Ollama 웹 검색 및 웹 페치 API 출시

Ollama는 대규모 언어 모델(LLM)이 인터넷에서 실시간 정보에 접근할 수 있도록 하는 새로운 웹 검색 API와 웹 페치 API를 도입했습니다. 이러한 도구들은 최신 웹 데이터로 모델의 응답을 보강함으로써 환각 현상을 줄이고 모델 응답의 정확도를 높이도록 설계되었습니다.

웹 검색 및 웹 페치 기능

Ollama는 이제 웹 상호작용을 위한 두 가지 주요 도구를 제공합니다: 정보를 발견하기 위한 검색 API와 특정 URL에서 콘텐츠를 추출하기 위한 페치 API입니다.

웹 검색 API

웹 검색 API를 통해 모델은 인터넷을 쿼리하고 관련 결과 목록을 받을 수 있습니다. 이는 REST API로 제공되며 Ollama의 Python 및 JavaScript 라이브러리에 통합되어 있습니다. 이 기능은 gpt-oss 시리즈와 같은 모델이 장기적인 연구 작업을 수행할 수 있게 합니다.

웹 페치 API

웹 페치 API는 개별 페이지의 콘텐츠를 가져오는 데 사용됩니다. 이는 사용자가 프롬프트에 특정 URL을 제공하거나 검색 에이전트가 특정 검색 결과에 대해 더 깊이 파고들어야 할 때 특히 유용합니다.

기술적 구현 및 통합

Ollama는 기존 워크플로우에 이러한 검색 및 페치 기능을 구현하는 여러 가지 방법을 제공합니다.

API 및 라이브러리 액세스

사용자는 다음을 통해 이 기능에 액세스할 수 있습니다:

REST API: https://ollama.com/api/web_search 및 https://ollama.com/api/web_fetch로 cURL 요청을 사용합니다.
Python Library: ollama.web_search 및 ollama.web_fetch를 사용합니다 (requires ollama>=0.6.0).
JavaScript Library: client.webSearch 및 client.webFetch를 사용합니다 (requires `ollama@>=0.6.0).

검색 에이전트 구축

Ollama는 강력한 도구 사용 능력을 갖춘 모델과 함께 이러한 도구들을 사용하는 것을 권장합니다. 권장되는 모델은 qwen3 및 gpt-oss이며, qwen3:480b-cloud, gpt-oss:120b-cloud, deepseek-v3.1-cloud와 같은 클라우드 기반 옵션도 포함됩니다.

검색 에이전트를 구축할 때 최적의 성능을 위해, Ollama는 모델의 컨텍스트 길이를 약 32,000 토큰으로 늘릴 것을 권장합니다. 검색 및 페치 결과가 수천 개의 토큰을 반환할 수 있기 때문입니다.

생태계 통합

Ollama는 웹 검색 기능을 다른 AI 클라이언트로 확장하기 위해 Model Context Protocol (MCP)과의 통합을 활성화했습니다.

MCP 서버 지원

Python MCP 서버를 통해, 모든 MCP 호환 클라이언트에서 웹 검색을 활성화할 수 있습니다. 다음과 같은 특정 통합 지침이 제공됩니다:

Cline: uv를 사용하여 MCP 서버 스크립트를 실행하도록 MCP 서버 설정을 통해 구성합니다.
Codex: ~/.codex/config.toml 파일을 통해 구성합니다.
Goose: Goose의 확장을 통해 통합됩니다.

가격 및 액세스

웹 검색은 Ollama 계정과 연결된 넉넉한 무료 티어를 통해 개인 사용자에게 제공됩니다. Ollama의 클라우드 구독을 통해 업그레이드하는 사용자에게는 더 높은 속도 제한이 제공됩니다.