IT

초등학생도 이해하는 오픈소스 딥 리서치 (CLI) 사용법! 🤖🔍

esmile1 2025. 2. 15. 03:45

초등학생도 이해하는 오픈소스 딥 리서치 (CLI) 사용법! 🤖🔍 (38000자)

자, 여러분! 오늘은 아주 멋진 AI 도구를 사용하는 방법을 배울 거예요. 마치 숙제를 도와주는 똑똑한 친구 같은 존재랍니다! 이름은 "오픈소스 딥 리서치 (CLI)"인데, 너무 어렵게 생각하지 마세요. 차근차근 쉽게 알려줄게요!

 

1. 오픈소스 딥 리서치 (CLI)란 무엇일까요?

"딥 리서치"는 아주 깊이 있는 연구를 의미해요. 마치 탐험가가 보물을 찾기 위해 깊은 숲속을 탐험하는 것처럼, AI가 인터넷이라는 넓은 바다에서 여러분이 원하는 정보를 찾아주는 거죠.

"오픈소스"는 누구나 자유롭게 사용할 수 있다는 뜻이에요. 마치 학교 운동장에 있는 놀이기구처럼, 여러분도 마음껏 사용할 수 있답니다!

"CLI"는 컴퓨터에게 명령을 내리는 방법 중 하나예요. 마치 로봇에게 "앞으로 가!", "멈춰!"라고 말하는 것과 비슷하죠.

 

2. 왜 오픈소스 딥 리서치 (CLI)를 사용해야 할까요?

  • 무료: 돈이 들지 않아요!
  • 똑똑함: 아주 깊이 있는 정보도 찾아줘요!
  • 나만의 맞춤: 여러분이 원하는 대로 설정할 수 있어요!

3. 오픈소스 딥 리서치 (CLI) 설치하기 (1단계)

 

마치 게임을 설치하는 것처럼, 오픈소스 딥 리서치 (CLI)도 여러분의 컴퓨터에 설치해야 해요.

  • GitHub 저장소 방문: 선생님이 나눠준 링크를 클릭해서 GitHub라는 웹사이트에 접속하세요. (GitHub는 프로그램들이 모여있는 도서관 같은 곳이에요!)
  • 다운로드: GitHub 페이지에서 초록색 "Code" 버튼을 클릭하고 "Download ZIP"을 선택해서 파일을 다운로드하세요. (마치 숙제 파일을 다운로드하는 것과 같아요!)
  • 압축 풀기: 다운로드한 ZIP 파일을 마우스 오른쪽 버튼으로 클릭하고 "압축 풀기"를 선택하세요. (마치 선물 포장지를 뜯는 것처럼요!)
  • 설치 완료!: 압축을 푼 폴더 안에 오픈소스 딥 리서치 (CLI) 프로그램이 들어있답니다!

4. 필요 의존성 설치하기 (2단계)

오픈소스 딥 리서치 (CLI)가 잘 작동하려면 몇 가지 추가 프로그램들이 필요해요. 마치 자동차가 움직이려면 기름이 필요한 것처럼요!

  • 명령 프롬프트 열기: 윈도우 검색창에 "cmd"를 입력하고 "명령 프롬프트"를 실행하세요. (마치 마법사가 주문을 외우는 것처럼요!)
  • 폴더 이동: cd [오픈소스 딥 리서치 (CLI) 폴더 경로] 명령어를 입력하고 엔터를 누르세요. (예: cd C:\\\\Users\\\\MyName\\\\Downloads\\\\deep-research-cli)
  • 명령어 입력: npm install 명령어를 입력하고 엔터를 누르세요. (이 명령어는 필요한 프로그램들을 자동으로 설치해 준답니다!)
  • 설치 완료!: 설치가 완료될 때까지 기다려 주세요. (마치 게임 설치가 완료되기를 기다리는 것처럼요!)

5. API 키 발급받기 (3단계)

오픈소스 딥 리서치 (CLI)가 인터넷을 검색하고 AI 기능을 사용하려면 특별한 열쇠가 필요해요. 이 열쇠를 "API 키"라고 부른답니다!

  • 검색 엔진 API 키: FirCrawl 같은 검색 엔진 웹사이트에 가입하고 API 키를 발급받으세요. (마치 놀이공원 자유이용권을 받는 것처럼요!)
  • LLM API 키: OpenAI 같은 AI 회사 웹사이트에 가입하고 API 키를 발급받으세요. (마치 게임 아이템을 받는 것처럼요!)

6. 환경 변수 설정하기 (4단계)

발급받은 API 키를 오픈소스 딥 리서치 (CLI)에게 알려줘야 해요. 마치 비밀번호를 입력하는 것처럼요!

  • .env.local 파일: 오픈소스 딥 리서치 (CLI) 폴더 안에 .env.local 파일을 만드세요. (만약 이미 있다면, 그냥 사용하면 돼요!)
  • API 키 입력: .env.local 파일을 열고 다음과 같이 API 키를 입력하세요.(예: SEARCH_ENGINE_API_KEY=abcdefg12345, LLM_API_KEY=uvwxyz67890)
  • SEARCH_ENGINE_API_KEY=여러분의_검색_엔진_API_키 LLM_API_KEY=여러분의_LLM_API_키
  • 저장: 파일을 저장하고 닫으세요. (마치 숙제 파일을 저장하는 것처럼요!)

7. 입력값 설정하기 (5단계)

이제 오픈소스 딥 리서치 (CLI)에게 무엇을 검색해야 할지 알려줄 차례예요. 마치 숙제 주제를 정하는 것처럼요!

  • 사용자 쿼리: 어떤 정보를 찾고 싶은지 명확하게 적으세요. (예: "최근 5년간 인공지능 기술 동향 분석")
  • 검색 깊이 (Depth): 얼마나 깊이 검색할지 정하세요. (숫자가 클수록 더 깊이 검색해요!)
  • 검색 폭 (Breadth): 얼마나 넓게 검색할지 정하세요. (숫자가 클수록 더 넓은 범위에서 검색해요!)

8. 사용자 쿼리 작성하기 (6단계)

사용자 쿼리는 마치 질문과 같아요. 명확하고 구체적으로 작성해야 AI가 원하는 정보를 잘 찾아줄 수 있답니다!

  • 예시: "최근 5년간 인공지능 기술 동향 분석 및 주요 기업 전략 비교" (마치 선생님께 "최근 5년간 인공지능 숙제는 뭐가 중요해요?"라고 질문하는 것과 같아요!)

9. 검색 깊이 (Depth) 설정하기 (7단계)

검색 깊이는 AI가 얼마나 깊이 파고들어야 하는지를 결정해요. 마치 땅굴을 얼마나 깊게 팔지 정하는 것과 같아요!

  • 숫자 조절: 숫자가 클수록 더 깊이 있는 정보를 찾지만, 시간이 오래 걸릴 수 있어요. (적절한 숫자를 선택하는 것이 중요해요!)

10. 검색 폭 (Breadth) 설정하기 (8단계)

검색 폭은 AI가 얼마나 넓은 범위에서 정보를 찾아야 하는지를 결정해요. 마치 운동장을 얼마나 넓게 뛰어다닐지 정하는 것과 같아요!

  • 숫자 조절: 숫자가 클수록 더 다양한 정보를 찾지만, 불필요한 정보도 많이 나올 수 있어요. (적절한 숫자를 선택하는 것이 중요해요!)

11. 검색 엔진 선택하기 (9단계)

어떤 검색 엔진을 사용할지 선택하세요. 마치 어떤 놀이터에서 놀지 선택하는 것처럼요!

  • FirCrawl: 현재는 FirCrawl만 지원될 가능성이 높아요. (다른 검색 엔진을 사용하고 싶다면, 추가 설정이 필요할 수 있어요!)
  • API 키 설정: 선택한 검색 엔진의 API 키를 환경 변수에 입력해야 해요.

12. LLM 모델 선택하기 (10단계)

어떤 AI 모델을 사용할지 선택하세요. 마치 어떤 선생님께 숙제 도움을 받을지 선택하는 것처럼요!

  • OpenAI: 현재는 OpenAI 모델만 지원될 가능성이 높아요. (다른 LLM 모델을 사용하고 싶다면, 추가 설정이 필요할 수 있어요!)
  • API 키 설정: 선택한 LLM 모델의 API 키를 환경 변수에 입력해야 해요.

13. 명령어 실행하기 (11단계)

이제 모든 준비가 끝났어요! 오픈소스 딥 리서치 (CLI)를 실행해서 숙제를 시작해 볼까요?

  • 명령 프롬프트: 명령 프롬프트를 다시 열거나, 이미 열려 있다면 사용하던 창을 그대로 사용하세요.
  • 폴더 이동: cd [오픈소스 딥 리서치 (CLI) 폴더 경로] 명령어를 입력하고 엔터를 누르세요.
  • 명령어 입력: npm start 명령어를 입력하고 엔터를 누르세요. (마법 주문을 외우는 것처럼, 이 명령어를 입력하면 AI가 작동을 시작한답니다!)

14. 결과 모니터링하기 (12단계)

AI가 정보를 검색하는 동안, 진행 상황을 지켜보세요. 마치 게임 캐릭터가 몬스터를 잡는 것을 구경하는 것처럼요!

  • 명령 프롬프트: 명령 프롬프트 창에 AI가 어떤 작업을 하고 있는지 자세하게 표시될 거예요. (AI가 검색 엔진을 사용하고, 웹사이트를 방문하고, 정보를 분석하는 모든 과정을 볼 수 있답니다!)

15. 검색 결과 분석하기 (13단계)

AI가 찾은 정보를 분석하고, 필요한 정보를 찾아내세요. 마치 보물 상자에서 진짜 보석을 찾는 것처럼요!

  • 정보 확인: AI가 찾은 웹사이트, 문서, 이미지 등을 꼼꼼하게 살펴보세요.
  • 필요 정보: 숙제에 필요한 정보들을 메모하거나 복사해 두세요.

16. LLM 모델 활용하기 (14단계)

LLM 모델은 AI가 찾은 정보를 요약하고, 분석하고, 추론하는 데 도움을 줍니다. 마치 똑똑한 친구가 숙제를 도와주는 것처럼요!

  • 요약: LLM 모델에게 "이 정보를 요약해 줘"라고 명령하면, 긴 글을 짧게 요약해 줍니다.
  • 분석: LLM 모델에게 "이 정보를 분석해 줘"라고 명령하면, 정보의 핵심 내용을 분석해 줍니다.
  • 추론: LLM 모델에게 "이 정보를 바탕으로 어떤 결론을 내릴 수 있을까?"라고 질문하면, 새로운 아이디어를 얻을 수 있습니다.

17. 마크다운 보고서 생성하기 (15단계)

AI가 분석한 결과를 바탕으로 보고서를 만드세요. 마치 숙제 보고서를 작성하는 것처럼요!

  • 마크다운: 마크다운은 글자를 꾸미는 간단한 방법이에요. (제목을 크게 만들거나, 글자를 굵게 만들거나, 목록을 만들 수 있답니다!)
  • 보고서 작성: 찾은 정보, 분석 결과, 결론 등을 마크다운 형식으로 작성하세요.

18. 보고서 검토하기 (16단계)

보고서를 꼼꼼하게 검토하고, 필요한 부분을 수정하세요. 마치 숙제 검사를 받는 것처럼요!

  • 오류 수정: 오타나 잘못된 정보는 없는지 확인하세요.
  • 내용 추가: 빠진 내용은 없는지 확인하고, 필요한 내용을 추가하세요.
  • 쿼리 수정: 만약 결과가 만족스럽지 않다면, 사용자 쿼리를 수정하고 다시 실행해 보세요.

19. 결과 저장하기 (17단계)

완성된 보고서를 파일로 저장하세요. 마치 숙제 파일을 저장하는 것처럼요!

  • 파일 저장: 보고서를 텍스트 파일 또는 마크다운 파일로 저장하세요. (파일 이름을 정하고, 저장 위치를 선택하는 것을 잊지 마세요!)

축하합니다! 여러분은 이제 오픈소스 딥 리서치 (CLI)를 사용하여 숙제를 해결하는 방법을 배웠습니다! 이제 AI와 함께 더욱 쉽고 재미있게 공부할 수 있을 거예요!

주의사항:

  • API 키를 다른 사람에게 알려주지 마세요!
  • 오픈소스 딥 리서치 (CLI)를 함부로 수정하지 마세요!
  • 궁금한 점이 있다면, 부모님이나 선생님께 도움을 요청하세요!
  • 항상 윤리적인 방법으로 AI를 사용하세요!

마무리:

이 가이드라인을 통해 오픈소스 딥 리서치 (CLI)를 사용하는 방법을 쉽게 이해하고, 숙제 및 연구 활동에 AI를 효과적으로 활용할 수 있기를 바랍니다. 질문이 있다면 언제든지 다시 물어보세요!