-23 · 라이선스 arXiv 비독점 배포 라이선스 · 본문 기준 분석
이 리뷰는 AI가 논문을 읽고 작성한 요약이며, 정확한 내용은 원문을 기준으로 확인해 주세요.