소개
딥리서치를 사용해본적이 별로 없어서 사용기를 적어 봅니다.
▶ 사용사례
(딥리서치를 사용하여 지금 살고 있는 동네에 부동산 투자 선택의 판단기준을 제시)
1) 사용했던 AI는 Gemini, Perplexity, Grok3, ChatGPT, text.cortex 이고 text.cortex는 프롬프트를 가다듬는 용도로 사용했습니다. text.cortex는 Zeno AI를 사용하여 서비스를 제공합니다.
2) "장안동의 부동산 투자의 타당성을 알아보기 위해서 최근 인접지역의 부동산 가격 변동을 알아보고 있어.
성수동 젠트리피케이션으로 주 변 지역의 부동산 가격이 이슈가 되고 있는데, 성수동 주변 인접 지역인 장안동의 상권을 분석해주고 투자에 적합할지 알아봐줘
최근 6개월 내에 장안동으로 이사온 회사들이 있는지 현재 상황은 어떻게 변경되었는지 알아봐줘
추가적으로 가장 가격상승이 높은 평형대의 주거지 또는 상업지가 몇평대인지 얼마간의 보유후 매각할 시 이익이 극대화 될 수 있을지 분석해줘
보고서 작성을 위한 프롬프트를 요청하려고 해 위 프롬프트를 보고서 작성에 적합하게 수정해줘."
3) 각각의 결과가 상당히 차이가 있었고 종합적인 면은 ChatGPT가 제일 나았고, 그다음이 Perplexity 였습니다. 핵심적인 부분에서 정량적인 데이터가 추가 된 점이 달랐습니다. Gemini는 투자에 대한 판단을 내리기엔 부족한 내용이었습니다. Grok3는 자료 써치 범위가 좁았습니다. 따라서 결론도 투자 판단에 도움이 되기에는 부족했습니다. 전체적인 아쉬움은 정량적인 수치가 나온 자료들이 상당히 부족하고 이에 대한 내용이 적었습니다.
이와 같은 이유로 추가적으로 정량적인 데이터를 요구했으나 크게 개선되지 않는 모습이었습니다. 부동산 추이나 도표 같은 것은 특정한 데이터를 제공하거나 참고사이트를 알려주지 않는 한 자료에 포함되지 않는 문제가 있었습니다. 딥리서치 결과물만 모두 취합하여 다시 딥리서치를 시도하였으나 Gemini는 파일 추가가 안되어서 ChatGPT로 시도해봤으나 결과물이 크게 개선되는 모습은 없었습니다.
사용해 본 결과 충분한 Raw data로써 사용하기엔 충분하나 이 결과값이 자체로서 의사결정을 내리는 리포트로써 제출하기엔 2% 부족하다는 느낌이었습니다. 정량적인 데이터만 검색하여 자료로써 찾는 프롬프트나 나만의 챗봇을 만들어 보는 것도 괜찮겠다라는 생각을 했습니다.
