본 논문은 방사선과 시각 질문 응답(RVQA)에서 복잡한 추론을 지원하기 위해 다중 에이전트 시스템(MAS)을 제안합니다. 기존의 다중 모드 대규모 언어 모델(MLLM) 및 검색 증강 생성(RAG) 기반 방법들이 사실 정확성, 환각, 그리고 교차 모드 정렬 문제를 겪는다는 점을 지적하며, 문맥 이해, 다중 모드 추론, 답변 검증을 담당하는 특화된 에이전트들을 갖춘 MAS를 제시합니다. 여러 MLLM의 모델 불일치 필터링을 통해 생성된 어려운 RVQA 데이터셋을 사용하여 실험을 진행, 강력한 MLLM 기준 모델들보다 우수한 성능을 보임을 입증하고, 사례 연구를 통해 신뢰성과 해석 가능성을 보여줍니다. 이는 복잡한 추론을 필요로 하는 설명 가능하고 신뢰할 수 있는 임상 AI 애플리케이션에 다중 에이전트 접근 방식의 잠재력을 강조합니다.
