ChatGPT의 Deep research는 잘 쓰면 상당히 강력합니다. 단순히 웹페이지 몇 개를 요약하는 수준이 아니라, 여러 출처를 조사하고 논리를 세워 보고서 형태로 정리할 수 있습니다. OpenAI도 Deep research를 복잡한 온라인 작업을 조사·종합해 문서화된 보고서로 만드는 기능으로 설명합니다.[1]
이 글의 결론은 하나입니다. Deep research를 바로 누르지 말고, 먼저 일반 ChatGPT 모드에서 Deep research용 프롬프트를 설계한 뒤 실행해야 합니다.
목차
이런 분에게 필요합니다
- AI로 시장 조사, 경쟁사 분석, 교육자료 조사, 보고서 초안을 만들고 싶은 분
- Deep research를 눌러봤지만 결과가 기대보다 평범했던 분
- 리서치 결과를 최소 10페이지 이상 보고서 초안으로 받아보고 싶은 분
- 시니어 컨설턴트에게 맡기듯 AI에게 조사 범위와 기준을 주고 싶은 분
핵심 요약
| 구분 | 잘못된 사용 | 제대로 된 사용 |
|---|---|---|
| 시작 방식 | “이거 조사해줘”라고 바로 실행 | 일반 모드에서 리서치 설계 프롬프트부터 작성 |
| 조사 범위 | 너무 넓거나 모호함 | 대상, 기간, 산업, 국가, 제외 범위를 명시 |
| 출처 기준 | 아무 자료나 섞임 | 공식 문서, 원문, 신뢰 가능한 기관 우선 |
| 결과물 | 요약문 | 목차, 표, 인사이트, 실행안, 확인 필요 항목이 있는 보고서 |
Deep research는 빠른 검색용 기능이 아닙니다. OpenAI 도움말에서도 빠른 사실 확인에는 Search, 더 깊고 철저한 조사가 필요한 경우에는 Deep research를 쓰라고 구분합니다.[1]
Deep research가 좋은 결과를 내는 이유
Deep research의 장점은 시간을 들여 조사한다는 데 있습니다. 일반 검색은 사용자가 링크를 눌러 읽고 비교해야 합니다. Deep research는 사용자가 정한 목적에 맞춰 자료를 찾고, 읽고, 구조화하고, 보고서 형태로 정리합니다. 결과에는 검증 가능한 출처 링크가 포함될 수 있습니다.[1]
다만 결과 품질은 질문 품질에 크게 좌우됩니다. “AI 교육 시장 조사해줘”라고 입력하면 범위가 너무 넓습니다. 반대로 “2024~2026년 한국 기업교육 시장에서 생성형 AI 교육 수요가 어떻게 바뀌었는지, HRD 담당자 관점에서 공식 자료와 신뢰 가능한 보고서를 중심으로 조사해줘”라고 쓰면 훨씬 좋은 결과가 나옵니다.
컨설턴트 시간으로 환산해 보는 Deep research의 가치
Deep research를 잘 쓰면 시니어 컨설턴트가 1차 리서치 초안을 만든 것과 비슷한 효과를 낼 수 있습니다. 예를 들어 시장 동향, 주요 플레이어, 근거 자료, 시사점, 실행 제안까지 정리된 10페이지 이상 보고서 초안이 나온다면, 사람이 처음부터 조사하는 시간을 상당히 줄일 수 있습니다.
| 항목 | 가정 예시 |
|---|---|
| 사람이 직접 조사할 경우 | 자료 검색, 출처 확인, 구조화, 초안 작성에 2~4시간 소요 가능 |
| 시니어 컨설턴트 단가 | 실제 단가는 산업·계약·전문성에 따라 확인 필요 |
| Deep research의 역할 | 완성 보고서가 아니라, 사람이 검토할 수 있는 고품질 1차 초안 생성 |
이 계산은 실제 가격을 단정하려는 것이 아닙니다. 핵심은 Deep research가 사람의 판단을 대체하는 것이 아니라, 초기 조사와 구조화 시간을 줄이는 도구라는 점입니다.
바로 실행하지 말고 프롬프트부터 설계해야 합니다
Deep research에 바로 질문을 넣으면 결과가 운에 맡겨집니다. 더 좋은 방법은 일반 ChatGPT 대화에서 먼저 이렇게 요청하는 것입니다.
“`text 당신은 시니어 리서치 컨설턴트입니다.
나는 Deep research 기능을 사용해 다음 주제를 조사하려고 합니다. 주제: ‹조사 주제› 목적: ‹보고서/강의안/제안서/블로그 글 등› 대상 독자: ‹임원/실무자/HRD 담당자/영업팀 등› 활용 상황: ‹어디에 쓸 것인지›
먼저 Deep research에 넣을 최적의 프롬프트를 설계해 주세요.
포함할 내용:
- 조사 목적
- 조사 범위
- 반드시 확인할 질문 5~7개
- 우선 출처 기준
- 제외할 자료 유형
- 최종 보고서 목차
- 표와 체크리스트 형식
- 확인 필요 항목 표시 방식
부족한 정보가 있으면 프롬프트를 작성하기 전에 나에게 질문해 주세요. “`
이렇게 하면 ChatGPT가 먼저 조사 설계자가 됩니다. 그다음 설계된 프롬프트를 Deep research에 넣으면 결과가 훨씬 안정됩니다.
Deep research에 넣을 최종 프롬프트 예시
“`text 당신은 10년차 전략 리서치 컨설턴트입니다.
조사 주제: ‹주제› 조사 목적: ‹목적› 대상 독자: ‹대상› 조사 범위: ‹국가, 기간, 산업, 제외 범위›
요청사항:
- 공식 문서, 원문 자료, 신뢰 가능한 기관 보고서를 우선 확인해 주세요.
- 광고성 글과 출처 불명 자료는 제외하거나 보조 자료로만 사용해 주세요.
- 서로 다른 출처의 내용이 충돌하면 “확인 필요”로 표시해 주세요.
- 결과는 보고서 형식으로 작성해 주세요.
- 각 핵심 주장에는 출처 링크를 붙여 주세요.
출력 형식:
- Executive Summary
- 핵심 결론 5개
- 주요 근거 표
- 세부 분석
- 실무 적용 방안
- 리스크와 확인 필요 사항
- 참고 출처 목록
“`
실무에서 자주 막히는 지점
| 문제 | 이유 | 해결 방법 |
|---|---|---|
| 결과가 너무 일반적이다 | 조사 목적과 독자가 불명확하다. | 대상 독자와 활용 상황을 먼저 적는다. |
| 자료가 많지만 쓸 내용이 없다 | 출력 형식을 지정하지 않았다. | 보고서 목차와 표 형식을 지정한다. |
| 출처가 마음에 들지 않는다 | 출처 기준이 약하다. | 공식 문서, 원문, 기관 보고서 우선이라고 명시한다. |
| 시간이 오래 걸린다 | Deep research의 성격상 조사 시간이 필요하다. | 빠른 확인은 Search, 깊은 조사는 Deep research로 구분한다. |
바로 써보는 체크리스트
- [ ] 주제를 한 문장으로 좁혔는가?
- [ ] 대상 독자를 정했는가?
- [ ] 국가, 기간, 산업 범위를 정했는가?
- [ ] 우선 출처와 제외 출처를 정했는가?
- [ ] 일반 ChatGPT 모드에서 Deep research용 프롬프트를 먼저 설계했는가?
- [ ] 결과를 사람이 검토할 기준을 정했는가?
마무리
Deep research는 버튼 하나로 끝나는 마법이 아닙니다. 잘 설계된 질문을 넣었을 때 강력해지는 리서치 도구입니다. 다음 글에서는 이런 리서치 품질을 매번 반복하기 위해 필요한 개인 맞춤형 설정과 지침 세팅을 다룹니다.
References
[1]: https://help.openai.com/en/articles/10500283-deep-research-in-chatgpt “Deep research in ChatGPT – OpenAI Help Center”