DavidZWZ/Awesome-Deep-Research

Awesome-Deep-Research는 "에이전트형 딥 리서치"에 대한 선별되고 지속적으로 업데이트되는 가이드입니다. 이 분야에서 AI 시스템은 자율 연구 에이전트로 작동하여 웹을 검색하고, 증거를 수집하고, 추론하고, 표준 검색 엔진처럼 순위가 매겨진 링크 목록을 반환하는 대신 철저한 답변이나 보고서를 생성합니다.

내용

이 저장소는 단일 구조화된 리소스 목록으로, 네 개의 섹션으로 구성되어 있습니다:

1. 업계 선도 제품 — 12개의 상용 도구와 플랫폼으로, 각각 이름, 링크, 출시 날짜가 있습니다. 주요 플레이어는 다음과 같습니다: Google의 Gemini Deep Research, OpenAI의 Deep Research, Perplexity Deep Research, xAI의 Grok Agents, Microsoft의 Copilot Researcher, Anthropic의 Research, Manus, ByteDance의 DeerFlow, Alibaba의 Qwen Deep Research, Moonshot의 Kimi-Researcher, 그리고 두 개의 새로운 검색/API 서비스(Not Human Search, SearchHive).

2. 오픈소스 구현 — 직접 실행할 수 있는 19개의 GitHub 저장소. 여기에는 전체 연구 프레임워크, 경량 도구 키트, AI 에이전트 빌더가 포함됩니다. 예: gpt-researcher(연구용 자율 에이전트), DeerFlow(ByteDance의 프레임워크), OpenManus(일반 AI 에이전트 빌더), Local Deep Research(자신의 머신에서 실행되며 웹/arXiv/PubMed/개인 문서에서 가져오고 20개 이상의 연구 전략 사용).

3. 최신 연구 논문 — 이 분야의 학술 논문에 대한 상세한 연대순 표(최신이 위). 각 행에는 논문 제목(arXiv 링크), 날짜, 사용된 기본 모델, 최적화 기법(SFT, RL 등), 검색 엔진, 에이전트 아키텍처(단일 vs 다중 에이전트), 훈련 데이터셋, 평가 데이터셋이 나열됩니다. README는 논문이 에이전트 프레임워크, 검색 강화 추론 모델, 웹 에이전트, 검색 증강 생성, 멀티모달 딥 리서치와 같은 주제를 다룬다고 언급합니다.

4. 평가 벤치마크 및 실용 응용 — README의 목차는 이 섹션을 언급하지만, 표시된 내용은 현재 섹션 헤더뿐입니다.

대상 독자

인공지능과 자율 에이전트의 교차점에 관심이 있는 연구자, 개발자, 애호가 — 특히 깊고 다단계 연구 작업을 수행할 수 있는 시스템 구축에 관심이 있는 사람들.

주목할 만한 맥락

• 이 저장소는 또한 유지 관리자 자신의 arXiv 포지션 페이퍼에 대한 링크를 포함합니다: "웹 검색에서 에이전트형 딥 리서치로" — 연구가 단순 키워드 검색에서 추론 기반 에이전트로 전환되는 이유와 분야의 방향에 대한 논의.
• 검색 증강 생성과 추론의 더 넓은 주제에 관심이 있는 사람들을 위해 자매 저장소 Awesome-RAG-Reasoning을 상호 참조합니다.
• 배지는 프로젝트가 유지 관리 중이고 기여를 환영하며 README가 명시적으로 기여를 장려함을 나타냅니다.

결론

이것은 링크 및 주석 허브입니다. 도구 자체가 아니라 AI 기반 딥 리서치라는 신흥 분야의 최고 제품, 오픈소스 코드, 학술 작업의 디렉토리로, 날짜와 구조화된 세부 정보(모델, 데이터셋, 아키텍처)로 최신 상태를 유지하여 무엇을 사용하거나 연구할지 비교하고 선택하는 데 도움을 줍니다.