AI 코딩 도구를 심층 연구원으로 바꾸고, 쌓이는 개인 지식 베이스를 만들어 주는 도구
궁금한 주제를 하나만 던지면, 인터넷을 뒤져 수백 개의 출처를 모으고 그 내용을 검증해 신뢰할 수 있는 보고서를 써 줍니다. 이 도구는 Claude Code나 OpenAI Codex 같은 AI 코딩 도구를 단순한 채팅 파트너가 아니라, 스스로 자료를 찾아 읽고 비판적으로 검토하는 연구원으로 바꿔 줍니다. 한 번 모은 자료는 사라지지 않고 저장소에 남아, 다음 연구를 시작할 때 이미 쌓여 있는 지식을 바탕으로 더 깊이 파고들 수 있게 합니다.
DRACO 벤치마크 1위, 그리고 Codex 지원
이 도구는 DRACO라는 심층 연구 벤치마크에서 Claude Research, ChatGPT, Gemini, Perplexity를 앞지르고 1위를 기록했습니다. 최근 업데이트로 OpenAI Codex에서도 동일하게 작동하도록 지원이 추가되었습니다. Codex 사용자는 별도의 설치 과정 없이 한 명령어로 전체 파이프라인을 설치할 수 있으며, Claude Code와 동일한 저장소와 검증 기준을 공유합니다. 호스팅 버전도 제공되어 로컬에 도구를 설치하지 않고도 같은 기능을 사용할 수 있습니다.
16단계 파이프라인과 적대적 검증
사용자가 입력한 질문은 16단계의 자동화 과정을 거칩니다.
- 대규모 자료 수집 한 번의 실행으로 250개 이상의 출처를 수집합니다. 'premier' 프로필을 사용하면 폭넓은 검색 단계에서만 100~130개의 출처를 목표로 하며, 추가 수집을 통해 실제 저장소에 들어오는 자료는 그 두 배 이상 됩니다.
- 독립성 감사 여러 매체가 같은 보도자료나 기사를 전재한 경우를 하나의 출처로 간주합니다. 5개의 매체가 같은 내용을 실었더라도, 그 근거가 되는 원본은 하나이므로 가중치도 하나만 부여합니다.
- 유료 논문 풀이 유료로 막혀 있는 논문은 초록만 읽지 않고, 합법적인 오픈 액세스 사본을 찾아 전체 텍스트를 저장합니다. 이 과정에서 어떤 출처로 대체했는지 명확히 기록합니다.
영구 저장소와 재사용 가능한 지식
대부분의 연구 도구는 보고서를 내보낸 뒤 나머지 자료는 버립니다. 이 도구는 모든 읽은 자료를 마크다운 파일과 SQLite 데이터베이스로 구성된 저장소(vault)에 보관합니다. 이 저장소는 단순한 파일 묶음이 아니라, 다음 세션에서 새로운 자료를 가져오기 전에 먼저 검색하는 기반이 됩니다. 자료는 DOI, 저널, 인용 횟수, 철회 여부 등으로 필터링할 수 있으며, PDF 파일도 자동으로 텍스트로 변환해 저장합니다. 저장소는 마크다운 형식이라 어떤 편집기로든 열 수 있고, Git으로 버전 관리도 가능합니다.
설치와 실행 환경
Python 3.11부터 3.14까지를 지원합니다. Claude Code를 사용하는 경우 pip install hyperresearch 후 hyperresearch install을 실행하면 됩니다. OpenAI Codex를 사용하는 경우 hyperresearch install . --target codex를 실행하고, 세션을 시작할 때 파일 쓰기 권한과 네트워크 접근 권한을 활성화해야 합니다. Codex는 기본적으로 네트워크와 파일 쓰기를 막고 있기 때문에, 이 권한을 주지 않으면 연구가 진행되지 않습니다. 전역 설치 옵션을 사용하면 모든 세션에서 명령어를 사용할 수 있지만, 프로젝트별 설치를 권장합니다.
사용 전 확인 사항
이 도구는 AI 코딩 에이전트(Claude Code 또는 Codex)가 설치된 환경에서만 작동합니다. 로컬 실행을 원하지 않는다면 호스팅 버전을 이용해야 합니다. Codex 사용자는 세션 시작 시 샌드박스 설정을 변경해야 하며, 이는 보안 설정을 완화하는 것이므로 신뢰할 수 있는 프로젝트에서만 사용해야 합니다. 또한, 심층 연구는 시간과 API 비용이 많이 듭니다. 'light' 티어는 약 30~40분, 'full' 티어는 1.5~2.5시간, 실험 단계인 'dissertation' 티어는 4~8시간이 소요될 수 있습니다. 예산 상한선을 설정해 예상 비용을 초과할 경우 실행을 중단하도록 하는 기능을 제공합니다.
