Google은 단일 API 호출을 통해 개방형 웹 데이터와 독점 기업 정보를 통합하여 자율 연구 기능을 향상시키는 두 가지 새로운 연구 에이전트인 Deep Research와 Deep Research Max를 출시했습니다. Gemini 3.1 Pro 모델을 기반으로 한 이 업그레이드는 전통적으로 상당한 인적 노력이 필요했던 다중 소스 연구 프로세스를 간소화하는 AI 시스템의 중요한 단계입니다. 이 제품은 정확한 정보가 중요한 금융, 생명과학, 시장 인텔리전스 분야에 쉽게 적용할 수 있을 것으로 기대됩니다.
Deep Research 및 Deep Research Max의 도입은 기업 연구 워크플로에 필수적인 AI 인프라를 구축하려는 Google의 목표를 나타냅니다. 이러한 에이전트를 사용하면 웹 정보와 함께 광범위한 독점 데이터를 최초로 추가할 수 있어 기업 AI의 지속적인 문제를 해결할 수 있습니다. Google CEO Sundar Pichai는 Deep Research를 통해 속도와 효율성을 제공할 수 있는 에이전트의 역량을 강조한 반면 Deep Research Max는 더 긴 처리 시간이 필요한 고품질의 철저한 분석을 위해 설계되었습니다.
Deep Research는 대화형 애플리케이션에 맞게 맞춤화되어 콘텐츠를 빠르고 효율적으로 제공하는 반면 Deep Research Max는 심층 평가를 위해 확장된 컴퓨팅 시간을 사용합니다. 두 에이전트 모두 Gemini API의 유료 계층을 통해 사용할 수 있습니다. 이는 개발자가 고급 연구 기능을 애플리케이션에 직접 삽입할 수 있는 생태계를 구축하려는 Google의 접근 방식을 나타냅니다.
이번 릴리스의 핵심은 Deep Research가 민감한 정보에 대한 위험 없이 개인 데이터에 안전하게 액세스할 수 있게 해주는 MCP(Model Context Protocol)입니다. 이 기능을 사용하면 헤지 펀드와 같은 조직이 내부 및 외부 데이터 소스 모두에서 원활하게 통찰력을 얻을 수 있습니다. Google은 FactSet, S&P, PitchBook과 같은 금융 데이터 제공업체와 협력하여 통합을 강화하고 기업 사용자에게 향상된 생산성과 데이터 액세스 기능을 제공하고 있습니다.
연구 보고서 내에서 기본 차트와 인포그래픽을 생성하는 기능은 유용성을 향상시켜 에이전트를 단순한 연구 보조자가 아닌 최종 보고서를 생성하기 위한 실행 가능한 도구로 전환합니다. 이러한 이중 역량은 분석가가 일반적으로 광범위한 정보 수집 작업에 직면하는 금융 서비스 및 컨설팅과 같은 부문에서 프로젝트 일정을 잠재적으로 단축시킵니다.
소비자 대상 도구에서 기본 엔터프라이즈 플랫폼으로의 Deep Research의 발전은 개발자 커뮤니티에 강력한 AI 기능을 제공하려는 Google의 전략을 강조합니다. 최근 전환을 통해 상담사는 2024년 12월 소비자 보조원에서 기업용 정교한 도구로 전환되어 다양한 Google 제품 전반에 걸쳐 조사 기능을 보다 효과적으로 통합할 수 있게 되었습니다.
자율 연구 에이전트의 경쟁 환경에는 유사한 기능을 개발해 온 OpenAI와 같은 주요 플레이어가 포함됩니다. Google은 방대한 검색 인프라와 MCP를 통한 광범위한 데이터 연결 옵션을 결합하여 차별화됩니다. Deep Research의 가격은 API 액세스에 대해 경쟁력 있는 가격을 설정하여 연구 결과의 양을 원하는 사용자에게 여전히 매력적인 가격을 보장합니다.
포괄적인 연구에 의존하는 산업에 대한 즉각적인 영향은 심오합니다. 금융 및 생명 과학 부문은 초기 연구 단계의 자동화를 통해 상당한 이익을 얻을 수 있으며, Google의 파트너십은 해당 산업 내에서 제품 관련성을 향상시키겠다는 진지한 약속을 나타냅니다. Deep Research와 Deep Research Max는 현재 공개 미리보기 상태이며, 곧 Google Cloud에서 더 폭넓은 가용성을 제공할 예정입니다.
Sundar Pichai는 X에서 “Deep Research는 신뢰할 수 있는 데이터를 신속하게 필요로 하는 전문가를 위한 정보 접근성을 혁신하는 것을 목표로 합니다.”라고 X에서 말했습니다. 이러한 에이전트의 성공은 궁극적으로 전문 환경에서 채택하는 데 중요한 요소인 실제 조건에서의 출력 품질과 신뢰성에 달려 있습니다.
<시간 />
