에이전틱 검색은 AI가 목표에 맞춰 조사 과정을 계획하고, 중간 결과에 따라 검색어와 다음 행동을 바꾸며 답을 완성하는 방식입니다. 복잡한 질문은 여러 조사 과제로 나눌 수 있고, 검색 결과가 부족하면 표현을 바꿔 다시 찾거나 새로 발견한 쟁점에 맞춰 계획을 고칠 수 있습니다.
아직 범위가 완전히 표준화된 용어는 아닙니다. 검색을 여러 번 했다는 사실보다, AI 에이전트가 진행 상태를 보고 다음 검색과 도구 사용을 동적으로 정하는지가 중요한 구분 기준입니다.
에이전틱 검색의 진행 방식
예를 들어 서울에서 아이와 2박 3일 동안 갈 만한 곳을 일정으로 짜 줘라는 요청을 받았다고 해보겠습니다.
- 숙소 위치, 이동 시간, 운영일, 연령 제한처럼 확인할 항목을 나눕니다
- 각 항목을 검색하고 공식 페이지와 최신 자료를 찾습니다
- 휴관일이나 이동 거리처럼 일정과 충돌하는 조건을 발견합니다
- 충돌을 해결할 새 검색을 하고 계획을 고칩니다
- 사용한 출처와 함께 최종 일정을 정리합니다
처음부터 검색 순서가 모두 고정돼 있지 않다는 점이 핵심입니다. 중간에 무엇을 발견했는지가 다음 행동을 바꿉니다.
RAG와 쿼리 팬아웃의 차이
RAG가 항상 한 번만 검색하는 것은 아닙니다. 여러 단계로 구현할 수도 있고 키워드 검색과 벡터 검색을 섞을 수도 있습니다. 따라서 검색 횟수만으로 RAG와 에이전틱 검색을 나누면 안 됩니다.
쿼리 팬아웃도 에이전틱 검색의 일부가 될 수 있습니다. 다만 미리 정한 검색어 여러 개를 한 번에 실행하는 것만으로는, 중간 결과에 따라 다음 행동을 정하는 에이전틱 과정이라고 보기 어렵습니다.
실제 제품 사례
ChatGPT Deep Research와 Gemini Deep Research는 대표적인 사례입니다. 두 서비스의 공식 설명에는 계획 수립, 여러 출처 탐색, 검색 수정과 결과 종합이 포함됩니다.
반면 일반 검색결과에 AI 요약이 붙었다는 사실만으로 에이전틱 검색이라고 단정할 수는 없습니다. 서비스 회사가 내부 과정을 공개하지 않았다면 답변이 길거나 출처가 많다는 것만으로 작동 방식을 확정하기 어렵습니다.
검색과 콘텐츠 실무에서 중요한 이유
에이전틱 검색은 한 번의 검색결과가 아니라 조사 과정 전체를 다룹니다. 진행 기록을 제공하는 제품에서는 AI가 어떤 질문을 다시 검색하는지, 어떤 출처를 실제 근거로 삼는지 살펴볼 수 있습니다.
그렇다고 특정 문서 형식을 쓰면 에이전틱 검색에 선택된다고 보장할 수는 없습니다. 다음 기본 조건을 먼저 점검하는 편이 현실적입니다.
- 제목과 본문이 실제 질문에 분명히 답하는가
- 날짜와 수치, 조건의 원출처를 확인할 수 있는가
- 페이지의 발행일과 수정일, 작성 주체가 분명한가
- 검색과 크롤링을 막는 기술 문제가 없는가
여러 사이트에서 같은 말을 반복하면 자동으로 신뢰받는다는 식의 규칙도 확인된 바 없습니다. 최종 답변에 인용됐는지와 출처의 주장이 정확히 반영됐는지를 직접 봐야 합니다.
에이전틱 검색을 확인하는 방법
- 제품 공식 문서에서 에이전트나 딥 리서치 기능의 작동 범위를 확인합니다
- 실행 전에 조사 계획이나 하위 과제를 만드는지 봅니다
- 진행 기록에서 검색어 수정과 추가 탐색이 나타나는지 확인합니다
- 중간 결과에 따라 계획과 도구가 바뀌는지 살펴봅니다
- 최종 출처를 열어 답변의 핵심 주장과 실제 내용이 맞는지 검증합니다
화면에 모든 내부 단계가 공개되는 것은 아닙니다. 확인할 수 없는 부분은 추정하지 않고 제품이 공개한 범위 안에서 설명해야 합니다.
자주 묻는 질문
검색을 여러 번 하면 모두 에이전틱 검색인가요?
아닙니다. 미리 정한 검색을 순서대로 실행하는 자동화일 수 있습니다. 진행 상태를 보고 AI가 다음 검색과 행동을 바꾸는지가 중요한 기준입니다.
Deep Research와 같은 뜻인가요?
Deep Research는 에이전틱 검색을 활용하는 제품 기능의 이름입니다. 에이전틱 검색은 여러 제품과 시스템에 적용할 수 있는 더 넓은 방식입니다.
일반 AI 검색과 무엇이 다른가요?
일반 AI 검색은 웹에서 자료를 찾아 답하는 기능 전체를 가리킬 수 있습니다. 에이전틱 검색은 그중에서도 계획, 반복 탐색, 다음 행동 결정이 동적으로 이뤄지는 경우를 말합니다.
함께 알아두면 좋은 용어
- AI 에이전트: 목표에 따라 다음 단계와 도구를 정하는 시스템
- 쿼리 팬아웃: 질문을 여러 검색어와 하위 질문으로 펼치는 기법
- RAG: 외부 자료를 답변 생성에 제공하는 구조
- AI 검색: AI가 검색과 답변 생성을 결합한 상위 개념