Version-Controlled Search: The Web as It Was — Ryan Ahern, Exa

한 줄 핵심

Exa의 version-controlled search와 ExaSnapshot은 에이전트가 웹을 더 잘 검색하도록 만들 뿐 아니라, 과거 시점의 웹을 기준으로 금융·리스크 모델의 신호와 예측을 백테스트할 수 있게 해준다.

시간별 요약

1. 0:00
   소개 에이전트가 사람보다 더 집요하고 상세하게 웹을 검색하는 흐름이 커지면서, 검색은 인간이 아니라 에이전트가 대신 수행하는 일이 되고 있다. 이 영상은 그런 agentic web search의 필요성과, 이를 활용해 금융 모델을 백테스트하는 방법을 함께 다룬다.
2. 2:14
   에이전트는 새로운 검색자 Cursor, Gamma 같은 에이전트형 제품은 최신 문서나 웹 데이터를 찾기 위해 Exa를 사용하며, Exa는 크롤링·DB·임베딩·검색 계층을 직접 보유해 필요한 정보를 찾아낸다. 헤지펀드, 자산운용사, VC 등 최신 정보가 중요한 분야에서는 비정형 웹에서 알파, 위험, 신규 기회를 찾는 데 특히 유용하다.
3. 4:15
   Exa의 세 가지 핵심 원칙 Exa는 품질, 비용, 지연시간을 핵심 원칙으로 삼는다. 검색 결과의 정확도를 높이고, dynamic highlights로 필요한 스니펫만 뽑아 입력 토큰을 크게 줄이며, 자체 인프라로 낮은 지연시간과 장시간 리서치까지 지원한다.
4. 8:19
   스냅샷과 실시간 검색 ExaSnapshot은 웹의 과거 버전을 날짜별로 검색할 수 있게 해 주며, 특정 URL을 과거 시점 기준으로 복원하거나 그 시점에 실행했을 법한 검색 결과를 재현할 수 있다. 이를 통해 당시 시장에 존재하던 정보만으로 무엇을 알 수 있었는지 확인하고, 사후 정보 유출 없이 모델이나 에이전트를 평가할 수 있다.
5. 12:45
   신호에서 예측으로 과거 웹에서 수집한 신호는 전통적인 ML 모델의 입력으로 쓸 수 있고, software prices나 sentiment 같은 비정형 데이터를 안정적으로 구조화할 수 있다. 더 나아가 adverse media scan이나 equity research 같은 에이전트형 기능을 추가한 뒤, snapshot으로 과거 시점 기준의 성능을 재현해 기존 프로세스보다 실제로 나아지는지 검증할 수 있다.
6. 16:58
   과적합 없는 백테스트 실시간 환경만으로는 에이전트가 특정 데이터에 과적합했는지, 일반화되는지 확인하기 어렵지만, snapshot은 복잡한 특징을 과거 시점에서 반복 검증하게 해 준다. 이를 통해 웹 검색 기반 특성이 진짜 예측력인지, 아니면 훈련 데이터에 맞춘 과적합인지 구분할 수 있다.

실무 인사이트

• 웹 검색을 사용하는 에이전트라면 단순한 검색 품질보다도, 같은 검색을 과거 시점 기준으로 재현해 평가할 수 있는지까지 함께 봐야 한다.
• 금융·리스크·트레이딩 문제에서는 과거 웹 스냅샷으로 feature engineering과 백테스트를 분리하면, 미래 정보 누수를 줄이면서 실제 효용을 더 정확히 검증할 수 있다.
• 검색 비용은 한 번의 호출이 아니라 에이전트 전체 실행 비용으로 봐야 하므로, 토큰 절감과 지연시간 최적화가 실제 제품 성능에 직접 영향을 준다.