Google Gemini 2.5 Pro의 Deep Research 기능 탐구

저는 Google Gemini의 Deep Research 도구를 비롯하여 복잡하고 긴 보고서를 작성할 수 있는 몇 가지 AI 도구를 독립적으로 그리고 ChatGPT의 Deep Research와 비교하여 사용해 보았습니다. 이제 Google은 새로운 Gemini 2.5 Pro 모델에 Deep Research를 내장함으로써 Deep Research의 잠재력을 더욱 높였습니다.

Gemini 2.5 Pro는 Google의 최신이자 가장 강력한 모델입니다. 아직 실험 단계에 있지만, Google은 Deep Research의 기능을 고려하기 전에도 미세한 추론과 확장된 논리에 훨씬 뛰어나다고 주장합니다.

이 조합에 접근하려면 Gemini Advanced 구독자여야 하며, 그렇지 않으면 Deep Research를 Gemini 2.0으로만 사용할 수 있습니다.

당신이 좋아할 수도 있습니다

스스로도 생각을 거듭한 끝에, Gemini 2.5 Pro를 통해 Deep Research가 다루는 것을 보고 싶은 몇 가지 주제를 생각해냈습니다.

(이미지 출처: Pixabay)

먼저 몇 번 시도해봤고 항상 더 해보고 싶었던 맛있는 사과주 만드는 것에 대해 궁금증이 생겼습니다.

저는 하나의 주제에 대해 여러 측면으로 Deep Research 보고서가 어떻게 수행되는지 알아보기 위해 Gemini에게 단순히 기계적 요소 이상으로 질문을 던졌습니다. 저는 Gemini에게 “집에서 사과주를 양조하는 전체 과정과 역사에 대해 조사하고, 이를 직접 할 수 있는 방법에 대한 안내를 포함하세요.”라고 요청했습니다.

약 12분 후에 받은 결과물은 역사적 로맨스와 과수학 강의가 혼합된 느낌이었습니다. 에이하브가 고래를 사랑해서 쫓아가는 것처럼 상상해 보세요. 그리고 고래 사냥과 해체에 대한 장이 고래를 애정 있게 키우고 돌보는 내용으로 바뀌어 있습니다.

보고서는 로마인, 식민지 시대의 미국, 심지어 금주법 해제 이후의 사과주 트렌드에까지 닿는 세계 역사 강의로 시작되었습니다. 문화 인류학과 사과주 과학이 발효 방법, 당도, 효모 균주에 대한 토론에서 만났습니다. 필요한 장비 목록과 살균, 과탄화 및 폭발에 대한 경고가 긴 목록으로 제공되었습니다.

문제는, 보고서의 절반을 줄여도 여전히 지나치게 자세했을 것입니다. 그러나 보고서는 사과 세포 구조의 미시적 수준까지 내려가며 펙틴이 입안의 감촉에 어떻게 영향을 미치는지 설명했습니다. 이는 약간 과도한 사과주 다섯 번째 잔처럼 저를 약간 어지럽게 했습니다.

음악 레슨

(이미지 출처: Pixabay)

제가 계획 중인 프로젝트를 생각해보면서, 이번에는 음악에 대한 구체적이지만 장기적인 양육 문제를 선택했습니다. 제 아이는 매우 어리기 때문에 저는 Gemini에게 Deep Research를 사용하여 “매우 어린 아이들에게 음악을 가르치는 계획을 개발하고, 방법과 재미있는 교훈을 포함하세요.”라고 요청했습니다.

음악적으로, 길고 흥미로운 노래들로 가득 찬 길버트와 설리번 쇼를 기대했습니다. 그러나 받은 것은 완전한 바그너 반지 시리즈와 비슷했습니다.

보고서는 태아 시절 소리에 대한 유아의 반응을 다루며 시작하여 Piaget와 Vygotsky의 인지발달 이론으로 넘어갔습니다. 이는 아이가 무엇을 준비했는지 알 수 있는 방법과 노래, 박수 놀이, 음악적 스토리텔링 같은 활동에 참여시키는 방법에 대한 많은 유익한 정보를 제공했으며, 각각이 다른 신경 발달 단계에 어떻게 도움이 되는지에 대한 추가 정보도 제공했습니다.

Deep Research의 철저함에 감탄했지만, 깊다는 것이 반드시 넓다는 의미는 아닙니다. AI 모델이 제가 요청한 것과 상관없는 추가 내용을 보충해야 한다는 강박을 느꼈던 것 같습니다.

맛의 AI

(이미지 출처: Pixabay)

마지막 실험으로는 단순해 보이지만 실제로는 매우 복잡할 수 있는 맛의 페어링에 대한 질문을 던졌습니다.

음식의 맛을 개선하는 것에 항상 관심이 많아서, Gemini에게 “맛의 페어링을 설명하고, 그것의 과학과 문화 및 가정에서 성공적으로 활용하는 방법을 확장하여 설명하세요.”라는 Deep Research 보고서를 작성해 달라고 요청했습니다.

Gemini는 다른 요청보다 이 요청에 덜 시간을 투자했으며, 약 7분 만에 결과물을 내놓았습니다. 하지만 요리 대결 쇼에 나오는 경쟁자처럼 압도적인 분량이었습니다.

보고서는 맛의 페어링 과학에 대해 몇 천 단어를 할애하여 방향족 화합물, 휘발성 분자, 뇌가 맛을 해석하는 방법에 대해 자세히 가르쳤습니다. 에스터에 대해 설명하며 심오한 내용을 다루기 시작했고, 알데하이드에 대해 혼란스럽게 만들었습니다. 하지만 쓴맛이 어떤 것과 결합하느냐에 따라 강화되거나 억제될 수 있다는 설명은 제게 큰 영감을 주었습니다.

가장 마음에 들었던 부분은 문화적 페어링의 글로벌 투어였습니다. AI는 일본의 우마미 균형, 모로코의 향신료의 조화, 프랑스의 버터 기반 요리 등을 정확하게 설명했습니다. 새로운 요리 실험을 시험할 것이 충분치 않았다면, 보고서의 마지막 3분의 1은 가정 실험을 제안했습니다.

하지만, 다른 보고서와 마찬가지로 편집자가 없었습니다. 꿀과 염소 치즈가 잘 어울리는 이유에 대한 설명은 훌륭했지만, 염소의 식단과 그것이 치즈에 어떤 영향을 미치는지에 대한 지나친 설명은 덜 관련 있었습니다. 저는 요리 화학의 단순한 맛보기를 원했지만, 이것은 전체 메뉴를 받은 느낌이었습니다.

너무 깊이 들어간

전체 경험에서 가장 인상 깊었던 것은 Gemini 2.5 Pro와 Deep Research의 조합이 더 온화한 Gemini 모델보다 훨씬 뛰어났다는 점입니다.

Deep Research가 하나의 주제를 깊이 파고드는 도구라면, Gemini 2.5 Pro는 과열된 착암기를 마구잡이로 움직이게 했습니다.

때로는 바로 이것이 필요한 것이기도 합니다. 모든 가능한 가지를 다룬 매우 세부적으로 조사된 정보가 필요할 때가 있습니다. 하지만 저는 단순히 호기심이 있거나 새로운 취미를 즐기는 경우일 때, 일반 버전의 Deep Research가 더 적합할 수 있다고 생각합니다.

어쩌면 제가 문제를 너무 깊이 생각하고 있을 수도 있고, 모델과 Deep Research의 조합이 바로 사람들이 원하는 것일 수도 있습니다. 하지만, 실제로 과도하게 생각하는 것은 Gemini일 가능성이 있습니다.

당신이 좋아할 수도 있습니다