Deep Research

Deep Research: AI 기반 연구 보조 도구

Deep Research란 무엇인가요? Deep Research는 모든 주제에 대해 반복적이고 심층적인 연구를 수행하도록 설계된 오픈 소스 AI 기반 연구 보조 도구입니다. 검색 엔진, 웹 스크래핑, 대규모 언어 모델(LLM)의 힘을 결합하여 사용자에게 선택한 주제에 대한 포괄적인 이해를 제공합니다.

이 프로젝트는 시간이 지남에 따라 연구 방향을 구체화하고 주제를 깊이 파고들 수 있도록 하는 딥 리서치 에이전트의 가장 간단한 구현을 제공하는 것을 목표로 합니다. 목표는 이해하고 구축하기 쉬운 컴팩트한 코드베이스를 유지하는 것입니다.

Deep Research는 어떻게 작동하나요?

Deep Research는 여러 핵심 구성 요소를 활용하여 연구 기능을 제공합니다.

• 검색 엔진: 검색 엔진을 활용하여 초기 정보를 수집하고 관련 소스를 식별합니다.
• 웹 스크래핑: 웹 페이지에서 콘텐츠를 추출하여 자세한 정보와 데이터를 수집합니다.
• 대규모 언어 모델(LLM): LLM을 사용하여 대상 검색 쿼리를 생성하고, 결과를 처리하고, 새로운 연구 방향을 식별합니다.

Deep Research의 주요 기능

• 반복 연구: 검색 쿼리를 반복적으로 생성하고, 결과를 처리하고, 결과를 기반으로 더 깊이 파고들어 심층 연구를 수행합니다.
• 지능형 쿼리 생성: LLM을 사용하여 연구 목표 및 이전 결과를 기반으로 대상 검색 쿼리를 생성합니다.
• 깊이 및 폭 제어: 연구 범위(폭)와 깊이를 제어하기 위한 구성 가능한 매개변수를 제공합니다.
• 스마트 후속 조치: 연구 요구 사항을 구체화하고 새로운 통찰력을 발견하기 위해 후속 질문을 생성합니다.
• 포괄적인 보고서: 결과 및 소스가 포함된 자세한 마크다운 보고서를 생성하여 연구에 대한 명확하고 체계적인 개요를 제공합니다.
• 동시 처리: 여러 검색 및 결과 처리를 병렬로 처리하여 효율성을 높이고 연구 시간을 줄입니다.

Deep Research 사용 방법

Deep Research를 시작하려면 다음 단계를 따르세요.

1. 요구 사항
   • Node.js 환경
   • 다음 API 키:
     • Firecrawl API (웹 검색 및 콘텐츠 추출용)
     • OpenAI API (o3 mini 모델용)
2. 설치
   • 리포지토리 복제: git clone [repository_url]
   • 종속성 설치: npm install
   • .env.local 파일에 환경 변수 설정:

     FIRECRAWL_KEY="your_firecrawl_key"
     # 자체 호스팅 Firecrawl을 사용하려면 다음을 추가하세요.
     # FIRECRAWL_BASE_URL="http://localhost:3002"
     
     OPENAI_KEY="your_openai_key"
     

   • 로컬 LLM을 사용하려면 OPENAI_KEY를 주석 처리하고 대신 OPENAI_ENDPOINT 및 OPENAI_MODEL의 주석을 해제하세요.
     • OPENAI_ENDPOINT를 로컬 서버 주소로 설정합니다 (예: "http://localhost:1234/v1")
     • OPENAI_MODEL을 로컬 서버에 로드된 모델 이름으로 설정합니다.
3. 사용법
   • 연구 보조 도구 실행: npm start
   • 다음과 같은 메시지가 표시됩니다.
     • 연구 쿼리 입력
     • 연구 폭 지정 (권장: 3-10, 기본값: 4)
     • 연구 깊이 지정 (권장: 1-5, 기본값: 2)
     • 후속 질문에 답변하여 연구 방향 구체화
   • 시스템은 다음을 수행합니다.
     • 검색 쿼리 생성 및 실행
     • 검색 결과 처리 및 분석
     • 결과를 기반으로 재귀적으로 더 깊이 탐색
     • 포괄적인 마크다운 보고서 생성
   • 최종 보고서는 선택한 모드에 따라 작업 디렉터리에 report.md 또는 answer.md로 저장됩니다.

동시성

Firecrawl 유료 버전 또는 로컬 버전이 있는 경우 속도 향상을 위해 CONCURRENCY_LIMIT 환경 변수를 설정하여 ConcurrencyLimit를 늘리세요. 무료 사용자는 속도 제한 오류가 발생할 수 있으므로 제한을 1로 줄여야 합니다.

DeepSeek R1

Deep Research는 R1 모델과 잘 작동합니다. R1을 사용하려면 Fireworks API 키를 설정하세요.

FIREWORKS_KEY="api_key"

키가 감지되면 시스템은 자동으로 o3-mini 대신 R1로 전환됩니다.

사용자 지정 엔드포인트 및 모델

이러한 환경 변수를 사용하여 엔드포인트 (OpenRouter 또는 Gemini와 같은 다른 OpenAI 호환 API용)와 모델 문자열을 조정할 수도 있습니다.

OPENAI_ENDPOINT="custom_endpoint"
CUSTOM_MODEL="custom_model"

Deep Research는 누구를 위한 것인가요?

Deep Research는 다음과 같은 사용자에게 적합합니다.

• 특정 주제에 대한 심층적인 정보를 수집해야 하는 연구원
• 학술 프로젝트를 위해 연구를 수행해야 하는 학생
• 업계 동향과 개발에 대한 최신 정보를 유지해야 하는 전문가
• 주제를 빠르고 효율적으로 자세히 탐색하려는 모든 사람

Deep Research를 선택해야 하는 이유

• 복잡한 연구 간소화: 정보 수집 및 분석 프로세스를 자동화하여 시간과 노력을 절약합니다.
• 숨겨진 통찰력 발견: 주제를 심층적으로 탐색하여 기존 연구 방법으로는 놓칠 수 있는 통찰력을 발견합니다.
• 포괄적인 보고서 제공: 결과를 요약하고 연구에 대한 명확한 개요를 제공하는 자세한 보고서를 생성합니다.
• 사용자 정의 가능 및 유연: 특정 요구 사항에 맞게 연구 프로세스를 조정하기 위한 구성 가능한 매개변수를 제공합니다.

라이선스

Deep Research는 MIT 라이선스에 따라 출시되어 사용자가 필요에 따라 코드를 자유롭게 사용하고 수정할 수 있습니다.

Deep Research는 심층적인 주제 분석을 간소화합니다. 검색, 웹 스크래핑을 자동화하고 LLM을 활용하여 지능형 쿼리를 생성함으로써 복잡한 연구 프로세스를 간소화합니다. 연구원, 학생 및 전문가는 이 도구를 사용하여 포괄적인 정보를 신속하게 수집하고, 통찰력을 발견하고, 자세한 보고서를 생성할 수 있으며, 동시에 명확하고 읽기 쉬운 형식을 유지할 수 있습니다. Deep Research의 차별점은 연구 방향을 반복적으로 구체화하여 각 반복마다 주제를 더 깊이 파고들 수 있다는 점입니다.