TinyFish 무료 검색은 API 비용을 없애지만, 웹을 읽는 비용까지 없애지는 않는다

TinyFish의 무료 검색은 AI 에이전트의 눈에 보이는 비용 하나를 없애지만, 웹 리서치를 무료로 만들지는 않는다. 이 회사는 이제 공개된 속도 제한 내에서 Search와 Fetch 서비스를 사용량 요금 없이 제공한다. 그러나 검색된 모든 페이지는 여전히 모델 토큰을 소비하고, 컨텍스트 공간을 차지하며, 워크플로를 늘리고, 관련 없는 정보를 유입할 수 있다.

이 차이는 에이전트가 단순히 링크만 수집하지 않기 때문에 중요하다. 에이전트는 검색하고, 결과를 선택하고, 페이지를 읽고, 내용을 평가하며, 종종 이 과정을 반복한다. 검색 제공업체가 통제하는 것은 이 과정의 일부에 불과하다. 첫 API 호출이 무료여도 모델 추론, 반복되는 컨텍스트, 실패한 시도는 여전히 비용이 클 수 있다.

이번 발표는 소프트웨어 에이전트를 위한 웹 접근을 판매하는 Exa, Firecrawl, Tavily, Parallel 및 기타 기업에도 압박을 가한다. TinyFish는 기본적인 검색 기능을 더 폭넓은 자동화 플랫폼의 진입점으로 전환하고 있다. 경쟁사들은 이제 더 높은 품질, 신뢰성, 제어 기능 또는 더 높은 운영 한도를 통해 유료 검색의 가치를 입증해야 한다.

따라서 핵심 질문은 TinyFish가 검색을 무료로 만들었는지가 아니다. 명확히 제시된 한도 내에서는 무료가 맞다. 더 까다로운 질문은 그 결과가 에이전트가 더 적은 연산과 더 적은 재시도로 작업을 끝내는 데 도움이 되는지다.

TinyFish 무료 검색은 워크플로의 어느 부분에 비용이 청구되는지를 바꾼다

TinyFish는 직접적인 검색 비용을 없앴지만, 에이전트 운영 비용의 나머지는 그대로 남겨두었다.

TinyFish는 2026년 5월 4일 무료 Search 및 Fetch 접근을 발표했다. Search는 구조화된 웹 결과를 반환하고, Fetch는 선택한 페이지를 Markdown, HTML 또는 JSON으로 변환한다. 두 서비스는 회사의 API, 소프트웨어 개발 키트, 명령줄 인터페이스 및 Model Context Protocol 통합을 통해 작동한다.

회사의 무료 검색 발표에 따르면 개발자는 신용카드 없이 시작할 수 있다. 계정의 충전된 지갑 잔액이 없어도 Search와 Fetch를 계속 사용할 수 있다. 이는 프로모션 크레딧에 묶인 일시적인 체험판보다 더 실질적이다.

다만 무료 접근에는 속도 제한이 적용된다. 현재 사용 한도는 분당 수십 건, 시간당 수백 건의 검색을 허용한다. Fetch는 별도의 일일 한도를 전제로 분당 100개가 넘는 URL을 지원한다. 이 한도는 실험과 중간 규모의 프로덕션 워크로드에 넉넉해 보인다.

TinyFish는 플랫폼의 다른 부분에 대해서는 여전히 비용을 측정한다. Agent 제품은 여러 단계의 브라우저 작업을 처리하고, Browser는 호스팅된 대화형 세션을 제공한다. 이 서비스들은 더 오래 실행되는 인프라와 더 많은 상태 기반 실행을 요구하기 때문에 지갑 잔액을 소비한다.

이 구분은 사업 전략을 드러낸다. TinyFish는 발견과 페이지 추출을 고객 유입 채널로 본다. 워크플로가 공개 페이지 읽기에서 컨트롤 클릭, 세션 유지, 양식 작성 또는 더 긴 작업 실행으로 나아갈 때 수익을 얻는다.

이 모델은 다른 계층의 수요를 늘리기 위해 한 계층을 범용화하는 인프라 기업과 유사하다. 무료 검색 호출은 개발자를 플랫폼으로 끌어들일 수 있다. 성공적인 프로토타입은 이후 관리형 브라우저, 자동화 단계, 엔터프라이즈 제어 기능 및 더 큰 용량에 대한 수요를 만들 수 있다.

개발자에게 즉각적인 이점은 더 간단한 실험이다. 팀은 모든 질의와 페이지에 대한 별도 비용을 먼저 추산하지 않고도 에이전트를 최신 웹 정보에 연결할 수 있다. 다만 같은 팀은 얼마나 많은 텍스트가 언어 모델에 들어가는지는 계속 모니터링해야 한다.

이 남은 비용은 API 청구서보다 눈에 잘 띄지 않을 수 있다. 검색 결과, 페이지 내용, 시스템 지침, 대화 기록 및 도구 출력은 모두 공간을 두고 경쟁한다. 에이전트가 그 자료를 모델로 보낼 때 모델 제공업체는 자체 사용 조건에 따라 이를 처리한다.

따라서 무료 Fetch는 비용이 큰 모델 요청을 만들 수도 있고, 저렴한 요청을 만들 수도 있다. 차이는 반환되는 콘텐츠의 양, 콘텐츠가 얼마나 정제되어 있는지, 워크플로가 이를 얼마나 자주 다시 전송하는지에 달려 있다.

TinyFish의 움직임은 연산보다 조달 방식을 먼저 바꾼다. 직접 비용이 사라지므로 검색 기능은 승인받기 쉬워진다. 엔지니어링 팀은 첫 질의부터 최종 검증 답변까지 전체 작업을 계속 측정해야 한다.

AI 에이전트의 실제 웹 비용은 검색 이후부터 시작된다

에이전트는 정보를 전달한 엔드포인트 자체가 아니라, 자신이 처리하는 정보에 비용을 지불한다.

여러 제품을 비교하는 리서치 에이전트를 생각해 보자. 에이전트는 먼저 관련 페이지를 검색한 뒤 사양, 문서, 리뷰 및 최근 발표를 가져온다. 이후 상충하는 주장을 조정하기 전에 각 출처를 요약할 수 있다.

각 단계는 작업 컨텍스트에 텍스트를 추가할 수 있다. 컨텍스트 윈도우는 모델이 한 요청에서 고려할 수 있는 입력 및 생성 자료의 양이다. 큰 윈도우는 용량을 늘리지만, 불필요한 텍스트를 무해하게 만들지는 않는다.

탐색 메뉴, 쿠키 공지, 관련 기사 목록, 광고 라벨 및 중복된 페이지 요소는 모두 토큰을 소비한다. 토큰은 모델 처리에 사용되는 작은 텍스트 단위다. 토큰 수는 모델과 언어에 따라 달라지므로 문자 수 기반 추정치는 대략적인 수준에 머문다.

10월 18일 비용 분석은 하나의 뉴스 페이지를 통해 이 문제를 보여준다. TinyFish의 기본 평가에서 제공업체들은 같은 기사에 대해 크게 다른 양의 텍스트를 반환했다.

TinyFish는 해당 페이지에서 5,000자 미만을 반환했다. Firecrawl은 170,000자를 넘게 반환했다. Parallel은 짧은 발췌문만 반환해, 더 작은 출력량을 완전한 추출 결과와 비교하기 어렵다.

대략적인 변환을 적용하면 이 출력들은 약 150토큰에서 42,000토큰 이상까지 범위가 넓었다. 가장 큰 결과는 지침, 대화 기록 또는 출력이 추가되기 전부터 128,000토큰 컨텍스트 윈도우의 약 3분의 1을 차지할 수 있다.

이 사례가 일반적인 성능을 입증하는 것은 아니다. 소규모 공급업체 주도 테스트에서 선택된 한 페이지를 다룬다. 다만 검색량과 유용한 정보가 서로 다른 측정값인 이유는 보여준다.

더 큰 응답이 자동으로 더 완전한 것은 아니다. 기사와 함께 많은 페이지 요소를 포함할 수 있다. 더 작은 응답도 자동으로 더 나은 것은 아니다. 에이전트가 정확한 답변을 위해 필요한 근거를 누락할 수 있다.

운영상 목표는 최소한의 노이즈로 유용한 범위를 확보하는 것이다. 범위는 시스템이 필요한 자료를 가져왔는지 묻는다. 신호는 반환된 자료 중 얼마나 많은 부분이 작업에 기여하는지를 묻는다.

이 차이는 에이전트 루프 안에서 더 중요해진다. 일반적인 검색 인터페이스에서는 사람이 결과를 훑고 무엇을 열지 결정한다. 에이전트는 사람의 개입 없이 검색하고, 가져오고, 검토하고, 다시 검색하며, 답변을 수정할 수 있다.

이전 자료는 이후 모델 요청에 포함될 수 있다. 일부 시스템은 반복 입력을 더 낮은 처리 요율로 캐싱하지만, 캐시된 텍스트도 여전히 컨텍스트를 차지한다. 또한 모델이 더 새롭거나 관련성 높은 근거에서 주의를 빼앗길 수도 있다.

노이즈가 많은 추출은 적어도 네 가지 비용을 만든다. 첫째, 모델이 더 많은 입력을 처리해야 한다. 둘째, 유용한 콘텐츠를 식별하기 어려워진다. 셋째, 워크플로가 컨텍스트 한도에 더 빨리 도달할 수 있다. 넷째, 에이전트가 답을 추출하지 못해 추가 검색을 실행할 수 있다.

이 효과들은 누적된다. 품질이 낮은 페이지 하나는 관리할 수 있을지 모르지만, 그런 페이지가 반복되면 요약, 잘라내기 또는 추가 모델 호출이 필요해질 수 있다. 검색 엔드포인트는 무료인 상태에서 워크플로만 길어진다.

지연 시간도 같은 계산에 포함된다. 검색은 빠르게 결과를 반환할 수 있지만, 완전한 리서치 작업에는 페이지 렌더링, 모델 추론, 도구 선택 및 재시도가 포함된다. 사용자가 경험하는 것은 가장 빠른 개별 구성 요소가 아니라 전체 소요 시간이다.

신뢰성도 경제성을 바꾼다. 에이전트가 차단, 불완전한 추출 또는 오래된 결과를 반복해서 마주하면 대체 출처가 필요할 수 있다. 엔지니어가 광범위한 대체 로직을 구축해야 한다면, 명목상 저렴한 도구도 비용이 커진다.

따라서 올바른 비용 단위는 완료된 작업이다. 팀은 근거가 있는 답변에 도달하는 데 필요한 모델 토큰, 도구 호출, 시간 및 재시도 횟수를 측정해야 한다. 답변의 정확성이 유지되는지도 기록해야 한다.

이 작업 단위 관점은 흔한 조달 실수를 막는다. 공급업체는 스택의 다른 부분으로 작업을 옮기면서 한 비용 항목을 줄일 수 있다. 무료 검색에는 분명한 가치가 있지만, 비용을 이전하는 대신 총 노력을 낮출 때만 그렇다.

리서치 비중이 큰 지식 업무에서는 수집 이후에도 같은 원칙이 적용된다. 정제된 출처도 이후에 정리, 비교 및 검색이 필요하다. 구조화된 AI 지식 베이스는 전체 페이지를 새 대화에 반복해서 가져오지 않고도 유용한 근거를 보존할 수 있다.

정제된 Fetch 결과가 TinyFish의 더 강력한 주장이다

TinyFish의 가장 결정적인 주장은 무료 접근이 아니라, 더 적은 모델 처리만으로도 되는 더 정제된 출력이다.

Search는 가능한 출처를 식별한다. Fetch는 모델이 실제로 읽는 내용을 결정한다. 가져오기 계층이 근거는 유지하면서 관련 없는 페이지 요소를 제거한다면, 토큰 사용량을 줄이고 동시에 집중도를 높일 수 있다.

TinyFish는 Fetch 서비스가 실제 브라우저를 통해 페이지를 렌더링하고 정제된 콘텐츠를 반환한다고 말한다. 이 접근 방식은 JavaScript 비중이 큰 사이트, 동적 인터페이스 및 기본 HTTP 요청으로는 유용한 정보를 거의 노출하지 않는 페이지를 위해 설계됐다.

이 회사는 2026년 6월 2일 이 기능을 평가했다. Fetch 평가는 문서, 가격 페이지, 리포지터리, 기사 및 뉴스 사이트에 걸친 45개 URL을 테스트했다.

TinyFish는 45개 URL 중 42개, 즉 93%에서 사용 가능한 결과를 얻었다고 보고했다. 테스트 기준에 따라 Tavily는 36개, Exa는 33개, Firecrawl은 28개, Parallel은 26개에 도달했다.

사용 가능한 결과 중 TinyFish는 중앙값 신호 비율이 90%를 넘었다고 보고했다. Exa도 페이지에 성공적으로 도달했을 때는 근소한 차이로 뒤를 이었다. 더 큰 차이는 특히 15개의 뉴스 URL 전반에서 범위 측면에 나타났다.

평가는 판단된 신호 비율이 30%를 넘고 최소 1,000자 이상인 결과를 사용 가능한 결과로 정의했다. TinyFish는 이 기준에서 세 번의 실패를 기록했으며, 여기에는 콘텐츠가 너무 적게 반환된 두 페이지와 과도한 노이즈가 있는 한 페이지가 포함됐다.

이 세부 사항은 테스트를 단순한 헤드라인 비율보다 더 유익하게 만든다. 동시에 몇 가지 중요한 한계도 드러낸다.

TinyFish는 평가를 직접 수행했으며 비교 대상의 모든 다른 제공업체와 경쟁 관계에 있다. 표본은 45개 URL에 불과했다. Anthropic 모델이 콘텐츠 품질을 판단했으며, 30% 신호 임계값은 방법론적 선택을 반영했다.

제공업체도 빠르게 바뀔 수 있다. 가져오기 시스템은 게시자 개편, 접근 제한 및 봇 방지 기술에 대응한다. 6월에 측정된 결과가 10월에도 동일한 성능을 보장하지는 않는다.

뉴스 페이지가 TinyFish가 보고한 우위의 상당 부분을 이끌었다. 이는 모니터링 및 리서치 에이전트에는 중요하지만, 전자상거래 카탈로그, 인증된 애플리케이션, 정부 데이터베이스 또는 틈새 산업 포털에서의 성능을 예측하지는 못할 수 있다.

평가는 서로 다른 검색 아키텍처도 함께 비교했다. 인덱스 기반 서비스는 정제된 저장 사본을 빠르게 반환할 수 있지만, 인덱스에 없는 페이지는 놓칠 수 있다. 실시간 브라우저는 더 새로운 자료에 접근할 수 있지만 렌더링 복잡성과 잠재적인 지연을 초래한다.

어느 접근 방식도 모든 작업에서 항상 우세한 것은 아니다. 색인 기반 시스템은 충분히 다뤄진 공개 정보에 반복적으로 접근하는 데 적합할 수 있다. 반면 최신성, 동적 콘텐츠 또는 까다로운 페이지 구조가 중요할 때는 실시간 렌더링의 가치가 커진다.

TinyFish의 테스트에 따르면 Exa는 페이지에 도달했을 때 비슷하게 깔끔한 콘텐츠를 제공했다. 이 결과는 특정 제공업체가 언제나 더 나은 텍스트를 만든다는 단순한 주장을 약화한다. 가용성과 아키텍처가 정제 품질만큼 성능을 좌우한다는 점을 시사한다.

Parallel의 짧은 출력은 또 다른 상충 관계를 만든다. 간결한 발췌문은 토큰 소비를 제한하지만, 증거를 숨길 수 있다. 에이전트가 단편만 받고 페이지가 잘렸다는 사실을 감지할 수 없다면 신중한 비교를 수행할 수 없다.

주목받은 뉴스 사례에서 Firecrawl의 대규모 출력은 반대 위험을 보여준다. 완전한 렌더링은 증거를 보존하는 동시에 방대한 양의 주변 UI 요소까지 포착할 수 있다. 모델은 기사를 받지만, 페이지 안에서 기사를 찾아야 한다.

따라서 개발자는 단일 벤치마크 순위를 받아들이기보다 대표적인 URL을 테스트해야 한다. 조달 벤치마크에는 실제 애플리케이션을 규정하는 도메인, 언어, 페이지 유형 및 최신성 요구 사항이 포함되어야 한다.

테스트는 검색 실패와 추출 실패도 구분해야 한다. 어떤 제공업체는 올바른 URL을 찾지만 사용할 수 없는 텍스트를 반환할 수 있다. 다른 업체는 주어진 URL을 잘 추출하지만 검색 과정에서는 품질이 낮은 출처를 순위에 올릴 수 있다.

답변 품질이 최종 점검 기준이다. 깔끔한 텍스트는 에이전트가 핵심 세부 사항을 보존하고, 단서를 이해하며, 올바른 출처를 인용할 때에만 중요하다. 과도한 정제는 토큰을 절약할 수 있지만 의미를 바꾸는 맥락을 제거할 수 있다.

TinyFish의 공개 벤치마크 모음에는 검색, 가져오기, 브라우저 에이전트 측정치가 포함되어 있다. 이 결과는 유용한 출발점이지만, 구매자는 공급업체 벤치마크를 보편적 결론이 아니라 재현 가능한 주장으로 받아들여야 한다.

TinyFish의 주장을 가장 설득력 있게 만드는 형태는 측정 가능하고 범위가 좁다. Fetch 출력이 더 적은 노이즈로 필요한 사실을 일관되게 보존한다면, 무료 검색은 단순한 마케팅 제안을 넘어선다. 직접 비용과 후속 처리 부담을 모두 줄인다.

이는 작업별로 실증적으로 확인해야 할 문제다. 이번 발표는 그러한 테스트를 저렴하게 수행할 수 있게 만들며, 이것이 가장 큰 실질적 효과일 수 있다.

유료 검색 제공업체는 이제 전체 결과를 정당화해야 한다

TinyFish의 무료 검색은 경쟁의 초점을 요청 가격에서 정확성, 범위, 지연 시간 및 운영 신뢰로 옮긴다.

Exa, Firecrawl, Tavily, Parallel은 동일한 제품을 제공하지 않는다. 각 업체는 검색, 추출, 리서치, 크롤링 또는 자동화를 서로 다르게 결합한다. 하나의 엔드포인트만 비교하면 제공업체가 제공하는 더 폭넓은 가치를 놓칠 수 있다.

그럼에도 TinyFish의 결정은 불편한 기준점을 만든다. 구매자는 TinyFish가 검색과 가져오기를 모두 무료로 제공하는데, 다른 곳에서 기본적인 검색 또는 가져오기 요청에 왜 비용이 부과되는지 묻게 될 것이다.

경쟁업체는 더 나은 결과로 이 질문에 답할 수 있다. 더 높은 출처 관련성은 검색 횟수를 줄일 수 있다. 더 나은 추출은 토큰 사용량을 낮출 수 있다. 더 빠른 응답은 사용자 대면 작업을 단축할 수 있고, 더 강력한 관측 가능성은 엔지니어링 작업을 줄일 수 있다.

일관성에도 가치가 있다. 엔터프라이즈 팀은 예측 가능한 순위, 안정적인 스키마, 계약상 지원, 접근 제어 및 문서화된 보존 정책을 선호할 수 있다. 무료 접근만으로는 이러한 요구 사항이 해결되지 않는다.

규모도 마찬가지다. TinyFish는 무료 서비스의 한도를 공개한다. 이를 초과하는 애플리케이션은 엔터프라이즈 용량 또는 다른 제공업체에 관한 논의가 필요하다. 대량 접근을 명확하게 제공하는 업체는 요청마다 직접 비용이 있더라도 여전히 매력적일 수 있다.

제품마다 작업을 계산하는 방식도 다르다. 검색 요청은 여러 결과를 반환할 수 있지만, 리서치 작업은 많은 검색과 모델 호출을 수행할 수 있다. 페이지 추출은 브라우저 상호작용이나 완료된 조사와 동등하지 않다.

그래서 단순한 가격 비교는 종종 오해를 낳는다. 서로 다른 단위를 나란히 놓고 가장 저렴한 단위가 가장 저렴한 작업을 만든다는 인상을 준다. 자동화 단계, 검색 요청, 가져온 페이지, 완료된 보고서는 서로 다른 양의 작업을 의미한다.

TinyFish 자체 제품군도 이 구분을 인정한다. Search와 Fetch는 무료인 반면, 상태를 유지하는 브라우저 작업과 다단계 에이전트는 계속 계량 과금된다. 회사는 웹 실행에 비용이 없다고 주장하는 것이 아니다.

대신 계량 지점을 선택하고 있다. TinyFish는 기본 검색 비용을 부담하고, 작업에 더 깊은 오케스트레이션이 필요할 때 과금한다. 이는 경쟁업체가 자신의 경계를 설명해야 하는 압박을 만든다.

이 조치는 사내 검색 시스템에도 압박을 높인다. 일부 팀은 맞춤형 스크레이퍼, 브라우저 풀, 파서 규칙, 프록시 서비스 및 대체 제공업체를 유지한다. 직접적인 인프라 지출은 이 결정의 한 부분일 뿐이다.

웹사이트가 바뀌면 엔지니어가 대응해야 한다. 실패한 추출, 차단된 세션, 예기치 않은 스키마 변경을 모니터링해야 한다. 관리형 무료 서비스가 중간 규모 작업을 충분히 처리한다면 내부 검색 시스템을 유지할 근거는 더 약해진다.

공급업체 의존성은 반대 논거를 만든다. 무료 서비스는 한도, 정책 또는 제품 전략을 바꿀 수 있다. 호스팅 시스템은 고객이 제출하는 URL과 쿼리에 관한 정보도 받는다.

이 요소들은 기밀 리서치에서 중요하다. 인수 대상, 보안 문제, 소송 또는 공개되지 않은 제품 계획을 조사하는 팀은 어떤 외부 제공업체를 통해 쿼리를 라우팅하기 전에 데이터 처리를 검토해야 한다.

웹사이트 소유자 역시 아직 해결되지 않은 또 하나의 당사자다. AI 검색 시스템은 직접 방문을 줄이면서 자동화 트래픽을 생성할 수 있다. 게시자는 모델 기반 답변에 사용되는 콘텐츠의 라이선스, 출처 표기, 크롤러 제어 및 보상에 점점 더 관심을 보이고 있다.

TinyFish는 자사 인프라에 브라우저 렌더링과 차단된 접근을 처리하는 시스템이 포함된다고 말한다. 구매자는 성공적인 접근이 기술적으로 가능한지, 계약상 허용되는지, 의도한 용도에 적절한지를 고려해야 한다.

렌더링할 수 있는 페이지라고 해서 저작권, 개인정보 또는 서비스 약관 관련 우려가 자동으로 사라지는 것은 아니다. 검색 제공업체는 기술적 마찰을 줄일 수 있지만 고객의 컴플라이언스 의무를 없앨 수는 없다.

에이전트가 읽기에서 행동으로 이동하면 이 긴장은 더 선명해진다. 공개 페이지를 가져오는 일은 계정에 로그인하거나, 양식을 제출하거나, 구매를 진행하는 일과 다른 위험을 수반한다.

TinyFish의 상업 전략은 이러한 진행 과정에 의존한다. 무료 검색은 유료 실행으로 이어진다. 더 많은 개발자가 초기 서비스를 채택할수록 TinyFish는 이후 단계를 판매할 기회를 더 많이 얻는다.

경쟁업체는 검색 비용을 낮추거나, 서비스를 묶거나, 차별화된 품질을 강조함으로써 대응할 수 있다. 전문화된 색인, 구조화된 데이터세트, 엔터프라이즈 거버넌스 또는 더 깊은 리서치 역량으로도 경쟁할 수 있다.

예상되는 결과는 모든 검색 서비스가 동일하고 무료가 되는 것이 아니다. 기본 검색은 완료된 작업을 개선한다는 증거 없이 판매하기가 더 어려워질 것이다. 제공업체들은 요청을 둘러싼 요소를 놓고 경쟁하게 된다.

구매자에게는 유리한 변화다. 팀은 실제 작업량과 연결된 벤치마크를 요구할 수 있다. 요청 수를 가치의 주요 척도로 받아들이는 대신 총 모델 사용량과 완료율을 비교할 수 있다.

무료라는 표현은 여전히 품질, 개인정보 보호, 지속 가능성을 해결하지 못한다

가장 큰 위험은 가격 항목 밖에 있다. 벤치마크의 독립성, 데이터 처리, 속도 제한, 장기 신뢰성이 그것이다.

TinyFish의 발표는 무엇이 무료인지에 대해서는 명확하다. 그러나 이를 뒷받침하는 증거 상당수가 TinyFish에서 나온 만큼, 더 폭넓은 효율성 주장은 신중하게 볼 필요가 있다.

45개 URL Fetch 연구는 몇 가지 약점을 투명하게 밝힌다. TinyFish는 자사의 상업적 이해관계, 작은 표본, 주관적 기준선, 자동화된 평가기의 한계를 인정한다.

투명성은 신뢰도를 높이지만 독립적 검증을 제공하지는 않는다. 외부 연구자들은 더 크고 다양한 표본에서 결과를 재현해야 한다. 반복 실행, 국제 사이트, 긴 문서, 특이한 레이아웃을 지닌 페이지를 테스트해야 한다.

검색 품질은 별도의 검토가 필요하다. 서비스는 URL을 받은 뒤 깔끔한 페이지를 가져올 수 있지만, 탐색 과정에서는 더 약한 출처를 반환할 수 있다. 검색 평가는 관련성, 최신성, 출처 권위, 중복 및 일관성을 측정해야 한다.

원래 분석에서 인용된 한 제3자 벤치마크는 답변 모델을 고정하고 검색 제공업체만 바꿨다. TinyFish는 비교한 구성 중 표시된 총 모델 및 검색 비용이 가장 낮았다.

그러나 해당 스냅샷에서는 표시된 Search Index 점수도 가장 낮게 기록됐다. DeepSearchQA 결과는 경쟁력을 유지했지만, 이 조합은 단순한 승리 주장을 복잡하게 만든다.

벤치마크는 TinyFish Fetch가 아닌 공통 추출 계층을 사용했다. 따라서 이 벤치마크는 해당 환경에서 TinyFish Search의 효과를 평가했지, 회사의 전체 검색 및 가져오기 스택을 평가한 것은 아니다.

시간 수치 역시 추정 모델 처리 시간과 측정된 검색 시간을 결합한 값이다. 이 수치를 원시 API 지연 시간으로 제시해서는 안 된다. 구매자가 서로 다른 테스트의 결과를 비교할 때 이러한 방법론적 차이는 중요하다.

책임 있는 결론은 제한적이다. TinyFish에는 무료 검색이 비용에 민감한 에이전트 워크플로를 지원할 수 있다는 증거가 있다. 현재 공개된 데이터만으로는 이것이 모든 품질 목표에 가장 적합한 제공업체라는 사실이 입증되지 않는다.

개인정보 보호 역시 또 다른 미해결 문제다. 검색 쿼리는 상업적 의도, 고객 문제 및 내부 우선순위를 드러낼 수 있다. 가져온 URL은 팀이 조사하는 회사, 사람 또는 취약점을 노출할 수 있다.

조직은 보존, 학습, 로깅, 접근 제어 및 삭제 정책을 검토해야 한다. 엔터프라이즈 구매자는 트래픽을 격리하고, 접근을 감사하며, 처리 위치를 제어할 수 있는지도 물어야 한다.

무료 인프라는 빠르게 작업량을 끌어들일 수 있으므로 지속 가능성이 중요하다. 수요 급증은 성능에 영향을 줄 수 있고, 관대한 접근은 악용을 유발할 수 있다. TinyFish는 조절, 한도 개정 또는 더 엄격한 통제로 대응할 수 있다.

회사가 공개한 한도는 예측 가능한 출발점을 제공하지만 영구적인 보장은 아니다. 프로덕션 설계는 정책 변경과 일시적 장애를 예상해야 한다.

대체 수단은 여전히 가치가 있다. 한 제공업체가 페이지를 놓치거나, 과도한 노이즈를 반환하거나, 할당량에 도달했을 때 에이전트는 제공업체 간에 라우팅할 수 있다. 이러한 복원력은 엔지니어링 복잡성을 더하지만 한 공급업체가 단일 장애 지점이 되는 것을 막는다.

팀은 추출된 텍스트와 함께 출처 메타데이터도 저장해야 한다. 유용한 기록에는 URL, 검색 시각, 콘텐츠 해시 및 추출 방법이 포함된다. 출처 정보가 없으면 페이지가 변경된 뒤 답변을 감사하기 어려워진다.

깔끔한 추출도 자체 오류를 만들 수 있다. 파서는 고지 사항, 표 레이블, 각주 또는 인접한 단서를 제거할 수 있다. 이런 누락은 출처를 왜곡하는 확신에 찬 요약으로 이어질 수 있다.

고위험 워크플로에는 출처 수준의 검증이 필요하다. 에이전트는 금융, 건강, 법률, 보안 또는 계약상 의무와 관련된 주장에 대해 인용문과 직접 증거를 보존해야 한다.

사람의 검토가 모든 저위험 작업을 다룰 필요는 없다. 오류의 결과가 클수록 검토 수준도 높아져야 한다. 검색 비용이 저렴해질수록 거버넌스가 따라잡기 전에 자동화를 확장하고 싶은 유혹은 더 커진다.

TinyFish의 무료 검색은 에이전트를 실시간 웹에 연결하는 마찰을 낮춘다. 그러나 에이전트가 신뢰할 수 있는 출처를 선택했는지, 이를 올바르게 해석했는지, 사용할 권한이 있었는지는 답하지 않는다.

이러한 미해결 질문은 무료라는 표현이 중요하지만 불완전한 이유를 설명한다. 검색 청구서가 사라져도 비용, 품질, 신뢰는 서로 연결되어 있다.

TinyFish 무료 검색이 실제로 비용을 절감하는지 입증할 기준

세 가지 신호가 TinyFish가 에이전트 경제성을 바꿨는지, 아니면 청구 비용의 위치만 바꿨는지를 가를 것이다.

첫 번째 신호는 독립적인 작업 단위 벤치마킹이다. 연구자들은 동일한 모델, 프롬프트, 소스 집합, 답변 평가 방식을 사용해 제공업체를 비교해야 한다. 결과에는 완료된 작업의 정확도, 총 토큰 수, 경과 시간, 재시도 횟수, 실패율이 포함돼야 한다.

무료 검색이 답변 품질을 낮추지 않으면서 전체 모델 사용량까지 줄인다면, 이는 TinyFish의 주장을 뒷받침하는 증거가 될 것이다. 반대로 검색 비용 절감이 더 많은 검색, 더 긴 추론, 또는 더 낮은 품질의 답변으로 이어진다면 그 주장은 약화될 것이다.

두 번째 신호는 실험을 넘어선 실제 운영 환경에서의 도입이다. 개발자는 무료 API를 쉽게 시험해 볼 수 있지만, 지속적인 사용은 변화하는 웹사이트 전반에서 서비스가 안정성을 유지하는지를 보여준다. 사례 연구에는 트래픽 규모, 오류율, 대체 수단 사용 빈도, 유지보수 노력이 포함돼야 한다.

의미 있는 도입은 팀들이 TinyFish를 시연용이 아니라 반복적인 업무에 신뢰하고 사용한다는 점을 보여줄 것이다. 제공업체를 자주 바꾸거나 광범위한 대체 로직이 필요하다면, 무료 접근이 운영상 위험을 충분히 없애지 못한다는 의미일 수 있다.

세 번째 신호는 경쟁사의 대응이다. Exa, Firecrawl, Tavily, Parallel은 제공 한도, 번들, 제품 포지셔닝을 바꿀 수 있다. 또한 소스 품질, 추출 정확도, 리서치 완료율을 중심으로 더 강력한 독립 측정 결과를 공개할 수도 있다.

광범위한 가격 인하는 TinyFish가 시장의 기준선을 움직였음을 확인해 줄 것이다. 품질에 초점을 맞춘 대응은 경쟁사들이 구매자가 더 나은 결과에 계속 비용을 지불할 것이라고 판단한다는 뜻이다.

개발자들은 서비스를 시험하기 위해 이런 신호를 기다릴 필요가 없다. 실제 업무를 대표하는 작업 집합부터 시작한 뒤, 모든 검색, 가져오기, 토큰, 재시도, 완료된 답변을 기록해야 한다.

유용한 시험은 쉬운 페이지뿐 아니라 일반적으로 검색·추출을 어렵게 만드는 까다로운 페이지도 포함해야 한다. 최신 뉴스, 문서, 동적 사이트, 긴 페이지, 일반적인 접근 제어로 보호되는 소스를 시험해야 한다.

평가는 깔끔한 형식만이 아니라 근거 보존을 점수화해야 한다. 간결한 응답은 최종 답변에 필요한 사실을 유지할 때에만 가치가 있다.

그다음 팀은 전체 워크플로를 현재 시스템과 비교해야 한다. TinyFish 무료 검색이 정확도를 유지하면서 총 연산량, 지연 시간, 유지보수 부담을 낮춘다면 절감 효과는 실질적이다.

반대로 검색 비용만 없애는 대신 모델 사용량이나 실패가 늘어난다면, 무료라는 표현은 하나의 구성 요소만을 설명하는 셈이다. 그것도 유용한 정보이지만, 완전한 비용 분석은 아니다.

에이전트 개발자들이 다음으로 던져야 할 질문은 실용적이다. 컨텍스트의 각 단위는 얼마나 많은 유용하고 검증 가능한 작업을 만들어 내는가? 제공업체를 선택하기 전에 자체 페이지 전반에서 이 비율을 측정해야 한다. TinyFish는 실험을 시작하기 쉽게 만들었다. 장기적인 의미는 무료 검색이 에이전트가 작업을 끝까지 완료하도록 꾸준히 돕는지에 달려 있다.