본 논문은 다양한 모달리티와 도메인에서 다양한 작업을 지원하는 범용 생성 검색 프레임워크인 GENIUS를 제안합니다. 기존의 임베딩 기반 검색 방법의 효율적인 대안으로, 쿼리 기반의 대상 데이터 식별자(ID)를 생성하는 생성 검색 방식을 채택합니다. GENIUS는 모달리티와 의미를 모두 인코딩하는 이산 ID로 다모달 데이터를 변환하는 모달리티 분리 의미 양자화를 도입합니다. 또한, 쿼리와 그 대상 간의 보간을 통해 다양한 쿼리 형태에 적응할 수 있도록 쿼리 증강을 제안합니다. M-BEIR 벤치마크 평가 결과, 기존 생성 방법보다 성능이 훨씬 우수하며, 데이터베이스 크기에 관계없이 높은 검색 속도를 유지합니다. 추가적인 재순위 지정을 통해 임베딩 기반 방법에 근접한 결과를 효율성을 유지하면서 달성합니다.
