Webhound

Webhound: 에이전트와 사용자를 위한 차세대 자율 심층 리서치 엔진

오늘날의 많은 AI 에이전트들은 리서치 수행 과정에서 한계를 보입니다. 대부분의 에이전트는 자신 있게 들릴 정도의 증거만 확보되면 리서치를 조기에 종료해 버리는 '게으른' 특성을 가지고 있습니다. 하지만 Webhound는 다릅니다. Webhound에 질문과 예산을 입력하면, 예산이 소진될 때까지 끊임없이 단서를 추적하고 소스를 확인하며 리서치를 지속합니다. 사용자는 단순한 답변을 넘어 그 뒤에 숨겨진 방대한 작업 결과물과 명확한 근거를 얻을 수 있습니다.

What's Webhound (Webhound란 무엇인가?)

Webhound는 사용자가 일일이 감시할 필요가 없는 **자율형 리서치 사이드카(Autonomous Research Sidecar)**입니다. 일반적인 검색 엔진이 단일 쿼리에 대한 상위 결과만을 반환한다면, Webhound는 발견된 정보를 바탕으로 새로운 경로를 열고 질문에 대한 진정한 해답이 나올 때까지 깊이 파고드는 '리서치'를 수행합니다.

Webhound는 에이전트의 리서치 엔진 역할을 하도록 설계되어, 에이전트가 호출하고 실행을 맡겨두는 방식으로 작동합니다. 동시에 사용자가 직접 리서치 과정을 확인하고 제어하고 싶을 때는 풍부한 상호작용이 가능한 인터랙티브 UI를 통해 동일한 엔진을 직접 구동할 수도 있습니다.

Webhound의 주요 특징 (Features)

1. 검색(Search)을 넘어선 진정한 리서치(Research)

단순한 검색은 상위 검색 결과 몇 개를 요약하는 수준에 그칩니다. 하지만 Webhound는 웹 리서치에 자연스러운 중단점이 없다는 사실을 이해합니다. 더 많이 읽을수록 더 넓은 범위를 커버하게 되며 논거는 더욱 강력해집니다. Webhound는 단순히 상위 페이지에 노출된 정보가 아니라, 20번째 소스에 숨겨진 실질적인 답변을 찾아내기 위해 끝까지 파고듭니다.

2. 에이전트 최적화 및 MCP/API 지원

Webhound는 기본적으로 에이전트가 주도하는 환경에 최적화되어 있습니다.

• MCP & API: 에이전트가 스스로 리서치를 시작하고, 이를 파이프라인이나 툴 호출에 연결할 수 있습니다. 결과는 구조화된 JSON 데이터로 반환되어 사람이 개입할 필요가 없습니다.
• UI 제어: 사용자가 직접 풍부한 UI 내에서 리서치 내용을 읽고 검증할 수 있습니다. 리서치 진행 도중에 방향을 수정하거나 결과를 게시 및 공유할 수 있습니다.

3. 기계 가독성이 뛰어난 구조화된 출력물

Webhound는 단순한 텍스트 답변이 아닌, 에이전트와 인간 모두에게 최적화된 결과물을 제공합니다.

• 리포트(Reports): 인용구가 포함된 장문 분석 보고서입니다. 모든 주장(Claim)은 해당 페이지 및 툴 호출 내역과 연결됩니다. Word 또는 HTML로 내보내기가 가능합니다.
• 데이터셋(Datasets): 모든 셀에 출처가 명시된 표 형식의 데이터입니다. 사용자가 열(Column)을 정의하면 CSV, JSON, Excel 형식으로 행 데이터를 생성합니다.
• 주장 + 트레이스(Claims + Traces): 모든 사실은 증거, 출처, 신뢰 수준이 포함된 JSON 데이터로 제공됩니다. 이를 통해 에이전트는 결과를 필터링하고 코드에서 인용할 수 있습니다.

4. 투명한 근거와 신뢰성

Webhound가 제공하는 모든 팩트(Fact)에는 출처 URL, 지원 문구(Quote), 신뢰 수준, 그리고 해당 결과를 도출한 툴 호출 이력이 포함됩니다. 예를 들어 시장 성장률에 대한 데이터가 필요할 때, Webhound는 단순한 수치뿐만 아니라 SEC 공시 자료와 같은 1차 자료를 직접 인용하여 신뢰성을 확보합니다.

Webhound 사용 방법 (How to Use)

Webhound를 활용하는 방법은 크게 두 가지로 나뉩니다.

에이전트 중심의 활용 (Default)

1. MCP 설정: MCP(Model Context Protocol)를 설정하여 Claude Code, Codex, Manus 등 다양한 MCP 클라이언트와 Webhound를 연결합니다.
2. 툴 호출: 에이전트가 리서치 작업을 도구 호출(Tool Call) 형식으로 실행합니다.
3. 자동 리서치: 에이전트가 백그라운드에서 리서치를 수행하며, 사용자는 작업을 계속할 수 있습니다.
4. 결과 수신: 리서치가 완료되면 구조화된 JSON 결과를 에이전트가 수신하여 후속 작업에 활용합니다.

사용자 중심의 활용 (UI)

1. Webhound 앱 접속: 인터랙티브 UI를 통해 리서치 주제를 입력합니다.
2. 예산 설정: 해당 리서치에 투입할 달러($) 기반의 예산을 설정합니다.
3. 실시간 모니터링: Webhound가 계획을 세우고(Planning), 검색하고(Searching), 문서를 읽는(Reading) 과정을 실시간으로 확인합니다.
4. 검증 및 공유: 도출된 주장의 근거를 확인하고 리포트나 데이터셋 형태로 내보내기 합니다.

주요 활용 사례 (Use Case)

Webhound는 일반적인 검색 기반 에이전트가 놓치기 쉬운 깊이 있는 질문들에 답하는 데 탁월합니다.

• 심층 기술 리서치 및 비교: 아키텍처, 벤더 또는 전략을 결정하기 전 수십 개의 소스(포스트모템, 이슈 스레드 등)를 분석하여 실제 운영 경험과 트레이드오프를 평가합니다.
• 최신 문헌 조사 및 기술 동향: 단순 학습 데이터가 아닌 2026년 최신 기술, 벤치마크, 실패 사례를 조사하여 코딩 에이전트의 기반을 다집니다.
• 경쟁사 분석: 경쟁사의 가격 변동, 조용한 제품 출시, 기능 변경 사항을 가격 페이지와 변경 이력, 고객 반응 등을 통해 소싱된 데이터로 매핑합니다.
• 데이터셋 강화: 회사 목록을 입력하면 의사결정자, 채용 신호, 기술 스택, 펀딩 단계, LinkedIn URL 등을 포함한 출처 명확한 데이터 행으로 변환합니다.
• 기업 실사 및 규제 타임라인: 기업 분석 시 레드 플래그(위험 요소)와 규제 노출 정도를 파악하고, 법안 및 판결문을 바탕으로 정확한 사건 타임라인을 구축합니다.

요금제 및 예산 관리 (Pricing)

Webhound는 사용량 기반 지불(Pay-as-you-go) 방식을 채택하고 있어 합리적인 비용 관리가 가능합니다.

• 구독료 없음: 자리를 차지하는 시트당 비용이나 월간 구독료가 없습니다.
• 예산 제어: 사용자가 설정한 예산만큼만 리서치의 깊이를 조절합니다. 예산은 리서치의 정직한 '중단 버튼' 역할을 합니다.
• 비용 산정 방식:
  • $1: 약 15분의 생각 시간(Thinking Time) 제공
  • 입력 토큰: 100만 토큰당 $1
  • 출력 토큰: 100만 토큰당 $3
• 신규 가입 혜택: 적격 신규 계정에는 $5의 무료 크레딧이 제공되며, 이는 약 75분의 리서치 시간에 해당합니다.

FAQ (자주 묻는 질문)

Q: UI와 MCP 중 무엇을 사용해야 하나요? A: 목적에 따라 다릅니다. 사용자가 직접 리서치 과정을 확인하고 수정하며 결과물을 공유하고 싶다면 앱(UI)을 사용하세요. 에이전트가 자율적으로 리서치를 수행하거나 자동화된 파이프라인을 구축하고 싶다면 MCP나 API를 사용하는 것이 좋습니다. 동일한 엔진과 요금제가 적용됩니다.

Q: Hound란 무엇이며 어떤 기술이 사용되나요? A: Webhound의 리서치 하네스인 Hound 1.0은 DeepSeek V4 Pro와 GPT-5.4를 기반으로 구축되었습니다.

Q: 에이전트는 어떤 결과를 반환받나요? A: 모든 사실(Claim)이 출처, 지원 문구, 신뢰 수준, 도구 호출 이력과 함께 기계 가독성이 높은 JSON 형태로 제공됩니다.

Q: 리서치의 깊이는 어떻게 결정되며 언제 멈추나요? A: 사용자가 설정한 달러($) 기반의 예산이 리서치 종료 시점을 결정합니다. 사용자가 설정한 예산만큼 Webhound는 깊이 있게 파고듭니다.

Q: 어떤 소스에 접근할 수 있나요? A: Webhound는 일반 웹페이지뿐만 아니라 PDF 공시 자료, 기술 문서, 포럼 등 다양한 공개된 정보 소스에 접근하여 정보를 추출합니다.