Claygent(Clay 내장), Datablist, PromptLoop, AirOps 등 스프레드시트 기반 AI 리서치 에이전트가 잇따라 등장했습니다. 이들은 시트의 모든 행에 대해 컬럼마다 하나의 프롬프트를 실행하고 웹을 탐색하며 답을 찾습니다. 일회성 리서치에는 매우 뛰어납니다. Entity Enricher는 다른 위치를 지향합니다. 엔터티 유형마다 타입이 지정된 중첩 스키마를 하나 두고, 여러 모델이 각 필드를 교차 검증하며, 결과는 시트의 셀이 아니라 실제 관계형 데이터베이스에 중복이 제거된 엔터티로 저장됩니다.
검증된 스키마 하나가 엔터티 전체를 기술하며(중첩 객체, 배열, 타입, 관계), 모든 실행 결과가 이 스키마를 기준으로 검사됩니다.
각 열은 독립적인 자유 텍스트 프롬프트입니다. 열 간 구조, 타입, 행 간 일관성은 모두 직접 관리해야 합니다.
2개 이상의 LLM이 동일한 필드에 답하고, 충돌은 필드별로 감지되어 규칙 또는 AI 중재자가 해결하며 그 근거가 기록됩니다.
셀마다 에이전트 하나, 모델 하나, 처리 한 번뿐입니다. 그 에이전트가 답한 내용이 그대로 시트에 들어갑니다.
결과는 엔터티 상태로 유지되고, 시맨틱 ID가 중복된 연결 엔터티를 하나로 합치며(“Headache” / “Céphalée”가 키를 가진 하나의 행이 됩니다), 동기화 피드가 모든 내용을 자체 PostgreSQL로 미러링합니다.
시트가 곧 저장소입니다. 리서치를 다시 실행하면 행이 중복되고, 식별자와 조인, 이력은 수동으로 내보내야 합니다.
보유하신 LLM 키를 사용해 토큰 단위로 제공업체에 직접 지불하며, 프롬프트 캐싱과 호출별 비용 리포팅을 제공합니다.
플랫폼 크레딧이나 구독제가 셀 단위로 과금하며, LLM 비용은 묶여 있고 마진은 불투명합니다.
“리서치 에이전트”는 Claygent, Datablist, PromptLoop, AirOps 및 유사 도구의 공통적인 형태를 요약한 표현이며, 개별 제품은 세부 사항에서 차이가 있습니다.
| 기능 | Entity Enricher | 리서치 에이전트 |
|---|---|---|
| 타입이 지정된 중첩 출력 스키마 | 열마다 프롬프트 하나 | |
| 모든 엔터티 유형 | ||
| 실시간 웹 리서치 | ||
| 다중 모델 팬아웃(2개 이상의 LLM 병렬 실행) | 모델 하나 선택 | |
| 필드 수준 융합 및 충돌 해결 | ||
| 중재 감사 추적 | ||
| 시맨틱 ID(연결 엔터티 중복 제거) | ||
| 자체 데이터베이스로의 관계형 동기화 | CSV / 시트 내보내기 | |
| 문서 수집 (PDF, DOCX, 이미지) | 경우에 따라 다름 | |
| 사전 엔터티 분류 | ||
| 다국어 출력(40개 언어) | ||
| 자체 키 사용 / 자체 호스팅 모델 | 드물게 | |
| REST API + MCP + n8n / Make 인터페이스 | 경우에 따라 다름 | |
| 가격 모델 | 토큰당 과금 (BYOK) | 크레딧 / 구독 |
스키마를 한 번만 정의하면 여러 모델이 이를 채우고 교차 검증하며, 결과는 중복이 제거된 조회 가능한 엔터티로 자체 데이터베이스에 보관됩니다.
무료로 시작하기