🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

앤트로픽 웹 검색은 클로드 전용성, 검색 결과의 비공개성, 멀티턴 토큰 재과금이라는 제약이 있으며, 파이어크롤·브레이브·엑사·패러렐은 각각 전체 문서 수집, 독립 키워드 검색, 의미 기반 검색, 자연어 목표형 검색을 중심으로 대안을 제시한다.

📌 핵심 요약

• 저자의 실험에서는 클로드 소넷 4.6이 최근 인공지능 인프라 투자 유치 사례를 찾기 위해 세 번 검색했고, 열여섯 단어짜리 요청 한 번에 입력 토큰 232,015개가 집계됐다.
• 앤트로픽 웹 검색은 메시지 API의 서버 측 도구로 작동하며, 검색 1,000회당 10달러와 일반 토큰 비용을 부과하고 검색 결과를 이후 턴의 입력 문맥에도 포함한다.
• 저자는 클로드 종속, 모델이 검색 시점을 결정하는 구조, API 호출자가 해독할 수 없는 검색 결과, 검색료와 반복 입력 토큰이 함께 발생하는 비용 구조를 주요 문제로 꼽았다.
• 새 버전인 web_search_20260209는 코드 실행을 이용한 동적 필터링으로 문맥에 들어오는 내용을 줄이지만, 남은 결과가 이후 턴마다 입력 토큰으로 계산되는 기본 과금 방식은 바꾸지 않는다.
• 대안 가운데 파이어크롤은 한 번의 호출로 전체 마크다운을 제공하고, 브레이브는 독립 검색 색인과 공개된 결과를, 엑사는 의미 기반 검색을 제공한다. 패러렐은 제공된 원문의 비교표에서 자연어 목표형 검색과 발췌문 반환 방식으로만 소개된다.

🧩 주요 포인트

1. 검색 호출비보다 문맥에 누적된 기존 검색 결과의 재과금이 멀티턴 에이전트의 총비용을 크게 좌우할 수 있다.
2. 모델의 검색 실행 판단과 암호화된 결과 반환은 편리한 채팅 경험을 제공하지만, 운영 환경에서 필요한 기록·캐시·검증·재현 가능성을 제한한다.
3. 전체 페이지를 읽어야 하는지, 링크 후보만 고르면 되는지, 의미적으로 유사한 자료를 찾아야 하는지에 따라 적합한 검색 공급자와 반환 형식이 달라진다.

🧠 상세 정리

1. 232,015개 입력 토큰에서 시작된 문제 제기

글의 출발점은 저자가 클로드 소넷 4.6에 2026년의 최근 인공지능 인프라 투자 유치 사례를 찾게 한 실험이다. 답변 하나가 나오기 전 검색이 세 번 실행됐고, 열여섯 단어짜리 요청 한 번에 입력 토큰이 232,015개로 집계됐다고 적었다. 저자는 검색 결과가 입력 문맥에 그대로 들어가는 구조를 그 원인으로 지목하며, 한 번만 묻는 상황보다 여러 차례 반복되는 에이전트 루프에서 문제가 커진다고 설명한다. 검색 결과가 기본적으로 캐시되지 않은 채 다음 턴의 문맥에 남아 있으면, 새 정보가 아닌 기존 결과에도 입력 토큰 비용이 반복해서 붙는다. 따라서 이 글은 검색 호출 단가뿐 아니라 대화가 이어질 때의 누적 비용, 검색 결과에 대한 접근성, 다른 모델에서도 검색 계층을 재사용할 수 있는지를 주요 비교 기준으로 삼는다.

2. 앤트로픽 웹 검색의 작동 방식

앤트로픽의 웹 검색은 메시지 API에서 작동하는 서버 측 도구다. 클로드가 프롬프트를 읽고 검색 필요 여부를 판단한 뒤 질의를 만들고, 결과를 검색하며, 필요하면 추가 검색을 거쳐 인용이 포함된 답변을 생성한다. 가격은 검색 1,000회당 10달러에 일반 토큰 비용이 더해지는 구조로 소개되며, 검색으로 가져온 내용은 API 호출자에게 평문으로 전달되지 않고 클로드만 볼 수 있는 암호화된 형태로 반환된다. 일반 채팅에서는 모델이 알아서 최신 정보를 찾는 편의성이 있지만, 운영 에이전트에서는 검색 실행 시점과 검색 자료를 애플리케이션이 직접 통제하거나 관찰하기 어렵다. 저자는 같은 자동 판단 기능이 대화형 사용에서는 장점이지만, 명시적인 제어와 재현성이 필요한 시스템에서는 제약으로 바뀐다고 본다.

3. 운영 환경에서 드러난 네 가지 제약

첫 번째 제약은 도구가 클로드에서만 작동한다는 점으로, 같은 에이전트를 GPT-5나 키미 K2로 옮기려면 검색 계층을 다시 작성해야 한다. 두 번째는 검색 시점을 클로드가 결정한다는 점이며, 이미 붙여 넣은 텍스트를 요약하라고 했는데도 검색하거나 최신 정보 확인을 요청했는데 학습 데이터만으로 답할 수 있다는 사례가 제시된다. 세 번째는 검색 결과 필드가 대략 5,000자에서 15,000자 규모의 베이스64 형태 암호화 데이터로 반환되고 공개된 해독 기능이 없어, 호출자가 실제 내용을 기록·캐시하거나 모델의 답변과 원문을 직접 대조할 수 없다는 점이다. 인용을 확인하려면 URL을 별도로 다시 가져와야 하며, 그사이 페이지가 변경됐을 가능성도 배제할 수 없다. 네 번째는 검색 기본요금과 입력 토큰 비용을 함께 내고, 남아 있는 결과가 후속 턴마다 다시 계산되는 비용 구조다.

4. 반복 과금과 동적 필터링의 한계

각 검색에는 0.01달러의 기본요금이 붙고, 가져온 내용은 입력 문맥에 추가된 뒤 후속 턴에서도 다시 입력 토큰으로 계산된다. 출시 당시 해커 뉴스에서 한 개발자가 이 반복 과금 가능성을 지적하자, 앤트로픽 직원으로 자신을 소개한 답변자는 검색 결과가 이후 모든 반복 단계에서 입력 토큰으로 계산된다고 확인했다. 앤트로픽은 같은 날 문서를 수정해 이 동작을 더 명확히 설명했으며, 저자는 두 번째 턴만 실행해도 앞선 232,015개 토큰이 새로운 입력처럼 다시 청구된다고 강조한다. 이후 나온 web_search_20260209 버전은 코드 실행 도구를 이용해 검색 결과를 문맥에 넣기 전에 관련 내용만 선별하는 동적 필터링을 제공한다. 이 방식은 토큰 소비량을 줄일 수 있지만, 최종적으로 문맥에 남은 결과가 후속 턴마다 입력 토큰으로 계산되는 과금 원칙 자체는 유지한다.

5. 네 가지 대안의 비교 기준

원문 상단 비교표는 반환 내용과 검색 방식에서 네 도구를 구분한다. 파이어크롤은 전체 마크다운과 선별된 키워드 검색, 브레이브는 짧은 설명과 독립 키워드 색인, 엑사는 하이라이트 또는 전체 내용과 신경망 임베딩 검색, 패러렐은 발췌문과 자연어 목표형 검색으로 표시돼 있다. 무료 이용 항목은 파이어크롤이 월 1,000크레딧, 브레이브가 월 5달러 상당의 크레딧, 엑사가 월 1,000회 요청, 패러렐이 키 없이 사용하는 무료 MCP로 제시된다. 유료 표기는 각각 표준 기준 1,000회당 0.83달러, 요청 1,000회당 5달러, 1,000회당 7~15달러, 검색 1,000회당 5달러다. 다만 반환하는 정보량과 과금 단위가 서로 같지 않으므로, 글은 호출 단가뿐 아니라 검색 후 별도 페이지 추출이 필요한지와 모델 문맥에 얼마나 많은 내용을 넣는지도 함께 비교한다.

6. 파이어크롤의 검색·읽기 통합 방식

파이어크롤은 검색된 URL과 각 페이지의 전체 마크다운을 한 번의 호출로 반환하는 검색 후 읽기 흐름을 핵심으로 삼는다. 원문은 뉴스, 금융 보도, 학술 논문, 정부 자료, 깃허브처럼 에이전트 작업에 자주 쓰이는 출처를 중심으로 색인을 선별하며, 연구용 색인은 인용과 구조화된 요약도 제공한다고 설명한다. 검색 외에도 스크레이프, 크롤링, 상호작용 기능과 명령줄 도구를 제공하고, 상호작용 기능은 스크롤·버튼·드롭다운 조작 뒤에 나타나는 콘텐츠까지 추출할 수 있다고 소개한다. 저자의 시험에서는 한 번의 호출로 모든 결과의 전체 마크다운이 반환됐고, 최상위 결과는 2026년 4월 벤처 투자에 관한 크런치베이스 뉴스 기사였으며 명령줄 지연 시간은 1초 미만이었다. 글은 2026년 오픈클로가 파이어크롤을 기본 검색 공급자로 채택했다는 점과 125만 명 이상의 사용자, 15만 개 이상의 기업, 누적 50억 회 이상의 요청이라는 수치를 제시하지만, 이는 원문에서 제시한 서비스 측 설명이다.

7. 브레이브의 독립 색인과 공개된 결과

브레이브는 300억 개가 넘는 페이지로 구성된 자체 독립 웹 색인을 운영하며, 직접 호출하면 암호화 계층 없이 결과와 URL을 확인하고 어떤 모델과도 함께 사용할 수 있다. 원문은 앤트로픽 웹 검색도 같은 색인을 사용하는 것으로 알려졌다고 서술하지만, 이를 확정된 사실로 단정하지는 않는다. 기본 검색은 링크 선택에 활용할 수 있는 약 150~200자의 짧은 설명을 반환하고, 더 긴 형식은 주요 출처에서 여러 문단의 발췌문을 제공하며 저자의 시험에서는 약 1.3초가 걸렸다. 가격은 요청 1,000회당 5달러이고 별도의 토큰 재과금은 없지만, 2026년 2월 무료 등급이 종료돼 가입 시 신용카드가 필요하다고 설명한다. 글은 검색 결과 후보를 투명하게 검토하는 용도에는 브레이브가 적합하며, 전체 페이지를 읽어야 할 때는 파이어크롤의 스크레이프 기능과 조합할 수 있다고 제안한다.

8. 엑사의 의미 검색과 패러렐 정보의 범위

엑사는 질의를 벡터로 변환해 단어 일치보다 의미가 가까운 페이지를 찾는 방식이다. 원문은 수학식 없이 트랜스포머를 설명하는 글을 찾을 때 일반 키워드 검색이 전기 변압기 수리나 수학 과외 자료를 섞어 반환할 수 있지만, 엑사는 비전문 독자를 위한 딥러닝 설명문을 찾는다고 예시한다. 반대로 사람 이름, 기업명, 제품명처럼 특정 개체를 정확히 찾는 질의에서는 키워드 검색의 정밀도가 의미 기반 검색보다 유리하다고 설명하며, 엑사는 전용 명령줄 도구 대신 MCP 또는 REST API 사용법을 제시한다. 다만 제공된 source_body는 엑사가 하이라이트를 반환한다는 설명 도중 끊겨 있어 이후 시험 결과와 최종 평가를 확인할 수 없다. 패러렐 역시 상세 본문은 제공되지 않았으며, 비교표에 발췌문 반환, 자연어 목표형 검색, 키가 필요 없는 무료 MCP, 검색 1,000회당 5달러라는 정보만 있으므로 그 이상의 성능이나 사용 경험은 이 원문만으로 판단할 수 없다.

🧾 핵심 주장 / 시사점

• 에이전트 검색 비용은 검색 API 한 번의 가격이 아니라 검색 결과가 문맥에 머무르는 기간, 후속 턴 수, 별도 추출 호출 여부를 포함한 전체 실행 단위로 평가해야 한다.
• 검색 결과를 평문으로 기록하고 캐시하며 인용 원문과 모델 답변을 대조할 수 있는지는 단순한 편의 기능이 아니라 운영 에이전트의 감사 가능성과 재현성을 결정하는 요소다.
• 제공된 원문은 파이어크롤을 중심으로 작성됐고 엑사 부분에서 중단되며 패러렐의 상세 시험도 포함하지 않으므로, 이 자료만으로 네 대안의 종합 순위를 확정할 수는 없다.

✅ 액션 아이템

• 멀티턴 에이전트에서 검색 호출비 대비 누적 검색 결과 재과금이 총비용에 미치는 비중을 측정 기준으로 정한다.
• 전체 문서 수집, 링크 후보 선정, 의미 유사 자료 탐색 중 필요한 반환 형식을 작업 유형별로 먼저 정의한다.
• 기록·캐시·검증·재현이 필요한 경로에서는 공개 결과와 독립 색인을 주는 검색 공급자를 비교 점검한다.

❓ 열린 질문

• 검색 1,000회당 10달러보다 이후 턴 입력 토큰 재과금이 어느 수준부터 총비용을 좌우하는가?
• 모델이 검색 시점을 정하고 결과가 비공개인 구조에서 운영 기록과 재현 가능성은 어디까지 확보 가능한가?
• 전체 마크다운, 공개 키워드 결과, 의미 검색, 목표형 발췌 중 작업 유형별로 어떤 반환 형식이 적합한가?