딥 리서치 도구 비교: OpenAI vs Perplexity vs Gemini

딥 리서치라는 전환점

2026년 11월 현재 대부분의 사람이 시작하기에 가장 좋은 곳은 Gemini Deep Research입니다. 18세 이상이면 Gemini 무료 요금제에서 쓸 수 있고, $4.99인 AI Plus는 사용 한도를 2배로 늘려 줍니다. Google의 최상위 리서치 에이전트인 Max 등급은 API로 판매되며, 벤더가 공개한 리서치 에이전트 벤치마크에서 가장 높은 점수를 기록했습니다. 짧은 브리핑을 가장 빨리 얻는 데는 Perplexity가 좋지만, 무료 요금제는 월 리서치 쿼리 1회만 허용합니다. 질문이 모호하고 열린 형태라면 ChatGPT와 Claude에 돈을 낼 만하며, Claude의 Research는 이제 Opus 5.5 위에서 돌아갑니다. 개발자들은 9월 27일 Perplexity가 sonar-deep-research 지원을 종료하면서 턴키 선택지 하나를 잃었습니다. 이제 한 번의 호출로 쓸 수 있는 선택지는 Google의 Deep Research 에이전트(아직 프리뷰), Perplexity의 Agent API, You.com의 Research API입니다.

이 가이드의 나머지 부분은 그 결론이 가격, 벤치마크, API, 그리고 실제 업무 전반에서 어떻게 유지되는지 보여 줍니다.

이 카테고리 자체가 아직 두 살도 되지 않았습니다. 2025년 2월 2일, OpenAI가 Deep Research를 발표했습니다. 한 문장짜리 프롬프트를 받아 30분짜리 조사를 계획하고, 수십 개의 출처를 스스로 훑어 읽고, 인용이 달린 보고서를 들고 돌아오는 에이전트를 대부분의 사람이 처음 써 본 사례였습니다.

업계의 반응이 많은 것을 말해 줍니다. 6주 안에 Perplexity가 자체 Deep Research를 내놓았고(2월 14일), 몇 주 뒤에는 개발자들에게 Sonar Deep Research API를 열었습니다. 2024년 12월 11일에 Gemini Deep Research를 출시했던 Google은 롤아웃에 속도를 냈고 백본을 계속 업그레이드했습니다. Anthropic은 2025년 4월 15일에 Claude의 Research 기능을 출시했고, 5월 7일에는 API를 통해 개발자들에게 웹 검색을 열었습니다.

랩 네 곳, 제품 카테고리 하나, 두 분기. 우연히 벌어지는 일이 아닙니다. 2024년은 컨텍스트 윈도가 100만 토큰에 이르고, 도구 사용이 안정적으로 작동하기 시작하고, 에이전트 루프가 중간에 소리 없이 실패하는 일이 사라진 해였습니다. 딥 리서치는 그 세 가지 모두에 돈을 낼 만하다고 느끼게 만든 최초의 소비자용 앱이었습니다. 이는 에이전트 웹: MCP 프로토콜 전쟁의 내부에서 다루는 에이전트 프로토콜로의 더 큰 전환과 밀접하게 맞물려 있습니다.

글을 쓰거나, 공부하거나, 시장을 분석하거나, 제품을 평가하는 일을 한다면, 이 도구를 쓰지 않는 것만으로 이미 불리한 위치에 있습니다. 문제는 어느 것을, 언제 쓰느냐입니다.

---

"딥 리서치"가 실제로 하는 일

딥 리서치를 챗 검색과 혼동하기 쉽습니다. 질문을 입력하면 링크가 달린 답이 돌아오니까요. 하지만 작동 방식이 다릅니다.

챗 검색(브라우징이 켜진 일반 ChatGPT 같은 것)은 웹 쿼리를 한두 번 돌린 뒤 상위 결과를 몇 초 만에 종합합니다. 딥 리서치 에이전트는 주니어 애널리스트가 오후 내내 하는 일에 더 가깝습니다. 질문을 하위 질문으로 쪼개고, 수십에서 수백 번 검색하고, 페이지 전체를 읽고, 인용을 따라가고, 알아낸 내용에 맞춰 계획을 갱신하고, 각주가 달린 구조적 보고서를 만들어 냅니다.

챗 검색에 "필립스 곡선에 대한 주요 비판은 무엇인가?"라고 물으면 세 문단짜리 요약이 돌아옵니다. 같은 질문을 딥 리서치 에이전트에 던지면 프리드먼의 자연실업률 가설, 1970년대 스태그플레이션으로 인한 붕괴, 합리적 기대 이론에 따른 수정, 2008년 이후의 평탄화 논쟁, 2023-2025년의 최신 논문까지 다루는 15페이지짜리 보고서가 나오고, 항목마다 클릭할 수 있는 출처가 붙습니다.

대가는 시간입니다. 한 번 실행에 몇 분에서 한 시간이 걸립니다. Google은 Gemini 보고서가 보통 5분에서 10분 걸리며 API 실행의 상한은 60분이라고 하고, Moonshot은 Kimi가 10분에서 25분 걸린다고 합니다. 바로 그 점이 핵심입니다. 하나 걸어 두고 다른 일을 하다가 돌아오면, 직접 모았다면 반나절이 걸렸을 보고서가 기다리고 있습니다. AI 에이전트를 중심으로 연구 습관을 다시 짜는 방법은 2026년 AI 기반 리서치 워크플로 만드는 법을 참고하십시오.

---

정면 비교: 소비자용 4대 도구

아래는 2026년 11월에 각 벤더의 자체 페이지에서 확인한 백본 모델과 가격을 정리한 표입니다. 계속 바뀌는 열은 "백본 모델"인데, 이번에는 두 벤더가 실제 모델을 명시합니다. Anthropic은 Research가 어떤 모델 위에서 돌아가는지 문서로 밝히고, Google은 AI Pro와 Ultra 구독자가 보고서 작성 모델을 Pro로 바꿀 수 있게 합니다.

실행 시간은 벤더들의 설명이 가장 모호한 부분입니다. Google 도움말 페이지는 Gemini 보고서가 보통 약 5분에서 10분 걸리며 복잡한 보고서는 더 오래 걸린다고 합니다. Perplexity 헬프 센터는 한 문장에 두 가지 추정치를 담습니다. 대부분의 리서치 작업이 3분 미만에 끝난다면서, "즉 약 4분에서 5분 걸릴 수 있다"고 합니다. 널리 인용되는 OpenAI의 "5분에서 30분"은 2025년 2월 출시 페이지에서 온 수치이고, Anthropic의 Research 도움말 페이지는 수치를 전혀 제시하지 않습니다.

한 문단짜리 프로필은 이렇습니다.

OpenAI Deep Research는 모호하고 정답이 정해져 있지 않은 질문에서 여전히 강력한 선택지입니다. 보고서가 길게 나오고, 깔끔한 정답이 없는 질문일수록 추론의 깊이가 눈에 띄게 드러납니다. 2026년에 세 가지가 바뀌었습니다. 가격 페이지가 실행 횟수를 알려 주기를 그만두고 이제는 Limited, Expanded, Maximum이라고만 적습니다. 그래서 아직도 떠도는 "무료 5회, Plus 25회, Pro 250회" 수치는 OpenAI가 현재 요금제별로 공개하는 값이 아니라 2025년 4월 블로그 업데이트에서 온 것입니다. Pro는 세 등급으로 나뉘었습니다. OpenAI는 9월 10일에 $200 등급의 신규 가입을 중단했다가 9월 29일에 재개했고, 같은 날 $500 등급을 추가했습니다. 따라서 Pro는 이제 월 $100, $200, $500로 제공됩니다. 또 딥 리서치는 요금제와 권한에 따라 Google Drive나 SharePoint 같은 연결된 소스를 검색할 수 있습니다.

Perplexity Deep Research는 기반 엔진이 계속 바뀌는 제품입니다. 처음에는 Perplexity 자체 Sonar 모델 위에서 출시되었습니다. 2026년 2월에 Advanced Deep Research 모드가 Claude Opus로 옮겨 갔고, 2026년 6월 11일에는 Perplexity가 Deep Research를 Perplexity Computer 안으로 옮겼습니다. 여기서는 하위 작업이 20개가 넘는 프런티어 모델에 걸쳐 분배됩니다. Perplexity 제품 페이지에 따르면 BrowseComp 점수는 기존 Deep Research의 40.7%에서 Computer 안의 Deep Research에서는 83.8%로, Humanity's Last Exam 점수는 36.4%에서 50.5%로 올랐습니다. 10월 5일부터 이용 자격을 갖춘 유료 계정에서는 Claude Opus 5.5가 Computer의 Standard 노력 등급을 구동합니다. Deep Research는 Computer의 내장 스킬로 전환되고 있으며, 웹의 Pro와 Max부터 순차 적용되고 있습니다. 여전히 Pro에 포함되고, 모든 요금제에 무료 사용량도 제공됩니다. Perplexity Deep Research를 "Sonar" 제품이라고 부르는 글을 봤다면, 그것은 2026년 2월 이전에 쓰인 글입니다. 이제 Sonar는 소비자용 에이전트가 아니라 폐기된 API 라인의 이름입니다.

Gemini Deep Research는 빅4 중 공개된 성적이 가장 좋고, 이제 가장 쉽게 써 볼 수 있습니다. Google은 2026년 4월에 에이전트를 Gemini 3.1 Pro 기반으로 재구축하고, API로 표준 버전과 Max 버전을 공개했습니다. 가장 높은 벤치마크 수치는 여기서 나옵니다. Gemini 앱에서는 18세 이상이면 누구나 무료 요금제에서 Thinking 모델로 Deep Research를 실행할 수 있고, AI Pro와 Ultra 구독자는 보고서 작성 모델을 Pro로 바꿀 수 있습니다. 여전히 웹과 함께 여러분의 Gmail, Drive, Docs에서도 자료를 끌어오며, 에이전트가 실행되기 전에 손볼 수 있는 리서치 계획을 눈으로 보여 줍니다. 사용 한도는 일 단위로 집계하며, 동시에 실행할 수 있는 보고서 수도 제한합니다. 도움말 페이지에는 구체적인 수치가 없습니다.

Claude Research는 참을성 있는 쪽입니다. 서로 모순되는 출처를 성급히 하나의 결론으로 정리하지 않고 나란히 검토하는 데 능합니다. 모든 유료 Claude 요금제(Pro, Max, 이제 Ultra로 불리는 $200 등급, Team, Enterprise)에서 쓸 수 있고, Anthropic은 이제 기반 모델도 밝힙니다. 채팅에서 어떤 모델을 골랐든 Claude Opus 5.5를 쓰고, 필요하면 Opus 4.8로 대체합니다. 출처가 방대할 때는 이 대체 모델이 중요합니다. 유료 요금제에서 Opus 5.5의 컨텍스트 윈도는 100만 토큰이고 Opus 4.8은 50만 토큰이기 때문입니다. 다른 라인업은 계속 바뀌었고 가장 최근에는 11월 9일에 Claude Fable 5.2가 나왔지만, Research는 이 두 모델을 유지합니다.

---

ChatGPT 딥 리서치 대안: 또 누가 만들고 있나

"ChatGPT 딥 리서치 대안"은 사람들이 이 주제에 도달하는 가장 흔한 경로 중 하나인데, 위의 4자 비교로는 답이 되지 않습니다. 2026년 11월 현재 실제로 리서치 에이전트를 내놓고 있는 곳과, 그런 것처럼 보이기만 하는 곳을 정리했습니다.

xAI Grok은 이 중 실체를 가장 파악하기 어려운 제품이며, 사람들이 머스크의 AI가 OpenAI나 Anthropic과 비교해 어떤지 물을 때 가리키는 대상입니다. 사람들이 여전히 검색하는 이름인 "DeepSearch"와 "DeeperSearch"는 xAI 개발자 문서에 나오지 않습니다. 문서에 있는 것은 여전히 베타 딱지가 붙은 멀티 에이전트 모델 grok-4.20-multi-agent입니다. reasoning.effort가 low나 medium에서는 에이전트 4개를, high나 xhigh에서는 16개를 선택합니다. xAI의 최신 범용 모델 Grok 4.7은 2026년 9월 21일에 나왔지만, 멀티 에이전트 엔드포인트가 이 모델 위에서 돌아가는지는 문서에 없습니다. 신규 구독자는 이제 월 $8에서 $200인 The X Subscription을 통해 Grok을 구매하며, 이 요금제는 리서치 횟수가 아니라 사용량의 배수를 기준으로 가격이 매겨집니다. ChatGPT, Claude와 비교했을 때 실질적인 차이는 문서화에 있습니다. OpenAI는 모든 요금제의 리서치 등급을 공개하고 Anthropic은 Research의 기반 모델을 밝히지만, xAI는 직접 써 보며 알아내게 합니다.

Moonshot의 Kimi는 문서화가 가장 잘된 도전자이면서, 아시아 밖 사람들 대부분이 한 번도 써 보지 않은 제품입니다. Deep Research 모드는 자체 개발한 Kimi-Researcher 모델 위에서 돌아가고, Moonshot은 미국 랩들이 공개하지 않는 작업별 텔레메트리를 공개합니다. 작업당 평균 추론 단계 23회, 계획된 검색 키워드 74개, 찾아낸 URL 206개이며, 그중 상위 3.2%만이 보고서에 살아남습니다. 실행에는 10분에서 25분이 걸립니다. Moonshot 헬프 센터에는 중국 가격이 나와 있으며, 유료 요금제는 월 ¥49인 Go부터 시작합니다. 10월에 나온 새 범용 모델 K3.1 Pro 시리즈도 리서치 전용 모델을 대체하지는 않았습니다. Moonshot은 호출 가능한 search와 fetch 엔드포인트를 제공하지만 문서에 Deep Research 에이전트 자체를 노출하는 엔드포인트는 없어서, 리서치 제품은 소비자용에 한정됩니다.

Manus는 이 중 기술적으로 전할 내용이 가장 적습니다. 2026년 9월 1일에 "독립 운영을 공식 재개했다"고 발표했습니다. 4주 뒤인 9월 28일에는 하네스와 도구를 개편한 새 에이전트 버전 Manus 2.0을 내놓았습니다. Wide Research 모드는 하위 작업 20개를 동시에 돌리지만, 수동으로 실행할 수는 없고 유료 사용자만 쓸 수 있습니다.

You.com은 이제 스스로를 API 기업으로 내세웁니다. 가격 페이지에는 소비자 요금제 대신 API 등급이 나옵니다. 핵심은 lite부터 frontier까지 다섯 단계의 노력 수준을 제공하는, 쓸 만한 Research API입니다. 요청 1,000건당 $12에서 $1,200이며, lite의 10초 미만부터 frontier의 중앙값 300초까지 모든 등급의 지연 시간을 공개합니다. 하나의 엔드포인트에서 가격이 100배까지 벌어진다는 사실은 이 분야 전반에 공통으로 나타나는 흐름을 가장 선명하게 보여 주며, 아래 API 절에서 이어서 다룹니다.

Mistral은 리서치 에이전트를 옮기면서 앱 이름까지 바꿨습니다. Le Chat은 2026년 5월에 Vibe가 되었고, 9월 22일에는 Vibe의 Chat과 Work 모드를 하나의 경험으로 통합해 단계적으로 적용하기 시작했습니다. 여기서 Deep Research는 스킬로 제공됩니다. Mistral Pro는 월 $14.99입니다. 데이터 소재지 요건이 있는 유럽 팀에게는 당연히 먼저 살펴볼 곳이지만, 유일한 선택지는 아닙니다. 독일 워크스페이스 Langdock도 딥 리서치 모드를 제공하며, 애플리케이션과 모델 대부분을 EU에서 호스팅합니다. 따라서 여러분의 설정이 실제로 어떤 모델에 연결되는지 확인하십시오.

DeepSeek은 유용한 반증 사례입니다. "최고의 딥 리서치 도구" 목록에 늘 들어가지만, DeepSeek은 딥 리서치 제품을 내놓지 않습니다. 앱에는 웹 검색과 think 모드가 있고, 새 Responses API는 이제 deepseek-v4-pro에서 함수 호출과 서버 측 웹 검색을 지원하므로 그 위에 리서치 루프를 만들 수 있습니다. 다만 그 루프 자체를 완제품으로 판매하지는 않습니다.

오픈소스 선택지, 그리고 한 가지 경고

직접 호스팅하고 싶다면, 2026년의 솔직한 답은 유지보수와 벤치마크 성능이 이제 서로 다른 저장소에 살고 있다는 것입니다.

활발히 유지되고 있어 먼저 시작해 볼 만한 것들입니다. GPT Researcher(Apache-2.0, 별 약 30,600개, 2026년 11월 9일 v3.8.0 릴리스)는 설정 파일에서 폐기된 모델 이름을 먼저 갈아 끼우지 않고도 오늘 바로 클론해서 실행할 수 있는 프로젝트입니다. ByteDance의 DeerFlow는 별 약 85,000개로 압도적으로 가장 크고 시도 비용도 가장 쌉니다. DuckDuckGo와 키가 필요 없는 리더를 써서 검색 API 키 없이도 돌아가기 때문입니다. 다만 2.0 재작성 과정에서 딥 리서치를 여러 스킬 중 하나로 두는 범용 에이전트 하네스로 방향을 바꿨습니다. 알리바바의 Tongyi DeepResearch는 Apache-2.0으로 공개된 믿을 만한 오픈 웨이트 선택지지만, 저장소가 2026년 2월 이후 조용합니다. 알리바바의 호스팅형 리서치 제품은 별개입니다. Alibaba Cloud는 직접 호스팅하지 않고도 호출할 수 있는 qwen-deep-research API를 문서화하고 있습니다.

이제 경고입니다. 2025년 추천 목록마다 상위에 올랐던 두 프로젝트가 죽었는데, 겉으로는 그렇게 보이지 않기 때문입니다. LangChain의 open_deep_research는 2026년 8월 21일에 아카이브되었습니다. GitHub에는 아카이브 배너가 뜨지만 README 자체에는 아무런 안내가 없어서, 튜토리얼을 따라 들어온 사람에게는 여전히 살아 있는 프로젝트처럼 읽힙니다. 스탠퍼드의 STORM은 기본 브랜치에 2025년 9월 30일 이후 커밋이 없고, 기본 예제는 Microsoft가 2025년 8월 11일에 종료한 Bing Search API를 여전히 호출합니다. 따라서 실행하려면 지원되는 다른 검색기로 먼저 바꿔야 합니다. STORM 논문은 여전히 읽을 가치가 있습니다. 다만 그 소프트웨어를 출발점으로 삼아서는 안 됩니다.

가장 잘 알려진 프로젝트들을 놓고 보면 패턴이 보입니다. 경쟁력 있는 벤치마크 점수를 냈던 오픈 웨이트 에이전트들은 조용해졌고, 아직 코드를 내놓고 있는 쪽은 벤치마크를 거의 공개하지 않습니다. 가장 최근의 신예는 반대쪽에서 이 패턴에 들어맞습니다. Meituan의 LongCat-DeepResearch 논문(2026년 9월)은 DeepResearch Bench II 51.35, ResearchRubrics 79.83을 보고하지만, 공개한 것은 모델과 검색 서비스를 직접 연결해야 하는 하네스입니다. 유지보수를 기준으로 고르고, 성능은 직접 측정하십시오.

리서치 대상이 열린 웹이 아니라 이미 가지고 있는 문서로 한정된다면, 그건 승자가 다른 별도의 도구 카테고리이며 2026년의 NotebookLM에서 다룹니다.

---

딥 리서치 API: 실제로 호출할 수 있는 것

비교 글들이 계속 건너뛰는 질문이자, 개발자들이 계속 검색하는 질문입니다. 어떤 딥 리서치 에이전트를 내 코드에서 호출할 수 있고, 비용은 얼마이며, 인용 품질은 어떤가. 이런 내용 대부분이 2026년에 바뀌었고, 가장 큰 변화 중 하나인 Perplexity Sonar 리서치 모델의 종료는 9월 27일에 현실이 되었습니다.

눈에 띄는 점이 네 가지 있습니다.

OpenAI, Google, Anthropic 중 턴키 리서치 에이전트를 판매하는 곳은 Google뿐이며, 아직 프리뷰입니다. 이 카테고리의 역사 대부분에서 Gemini Deep Research는 프로그래밍 방식으로 호출할 수 없는 소비자 기능이었습니다. 지금은 빅4 중 가장 깔끔합니다. Interactions API에서 딥 리서치 에이전트를 호출하는데, background=true가 선택이 아니라 필수이며, Google은 작업당 예상 가격대와 실제 시간 예산을 함께 공개합니다. 대부분의 작업은 20분 안에 끝나며, 60분을 넘기는 작업은 없습니다. 두 에이전트 ID 모두 아직 4월의 프리뷰 라벨을 달고 있습니다. Gemini 4 Argon은 10월 13일에 개발자들에게 공개되었지만 리서치 에이전트 ID는 4월 이후 바뀌지 않았으므로, 같은 업그레이드를 받았다고 가정해서는 안 됩니다. 기업용으로는 Gemini Enterprise Agent Platform을 통해 접근합니다. 이는 2026년에 이 기능의 기존 제품명인 Vertex AI를 대체한 이름입니다. 해당 가이드는 60분이 아니라 120분 실행을 허용합니다. API 자체는 여전히 기존 aiplatform.googleapis.com 호스트에서 응답하므로 Vertex 시절의 코드 예제가 무조건 틀린 것은 아닙니다. 현행 가이드와 대조하십시오.

코드가 아직 알아채지 못했더라도 Perplexity의 기존 리서치 API는 종료되었습니다. sonar-deep-research는 2년 동안 "그냥 호출할 수 있는 딥 리서치 API가 뭐냐"는 질문의 답이었고, 이 모델과 다른 Sonar Chat Completions 모델의 지원은 2026년 9월 27일에 끝났습니다. 종료 방식은 일률적이지 않습니다. 동기식 및 스트리밍 Sonar 요청은 Perplexity가 모델별로 Agent API 요청으로 변환하기 때문에 여전히 작동합니다. 딥 리서치의 일반적인 실행 방식인 비동기 Sonar 요청은 변환되지 않고 더 이상 지원되지도 않으므로, Agent API의 백그라운드 모드로 옮겨야 합니다. 여기서는 POST /v1/agent를 호출하고 fast부터 최신 등급인 ultra까지 6단계 effort 중 하나를 고릅니다. Perplexity 변경 기록은 이 최신 등급의 출시일을 11월 5일로 명시하며, 폭넓은 범위를 다루는 것이 가장 중요한 리서치에 적합한 등급이라고 설명합니다. 기존 딥 리서치 모델은 high에 대응합니다. 라이프사이클의 모양도 바뀌었습니다. 레거시 비동기 엔드포인트는 IN_PROGRESS 같은 대문자 상태를 썼지만, Agent API는 4가지 종료 상태 중 하나에 도달하기 전에 queued와 in_progress를 반환합니다. 토큰 한도에 닿은 실행은 paused 객체가 붙은 채 in_progress 상태를 유지하므로, completed만 기다리는 폴링 루프는 영원히 기다릴 수 있습니다.

OpenAI는 딥 리서치를 모델 라인으로 옮겼다가, 다시 매니지드 에이전트로 옮겼습니다. 전용 모델이던 o3-deep-research와 o4-mini-deep-research는 2026년 4월에 폐기 예고되었고 2026년 7월 23일에 종료되었습니다. 대체 경로는 Responses API에서 web_search 도구를 켠 현행 플래그십 모델을 백그라운드 모드로 돌리는 것입니다. 2026년 9월 10일부터는 매니지드 Agents API도 제공하며, 여전히 퍼블릭 베타입니다. 여기서는 세션 오케스트레이션, 컨텍스트 압축, 복구를 OpenAI가 대신 처리합니다. 10월 23일에는 예약 자동화가 추가되어 반복 리서치 작업에 별도 스케줄러가 필요 없어졌습니다. 모델의 토큰 요금과 표준 도구 및 호스팅 컨테이너 요금을 내며, OpenAI는 오케스트레이션 자체에 별도 요금을 명시하지 않습니다. 오래된 튜토리얼이 여전히 o3-deep-research를 호출하라고 한다면 OpenAI의 폐기 안내 페이지를 기준으로 삼으십시오. 두 리서치 모델 모두 종료된 것으로 나옵니다.

Anthropic은 이제 전부 직접 만들라고 하지 않습니다. 이 가이드가 예전에 적었던 설명은 Claude에는 리서치 API가 없으니 루프를 직접 조립해야 한다는 것이었습니다. 그건 철 지난 이야기입니다. Claude Managed Agents는 2026년 4월부터 퍼블릭 베타입니다. 장시간 세션, 서버 전송 이벤트, 실행 중 방향 조정과 중단, cron 스케줄 배포, 그리고 내장된 웹 검색, 웹 페치, MCP를 제공하며 토큰 비용에 세션 시간당 $0.08의 요금이 더해집니다. Anthropic 자체 예시는 한 시간짜리 Opus 세션을 1달러에 훨씬 못 미치는 비용으로 계산합니다. 웹 페치에는 웹 검색과 달리 호출당 요금이 없지만, 읽어 들인 페이지는 입력 토큰으로 과금됩니다. 여전히 "딥 리서치"라는 이름의 모델은 없지만, 하네스는 존재합니다.

"인용이 달린 리서치 보고서에 가장 좋은 API"라는 질문에 한정하면 세 가지 접근이 통합니다. Google, Perplexity, You.com의 Research API, Exa의 Agent 엔드포인트는 인용이 달린 완성된 보고서를 기본으로 반환합니다. Exa와 Tavily의 검색 엔드포인트는 출처가 달린 결과를 주고 그걸 여러분의 모델에 넣게 합니다. 비용과 인용 형식을 직접 통제할 수 있어 프로덕션 리서치 기능에서 흔히 쓰는 패턴입니다. 그리고 웹 검색 도구를 가진 모델이라면 어느 것이든 프롬프트로 지시하면 진행하면서 인용을 붙일 수 있습니다. 감사 추적이 필요한 팀은 직접 만드는 쪽을 선호하는 경향이 있는데, 모든 주장이 모델의 기억이 아니라 실제로 가져온 URL로 추적되기 때문입니다. 원시 컨텍스트 크기보다 그라운딩과 검색 품질이 더 중요한 이유는 컨텍스트 로트: 거대한 컨텍스트 윈도보다 RAG가 여전히 나은 이유를 보십시오.

의존할 벤더를 고르는 사람이라면 소유권과 관련한 두 가지를 기억해 두십시오. Tavily는 이제 AI 클라우드 제공업체 Nebius 소유이므로 "독립 검색 API"라는 설명에는 단서가 필요합니다. 그리고 Exa는 2026년 4월 1일에 /research 엔드포인트를 제거하고 deep-reasoning 타입으로 /search에 통합했습니다. 따라서 exa-research를 호출하라고 알려 주는 튜토리얼은 이미 깨져 있습니다. 이제 이 타입 자체도 레거시 모드입니다. 10월 19일부터 Exa는 검색에 lite, auto, deep을 권장하며, 더 오래 걸리는 작업은 Exa Agent로 안내합니다.

---

API로 딥 리서치를 자동화하는 법

이런 API를 호출하는 일은 챗 컴플리션을 호출하는 것과 다릅니다. 한 번 실행에 몇 분에서 한 시간이 걸릴 수 있으므로 거의 모든 제공자가 비동기를 다루게 만드는데, 그 방식이 저마다 다릅니다. 리서치 에이전트를 제품이나 파이프라인에 붙이려 한다면, 하루를 잡아먹는 지점이 바로 여기입니다.

블로킹 호출이 아니라 백그라운드 실행을 전제로 하십시오. Google은 아예 필수로 요구합니다. 딥 리서치 모델은 background=true에서만 동작하고, 인터랙션을 폴링하거나 스트림을 재개하는 방식입니다. OpenAI는 Responses API에서 백그라운드 모드를 지원하며 폴링, 재개 가능한 스트리밍, 그리고 Standard Webhooks 규격에 따른 웹훅을 제공합니다. Perplexity의 Agent API는 폴링하는 백그라운드 실행을 문서화합니다. You.com은 반대 방향입니다. frontier보다 낮은 모든 등급은 동기식 요청 한 번으로 답할 수 있고, frontier만 백그라운드 모드를 요구합니다. xAI가 예외입니다. 스키마에 background가 나오기는 하지만 사용되지 않는다고 설명하므로, 실제 비동기 경로는 배치 API입니다. 여기서는 몇 분 안에 결과가 나오는 것이 아니라, 처리 시간이 보장되지는 않지만 대부분의 요청이 24시간 안에 완료됩니다.

토큰이 아니라 작업 단위로 예산을 잡고, 검색 비용을 확인하십시오. 리서치 API 청구서는 두 부분으로 나뉩니다. 여러분에게 보이지 않는 추론 토큰까지 포함한 토큰 비용과, 토큰이 아닌 호출당으로 매기는 검색 요금입니다. OpenAI는 웹 검색 1,000회당 $10의 요금을 받고 검색 콘텐츠를 토큰으로 추가 과금합니다. Anthropic은 검색 1,000건당 $10, Perplexity의 Agent API는 표준 검색 1,000건당 $2.50로 sonar-deep-research의 1,000건당 $5에 비해 절반이며, xAI는 웹 검색 1,000회당 $5를 받습니다. Google은 유료 등급 프로젝트에 Gemini 3 및 이후 모델이 함께 쓰는 월 5,000회의 무료 그라운딩 검색을 제공하고, 이후에는 1,000건당 $14를 받습니다. 일반적인 Deep Research 작업에는 검색 약 80회, Max에는 최대 약 160회가 든다고 추정하므로, 무료 사용량으로 표준 작업 약 60건 또는 Max 작업 약 30건을 처리할 수 있습니다. Google 자체 추정치를 보면 토큰이 어디에 쓰이는지 드러납니다. 일반적인 표준 작업은 입력 토큰 약 250,000개를 읽고 출력 토큰 약 60,000개를 생성하므로, 여러분이 최종적으로 읽는 보고서는 비용을 내는 토큰 중 작은 일부입니다.

노력 등급을 전제하십시오. 그것이 모델 ID를 대체했으니까요. 이것이 위의 개별 변화들 뒤에 숨은 구조적 전환입니다. OpenAI는 플래그십 모델과 추론 노력의 조합을 위해 리서치 모델을 폐기했습니다. Perplexity는 6가지 Agent API 프리셋을 위해 Sonar를 폐기했습니다. Google은 표준과 Max 변형을 내놓습니다. xAI는 reasoning.effort로 에이전트 4개냐 16개냐를 고르게 합니다. Exa, You.com, Tavily 모두 저렴한 설정부터 요청당 요금이 가장 높은 설정까지 비슷한 단계별 요금 체계를 적용합니다. 이런 API를 전제로 설계한다면, 하드코딩할 모델 이름이 아니라 요청마다 돌릴 수 있는 다이얼을 염두에 두고 설계하십시오.

질문을 명확히 하는 단계는 대부분 여러분이 직접 만들어야 합니다. 소비자용 앱은 시작 전에 후속 질문을 던지지만 대부분의 API는 그러지 않습니다. OpenAI의 폐기된 리서치 모델 가이드는 개발자에게 처음부터 완성된 프롬프트를 보내라고 명시했습니다. OpenAI 쿡북이 보여 준 일반적인 해법은 값싼 작은 모델이 요청을 분류하고 리서치 지시문으로 다시 써 준 다음에야 비싼 에이전트를 돌리는 것입니다. Google은 예외입니다. collaborative_planning을 설정하면 Deep Research 에이전트가 계획 초안을 반환하며, 실제 리서치가 시작되기 전에 여러 턴에 걸쳐 수정하거나 승인할 수 있습니다. 다만 이 옵션 자체도 아직 프리뷰입니다.

팩트체크에 한정하면, 검증은 프롬프트가 아니라 파이프라인의 한 단계입니다. Anthropic의 2026년 7월 쿡북은 그 패턴을 설명합니다. 출력을 독립적인 주장 단위로 분해하고, 각 주장을 독립된 새 컨텍스트에서 검증한 뒤, 별도의 검토 단계에서 비판적인 관점으로 각 판정의 타당성을 다시 따져 보게 하는 것입니다. 그 이유도 직설적으로 설명합니다. "결과를 다시 확인하라"도 결국 하나의 지시문일 뿐이며, 컨텍스트 압박이 커지면 건너뛰게 된다는 것입니다. 사람들이 계속 찾는 실시간 팩트체커를 만든다면, 그 분해가 곧 아키텍처이고, 그 아래에 깔린 검색 API보다 그것을 둘러싼 구조가 더 중요합니다.

---

딥 리서치 벤치마크: 리더보드가 보여 주는 것

가장 많이 인용되는 수치는 세 가지, Humanity's Last Exam과 BrowseComp, SimpleQA입니다. 쓸모가 있고, 널리 잘못 인용되며, 거의 아무도 언급하지 않는 구조적 문제를 두 가지 안고 있습니다.

첫 번째부터 짚겠습니다. 출시된 리서치 에이전트들을 도구까지 켠 상태로 서로 비교하는 독립 HLE 또는 BrowseComp 리더보드를 찾지 못했습니다. 벤더의 수치는 자기 보고이며, 제3자가 운영하는 유일한 본격적 평가 하네스도 구매 가능한 제품이 아니라, 완제품으로 판매되지 않는 모델과 검색의 조합을 벤치마킹합니다. 어떤 벤더의 에이전트나 모델이 "도구 사용" 조건에서 50%대, 60%대, 이제는 70%대를 기록했다고 나오면, 그 수치는 해당 벤더가 자체 하네스와 검색 예산, 평가자로 얻은 결과입니다. 그렇다고 그 수치가 가짜라는 뜻은 아닙니다. 서로 비교할 수 없다는 뜻입니다. (아래에서 다룰 보고서 품질 벤치마크는 실제 출시된 에이전트를 테스트합니다.)

두 번째 문제는 등급 라벨입니다. 이 가이드도 예전에 HLE 54.6%와 BrowseComp 85.9%를 "Gemini Deep Research"로 적었습니다. 두 수치 모두 Google의 고노력 등급인 Deep Research Max의 것이고, 표준 등급은 각각 50.4%와 61.9%입니다. 하나의 이름으로 팔리는 두 제품 사이에 BrowseComp 24점 차이가 있는 셈인데, 비교 글들은 이를 끊임없이 뭉뚱그립니다. Google이 이 수치를 2026년 4월 발표에서 인용 가능한 본문이 아니라 차트 안에 실었다는 점도 알아 둘 만합니다. 아래로 내려가면서 수치가 뒤엉키는 이유 중 하나입니다.

모델로 표시된 행은 구매할 수 있는 리서치 제품을 평가한 것이 아니라, 각 개발사의 자체 하네스에서 채점한 결과입니다. Claude Research가 실제로 Opus 5.5 위에서 돌아가기는 하지만, Anthropic은 Research 버튼을 통해서가 아니라 자체 환경에서 67.7%를 측정했습니다.

마지막 줄은 곱씹어 볼 가치가 있습니다. 이 수치는 벤더의 주장을 모으는 대신 실제 프로덕션 엔드포인트를 돌리는 OpenRouter 자체 벤치마크 하네스에서 나왔습니다. OpenRouter는 정확도와 함께 비용과 지연 시간도 공개합니다. 84문항 샘플에서 문항당 $0.46, 83초였습니다. 이것은 살 수 있는 제품이 아닙니다. 제3자가 조립한 모델과 검색 제공자와 턴 예산의 조합이며, 다른 하네스와 더 작은 샘플에서 나온 결과이기는 하지만 출시된 모든 에이전트의 자기 보고 수치보다 높습니다. 측정 주체에 대한 단서가 하나 있습니다. OpenRouter는 자신이 벤치마킹하는 모델과 검색 엔진 대부분을 재판매합니다.

이 카테고리 전체에서 가장 유용한 발견 역시 같은 하네스에서 나왔습니다. BrowseComp에서 한 구성이 검색 1턴 제한에서는 35.8%, 25턴 제한에서는 89.0%를 기록했습니다. 같은 실행 계열 안에서 말입니다. 같은 모델, 같은 벤치마크입니다. 모델을 둘러싼 실행 구조, 구체적으로는 허용된 검색 횟수가 결과를 53%포인트 바꿨습니다. 따라서 "어느 모델이 가장 똑똑한가"는 질문의 절반에 불과합니다. 나머지 절반은 검색을 몇 번이나 허용하느냐입니다. 어떤 엔진이 검색을 수행하는지는 상대적으로 덜 중요합니다. OpenRouter 자체 분석에서도 검색 제공자보다 모델의 영향이 더 컸습니다. 모델뿐 아니라 검색 턴에도 예산을 배정하십시오.

비용 곡선도 마케팅이 암시하는 것보다 완만합니다. 같은 리더보드에서 BrowseComp 최상위 구성은 문항당 $0.99가 들었고, 같은 검색 제공자와 짝지은 저렴한 모델은 $0.076에 77.0%를 기록했습니다. 두 행을 채점한 문항 수는 다르지만, 정확도가 12%포인트 낮은 대신 비용은 대략 13분의 1인 셈입니다. 실제 업무 대부분에서는 그 정도의 정확도 차이를 감수할 만합니다.

리서치 에이전트를 위해 만들어진 벤치마크

HLE와 BrowseComp는 에이전트가 어려운 사실을 찾아낼 수 있는지를 잽니다. 보고서가 좋은지는 재지 않습니다. 그걸 재는 더 새로운 벤치마크가 셋 있는데, 훨씬 덜 우호적인 결과를 내놓습니다.

ResearchQA는 75개 분야에 걸쳐 21,000개 쿼리와 160,000개 루브릭 항목을 다루고 그중 여덟 개 분야를 31명의 박사급 주석자가 검증한 독립 학술 프로젝트인데, 시험한 일반 언어 모델과 검색 시스템 중 루브릭 커버리지 70%에 도달한 것은 하나도 없었다는 결과를 내놓았습니다. 그보다 나은 성적을 낸 쪽은 딥 리서치 전용으로 만들어진 에이전트뿐이었고, 그중 최고도 75.3%에서 멈췄습니다. 더 뼈아픈 점은, 그 최상위 시스템조차 인용 관련 루브릭 항목의 11% 미만만 온전히 충족했고 한계와 비교 항목은 대략 절반만 충족했다는 사실입니다. 에이전트는 출처를 찾아냅니다. 그 출처가 무엇을 입증하지 못하는지 말하는 일에서는 훨씬 서툽니다.

ResearchRubrics는 전문가가 2,800시간 이상 투입해 만든 벤치마크로, Gemini Deep Research와 OpenAI Deep Research의 평균 루브릭 준수율이 모두 68% 미만이라고 평가했습니다. 전문가의 탐사 기사에서 뽑아낸 9,430개 이진 루브릭으로 구성된 DeepResearch Bench II는 2026년 1월에, 가장 강한 모델조차 그중 절반도 채우지 못했다고 보고했습니다. 이후 관리팀은 새 제출물의 심판을 GPT-5.5로 바꾸고 결함이 있는 작업을 제외했습니다. 따라서 남은 130개 작업에서 상위 항목들이 60점대 초반을 기록하는 현재 리더보드는 1월 수치와 직접 비교할 수 없습니다.

이 수치들로 도구를 고르기 전에 두 가지를 더 조심하십시오. 어떤 모델이 채점하느냐에 따라 점수가 달라지므로, 심판이 뒤섞인 표는 에이전트뿐 아니라 심판에 대해서도 말해 줍니다. 그리고 라이브 웹을 훑는 에이전트는 벤치마크 자체의 정답을 가져올 수 있습니다. 2026년의 한 연구는 이로 인한 점수 부풀림을 최대 4%까지 측정했습니다.

SimpleQA는 이제 헤드라인이 아니라 각주에 어울립니다. Perplexity의 93.9%는 진짜지만 2025년 2월 수치이고, 앞서 다뤘듯 그 형태로는 더 이상 존재하지 않는 Sonar 기반 제품을 설명합니다.

가장 오래 유효성을 유지한 독립적 연구 결과은 동시에 가장 오래된 것이기도 합니다. 컬럼비아 저널리즘 리뷰의 Tow Center는 AI 검색 엔진 여덟 개를 1,600개 쿼리로 테스트해, 이들이 60%가 넘는 경우에 정확한 정보를 찾아내지 못했고 엔진에 따라 오류율이 37%에서 94%까지 걸쳐 있음을 확인했습니다. 이 연구는 2025년 3월의 것이며, Tow Center가 같은 규모로 반복한 연구는 찾지 못했습니다. 그 자체가 독립 평가가 얼마나 빈약한지를 말해 줍니다.

솔직하게 읽자면 이렇습니다. 벤치마크는 극도로 어려운 과제에서는 도구의 순위를 정확하게 매기지만, 그보다 쉬운 과제에서는 그렇지 못합니다. 같은 실제 프롬프트를 두 도구의 무료 또는 가장 저렴한 등급에 각각 돌려 보고 비교하십시오. 벤치마크는 참고일 뿐이고, 결정적인 것은 여러분 자신의 테스트입니다. 벤치마크 집착이 왜 사람을 오도하는지에 대한 더 긴 논의는 AI 사고의 함정을 보십시오.

---

무료 등급 현실 점검

마케팅 페이지는 하나같이 무료 이용을 앞세웁니다. 2026년 11월에 "무료"가 실제로 무엇을 뜻하는지 정리했습니다. 이번에는 반가운 소식입니다. 이제 네 곳 중 세 곳에서 돈을 내지 않고 딥 리서치를 실행할 수 있습니다.

OpenAI는 여전히 무료 사용량을 제공하지만, 얼마인지는 여전히 밝히지 않습니다. 아직도 도는 "월 무료 5회, Plus 25회, Pro 250회" 수치는 2025년 4월 블로그 업데이트에서 온 것입니다. 현재 가격 페이지는 Free와 월 $8 Go 등급에 Limited, Plus에 Expanded, Pro에 Maximum이라고 적고, 헬프 센터는 30일마다 초기화되는 제품 내 카운터가 있다고만 확인해 줄 뿐 시작값이 얼마인지는 말하지 않습니다. 현재 공개된 수치는 비즈니스 및 교육용 요금표에만 있습니다. 딥 리서치 작업 한 건에 50크레딧이 들며, Edu에는 최근 24시간 기준 쿼리 5회가 포함됩니다. 예측 가능한 개인 할당량이 필요하다면 이곳이 가장 예측하기 어려운 벤더입니다.

Perplexity는 Deep Research를 다시 무료 요금제에 포함했습니다. 이제 헬프 센터는 모든 요금제에 Deep Research 무료 사용량이 포함된다고 설명합니다. 요금제 비교표는 Free의 사용량을 월 리서치 쿼리 1회로 정하고, Pro와 Max에도 월 한도를 둡니다. Computer 안에서는 각 프롬프트가 무료 사용량을 먼저 쓰고 그다음에 크레딧을 소모합니다. 이 가이드의 9월 업데이트는 Deep Research가 Pro와 Max 전용이라고 했지만, 이제는 그렇지 않습니다.

Gemini의 무료 등급은 이제 제대로 쓸 수 있고, 저렴한 등급은 여전히 가성비가 좋습니다. Google 요금제 페이지는 무료 요금제에 Deep Research를 명시하며, 도움말 페이지에 따르면 18세 이상이면 누구나 Thinking 모델로 이용할 수 있습니다. AI Pro와 Ultra에는 Pro 모델로 작성하는 보고서가 추가됩니다. 리서치 한도는 일 단위로 집계하며, 월 $4.99인 AI Plus는 무료 요금제 사용량의 2배를 제공합니다. 여전히 다른 모든 곳의 진입 가격보다 한참 낮습니다.

이제 빅4 중 무료 Research가 없는 곳은 Claude뿐입니다. Research는 무료 요금제에서 쓸 수 없고 모든 유료 요금제에서 쓸 수 있습니다. Pro $20, Max $100, Ultra $200, 그리고 Team과 Enterprise입니다.

실용적으로 읽으면, 이제 Gemini에서 딥 리서치를 무료로 제대로 써 보고 Perplexity와 ChatGPT에서도 체험할 수 있습니다. 다만 Perplexity Free의 월 쿼리 1회는 맛보기이지 워크플로는 아닙니다. 하나만 결제한다면, $4.99인 Gemini AI Plus가 리서치 사용량을 늘리는 가장 저렴한 길입니다. 모호한 질문에 가장 깊은 결과물을 원한다면 $20인 ChatGPT Plus를 구독하면 OpenAI Deep Research와 함께 제공되는 다른 기능도 모두 이용할 수 있습니다. Claude Pro는 이미 읽고 쓰는 데 Claude를 쓰고 있고 구독을 하나로 묶고 싶을 때 가장 합리적입니다.

---

어떤 일에 어떤 도구를 쓸까

위의 근거와 각 벤더의 문서를 보면 API와 가격에 따른 선택은 정리됩니다. 아래의 글쓰기 품질 평가는 측정 결과가 아니라 제 판단입니다. 지금이라면 저는 이렇게 일을 배분하겠습니다.

학술 문헌 리뷰. Claude Research입니다. Research의 기반 모델인 Opus 5.5의 100만 토큰 컨텍스트는 에이전트가 논문 20편 이상을 동시에 붙들고 있어야 할 때 의미를 갖고, Claude는 겉으로 비슷해 보이는 주장들을 구분하는 데 눈에 띄게 낫습니다. 실행은 더 오래 걸리지만 문헌 리뷰는 시간에 쫓기는 작업이 아닙니다.

시장 규모 산정과 경쟁 정보 수집. OpenAI Deep Research입니다. 모호한 전략적 질문에서 추론의 깊이가 여기서 분명히 드러납니다. "이 산업을 이해할 수 있게 도와 달라" 같은 프롬프트에서 제가 가장 신뢰하는 도구입니다.

가장 어려운 사실 검색. Google API를 통한 Gemini Deep Research Max입니다. 벤치마크 선두가 알려 주는 것이 있다면, 잘 알려지지 않은 다단계 사실을 찾아내는 데서는 Google의 고노력 등급이 출시된 에이전트 중 가장 강하다는 점입니다. 표준 등급은 의미 있게 다른 제품이고, 앱에서 Pro 모델로 작성한 보고서가 Max와 같은 수준인지도 Google은 밝히지 않으므로 Max 등급을 의식적으로 선택하십시오.

회의 전 빠른 브리핑. Perplexity입니다. 보고서가 더 짧고 백과사전에 가까운데, 에세이가 아니라 방향 감각이 필요할 때 딱 그런 형태가 좋습니다.

내 문서를 포함한 리서치. Gemini Deep Research입니다. Workspace 통합은 여전히 해자입니다. 자료의 절반이 Drive, Gmail, 오래된 회의록에 있다면 가장 자연스러운 선택입니다. 다만 ChatGPT의 딥 리서치도 이제 연결된 Google Drive나 SharePoint를 검색할 수 있습니다.

개발자 연동과 대량 실행. 공개 점수가 가장 높은 에이전트를 원한다면 Google의 Deep Research API, Sonar가 종료된 지금 그 대안으로는 Perplexity의 Agent API, 등급별 지연 시간 공개를 원한다면 You.com의 Research API입니다. 인용 형식과 비용을 통제하고 싶다면 Exa나 Tavily 검색 위에 루프를 직접 만드십시오.

제품 안에서 돌리는 저렴한 대량 리서치. 중간 등급 모델에 좋은 검색 제공자와 넉넉한 턴 예산을 붙이는 구성입니다. 위의 벤치마크 근거에 따르면 이 조합이 비용의 일부만으로 정확도 대부분을 가져다주며, 실제 프로덕션 기능 대부분이 이 구성으로 출시됩니다.

모순되는 근거의 종합. Claude입니다. 출처들이 엇갈릴 때, 성급히 한쪽 편을 들기보다 그 불일치를 드러내려는 의지가 가장 강합니다.

의외일 수 있는 패턴이 하나 있습니다. 어느 한 도구도 지배적이지 않습니다. 중요한 작업에서는 같은 프롬프트를 두 에이전트에 돌리십시오. $20 요금제 두 개는 월 약 $40이고, Gemini 무료 요금제를 쓰면 두 번째 의견을 얻는 비용은 더 줄어듭니다. 두 보고서가 불일치하는 지점이야말로 직접 확인해야 할 곳입니다. AI가 공부나 업무 루틴에 어떻게 들어맞는지를 더 넓게 고민하고 있다면, AI 학습 모드 비교가 그 인접 질문을 다룹니다.

---

빠진 조각: 리서치 보고서를 쓸 수 있는 지식으로 바꾸기

비교 글이 거의 언급하지 않는 부분이 여기 있습니다. 에이전트가 만들어 낸 보고서는 원재료이며, 제대로 읽기 전까지 리서치는 끝나지 않았습니다.

긴 Claude Research 결과물이나 OpenAI Deep Research 보고서는 일의 끝이 아니라 시작입니다. 한 번 읽고, 결론만 훑고, 탭을 닫는다면, 실제로 배우지 못한 것을 요약하라고 에이전트에 돈을 낸 셈입니다. 2025년 MIT 미디어랩 연구(AI가 학습에 미치는 영향 분석에서 추적하고 있습니다)는 ChatGPT를 쓸 때와 쓰지 않을 때 에세이를 쓰는 사람들의 EEG 활동을 측정해, 도움을 받은 집단에서 인지적 관여가 뚜렷이 낮아지는 것을 확인했습니다. 읽기가 아니라 쓰기를 다룬 소규모 프리프린트였지만, 그것이 가리키는 방향은 AI를 많이 쓰는 사람이라면 누구나 알아보는 방향입니다.

해법은 연구자들이 수백 년 동안 해 온 일, 즉 주석입니다. 중요한 주장에 하이라이트를 긋고, 검증하고 싶은 출처에 표시를 남기고, 보고서를 가로질러 통찰을 연결하십시오.

바로 여기에 Glasp의 웹 하이라이터가 워크플로에 들어맞습니다. 리서치는 OpenAI, Perplexity, Gemini, Claude 어디서 돌려도 됩니다. 보고서를 읽기 좋은 페이지에 붙여 넣으세요. 읽으면서 브라우저에서 바로 하이라이트해 보세요. 하이라이트는 Glasp 라이브러리로 동기화되어, 그달에 읽은 나머지 모든 것과 함께 검색 가능하고 정리된 상태로 쌓입니다.

실제로 잘 통하는 워크플로 몇 가지입니다.

하이라이트한 뒤 다시 물어보기. 보고서를 읽고 가장 중요한 주장 10~15개를 하이라이트해 보세요. 그 하이라이트를 같은 에이전트에 다시 붙여 넣고 "이 지점들을 더 깊이 파 달라"고 요청하면 됩니다. 한 방이 아니라 반복입니다.

주제별로 보고서 쌓기. 같은 주제를 두 도구로(예를 들어 OpenAI와 Claude로) 리서치했다면, 두 보고서를 Glasp에서 하이라이트해 두면 어디서 수렴하고 어디서 갈라지는지 볼 수 있습니다. 불일치 지점이 가장 흥미로운 부분인 경우가 많습니다.

텍스트와 함께 YouTube 쓰기. 최고의 출처가 팟캐스트나 강연일 때는 YouTube Summary가 타임스탬프가 달린 트랜스크립트 수준의 요약을 제공합니다. 텍스트 딥 리서치 보고서 하나에 주석을 단 YouTube 강연 서너 개를 붙이면, 어느 한쪽만 쓸 때보다 주제를 더 촘촘하게 덮을 수 있습니다.

내 하이라이트와 대화하기. Glasp의 AI 챗은 여러분의 주석을 출처로 삼아 질문에 답할 수 있습니다. "에이전트가 X에 대해 뭐라고 했지?"와 "나는 X에 대해 실제로 어떤 결론에 이르렀지?"의 차이입니다.

배운 것을 공개하기. Glasp의 커뮤니티에는 비슷한 주제를 조사하는 사람들이 가득합니다. 하이라이트한 보고서를 공유하는 일은 리서치를 더 쌓아 두기만 하지 않고 끝내게 만드는 강제 장치입니다. 단계별 안내는 글에 제대로 주석 다는 법을 보십시오.

한 번 읽고 만 보고서는 지식이 아니라 영수증입니다. 에이전트의 출력을 실제로 아는 것으로 바꾸는 단계가 바로 하이라이트와 주석입니다.

---

자주 묻는 질문

어떤 딥 리서치 도구가 가장 정확한가요?

빅4의 리서치 에이전트 중에서는 Google의 Gemini Deep Research Max가 Humanity's Last Exam 54.6%로 가장 높은 공개 점수를 기록했습니다(Google, 2026년 4월). 제품명을 구분해서 보셔야 합니다. 표준 Deep Research 등급은 같은 시험에서 50.4%를 기록했는데, 비교 글 대부분이 Max 수치를 일반 제품명으로 인용합니다. 이후 개발사의 자체 테스트에서 모델들은 더 높은 점수를 냈습니다. Claude Research의 기반 모델인 Claude Opus 5.5는 67.7%, Moonshot의 Kimi K3.1 Pro는 70.0%, Claude Fable 5.2는 74.2%입니다. 이 모두가 벤더 자기 보고이며, 가장 높은 제3자 수치인 77.4%는 아무도 판매하지 않는 모델과 검색의 조합에서 나왔습니다. 다른 하네스와 84문항 샘플로 채점한 결과입니다. 실제로 써 보면 상위 도구들 사이의 정확도 차이는 리더보드가 시사하는 것보다 작습니다.

Gemini Deep Research가 Perplexity보다 좋은가요?

벤치마크만으로는 그렇게 말할 수 없습니다. Google의 최고 수치인 Humanity's Last Exam 54.6%와 BrowseComp 85.9%는 API로 판매하는 Deep Research Max의 점수입니다. Perplexity 자체 페이지에 따르면 현재 Deep Research는 두 시험에서 각각 50.5%와 83.8%로, Google 표준 등급의 50.4%와 61.9%에 같거나 앞섭니다. 게다가 각 벤더는 자체 하네스를 사용했습니다. 실질적인 차이는 더 분명합니다. Gemini는 성인 대상 무료 요금제에서 Deep Research를 실행하고 Gmail과 Drive를 읽습니다. 반면 Perplexity는 대부분의 리서치 작업이 3분 미만에 끝난다고 하며, Gemini는 보통 5분에서 10분 걸립니다. 다만 Perplexity Free는 월 리서치 쿼리 1회만 허용합니다. 무료 이용과 Google Workspace 자료가 중요하면 Gemini, 빠른 브리핑이 필요하면 Perplexity를 고르십시오.

ChatGPT 딥 리서치의 가장 좋은 대안은 무엇인가요?

대부분의 사람에게는 성인 대상 무료 요금제에서 실행할 수 있고, 월 $4.99로 사용 한도를 2배로 늘리며, API의 Max 등급에서 가장 좋은 공개 벤치마크 성적을 낸 Gemini Deep Research, 또는 더 폭넓고 빠른 Perplexity입니다. 빅4 밖에서 찾는다면, Moonshot의 Kimi는 문서화가 잘된 Deep Research 모드를 갖췄고, Mistral의 리서치는 월 $14.99인 Vibe 앱에 있으며, xAI의 Grok은 멀티 에이전트 모드를 제공합니다. 직접 호스팅하고 싶다면 GPT Researcher와 ByteDance의 DeerFlow가 활발히 유지되는 오픈소스 선택지입니다. 2026년 8월에 아카이브된 LangChain의 open_deep_research와, 2025년 9월 이후 커밋이 없는 스탠퍼드의 STORM은 피하십시오.

Grok의 딥 리서치는 ChatGPT나 Claude와 비교하면 어떤가요?

문서화에서는 Grok이 둘보다 뒤처집니다. 개발자에게 제공되는 xAI의 리서치 선택지는 아직 베타인 멀티 에이전트 모델 grok-4.20-multi-agent로, 높은 노력 수준에서는 에이전트 4개 대신 16개를 실행합니다. 신규 구독자는 월 $8에서 $200인 The X Subscription을 통해 Grok을 구매하며, 가격은 리서치 횟수가 아니라 사용량에 따라 매겨집니다. OpenAI는 Free의 Limited부터 Pro의 Maximum까지 모든 ChatGPT 요금제의 딥 리서치를 문서화하고, Anthropic은 모든 유료 요금제에서 Claude Research가 Opus 5.5 위에서 돌아간다고 밝힙니다. 현재 세 리서치 제품을 직접 비교하는 벤치마크는 없으므로, 고려 중인 두 제품에 같은 실제 질문을 넣고 각자 찾아낸 출처를 비교하십시오.

가장 좋은 딥 리서치 API는 무엇인가요?

대부분의 팀에게는 Interactions API의 Google Deep Research 에이전트입니다. OpenAI, Google, Anthropic 중 리서치 전용 API를 제공하는 곳은 Google뿐입니다. 작업당 대략 $1에서 $3(Max는 $3에서 $7)라는 가격 추정치를 공개하고 실제 시간 예산도 문서화하지만, 두 에이전트 모두 아직 프리뷰입니다. Sonar를 썼다면 Perplexity의 Agent API로 옮기는 것이 자연스럽습니다. Sonar 지원은 2026년 9월 27일에 종료되었습니다. 모든 등급의 가격과 지연 시간이 공개된 API를 원한다면 You.com의 Research API를 써 볼 만합니다. 인용 형식과 비용을 통제하고 싶다면, 완성된 보고서를 사기보다 Exa나 Tavily 검색 위에 루프를 직접 만드십시오.

가장 빠른 딥 리서치 API는 무엇인가요?

벤더 간 속도를 직접 비교한 테스트를 공개하는 곳은 없지만, You.com의 Research API는 모든 등급의 지연 시간을 공개합니다. lite는 10초 미만, standard는 약 10초에서 30초, deep은 2분 미만, exhaustive는 5분 미만이며, 백그라운드 전용 frontier는 중앙값 300초입니다. Google은 속도 대신 시간 예산을 문서화합니다. 대부분의 Deep Research 작업이 20분 안에 끝나고 상한은 60분입니다. 속도가 필요하다면 벤더보다 노력 수준을 조절하는 것이 중요합니다. 이 API들에서는 등급을 선택할 수 있으며, 단일 사실과 짧은 요약에 맞춘 Perplexity의 fast 프리셋과 You.com의 lite가 빠른 쪽입니다. 여러분의 모델에 넣을 출처 달린 원시 결과를 몇 초 안에 받고 싶다면 Exa와 Tavily 검색이 빠른 길입니다.

딥 리서치 실행에는 얼마나 걸리나요?

벤더가 공개한 수치만 쓰자면 이렇습니다. Google 도움말 페이지는 Gemini 보고서가 보통 약 5분에서 10분 걸린다고 하고, API는 대부분의 작업을 20분 안에 끝내며 상한은 60분입니다. Perplexity는 대부분의 리서치가 3분 미만에 끝나지만 약 4분에서 5분 걸릴 수도 있다고 합니다. Moonshot은 Kimi가 10분에서 25분 걸린다고 말합니다. OpenAI의 출시 페이지는 여전히 5분에서 30분이라고 적고 있는데, 2025년 2월의 수치이며 Anthropic의 Research 도움말 페이지는 수치를 제시하지 않습니다. OpenAI 제품은 그 이후 다시 만들어졌으므로, 해당 수치는 역사적 기록으로 취급하십시오.

딥 리서치 도구를 API로 쓸 수 있나요?

가능하며, 2026년에 선택지가 크게 바뀌었습니다. Interactions API의 Google Deep Research 에이전트는 OpenAI, Google, Anthropic 중 유일한 턴키 옵션이며, 작업당 대략 $1에서 $3, Max 등급은 $3에서 $7입니다. Perplexity의 sonar-deep-research는 2026년 9월 27일 지원이 종료될 때까지 개발자들이 가장 선호하던 선택지였으며, 대체재는 Agent API의 6가지 노력 프리셋입니다. OpenAI는 전용 모델 o3-deep-research와 o4-mini-deep-research를 2026년 7월 23일에 폐기했으므로, 이제는 Responses API에서 웹 검색 도구를 켠 플래그십 모델을 돌리거나 2026년 9월부터 퍼블릭 베타인 Agents API를 쓰면 됩니다. Anthropic에는 리서치라는 이름을 내건 API가 없지만 베타인 Claude Managed Agents가 있고, 토큰 비용에 세션 시간당 $0.08의 요금이 더해집니다. You.com의 Research API와 Exa의 Agent도 완성된 보고서를 반환하며, Exa와 Tavily 검색은 직접 만드는 쪽에서 인기 있는 선택지입니다.

사용량에 따라 과금하는 딥 리서치 API는 무엇인가요?

모두 사용량에 따라 과금하지만 단위가 다릅니다. Google, OpenAI, Anthropic, Perplexity는 모델 토큰 요금에 검색당 요금을 더합니다. Google은 표준 Deep Research 작업을 $1에서 $3, Max를 $3에서 $7로 추정합니다. You.com은 노력 등급에 따라 요청당으로 과금하며, 1,000건당 $12에서 $1,200입니다. Tavily는 크레딧당 $0.008이며, Exa의 Agent는 고정 노력 기준 실행당 $0.012에서 $1.00이고 Auto와 Ultra 등급은 사용량에 따라 과금합니다. 예측 가능한 청구액이 필요하다면 토큰보다 요청당 요금이 예상하기 쉽습니다.

인용이 가장 좋은 딥 리서치 API는 무엇인가요?

Google, Perplexity, You.com의 Research API, Exa의 Agent는 인용이 달린 보고서를 기본으로 반환합니다. 모든 주장을 URL까지 추적해야 하는 프로덕션 시스템이라면 Exa나 Tavily 검색 위에 구축하는 경우가 많습니다. 출처가 달린 결과를 받아 자기 모델에 넣기 때문에 형식을 직접 통제하고 감사 추적도 보여 줄 수 있습니다. 웹 검색 도구를 가진 모델이라면 어느 것이든 프롬프트로 지시하면 본문에 인용을 달 수 있습니다. 다만 이에 관한 독립 연구를 기억하십시오. 가장 좋은 평가를 받은 시스템조차 인용 루브릭 항목의 11% 미만만 온전히 충족했습니다. 인용이 붙어 있다는 것과 인용이 충분하다는 것은 다릅니다.

무료 딥 리서치 도구가 있나요?

있습니다. 9월보다 선택지도 늘었습니다. Gemini 무료 요금제는 18세 이상 누구에게나 Thinking 모델을 쓰는 Deep Research를 제공합니다. Perplexity는 모든 요금제에 무료 사용량을 제공하지만 Free는 월 리서치 쿼리 1회로 제한되며, ChatGPT Free는 횟수가 공개되지 않은 "Limited" 사용량을 유지합니다. Claude는 예외로, Research를 유료 요금제에만 제공합니다. 직접 돌리고 싶다면 위에서 다룬 오픈소스 에이전트를 무료로 내려받을 수 있습니다. 다만 에이전트가 호출하는 모델과 검색 서비스의 비용은 여전히 내야 합니다(DeerFlow는 적어도 API 키 없이 DuckDuckGo로 검색할 수 있습니다).

딥 리서치 보고서의 환각은 어떻게 막나요?

실용적인 방법이 세 가지 있습니다. 첫째, 인용된 출처 중 적어도 상위 세 개에서 다섯 개를 클릭해 그 주장이 실제로 출처 안에 있는지 확인하십시오. 실제 출처에 없는 내용을 그 출처에서 나온 것처럼 인용한 오류는 존재하지 않는 링크보다 훨씬 놓치기 쉽기 때문입니다. 둘째, 같은 프롬프트를 두 번째 도구에도 돌리십시오. 불일치가 생긴 지점이 보통 둘 중 하나가 틀린 곳입니다. 셋째, 이것을 소프트웨어로 만든다면 검증을 프롬프트 속 한 줄이 아니라 별도의 파이프라인 단계로 두십시오. 주장을 하나씩 추출하고, 독립된 새 컨텍스트에서 검증한 다음, 별도의 검토 단계에서 비판적인 관점으로 각 판정의 타당성을 다시 따져 보게 하십시오. Anthropic의 2026년 7월 쿡북이 설명하는 패턴입니다.

딥 리서치 도구가 내 비공개 문서를 읽을 수 있나요?

가능하며, 여러분의 허가가 필요합니다. 도구 간 격차도 줄었습니다. Gemini Deep Research의 통합이 가장 깊어서 Gmail, Drive, Docs에 네이티브로 접근합니다. ChatGPT의 딥 리서치는 요금제에 따라 Google Drive나 SharePoint 같은 연결된 소스를 검색할 수 있습니다. Claude Research는 웹과 데스크톱 앱에서 연결된 도구를 사용할 수 있지만, 모바일에서는 웹만 검색합니다. Perplexity의 Computer는 웹과 함께 여러분의 파일과 앱도 활용할 수 있습니다. 자료 대부분이 Google Workspace에 있다면 Gemini가 여전히 당연한 선택입니다.

딥 리서치 보고서를 저장하고 재사용하는 가장 좋은 방법은 무엇인가요?

보고서를 PDF나 마크다운으로 내보내고, 읽기 좋은 화면에서 열어, 긴 글을 읽듯 하이라이트하십시오. Glasp는 바로 이 워크플로를 위해 만들어졌습니다. 하이라이트는 검색하고, 다른 하이라이트와 연결하고, 다시 찾아볼 수 있는 라이브러리로 동기화됩니다. 하이라이트 단계가 없으면 딥 리서치 보고서 대부분은 한 번 읽히고 잊힙니다. 하이라이트 옆에 자기 말로 짧은 메모를 쓰는 것도 도움이 됩니다. Slamecka와 Graf가 1978년에 실시한 생성 효과 실험에서 사람들은 읽기만 한 단어보다 스스로 만들어 낸 단어를 더 잘 기억했습니다.

---

결론: 리서치 도구가 아니라 리서치 스택

OpenAI의 출시로부터 21개월이 지나면서 이 카테고리는 정리되었다가 다시 재편되었습니다. 딥 리서치 에이전트는 승자 독식 시장이 아닙니다. 무엇을 조사하는지, 시간이 얼마나 있는지, 자료가 어디에 있는지, 버튼을 누르는지 아니면 API를 호출하는지에 따라 최적의 선택이 달라지고 여러 도구가 공존하는 시장입니다.

지금 대부분의 지식 노동자에게 하나만 고르라면 여전히 Gemini입니다. Deep Research를 포함한 무료 요금제, $4.99로 가장 저렴한 유료 업그레이드, 가장 좋은 공개 벤치마크 성적(API의 Max 등급 기준), 그리고 OpenAI, Google, Anthropic 중 유일한 리서치 전용 API를 갖췄습니다. 더 무겁거나 더 모호한 작업이라면 OpenAI Deep Research나 Claude Research와 함께 쓰십시오. 아직도 비동기 Sonar 호출을 보내는 개발자라면 지금 Perplexity의 Agent API로 옮겨야 합니다. Perplexity가 9월 27일에 해당 호출의 지원을 중단했기 때문입니다.

더 깊은 변화는 구조적입니다. 전용 딥 리서치 모델은 대형 랩들에서 퇴장하는 중입니다. OpenAI는 리서치 모델을 폐기했고, Perplexity는 Sonar를 폐기했으며, Google은 모델이 아니라 에이전트를 내놓고, Anthropic은 매니지드 하네스를 내놓으며, xAI는 에이전트 개수를 고르게 합니다. 예외적으로 알리바바의 qwen-deep-research 엔드포인트는 여전히 남아 있습니다. 그 자리를 대신한 것이 노력 다이얼입니다. 무언가를 만드는 사람에게는 좋은 소식입니다. 노력 수준은 요청마다 조절할 수 있는 파라미터이기 때문입니다. 모델은 그대로 두고 검색 예산만 늘려 정확도가 53%포인트 달라졌다는 결과가 2026년의 가장 유용한 벤치마크 발견인 이유도 여기에 있습니다.

그러나 도구 선택보다 중요한 것은 그 출력으로 무엇을 하느냐입니다. 사람들이 저지르는 가장 큰 실수는 딥 리서치 보고서를 완성된 작업물로 취급하는 것입니다. 그렇지 않습니다. 원재료입니다. 실제 지식은 중요한 주장에 하이라이트를 긋고, 그것을 이전에 읽은 것들과 연결하고, 나중에 그 주제가 다시 나왔을 때 되짚어볼 때 만들어집니다.

Glasp가 설계된 워크플로가 바로 그것입니다. 어떤 보고서든, 어떤 글이든, 어떤 YouTube 트랜스크립트든 하이라이트할 수 있습니다. 스스로 중요하다고 판단한 것들로 검색 가능한 라이브러리를 쌓아 보세요. 구체적인 무언가를 떠올려야 할 때 나중에 자기 하이라이트와 대화하면 됩니다. 같은 주제를 조사하는 다른 사람들과 작업을 공유해 보세요.

딥 리서치 에이전트는 계속 좋아질 것이고, API도 계속 늘어날 것입니다. 하이라이트 기능을 결합하지 않은 에이전트는 한 번 읽히고 잊히는 보고서를 계속 만들어 낼 것입니다. 리서치 워크플로를 하나의 도구를 중심으로 짜지 마십시오. 스택을 중심으로 짜고, 그 스택의 마지막 고리는 여러분 자신의 이해가 기록되는 자리여야 합니다.

이번 주에 진짜 리서치 질문 하나를 네 도구 중 두 곳에 돌려 보는 것부터 시작해 보세요. 두 보고서를 모두 하이라이트해 보세요. 무엇을 배웠는지 비교해 보면 됩니다. 그것이 워크플로입니다. 나머지는 전부 기능 목록일 뿐입니다.