AI 에이전트가 웹을 검색할 때 구글을 쓰지 않아요. 정확히는 — 구글이 에이전트에게 맞지 않는 구조이거든요. 그 틈새에서 2026년 상반기에만 세 개의 회사가 합산 $6B 이상의 밸류에이션을 기록했어요.
에이전트한테 구글이 왜 안 맞는 건데?
사람이 구글 검색을 할 때와 AI 에이전트가 웹을 검색할 때는 원하는 게 완전히 달라요. 사람은 링크를 보고 클릭해서 읽고 판단하지만, 에이전트는 JSON으로 구조화된 데이터, 밀리초 단위의 응답, 광고 없는 클린 텍스트가 필요해요. Google Custom Search API를 써봤다면 아실 거예요 — 느리고, 비싸고, 에이전트용으로 최적화되어 있지 않아요.
더 근본적인 문제가 있어요. 구글의 핵심 수익은 광고예요. AI 에이전트한테 광고 없이 깨끗한 검색 결과를 제공하면 에이전트는 광고를 자연스럽게 건너뛰어요. 구글이 에이전트 전용 검색 인프라를 적극적으로 만들기 어려운 구조적 이유예요.
그렇다고 OpenAI가 이 시장을 채울 수 있을까요? 어렵습니다. ChatGPT는 이미 구글을 정면으로 겨냥한 소비자 AI 검색 시장에서 뛰고 있어요. 에이전트용 B2B 인프라까지 동시에 집중하기엔 전선이 너무 넓어요. TechCrunch의 표현을 빌리면 "OpenAI can't make Search a priority and Google has an ad business to protect." 이 한 문장이 세 회사의 수십억 달러 밸류에이션을 설명해요.
세 회사는 어떻게 다른 건데?
이 시장의 주요 플레이어는 크게 셋이에요. Exa Labs, Tavily, Parallel Web Systems — 모두 비슷해 보이지만 기술 방향과 타깃 고객이 달라요.
| 회사 | 핵심 기술 | 주요 고객 | 펀딩·지위 |
|---|---|---|---|
| Exa Labs | 시맨틱 신경망 검색 (180ms 이하) | Cursor, HubSpot, Cognition, OpenRouter | $250M / $2.2B (a16z) |
| Tavily | RAG 파이프라인 올인원 API | LangChain, Cohere, IBM, AWS, MongoDB | Nebius에 $275M 인수 |
| Parallel | 에이전트 전용 '평행 웹' 인덱스 | Harvey, Clay, Notion, Opendoor | $100M / $2B (Sequoia) |
Exa는 시맨틱 검색에 강해요. 구글처럼 키워드 매칭이 아니라 벡터 임베딩으로 의미를 이해하고 검색해요. 복잡한 연구 에이전트에 특히 강하고, 독립 벤치마크에서 Exa 81% vs Tavily 71%를 기록했어요. Cursor가 코드 참조 검색에, Cognition AI가 Devin의 웹 검색 레이어로 쓰고 있어요.
Tavily는 통합성이 강점이에요. 검색 → 스크랩 → 구조화까지 하나의 API 호출로 처리해요. LangChain, LlamaIndex 같은 프레임워크와 연동이 가장 간편해서 빠르게 RAG 파이프라인을 만들 때 첫 번째 선택지가 됐어요. Nebius가 $275M에 인수한 이유도 AI 클라우드 플랫폼에 검색 레이어를 완성하기 위해서예요.
Parallel은 가장 다른 접근이에요. 파라그 아그라왈(전 Twitter CEO)이 만든 이 회사는 "기계 검색(machine retrieval)"을 위한 별도 웹 인덱스를 직접 구축하고 있어요. 에이전트가 어떤 사이트에 접근할지 세밀하게 제어해야 하는 법률(Harvey) 같은 고위험 분야에 특히 적합해요. Sequoia 파트너는 "장시간 작동하는 에이전트"의 핵심 인프라라고 표현했어요.
시장 크기가 말하는 것
글로벌 AI 에이전트 시장은 2026년 $109억 규모로, 2030년까지 $503억에 달할 전망이에요. 이 모든 에이전트가 웹 정보를 참조할 때마다 검색 API를 호출한다면 — 에이전트용 검색 인프라는 AI 스택에서 가장 많이 반복 호출되는 레이어가 돼요.
핵심만 정리: 어느 걸 쓸지 선택하는 법
- RAG 파이프라인 빠르게 만들기 → Tavily부터
LangChain·LlamaIndex 연동이 가장 간편해요. 단일 API 호출로 검색+스크랩 완료. 무료 티어(월 1,000 크레딧)로 테스트하고 크레딧 기반으로 확장할 수 있어요. - 시맨틱 검색·연구 에이전트 → Exa
복잡한 쿼리, 개념적 검색, 고빈도 API 호출이 필요한 경우. Exa Instant로 180ms 이하 응답. $5/1,000건으로 시작하고 Python·JS SDK 모두 지원해요. - 법률·규제·장시간 에이전트 → Parallel
사이트별 접근 제어, 장시간 컨텍스트 유지가 필요한 엔터프라이즈 에이전트. Harvey, Clay처럼 접근 도메인이 명확히 정해진 use case에 적합해요. - 선택 전 반드시: 직접 벤치마크하기
Exa, Tavily, Serper, Brave를 동일 쿼리셋으로 비교한 공개 벤치마크(dev.to AN Score)가 있어요. 하지만 자신의 use case 쿼리로 직접 테스트한 결과를 최우선으로 삼으세요. - 비용 미리 계산하기
Exa: $5/1,000건 + $1/1,000건 페이지. Tavily: $0.008/크레딧. 에이전트의 일일 호출 횟수를 추산하면 월 비용이 바로 나와요. 프로토타입 단계에서는 무료 티어 둘 다 충분해요.
