딥리서치 AI 비교 — 무료로 어디까지 되나, 그리고 그 보고서를 믿어도 되나 (2026.7)

각주 100개짜리 보고서를 몇 분 만에 들고 오는 AI 인턴, 그 각주의 13.3퍼센트가 존재하지 않는 주소였습니다. 다른 딥리서치(3.5%)와 비교하면 거의 네 배죠. 2026년 4월 펜실베이니아대 연구진이 상용 모델·딥리서치 에이전트가 만든 인용 URL 20만 개 넘게를 전수 조사해서 나온 숫자입니다.

전체로 보면 인용 URL의 3~13%가 아예 없는 주소였고, 접속조차 안 되는 링크까지 합치면 5~18%. 더 얄궂은 건 각주를 많이 다는 딥리서치 에이전트가 일반 검색 AI보다 환각률이 오히려 높았다는 대목입니다.

출처가 100개니까 설마 틀리겠어 — 그 안심이 정확히 함정이에요. 무료로 몇 번 되는지보다 이게 먼저 궁금해지지 않나요.

그래서 두 가지를 팠습니다. 이 인턴을 공짜로 어디까지 부릴 수 있나(각 사 공식 문서), 그리고 물어온 자료를 얼마나 믿어야 하나(논문 데이터). 2026년 7월 확인분입니다.

딥리서치가 실제로 하는 일 — 조사원을 몇 분 굴리는 겁니다

일반 챗봇이 "아는 걸 말하는" 거라면, 딥리서치는 "찾아와서 정리하는" 겁니다. 회사마다 공식 설명은 이렇습니다.

• 퍼플렉시티 — 수십 번 검색하고 수백 개 소스를 읽어 2~4분 만에 보고서를 낸다고 공식 블로그에 적혀 있습니다. 대부분의 작업을 3분 안에 끝낸다고요.
• 챗GPT — 리서치 계획을 먼저 제안하고, 사용자가 그 계획과 소스 범위(공개 웹·업로드 파일·연결한 앱)를 고친 뒤 실행합니다. 진행 중 끼어들어 방향을 틀 수도 있고, 결과는 인용이 달린 구조화된 보고서로 나옵니다.
• 제미나이 — 공개 웹 소스에 더해 연결된 워크스페이스 데이터까지 훑고, 결과물에는 검증 가능하도록 인용·출처 링크가 포함된다고 구글 공식 도움말이 밝히고 있습니다.
• 클로드 Research — 무료 플랜에는 아예 없습니다. Pro 이상 유료 전용이에요.

쉽게 말해 조사원 인턴 하나를 몇 분 굴려서 초안을 받는 겁니다. 사람이 반나절 걸릴 자료 수집을 몇 분에 끝내니 시급 계산은 확실히 남는 장사죠. 문제는 그 인건비가 얼마인지 아무도 정확히 안 알려준다는 겁니다.

무료로 몇 번 되나 — 놀랍게도 회사들이 숫자를 안 줍니다

이 글을 쓰면서 제일 황당했던 대목입니다. 공식 페이지를 다 열어 봤는데, 세 회사 모두 딥리서치 횟수를 숫자로 공개하지 않습니다.

서비스	무료 사용	공식 페이지가 밝히는 한도	유료로 올리면
챗GPT 딥리서치	가능	"Limited deep research"라고만 표기 — 숫자 없음	Plus는 "Expanded", Pro는 "Maximum" (역시 숫자 없음)
제미나이 딥 리서치	가능	한국 공식 요금 페이지에 횟수 표기 없음 · 트래픽 몰릴 때 무료 사용자는 일시 제한될 수 있다고만 안내	상위 요금제일수록 한도가 배수로 늘어난다고만 설명
퍼플렉시티 딥리서치	가능	"비구독자는 하루 제한된 수의 답변" — 숫자 없음	Pro는 "많은 양의 딥리서치 질의" (역시 숫자 없음)
클로드 Research	✗ 불가	유료 플랜(Pro 이상) 전용	별도 횟수 상한 없이 일반 사용량에서 차감

OpenAI 도움말은 아예 이렇게 적어 뒀습니다. 딥리서치 사용량은 플랜마다 다르고, 남은 횟수는 앱 안의 사용량 카운터에서 확인하라고요. 월 할당량이 있는 플랜은 첫 사용일부터 30일마다 리셋된다는 설명까지는 있는데, 그 할당량이 몇 개인지는 끝내 안 나옵니다.

그런데 한국어 블로그를 검색해 보면 "무료 월 5회", "Plus 월 10회" 같은 숫자가 아주 확신에 차 있죠. 대부분 2025년 출시 초기의 수치를 그대로 베껴 온 것입니다. 회사들이 그 사이 모델과 정책을 몇 번이나 갈아엎었는데도요. 남의 블로그 숫자로 결제 계획을 세우면, 인턴 월급을 소문으로 책정하는 꼴입니다.

여기에 실제 사고도 하나 있었습니다. 2025년 7월, 퍼플렉시티 유료(Pro) 사용자가 딥리서치를 누르자 상위 요금제(Max·월 200달러) 업그레이드 안내가 뜨는 일이 벌어져 국내 매체에도 보도됐어요. 회사는 일시적 기술 오류라고 해명했지만, 사용자들은 10배 요금제 유도가 아니냐고 반발했습니다. 한도가 공개되지 않는 구조에서는 이런 일이 생겨도 사용자가 반박할 근거가 없습니다.

그래서, 그 보고서를 믿어도 되나

여기서부터가 진짜 본론입니다. 무료 몇 회냐보다 훨씬 비싼 문제거든요.

앞서 언급한 2026년 4월 논문(Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents)은 딥리서치 에이전트와 검색 증강 모델 10종이 만든 인용 URL을 대규모로 검사했습니다. 데이터셋 두 개(5만 3,090개 URL · 16만 8,021개 URL)를 훑은 결과가 이렇습니다.

• 전체 인용 URL의 3~13%가 존재하지 않는 주소(환각)였습니다.
• 접속이 안 되는 링크까지 포함하면 5~18%.
• 딥리서치 에이전트별로는 제미나이 2.5 Pro 딥리서치가 13.3%, OpenAI 딥리서치가 3.5%로 갈렸습니다. 같은 딥리서치인데 네 배 가까운 차이입니다.
• 연구진이 짚은 건 간단합니다. 딥리서치 에이전트는 질의당 인용을 훨씬 많이 달지만, 일반 검색 AI보다 URL 환각률이 오히려 더 높았습니다.

측정에 쓰인 모델이 제미나이 2.5 Pro 세대라 지금 서비스와는 세대가 다릅니다. 그러니 "제미나이는 나쁘고 OpenAI는 좋다"는 브랜드 결론으로 가져가면 곤란해요. 이 숫자로 지금 서비스의 우열을 매길 수는 없습니다. 대신 남는 건 구조예요. 각주 개수는 신뢰도의 지표가 아니고, 링크가 많을수록 아무도 확인 안 한 링크도 함께 늘어납니다.

그래서 도구 선택 기준도 순위표가 아니라 이렇게 잡는 게 실용적입니다. 결론에 숫자·인용을 그대로 실어야 하는 업무(제안서·경쟁사 분석 보고서)라면 인용을 적게 달더라도 눌러 확인하기 쉬운 쪽이 낫고, 자료 폭을 넓게 훑는 게 목적(시장 조사·아이디어 수집)이라면 인용을 많이 다는 쪽이 낫습니다. 어느 쪽이든 무료로 같은 질문을 두 곳에 던져 보고, 링크 대여섯 개를 직접 눌러 보는 게 벤치 점수보다 정확한 채용 면접이에요.

인턴이 각주를 100개 달아 왔다고 흐뭇해할 게 아니라, 그중 열 몇 개는 존재하지 않는 문서일 수 있다고 봐야 한다는 뜻입니다. 성실한 일꾼과 정확한 일꾼은 다른 사람이고, 우리가 월급을 주는 대상은 후자여야 하고요. AI 답변을 검증하는 실무 절차는 환각 거르고 검증하는 법에 따로 정리해 뒀습니다.

비교표 하나로 순위 매기는 글들, 유통기한을 보세요

딥리서치 비교글에 단골로 등장하는 벤치마크가 DeepResearch Bench입니다. 100개 과제를 전문가가 설계하고 사람이 채점한 평가라 인용할 가치가 있어요. 리더보드 숫자는 이렇습니다.

평가 항목	1위	나머지
종합 점수(RACE)	제미나이 2.5 Pro 딥리서치 48.88	OpenAI 딥리서치 46.98 · 퍼플렉시티 42.25 · Grok Deeper Search 40.24
인용 정확도	퍼플렉시티 90.24%	종합 1위와 인용 정확도 1위가 서로 다름
평균 유효 인용 수	제미나이 111.21개	인용을 가장 많이 다는 쪽이 가장 정확한 쪽은 아님

순위 말고 엇갈림을 보세요. 종합 1위(제미나이)와 인용 정확도 1위(퍼플렉시티)가 다르고, 인용을 가장 많이 다는 곳이 가장 정확한 곳도 아닙니다. 앞의 환각 연구와 겹쳐 보면 그림이 선명해져요. 자료를 한 아름 물어오는 일꾼과 물어온 자료가 진짜인 일꾼은 다른 인턴입니다. 채용 기준을 '많이'로 잡을지 '정확히'로 잡을지는 우리가 정할 문제죠.

그리고 이 리더보드는 제미나이 2.5 Pro·o3 세대 기준입니다. 지금 서비스는 그때와 모델이 다 바뀌었어요. "2026년 최신 딥리서치 순위"라며 이 표를 그대로 올려 둔 글이 많은데, 사실은 작년 성적표입니다. 표를 인용할 거면 측정 시점을 같이 봐야 합니다.

남이 심어 둔 함정에 걸릴 수도 있습니다

한 가지 더. 2026년 5월 코넬텍 연구진이 딥리서치 시스템의 구조적 약점을 보여줬습니다. 레딧이나 위키백과처럼 자주 검색되는 사용자 생성 페이지에 조작된 문장을 심어 두면, 조사 세션 안에서 그 페이지가 반복 검색되면서 에이전트가 공격자가 원하는 결론을 인용하게 만들 수 있다는 겁니다.

정직하게 덧붙이면, 이 실험은 공개된 연구용 딥리서치 시스템(STORM 계열)을 대상으로 한 것이지 챗GPT·제미나이·퍼플렉시티를 직접 뚫어 본 게 아닙니다. 상용 서비스도 같은 정도로 취약한지는 이 논문으로는 알 수 없어요. 다만 원리는 공유됩니다. 웹을 긁어 결론을 내는 구조라면, 웹에 심어 둔 미끼도 함께 긁습니다.

즉 딥리서치는 검색 상위에 뜬 것을 신뢰하는 인턴입니다. SEO 스팸이 상위에 있으면 스팸을 물어 와요. 신입에게 "인터넷 찾아보고 정리해 와"라고 시켰을 때 벌어지는 일과 정확히 같습니다. 그래서 이 일꾼의 결과물은 검토 없이 결재선에 올리면 안 되는 겁니다.

한국어로 시키면 조사 범위가 좁아집니다

한국어 질의에서는 정보 풀이 눈에 띄게 좁아진다는 실사용자 보고가 반복됩니다. 국내 커뮤니티에서 공통으로 나오는 불만은 한국어로 물으면 뉴스 기사와 티스토리 블로그 위주로만 긁어 온다는 것, 그리고 한국어·영어를 섞어 검색하는 과정에서 한 번 환각이 끼면 보고서 전체가 무너진다는 겁니다.

다만 이 부분은 정량 데이터가 없습니다. 각 회사가 한국어 소스 처리 능력을 공식적으로 밝힌 자료도, 신뢰할 만한 한국어 벤치마크도 찾지 못했어요. 여기서는 "확인되지 않았다"고 적는 게 맞습니다. 실무에서는 같은 질문을 영어로도 한 번 굴려 보고 결과 폭이 달라지는지 비교하는 게 현실적인 대응이에요. 같은 인턴인데 한국어로 시키면 동네 도서관만 돌고, 영어로 시키면 국회도서관까지 가는 셈이라면, 시키는 언어를 바꾸는 게 제일 싼 개선입니다.

무료 조사원을 제대로 부리는 법

세 가지 원칙이면 충분합니다.

1. 딥리서치 결과는 완성품이 아니라 초안입니다. 조사원이 자료를 모아 온 단계이지, 결재 올릴 문서가 아니에요.
2. 결론에 실릴 숫자는 인용 링크를 눌러 1차 출처에서 다시 확인합니다. 각주가 100개면 다 볼 수 없으니, 최소한 본문에 인용할 수치와 인용문만이라도 직접 확인하세요. 위 연구대로면 그중 몇 개는 실제로 존재하지 않습니다.
3. 무료 한도부터 태워 보고 결제하세요. 세 서비스 모두 무료로 딥리서치를 열어 두고 있습니다(클로드만 유료 전용). 무료 일꾼을 두어 번 굴려 보면 내 업무에 조사원이 실제로 필요한지, 아니면 그냥 검색이면 되는지가 금방 드러납니다.

내 문서를 대상으로 한 조사라면 딥리서치보다 NotebookLM 쪽이 맞고, 퍼플렉시티 자체의 무료·유료 갈림은 따로 쓴 글에서 다뤘습니다.

무료로 굴릴 수 있는 조사원이 생긴 건 분명한 이득입니다. 다만 이 인턴은 각주를 성실하게 다는 만큼 없는 각주도 성실하게 지어냅니다. 그러니 각주가 많다고 안심하지 마세요. 딥리서치의 진짜 리스크는 조사를 안 해 오는 게 아니라, 안 한 조사를 한 것처럼 적어 오는 겁니다. 링크 몇 개는 눌러 봐야 하는 이유죠. 안 누르면 그 보고서, 각'주'가 아니라 각'주'행이 될 수 있거든요.

참고자료

• OpenAI 공식 요금 페이지 (openai.com/chatgpt/pricing) — Free "Limited deep research" / Plus "Expanded" / Pro "Maximum" (횟수 미표기)
• OpenAI 공식 도움말 '딥리서치' (help.openai.com) — 사용량은 플랜별 상이·앱 내 카운터로 확인·월 할당량은 첫 사용일부터 30일마다 리셋·인용 포함 보고서
• OpenAI 공식 발표 (openai.com/index/introducing-deep-research) — 다단계 웹 조사·인용 포함 보고서 생성
• 퍼플렉시티 공식 블로그 (perplexity.ai/hub/blog) — 수십 회 검색·수백 개 소스·2~4분 소요·HLE 21.1%·SimpleQA 93.9%(모두 자체 발표 수치)·무료는 "하루 제한된 수의 답변"
• 구글 공식 도움말·한국 요금 페이지 (support.google.com/gemini · gemini.google/kr) — 딥 리서치 결과에 인용·출처 링크 포함·무료 사용자는 트래픽 집중 시 제한 가능·요금제별 횟수 미표기
• 앤트로픽 공식 문서 (support.claude.com · claude.com/pricing) — Research는 유료(Pro 이상) 전용
• arXiv 2604.03173 (2026-04-03, Rao·Wong·Callison-Burch) — 인용 URL 환각 3~13%·접속불가 포함 5~18%·제미나이 2.5 Pro 딥리서치 13.3% vs OpenAI 딥리서치 3.5%·딥리서치가 검색증강 모델보다 환각률 높음
• DeepResearch Bench (deepresearch-bench.github.io · arXiv 2506.11763) — RACE 종합 제미나이 48.88 · OpenAI 46.98 · 퍼플렉시티 42.25 · Grok 40.24 / 인용 정확도 퍼플렉시티 90.24% / 평균 유효 인용 제미나이 111.21 (★구세대 모델 기준)
• arXiv 2605.24245 (2026-05, Zhang·Triedman·Shmatikov) — 사용자 생성 콘텐츠 오염으로 딥리서치 결론 유도 가능(연구용 시스템 STORM 계열 대상)
• 뉴스1 (news1.kr, 2025-07) — 퍼플렉시티 Pro 사용자 딥리서치 접근 시 Max 업그레이드 안내 노출 논란·회사는 기술 오류 해명

이 글은 cinevyze 운영자가 여러 공개 자료와 학술 논문을 모아 비교하고, 수치는 공식 페이지·논문 원문으로 확인해 정리·편집했습니다. 무엇을 다룰지·판단·사실확인은 모두 직접 했고, 글 다듬는 일부 과정에 AI 도구의 도움을 받았습니다. 각 서비스의 정확한 딥리서치 횟수처럼 공식적으로 공개되지 않은 숫자는 지어내지 않고 "미표기"로 남겨 뒀습니다. 요금·한도는 자주 바뀌니 결제 전 공식 페이지를 확인하세요.