# 딥 리서치 에이전트를 위한 웹 검색: 많은 쿼리, 실제 출처

> 딥 리서치 에이전트는 보고서마다 수십 번의 검색을 실행합니다. 쿼리를 계획하고, 상위 페이지를 Markdown으로 읽고, 중복을 제거하고, 인용하세요. US$1.20/1K 검색에서 시작합니다. KYC 없이.

- URL: https://llmwebsearch.com/ko/use-cases/deep-research/
- 마지막 업데이트: 2026-10-22
- 발행자: LLMWebSearch (https://llmwebsearch.com)

딥 리서치 에이전트는 검색을 한 번만 하지 않습니다. 쿼리 집합을 계획하고, 돌아온 결과를 읽고, 빈틈을 알아차리고 다시 검색합니다. 보고서의 품질은 그 과정에서 얼마나 많은 실제 페이지 텍스트를 보는지에 달려 있습니다.

**빠른 답변 — 딥 리서치 에이전트에는 어떤 웹 검색 API가 맞나요?**

딥 리서치 에이전트는 보고서마다 많은 출처를 읽기 때문에 링크뿐 아니라 페이지 텍스트를 반환하는 검색 API가 필요합니다. **LLMWebSearch**은 검색 한 번당 1크레딧으로 순위 결과와 처음 3페이지의 Markdown을 반환합니다. 40회 검색으로 만든 보고서는 40크레딧을 사용하므로, 검색 100,000회은 그러한 보고서 2,500개를 충당합니다. KYC 없이; 암호화폐로 결제하세요.

## 딥 리서치 에이전트는 검색을 어떻게 사용하나요?

모델과 관계없이 대부분의 설계가 공유하는 루프입니다.

1. **요금제** — 모델은 질문을 네 개에서 여덟 개의 짧은 쿼리로 나누며, 각각은 답의 한 부분을 겨냥합니다.
2. **검색 및 읽기** — 각 검색 쿼리는 이미 읽은 첫 페이지들과 함께 순위가 매겨진 결과를 반환하므로, 에이전트가 곧바로 작업할 텍스트를 갖게 됩니다.
3. **유용한 소스를 유지하세요** — 에이전트는 이미 본 페이지와 질문을 다루지 않는 페이지를 버립니다.
4. **빈틈을 찾으세요** — 모델은 찾은 내용을 질문과 비교하고 아직 빠진 부분에 대해 새로운 검색 쿼리를 작성합니다.
5. **인용과 함께 작성하세요** — 최종 답변은 각 주장에 출처 번호를 붙여 인용하고, 출처가 서로 다르게 말하는 부분을 밝힙니다.

## 보고서 하나에 검색을 몇 번 합니까?

설계에 달려 있으며, 의도적으로 정해 두는 것이 좋습니다. 가벼운 보고서는 검색 쿼리 4개짜리 라운드를 두 번 돌릴 수 있습니다: 검색 8회입니다. 철저한 보고서는 검색 쿼리 8개짜리 라운드를 다섯 번 돌릴 수 있습니다: 검색 40회입니다.

검색이 많다고 항상 더 나은 보고서가 되는 것은 아닙니다. 주요 소스를 확보하고 나면 새 라운드마다 얻는 이득이 줄어듭니다. 중단 규칙이 도움이 됩니다: 어떤 라운드에서 새로운 소스가 2개 미만으로 추가되거나 예산을 다 쓰면 루프를 끝내세요.

`read`이 3 이하이면 검색 한 번이 크레딧 1개입니다. 따라서 검색 40회짜리 보고서는 읽은 페이지의 길이와 무관하게 크레딧 40개가 듭니다.

## 스니펫으로 작업하지 않고 페이지를 읽는 이유는 무엇입니까?

리서치는 세부 사항이 핵심이기 때문입니다. 스니펫은 페이지의 요지를 주지만, 보고서를 유용하게 만드는 수치, 조건, 날짜는 본문에 있습니다. 스니펫만으로 작성하는 모델은 빈틈을 추측으로 채우는 경향이 있습니다.

페이지를 읽으면 다음 라운드의 검색 쿼리도 좋아집니다. 에이전트는 소스가 쓰는 용어, 법률이나 제품의 이름, 사건의 날짜를 익힙니다. 그 단어들이 원래 질문보다 더 예리한 검색 쿼리를 만듭니다.

LLMWebSearch은 모든 검색의 첫 페이지들을 대신 읽어 줍니다. 각 결과에는 순위, 제목, URL, 호스트, 스니펫이 포함되며, 페이지를 읽은 경우에는 해당 페이지의 본문이 Markdown 또는 일반 텍스트로, 단어 수와 알려진 경우 발행일과 함께 포함됩니다.

## 에이전트가 같은 페이지를 두 번 인용하지 않게 하려면 어떻게 합니까?

소스 목록의 키를 URL로 잡으세요. 결과를 추가하기 전에 그 URL이 이미 있는지 확인하세요. 서로 다른 검색 쿼리가 종종 같은 강력한 페이지를 반환하므로, 한 번만 있으면 됩니다.

일부 페이지는 추적 파라미터가 붙은 경우와 붙지 않은 경우처럼 두 개의 URL로 나타납니다. 비교하기 전에 클릭 추적만 하는 쿼리 문자열을 제거하세요. 뉴스의 경우 같은 기사가 여러 매체에 실리는 일이 잦으니, `published_at`이 가장 이른 것 또는 가장 자세한 것을 유지하세요.

소스 번호는 마지막에 한 번만 매기세요. 그래야 최종 답변의 인용이 깔끔한 목록과 일치합니다.

## read를 언제 3보다 높여야 합니까?

하나의 검색 쿼리가 좁은 주제를 깊이 다뤄야 하는데 처음 세 페이지로 부족할 때입니다. `read`을 4에서 10 사이로 설정하면 그 검색은 1개가 아니라 크레딧 2개가 됩니다.

대부분의 루프에서는 검색 쿼리를 하나 더 돌리는 편이 더 나은 가치입니다. 새 검색 쿼리는 다른 각도에서 새로운 페이지를 가져오는 반면, 같은 검색 쿼리의 4~10번째 페이지는 처음 세 페이지를 반복하는 경우가 많습니다. 높은 설정은 페이지가 거의 존재하지 않는 틈새 주제에 남겨 두세요.

## 기성 딥 리서치 엔드포인트와 비교하면 어떻습니까?

여러 업체가 리서치를 단일 호출로 판매하며 작업당 과금합니다. 2026년 10월 22일 기준으로 Exa의 deep search 유형은 1,000건당 $12에서 $15이며, Exa는 2026년 4월 1일 별도의 `/research` 엔드포인트를 종료했습니다. You.com은 리서치 호출을 1,000건당 $12(Lite)에서 $1,200(Frontier)으로 책정합니다. Parallel의 Task API는 1,000개 작업당 $5(Lite)에서 $2,400(Ultra8x)입니다. Linkup의 deep search는 1,000건당 $50입니다.

이 엔드포인트들은 루프를 감춰 주므로 편리합니다. 검색 API 위에 루프를 직접 구축하면 중간 정도의 깊이에서는 보고서당 비용이 더 적고, 모델과 프롬프트, 중단 규칙을 직접 제어할 수 있습니다. [단계별 가이드](https://llmwebsearch.com/ko/guides/build-a-deep-research-agent/)에는 약 60줄짜리 작동하는 스크립트가 있습니다.

## 리서치 작업량에는 어떤 팩이 맞습니까?

보고서당 검색 횟수 × 월별 보고서 수를 세세요. 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.

| 요금제 | 수량 | 가격 | 단가 |
| --- | --- | --- | --- |
| 빌더 | 검색 25,000회 | US$41.25 | US$1.65/1K 검색 |
| 프로덕션 | 검색 100,000회 | US$145 | US$1.45/1K 검색 |
| 확장 | 검색 500,000회 | US$650 | US$1.30/1K 검색 |

모든 요금제에 포함: 상위 3개 페이지를 Markdown으로 읽기 · 국가, 언어, 시간, 도메인 필터 · 실패한 호출은 과금되지 않음 · 크레딧은 만료되지 않음

**결제 전 확인**

- 최소 충전 US$25. 암호화폐로 한 번 충전하면 잔액에서 모든 요금제를 구매할 수 있습니다.
- 잔액에 있는 금액은 만료되지 않으며, 원할 때 언제든 검색 크레딧을 구매하는 데 사용할 수 있습니다. 크레딧 팩이 최소 충전 금액보다 저렴한 경우, 최소 충전 금액을 채우기 위해서만 지불한 금액은 결제일로부터 30일 이내에 요청하시면 USDT 또는 USDC로 돌려드리며, 해당 금액이 아직 사용되지 않은 경우에만 적용됩니다. 잔액의 나머지 금액은 법률이 요구하는 경우를 제외하고는 반환되지 않습니다.
- 블록체인에서 결제가 확인되면 잔액에 반영됩니다. 일반적인 네트워크 확인 시간: BTC 약 20분 · USDT TRC-20 약 1분 · USDT ERC-20 약 5분 · USDC ERC-20 약 5분 · ETH 약 5분 · SOL 약 1분 · LTC 약 15분

## 딥 리서치: 자주 묻는 질문

### 보고서는 어떤 모델이 작성해야 합니까?

컨텍스트가 충분히 긴 모델이면 됩니다. API는 작성된 답변이 아니라 출처를 반환합니다. 자체 모델이 페이지를 읽고 답변을 작성하며 URL을 인용합니다이므로, 최종 보고서에는 큰 모델을, 검색 쿼리 계획에는 작은 모델을 쓸 수 있습니다.

### 리서치를 신뢰할 수 있는 사이트로 제한할 수 있습니까?

예. 최대 20개 도메인과 함께 `include_domains`을 전달하거나, 인용하고 싶지 않은 사이트를 제외하려면 `exclude_domains`을 전달하세요.

### 에이전트가 최근 사건만 리서치하게 할 수 있습니까?

예. `time_range`을 `day`, `week`, `month` 또는 `year`로 설정하고, 뉴스 보도에는 `topic=news`를 사용하세요.

### 리서치 실행을 예산 안에서 유지하려면 어떻게 합니까?

라운드 수와 라운드당 검색 쿼리 수를 프롬프트가 아니라 코드에서 고정하세요. 그러면 시작 전에 보고서당 비용을 알 수 있습니다.

## 출처

1. [Exa 가격](https://exa.ai/pricing) — Exa (read 2026-10-22)
2. [You.com API 가격](https://you.com/pricing) — You.com (read 2026-10-22)
3. [Parallel 가격](https://parallel.ai/pricing) — Parallel Web Systems (read 2026-10-22)
4. [Linkup 가격](https://docs.linkup.so/pages/documentation/development/pricing) — Linkup (read 2026-10-22)

---

LLMWebSearch: LLMWebSearch는 AI 에이전트를 위한 웹 검색 API로, 순위가 매겨진 결과와 함께 상위 페이지의 본문을 Markdown으로 반환하며, 신분증 업로드 없이 암호화폐로 결제합니다. US$1.20/1K 검색부터 시작하는 선불 크레딧은 만료되지 않습니다. KYC 없이 — 신분증도, 셀피도, 서류도 필요 없습니다. 암호화폐로 결제하세요.