Web Researcher MCP
Zohar Babin · 코딩 · 비즈니스
Web Researcher MCP는 Claude Desktop과 Cursor 같은 AI 어시스턴트에 실제 웹 검색, 전체 페이지 읽기, 그리고 검증할 수 있는 실제 출처 인용 수단을 제공하는 오픈 소스 Model Context Protocol(MCP) 서버다. 모델이 참고 문헌을 추측하게 두는 대신, 사용자가 정의한 신뢰할 수 있는 출처를 지정한다. 그러면 그 안에서만 검색하고, 페이지 전체를 읽고, 실제로 작동하는 링크를 돌려준다. 모든 것이 사용자 컴퓨터에서 실행되므로, 무엇을 조사하는지 아무도 볼 수 없다.
Web Researcher MCP 소개
Web Researcher MCP란 무엇인가
Web Researcher MCP는 도구 사용을 지원하는 모든 AI 어시스턴트에 연결되는 리서치 서버다. 어시스턴트를 오픈 웹, 학술 데이터베이스, 특허청, 법원 기록, SEC 제출 서류, 경제 데이터에 연결한다. 모두 설치된 단일 바이너리를 통해 이뤄진다. 쓰기 위해 코드를 작성할 필요는 없다. 한 번 설치하고 AI 클라이언트에 위치를 알려주면, 리서치 질문을 할 때마다 어시스턴트가 호출하기 시작한다.
해결하는 문제는 구체적이다. AI 어시스턴트는 출처를 지어낸다. Perplexity에 관한 연구에서는 답변의 3분의 1 이상에서 잘못된 인용이 발견됐다. 일반 챗봇은 블로그 글과 법원 서류를 구분하지 못한다. 작업물이 게시되거나 법원에 제출되거나 고객에게 보여진다면, "아마 진짜"로는 부족하다. Web Researcher MCP는 증상이 아니라 원인을 공략한다. 어떤 출처를 검색 대상으로 삼을지 사용자가 정하므로, 어시스턴트는 SEO 스팸을 애초에 보지 못한다.
왜 설정이 일반 앱보다 무겁게 느껴지는가? 가장 큰 한계가 개발자용 도구라는 점이기 때문이다. 친절한 웹 대시보드도, 모바일 앱도 없다. MCP 지원 클라이언트가 필요하고, 이미지 검색이나 뉴스 검색 같은 더 풍부한 기능은 검색 공급자 키를 요구한다. DuckDuckGo는 설정 없이 작동하지만 가장 약한 선택지다.
시작하기
- 바이너리를 설치한다. macOS나 Linux에서는
brew install zoharbabin/tap/web-researcher-mcp로 끝난다. 어느 OS든uvx web-researcher-mcp는 아무것도 컴파일하지 않고 실행한다. - AI 어시스턴트에 등록한다. Claude Code라면
claude mcp add --scope user web-researcher -- uvx web-researcher-mcp를 실행한다. 다른 클라이언트는 작은 JSON 설정 블록을 받는다. - 원하면 검색 공급자 키를 추가한다.
SEARCH_PROVIDER와 해당 키를 설정하면 이미지 및 뉴스 검색과 더 나은 결과 품질이 켜진다. 건너뛰어도 DuckDuckGo는 작동한다. - 어시스턴트에 리서치 질문을 한다.
web_search를 호출하고,scrape_page로 전체 페이지를 읽고, 열어볼 수 있는 인용 출처를 돌려준다.
제품 정보
Web Researcher MCP의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 실제 DOI와 작동하는 링크가 포함된 문헌 검토가 필요한 학술 연구자
- 고객용 결과물을 만드는 비즈니스 분석가
- 법원 기록과 정부 제출 서류를 상호 대조하는 변호사와 기자
- 임상 근거에 기반해 일하는 의학 연구자
작업
- 여러 독립 출처에 대조해 주장을 사실 확인하기
- 형식화된 참고 문헌 만들기
- 철회되거나 죽은 인용이 있는지 참고 문헌 목록 감사하기
- 앞선 발견 위에 쌓아 올리는 다단계 심층 리서치 수행하기
활용 상황
- 인용에 의존하기 전에 검증하기
- 민감한 경쟁사 리서치를 제3자 서버에 두지 않기
- 몇 달 뒤에 리서치 과정을 재현하기
주요 기능
AI가 보는 범위를 제한하는 검색 렌즈
검색 렌즈는 한 분야의 신뢰할 수 있는 사이트를 선별한 목록이다. 의학 렌즈를 고르면 어시스턴트는 PubMed와 비슷한 출처만 본다. 법률 렌즈를 고르면 법원 데이터베이스를 검색한다. 내장 렌즈는 흔한 분야를 아우르고, 직접 정의할 수도 있다. 이 기능이 이 도구를 일반 챗봇과 구분한다. 모델이 읽기 전에 저품질 출처를 먼저 제거하기 때문이다.
요약이 아니라 전체 페이지 읽기
scrape_page 도구는 요약이 아니라 URL 전체를 읽는다. 웹 페이지, PDF, Word 문서, 슬라이드, YouTube 스크립트, Hacker News 스레드를 처리한다. 원시 모드에서는 정리된 읽기 화면 대신 기반이 되는 JSON이나 HTML을 직접 살펴봐야 할 때 축자적이고 정제되지 않은 출처를 돌려준다. 출처를 통째로 읽는 것이 인용을 신뢰할 수 있게 만든다. 페이지가 실제로 말하는 바를 보는 것이지, 검색 색인이 추측한 내용이 아니다.
인용 검증과 서지 감사
출처에 의존하기 전에 verify_citation이 존재하는지, 실제 기록과 일치하는지, 철회됐거나 죽은 링크인지 확인한다. 답은 판결이 아니라 증거이므로 스스로 판단할 수 있다. 짝을 이루는 audit_bibliography 도구는 CSL-JSON, RIS, BibTeX 형식의 참고 문헌 목록 전체를 받아 모든 항목을 한 번에 표시한다. 둘을 합치면 심사자나 고객보다 먼저 가짜를 잡아낸다.
분야별 리서치 도구
일반 웹 검색을 넘어, 이 서버는 전문 데이터베이스까지 뻗어 나간다. 학술 검색은 DOI와 피인용 수가 붙은 실제 논문을 돌려준다. 특허 검색은 미국, 유럽, 국제 특허청을 분류 코드로 조회한다. 제출 서류 검색은 SEC EDGAR 문서와 구조화된 XBRL 팩트를 끌어온다. 법률 검색은 실제 미국 법원 판결을 돌려주고, 경제 검색은 세계은행, OECD, Eurostat, FRED 데이터를 아우른다. 각 도구는 그 분야가 기대하는 형식을 쓴다.
다단계 심층 리서치와 내보내기
순차 검색은 어시스턴트가 매번 처음부터 시작하는 대신 이미 찾은 것을 기억하고 단계를 넘어 쌓아 올리게 한다. 맥락이 사라져도 세션 복구가 중단한 지점에서 이어 간다. 끝나면 리서치 내보내기가 완전한 출처가 담긴 공유 가능한 Markdown 또는 JSON 보고서를 만들고, get_research_session이 나중에 그 흔적을 재구성할 수 있다.
로컬, 프라이빗, 공급자 독립적
서버는 사용자 컴퓨터에서 실행되므로 쿼리는 비공개로 남는다. 프로젝트 작성자 자신을 포함해 어떤 제3자도 무엇을 조사하는지 보지 못한다. 검색 공급자는 교체 가능하다. 설정 하나를 바꿔 Brave, Google 또는 30개가 넘는 지원 옵션 중 아무거나로 바꿀 수 있다. 여러 공급자를 함께 돌려 자동 장애 조치도 가능하므로, 하나에 문제가 생기면 다른 것이 메운다.
장단점
장점
- MIT 라이선스로 무료이자 오픈 소스이며, 구독도 쿼리당 비용도 없다.
- 전적으로 사용자 컴퓨터에서 실행되므로 민감한 리서치가 남의 서버를 거치지 않는다.
- 인용은 설계상 검증 가능하다. 도구가 모델을 믿는 대신 각 출처를 실제 기록과 대조한다.
- 한 번의 설치로 학술, 법률, 특허, 금융, 경제 리서치를 아우르며, 일반 웹 검색만이 아니다.
- Homebrew, `uvx`, Docker 또는 Python 클라이언트로 배포하며, MCP 지원 어시스턴트라면 무엇이든 쓸 수 있다.
단점
- 그래픽 대시보드도 모바일 앱도 없다. 설정 파일을 편집하고 터미널 명령을 실행하는 데 익숙한 사람을 위해 만들어졌다.
- 이미지 검색과 뉴스 검색 같은 풍부한 기능은 공급자 API 키가 필요해, 설정이 필요 없는 DuckDuckGo 기본값 위에 작은 설정 단계가 더해진다.
- 단순한 DuckDuckGo 대체 경로는 유료 검색 백엔드보다 약하므로, 품질은 얼마나 설정하느냐에 달려 있다.
- MCP 지원 어시스턴트 안에서만 작동한다. 독립형 검색 엔진으로는 쓸 수 없다.
자주 묻는 질문
AI 어시스턴트에 실제 웹 검색, 전체 페이지 읽기, 검증 가능한 인용을 제공한다. 정확성이 중요한 순간마다 쓴다. 문헌 검토, 고객 결과물, 법률 조사, 팩트체크 등이다. 요점은 어시스턴트가 출처를 지어내지 못하게 막는 것이다.
관련 콘텐츠
Web Researcher MCP와 관련된 도구, 스킬, 아티클을 살펴보세요.
Web Researcher MCP 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.