본 논문은 다양한 사용자 질의의 뉘앙스를 포착하지 못하는 기존 단일 모델 방식의 한계를 극복하기 위해, 다중 에이전트 프레임워크를 이용한 FAQ 주석(annotation) 시스템을 제안합니다. 이 시스템은 각기 다른 접근 방식을 가진 여러 전문화된 에이전트와 후보들을 재순위화하는 판정 에이전트로 구성됩니다. Attentive Reasoning Queries (ARQs)에서 영감을 받은 구조적 추론 접근 방식과 각 에이전트에 다른 몇몇 예시(few-shot examples)를 제공하는 전략을 통해, 질의 공간에 대한 다양성과 적용 범위를 향상시킵니다. 실제 은행 데이터셋과 공개 벤치마크 데이터셋(LCQMC 및 FiQA)을 이용한 실험 결과, 단일 에이전트 방식에 비해 Top-1 정확도 14%, Top-5 정확도 18%, 평균 역순위(Mean Reciprocal Rank) 12% 향상 등 여러 지표에서 상당한 성능 향상을 보였으며, 모호한 질의 처리에도 효과적임을 보였습니다.
