hyperresearch의 개요
Jordan Gibbs가 만든 hyperresearch는 Claude Code(그리고 최근에는 OpenAI Codex)를 딥 리서치 에이전트로 바꿉니다. 프롬프트 하나로 최대 16단계의 파이프라인이 시작됩니다. 질문 분해, 병렬 출처 수집 웨이브, 모순 지도 작성, 초안 세 개, 적대적 비평가 네 명, 국소적인 수정만 허용되도록 도구가 잠긴 patcher, 그리고 보고서를 내기 전의 인용 검사입니다. 읽은 모든 출처는 Markdown과 SQLite로 된 vault에 저장되며, 이후 실행은 이곳부터 검색합니다.
pip install hyperresearch와 hyperresearch install로 설치하거나, Claude Code 또는 Codex 플러그인으로 설치합니다. 학술 검색은 OpenAlex, Crossref, CORE, DOAB, ClinicalTrials.gov, SEC EDGAR, FRED를 다루며, 유료 장벽 뒤의 논문은 합법적인 오픈 액세스 사본을 찾습니다. MCP 서버가 vault를 다른 클라이언트에 노출합니다.
저장소는 MIT 라이선스이고 GitHub 스타는 약 4,200개이며, PyPI 패키지는 0.13.0(2026년 10월 27일)입니다. 제작자는 hyperresearch.ai에서 보고서당 요금을 받는 호스팅 버전도 판매합니다.
hyperresearch, 쓸 만한 가치가 있습니까?
hyperresearch는 우리가 살펴본 오픈 딥 리서치 하네스 중 가장 엄격하며, 마케팅이 아니라 작동 방식으로 그 평가를 얻습니다. 상용 리서치 모드는 유창한 보고서를 내놓고 인용을 믿으라고 합니다. 이 파이프라인은 스스로를 불신하도록 만들어졌습니다. 인용문은 저장된 출처에 글자 그대로 있어야 하며 그렇지 않으면 보고서를 낼 수 없습니다. 철회된 논문을 그 사실을 밝히지 않고 인용하면 치명적 오류입니다. 독립성 검사는 보도자료 하나를 다섯 곳이 옮겨 실은 것을 출처 하나로 셉니다. 마지막 편집 단계는 Read와 Edit로만 잠겨 있어 초안을 몰래 다시 쓸 수 없습니다. 가져온 페이지는 신뢰할 수 없는 데이터로 감싸지는데, 에이전트가 고르지 않은 수백 개 페이지로부터의 프롬프트 인젝션에 대한 합리적인 방어입니다.
대표 주장에는 단서가 필요합니다. README는 DRACO 딥 리서치 벤치마크에서 77.7로 1위이며, 73.0인 Claude Research와 55.2인 ChatGPT deep research를 앞선다고 내세웁니다. 하지만 이는 프로젝트가 직접 공개한 10개 과제 실행 결과이고, Codex 포트는 벤치마크를 전혀 거치지 않았습니다. 확정된 순위가 아니라 파이프라인이 진지하다는 신호로 받아들이는 편이 좋습니다.
비용은 시간과 토큰입니다. 가벼운 실행은 약 30에서 40분, 기본 전체 등급은 약 1.5에서 2.5시간, 최상위 등급은 3에서 5시간이 걸립니다. 실행마다 서브에이전트를 많이 띄우므로, Claude 구독에서는 한도를 갉아먹고 API 키로는 실제 돈이 듭니다. run init --budget은 추정 지출에 상한을 두고, 초과하게 두지 않고 실행을 막습니다. 장기적인 이득은 vault입니다. 출처가 쌓이고, 같은 분야의 다음 질문은 이미 있는 것에서 출발합니다.
2026년 4월에 만들어져 버전 0.13에 있는 젊은 프로젝트이며, 주 저자가 한 명이고, 목표치가 아직 연결되지 않은 실험적 논문 등급이 있습니다. README는 lint 관문이 사실 오류가 아니라 구조적 실패를 잡는다고 분명히 밝힙니다. 보고서당 $9 또는 $49인 호스팅 버전과 비교하면, 직접 돌리는 것은 돈 대신 설정과 감독을 치르는 셈입니다. 채팅 제품의 리 서치 모드와 비교하면, 속도를 내주고 실제로 확인할 수 있는 감사 기록을 얻습니다.
제 역할을 하는 곳
레스토랑 소프트웨어를 담당하는 소형 펀드의 주식 애널리스트
모든 주장을 추적할 수 있는 SEC 공시 기반 경쟁사 분석 만들기
Claude Code에서 예산 상한을 두고 /hyperresearch를 실행합니다. EDGAR 공시를 vault로 가져와 초안을 쓰고, 비평하고, 인용을 검사합니다. 전체 등급으로 1.5에서 2.5시간, 또는 호스팅 버전의 Deep 보고서로 $49를 예상합니다.
보건 정책 분야 문헌 리뷰를 쓰는 박사과정생
유료 장벽 뒤의 것까지 포함해 논문과 임상시험을 모으되, 초록만 보고 읽은 것처럼 인용하지 않기
학술 검색은 OpenAlex, Crossref, CORE, ClinicalTrials.gov를 조회하고, 오픈 액세스 복구는 대체 사실을 밝히며 합법적인 전문을 가져옵니다. vault는 다음 장을 위해 모든 출처를 보관합니다.
팀 에이전트에게 공유 리서치 메모리를 주려는 플랫폼 엔지니어
Cursor나 Claude Desktop이 이전 실행에서 모은 출처를 조회하게 하기
pip install hyperresearch[mcp] 후 hyperresearch mcp를 실행합니다. search_notes, read_note, fetch_url을 포함한 도구 13개가 같은 vault 위에서 작동합니다. 모델 사용량 외에는 무료입니다.
도입 전 확인할 점
- 설정
- Python 3.11에서 3.14 사이에서 프로젝트에 pip install hyperresearch와 hyperresearch install을 실행하거나(Codex는 --target codex), Claude Code 플러그인을 설치합니다. Codex 세션에는 작업 공간 쓰기와 네트워크 접근 권한이 켜져 있어야 합니다.
- 연동
- Claude Code와 OpenAI Codex. 웹 제공자로 builtin, crawl4ai, Exa, Tavily, Parallel, Serply. 선택 사항인 Voyage 또는 OpenAI 임베딩. Claude Desktop, Cursor 등을 위한 도구 13개짜리 MCP 서버.
- 데이터와 개인정보
- 로컬에서 실행되며 출처를 프로젝트 안에 Markdown과 SQLite로 저장합니다. 페이지 내용은 에이전트의 모델 제공자와 설정한 검색 API로 갑니다. 가져온 텍스트는 신뢰할 수 없는 입력으로 격리됩니다. MIT 라이선스.
- 대규모 사용 시 비용
- 라이선스 비용은 없습니다. 실행마다 서브에이전트 호출이 많아 많이 쓰면 더 높은 Claude 요금제나 API 지출이 필요하며, --budget으로 실행당 상한을 둡니다. 호스팅 버전은 Light 보고서당 $9, Deep 보 고서당 $49입니다.
- 제한
- 합법적인 오픈 액세스 사본이 없으면 로그인하지 않은 유료 장벽 콘텐츠는 읽지 못합니다. lint는 사실이 아니라 구조를 검사합니다. 논문 등급은 실험적입니다. Codex에는 브라우저 경로가 없고 도구 잠금은 지시문일 뿐입니다.
좋은 점
- 원문 인용, 논문 철회, 인용 검사가 통과하지 않으면 보고서를 내지 않음
- 이후 실행이 재사용하고 MCP로 노출되는 영구 로컬 vault
- 쿼리 하나로 학술 및 공시 출처 여덟 곳 검색
- 몇 시간짜리 작업을 위한 지출 상한과 재개 가능한 실행
아쉬운 점
- 전체 실행에 1.5에서 2.5시간과 많은 서브에이전트 호출이 듦
- 벤치마크 우위는 10개 과제에 대한 자체 보고
- Codex 포트는 새롭고 벤치마크가 없으며 도구 잠금이 없음
- 주 메인테이너가 한 명이고 0.x 릴리스가 빠르게 바뀜
추천 대상
이미 Claude Code를 쓰면서 감사할 수 있는 인용 보고서가 필요하고, 이를 위해 몇 시간을 기다릴 수 있는 분석가와 연구자.
hyperresearch 대안
hyperresearch: 자주 묻는 질문
- hyperresearch, 쓸 만한 가치가 있습니까?
- 매끈한 요약 대신 실제 검증 관문을 갖춘 딥 리서치입니다. 대가는 몇 시간의 에이전트 시간, 그리고 메인테이너 한 사람이 계속 유지해 주리라 믿어야 하는 파이프라인입니다. 평점은 5점 만점에 3.9점입니다.
- hyperresearch의 가격은 얼마입니까?
- 무료 오픈소스(MIT)이며, 사용하는 Claude Code나 Codex 사용량은 직접 냅니다. 호스팅 버전은 종량제로 Light 보고서당 $9, Deep 보고서당 $49이며, Enterprise는 문의해야 합니다.
- hyperresearch의 단점은 무엇입니까?
- 전체 실행에 1.5에서 2.5시간과 많은 서브에이전트 호출이 듦; 벤치마크 우위는 10개 과제에 대한 자체 보고; Codex 포트는 새롭고 벤치마크가 없으며 도구 잠금이 없음; 주 메인테이너가 한 명이고 0.x 릴리스가 빠르게 바뀜.
- hyperresearch에 적합한 사람은 누구입니까?
- 이미 Claude Code를 쓰면서 감사할 수 있는 인용 보고서가 필요하고, 이를 위해 몇 시간을 기다릴 수 있는 분석가와 연구자.
- 팀이나 프로덕션 환경에서 hyperresearch의 비용은 얼마입니까?
- 라이선스 비용은 없습니다. 실행마다 서브에이전트 호출이 많아 많이 쓰면 더 높은 Claude 요금제나 API 지출이 필요하며, --budget으로 실행당 상한을 둡니다. 호스 팅 버전은 Light 보고서당 $9, Deep 보고서당 $49입니다.
- hyperresearch에 회사 데이터를 맡겨도 안전합니까?
- 로컬에서 실행되며 출처를 프로젝트 안에 Markdown과 SQLite로 저장합니다. 페이지 내용은 에이전트의 모델 제공자와 설정한 검색 API로 갑니다. 가져온 텍스트는 신뢰할 수 없는 입력으로 격리됩니다. MIT 라이선스.
- hyperresearch의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 notebooklm-py, Agent Reach 및 Crawl4AI입니다.
답변 확인일: 2026년 10월 31일.