에이전틱 리트리벌 (agentic retrieval)

검색·RAG

에이전틱 리트리벌 (agentic retrieval)

모델 자신이 '언제·어떻게·몇 번' 검색할지 결정하는, workflow 내 도구형 retrieval.

1줄 정의

모델 자신이 ‘언제·어떻게·몇 번’ 검색할지 결정하는, workflow 내부의 도구형 retrieval.

전체 시스템에서 맡는 역할

retrieval (검색) 은 오랫동안 “질문이 오면 한 번 관련 문서를 가져와서 프롬프트에 붙이는” 공정으로 다뤄져 왔다. agentic retrieval 은 이 “한 번으로 끝나는 고정된 공정” 을 workflow 내부에서 몇 번이고 호출할 수 있는 도구의 한 종류 로 재배치하는 층을 가리킨다.

역할 차이를 펴 보면 이렇다.

  • 기존형 (static retrieval): 개발자가 “이 질문에는 이걸 검색한다” 를 사전에 고정해 두고, 가져온 결과를 프롬프트에 고정으로 붙인다. 모델은 받은 조각만 쓸 수 있다.
  • agentic retrieval: 모델에게 검색 도구를 쥐어 준다. 모델이 상황을 읽고 “지금 검색해야 하나”, “뭘 검색할까”, “결과를 보고 더 파 볼까” 를 스스로 판단한다.

즉 agentic retrieval 은 검색 엔진의 성능을 올리는 이야기가 아니라, 검색을 누가 부를지의 주체를 사람에서 모델로 옮기는 이야기 다. 병목의 위치가 “어떻게 검색하느냐” 에서 “어떻게 검색하게 하느냐” 로 이동한다.

RAG 라는 큰 틀에서 보면, agentic retrieval 은 “static retrieval 의 개선” 이 아니라 “retrieval layer 의 자리 바꿈” 으로 읽는 편이 설계 판단이 덜 흔들린다. 호출의 주어가 사람에서 모델로 바뀌는 것뿐이지만, 이 “주어의 이동” 이 workflow 전체의 설계를 다시 칠하게 만든다.

이 층이 빠지면 어떻게 되는지로 확인해도 된다. agentic retrieval 이 없는 RAG 구성에서는 검색 타이밍, 쿼리 구성, 깊이 파기 판단이 모두 사전에 고정되어 있어서, 예상 밖의 질문에는 응답이 쉽게 깨진다.

흔한 오해

agentic retrieval 은 용어의 새로움과 추상도 때문에 받아들여지는 방식이 엇갈리기 쉽다. 실무에서 자주 생기는 오차 3개.

  • 오해 1: agentic retrieval 은 RAG 의 대체재다, 라고 받아들여지기 쉽다.

– 실제로는 RAG 라는 큰 틀 안에서 retrieval 의 호출 방식 을 바꾸는 층에 가깝다. embedding 이나 GraphRAG 를 없애는 게 아니라, 그것들을 도구로 다시 포장해서 모델이 부를 수 있게 한다. 대체라기보다 재배치 로 받아들이는 편이 구현 판단이 안정된다.

  • 오해 2: agentic retrieval 로 바꾸면 검색 품질이 자동으로 올라간다고 여겨지기 쉽다.

– 실제로는 검색 자체의 똑똑함이 오르는 게 아니라, “언제 검색할지” 를 판단하는 주체가 모델 쪽으로 옮겨갈 뿐이다. 바탕에 있는 1층 (embedding) 이나 2층 (GraphRAG) 의 검색 품질이 낮으면 agentic 으로 불러도 결과는 개선되지 않는다. 기초층과 세트로 봐야 한다.

  • 오해 3: agentic retrieval 과 agentic search 는 다른 것이다, 라고 분리해서 말해지는 경우가 있다.

– 실제로는 화자와 자료에 따라 용어 구분이 흔들리는 영역이고, 엄밀한 경계는 그리기 어렵다. retrieval layer 4층 지도의 맥락에서는 양쪽 모두 “검색을 workflow 내 도구로 바꾸는 층” 으로 다뤄도 큰 지장이 없다.

이 용어가 중요한 이유

이 층을 이해하고 있는지 아닌지가, 새로 나오는 AI 도구나 제품을 평가하는 해상도를 크게 바꾼다.

새 에이전트형 제품이 등장할 때 자주 나오는 질문은 “이거 RAG 인가요, 아니면 RAG 안 쓰는 건가요” 다. agentic retrieval 이라는 층을 모르면, 이 질문에 Yes/No 단답으로밖에 답할 수 없다.

알면 질문이 자연스럽게 이렇게 바뀐다.

  • retrieval 을 어느 층에서 갖고 있는가 (embedding 만? GraphRAG 도?)
  • retrieval 의 호출 주체는 누구인가 (사전 고정? 모델?)
  • 호출은 몇 번 일어날 수 있는가 (1회? 루프?)

이 3개 축만 보이면 도구 선정, 설계 리뷰, 팀 내 합의 형성의 속도가 달라진다. 반대로 agentic retrieval 의 개념이 흐릿한 사람들끼리 설계 회의를 하면 “RAG 쓰느냐 마느냐” 같은 해상도 낮은 논쟁으로 쉽게 돌아간다.

Claude 나 Codex 같은 에이전트형 도구를 업무에 이미 쓰고 있는 독자에게 이 용어는 “내가 매일 만지는 도구 안쪽에서 어떻게 검색이 일어나고 있는가” 를 언어화하는 열쇠가 된다.

이 용어가 나오는 기사

다음에 읽을 용어 3개

  • RAG — agentic retrieval 의 부모가 되는 틀. 여기서 시작.
  • GraphRAG — retrieval 의 구조층. agentic retrieval 이 도구로 감싸서 호출하는 대상 중 하나.
  • tool use — agentic retrieval 을 떠받치는 기반 메커니즘. 모델이 외부 함수를 부르는 방식 전반.
最終更新: 2026-04-18 · shuntailor.net テイラー百科事典

agentic retrieval

エージェント

agentic retrieval

モデル自身が「いつ・どう・何回」検索するかを決める、ワークフロー内ツール型の retrieval。

一行定義

モデル自身が「いつ・どう・何回」検索するかを決める、ワークフロー内ツール型の retrieval。

全体システムの中での役割

retrieval(検索)は、長らく「質問が来たら一度だけ関連文書を取ってきてプロンプトに貼る」工程として扱われてきた。agentic retrieval は、この「一度きりで終わる固定の工程」を、ワークフロー内部で何度でも呼び出せるツールの一種に置き換える層を指す。

役割の違いを並べると、こうなる。

  • 従来型(static retrieval):開発者が「この質問にはこれを検索する」と事前に決め打ちし、取得結果をプロンプトに固定で貼る。モデルは受け取った断片しか使えない。
  • agentic retrieval:モデルに検索ツールを渡す。モデルが状況を読み、「今検索すべきか」「何を検索するか」「結果を見てさらに掘るか」を自分で判断する。

つまり agentic retrieval は 検索エンジンの性能を上げる話ではなく、検索の呼び出し側を人間からモデルに移す話 だ。ボトルネックの位置が「どう検索するか」から「どう検索させるか」に移動する。

RAG という大きな枠組みの中では、agentic retrieval は「static retrieval の改善」ではなく「retrieval layer の配置替え」として読むほうが、設計判断が狂いにくい。呼び出しの主語が人間からモデルへ変わるだけなのだが、その「主語の移動」が workflow 全体の設計を塗り替える。

この層が欠けると何が起きるか、という視点でも確認できる。agentic retrieval が無い RAG 構成では、検索のタイミング・クエリの組み立て・深堀りの判断が全て事前に固められることになり、想定外の質問に対して応答がもろくなる。

よくある誤解

agentic retrieval は用語の新しさと抽象度から、受け取られ方がブレやすい。実務で起きがちな 3 つの誤差を並べる。

  • 誤解 1:agentic retrieval は RAG の置き換えだ、と受け取られがち。

– 実際には、RAG という大きな枠組みの中で retrieval の呼び出し方を変える層に近い。embedding や GraphRAG を不要にするわけではなく、それらをツールとして包み直して、モデルから呼べるようにする。置き換えというより再配置と捉えるほうが実装判断が安定する。

  • 誤解 2:agentic retrieval にすれば検索品質が自動で上がる、と思われがち。

– 実際には、検索の賢さそのものが上がるのではなく、「いつ検索するか」の判断がモデル側に移るだけだ。土台にある 1 層(embedding)や 2 層(GraphRAG)の検索品質が低ければ、agentic に呼び出しても結果は改善しない。基礎層とセットで考えておく必要がある。

  • 誤解 3:agentic retrieval と agentic search は別物だ、と分けて語られがち。

– 実際には、話者や資料によって語の使い分けに揺れがある領域で、厳密な境界は引ききれない。retrieval layer の 4 層マップの文脈では、両者を同じ「検索をワークフロー内ツール化する層」として扱って大きな支障はない。

この用語が重要な理由

この層を理解しているかどうかで、新しい AI ツールや製品を評価する解像度が大きく変わる

新しいエージェント系の製品が出てきたとき、よく聞かれる問いは「これは RAG なのか、それとも RAG を使っていないのか」だ。agentic retrieval という層を知らないと、この問いに単純な Yes/No で答えるしかなくなる。

知っていると、問いが自然にこう書き変わる。

  • retrieval をどの層で持っているか(embedding だけか、GraphRAG も持つか)
  • retrieval の呼び出し主体は誰か(事前固定か、モデル自身か)
  • 呼び出しが何回起きうるか(1 回か、複数回のループか)

この 3 つの軸が見えるだけで、ツール選定・設計レビュー・チーム内の合意形成が速くなる。逆に言えば、agentic retrieval の概念を曖昧に持っている人同士で設計会議をすると、「RAG を使うか使わないか」という解像度の低い議論に戻りがちだ。

自分が Claude や Codex のような agent 型ツールを業務に使っている読者にとって、この語は「自分が毎日触っている道具の内部でどのように検索が起きているか」を言語化する鍵になる。

この用語が登場する記事

次に読むべき用語 3 つ

  • RAG — agentic retrieval の親となる枠組み。まずここから。
  • GraphRAG — retrieval の構造層。agentic retrieval がツール化して呼び出す対象のひとつ。
  • tool use — agentic retrieval を支える基盤機構。モデルが外部関数を呼ぶ仕組み全般。

実際の挙動イメージ

抽象的な説明だけだとピンと来づらいので、agentic retrieval が動いている workflow を一段だけ具体化する。

  • ユーザーが複雑な質問を投げる
  • モデルは、まず持っている情報で答えられるかを自問する
  • 足りないと判断したら、検索ツールを呼ぶ(クエリも自分で組み立てる)
  • 結果を読んで、「この一次資料では足りない」と判断したら、クエリを変えて再検索する
  • 必要な断片が揃ったと判断したら、回答の組み立てに入る

この流れで重要なのは、どのステップも事前に人間がハードコードしていないという点だ。モデルは状況を見て分岐する。従来の「質問 → 固定検索 → 回答」という 3 段構成が、「質問 → 判断 → ツール呼び出し → 判断 → ツール呼び出し → …」という可変長のループに置き換わる。

設計上のトレードオフ

agentic retrieval は万能ではない。導入する前に把握しておくべき種類のコストがある。

  • レイテンシ:モデルが「判断 → 検索 → 結果読み → 再判断」を繰り返すため、1 回応答あたりの所要時間が伸びやすい。
  • トークン消費:検索結果の中間出力と思考ステップをモデルが読むため、入力トークンが膨らむ傾向がある。
  • 再現性の低下:同じ質問でもモデルの判断経路が変わり得るため、評価や A/B テストの設計が難しくなる。
  • デバッグの難しさ:何回・どのクエリで検索したかが動的になるので、失敗ケースの原因分析にツールトレースが必要。

これらは「避けるべき」ではなく、「把握して設計で吸収すべき」コストだ。用途によっては static retrieval のほうが素直に収まる場面もある。

最終更新: 2026-04-18 · shuntailor.net テイラー百科事典
JAKO