Hyperresearch: 심층 연구를 위한 16단계 AI 에이전트
jordan-gibbs/hyperresearch
GitHubClaude Code 기반의 'Hyperresearch'는 단일 프롬프트로 복잡한 16단계 파이프라인을 거쳐 심층 연구 보고서를 생성하는 강력한 에이전트입니다.
- 보고서의 신뢰도를 높이기 위해 인용 문구는 스크립컬하게 검증되며, 모든 참고 자료는 검색 가능한 '볼트'에 영구 저장되어 지식 자산으로 활용됩니다.
- 단순 요약을 넘어 논문 수준의 깊이 있는 주장과 근거가 필요한 전문 연구 분야에서 높은 신뢰도의 결과물을 얻는 데 최적화되어 있습니다.
- 다만, 이 도구는 복잡한 다단계 파이프라인과 전문적인 설정(예: Claude Code 환경)을 요구하므로 사용 난이도가 높은 편입니다.
Hyperresearch는 Claude Code 기반으로 작동하는 강력한 심층 연구 로, 단일 만으로 복잡하고 체계적인 보고서를 생성합니다. 이 시스템은 총 16단계의 파이프라인을 거치며, 각 단계별로 정교하게 설계된 기능을 수행하여 깊이 있는 분석을 제공합니다. 예를 들어, 초기에는 주제를 분해(Decompose)하고 광범위한 검색 계획(Width sweep)을 수립하며, 이후 모순 그래프 작성이나 전문적인 논문 수준의 심층 조사 과정을 거칩니다.
보고서의 신뢰도를 극대화하기 위해 여러 검증 단계를 포함합니다. 모든 인용 출처는 스크립컬하게 검토되며, 각 문장이 실제로 해당 자료에 의해 뒷받침되는지 감사(cite-checker)를 거칩니다. 또한, 단순한 재출판물은 독립성 감사를 통해 를 조정하며, 유료로 접근이 제한된 논문이라도 Unpaywall이나 Europe PMC 등을 활용하여 법적 오픈 액세스 사본을 찾아 전체 텍스트를 저장합니다.
연구 과정의 지속성과 확장성을 위해 모든 출처는 검색 가능한 SQLite 기반의 볼트에 영구적으로 저장됩니다. 이 볼트는 다음 세션에서 새로운 자료를 가져오기 전에 먼저 검색되어 지식 자산으로 재활용됩니다. 사용자는 'Tier'와 'Gear'라는 두 가지 레버를 통해 작업 규모를 조절할 수 있습니다. 예를 들어, 일반적인 분석은 약 1.5~2.5시간이 소요되는 'full' 모드를 사용하며, 논문 분량의 대규모 연구는 최대 8시간까지 확장 가능합니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- 프롬프트
- AI에게 주는 지시나 질문 글.
- 가중치
- 학습으로 정해진 모델 내부의 숫자 값. 내려받는 모델 파일의 본체예요.