본 논문은 다양한 모달리티와 도메인에 걸쳐 다양한 작업을 지원하는 범용 생성형 검색 프레임워크인 GENIUS를 제안합니다. 기존의 임베딩 기반 검색 방식 대신 쿼리 기반으로 타겟 데이터의 ID를 생성하는 생성형 검색 방식을 채택하여 효율성을 높였습니다. GENIUS는 모달리티와 의미를 모두 인코딩하는 이산 ID로 다모달 데이터를 변환하는 모달리티 분리 의미 양자화를 도입합니다. 또한, 쿼리와 타겟 간의 보간을 통해 다양한 쿼리 형태에 적응할 수 있도록 쿼리 증강 기법을 제안합니다. M-BEIR 벤치마크 평가 결과, 기존 생성형 방법보다 성능이 월등히 높았으며, 데이터베이스 크기에 관계없이 높은 검색 속도를 유지하면서 여러 벤치마크에서 경쟁력 있는 성능을 보였습니다. 추가적인 재순위 지정을 통해 임베딩 기반 방법에 근접한 결과를 효율성을 유지하면서 달성하기도 했습니다.
