2026년 OpenAI의 새로운 웹 검색 API 사용 방법? DeepSeek 통합 가이드.

OpenAI는 개발자 플랫폼에 상당한 업데이트를 도입하여 향상된 웹 검색 기능으로 에이전트 개발 방식을 혁신했습니다. 새로운 응답 API는 웹 및 파일 검색을 위한 내장 도구 호출을 지원하여 모델이 실시간 데이터에 효율적으로 접근할 수 있게 합니다. 본 가이드는 이러한 업데이트를 살펴보고, 개발자가 웹 검색과 함께 채팅 완성 및 응답 API를 활용하는 방법과 탁월한 성능을 달성하기 위한 DeepSeek R1 모델 통합을 위한 스마트 기법을 강조합니다. 이러한 혁신이 AI 프로젝트를 한 단계 끌어올리고 모델을 최신 정보로 업데이트하는 방법을 알아보세요.

주요 포인트

OpenAI는 Chat Completion API에 웹 검색 기능을 직접 내장하는 중대한 플랫폼 업데이트를 출시했습니다.

응답 API에는 이제 웹 및 파일 검색을 위한 내장 도구 호출이 포함되어 실시간 데이터 검색을 지원합니다.

이제 모델은 외부 도구 없이도 최신 정보를 가져올 수 있어 데이터 수집이 간소화되었습니다.

Chat Completion API를 통한 웹 검색 모델 사용은 다른 OpenAI 모델 호출만큼 간단하여 통합이 용이합니다.

Llama 3.3 및 DeepSeek R1의 웹 지원 버전을 포함한 Perplexity Sonar 모델은 OpenAI API 클라이언트를 통해 사용할 수 있습니다.

Perplexity Sonar 모델을 통합하려면 OpenAI API 키를 전환하고 기본 URL을 수정해야 합니다.

이 업데이트는 gpt-4o-mini 모델 입력이 백만 토큰당 0.15달러에 불과한 등 예산 친화적인 옵션을 제공합니다.

주석 기능을 사용하면 인용된 URL을 별도로 추출할 수 있어 데이터 투명성과 검증 능력이 향상됩니다.

OpenAI의 새로운 에이전트 빌딩 블록

OpenAI 업데이트 이해하기

OpenAI는 웹 검색 기능이 통합된 에이전트 빌딩 블록에 중점을 둔 개발자 플랫폼의 주요 업데이트를 출시했습니다. 이 업데이트는 개발자들이 더 지식이 풍부하고 동적인 AI 에이전트를 생성할 수 있도록 개선된 도구를 제공하는 데 초점을 맞추고 있습니다.

Chat Completion API에는 이제 웹 검색 기능이 내장된 모델이 포함되어, AI가 실시간 데이터에 접근하고 활용할 수 있도록 하는 데 있어 상당한 진전을 이루었습니다. API를 통한 직접적인 웹 검색 통합은 정보 검색을 위한 간소화된 방법을 제공하여 AI 모델이 최신 상태를 유지하고 관련성을 확보할 수 있도록 합니다. 실시간 데이터를 통합함으로써 OpenAI 플랫폼에서 구축된 애플리케이션은 더 정확하고, 맥락을 인식하며, 시의적절한 응답을 제공할 수 있습니다. 응답 API는 웹 및 파일 검색과 같은 내장 도구 호출 기능을 더욱 강화합니다. 이 API는 AI 모델이 외부 리소스와 상호작용하는 방식을 간소화하여 외부 의존성 없이 실시간 정보를 검색할 수 있게 합니다. 이러한 업데이트로 강력하고 효율적인 AI 솔루션 개발이 더욱 용이해집니다. 이번 최신 발전은 더욱 통합되고 접근성 높은 AI 개발 도구로의 전환을 의미합니다. 직접적인 웹 검색 접근을 제공함으로써 OpenAI는 개발자가 더 지능적이고 반응적이며 정보에 기반한 애플리케이션을 구축할 수 있도록 지원합니다.

응답 API 소개

응답 API는 실시간 데이터를 AI 모델에 통합하는 개발자를 위한 혁신적인 도구입니다. 이 API는 이전에 구현이 더 복잡했던 웹 및 파일 검색을 위한 내장 도구 호출을 단순화합니다. 이는 채팅 완성 API와 어시스턴트 API의 장점을 결합한 강력한 새로운 API 기본 기능을 나타냅니다. 응답 API의 단순성과 효율성은 개발자가 복잡한 구성 관리보다 혁신적인 솔루션 개발에 집중할 수 있게 합니다. 응답 API는 채팅 완성 API와 원활하게 통합되므로 사용이 직관적입니다. 정보 검색을 위해 외부 플러그인이나 맞춤형 코드에 의존할 필요 없이, 개발자는 이제 응답 API를 통해 AI 모델 내에서 직접 쿼리를 실행하고 최신 데이터를 수신할 수 있습니다. 이를 통해 모델은 최신 정보에 접근하여 정확성과 관련성을 높이는 동시에 복잡성을 줄일 수 있습니다. 응답 API는 개발 과정을 간소화하여 개발자가 보다 정교한 AI 애플리케이션을 더 쉽고 효율적으로 구축할 수 있도록 지원합니다. 이 API는 실시간 데이터의 끊임없이 변화하는 환경에 지능적이고 적응력 있게 대응하는 AI 모델을 개발하는 데 필수적입니다. 응답 API를 도입함으로써 개발자는 AI 애플리케이션이 기술의 최전선에 머물도록 보장할 수 있습니다.

채팅 완성 API의 웹 검색 기능

채팅 완성 API 내 웹 검색 기능 통합은 AI 개발 진화에서 상당한 발전을 의미합니다. 이 통합을 통해 개발자는 인간과 유사한 텍스트를 생성할 뿐만 아니라 실시간 웹 정보에 접근하고 이를 통합하는 AI 에이전트를 만들 수 있습니다.

이제 Chat Completion API는 웹 검색을 수행하도록 특별히 설계된 모델을 제공하여 AI가 최신 가용 데이터를 기반으로 질문에 답변하고, 통찰력을 제공하며, 추천을 할 수 있게 합니다. 이 통합은 뉴스 집계, 시장 분석, 고객 지원과 같이 실시간 정보가 필요한 시나리오에 AI 에이전트를 배포할 수 있음을 의미합니다. 외부 도구 의존도를 줄임으로써 개발자는 더 독립적이고 효율적인 AI 솔루션을 구축할 수 있습니다. Chat Completion API를 통해 직접 정보에 접근함으로써 AI 모델은 항상 최신 정보로 작동하여 더 정확하고 관련성 높은 결과를 제공합니다. 이 기능으로 유익하고 신뢰할 수 있는 AI 에이전트 개발이 그 어느 때보다 쉬워졌습니다.

퍼플렉시티 소나 모델 통합

OpenAI API를 통한 DeepSeek R1 및 Llama 3.3 접근

OpenAI의 기본 모델에 웹 검색 기능이 포함되었지만, 퍼플렉시티 소나 모델은 수주 전부터 OpenAI API를 통해 웹 검색이 가능한 Llama 3.3 및 DeepSeek R1에 대한 접근을 제공해 왔습니다. 이는 흥미로운 대안을 제시합니다. 퍼플렉시티 소나를 사용하려면 퍼플렉시티 API 키를 대체하고 기본 URL을 수정해야 합니다. 코드 구조는 OpenAI 모델과 거의 동일하게 유지됩니다.

from openai import OpenAI client = OpenAI(api_key="YOUR_PERPLEXITY_API_KEY", base_url="https://api.perplexity.ai") completion = client.chat.completions.create( model="sonar-reasoning-pro", messages=[ {"role": "user", "content": "미국 하원이 오늘 정부 셧다운을 막았나요?"}])print(completion.choices[0].message.content)

주요 차이점은 다음과 같습니다:

• Perplexity API 키 사용.
• base_url을 https://api.perplexity.ai으로 설정합니다.
• Perplexity Sonar 모델(예: sonar-reasoning-pro) 지정.

이 접근 방식을 사용하면 최소한의 코드 변경으로 DeepSeek R1과 같은 고급 모델을 활용할 수 있습니다.

단점

Perplexity Sonar 모델: 주요 기능 및 제공 사항

Perplexity Sonar는 향상된 웹 검색 및 추론 기능을 위해 설계된 여러 고급 모델을 제공합니다. 이 모델들은 Llama 3.3 및 DeepSeek R1과 같은 아키텍처를 기반으로 구축되어 정보 검색 및 분석에서 최첨단 성능을 제공합니다. 다음은 Perplexity Sonar 모델의 주요 기능 및 제공 사항에 대한 개요입니다.

• Sonar Pro: 검색 그라운딩을 지원하는 프리미엄 검색 솔루션으로, 고급 쿼리와 후속 질의를 지원합니다. 깊은 이해와 맥락 유지가 필요한 복잡한 다단계 작업에 이상적입니다.
• Sonar Reasoning Pro: DeepSeek R1 기반의 최상급 추론 솔루션으로, 고급 사고 과정 추론(chain-of-thought reasoning)과 실시간 인터넷 검색 및 인용 기능을 제공합니다. 최신 정보가 필요한 상세한 분석에 완벽합니다.
• Sonar: 검색 기반의 경량 솔루션으로 Sonar Pro보다 빠르고 저렴합니다. 인용이 포함된 간단한 답변에 최적이며 속도와 비용의 균형을 제공합니다.
• 소나 추론: DeepSeek R1로 훈련된 추론 모델 기반의 경량 추론 솔루션으로, 사고 과정 추론 및 인용 기능 포함. 예정된 미국 IPO 투자 논리 개발에 이상적입니다.

프로젝트에서 웹 검색 활용 방법

환경 설정

OpenAI 프로젝트에서 웹 검색을 사용하려면 먼저 개발 환경을 설정하세요. OpenAI 모듈을 임포트하고 API 키를 인증하는 과정이 포함됩니다. 새 기능을 완전히 활용하려면 최신 OpenAI 라이브러리 버전이 설치되어 있는지 확인하세요. 모듈 임포트 후 API 키로 클라이언트 인스턴스를 생성합니다.

주요 단계:

1. OpenAI 모듈을 임포트합니다.
2. API 키 설정.
3. OpenAI API와 상호작용할 클라이언트 인스턴스 생성.
4. 작업에 적합한 웹 검색 지원 모델을 선택합니다.

환경 설정이 완료되면 웹 검색을 수행하고 실시간 정보를 가져오기 위한 API 호출을 시작할 수 있습니다.

Chat Completion API 사용

Chat Completion API를 사용하면 웹 검색을 AI 모델에 쉽게 통합할 수 있습니다. 먼저 클라이언트 인스턴스를 생성한 다음 chat.completions.create 메서드를 사용하여 모델과 상호작용하세요. gpt-4o-mini-search-preview 또는 gpt-4o-search-preview와 같은 웹 검색 지원 모델을 지정하고 쿼리를 제공하세요.

코드 예시:

from openai import OpenAI client = OpenAI(api_key='YOUR_API_KEY') completion = client.chat.completions.create( model="gpt-4o-mini-search-preview", messages=[ {"role": "user", "content": "미국 하원이 오늘 정부 셧다운을 막았나요?"}])print(completion.choices[0].message.content)

이 코드는 Chat Completion API를 사용하여 웹 검색이 가능한 API 호출을 수행하는 방법을 보여줍니다. 적절한 모델과 쿼리를 지정하면 실시간 정보를 AI 애플리케이션에 직접 가져올 수 있습니다.

응답 API 활용

응답 API는 내장된 도구 호출을 도입하여 웹 검색 구현을 단순화합니다. responses.create 메서드를 사용하고, 모델을 지정하며, 웹 검색 도구(web_search_preview)로 tools 매개변수를 정의하고, 입력 쿼리를 제공하세요.

코드 예시:

from openai import OpenAI client = OpenAI(api_key='YOUR_API_KEY') response = client.responses.create( model="gpt-4o-mini", tools=[{"type": "web_search_preview"}], input="Did the US House of Representatives avert a government shutdown today?") print(response.output_text)

이 코드는 웹 검색이 활성화된 API 호출을 위한 응답 API 사용법을 보여줍니다. 응답 API는 개발을 간소화하고 더 정교한 AI 애플리케이션을 쉽게 구축할 수 있도록 지원합니다.

주석 및 인용 추출

채팅 완성 API와 응답 API 모두 검색 결과에서 주석 및 인용을 추출할 수 있습니다. 이는 모델 정보의 정확성과 신뢰성을 검증하는 데 도움이 됩니다. annotations 매개변수를 사용하면 검색 결과와 관련된 URL 및 기타 메타데이터를 가져올 수 있습니다.

코드 예시 (채팅 완성 API):

print(completion.choices[0].message.annotations)

코드 예시 (응답 API):

print(response.output[1].content[0].annotations)

이 코드 예시는 두 API 모두에서 주석을 추출하는 방법을 보여줌으로써 사용자에게 정보 출처를 제공할 수 있게 합니다.

가격 구조 이해

개발자를 위한 비용 효율적인 옵션

OpenAI는 웹 검색이 가능한 모델에 대해 다양한 가격대를 제공하여 개발자가 프로젝트에 예산 친화적인 옵션을 선택할 수 있도록 합니다.

gpt-4o-mini 모델은 입력 토큰 100만 개당 0.15달러, 출력 토큰 100만 개당 0.60달러로 많은 애플리케이션에 경제적인 선택입니다. 표준 gpt-4o-search-preview 모델은 입력 토큰 100만 개당 2.50달러, 출력 토큰 100만 개당 10.00달러입니다.

가격 요약은 다음과 같습니다:

이러한 가격 옵션을 통해 개발자는 예산과 성능 요구 사항에 가장 적합한 모델을 선택할 수 있습니다. 적절한 모델을 신중하게 선택함으로써 비용을 통제하면서 OpenAI 프로젝트의 가치를 극대화할 수 있습니다.

장점과 단점

장점

실시간 데이터 접근으로 정확성과 관련성이 향상됩니다.

내장된 도구 호출로 개발이 간소화됩니다.

주석 및 인용 기능으로 투명성 향상.

비용 효율적인 옵션이 제공됩니다.

기존 OpenAI 모델과의 원활한 통합.

단점

고급 모델의 경우 출력 비용이 높습니다.

OpenAI의 API 및 서비스 가용성에 대한 의존성.

편향되거나 부정확한 검색 결과 발생 가능성.

검색 과정에 대한 제한된 통제력.

모델이 답변을 생성하는 데 더 많은 시간이 소요될 수 있음.

OpenAI 웹 검색 통합의 주요 기능

실시간 정보 접근

실시간 정보 접근 기능은 OpenAI 웹 검색 통합의 핵심 기능입니다. 이 기능은 AI 모델이 항상 최신 데이터로 작동하도록 보장하여 더 정확하고 관련성 높은 결과를 도출합니다. 외부 도구 의존도를 줄임으로써 개발자는 더 독립적이고 효율적인 AI 솔루션을 구축할 수 있습니다. 이 통합은 웹과의 직접 연결을 제공하여 AI 에이전트가 최신 데이터 기반으로 질문에 답변하고, 통찰력을 제공하며, 추천을 할 수 있게 합니다.

내장 도구 호출

응답 API는 웹 검색 및 파일 검색을 위한 내장 도구 호출을 도입하여 이러한 기능을 AI 모델에 통합하는 과정을 간소화합니다. 이 기능은 개발을 효율화하고 맞춤형 코드 필요성을 줄입니다. 내장 도구 호출은 사용 편의성과 높은 효율성을 위해 설계되어 개발자가 혁신적인 AI 솔루션 개발에 집중할 수 있도록 합니다.

주석 및 인용

OpenAI의 웹 검색 통합에는 주석 및 인용 기능이 포함되어 개발자가 모델 정보의 정확성과 신뢰성을 검증할 수 있습니다. 이 기능은 투명성을 보장하고 AI 출력물에 대한 신뢰를 구축합니다. 주석을 추출함으로써 사용자에게 정보 출처를 제공하여 주장을 검증하고 맥락을 더 자세히 탐색할 수 있게 합니다.

웹 검색 지원 API의 실용적 활용 사례

뉴스 집계 및 리포팅

웹 검색 지원 API는 다양한 출처의 뉴스를 실시간으로 집계할 수 있습니다. 이를 통해 AI 모델은 수많은 주제에 걸쳐 최신 뉴스 보도, 요약 및 분석을 제공할 수 있습니다. 실시간 정보 접근 능력은 제공되는 뉴스가 관련성과 정확성을 유지하도록 보장합니다.

시장 분석 및 리서치

이러한 API는 여러 웹 출처에서 데이터를 수집하여 시장 분석 및 조사를 수행할 수 있습니다. 이를 통해 AI 모델은 시장 동향, 경쟁사 분석 및 투자 기회에 대한 통찰력을 제공할 수 있습니다. 실시간 데이터 접근은 분석이 최신 시장 상황을 반영하도록 보장합니다.

고객 지원 및 도움

웹 검색 기능이 탑재된 API는 AI 모델이 최신 정보를 활용해 고객 질문에 답변할 수 있도록 지원함으로써 고객 지원 및 서비스를 향상시킵니다. 이를 통해 고객 문의가 정확하고 효율적으로 처리됩니다. 또한 통합을 통해 맞춤형 추천을 제공하고 실시간으로 문제를 해결할 수 있습니다.

자주 묻는 질문

응답 API란 무엇인가요?

응답 API는 OpenAI의 새로운 API 기본 요소로, 채팅 완성 및 어시스턴트 API의 장점을 결합합니다. 웹 검색 및 파일 검색과 같은 내장 도구 호출을 AI 모델에 통합하는 과정을 간소화합니다. 이 API는 개발자가 보다 동적이고 정보에 기반한 AI 애플리케이션을 더 쉽고 효율적으로 만들 수 있도록 지원합니다.

채팅 완성 API에서 웹 검색 기능은 어떻게 작동하나요?

채팅 완성 API에는 이제 웹 검색을 수행하도록 특별히 설계된 모델이 포함됩니다. 웹 검색이 활성화된 모델로 API를 호출하면, API는 사용자의 쿼리를 기반으로 자동으로 웹 검색을 수행하고 결과를 응답에 통합합니다. 이를 통해 AI 모델이 항상 최신 정보로 작동하도록 보장합니다.

주석과 인용이란 무엇인가요?

주석과 인용은 데이터 출처에 대한 정보를 제공하는 검색 결과와 연관된 메타데이터입니다. 주석을 추출함으로써 사용자에게 정보 출처에 대한 접근 권한을 부여하여 주장을 검증하고 맥락을 더 깊이 탐색할 수 있게 합니다. 이 기능은 투명성을 보장하고 AI 출력물에 대한 신뢰를 구축합니다.

관련 질문

gpt-4o-mini-search-preview와 gpt-4o-search-preview 중 어떻게 선택하나요?

gpt-4o-mini-search-preview와 gpt-4o-search-preview 중 선택은 예산과 성능 요구 사항에 따라 달라집니다. gpt-4o-mini 모델은 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.60으로 비용 효율적입니다. gpt-4o-search-preview 모델은 입력 토큰 100만 개당 $2.50, 출력 토큰 100만 개당 $10.00입니다. 더 강력한 모델이 필요하고 높은 비용을 감당할 수 있다면 gpt-4o-search-preview가 더 나을 수 있습니다. 합리적인 출력 품질과 비용을 균형 있게 고려한다면 gpt-4o-mini-search-preview가 탁월한 가치를 제공합니다. 현재 가격은 2025년 기준이며 변경될 수 있음을 유의하십시오.

동영상에서 언급된 모델 외에 다른 모델에도 이 기술을 적용할 수 있나요?

네, 시연된 기법은 웹 검색 기능을 지원하거나 외부 검색 도구와 연동 가능한 다른 모델에도 적용할 수 있습니다. 핵심은 실시간 웹 정보에 접근하고 활용할 수 있도록 모델을 적절히 구성하는 것입니다. 제시된 코드 스니펫과 기법을 수정하여 다양한 AI 모델에 웹 검색 기능을 통합할 수 있습니다.