Deep Research는 제미나이의 에이전트형 조사 모드로, 주제를 스스로 파고듭니다. 조사 계획을 세우고 웹을 검색하고 여러 출처를 읽은 뒤, 발견한 내용을 인용이 붙은 구조화 보고서로 종합합니다. 학습 데이터에 기대어 답하는 일반 응답과 달리 Deep Research는 최신 정보를 능동적으로 가져옵니다.

TL;DR 핵심 요약

정체: 제미나이에 내장된 에이전트형 조사 작업 흐름. 한 번 실행하면 1~5분 동안 혼자 돌면서 수십 개 출처를 훑습니다.
대표 산출물: 목차, 장 구성, 요점, 본문 인용(각주·링크)을 갖춘 구조화 마크다운 보고서. 그대로 메일로 보내거나 문서로 옮길 수 있습니다.
계획이 먼저: 편집 가능한 조사 계획(어떤 하위 질문을 조사하고 어떤 출처를 볼지)이 먼저 나오고, 사용자가 검토·수정한 뒤에야 실행됩니다.
비용 장벽: 다단계 조사는 일반 대화보다 추론 비용이 훨씬 높아 Gemini Advanced(월 $19.99) 구독에 묶여 있습니다.
경쟁 기준점: Perplexity Deep Research, ChatGPT Deep Research, Claude 웹 검색, You.com Pro Search와 비교됩니다.
출력 형식: 마크다운 보고서, 구글 문서로 바로 내보내기, Canvas로 옮겨 추가 제작.

Deep Research로 무엇을 할 수 있나요?

Deep Research가 하는 일은 한 건의 조사입니다. 일반 질의응답은 학습 데이터에 기댄 추측이거나 기껏해야 검색 요약 몇 개를 이어 붙인 것입니다. Deep Research는 실시간 웹을 검색하고, 여러 페이지를 끝까지 읽고, 정보를 교차 검증하고, 모순을 찾아내고, 검증 가능한 발견과 출처 링크를 내놓습니다.

실행하면 제미나이는 먼저 조사 계획(살펴볼 하위 질문 목록과 접근 방법)을 만듭니다. 사용자는 이를 검토하고 질문을 더하거나 빼고 우선순위를 조정한 뒤 실행할 수 있습니다. 실행에 들어가면 시스템은 자율 모드로 1~5분(복잡한 주제는 10분 이상) 동안 검색하고 읽고 단서를 따라가며 보고서를 짓습니다. 결과물은 장 제목, 불릿 요점, 본문 인용을 갖춘 구조화 마크다운 보고서로, 채팅 답변보다 외부 공유·사내 보고·인용에 훨씬 적합합니다.

대표적인 쓰임새는 네 가지입니다. 시장 조사(“2026년 1분기 세계 전기차 판매 상위 10개 브랜드의 점유율 변화와 전략을 조사해 줘”), 경쟁사 분석(“Notion, Obsidian, Logseq 세 노트 앱을 AI 연동 관점에서 비교해 줘”), 연구 사전 단계(“2024~2026년 긴 맥락을 다루는 AI 모델 연구 동향을 정리해 줘”), 기술 선정(“2026년 크로스 플랫폼 데스크톱 기반 기술인 Electron, Tauri, Flutter Desktop, Qt의 장단점을 조사해 줘”)입니다.

Deep Research는 어떻게 작동하나요?

Deep Research는 에이전트형 시스템으로 네 단계를 자율적으로 밟습니다.

계획 단계——제미나이가 질문을 분석해 하위 질문으로 쪼개고, 알맞은 출처 유형(학술 논문, 산업 보고서, 뉴스, 공식 문서, 커뮤니티 논의)을 고르고, 조사 계획을 만듭니다. 계획은 편집 가능한 형태로 제시되어 사용자가 고칠 수 있습니다.

검색·수집 단계——계획에 따라 구조화된 웹 검색을 수행하고 수십 개 후보 페이지를 방문해 관련 문단을 맥락째 뽑아 둡니다(검색 엔진이 돌려주는 짧은 발췌만 쓰지 않습니다). PDF, 학술 데이터베이스, 공식 문서는 깊이 읽습니다.

종합 단계——여러 출처의 정보를 하나의 일관된 서술로 엮고, 출처 간 모순을 처리하며(수치가 어긋나면 명시합니다), 불확실성을 표시합니다(“A 자료에 따르면……하지만 B 자료는……”).

인용 단계——사실 주장마다 원출처로 링크를 걸어 각주나 괄호 링크 형태로 보여 주어 검증과 추적을 가능하게 합니다. 보고서 끝에는 전체 참고 목록이 붙습니다.

일반적인 검색 보강(결과 몇 개를 보고 답을 채우는 방식)과의 본질적 차이는, Deep Research가 수십 개 출처를 아우르는 다단계 조사를 수행하고 채팅 메시지가 아니라 문서를 만든다는 점입니다.

기술적으로는 Gemini 3 모델에 조사 진행을 맡는 조율 계층과 검색·페이지 읽기 도구가 결합돼 있습니다. 조율 계층은 조사 계획을 따라 다음에 무엇을 검색하고 어떤 페이지를 읽을지 한 수씩 정하며, 중간 발견은 중간 요약으로 모아 두어 수십 번 검색해도 맥락이 넘치지 않습니다. 단순한 ‘한 번 검색하고 답하기’ 구조와는 완전히 다르며, 추론 비용은 배로 늘지만 결과 품질은 차원이 달라집니다.

경쟁 조사 에이전트들과 어떻게 다른가요?

제품	제조사	소요 시간	출처 개수	출력 형식	가격
Gemini Deep Research	구글	1~5분	30~100개 이상	마크다운 보고서 + Docs 내보내기	Gemini Advanced 월 $19.99
ChatGPT Deep Research	OpenAI	5~30분	50~200개 이상	마크다운 + 워드 내보내기	ChatGPT Pro 월 $200(할당 포함)
Perplexity Deep Research	Perplexity	2~4분	30~50개	마크다운 + PDF	Perplexity Pro 월 $20
Claude + 웹 검색	Anthropic	즉시	10~30개	인용이 붙은 답변	Claude Pro 월 $20
You.com Pro Research	You	1~3분	20~40개	보고서 형식	You Pro 월 $15

방향성 차이는 분명합니다. ChatGPT Deep Research는 깊이가 가장 강하지만(30분을 돌며 200개 넘는 출처를 인용) 가격 장벽이 높고(Pro 월 $200) 기다리는 시간이 깁니다. Perplexity는 가장 빠르고 인용 경험이 최고입니다(문단 단위로 출처 페이지로 이동). Gemini Deep Research는 속도·깊이·가격의 균형이 가장 좋고 Canvas와 구글 문서 작업으로 매끄럽게 이어집니다. Claude 웹 검색은 다단계 에이전트 방식이 아니라 ‘강화된 질의응답’에 가깝습니다.

Perplexity Deep Research와의 세부 차이도 짚어 둘 만합니다. Perplexity의 강점은 ‘문단 옆 각주가 원문의 특정 대목으로 정확히 이동한다’는 인용 정밀도입니다. Gemini Deep Research의 각주는 ‘주장 하나가 페이지 전체를 가리키는’ 방식이라 문단을 특정하려면 직접 찾아야 합니다. 대신 Gemini는 조사 범위가 넓어 같은 주제에서 80~~100개 출처를 캐내는 반면 Perplexity는 보통 30~~50개입니다. 즉 Perplexity는 ‘바로 쓸 답’이 필요할 때, Gemini는 ‘사내 보고서로 키울 초안’이 필요할 때 맞습니다.

실제로 누가 어떻게 쓰나요?

투자 애널리스트: 분기 준비 기간에 산업 심층 분석을 돌립니다. “2026년 1분기 세계 데이터센터 액체 냉각 기술 업체, 시장 점유율, 기술 노선, 투자 유치를 조사해 줘”라고 시켜 15쪽짜리 구조화 보고서를 투자심의 자료의 출발점으로 삼습니다. 응용하면 먼저 넓게 조사해 업체 목록을 얻고, 회사별로 좁힌 조사(“○○사의 2024~2026년 투자 유치, 특허, 핵심 고객”)를 한 번 더 돌립니다. 두 겹으로 쌓으면 곧바로 “산업 분석 써 줘”라고 할 때보다 구조가 훨씬 또렷합니다.

프로덕트 매니저: 신규 기능 기획 전에 경쟁 조사를 합니다. “Figma, Sketch, Penpot의 협업 디자인과 AI 연동 최신 동향을 비교해 줘”라고 하면 주장마다 원문 링크가 붙어 옵니다. 나온 보고서를 그대로 Canvas로 옮겨 비교 매트릭스로 만들고 PRD나 RFC의 ‘시장 현황’ 절에 넣으면, 팀원들이 각자 다시 검색하는 중복 노동이 사라집니다.

연구자: 문헌 리뷰 사전 단계에 씁니다. “20242026년 확산 모델의 영상 생성 분야 핵심 논문과 지표 진전을 정리해 줘”라고 시켜 이후 정독의 출발점으로 삼습니다. Deep Research가 전문가의 정독을 대체하진 못하지만 ‘무엇을 읽어야 할지 아는 데까지’ 걸리는 시간을 크게 줄입니다. 전형적인 실패는 질문이 너무 넓을 때입니다(“딥러닝을 정리해 줘”)——오래된 교과서식 내용으로 돌아가 정밀도가 떨어집니다. “20252026년 주요 학회의 영상 확산 모델 신규 기법”처럼 기간과 학회를 못 박으면 산출물 품질이 확 올라갑니다.

법무·컴플라이언스: “EU AI Act와 미국 캘리포니아 SB 1047의 기반 모델 의무 차이를 비교해 줘”라고 시켜 조항 번호가 붙은 조문 대조표를 얻습니다. 예전에는 외부 로펌에 수만 달러를 주고 맡기던 종류의 작업이, Deep Research가 초안을 만들고 변호사는 법적 판단과 검증에 집중하는 형태로 바뀌며 비용이 한 자릿수 낮아집니다.

기자와 콘텐츠 창작자: 심층 기사 전 배경 조사를 합니다. “테슬라의 2026년 자율주행 사고 소송을 조사해 줘”라고 시켜 사건 타임라인과 출처 목록을 확보합니다.

교사와 학생: 수업 준비나 졸업 논문 주제를 정하는 단계에서 “ChatGPT가 고등교육 평가 방식에 미친 영향(2023~2026)을 정리해 줘”라고 시켜 이후 정독과 인용의 입구로 씁니다.

기술 선정: 새 스택 도입을 앞두고 “Next.js 15, Remix, SvelteKit, Astro를 SEO, 개발 경험, 생태계 성숙도 관점에서 비교해 줘”라고 시켜 코드 예제 링크까지 받습니다.

Deep Research가 못 하는 일은 무엇인가요?

지금 못 하는 것은 다섯 가지입니다. 실시간 금융 데이터(주가나 환율 실시간 값은 전용 데이터 소스가 필요하며 공개 웹 기반인 Deep Research는 지연이 있습니다), 유료 장벽 안의 내용(블룸버그, 파이낸셜 타임스, 네이처의 유료 기사는 전문을 못 읽고 초록까지만 봅니다), 비공개 저장소 검색(회사 내부 지식 베이스에는 접근하지 못하며 Personal Intelligence와 연동 앱을 함께 써야 합니다), 복잡한 데이터 시각화(보고서는 글과 인용으로 이뤄지고 도표는 만들지 않아 인포그래픽으로 만들려면 Canvas로 넘겨야 합니다), 영어 외 언어의 깊은 1차 자료(영어 출처가 가장 두텁고 그 외 언어만으로 깊이 파면 얕아지기 쉽습니다).

알려진 제약도 있습니다. 하루 실행 횟수는 계정 등급에 따라 다르고(Advanced 기준 대략 5~20회/일), 보고서 길이는 마크다운으로 30쪽 안팎이 한계라 너무 큰 주제는 여러 하위 조사로 쪼개야 합니다. 정책 필터 때문에 민감한 주제(의료 진단, 법률 자문, 금융 거래)에서는 단정적인 표현이 약해지므로 최종 판단은 사용자가 해야 합니다.

다단계 작업에서 흔한 실패 세 가지도 짚어 둡니다. 첫째, 계획 단계의 하위 질문 쪼개기가 너무 뭉뚱그려져 이어지는 80개 출처가 죄다 일반론에 그치는 경우. 둘째, 서로 모순되는 출처를 만났을 때 가중 판단 대신 ‘양쪽 다 조금씩’ 쪽으로 흐르는 경향——읽는 사람이 비판적 시각으로 취사선택해야 합니다. 셋째, 일부 전문 영역(생물의학, 고급 수학)의 용어 해석이 이따금 뒤섞이는 문제로, 교차 검증은 필수입니다.

윈도우에서는 어떻게 쓰나요?

구글은 지금까지도 네이티브 제미나이 윈도우 앱을 내놓지 않았습니다. 2026-04-14에 공개된 “Google app for desktop”은 Alt+Space 검색 오버레이일 뿐 Deep Research 클라이언트가 아닙니다. 윈도우에서 Deep Research로 구조화된 조사를 하고 보고서를 로컬에 저장하거나 원노트·노션·옵시디언에 넣고 싶다면 GeminiDesktop을 권합니다. 네이티브 윈도우 바이너리라 20MB 상한이 없고 한국어 UI를 지원하며 보고서를 바로 마크다운 파일로 내보낼 수 있습니다. 자세한 내용은 윈도우 설치 가이드와 Google app 비교를 참고하세요.

자주 묻는 질문

Q: Deep Research 보고서는 정확한가요? A: 인용 출처를 되짚을 수 있다는 점이 Deep Research 설계의 핵심이라, 사실 주장마다 눌러서 원 페이지로 돌아갈 수 있습니다. 다만 출처 자체가 틀렸거나 오래됐거나 편향됐을 수 있고 종합 과정에서 잘못 읽을 수도 있습니다. 중요한 결정에서는 인용을 사람이 직접 확인해야 합니다.

Q: 제미나이 사용량을 많이 잡아먹나요? A: 그렇습니다. 한 번의 조사에 드는 연산 비용은 일반 대화의 약 50~~100배입니다. Advanced 등급의 하루 횟수는 대략 5~~20회이고 Pro는 더 많습니다. 무료 사용자는 쓸 수 없습니다.

Q: 특정 출처를 지정할 수 있나요? A: 지시문에서 “.edu, .gov 도메인만 사용” 또는 “Nature, Science, IEEE 우선 참고” 같은 제한을 걸 수 있고 Deep Research는 최대한 따릅니다. 다만 유료 기사나 비공개 데이터베이스에는 로그인하지 못합니다. 또 하나 자주 쓰는 제한은 기간으로, “2025년 이후 공개된 내용만 참고”는 빠르게 바뀌는 기술 분야를 추적할 때 중요합니다.

Q: 나온 보고서를 편집할 수 있나요? A: 가능합니다. 보고서가 마크다운 형식이라 Canvas로 가져가 문서로 다시 만들거나, 구글 문서로 내보내 계속 편집하거나, 노션·옵시디언에 붙여 넣을 수 있습니다. Nano Banana 2와 함께 쓰면 보고서에 인포그래픽을 붙여 글과 그림이 갖춰진 완성물로 만들 수 있습니다.

Q: NotebookLM과 무엇이 다른가요? A: Deep Research는 공개 웹을 대상으로 하는 조사로 인터넷에서 출발합니다. NotebookLM은 사용자가 올린 PDF, 문서, 영상이라는 사적 자료에 대한 질의응답입니다. 역할이 서로 보완적이어서 배경 조사는 Deep Research, 정독과 노트 통합은 NotebookLM으로 나누어 쓰면 좋습니다.

Q: 한국어 조사도 되나요? A: 됩니다. 다만 출처의 주축은 여전히 영어입니다(한국어로 된 깊은 자료의 비중이 낮은 편입니다). 국내 산업 동향처럼 로컬한 주제는 다른 도구를 함께 쓰거나 한국어 출처를 직접 확인하는 편을 권합니다.

Q: 조사 도중에 방향을 바꿀 수 있나요? A: 계획 단계에서는 편집할 수 있지만 ‘조사 시작’을 누르고 실행에 들어가면 바꿀 수 없고, 다 돌고 난 뒤 결과를 바탕으로 질문을 추가하는 수밖에 없습니다. 그래서 계획 단계에서 몇 분을 들여 하위 질문 목록을 꼼꼼히 살펴야 합니다. 여기가 보고서 전체 품질을 가르는 지점입니다.

Q: 한국어로 물어보고 영어 보고서를 받을 수 있나요? A: 됩니다. 지시문 끝에 “최종 보고서는 영어로 출력하고 장 제목과 인용도 모두 영어로”라고 덧붙이면 그대로 따릅니다. 반대도 마찬가지여서, 한국어로 묻고 한국어 출력을 지정하면서 영어 출처를 쓰게 하는 방식은 다국어로 글을 쓰는 사람들의 단골 작업 흐름입니다.

더 읽어보기

Gemini Canvas란?——Deep Research 다음으로 이어지는 시각화·제작 작업 흐름
Personal Intelligence란?——내 취향에 맞춰 조사 방향을 조정하기
Nano Banana란?——조사 보고서에 인포그래픽 붙이기
Veo란?——조사 결론을 해설 영상으로 만들기
Gemini for Mac 100일 100기능 리뷰
윈도우 네이티브 제미나이 앱 완전 가이드
구글이 만들지 않은 제미나이 윈도우 클라이언트

데스크톱 경험

GeminiDesktop은 macOS(인텔·애플 실리콘), 윈도우, 리눅스 바이너리로 크로스 플랫폼 네이티브 Deep Research 경험을 제공합니다. 데스크톱에서 조사를 시작하고, 집중할 수 있는 창에서 조사 계획을 검토하고, 인용이 붙은 구조화 보고서를 받아 바로 마크다운 파일로 저장하거나 로컬 노트에 넣을 수 있습니다. 브라우저를 거칠 필요가 없습니다. 영어 위주에 20MB 상한이 있는 구글 공식 윈도우 검색 클라이언트(비교)와 달리 GeminiDesktop은 한국어·중국어·일본어 UI와 완전한 Deep Research 작업 흐름을 지원합니다. 내려받기: geminidesktop.app.

딥 리서치(Deep Research)란? 제미나이 다단계 AI 조사 완전 정리