웹만이 아니라 사내 데이터베이스까지 — Google Deep Research Max의 리서치 에이전트

2026년 4월 21일, 구글이 Gemini API를 통해 두 가지 에이전틱 리서치 제품을 내놓았다. Deep Research와 Deep Research Max는 MCP 지원과 차트·인포그래픽 자동 생성 기능을 내장한 자율 연구 에이전트로, 웹 검색을 넘어 기업 내부 데이터베이스와 프라이빗 데이터 소스까지 연동할 수 있다.

속도를 택할 것인가, 깊이를 택할 것인가

두 제품은 동일한 Gemini 3.1 Pro 모델을 기반으로 하지만 서로 다른 사용 사례를 위해 최적화됐다. 표준 Deep Research는 속도와 비용을 우선시하며 실시간 응답이 필요한 채팅 인터페이스에 적합하다. Deep Research Max는 테스트 타임 컴퓨팅(Test-Time Compute)을 확장해 깊이와 품질을 극대화한다. 더 오래 추론하고, 더 많이 검색하며, 보고서를 반복적으로 개선한다.

성능 벤치마크에서 두 제품의 차이는 두드러진다. DeepSearchQA에서 Max는 93.3%(기존 버전 66.1%), BrowseComp에서 85.9%(기존 59.2%)를 기록했다. BrowseComp는 찾기 어려운 사실을 위치시키는 에이전트 능력을 측정하는 벤치마크로, Max의 심층 검색 역량을 잘 보여준다.

⤢✕

검색을 반복하며 스스로 빈틈을 채운다

딥 리서치 에이전트의 핵심은 단순한 검색 엔진이 아닌 자율적인 연구 사이클이다. 검색 쿼리 생성, 멀티소스 수집, 정보 종합, 보고서 생성의 네 단계가 반복적으로 실행된다.

⤢✕

딥 리서치 에이전트는 단일 검색 쿼리를 발행하는 것이 아니라 연구 목표를 분해해 다각도의 쿼리를 생성한다. 초기 쿼리는 포괄적인 이해를 위한 넓은 범위를 커버하고, 이후 수집된 정보의 빈틈(Knowledge Gap)을 채우기 위한 구체적인 쿼리를 추가 생성한다. 이 적응형 쿼리 전략이 기존 RAG 파이프라인과 딥 리서치 에이전트의 핵심 차이점이다.

Google Search, MCP 연결 프라이빗 소스, URL Context, 코드 실행, 파일 검색을 동시에 활용할 수 있다. 여러 소스에서 수집된 정보는 관련성 평가와 충돌 해결 단계를 거친다. 동일 주제에 대해 서로 다른 출처가 상반된 정보를 제공할 때, 에이전트는 출처의 신뢰도, 최신성, 상세도를 기준으로 우선순위를 결정한다.

원본 데이터는 밖으로 내보내지 않는다

Deep Research의 MCP 지원은 기업 내부 데이터와 전문 데이터 스트림을 안전하게 연동하는 핵심 기능이다. 민감한 정보가 소스 환경 밖으로 나가지 않으면서 에이전트가 데이터에 접근할 수 있는 아키텍처를 제공한다.

⤢✕

프라이빗 데이터 연동에서 보안은 타협할 수 없는 요소다. 세 가지 원칙을 따른다. 민감한 데이터가 MCP 서버 경계 밖으로 나가지 않도록 하는 데이터 현지화(Data Locality)는, MCP 서버가 에이전트의 쿼리를 받아 내부 시스템을 조회하고 필요한 정보만 반환하며 원본 데이터를 에이전트에 직접 전송하지 않는 방식으로 구현된다. 권한 제어(RBAC 통합)는 MCP 서버가 요청 에이전트의 신원과 권한을 확인하는 것으로, 에이전트의 ID 토큰을 기업 IAM 시스템과 연동해 데이터 접근 권한을 실시간으로 검증하고 부서별 데이터 격리와 역할 기반 필터링을 MCP 레이어에서 투명하게 적용한다. 컨텍스트 전달 최적화는 방대한 내부 문서를 에이전트 컨텍스트에 직접 주입하는 대신 RAG(Retrieval Augmented Generation) 패턴으로 관련 청크만 선별해 전달하며, 벡터 검색 기반 MCP 서버를 구성해 쿼리와 의미적으로 유사한 문서 청크만 반환한다.

금융 데이터(Bloomberg, Refinitiv), 시장 조사 데이터(Gartner, IDC), 학술 데이터베이스(PubMed, ArXiv) 같은 전문 데이터 소스를 MCP 서버로 래핑하면 딥 리서치 에이전트가 공개 웹 검색과 함께 전문 데이터도 활용한다. 이는 분석 품질을 크게 향상시키는 동시에 라이선스된 데이터의 보안 접근을 보장한다.

보고서 안에서 바로 그려지는 차트

Deep Research는 Gemini API에서 처음으로 보고서 내 인라인 시각화 생성을 지원한다. HTML 형식 또는 Google의 Nano Banana 형식으로 차트와 인포그래픽을 보고서에 직접 포함한다.

⤢✕

Deep Research Max는 PDF, CSV, 이미지, 오디오, 동영상을 입력으로 받아 연구 컨텍스트에 통합할 수 있다. PDF 재무제표, CSV 판매 데이터, 이미지 내 텍스트를 자동으로 추출하고 분석해 보고서에 통합한다. 이 멀티모달 입력 처리는 기업 애널리스트가 수행하던 수작업 데이터 수집과 분석을 자동화하는 핵심 기반이다.

비동기로 돌아가는 이유

Deep Research와 Deep Research Max는 Gemini API의 Interactions 엔드포인트를 통해 접근한다. 기존 Gemini API와의 주요 차이점은 동기 응답 대신 비동기 작업(Async Task) 모델을 사용한다는 점이다. 리서치 작업 시작 시 태스크 ID를 반환받고, 완료 시 폴링하거나 웹훅으로 결과를 수신한다. 복잡한 리서치 작업은 수 분에서 수십 분이 소요될 수 있기 때문이다.

Google Deep Research와 Deep Research Max는 단순한 검색 도구를 넘어 자율적으로 연구를 수행하고 시각화된 보고서를 생성하는 에이전틱 리서치 시스템이다. MCP 지원으로 프라이빗 데이터와 전문 데이터 스트림을 안전하게 연동하는 기능은 기업 분석·연구 업무의 자동화 가능성을 크게 확장한다. 에이전틱 딥 리서치를 엔터프라이즈에 도입할 때는 권한 제어 기반의 MCP 서버 설계, 데이터 현지화 원칙 준수, 그리고 비동기 작업 모델에 맞는 통합 아키텍처 구축이 성공의 핵심이다.