웹 검색 API 용어집

요청 시 웹 검색을 실행하고, 사람이 보는 페이지 대신 보통 JSON 형태의 구조화된 데이터로 결과를 반환하는 인터페이스입니다.

검색 엔진 결과 페이지: 검색 엔진이 검색 쿼리에 대해 보여주는 화면입니다. SERP API는 그 페이지에 나열된 페이지를 읽지 않고 데이터로 반환합니다.

검색이 반환하는 페이지 목록으로, 엔진이 가장 관련 있다고 판단한 순서대로 정렬됩니다. LLMWebSearch은(는) 그 순서를 유지하고 각 결과에 position로 번호를 매깁니다.

각 결과 제목 아래의 짧은 발췌입니다. 무엇을 읽을지 고르는 데 유용하지만, 대부분의 질문에 단독으로 답하기에는 너무 짧습니다.

검색에 보내는 단어들입니다. 에이전트는 검색 전에 사용자의 질문을 하나 이상의 더 짧은 검색 쿼리로 다시 쓰는 경우가 많습니다.

정확한 구문을 위한 따옴표나 한 도메인에 머무르기 위한 site:처럼 검색 쿼리 안에 들어가는 특수 토큰입니다. q parameter는 이를 작성된 그대로 전달합니다.

미리 만들어 둔 색인 조회와 달리, 요청 시점에 실행하는 검색입니다. 결과는 호출하는 순간 실행되는 실시간 웹 검색에서 나오며, 검색 엔진이 매기는 순서대로 제공됩니다. 오래된 인덱스에서 제공되는 것은 없습니다.

보통 날짜와 함께 뉴스 기사로 한정한 검색입니다. topic을(를) news(으)로 설정하고, 최근 기사만 남기려면 time_range를 추가하세요.

결과를 일부 사이트로 한정하거나 다른 사이트를 제외하는 규칙입니다. include_domains 및 exclude_domains parameter는 각각 최대 20개 도메인을 받습니다.

상위 결과 페이지를 열어 본문을 추출하는 서비스 부분입니다. 저희 것은 LLMWebSearch/1.0 (+https://llmwebsearch.com/bot/)(으)로 자신을 소개하며, 페이지 리더 페이지에 설명되어 있습니다.

클라이언트가 모든 웹 요청에 함께 보내는 이름입니다. 실제 이름을 밝히는 리더는 사이트 소유자가 이를 알아보고 규칙을 정할 수 있게 합니다.

웹사이트 루트에 있는 텍스트 파일로, 로봇이 가져와도 되는 경로를 알려줍니다. 표준은 RFC 9309입니다. 저희 리더는 robots.txt를 준수합니다. 자신을 LLMWebSearch로 소개하고, 사이트가 리더를 위해 또는 모든 로봇을 위해 작성한 규칙을 따르며, 읽기가 허용되지 않은 페이지의 콘텐츠는 제외합니다.

콘텐츠를 어떻게 사용해도 되는지 밝히는 robots.txt 내의 줄로, 예를 들어 AI 입력으로의 사용을 거부하려면 ai-input=no을(를) 씁니다. robots.txt에 Content-Signal: ai-input=no를 설정한 사이트는 해당 페이지의 콘텐츠가 결과에 포함되지 않습니다.

페이지의 기사나 문서 텍스트는 남기고 메뉴, 푸터, 쿠키 배너, 광고는 버려서 모델이 중요한 내용을 읽게 하는 것입니다.

#은(는) 제목을, -은(는) 목록 항목을 표시하는 가벼운 텍스트 형식입니다. 모델이 잘 읽고, 같은 페이지라도 HTML보다 토큰을 덜 씁니다.

창이 없고 코드로 구동되는 브라우저입니다. JavaScript가 실행된 뒤에야 나타나는 페이지의 텍스트를 리더가 볼 수 있게 해 줍니다.

유료 구독자에게만 콘텐츠를 제공하는 장벽입니다. 리더는 절대 로그인하지 않으며 페이월을 우회하지도 않습니다. 이런 페이지는 콘텐츠 없이 반환됩니다.

결과의 페이지를 읽었는지, 읽지 못했다면 그 이유가 무엇인지 알려주는 필드입니다: ok, not_requested, blocked_by_robots, target_refused 및 문서에 나열된 기타 값이 있습니다.

대규모 언어 모델: 텍스트로 학습해 텍스트를 작성하는 모델입니다. 학습 시점까지만 지식을 가지므로 최신 정보를 위해서는 검색이 필요합니다.

모델이 답변의 근거로 삼을 출처를 제공하고, 그 출처를 인용하도록 요청하는 것입니다. 페이지 텍스트가 포함된 검색 결과는 웹에서 그라운딩하는 가장 일반적인 방법입니다.

함수 호출이라고도 합니다. 모델이 web_search 같은 도구를 스스로 고른 인수와 함께 실행하도록 요청하면, 여러분의 코드가 이를 실행하고 출력을 반환합니다.

모델 컨텍스트 프로토콜: Claude Desktop이나 Cursor 같은 AI 클라이언트에 도구를 노출하기 위한 공개 표준입니다. 작은 MCP 서버 하나로 검색 API를 도구로 감쌀 수 있습니다.

모델이 다음 단계를 결정하고, 도구를 호출하고, 그 결과를 읽고, 작업이 끝날 때까지 반복하는 프로그램입니다. 웹 검색이 흔히 첫 번째 도구가 됩니다.

검색 증강 생성: 관련 텍스트를 먼저 가져와 프롬프트에 넣은 뒤 생성합니다. 웹 검색 API를 쓰면 검색 단계가 곧 실시간 웹입니다.

여러 검색 쿼리를 계획하고, 많은 페이지를 읽고, 인용이 포함된 보고서를 작성하는 에이전트 패턴입니다. 질문 하나에 수십 건의 검색을 실행할 수 있습니다.

모델이 한 번에 받아들일 수 있는 텍스트의 양으로, 토큰으로 측정합니다. 각 페이지에서 이 윈도우에 들어가는 양을 제한하려면 max_chars을 설정하세요.

모델이 읽고 과금하는 단위로, 대략 짧은 단어 하나 또는 그 일부입니다. 정돈된 Markdown은 원시 HTML보다 토큰을 덜 소비합니다.

답변의 한 문장에서 그 출처로 이어지는 링크입니다. 작성된 답변 대신 출처를 반환하면 모델이 실제로 읽은 내용을 정확히 인용할 수 있습니다.

모델이 지어내는 자신감 있는 진술입니다. 최신 출처로 그라운딩하고 인용을 요청하면 줄어들지만, 완전히 없어지지는 않습니다.

호출할 때마다 소비되는 단위입니다. 크레딧 1개로 검색 1회를 이용할 수 있습니다. 최대 20개의 순위 결과를 받고, 상위 3개 페이지의 본문을 읽어 Markdown으로 반환합니다. 4~10개 페이지를 읽으면 크레딧 2개가 됩니다. 오류로 끝난 호출에는 비용이 청구되지 않습니다.

검색 5,000회부터 검색 1,000,000회까지의 선불 크레딧 묶음입니다. 검색 크레딧에는 만료일이 없습니다. 이번 달에 사용하지 않은 크레딧은 내년에도 그대로 남아 있습니다.

잔액을 채우는 암호화폐 결제로, 최소 US$25입니다. 이후 잔액으로 팩을 구매합니다.

계정이 분당 수행할 수 있는 호출 수입니다. 모든 계정에는 분당 호출 제한이 있으며 대시보드에 표시됩니다. 지원팀에 요청하면 상향할 수 있습니다.

클라이언트가 계정 없이 스테이블코인으로 단일 HTTP 요청을 결제할 수 있게 하는 프로토콜입니다. 일부 검색 API가 이를 받아들이며, LLMWebSearch은 대신 선불 잔액에서 결제됩니다.

고객 확인: 신분증이나 셀피 같은 신원 확인 절차입니다. LLMWebSearch은 이를 요구하지 않으며, KYC 없이 페이지에서 여전히 적용되는 내용을 설명합니다.