본 논문은 두 개의 상품 목록이 동일한 SKU에 해당하는지 식별하는 문제를 해결하기 위해, 대규모 언어 모델(LLM)을 활용하는 멀티 에이전트 프레임워크인 Question to Knowledge (Q2K)를 제안합니다. Q2K는 특정 질문을 생성하는 Reasoning Agent, 웹 검색을 통해 질문을 해결하는 Knowledge Agent, 검증된 추론 과정을 재사용하여 중복을 줄이는 Deduplication Agent로 구성됩니다. 불확실한 경우에는 사람의 개입을 통해 개선합니다. 실제 상품 데이터셋에 대한 실험 결과, Q2K는 기존의 방법론보다 높은 정확도와 견고성을 보였으며, 번들 상품 식별 및 브랜드 원산지 구별과 같은 어려운 시나리오에서도 우수한 성능을 나타냈습니다. Q2K는 검색을 반복하는 대신 검색된 추론을 재사용함으로써 정확성과 효율성의 균형을 이루며, 제품 통합을 위한 확장 가능하고 해석 가능한 솔루션을 제공합니다.
