엑사(이전의 메타포) 무료

개발사 엑사

공식 웹사이트 https://exa.ai/

Exa(이전 Metaphor)는 기존 검색 엔진과 달리 콘텐츠의 의미에 대한 깊은 이해를 바탕으로 결과를 반환하는 AI 신경망 검색 엔진입니다. Exa는 "...에 대한 기사를 주세요"와 같은 자연어 쿼리를 이해하고 가장 관련성이 높은 웹 페이지와 콘텐츠를 반환합니다. 웹 검색과 API라는 두 가지 사용 방법을 제공하며 의미 수준의 콘텐츠 검색이 필요한 개발자와 연구원을 대상으로 합니다.

엑사(이전의 메타포)

Exa(이전 Metaphor)의 핵심 매개변수 및 통계

Exa(이전의 Metaphor)는 AI 에이전트(유형 D - 생산성/비즈니스 측 애플리케이션, 주요 전달 형태는 검색 API 및 웹)를 위한 신경 검색 엔진입니다. 핵심 차이점은 의미론적 이해를 사용하여 키워드 일치를 대체하므로 에이전트와 인간 사용자가 "키워드 조각"이 아닌 자연어 "설명"을 사용하여 콘텐츠를 발견할 수 있다는 것입니다.

프로젝트	공공정보
공식 포지셔닝	AI 에이전트를 위해 구축된 웹 검색
제품 형태	검색 API + 웹 클라이언트 + MCP 서버
핵심역량	의미론적 검색 하이라이트 요약, 구조화된 출력 에이전트 심층 연구
검색 모드	자동 / 즉시(~250ms) / 고속(~450ms) / deep-lite(4s) / deep(4-15s) / deep-reasoning(12-40s)
수직 인덱스	회사(5천만+) / 인력(10억+) / 연구 논문(1억+) / 뉴스 / 재무 보고서
플랫폼 지원	웹, API, MCP
홈	미국(샌프란시스코)
비즈니스 모델	프리미엄 + API 종량제 + 기업 계약
최신 버전	현재(~2026-01)
보안 인증	SOC 2 유형 II, 제로 데이터 보존, SSO

간단한 설명: Exa는 Google의 범용 검색을 대체하지 않지만 AI 에이전트 및 의미 발견 시나리오를 위해 특별히 설계된 검색 인프라입니다. "개념 설명"의 자유를 대가로 "키워드 검색"의 정확성을 희생하고 기존 검색에 비해 토큰 효율성을 약 90% 절약합니다.

검색 방법의 패러다임 변화: 기존 검색에서는 사용자가 정보 요구 사항을 키워드 조합(예: "2024년 SaaS 자금 조달 금액 유럽 B 라운드"")으로 "번역"해야 하고, Exa는 자연어로 직접 설명(예: "유럽 B 라운드 SaaS 회사 찾기, 최신 라운드는 2024년입니다")을 허용하고 구조화된 표 형식 결과를 반환할 수 있습니다. 이러한 차이는 Exa가 "위치 검색"보다는 "발견 검색"에 더 적합하다는 것을 결정합니다.

성능 비교 벤치마크: Exa는 FRAMES, Tip-of-Tongue, Seal0의 3가지 검색 벤치마크에 대한 비교 데이터를 공식 공개했습니다. - Tip-of-Tongue를 예로 들면 Exa의 정확도는 54.2%, Perplexity는 36.7%, Brave는 19.3%입니다. 이러한 벤치마크는 "의미론적 퍼지 쿼리" 시나리오에 중점을 두고 있으며 정확한 일치 시나리오의 이점이 감소한다는 점에 유의해야 합니다.

Exa(구 Metaphor)의 사용자 및 시장 인지도

Exa의 시장 인지도는 C-side 트래픽보다는 B-side Agent 개발자 및 기업 고객 채택에 주로 반영됩니다. 공식적으로 공개된 고객 및 생태 데이터는 유사 검색 상품보다 더 많은 정보를 제공합니다.

벤치마크 고객: 공식 웹사이트의 공개 사례에는 Cognition(Devin의 기본 검색), Cursor(에이전트의 실시간 문서 검색 인코딩), HubSpot(에이전트 리드 엔진) 및 monday.com(270만 개의 데이터 강화 완료)이 포함됩니다. 이러한 고객은 Exa가 "에이전트 내장 검색" 시나리오에서 헤드 제품 검증을 통과했음을 의미합니다.

생태적 통합: Exa는 AI 도우미가 직접 검색 기능을 호출할 수 있도록 지원하는 MCP Server를 제공합니다. Python SDK(exa-py)와 JavaScript SDK(exa-js)가 모두 제공되며 cURL 직접 호출도 제공됩니다. 생태계는 프로그래밍 에이전트, 채팅 로봇, 음성 에이전트, 뉴스 모니터링, 데이터 강화 및 기타 방향을 다룹니다.

경쟁 환경: Exa는 Perplexity(AI Q&A 검색), You.com(AI 검색), Google Search API(기존 검색), Brave Search API(비공개 검색)와 동일한 검색 API 카테고리에 속합니다. Exa의 차이점은 AI 에이전트에 특별히 최적화되어 있다는 것입니다. 하이라이트 기능은 웹 페이지를 LLM에 필요한 조밀한 토큰으로 압축하고 LLM이 자체적으로 소화할 수 있도록 여러 링크를 반환하는 대신 구조화된 JSON을 출력합니다. 이는 C측 Q&A Google API 및 일반 인덱싱에 대한 Perplexity의 포지셔닝과 분명히 다릅니다.

커뮤니티 및 신뢰: SOC 2 Type II 인증, ZDR(Zero Data Retention) 옵션 및 SSO Single Sign-On을 공식적으로 제공하며 기업 조달에 대한 명확한 규정 준수 보증을 제공합니다. 초기 단계 팀을 유치하기 위해 $1,000의 무료 할당량을 제공하는 스타트업 및 교육 보조금도 있습니다.

공공 자금 조달 및 팀: Exa Labs Inc.는 샌프란시스코에 본사를 두고 있습니다. 구체적인 파이낸싱 라운드 및 금액은 Crunchbase와 같은 공개 데이터베이스를 기반으로 하며 제품 페이지에 안정적으로 표시되지 않습니다.

Exa(이전 Metaphor)의 비용 이점

Exa의 비용 이점은 절대적으로 저렴한 가격(API 볼륨당 지불 단가가 기존 검색 엔진보다 높음)이 아니라 "AI 에이전트 시나리오에 최적화된 토큰 효율성"이 가져오는 숨겨진 비용 절감에 있습니다.

C면/개별

가입하여 $20 초기 크레딧을 받으세요. 웹 검색 및 하이라이트 통화에 사용할 수 있는 $10 무료 크레딧이 매달 자동으로 제공됩니다. 이 무료 할당량은 개별 개발자가 개념 증명 및 소규모 실험을 수행하는 데 충분합니다. 개발자가 아닌 웹 사용자의 경우 검색 기능은 무료이나 통화 횟수 및 고급 기능이 제한됩니다.

API/개발자

Exa에는 엔드포인트별로 4가지 주요 청구 차원이 있습니다.

청구항목	가격	설명
검색(기본검색)	요청 1,000개/7달러(결과 10개 포함)	10개가 넘는 결과의 경우 결과 1,000개당 1달러 추가
심층 검색	$12-15/천 요청	다단계 추론 + 구조화된 출력
내용	$1/천 페이지	전문 및 하이라이트 추출
에이전트(비동기 에이전트 실행 중)	$0.012-$1.00/시간(노력 모드에 따라 다름)	최소에서 X-high 5레벨까지
모니터	요청 1,000개당 $15	예약된 크롤링 및 웹훅 알림
AI 페이지 요약	$1/천 페이지	보충 LLM 요약

에이전트 실행에는 구성 요소당 청구도 포함됩니다. 에이전트 컴퓨팅 단위 $0.10/ACU, 검색 도구 호출 $0.005/회, 이메일 강화 $0.02/이메일, 전화 강화 $0.07/전화.

무료에 대한 진실: 개인 실험에는 월 $10의 무료 할당량이면 충분하지만, 이러한 상황에서 하루 평균 1,000건의 검색을 생성하는 팀의 경우 월 비용은 $200-$700 범위입니다(검색 유형 및 결과 수에 따라 다름). 기존 검색 엔진 API(Google 맞춤 검색 $5/천 회, 더 광범위한 결과 제공)에 비해 Exa는 단가가 더 높지만 단일 검색의 정보 밀도도 더 높습니다. 하이라이트 기능은 웹 페이지를 LLM에서 직접 사용할 수 있는 조밀한 조각으로 압축하여 후속 토큰 소비 및 모델 호출 비용을 줄일 수 있습니다.

기업/민영화

Enterprise 플랜은 맞춤형 QPS(초당 쿼리 수), 맞춤형 인덱스 SLA/MSA 계약 1:1 온보딩 지원, 데이터 보존 제로 맞춤화 및 볼륨 할인을 제공합니다. 가격을 책정하려면 비즈니스 확인이 필요하며 "스타트업 및 교육 보조금"이 추가로 $1,000의 무료 크레딧을 제공한다는 점을 공식적으로 상기시켜 드립니다.

숨겨진 비용: Exa의 인덱스는 뉴스, 기술 문서 및 기업 정보에 중점을 두고 있으며 인기가 없는 업종 분야의 적용 범위는 Google만큼 좋지 않습니다. 적용 시나리오에서 높은 회수율이 필요한 경우(예: 법적 사건 검색, 학술 문헌 검색) 보완을 위해 기존 검색 엔진에 연결해야 할 수 있으며 이로 인해 통합 및 유지 관리 비용이 증가합니다.

숨겨진 이점: 하이라이트 기능은 웹 페이지를 LLM 조밀한 조각으로 압축하여 실제 측정에 따라 토큰 소비를 약 90% 줄일 수 있습니다. 많은 웹 페이지 컨텍스트가 필요한 에이전트 애플리케이션의 경우 Exa의 토큰 비용 절감 효과는 검색 API 자체 비용을 초과할 수 있습니다. 또한 구조화된 출력 기능은 구조화되지 않은 웹 페이지를 JSON으로 변환하므로 정보 추출을 위한 후속 모델 호출이 필요하지 않습니다.

[프로모션 검증]: Exa는 "90% 토큰 감소의 하이라이트"를 홍보합니다. 이 데이터는 명확한 기술 기반(단락 추출 및 요약을 위한 전용 모델 교육)을 가지며 일반적인 시나리오에서 효과적입니다. 그러나 토큰 절약 비율은 원문 길이와 질문 간의 상관 관계에 따라 달라집니다. 쿼리와 관련성이 매우 낮은 매우 짧은 텍스트나 페이지는 비용을 덜 절약할 수 있습니다.

Exa(구 Metaphor)의 주요 기능

Exa의 기능은 "AI 에이전트를 위한 서비스로 검색 제공"을 중심으로 설계되었으며 핵심 기능은 6가지 범주로 요약될 수 있습니다.

의미론적 검색(다중 속도 모드): 6가지 속도 품질 기어를 지원합니다: 자동(~1초), 순간(~250ms), 고속(~450ms), deep-lite(4s), deep(4-15s), deep-reasoning(12-40s). 적용 가능한 시나리오: 챗봇의 실시간 검색부터 심층 연구의 복잡한 추론까지. 수용 초점: 애플리케이션에서 다양한 기어의 지연 품질 균형이 기대와 일치하는지 여부, 특히 인스턴트 모드가 에이전트 주기에서 충분히 정확한지 여부.
주요 내용: Exa에서 교육한 특수 모델은 전체 웹 페이지를 LLM에서 요구하는 주요 스니펫으로만 압축합니다. 4,000자의 단일 반환이 권장되며, 이는 약 90%의 토큰 감소를 달성할 수 있습니다. 수용 초점: 특정 적용 영역(예: 의료, 법률)의 정보 보유율이 수용 가능한지 여부를 강조합니다.
구조화된 출력: 'output_schema' 매개변수를 사용하면 사후 처리 단계를 건너뛰고 검색 결과를 구조화된 JSON으로 직접 출력할 수 있습니다. 예를 들어, "최고의 항공우주 기업"을 검색하면 회사 이름, CEO, 설립 연도가 포함된 테이블이 자동으로 반환될 수 있습니다. 수용 초점: 복잡한 중첩 스키마의 구문 분석 정확도 및 필드 적용 범위.
수직적 인덱스 검색: 회사(5천만 개 이상의 회사), 사람(10억 명 이상), 연구 논문(1억 개 이상의 논문), 뉴스, 재무 보고서 등에 대한 특수 인덱스가 내장되어 있습니다. 적용 가능한 작업: 연락처 데이터 강화, 경쟁력 있는 제품 정보 수집, 학술 검색. 수용 문제: 수직 인덱스 업데이트 빈도 및 데이터 무결성.
에이전트 심층 연구(검색 에이전트): 심층 검색 에이전트를 비동기식으로 실행하여 다단계 추론, 구조화된 출력 및 참조 추적을 지원합니다. 노력 모드(최소/낮음/중간/높음/X-높음)를 지원하며 가격은 계산량에 비례합니다. 적용 가능한 업무: "유럽 시리즈 B 핀테크 기업 목록"과 같은 복잡한 다단계 연구 업무.
모니터링 검색: 지정된 리듬(일일/주간/사용자 지정)에 따라 자동으로 검색하고 웹훅을 통해 새로운 콘텐츠를 알려줍니다. 적용 업무: 뉴스 모니터링, 경쟁 제품 동적 추적, 조기 경고 시스템.

숨겨진 시너지 효과: Exa의 하이라이트 + 구조화된 출력 콤보는 과소평가된 워크플로 가속기입니다. 개발자는 먼저 검색을 통해 관련 URL을 얻고, 하이라이트를 사용하여 요약을 추출한 다음, Contents API를 통해 전체 텍스트를 얻고 전체적으로 구조화된 형식을 유지할 수 있습니다. 이 "검색 → 요약 → 전체 텍스트" 파이프라인은 기존 솔루션에서 "Google 검색 → 수동 페이지 넘김 → 복사 및 붙여넣기 → LLM으로 전환"이라는 도구 간 전환 비용을 방지합니다.

MCP 서버 통합: Exa는 AI 도우미(예: Claude Desktop, Cursor, Copilot)가 Exa 검색 기능을 직접 호출할 수 있도록 MCP 서버(@exa-labs/exa-mcp-server)를 제공합니다. 즉, 에이전트는 API 호출을 수동으로 수집하지 않고도 웹 검색, 콘텐츠 추출 및 구조화된 출력을 완료할 수 있으므로 통합 임계값이 크게 줄어듭니다.

Exa(오리지널 메타포) 모델 및 버전 진화

엑사(Exa)의 제품 진화는 '실험적 의미 검색 엔진'에서 'AI 에이전트 검색 인프라'로 변화를 겪었다. 다음은 공개적으로 검증 가능한 마일스톤입니다.

은유시대(2023)

Metaphor v1(~2023-06): '신경 검색' 개념으로 출시되었으며 자연어 쿼리 및 '유사 링크' 기능을 지원합니다. 이 단계에서 Exa는 Metaphor라고 명명되었으며 개별 연구자를 대상으로 하는 기존 검색 엔진에 대한 의미론적 대안으로 자리매김했습니다.

엑사(2024)로 브랜드 업그레이드

Exa 브랜드 출시(~2024): Metaphor에서 Exa로 이름 변경, 제품 포지셔닝이 '의미 검색 엔진'에서 'AI 기반 검색 API'로 업그레이드되었습니다. 하이라이트 기능과 수직 색인 검색을 출시하고, 카테고리 매개변수를 도입하고, 전사적 수준의 역량을 구축하기 시작했습니다.

에이전트 네이티브 단계(2025~2026)

검색 에이전트 온라인(~2025): 다단계 추론과 구조화된 출력을 지원하는 비동기식 심층 연구 에이전트 출시로 Exa가 "검색 API"에서 "검색 + 추론" 플랫폼으로 진화했습니다.
MCP 서버 출시(~2025~2026): AI 보조자가 Exa 검색 기능을 직접 호출할 수 있도록 'exa-mcp-server'를 출시합니다.
Exa Connect 릴리스(~2026): 외부 데이터 공급자에 연결하여 검색 범위를 확장합니다.
보안 인증(~2026): SOC 2 Type II 인증을 획득하고 ZDR 및 SSO 지원을 추가하며 기업 구매 임계값을 충족합니다.

최신 버전은 '현재'(~2026-01)이며 공식적으로 반복되고 있습니다. Exa는 클라이언트 소프트웨어가 아닌 API 서비스이기 때문에 버전은 주로 서버 측에서 업데이트되며 전통적인 의미론적 버전 번호가 없습니다.

Exa(이전 Metaphor)의 기술적 장점

Exa의 기술적 이점은 범용 검색을 위한 인덱스 크기나 크롤링 속도보다는 "특별히 LLM 소비를 위한 검색 출력 최적화"라는 설계 목표에서 비롯됩니다.

전용 요약 모델(하이라이트): Exa는 웹 페이지 요약을 위해 특별히 모델을 교육했습니다. 이 모델은 전체 웹 페이지에서 쿼리와 가장 관련성이 높은 조각을 추출하여 약 4000자의 조밀한 토큰으로 압축할 수 있습니다. 기계적으로는 단순히 첫 번째 단락을 가로채는 것이 아니라 쿼리 관련성을 기반으로 단락 수준 선택 및 다시 쓰기를 수행합니다. 실제로 관계자들은 주요 사실을 유지하면서 약 90%의 토큰 감소를 달성할 수 있다고 주장합니다. 적용 가능한 시나리오: LLM에 웹 콘텐츠를 입력해야 하는 모든 에이전트 파이프라인 - 저장된 토큰 비용은 일반적으로 검색 API 자체 비용을 초과합니다.

다중 모드 검색 아키텍처: Exa는 250ms에서 40초까지의 6가지 검색 대기 시간 옵션을 제공하며 그 뒤에는 다양한 깊이의 인덱스 검색 및 추론 파이프라인이 있습니다. 인스턴트 모드는 미리 계산된 벡터 인덱싱을 사용하여 1초 미만의 응답을 달성합니다. 딥 모드는 검색 후 다단계 추론과 문서 간 합성을 수행합니다. 이 "속도-품질 구성 가능" 아키텍처를 통해 동일한 API가 챗봇의 실시간 요구 사항을 충족하고 심층 연구의 완전한 추론을 수행할 수 있습니다.

수직 전용 인덱스: Exa는 일반 웹 인덱스의 하위 집합이 아닌 회사(50M+), 사람(1B+), 연구 논문(100M+) 등과 같은 전용 인덱스를 유지합니다. 이는 엑사가 '유럽 시리즈 B 핀테크 CEO'를 검색할 때 구조화되지 않은 웹페이지에서 추측하는 것이 아니라 구조화된 기업 데이터베이스에서 직접 검색할 수 있다는 의미다. 이와 대조적으로, 범용 검색 엔진에서는 동등한 정확도를 달성하기 위해 추가적인 명명된 엔터티 인식 단계가 필요한 경우가 많습니다.

구조화된 출력 파이프라인: 'output_schema' 매개변수를 통해 Exa는 검색 단계에서 구조화된 JSON을 출력할 수 있습니다. 기계적으로 검색 결과의 추출 및 구조화는 반환되기 전에 백엔드 모델에 의해 완료됩니다. 효과적으로 개발자는 LLM에 대한 추가 정보 추출 프롬프트를 디자인할 필요가 없습니다. 적용 가능한 시나리오: 데이터 강화, 경쟁력 있는 제품 목록 구성, 연락처 정보 완성.

엔터프라이즈급 규정 준수 아키텍처: SOC 2 Type II 인증 + ZDR(Zero Data Retention Option) + SSO. 기업 조달의 경우 이러한 기능 세트는 Exa가 보안 검토를 통과할 수 있고 데이터가 모델 교육에 사용되지 않음을 의미합니다. 대부분의 AI 검색 제품(Perplexity, Google SGE)과 달리 Exa는 엔터프라이즈 데이터 거버넌스를 위해 보다 명확하게 제어 가능한 옵션을 제공합니다.

유사한 기술 솔루션 비교:

치수	엑사	Google 맞춤검색	당혹감 API	용감한 검색 API
디자인 목표	AI Agent의 출력 최적화	유니버설 웹 인덱스	AI Q&A	개인 검색
출력 형식	하이라이트 스니펫 + 구조화된 JSON	링크 + 요약	생성적 답변	링크 + 요약
토큰 효율성	높음(전용 요약 모델)	낮음(직접 처리해야 함)	중간(내장 요약)	낮음
수직 인덱스	회사/사람/신문/뉴스	일반지수	일반 지수	일반 지수
지연 옵션	250ms에서 40s까지 6가지 레벨	~200-500ms	~1~3초	~200-500ms
MCP 지원	공식적으로 제공됨	없음	없음	없음
보안 인증	SOC 2 유형 II + ZDR	구글 표준	SOC 2	미공개

엔지니어링 함정 가이드: ① 하이라이트의 토큰 감소 효과는 영어 콘텐츠에서 가장 좋습니다. 한자의 압축률은 다를 수 있으므로 대상 언어에 대한 벤치마킹이 필요합니다. ② 딥 모드의 12~40초 지연은 일부 실시간 시나리오에서 허용되지 않습니다. 프런트 엔드에서 로드 상태 관리를 수행하거나 빠른 모드로 미리 폴백하는 것이 좋습니다. ③ 카테고리 매개변수(회사/사람/논문)는 쿼리 경계가 모호한 경우 해당 결과를 놓칠 수 있습니다. 주요 시나리오에서는 자동 유형을 백업으로 사용하는 것이 좋습니다.

Exa(이전의 Metaphor) 사용 방법

Exa는 세 가지 입구를 제공합니다. 웹 검색 인터페이스 REST API와 MCP 서버는 각각 서로 다른 사용 시나리오를 대상으로 합니다.

사용 방법	사람들에게 적합	특징	비용
웹 클라이언트(exa.ai)	개인 연구자 및 콘텐츠 제작자	시각적 검색, 자연어만 입력하면	무료 할당량에는 가벼운 사용도 포함됩니다
REST API	개발자 AI 에이전트 통합	6가지 검색 모드, 구조화된 출력 SDK 지원	종량과금, $7-$15/1,000회
MCP 서버	AI 보조 사용자(Claude/Cursor/Copilot)	MCP 프로토콜을 통해 직접 호출 검색	API 사용량에 겹쳐짐

API 빠른 액세스 단계:

Exa 계정을 등록하고 대시보드에서 API 키를 받으세요.
SDK 설치: pip install exa-py(Python) 또는 npm install exa-js(JavaScript)
첫 번째 검색 요청을 보냅니다.

``파이썬 exa_py import Exa에서

exa = Exa() # 기본적으로 EXA_API_KEY 컨텍스트 변수를 읽습니다.

결과 = exa.search( "인공지능에 관한 블로그 게시물", 유형="자동", 내용={"하이라이트": 참}, )


``배쉬
컬 -X POST "https://api.exa.ai/search" \
  -H "콘텐츠 유형: 애플리케이션/json" \
  -H "x-api-키: $EXA_API_KEY" \
  -d '{
    "query": "AI 규제에 관한 최신 뉴스",
    "유형": "자동",
    "내용": {"하이라이트": 사실}
  }'

MCP 서버 마운트(Claude Desktop을 예로 들어 claude_desktop_config.json에 추가):

``json { "mcpServer": { "엑사": { "명령": "npx", "args": ["@exa-labs/exa-mcp-server"], "환경": { "EXA_API_KEY": "여기에 API 키가 있음" } } } }



**구현 경로 권장사항**: 먼저 대시보드 온보딩을 사용하여 통합 코드 조각을 생성한 다음 스테이징 환경에서 검색 품질과 대기 시간을 테스트하고 마지막으로 프로덕션 에이전트에 연결하여 루프를 수행합니다. 첫 번째 주는 다음 사항에 중점을 둡니다. ① 대상 언어 및 분야의 하이라이트 정보 보유율; ② 에이전트 순환 시 인스턴트 모드의 응답 안정성; ③ 수직 지수의 적용 범위가 비즈니스 요구를 충족하는지 여부.

## Exa(이전의 Metaphor) 제품 가격

Exa의 가격은 검색 유형 및 프리미엄 기능에 따라 계층화되며 전체 구조는 "무료 평가판 → 종량제 → 기업 계약"입니다.

| 제품 레이어 | 충전 모델 | 핵심 제한사항 | 적합한 시나리오 |
|---|---|---|---|
| 프리 티어 | 등록비 $20 + 월 할당량 $10 | 할당량 시스템, 할당량을 초과하면 업그레이드해야 합니다 | 개인 실험 POC |
| 검색 | $7/천회(결과 10개 이내) | 무료 영구 크레딧 없음 | 생산 검색 통화 |
| 심층 검색 | $12-15/천회 | 다단계 추론 포함 | 심층 연구 적용 |
| 내용 | $1/천 페이지 | 콘텐츠 추출만 | 웹페이지 요약/전문 추출 |
| 에이전트 | $0.012-$1.00/시간(노력에 따라 다름) | 검색+추론 포함 | 자동화된 연구과제 |
| 모니터 | $15/천회 | 웹훅 포함 | 지속적인 모니터링 시나리오 |
| 기업 | 비즈니스 가격 | 맞춤형 QPS, 인덱스 SLA | 대량 생산 상황 |

**무료 할당량의 실제 경계**: $10/월 무료 할당량은 약 1,400건의 검색 호출($7/천 회) 또는 10,000건의 콘텐츠 호출($1/천 페이지)을 지원할 수 있습니다. 개별 개발자가 실험하는 것만으로도 충분하지만 모든 프로덕션 수준 에이전트에는 유료 요금제가 필요합니다.

**숨겨진 비용 팁**: 에이전트 모드의 운영 비용은 작업 복잡성에 따라 Minimal의 $0.012/시간부터 X-high의 $1.00/time까지 크게 변동합니다. 에이전트 작업에 검색 도구 호출이 많이 필요한 경우 시간당 $0.005의 검색 도구 요금이 추가됩니다. 출시 후 예상보다 높은 청구 금액을 피하기 위해 선택 단계에서 비용 품질 비교를 위해 다양한 노력 모드를 사용하는 것이 좋습니다.

**구매 제안**: 먼저 프리 티어를 사용하여 검색 품질을 확인하고, 약간의 재충전을 사용하여 Deep Search의 구조화된 출력 효과를 테스트한 다음, 일일 평균 요청량을 기준으로 Enterprise 솔루션이 더 경제적인지 평가하는 것이 좋습니다. 대량 시나리오(월 100만 개 이상)에서는 대량 할인을 받기 위해 업체에 연락하는 것이 우선적으로 적용됩니다.

## Exa의 응용 시나리오(원본 Metaphor)

Exa의 일반적인 시나리오는 "AI 에이전트가 인터넷에서 실시간 또는 구조화된 정보를 얻어야 하는" 시나리오에 중점을 둡니다. 다음은 입증된 주요 사용 방향입니다.

- **AI 프로그래밍 에이전트를 위한 실시간 문서 검색**: Cursor 및 Devin과 같은 프로그래밍 에이전트는 코드 생성 시 최신 API 문서 GitHub 저장소 및 Stack Overflow Q&A를 검색해야 합니다. Exa의 인스턴트 모드(~250ms)는 코딩 루프에 삽입하는 데 적합하며 코드 생성 대기 시간을 크게 늘리지 않습니다. 추론: "코딩 에이전트는 정적 훈련 데이터에 의존한다" → "에이전트는 최신 문서와 커뮤니티 지식을 실시간으로 얻을 수 있다"에서.

- **GTM(Go-to-Market) 에이전트**: 영업 및 마케팅 팀은 Exa를 사용하여 대상 회사 정보, 연락처 데이터 및 금융 업데이트를 검색합니다. 수직형 인덱스 회사(50M+)와 사람(1B+)은 기존 솔루션의 "검색→클릭→읽기→추출"이라는 수동 프로세스를 건너뛰고 구조화된 테이블을 직접 출력할 수 있습니다. 추론: "LinkedIn/Crunchbase를 하나씩 수동으로 쿼리" → "에이전트가 대상 고객 목록을 일괄 출력합니다"에서.

- **뉴스 및 동적 모니터링**: 모니터 기능은 지정된 리듬에 따라 검색 및 웹훅 알림을 제공합니다. 적합 대상: 경쟁 제품 동적 추적, 업계 규정 업데이트 및 기술 블로그 구독. 기존 RSS와의 차이점은 쿼리가 의미론적이라는 것입니다. 즉, 일치하는 키워드 없이 "EU AI 법에 관한 최신 입법 개발"을 직접 설명합니다. 추론: "수십 개의 RSS 피드를 유지 관리하고 수동으로 필터링" → "전체 인터넷을 한 문장으로 모니터링".

- **데이터 강화**: HubSpot 및 monday.com은 Exa를 사용하여 기존 고객/리드 데이터에 대한 정보를 완성합니다. 회사 이름 또는 도메인 이름을 입력하고 연락처, 금융 정보, 기술 스택 등과 같은 구조화된 필드를 출력합니다. 추론: "여러 SaaS 도구를 통한 데이터 검색" → "전체 필드 강화를 완료하는 하나의 API".

- **학술 및 연구 검색**: 딥 모드와 결합된 연구 논문 색인(1억 개 이상의 논문)은 문헌 검토, 인용 추적 및 학제간 검색에 적합합니다. Google Scholar/PubMed와의 차이점은 자연어 쿼리(예: "의료 영상에서 변환기 적용 정보")와 구조화된 출력을 지원한다는 것입니다. 추론: "정확한 키워드로 시행착오를 반복적으로 결합" → "연구 방향을 한 문장으로 설명하면 시스템이 관련 논문 + 구조화된 메타데이터를 반환합니다."

- **음성 에이전트 실시간 검색**: 인스턴트 모드에서 250ms 지연을 통해 음성 대화 프로세스에 포함될 수 있으며, 사용자가 문장을 완성한 후 모델이 답변을 생성할 때까지 창 내에서 검색이 완료됩니다. HubSpot의 Agentic 리드 엔진이 이 범주에 속합니다.

**비용 절감 및 효율성 향상의 정량적 추론** (비공식 약속, 제품 성능에 따른 추정):
- **콘텐츠 연구 작업**: 기존 방법에서는 연구자가 Google에서 반복적으로 검색 → 10~20개의 탭 열기 → 초록 읽기 → 메모 정리를 수행해야 합니다. 단일 전체 설문조사에는 약 1~2시간이 소요됩니다. Exa Search + 하이라이트를 사용하면 시간이 5~10분(검색 → 요약 읽기 → 구조화된 출력)으로 단축되어 효율성이 약 10~20배 향상됩니다.
- **데이터 보강 작업**: 단일 기업의 자금 정보를 약 3~5분 동안 수동으로 쿼리합니다(검색 → Crunchbase 찾기 → 발췌). Exa 회사 색인 일괄 검색은 항목당 1초의 처리량을 달성할 수 있으며 검색 도구 비용은 시간당 $0.005입니다. 100,000개 레코드의 일괄 보강의 경우 인건비는 ~8,000시간에서 API 자동화로 감소했고, 비용은 ~$80,000에서 ~$500(검색) + 개발자 통합 시간으로 감소했습니다.
- **경쟁 제품 모니터링 작업**: 기존 솔루션에서는 Google 알림(키워드 일치, 낮은 정확성)을 구성하거나 매일 스캔할 분석가를 고용해야 하며 연간 비용은 $20,000 이상입니다. Exa Monitors는 $15/천 + 통합 유지 관리 비용의 비용으로 의미론적 쿼리를 통해 오탐지를 획기적으로 줄입니다.

## Exa(구 Metaphor) 적용 가능 그룹

Exa의 핵심 사용자 초상화는 주로 개발자, 데이터 연구원 및 AI 에이전트 빌더이지만 다양한 포털(웹/API/MCP)은 다양한 그룹의 사람들에게 서비스를 제공합니다.

- **AI Agent Developer**: 코딩 에이전트, GTM 에이전트, 연구 에이전트를 구축하는 팀입니다. Exa의 가치는 외부 지식 소스가 아닌 에이전트에 대한 "도구 호출"로 검색을 내장하는 데 있습니다. 전제 조건: 팀은 에이전트 조정 기능을 갖추고 있으며 LLM 도구 호출 모드를 이해합니다. API 및 MCP 서버와 함께 사용하기에 적합합니다.

- **데이터 및 인텔리전스 연구원**: 회사, 인사, 논문, 뉴스 정보를 일괄적으로 수집해야 하는 업계 분석가, 투자자, 경쟁 제품 분석가. Exa의 수직 인덱싱 및 구조화된 출력은 여러 수동 검색 프로세스를 대체합니다. 전제조건: 기본 API 호출을 마스터하거나 웹 클라이언트를 사용할 수 있어야 합니다.

- **영업 및 마케팅 운영팀**: Exa를 통해 대상 고객 목록을 구축하고 연락처 정보를 완성하며 업계 동향을 모니터링합니다. GTM 자동화 시나리오에 적합합니다. 전제조건 : HubSpot/Salesforce 등 시스템 통합 요구사항이나 API/SDK를 통한 접속 요구사항이 있습니다.

- **컨텐츠 제작자 및 편집자**: 웹 측을 사용하여 의미론적 검색을 수행하고 "키워드는 말할 수 없지만 개념은 알고 있는" 기사와 소스를 검색합니다. 주제 발견 및 배경 조사에 적합합니다. 전제 조건: 기술적 임계값은 필요하지 않으며 Exa 계정만 있으면 됩니다.

**부적합한 경계**: 다음 시나리오에서는 다른 검색 솔루션에 우선순위를 부여하는 것이 좋습니다.——
- **정확한 포지셔닝 검색**: 알려진 URL, 정확한 제목, 제품 모델, 주문 번호 등과 같은 특정 정보를 찾아야 합니다. Exa의 의미 검색은 이러한 시나리오에서 기존 키워드 검색만큼 효율적이지 않습니다.
- **전자상거래/지역 검색**: 상품 가격, 레스토랑 리뷰, 항공편 정보 검색 - 엑사 인덱스는 이러한 영역에 최적화되어 있지 않습니다.
- **중국어 콘텐츠를 주로 사용하는 애플리케이션**: Exa의 인덱싱 및 하이라이트 모델은 영어 콘텐츠를 핵심으로 최적화되어 있으며, 중국어 콘텐츠의 적용 범위와 요약 품질은 영어 수준에 비해 현저히 낮을 수 있습니다.
- **높은 재현율 요구 사항이 있는 전문 검색**: 법적 판례, 의학 문헌, 특허 검색 등과 같이 재현율이 필요한 시나리오. Exa의 수직적 인덱스 적용 범위는 전문 데이터베이스(예: Westlaw, PubMed, Google Patents)만큼 깊지 않을 수 있습니다.
- **높은 동시성 실시간 시나리오**: 엔터프라이즈 수준의 높은 QPS 시나리오에는 엔터프라이즈 솔루션이 필요하며 표준 API의 주파수 제어 제한은 요구 사항을 충족하지 못할 수 있습니다.

## 엑사(구 메타포) 요약 및 전망

Exa의 핵심 가치는 링크 목록 반환부터 LLM이 직접 사용할 수 있는 밀집된 정보 및 구조화된 데이터 반환에 이르기까지 AI 에이전트 시대에 맞는 "검색"을 재정의한다는 것입니다. 하이라이트 토큰 효율성, 수직 인덱싱 및 구조화된 출력의 세 가지 라인에 차별화 장벽을 형성하고 MCP 서버 및 SDK를 통한 에이전트 통합의 임계값을 낮춥니다.

**현재 제한사항**: ① 영어 이외의 콘텐츠에 대한 검색 색인의 범위와 품질은 영어에 비해 현저히 낮습니다. ② 일부 실시간 시나리오에서는 딥 모드의 지연(4~40초)을 사용할 수 없습니다. ③ 대규모 시나리오(월별 수백만 건의 요청)에서는 가격이 기존 검색 API보다 높으며 일괄 할인에는 비즈니스 확인이 필요합니다. ④ 다른 검색 API와의 상호 보완적인 관계로 인해 아키텍처에 대한 의존성이 추가되고 단일 지점 실패에 대한 위험을 평가해야 합니다.

**추가 관찰 포인트**: ① 지수가 다루는 언어 확장 계획(중국어/일본어 등 공식적인 대규모 지수가 있는지 여부); ② 에이전트 애플리케이션이 폭발적으로 증가함에 따라 Exa의 가격 책정이 토큰 기반의 보다 세분화된 청구로 진화할 것인지 여부; ③ Exa Connect 생태계 내 데이터 제공자의 수와 적용 범위 ④ '하이라이트'와 유사한 경쟁 기능을 출시하는 주요 검색 업체(Google, Bing)가 있는지 여부.

**조달/채택 위험 평가**: Exa를 채택하기 전 집중적으로 검증하는 것이 좋습니다. - ① 대상 언어 및 분야의 검색 품질(Recall@10 비교를 위해 50-100개의 실제 쿼리를 사용하는 것이 좋습니다); ② 일일 평균 요청량에 해당하는 월별 비용, 총소유비용(TCO)을 Google Custom Search / Brave Search API와 비교(토큰 절감 전환 포함) ③ 계약 조건 ZDR(Zero Data Retention)이 기업 규정 준수 요구 사항을 충족하는지 여부 및 데이터 침해에 대한 책임 분리 조항이 있는지 여부. 검색 품질이 검증되고 총 비용이 예산 범위 내라면 2주 동안 프리 티어로 소규모 시험 실행을 진행한 후 점진적으로 프로덕션으로 확장하는 것이 좋습니다.

관련 도구: perplexity, you-com

버전 정보

현재의 ：현재 버전. （~2026-01）
은유 ：Metaphor의 첫 번째 버전이 온라인에 있습니다. （~2023-06）

사용자 후기

후기를 불러오는 중...