Deep Research Max

Deep Research Max란 무엇인가요?

Deep Research Max는 Gemini 3.1 Pro로 구동되는 자율 연구 에이전트로, 웹과 사용자 제공 데이터를 활용한 장기 연구 및 합성 워크플로를 실행하도록 설계되었습니다. 완전 인용된 전문 분석을 생성하며, 더 큰 에이전트 파이프라인의 일부로 단일 API 호출을 통해 직접 사용할 수 있습니다.

더 빠른 “Deep Research” 옵션과 비교해 Deep Research Max는 최대 포괄성과 최고 품질의 합성을 위해 의도되었으며, 확장된 테스트 타임 컴퓨트를 사용해 최종 보고서를 반복적으로 추론, 검색, 세밀화합니다. 또한 Model Context Protocol (MCP)을 통해 독점 데이터 소스에 안전하게 연결할 수 있습니다.

주요 기능

두 가지 에이전트 옵션 (Deep Research vs. Deep Research Max): Deep Research로 속도/지연 최적화 분석을 선택하거나, 백그라운드 워크플로에 Deep Research Max로 더 깊고 고품질 합성을 선택하세요.
기업 지향 연구 워크플로: Deep Research (Gemini 3.1 Pro 사용)는 금융, 생명 과학, 시장 조사 등의 기업 워크플로를 지원하며, 더 긴 에이전트 파이프라인의 시작 단계로 설명됩니다.
철저한 연구를 위한 단일 API 호출: 개발자는 오픈 웹과 독점 데이터 스트림을 결합한 연구 워크플로를 트리거해 전문가 수준의 완전 인용 분석을 제공할 수 있습니다.
Model Context Protocol (MCP) 지원: Deep Research는 MCP를 통해 사용자 지정 데이터 및 전문 데이터 스트림에 안전하게 연결되며, 전문 저장소를 탐색하는 임의 도구 정의를 포함합니다.
네이티브 시각 출력: 에이전트는 HTML 또는 “Nano Banana”를 인라인으로 사용해 고품질 차트와 인포그래픽을 네이티브로 생성하며, 복잡한 정성·정량 데이터를 프레젠테이션 준비 시각 자료로 변환합니다.
가이드 가능한 연구 계획: 사용자가 에이전트의 연구 계획을 안내해 출력이 요청 범위와 일치하도록 할 수 있습니다.

Deep Research Max 사용 방법

Gemini API를 통해 에이전트 접근: Gemini API를 사용해 자율 연구 워크플로를 트리거하세요 (단일 API 호출로 “철저한 연구 워크플로”를 트리거한다고 설명됨).
적합한 구성 선택: 지연이 중요한 경우 Deep Research를 사용하세요; 더 깊은 합성이 필요한 비동기 또는 장기 작업에는 Deep Research Max를 사용하세요.
MCP로 데이터 연결: 독점 소스가 있으면 MCP를 통해 연결해 에이전트가 오픈 웹 외에 데이터에 대해 검색하고 추론할 수 있게 하세요.
연구 계획 선택적으로 설정: 에이전트의 연구 계획에 지침을 제공해 조사 내용과 최종 보고서 구조를 조정하세요.
생성된 출력 검토: 에이전트는 완전 인용 분석을 생성하며, API 지원 보고서 형식에 네이티브 차트/인포그래픽을 인라인 포함할 수 있습니다.

사용 사례

야간 실사 보고서 생성: Deep Research Max를 비동기 백그라운드 작업(예: 야간 cron 작업)으로 실행해 아침에 분석가 팀을 위한 철저한 실사 보고서를 생성하세요.
게이트 데이터 포함 시장 조사: MCP를 사용해 전문 시장 또는 금융 데이터 제공자에 연결한 후, 에이전트가 결과를 완전 인용 보고서와 시각 차트/인포그래픽으로 합성하세요.
복잡한 다중 소스 분석 파이프라인: Deep Research를 에이전트 파이프라인의 첫 단계로 사용해 컨텍스트 수집을 시작한 후, 결과를 하류 단계로 전달해 추가 연구나 합성을 진행하세요.
애플리케이션 내 대화형 연구: 지연 감소가 중요한 대화형 사용자 인터페이스에 내장된 연구 경험을 위해 속도 최적화 옵션인 Deep Research를 사용하세요.
파일 증강 조사: 파일 업로드나 연결된 파일 저장소를 제공해 에이전트가 오픈 웹과 함께 입력을 검색하고, 최종 인용 서사 및 시각 자료에 결과를 통합하세요.

자주 묻는 질문

Deep Research와 Deep Research Max의 차이점은 무엇인가요? Deep Research는 속도와 지연/비용 감소를 최적화하며 강력한 품질을 제공하는 반면, Deep Research Max는 확장된 테스트 시 컴퓨트를 사용해 최대 포괄성과 최고 품질의 합성을 목표로 합니다.
에이전트가 내 독점 데이터를 사용할 수 있나요? 네. 기사에 따르면 에이전트는 Model Context Protocol (MCP)을 사용해 비공개 데이터에 안전하게 연결할 수 있으며, 파일 업로드와 연결된 파일 저장소와도 작동합니다.
텍스트 외에 다른 것을 생성하나요? 네. HTML이나 “Nano Banana”를 사용해 보고서 내에서 복잡한 데이터를 시각화하는 차트와 인포그래픽을 네이티브로 생성할 수 있습니다.
인용과 출처를 어떻게 처리하나요? 기사에 따르면 결과 분석은 “완전 인용”되며, 워크플로우는 오픈 웹과 독점 데이터 스트림을 혼합할 수 있습니다.
에이전트의 연구 내용을 제어할 수 있나요? 네. 기사에 따르면 사용자는 에이전트의 연구 계획을 안내해 출력이 필요한 범위와 일치하도록 할 수 있습니다.

대안

API를 통해 액세스하는 다른 자율 연구 에이전트: 유사 도구는 다중 소스 연구와 보고서 생성을 자동화하며, 일반적으로 지연(대화형 vs. 백그라운드), 인용 방식, 추론 깊이에서 차이가 있습니다.
검색 증강 생성(RAG) 파이프라인: 더 많은 수동 제어를 원하는 팀을 위해 RAG 설정은 웹과 독점 저장소에서 검색한 후 보고서를 생성할 수 있지만, 목적-built 연구 에이전트보다 더 많은 오케스트레이션이 필요할 수 있습니다.
AI 서사 지원이 있는 전용 BI/리포팅 도구: 시각화와 대시보드가 주요 필요라면 BI 도구가 차트를 직접 생성할 수 있습니다; AI 에이전트는 소스 간 반복 합성을 통한 엔드투엔드 서사 연구에 더 적합할 수 있습니다.
MCP 연결 도구를 사용하는 맞춤 에이전트 워크플로우: 팀은 MCP 도구와 LLM 추론을 오케스트레이션하는 맞춤 “연구 에이전트”를 구축할 수 있습니다; 이는 유연성을 제공하지만 구현 노력을 플랫폼에서 개발자에게 옮깁니다.