Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Gemini Deep Research 에이전트 사용

미리보기

이 제품은 프리뷰 버전입니다. 이 제품은 GA 이전 제품이며 서비스별 약관의 일반 서비스 약관 섹션에 있는 'GA 이전 제품 또는 서비스 약관'과 생성형 AI 프리뷰 제품 추가 약관이 적용됩니다. GA 이전 제품 및 기능은 지원이 제한될 수 있으며, GA 이전 제품 및 기능의 변경사항이 다른 GA 이전 버전과 호환되지 않을 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

GA 이전 제품 또는 서비스는 다양한 단계의 내부 테스트 및 검토를 거칩니다. 따라서 이러한 모델과 함께 독점, 민감한 정보 또는 기타 기밀 데이터를 사용하지 마세요. 이러한 모델은 제한된 테스트 및 평가 목적으로만 고객에게 제공되며 상업적 또는 프로덕션 목적으로 사용할 수 없습니다.

Gemini Deep Research 에이전트는 복잡한 다단계 연구 워크플로를 계획, 실행, 종합하도록 설계된 관리형 AI 에이전트입니다. Gemini로 구동되는 에이전트는 공개 웹과 비공개 엔터프라이즈 데이터를 비롯한 다양한 정보 환경을 탐색하여 정보에 입각한 의사 결정을 가속화하는 포괄적이고 인용된 보고서를 생성합니다.

이 페이지에서는 주요 기능과 제한사항, 조사 작업 시작 방법, 시간 제한 및 오류 처리 방법을 비롯해 Gemini Deep Research 에이전트를 사용하는 방법을 설명합니다.

Deep Research를 사용하는 경우

Deep Research는 모델이 아닌 에이전트입니다. 지연 시간이 짧은 채팅보다는 비동기 분석 접근 방식을 허용하는 워크로드에 가장 적합합니다.

프로젝트를 계획할 때 Deep Research의 다음과 같은 강점을 고려하세요.

반복적 프로세스: 표준 채팅 모델과 같이 즉각적인 대답을 생성하는 대신 Deep Research는 계획 > 다중 소스 검색 > 반복 > 출력과 같은 체계적인 다단계 워크플로를 따릅니다.
고급 워크로드: Deep Research는 실사, 시장 분석, 경쟁 환경과 같은 복잡한 작업을 처리하도록 특별히 설계되었습니다.
광범위한 데이터 그라운딩: Gemini Deep Research 에이전트는 다양한 데이터 소스를 동시에 추론할 수 있습니다. 여기에는 원격 MCP 서버, 내부 기관 지식, 업로드된 파일 또는 폴더의 직접 컨텍스트가 포함됩니다.
세련된 보고서: 프레젠테이션에 사용할 수 있는 시각적 요소가 포함된 인용된 종합 보고서를 생성합니다. 여기에는 HTML과 이미지 모델을 사용하여 생성된 재무 그래프, 인라인 인포그래픽, 시장 포지셔닝 매트릭스가 포함됩니다.
높은 조종성: 프롬프트에서 최종 출력을 직접 맞춤설정할 수 있습니다. 여기에는 특정 어조 (예: 기술적 또는 경영진) 설정, 엄격한 형식 정의, 구조화된 데이터 표 요청이 포함됩니다.

다음 표에서는 지연 시간, 출력, 각 모델에 가장 적합한 사용 사례 등 여러 측정항목을 기준으로 Gemini Deep Research Agent와 표준 Gemini 모델을 비교합니다.

기능	표준 Gemini 모델	Gemini Deep Research 에이전트
지연 시간	초	분
프로세스	생성 → 출력	계획 → 다중 소스 검색 → 반복 → 출력
출력	대화형 스타일 텍스트 및 코드	인용된 상세 보고서(인라인 차트 및 이미지 포함)
적합한 사용 사례	챗봇, 정보 추출, 요약	시장 분석, 심층 조사, 경쟁 환경

주요 기능

Deep Research에는 다음과 같은 기능이 포함되어 있습니다.

다음을 포함한 여러 소스에 대한 그라운딩:
- 원격 MCP 서버
- 에이전트 검색으로 그라운딩
- Google 검색을 사용한 그라운딩 또는 엔터프라이즈용 웹 그라운딩: 엔터프라이즈 워크로드에 적합한 엄격한 개인 정보 보호 및 필터링 표준을 지원합니다.
- PDF 및 스프레드시트와 같은 인라인 파일 및 폴더 업로드를 통해 연구 워크플로에 직접 컨텍스트를 추가하고 인용을 받을 수 있습니다.
이미지 및 차트 출력: 인라인 인포그래픽, 시장 포지셔닝 매트릭스 차트, 재무 실적 그래프와 같은 프레젠테이션용 애셋이 포함된 상세 보고서 생성
인라인 인용

Deep Research 사용 방법

Google 생성형 AI SDK 또는 직접 REST API 요청을 사용하여 전역 엔드포인트(v1beta1)를 통해 Gemini Deep Research Agent에 액세스할 수 있습니다. 사용 예시는 GitHub의 Gemini Deep Research Pro 노트북 소개를 참고하세요.

시작하기 전에

Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Agent Platform API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

Make sure that you have the following role or roles on the project: roles/aiplatform.user, roles/serviceusage.serviceUsageConsumer

Check for the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

Grant the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
Click Grant access.
In the New principals field, enter your user identifier. This is typically the email address for a Google Account.
Click Select a role, then search for the role.
To grant additional roles, click Add another role and add each additional role.
Click Save.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Agent Platform API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

Make sure that you have the following role or roles on the project: roles/aiplatform.user, roles/serviceusage.serviceUsageConsumer

Check for the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

Grant the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
Click Grant access.
In the New principals field, enter your user identifier. This is typically the email address for a Google Account.
Click Select a role, then search for the role.
To grant additional roles, click Add another role and add each additional role.
Click Save.

Deep Research 작업 시작하기

조사 작업에는 반복적인 검색과 읽기가 포함되며 완료하는 데 몇 분이 걸릴 수 있습니다. Gemini Deep Research 에이전트를 비동기식으로 실행해야 합니다.

백그라운드 실행 및 스트리밍 모드를 사용해야 합니다. 이렇게 하려면 에이전트를 실행할 때 응답 구성에서 background 및 stream 필드를 True로 설정합니다. API는 부분 Interaction 객체를 즉시 반환합니다. id 속성을 사용하여 폴링을 위한 상호작용을 가져올 수 있습니다. 상호작용 상태가 in_progress에서 completed 또는 failed로 전환됩니다.

Python


import time
from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

interaction = client.interactions.create(
  input="Analyze competitive positioning for solar energy providers.",
  agent="deep-research-preview-04-2026",
  background=True,
  stream=True
)

print(f"Research started: {interaction.id}")

while True:
  interaction = client.interactions.get(interaction.id)
  if interaction.status == "completed":
    print(interaction.steps[-1].content[0].text)
    break
  elif interaction.status == "failed":
    print(f"Research failed: {interaction.error}")
    break
  time.sleep(10)

REST

PROJECT_ID=PROJECT_ID;
curl --max-time 3600 --keepalive-time 10 -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://aiplatform.googleapis.com/v1beta1/projects/${PROJECT_ID}/locations/global/interactions" \
    -d '{
      "input": "Research the history of Google TPUs.",
      "agent": "deep-research-preview-04-2026",
      "background": true,
      "stream": true
    }'

API는 즉시 interaction_id를 반환합니다. 이 ID는 스트림에 다시 연결하는 데 필요합니다.

스트리밍

Deep Research는 생각 요약, 텍스트 출력, 생성된 이미지 등 연구 진행 상황에 관한 실시간 업데이트를 수신하기 위한 스트리밍을 지원합니다. background=True 및 stream=True를 설정해야 합니다.

다음 예에서는 연구 작업을 시작하고 자동 재연결로 스트림을 처리합니다. 연결이 끊어지면 중단된 지점부터 다시 시작할 수 있도록 interaction_id 및 last_event_id를 추적합니다.


from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

interaction_id = None
last_event_id = None
is_complete = False

def process_stream(stream):
  global interaction_id, last_event_id, is_complete
  for event in stream:
    if event.event_type == "interaction.created":
      interaction_id = event.interaction.id
    if event.event_id:
      last_event_id = event.event_id
    if event.event_type == "step.delta":
      if event.delta.type == "text":
        print(event.delta.text, end="", flush=True)
      elif event.delta.type == "thought":
        print(f"Thought: {event.delta.text}", flush=True)
    elif event.event_type in ("interaction.completed", "error"):
      is_complete = True

stream = client.interactions.create(
  input="Research the history of Google TPUs.",
  agent="deep-research-preview-04-2026",
  background=True,
  stream=True,
  agent_config={"type": "deep-research", "thinking_summaries": "auto"},
)

process_stream(stream)

while not is_complete and interaction_id:
  status = client.interactions.get(interaction_id)
  if status.status != "in_progress":
    break
  stream = client.interactions.get(
    id=interaction_id, stream=True, last_event_id=last_event_id,
  )
  process_stream(stream)

상호작용 스트림에 다시 연결

중단된 스트림을 복구하려면 원래 interaction_id를 사용하여 GET 요청을 제출합니다. API는 실시간 업데이트를 계속하기 전에 세션 시작부터 모든 과거 이벤트를 재생합니다.

Python


response = client.interactions.get(
  id = 'INTERACTION_ID',
  stream=True
)
for chunk in response:
  print(chunk)

REST

PROJECT_ID=PROJECT_ID;
INTERACTION_ID=INTERACTION_ID

curl -X GET \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://aiplatform.googleapis.com/v1beta1/projects/${PROJECT_ID}/locations/global/interactions/${INTERACTION_ID}"

도구

Deep Research는 여러 기본 제공 도구와 외부 도구를 지원합니다. 기본적으로 (도구 매개변수가 제공되지 않은 경우) 에이전트는 Google 검색 및 URL 컨텍스트에 액세스할 수 있습니다. 에이전트의 기능을 제한하거나 확장할 도구를 명시적으로 지정할 수 있습니다. 지원되는 도구는 다음과 같습니다.

도구	키	참고
Google 검색	`google_search`	공개 웹을 검색합니다. 기본적으로 사용 설정됩니다.
MCP 서버	`mcp_server`	외부 도구 액세스를 위해 원격 MCP 서버에 연결
엔터프라이즈 웹 검색	`enterprise_web_search`	추가 규정 준수 제어 기능이 있는 웹 검색
Agent Search	`vertex_ai_search`	웹사이트 데이터 또는 문서 세트를 검색합니다.

Google 검색

다음과 같이 하면 Google 검색이 유일한 도구로 사용 설정됩니다.


interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input="What are the latest developments in quantum computing?",
  tools=[{"type": "google_search"}],
  background=True,
  stream=True
)

MCP 서버

도구 구성에 서버 이름과 URL을 제공합니다. 인증 사용자 인증 정보를 전달하고 에이전트가 호출할 수 있는 도구를 제한할 수도 있습니다.

다음 참조를 확인하세요.

필드	유형	필수	설명
`type`	문자열	예	`"mcp_server"`이어야 합니다.
`name`	문자열	아니요	MCP 서버의 표시 이름입니다.
`url`	문자열	아니요	MCP 서버 엔드포인트의 전체 URL입니다.
`headers`	객체	아니요	서버에 대한 모든 요청과 함께 HTTP 헤더로 전송되는 키-값 쌍(예: 인증 토큰)입니다.
`allowed_tools`	배열	아니요	에이전트가 호출할 수 있는 서버의 도구를 제한합니다.

아래 예시를 참조하세요.


interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input="How to deploy an app to Cloud Run on Google Cloud?",
  tools=[
    {
      "type": "mcp_server",
      "name": "Google Cloud Developer Knowledge",
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {"Authorization": "Bearer token"},
    }
  ],
  background=True,
  stream=True
)

엔터프라이즈 웹 검색

엔터프라이즈 웹 검색을 사용하면 조직에서 안전하고 규정을 준수하며 최신 상태인 웹 데이터에 생성형 AI 응답을 그라운딩할 수 있습니다. 이를 통해 개발자와 기업은 데이터 개인 정보 보호 또는 규정 준수를 침해하지 않고 AI 모델을 인터넷에 연결할 수 있습니다.

아래 예시를 참조하세요.


interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input="Research on the latest trend on AI",
  tools=[
    {
      "type": "google_search",
      "search_type": ["enterprise_web_search"],
    }
  ],
  background=True,
  stream=True
)

멀티모달 입력

Deep Research는 이미지와 문서 (PDF)를 비롯한 멀티모달 입력을 지원하므로 에이전트가 시각적 콘텐츠를 분석하고 제공된 입력에 따라 컨텍스트화된 웹 기반 조사를 수행할 수 있습니다.

아래 예시를 참조하세요.


prompt = """
Analyze the interspecies dynamics and behavioral risks present
in the provided image of the African watering hole. Specifically, investigate
the symbiotic relationship between the avian species and the pachyderms
shown, and conduct a risk assessment for the reticulated giraffes based on
their drinking posture relative to the specific predator visible in the
foreground.
"""

interaction = client.interactions.create(
  input=[
    {"type": "text", "text": prompt},
    {
      "type": "image",
      "uri": "https://storage.googleapis.com/generativeai-downloads/images/generated_elephants_giraffes_zebras_sunset.jpg"
    }
  ],
  agent="deep-research-preview-04-2026",
  background=True,
  stream=True
)

print(f"Research started: {interaction.id}")

while True:
  interaction = client.interactions.get(interaction.id)
  if interaction.status == "completed":
    print(interaction.steps[-1].content[0].text)
    break
  elif interaction.status == "failed":
    print(f"Research failed: {interaction.error}")
    break
  time.sleep(10)

문서 이해

문서를 멀티모달 입력으로 직접 전달할 수 있습니다. 에이전트는 제공된 문서를 분석하고 해당 내용을 바탕으로 조사를 수행합니다.

아래 예시를 참조하세요.


interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input=[
    {"type": "text", "text": "What is this document about?"},
    {
      "type": "document",
      "uri": "https://arxiv.org/pdf/1706.03762",
      "mime_type": "application/pdf",
    },
  ],
  background=True,
  stream=True
)

조향성 및 서식

프롬프트에 구체적인 서식 지정 안내를 제공하여 에이전트의 출력을 조정할 수 있습니다. 이를 통해 보고서를 특정 섹션과 하위 섹션으로 구성하고, 데이터 표를 포함하거나, 다양한 잠재고객에 맞게 어조를 조정할 수 있습니다(예: '기술', '임원', '일반').

입력 텍스트에 출력을 명시적으로 정의합니다. 아래 예시를 참조하세요.


prompt = """
Research the competitive landscape of EV batteries.

Format the output as a technical report with the following structure:
1. Executive Summary
2. Key Players (Must include a data table comparing capacity and chemistry)
3. Supply Chain Risks
"""

interaction = client.interactions.create(
    input=prompt,
    agent="deep-research-preview-04-2026",
    background=True,
    stream=True
)

API 참조

이 섹션에서는 Gemini Deep Research 에이전트 사용을 위한 API 참조 정보를 제공합니다.

자세한 내용은 Interactions API를 참고하세요.

메서드: interactions.create

성명: projects.locations.interactions.create

새로운 Deep Research 세션을 시작합니다.

엔드포인트

post https://aiplatform.googleapis.com/v1beta1/{parent}/interactions

요청 본문 매개변수

요청 본문 매개변수에는 다음이 포함될 수 있습니다.

매개변수	유형	설명
`agent`	`string`	필수 항목입니다. 에이전트 ID 코드 (예: `deep-research-preview-04-2026`)를 지정합니다.
`background`	`boolean`	필수 항목입니다. 상호작용을 비동기적으로 실행합니다. `true`로 설정해야 합니다.
`stream`	`boolean`	필수 항목입니다. 스트리밍을 사용 설정합니다. `true`로 설정해야 합니다.
`input`	`array` 또는 `string`	필수 항목입니다. 사용자 입력이 포함된 목록입니다. 단일 객체만 지원됩니다.
`tools`	`array`	기본 도구를 재정의합니다. `google_search`, `external_data_mcp`, `vertex_search` 등을 지원합니다.

시간 제한 및 오류 처리

상담사와 상호작용할 때 연결 시간 초과 또는 시스템 오류가 발생할 수 있습니다. 이 섹션에서는 소프트 타임아웃과 하드 실패를 식별하고 해결하는 방법을 설명합니다.

소프트 시간 제한

상호작용 API 연결이 끊어지는 동안 상담사가 요청을 계속 처리하면 소프트 타임아웃이 발생합니다. 에이전트는 백그라운드에서 요청을 계속 실행합니다.

세션을 재개하고 다시 재생된 이벤트를 보려면 interaction_id를 사용하여 스트림에 다시 연결하세요. 상호작용 스트림에 다시 연결을 참고하세요.

하드 실패

하드 실패는 에이전트 또는 내부 시스템 오류로 인해 에이전트 컨텍스트가 완전히 종료될 때 발생합니다. 이러한 오류는 일반적으로 HTTP 500 상태 코드를 반환합니다. 일반적인 원인으로는 120분 실행 한도 초과 또는 시스템 오류가 있습니다.

이 오류를 해결하려면 현재 세션을 중지하고 새 세션을 시작하기 전에 쿼리를 수정하세요.

권장사항

자율 에이전트가 웹과 파일에 액세스할 수 있도록 하면 고유한 역학 관계가 발생합니다. 프로젝트를 구현할 때는 다음 권장사항을 고려하세요.

알 수 없는 항목에 대한 프롬프트: 누락된 데이터를 처리하는 방법을 에이전트에게 명시적으로 안내합니다. 예를 들어 수치를 추정하는 대신 사용할 수 없는지 여부를 알려 달라고 요청할 수 있습니다.
프롬프트 인젝션 위험 방지: 악성 파일에는 에이전트의 출력을 조작하도록 설계된 숨겨진 텍스트가 포함될 수 있으므로 업로드된 파일이 신뢰할 수 있는 소스에서 제공되는지 확인하세요.
데이터 무단 반출 방지: 에이전트에게 민감한 내부 데이터를 요약해 달라고 요청하면서 동시에 공개 웹을 탐색할 수 있는 액세스 권한을 부여할 때는 매우 신중해야 합니다.
인용 확인: 엔터프라이즈급 필터링이 적용되더라도 항상 대답에 제공된 인용을 확인하여 웹 소스가 신뢰할 수 있는지 확인하세요.

제한사항

프로젝트를 계획할 때 다음 제한사항을 고려하세요.

단일 턴만 해당: 단일 턴 질문만 지원됩니다. API의 previous_interaction_id 필드 사용은 지원되지 않습니다.
엔터프라이즈 보안: 미리보기 기간에는 고객 관리 암호화 키(CMEK) 및 VPC 서비스 제어가 지원되지 않습니다. 멀티 리전 데이터 상주 제약 조건은 평가 중입니다.
캐싱: 이 서비스의 경우 암시적 캐싱이 기본적으로 사용 설정됩니다. 이 기능은 사용 중지할 수 없습니다.
데이터 보관: 프롬프트와 생성된 출력은 표준 처리를 위해 7일 동안 저장됩니다. Google 검색을 사용한 그라운딩을 사용하는 경우 Google은 디버깅 및 테스트를 위해 프롬프트, 컨텍스트 정보, 생성된 출력을 3일 동안 저장합니다. Google 검색을 사용한 그라운딩을 사용하는 경우 이 정보의 저장을 사용 중지할 수 없습니다. 데이터 보관이 필요하지 않은 경우 엔터프라이즈 웹 검색으로 그라운딩을 사용하는 것이 좋습니다.

가격 책정

Deep Research는 Gemini의 고급 추론 기능을 사용하여 다단계 에이전트형 조사 작업을 수행합니다. 청구는 모델 사용량 (토큰)과 도구 실행 (검색 및 그라운딩)으로 구성됩니다.

자세한 내용은 가격 책정을 참조하세요.

비용 추적

기본적으로 Gemini Deep Research Agent는 작업에 is_deep_research 사용자 라벨을 자동으로 적용합니다. Google Cloud에서 라벨은 리소스를 정리하고 인프라 전반에서 비용을 추적하는 데 사용되는 경량 키-값 쌍입니다.

자동 라벨 지정: API 요청에서 이 라벨을 수동으로 구성할 필요가 없습니다. 에이전트는 실행된 모든 작업에 대해 기본적으로 is_deep_research 라벨을 포함합니다.
결제 필터링: Deep Research 결제 보고서는 is_deep_research 결제 라벨을 사용하여 필터링할 수 있습니다.
포괄적인 추적: is_deep_research 청구 라벨은 모델 사용량 (입력 및 출력 토큰)과 도구 실행(검색 및 그라운딩 사용량) 모두에 적용됩니다. 이를 통해 비동기 연구 워크플로의 총비용을 집계하고 계산할 수 있습니다.

할당량

트래픽 증가, 동시 백그라운드 작업 또는 더 많은 연구 부하를 수용하기 위해 Google Cloud 프로젝트 내에서 직접 Agent Platform API의 할당량 증가를 요청할 수 있습니다.

할당량을 늘리려면 다음 단계를 따르세요.

Google Cloud 콘솔에서 할당량 및 시스템 한도 페이지로 이동합니다.

할당량 및 시스템 한도로 이동
Deep Research 워크로드를 실행하는 올바른 프로젝트를 선택했는지 확인합니다.
필터 검색창에서 Agent Platform API(aiplatform.googleapis.com)를 검색하여 관련 상담사와 상호작용 할당량을 찾습니다.
조정해야 하는 특정 할당량 한도를 선택합니다.
할당량 수정을 클릭합니다.
할당량 변경 대화상자의 새 값 필드에 요청한 한도를 입력합니다. 요청 설명에 명확한 근거를 제공합니다. 구체적인 Deep Research 사용 사례, 백그라운드 실행 요구사항, 예상 트래픽 패턴을 언급하면 승인 절차를 신속하게 진행하는 데 도움이 됩니다.
요청 제출을 클릭합니다.

규정 준수 및 보안

이 섹션에서는 데이터가 보관되고 캐시되는 방식을 설명하고 미리보기 중에 지원되지 않는 보안 컨트롤을 나열합니다.

데이터 보관

프롬프트와 생성된 출력은 표준 처리를 위해 7일 동안 저장됩니다.

서비스별 약관의 섹션 19 '생성형 AI 서비스: Google 검색을 사용한 그라운딩'에 설명된 대로, Google은 그라운딩된 결과 및 검색 추천을 생성하기 위해 고객이 제공할 수 있는 프롬프트와 컨텍스트 정보, 생성된 출력을 3일 동안 저장하며, 이 저장된 정보는 Google 검색을 사용한 그라운딩을 지원하는 시스템의 디버깅 및 테스트에 사용될 수 있습니다. Google 검색을 사용한 그라운딩을 사용하는 경우 이 정보의 저장을 사용 중지할 방법이 없습니다. 데이터 보관이 필요하지 않은 경우 엔터프라이즈용 웹 그라운딩을 사용하는 것이 좋습니다.

캐싱

암시적 캐싱은 Deep Research에 기본적으로 사용 설정되어 있으며 사용 중지할 수 없습니다.

보안 제어

다음 보안 컨트롤은 미리보기 중에 지원되지 않습니다.

고객 관리 암호화 키(CMEK)
VPC 서비스 제어 (VPC-SC)
액세스 투명성(AXT)
데이터 상주
멀티 리전 데이터 상주

다음 단계

참조

상호작용 API 참조

에이전트와 상호작용할 수 있는 Interactions API에 대해 알아봅니다.

튜토리얼

노트북: Gemini Deep Research 에이전트 소개

GitHub에서 이 Deep Research Python 노트북으로 시작하세요.

Gemini Deep Research 에이전트 사용 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

Deep Research를 사용하는 경우

주요 기능

Deep Research 사용 방법

시작하기 전에

Check for the roles

Grant the roles

Check for the roles

Grant the roles

Deep Research 작업 시작하기

Python

REST

스트리밍

상호작용 스트림에 다시 연결

Python

REST

도구

Google 검색

MCP 서버

엔터프라이즈 웹 검색

멀티모달 입력

문서 이해

조향성 및 서식

API 참조

메서드: interactions.create

엔드포인트

요청 본문 매개변수

시간 제한 및 오류 처리

소프트 시간 제한

하드 실패

권장사항

제한사항

가격 책정

비용 추적

할당량

규정 준수 및 보안

데이터 보관

캐싱

보안 제어

다음 단계

상호작용 API 참조

노트북: Gemini Deep Research 에이전트 소개

Gemini Deep Research 에이전트 사용