Undermind의 개요
Undermind는 학술 논문을 찾는 AI 에이전트입니다. 몇 초 만에 결과를 돌려주는 대신 검색마다 몇 분을 들여 의미 검색과 인용 검색을 반복한 뒤, 질문에 얼마나 맞는지로 논문 순위를 매기고 관련 문헌을 얼마나 찾았는지 추정합니다. 2025년 Journal of the Canadian Health Libraries Association의 리뷰에 따르면, PubMed와 arXiv 콘텐츠를 끌어오는 약 2억 2,500만 건 규모의 Semantic Scholar 색인을 검색합니다.
결과에 대한 채팅, 보고서, 공유 작업 공간, 논문 라이브러리, 그리고 Claude, ChatGPT, Cursor, Codex 등 에이전트가 심층 검색을 시작하고 PDF를 읽게 하는 mcp.undermind.ai의 호스팅 MCP 서버도 제공합니다. Undermind에 따르면 표준 심층 검색은 평균 약 2.9분에 끝납니다.
Undermind의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Free | Free | 표준 속도 제한 |
| Pro | $16/month billed annually (about $20 monthly) | Free 한도의 10x |
| Team | $15/person/month billed annually | |
| Enterprise | Custom |
Free(표준 속도 제한), Pro 연간 결제 시 월 $16, 월간 약 $20(Free 한도의 10x), Team 연간 결제 시 1인당 월 $15, Enterprise 맞춤 견적.
Undermind, 쓸 만한 가치가 있습니까?
키워드 검색으로 문헌 검토를 시작하면 무엇을 놓쳤는지 늘 궁금합니다. 다른 용어를 쓴 논문이나, 인용 두 단계 너머에 있던 논문입니다.
Undermind는 논문 하나를 놓치는 대가가 클 때를 위해 만들어졌고, 일부러 느립니다. 좁은 질문을 몇 문장으로 설명하면, 에이전트가 검색하고, 초록을 읽고, 인용 경로를 따라가며, 새 결과가 마를 때까지 계속합니다. 그다음 관련 문헌을 얼마나 찾았는지 추정하는 발견 곡선을 그립니다. 2025년 이를 검토한 보건과학 사서는 논문 144편을 분석한 뒤 93% 범위를 보고한 검색을 봤고, 범용 참고 도구라기보다 전문 연구자를 위한 가치 있는 틈새 경쟁자라고 불렀습니다.
가격이 크게 내려갔습니다. 같은 리뷰는 Pro를 사용자당 월 약 $60로 인용했는데, 현재 가격 페이지는 연간 결제 월 $16, 월간 약 $20, Team은 연간 결제 1인당 $15로 나열합니다. 그 값으로 얻는 것은 모호합니다. Pro는 무료 한도의 10배와 가장 깊은 전문 분석을 약속하지만, 어느 등급의 검색 횟수도 공개되지 않아, 연구실은 좌석 가격은 계산해도 작업량은 계산하지 못합니다.
AI 에이전트로 만든다면 MCP 서버가 흥미로운 추가입니다. OAuth 로그인과 streamable HTTP로 돌며, 심층 검색, 저자와 메타데이터 조회, PDF 읽기, 인용이 달린 Markdown 보고서 쓰기 도구를 제공합니다. 그래서 Undermind가 또 하나의 브라우저 탭이 아니라 Claude Code나 Codex 안의 검색 단계가 됩니다. 유료 벽 뒤의 PDF는 여전히 손으로 올려야 하고, 오픈 액세스 전문만 자동으로 가져옵니다.
주의할 점: 공식 검토에서는 검색을 반복할 수 없습니다. JCHLA 검토자는 보고 가능하고 반복 가능한 검색 전략이 없다는 점을 아킬레스건이라고 불렀고, MeSH 지원이 없어 PRISMA 흐름도의 문서화된 PubMed나 Embase 검색을 대신할 수 없습니다.
결론: Undermind는 논문을 찾고 순위를 매기며, Elicit은 그 논문에서 데이터를 표로 뽑습니다. 하나는 수색대, 다른 하나는 기록원으로 생각하십시오. 경쟁하는 구매가 아니라 서로 보완하는 구매입니다.
제 역할을 하는 곳
재료과학 박사과정 2년 차 학생
학위논문 한 장을 쓰기 전에 좁은 합성 방법에 관한 선행 연구 모두 찾기
방법을 한 문단으로 설명하고 심층 검색을 약 3분 돌린 뒤, 순위 목록과 발견 곡선을 따라갑니다. 연간 결제 월 $16인 Pro가 바쁜 달을 다루며, 인용하려면 결과를 Zotero나 BibTeX로 내보내야 합니다.
Claude Code로 연구 도우미를 만드는 ML 엔지니어
Semantic Scholar 스크레이퍼를 쓰지 않고 에이전트에게 문헌 검색 도구 주기
claude mcp add로 mcp.undermind.ai/mcp를 더하고 OAuth로 로그인하면, 에이 전트가 launch_deep_search, read_pdfs, write_file을 불러 인용이 달린 Markdown 보고서를 만들 수 있습니다. 호출마다 몇 분을 기다리므로 대화형 채팅보다 백그라운드 작업에 맞습니다.
과학자 15명 바이오텍 팀의 R&D 책임자
새 표적에 예산을 쓰기 전에 선행 기술과 경쟁 연구 확인하기
연간 결제 1인당 $15인 Team은 15석에 연 약 $2,700이며 중앙 결제와 구성원 관리가 있습니다. Undermind는 독점 데이터를 학습에 쓰지 않는다고 밝힙니다. 기관 전체 로그인과 맞춤 보안 심사에는 Enterprise가 필요합니다.
체계적 문헌고찰을 지원하는 의학 사서
공식 검색 전략을 세울 씨앗 논문 찾기
관련 논문을 일찍 찾아내는 데 유용하지만, 에이전트의 검색은 보고하거나 반복할 수 없으므로, PRISMA 기록을 위한 문서화된 PubMed나 Embase 전략은 따로 써야 합니다.
도입 전 확인할 점
- 설정
- 가입하면 몇 분 안에 첫 심층 검색을 돌립니다. 에이전트가 검색 전에 확인 질문을 합니다. MCP 클라이언트는 URL 하나와 브라우저 OAuth 승인으로 연결됩니다.
- 연동
- ChatGPT, Claude, Claude Code, Cursor, VS Code, Codex, GitHub Copilot, Microsoft Copilot Studio용 mcp.undermind.ai/mcp의 호스팅 MCP 서버. 2025년 JCHLA 리뷰는 Pro에서 Zotero, EndNote, Covidence 내보내기를 보고합니다. 가격 페이지에 공개 REST API는 나와 있지 않습니다.
- 데이터와 개인정보
- Undermind는 데이터가 전송 시와 저장 시 암호화되고, 독점 데이터는 자사나 모델 제공업체가 절대 모델 학습에 쓰지 않으며, 조직이 모든 데이터 삭제를 요청할 수 있다고 밝힙니다. SOC 2 같은 인증은 가격 페이지에 없고, 보안 개요 PDF가 제공됩니다. 내 데이터로 학습하는 AI 도구는 무엇입니까?
- 대규모 사용 시 비용
- 15명 팀은 Team으로 연 약 $2,700입니다. Enterprise는 공개되지 않은 가격으로 기관 전체 로그인, 관리 대시보드, 맞춤 보안 조건을 더합니다.
- 제한
- Free와 Pro 한도는 표준과 표준의 10배로만 설명됩니다. 검색은 Semantic Scholar 색인을 다루므로 그곳의 빈틈이 그대로 이어지고, 유료 벽 뒤의 전문은 손으로 올려야 합니다.
좋은 점
- 인용을 반복해 따라가는 검색이 키워드 도구가 놓치는 논문을 찾습니다
- 발견 곡선이 검색이 얼마나 완전한지 추정합니다
- Pro는 연간 결제 월 $16로 Elicit Pro의 약 3분의 1입니다
- Claude, ChatGPT, Cursor, Codex용 OAuth 호스팅 MCP 서버
- Undermind나 모델 제공업체가 연구 데이터를 학습에 쓰지 않는다고 밝힙니다
아쉬운 점
- 심층 검색마다 몇 분이 걸립니다
- 요금제별 검색 횟수가 공개되지 않았습니다
- 검색 전략을 재현할 수 없고 MeSH 지원이 없습니다
- 구조화된 데이터 추출이 없습니다
- 유료 벽 뒤의 PDF 는 손으로 올려야 합니다
추천 대상
선행 연구를 철저히 훑어야 하는, 프로젝트를 시작하는 대학원생과 연구자.
Undermind 대안
Undermind: 자주 묻는 질문
- Undermind, 쓸 만한 가치가 있습니까?
- Undermind는 키워드 검색이 놓치는 논문을 찾느라 몇 분을 기다리게 하며, 월 $16면 문헌 검토마다 먼저 돌려 볼 만큼 쌉니다. 평점은 5점 만점에 4.2점입니다.
- Undermind의 가격은 얼마입니까?
- Free(표준 속도 제한), Pro 연간 결제 시 월 $16, 월간 약 $20(Free 한도의 10x), Team 연간 결제 시 1인당 월 $15, Enterprise 맞춤 견적.
- Undermind의 단점은 무엇입니까?
- 심층 검색마다 몇 분이 걸립니다; 요금제별 검색 횟수가 공개되지 않았습니다; 검색 전략을 재현할 수 없고 MeSH 지원이 없습니다; 구조화된 데이터 추출이 없습니다; 유료 벽 뒤의 PDF는 손으로 올려야 합니다.
- Undermind에 적합한 사람은 누구입니까?
- 선행 연구를 철저히 훑어야 하는, 프로젝트를 시작하는 대학원생과 연구자.
- 팀이나 프로덕션 환경에서 Undermind의 비용은 얼마입니까?
- 15명 팀은 Team으로 연 약 $2,700입니다. Enterprise는 공개되지 않은 가격으로 기관 전체 로그인, 관리 대시보드, 맞춤 보안 조건을 더합니다.
- Undermind에 회사 데이터를 맡겨도 안전합니까?
- Undermind는 데이터가 전송 시와 저장 시 암호화되고, 독점 데이터는 자사나 모델 제공업체가 절대 모델 학습에 쓰지 않으며, 조직이 모든 데이터 삭제를 요청할 수 있다고 밝힙니다. SOC 2 같은 인증은 가격 페이지에 없고, 보안 개요 PDF가 제공됩니다.
- Undermind의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Elicit, Consensus 및 Scite입니다.
답변 확인일: 2026년 10월 22일.
Undermind 개발사입니까? 이 평점을 사이트에 표시하십시오
