deep-research-max은 Gemini 3.1 Pro 기반의 자율 AI 리서치 에이전트다. 이 튜토리얼은 환경 설정부터 첫 리서치 작업 실행, 차트가 포함된 시각화 보고서 생성, 프로덕션 적용 패턴까지 단계별로 안내한다.

사전 준비

필요한 것:

1. Gemini API 키 (Google AI Studio에서 발급, 무료 티어 미지원)
2. Python 3.8+

# SDK 설치
pip install google-genai

# API 키 설정
export GEMINI_API_KEY="your-api-key-here"

설정 확인:

from google import genai

client = genai.Client()
print("준비 완료.")

Task 1: 첫 번째 리서치 작업

Step 1: 스크립트 작성

# first_research.py
import time
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    input="EU의 AI 규제 현황을 조사해줘.",
    agent="deep-research-preview-04-2026",  # 표준 에이전트 (더 빠름)
    background=True  # 필수 — Deep Research는 항상 비동기로 실행
)
print(f"리서치 시작. Interaction ID: {interaction.id}")

background=True는 필수 파라미터다. 생략하면 요청이 실패한다.

Step 2: 폴링 루프 구성

while True:
    interaction = client.interactions.get(interaction.id)
    if interaction.status == "completed":
        print("\n--- 리서치 완료 ---\n")
        print(interaction.outputs[-1].text)
        break
    elif interaction.status == "failed":
        print(f"리서치 실패: {interaction.error}")
        break
    print("리서치 중...", flush=True)
    time.sleep(10)

10초마다 상태를 확인하며, 완료되면 전체 인용 포함 보고서를 출력한다.

Step 3: 실행

python first_research.py

터미널에 “리서치 중…” 메시지가 여러 번 출력된 뒤, 5–15분 후 완성된 보고서가 나타난다.

Task 2: 네이티브 시각화 포함 보고서

Deep Research Max는 외부 라이브러리(Matplotlib, Plotly 등) 없이 인라인 차트를 HTML로 직접 생성할 수 있다.

Step 1: 시각화 요청 스크립트

# visual_research.py
import time
from google import genai

client = genai.Client()

prompt = """
2026년 취업 수요 기준 상위 10개 프로그래밍 언어를 조사해줘.
보고서에 포함할 내용:
- 언어별 구인 공고 수 막대 그래프
- 최근 3년간 성장 추세선
- 급여 범위 비교 표
generate all charts natively inline.
"""

interaction = client.interactions.create(
    input=prompt,
    agent="deep-research-max-preview-04-2026",  # Max 에이전트 사용
    background=True
)
print(f"시각화 리서치 시작. ID: {interaction.id}")

프롬프트에 "generate all charts natively inline" 문구를 포함해야 에이전트가 인라인 차트를 생성한다.

Step 2: 결과 HTML 파일로 저장

while True:
    interaction = client.interactions.get(interaction.id)

    if interaction.status == "completed":
        with open("visual_report.html", "w") as f:
            f.write(interaction.outputs[-1].text)
        print("visual_report.html 저장 완료")
        break
    elif interaction.status == "failed":
        print(f"실패: {interaction.error}")
        break

    time.sleep(10)

Step 3: 브라우저에서 확인

생성된 visual_report.html을 브라우저로 열면 차트가 보고서 본문에 인라인으로 삽입되어 있다. 추가 후처리 없이 즉시 공유 가능하다.

프로덕션 적용 패턴

언제 Deep Research Max를 쓸까

Deep Research Max는 결과물 품질이 중요하고 처리 시간 여유가 있는 경우에 적합하다:

• 경쟁사 분석, 시장 조사 같은 심층 리서치
• 야간에 실행하는 배치 작업
• 정식 보고서·실사(due diligence) 수준의 문서화

빠른 답변이 필요한 인터랙티브 대시보드나 챗봇에는 표준 Deep Research(deep-research-preview-04-2026)가 적합하다.

참고 자료

• Google Deep Research Max: Build Autonomous AI Research Agents in Minutes — Analytics Vidhya (2026-04-27)