기계 독해 이해(Machine Reading Comprehension, MRC)은 주어진 문장(패스지)을 바탕으로 질문에 대한 정확한 답을 도출하는 데 필요한 인공지능의 도전 과제이다. MRC 시스템은 질문에 답할 필요가 있을 때만 답변을 제공하는 것을 넘어서, 주어진 패스지 내에 답이 존재하지 않는 경우를 정확히 구분하고, 이를 토대로 적절하게 답변을 회피해야 한다. 특히, 답변이 불가능한 질문이 포함된 MRC 작업에서는 인코더 외에 핵심적인 검증 모듈인 '검증기(verifier)'가 추가적으로 필요하다. 그러나 최신 MRC 모델링 기법은 여전히 '읽기'에 집중하며 잘 사전 훈련된 언어 모델을 인코더 블록으로 채택하는 방식에 큰 이점을 얻고 있다. 본 논문은 답변이 불가능한 질문이 포함된 MRC 작업에서 더 나은 검증기 설계를 탐구하는 데 초점을 맞춘다. 인간이 독해 문제를 해결하는 방식을 영감으로 삼아, 두 단계의 독해 및 검증 전략을 통합한 후향적 독자(Retro-Reader)를 제안한다. 첫 번째 단계는 패스지와 질문 간의 전반적인 상호작용을 간략히 탐색하여 초기 판단을 내리는 '초기 독해(sketchy reading)'이며, 두 번째 단계는 답변을 검증하고 최종 예측을 도출하는 '집중 독해(intensive reading)'이다. 제안된 독자는 SQuAD2.0과 NewsQA라는 두 가지 벤치마크 MRC 데이터셋에서 평가되었으며, 새로운 최고 성능(SOTA)을 달성하였다. 통계적 유의성 검정 결과, 제안 모델은 강력한 ELECTRA 및 ALBERT 기준 모델보다 유의미하게 우수함을 입증하였다. 또한 제안 독자의 효과성을 해석하기 위한 일련의 분석도 수행되었다.