안녕하세요! 오늘은 최근 공개된 OpenAI의 Deep Research기능을 무료로 구현해 보겠습니다. Open Deep Research는 DeepSeek과 Gemini 모델을 통해 특정 주제에 대한 웹 데이터를 수집하고, 이를 구조적이고 체계적으로 분석하는 무료 도구입니다. 이 도구는 단순한 검색을 넘어 기초 데이터 분석, 비교 분석, 맥락 분석, 시각화 보고서 등 다양한 연구 기법을 자동화하였으며, 특히 웹 검색 기능을 통해 최신 데이터를 반영할 수 있어, 정적인 정보가 아닌 최신 트렌드를 기반으로 한 분석 결과를 제공합니다. 이번 블로그에서는 Open Deep Research의 구성요소, 동작원리, 설치방법에 대해 살펴보고, 직접 기능을 테스트해 보겠습니다.
"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."
1. Open Deep Research 개요
OpenAI의 Deep Research는 o3 모델 기반으로 구동되며, 기존 연구 방식 대비 시간을 획기적으로 단축하여, PhD 수준의 연구를 5~30분 만에 완료 가능한 AI 솔루션으로, 특정 주제에 대해 심층적인 연구를 수행하는 도구입니다. 이 도구는 사용자가 입력한 연구 주제를 바탕으로 웹 검색을 통해 관련 정보를 수집하고, 수집된 정보를 분석하여 심층적인 연구 결과물을 생성합니다.
이 블로그에서 구현할 Open Deep Research는 Google 검색 결과 API를 제공하는 서비스인 Serper.dev를 통해 웹 정보를 수집하고, Open Router에서 무료로 제공하는 DeepSeek과 Gemini 모델을 활용하여 텍스트 분석 및 생성을 수행하며, Qdrant 벡터 데이터베이스를 사용하여 연구 결과를 저장하고 검색합니다.
https://www.outsourcing.co.kr/news/articleView.html?idxno=101103
[AI 뉴스] AI가 연구하는 시대, 오픈AI ‘Deep Research’ 공개 - 아웃소싱타임스
[아웃소싱타임스 김민수 기자] 오픈AI가 새로운 AI 기반 연구 도구인 'Deep Research'를 발표했다. 이 기능은 인터넷에서 필요한 정보를 모아 분석하고, 이를 연구 보고서 형태로 정리해주는 AI ...
www.outsourcing.co.kr
2. Open Deep Research 특징 및 구성 요소
Deep Research는 다음과 같은 특징과 주요 구성 요소를 가지고 있습니다.
- AI 모델 활용: OpenAI의 text-embedding-ada-002 모델을 사용하여 텍스트 임베딩을 생성하고, Open Router를 통해 다양한 AI 모델을 활용하여 연구 내용을 생성합니다. 이 블로그에서는 deepseek/deepseek-chat:free와 google/gemini-2.0-pro-exp-02-05:free AI 모델이 사용됩니다.
OpenRouter
A unified interface for LLMs. Find the best models & prices for your prompts
openrouter.ai
- 웹 검색: 다양한 검색 엔진의 검색 결과를 API 형태로 제공하는 Serper API를 사용하여 웹에서 관련 정보를 검색합니다. 검색된 정보는 최대 breadth * 10개까지 수집될 수 있으며, 중복된 URL은 제거됩니다.
Serper - The World's Fastest and Cheapest Google Search API
serper.dev
- 벡터 데이터베이스: Qdrant를 사용하여 연구 결과와 관련된 임베딩 벡터를 저장하고, 검색 시 유사한 정보를 빠르게 찾을 수 있도록 합니다.
Qdrant - Vector Database
Qdrant is an Open-Source Vector Database and Vector Search Engine written in Rust. It provides fast and scalable vector similarity search service with convenient API.
qdrant.tech
- 하이브리드 검색: 텍스트 매칭과 벡터 검색을 결합한 하이브리드 검색을 통해 정확도를 높입니다.
- 시각화 기능: Plotly 라이브러리를 사용하여 데이터 시각화 기능을 제공합니다. 이를 통해 연구 결과를 시각적으로 표현할 수 있습니다.
- 대화형 인터페이스: 사용자가 연구 결과에 대해 추가 질문을 할 수 있는 대화형 인터페이스를 제공합니다. 이를 통해 연구 내용을 심화하고 추가 정보를 얻을 수 있습니다.
- 연구 기록 저장 및 관리: 연구 기록을 Qdrant에 저장하여 언제든지 다시 확인하고 삭제할 수 있도록 합니다.
3. Open Deep Research 동작 설명
Open Deep Research의 작동 방식은 다음과 같습니다.
- 연구 주제 입력: 사용자가 연구하고자 하는 주제를 입력합니다.
- 웹 검색: 입력된 주제와 관련된 정보를 웹에서 검색합니다. 검색 결과는 breadth * 10개 (예: breadth=3이면 최대 30개) 문서를 검색합니다.
- AI 분석: 수집된 웹 페이지 내용과 사용자의 질문을 바탕으로 AI 모델이 분석을 수행합니다. 분석 결과는 기초 데이터 분석, 심층 구조 분석, 비교 분석, 맥락 분석, 전망 및 제언의 다섯 가지 섹션으로 구성됩니다.
- 연구 결과 생성: AI 모델은 분석 결과를 바탕으로 텍스트 형식의 보고서를 생성합니다. 이 보고서에는 참고 자료 링크와 함께 데이터 시각화 정보가 포함될 수 있습니다.
- 데이터 시각화: 생성된 보고서에 포함된 데이터 시각화 정보를 바탕으로 그래프 및 차트가 생성됩니다.
- 연구 결과 저장: 연구 결과는 Qdrant 벡터 데이터베이스에 저장됩니다. 이때 연구 주제, 내용, 참고 자료, 생성 시간 등이 함께 저장됩니다.
- 연구 결과 검색: 저장된 연구 결과는 텍스트 검색 또는 벡터 검색을 통해 검색할 수 있습니다.
- 후속 질문 및 답변: 사용자는 연구 결과에 대해 추가 질문을 할 수 있으며, AI 모델은 새로운 정보를 검색하여 답변을 제공합니다.
- 채팅 기록 저장: 질문과 답변은 채팅 기록으로 저장되어 추후에 참조할 수 있습니다.
4. Open Deep Research 테스트
다음은 Open Deep Research를 테스트해 보겠습니다.
- 연구 주제 입력: 주제는 "DeepSeek AI가 대규모 언어 모델 기술발전에 미친 영향"입니다.
- 연구 시작: "Start Research" 버튼을 클릭하여 연구를 시작합니다.
- 연구 결과 확인: 연구 결과는 텍스트, 시각화 자료, 출처 정보의 세 가지 탭으로 나뉘어 표시됩니다.
연구 결과에 표시되는 각 참조 문헌은 링크로 연결되어 상세 내용을 확인하실 수 있습니다.
- 데이터 시각화 확인: 시각화 탭에서 제공되는 그래프와 차트를 통해 연구 결과를 시각적으로 확인할 수 있습니다.
- 추가 질문: 연구 결과에 대해 추가로 궁금한 점이 있으면 채팅 인터페이스를 통해 질문할 수 있습니다.
- 기존 연구 결과 확인: 사이드바의 "Research History" 섹션에서 이전 연구 결과를 검색하고 확인할 수 있습니다.
- AI 모델 자동 전환: 선택한 모델의 API 응답이 실패한 경우 API 상태가 양호한 모델로 자동 전환됩니다.
5. Open Deep Research 설치 방법
Deep Research를 설치하고 실행하는 방법은 다음과 같습니다.
- 필요한 라이브러리 설치: Python 환경에서 다음 라이브러리들을 설치합니다:
pip install streamlit openai requests python-dotenv qdrant-client plotly pandas- .env 파일 설정: OpenAI API 키, Serper API 키, Qdrant URL 및 API 키를 .env 파일에 설정합니다.
QDRANT_URL="발급받은 URL"
QDRANT_API_KEY="발급받은 API KEY"
OPENAI_KEY="발급받은 API KEY"
SERPER_API_KEY="발급받은 API KEY"
COLLECTION_NAME=research_records
OPENROUTER_API_BASE=https://openrouter.ai/api/v1
OPENROUTER_API_KEY="발급받은 API KEY"- 코드 작성: 아래 app.py를 다운로드하여 작업 디렉토리에 저장합니다. 코드를 공유하실 때에는 블로그 출처를 밝혀주시기 바랍니다.
- 코드 실행: "streamlit run app.py" 명령어를 사용하여 Open Deep Research 코드를 실행합니다.
"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."
6. 맺음말
Open Deep Research는 인공지능을 활용하여 심층적인 연구를 수행할 수 있도록 도와주는 강력한 도구입니다. Open Router를 활용하여 다양한 AI 모델을 무료로 사용할 수 있으며, Qdrant 벡터 데이터베이스를 통해 연구 결과를 효율적으로 관리할 수 있습니다. 여러분도 한번 코드를 다운로드하셔서 API를 설정하고 실행해 보시면 Deep Research의 기능을 체감하실 수 있으실 것 같습니다. 많은 웹 정보를 빠른 시간에 종합해서 인사이트를 얻을 수 있습니다.
오늘 블로그는 여기까지입니다. Open Deep Research가 여러분의 AI 학습에 도움이 되길 바라면서, 저는 다음 시간에 더 유익한 정보를 가지고 다시 찾아뵙겠습니다. 감사합니다.
2025.01.23 - [AI 언어 모델] - 🐋DeepSeek-R1: OpenAI-o1 뛰어넘은 오픈소스 추론 모델이 무료!
🐋DeepSeek-R1: OpenAI-o1 뛰어넘은 오픈소스 추론 모델이 무료!
안녕하세요! 오늘은 DeepSeek AI에서 개발한 최신 추론 모델 DeepSeek-R1에 대해 알아보겠습니다. DeepSeek-R1은 순수 강화 학습(Pure Reinforcement Learning)을 통해 언어 모델의 추론 능력을 혁신적으로 향상시
fornewchallenge.tistory.com
'AI 도구' 카테고리의 다른 글
| ✨🖼️구글 위스크(Whisk): 이미지 조합으로 이미지를 생성하는 AI 도구 (2) | 2025.02.24 |
|---|---|
| 🧠🔍퍼플렉시티 '딥 리서치': AI 심층 검색 및 추론 에이전트의 혁신! (4) | 2025.02.22 |
| 🌐🤖✨OpenAI Operator: 웹 작업을 자동화하는 AI 에이전트의 등장 (4) | 2025.01.26 |
| 🤖📚누구나 쉽게 만드는 Gemini 2.0 Flash Exp 멀티모달 노트북 챗봇 (6) | 2025.01.25 |
| 🌐🤖 Browser-Use WebUI: AI로 웹 브라우저를 제어하세요 (4) | 2025.01.12 |
