local-deep-research은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

local-deep-research은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

local-deep-research은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. local-deep-research의 마지막 커밋은 2026년 10월 19일입니다.

local-deep-research은(는) 어디에 사용할 수 있나요?

arXiv, PubMed, 오픈 웹을 출처와 함께 검색해야 하는 문헌 조사 추론과 데이터를 자체 하드웨어에 보관하면서 기밀 문서 검색 연구 세션이 쌓일수록 확장되는 검색 가능한 개인 연구 라이브러리 구축 학술 자료와 뉴스 출처에서 정기적인 주제별 요약을 자동 생성

local-deep-research는 어떻게 설치하나요?

Docker Compose 파일을 다운로드하고 스택을 시작하세요: curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml && docker compose up -d 약 30초 후 브라우저에서 웹 UI를 여세요

local-deep-research은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/LearningCircuit/local-deep-research

LearningCircuit/local-deep-research

로컬·클라우드 LLM과 다양한 검색 엔진으로 심층 검색을 수행하고, 출처를 인용하며 데이터를 암호화해 저장하는 셀프 호스팅 AI 연구 도우미입니다.

대체할 수 있는 제품:Perplexity ChatGPT Deep Research

GitHub에서 보기

스타: 9,331
포크: 869
열린 이슈: 1,253
마지막 커밋: 17시간 전

어떤 프로젝트인가요?

Local Deep Research는 셀프 호스팅 방식으로 운영하는 연구 도우미입니다. 질문을 입력하면 웹, arXiv와 PubMed 같은 학술 데이터베이스, 개인 문서를 검색한 뒤 출처를 인용한 보고서로 결과를 종합합니다. Ollama, LM Studio, llama.cpp로 실행하는 로컬 모델은 물론 OpenAI, Anthropic, Google Gemini, OpenRouter, Requesty 같은 클라우드 제공업체도 지원합니다.

간단한 요약부터 상세한 조사와 전체 보고서 생성까지 제공하며, LLM이 어떤 검색 엔진을 언제 조회하고 검색을 언제 끝낼지 결정하는 LangGraph 기반 에이전트 전략도 지원합니다. 다운로드한 출처를 개인용 암호화 라이브러리에 색인해 실시간 웹 검색 결과와 함께 검색할 수 있습니다. 사용자별 데이터는 각 사용자의 비밀번호에서 파생한 키로 암호화된 SQLCipher 데이터베이스에 저장됩니다.

LDR은 Python API, HTTP API, Claude Desktop과 Claude Code에서 사용할 수 있는 MCP 서버, LangChain 리트리버 통합도 제공합니다. Egress scope 설정으로 검색 엔진과 모델 제공업체의 사용 범위를 제어할 수 있으며, 로컬 추론만 허용하는 비공개 전용 모드도 지원합니다.

핵심 기능

01검색 엔진을 선택하고 출처가 포함된 보고서를 종합하는 다단계 에이전트 기반 조사
02Ollama, LM Studio, llama.cpp, OpenAI, Anthropic, Gemini, OpenRouter 모델 지원
03arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG 등 다양한 검색 엔진으로 검색
04다운로드한 출처와 개인 문서를 암호화된 로컬 라이브러리에 색인
05사용자 비밀번호에서 파생한 키로 암호화하는 사용자별 SQLCipher 데이터베이스
06Claude 연동을 위한 Python API, HTTP API, MCP 서버

활용 사례

arXiv, PubMed, 오픈 웹을 출처와 함께 검색해야 하는 문헌 조사
추론과 데이터를 자체 하드웨어에 보관하면서 기밀 문서 검색
연구 세션이 쌓일수록 확장되는 검색 가능한 개인 연구 라이브러리 구축
학술 자료와 뉴스 출처에서 정기적인 주제별 요약을 자동 생성

빠른 시작

1
Docker Compose 파일을 다운로드하고 스택을 시작하세요
curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml && docker compose up -d
2
약 30초 후 브라우저에서 웹 UI를 여세요

사용 전 알아둘 점

모든 기능을 사용하려면 Ollama와 같은 실행 중인 LLM 엔드포인트와 SearXNG 검색 인스턴스가 필요하므로 직접 호스팅 환경을 구축해야 합니다.
간편한 Docker Run 방법은 네이티브 Linux에서만 작동합니다. Mac과 Windows 사용자는 Docker Compose를 사용해야 합니다.
AVX를 지원하는 x86-64 CPU 또는 ARM64가 필요합니다.

토픽

#ai #deep-research #rag #local-llm #ollama #self-hosted #search #academic-research #academia #anthropic

자주 묻는 질문

local-deep-research은(는) 무엇인가요?: 로컬·클라우드 LLM과 다양한 검색 엔진으로 심층 검색을 수행하고, 출처를 인용하며 데이터를 암호화해 저장하는 셀프 호스팅 AI 연구 도우미입니다. Local Deep Research는 셀프 호스팅 방식으로 운영하는 연구 도우미입니다. 질문을 입력하면 웹, arXiv와 PubMed 같은 학술 데이터베이스, 개인 문서를 검색한 뒤 출처를 인용한 보고서로 결과를 종합합니다. Ollama, LM Studio, llama.cpp로 실행하는 로컬 모델은 물론 OpenAI, Anthropic, Google Gemini, OpenRouter, Requesty 같은 클라우드 제공업체도 지원합니다.
local-deep-research은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: local-deep-research은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
local-deep-research은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. local-deep-research의 마지막 커밋은 2026년 10월 19일입니다.
local-deep-research은(는) 어디에 사용할 수 있나요?: arXiv, PubMed, 오픈 웹을 출처와 함께 검색해야 하는 문헌 조사 추론과 데이터를 자체 하드웨어에 보관하면서 기밀 문서 검색 연구 세션이 쌓일수록 확장되는 검색 가능한 개인 연구 라이브러리 구축 학술 자료와 뉴스 출처에서 정기적인 주제별 요약을 자동 생성
local-deep-research는 어떻게 설치하나요?: Docker Compose 파일을 다운로드하고 스택을 시작하세요: curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml && docker compose up -d 약 30초 후 브라우저에서 웹 UI를 여세요
local-deep-research은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/LearningCircuit/local-deep-research

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.