Google 검색 그라운딩 vs 검색 API: 40문항 실측
검색 없이는 Gemini 두 모델 모두 최신 40문항 중 하나도 맞히지 못했습니다. 문항마다 API Pick 검색을 한 번 붙이자 두 모델 모두 35문항을 맞혔고, Google 검색 그라운딩은 모델과 프롬프트에 따라 30~40문항을 맞혔습니다. 전체 결과, 2026-11-14에 확인한 가격, 전체 문항을 공개합니다.
한눈에
- •검색 없이 Gemini 3.8 Flash와 Gemini 3.5 Flash-Lite는 2026년 10~11월 뉴스에 관한 40문항 중 하나도 맞히지 못했습니다. 문항마다 API Pick 웹 검색을 한 번 더하자 두 모델 모두 35문항을 맞혔고 오답은 없었습니다.
- •Google 검색 그라운딩(Grounding with Google Search)이 가장 정확하고 가장 빨랐습니다. Flash-Lite는 2.5초 만에 39문항을 맞혔고, 3.8 Flash는 프롬프트에서 검색을 건너뛸 여지를 없애자 40문항을 모두 맞혔습니다.
- •그라운딩은 질문이 아니라 검색 쿼리 단위로 과금됩니다. 모델이 문항당 1.9~2.85회 검색했으므로, 월 5,000쿼리 무료 한도를 넘으면 1,000문항당 검색 요금은 $24~$40입니다. API Pick 호출은 1,000문항당 $15로 고정입니다.
- •Gemini만 쓰고 월 질문이 약 1,750개 미만이면 그라운딩을 고르세요. 다른 모델도 쓰거나, 문항당 한 번의 예측 가능한 호출이 필요하거나, 출처를 직접 보고 걸러야 한다면 검색 API를 고르세요.
웹 검색 한 번이 LLM 답변을 얼마나 끌어올릴까?
2026년 10~11월 뉴스에 관한 40문항에서 Gemini 3.8 Flash와 Gemini 3.5 Flash-Lite는 검색 없이 하나도 맞히지 못했습니다. 문항마다 API Pick 웹 검색을 한 번 하자 두 모델 모두 40문항 중 35문항(87.5%)을 오답 없이 맞혔고, Google 검색 그라운딩은 모델과 프롬프트에 따라 40문항 중 30~40문항을 맞혔습니다. 모든 문항을 2026-11-14에 네 가지 설정으로 실행하고, 직접 확인한 출처와 대조해 채점했습니다.
API Pick은 저희가 만드는 서비스이자 이번 테스트의 검색 API입니다. 대부분의 실행에서 Google 내장 그라운딩이 정확도와 속도 모두 앞섰고, 어디서 왜 졌는지도 이 페이지에 적었습니다.
| 검색 없음 | API Pick 웹 검색 | API Pick 뉴스 검색 | Google 검색 그라운딩 | |
|---|---|---|---|---|
| Gemini 3.8 Flash: 정답 | 0 / 40 | 35 / 40 | 27 / 40 | 30 / 40 |
| Gemini 3.8 Flash: 오답 | 0 | 0 | 1 | 0 |
| Gemini 3.5 Flash-Lite: 정답 | 0 / 40 | 35 / 40 | 27 / 40 | 39 / 40 |
| Gemini 3.5 Flash-Lite: 오답 | 0 | 0 | 3 | 0 |
| 문항당 소요 시간 중앙값(초) | 4.0 / 1.4 | 11.0 / 7.5 | 10.7 / 6.9 | 7.1 / 2.5 |
| 1,000문항당 비용 | $1.03 / $0.03 | $16.93 / $15.46 | $17.39 / $15.47 | $25.79 / $28.46 |
나머지 답변은 모두 「모르겠습니다」였습니다. 검색이 없을 때 두 모델 모두 답을 지어내지 않았는데, 이것이 바람직한 동작입니다. 상식 대조 10문항은 모든 설정에서 10문항 모두 맞혔지만, Flash-Lite와 뉴스 검색 조합만 예외였습니다. 뉴스 결과가 주제와 무관해 원래 알던 두 문항을 포기했습니다.
Google 검색 그라운딩 요금은 얼마인가?
Gemini 3 이상 모델에서 Google 검색 그라운딩은 월 5,000개 검색 쿼리까지 무료, 그 이후 쿼리 1,000개당 $14입니다. 핵심은 과금 단위입니다. 질문 하나가 아니라, 모델이 실행하기로 한 쿼리 하나마다 요금이 붙습니다. 2026-11-14 Google 요금 페이지의 조건은 다음과 같습니다.
- 무료 한도: 월 5,000개 검색 쿼리, Gemini 3 이상 모든 모델이 공유.
- 유료 요금: 쿼리 1,000개당 $14. Gemini Developer API 유료 등급에서는 프로젝트당 기본 하루 1,500건의 그라운딩 요청 한도.
- 문항당 쿼리 수: 이번 실행에서 Gemini는 평균 1.9~2.85회, 한 문항에서 최대 16회 검색했습니다.
- 구형 모델: Gemini 2.5 모델은 그라운딩된 프롬프트 단위로 과금되며 하루 1,500건까지 무료, 이후 1,000건당 $35입니다. 2026년 12월 1일부터 gemini-2.5-flash 요청은 Gemini 3.5 Flash-Lite로 자동 전환됩니다.
Google이 검색에서 모델에 넘기는 텍스트는 입력 토큰으로 과금되지 않습니다. 그래서 그라운딩 실행은 문항당 입력 토큰이 약 90개였고, API Pick 결과 다섯 개를 프롬프트에 붙인 실행은 약 1,400개였습니다. 여기서 쓴 모델 가격: Gemini 3.8 Flash는 2026년 12월 31일까지 입력 100만 토큰당 $0.75, 출력 $3.75, Gemini 3.5 Flash-Lite는 $0.30과 $2.50입니다.
Gemini 3.8 Flash는 왜 검색을 건너뛰었나?
그라운딩에서는 검색 여부를 모델이 정하는데, 프롬프트가 쉬운 탈출구를 줬기 때문입니다. 첫 실행에서 Gemini 3.8 Flash는 40문항 중 9문항에서 전혀 검색하지 않고 「모르겠습니다」라고 답했습니다. 그래서 「모르겠습니다」를 허용하는 문장을 빼고 Gemini 3.8 Flash로 뉴스 40문항을 다시 실행했습니다.
| 검색 없음 | API Pick 웹 검색 | Google 검색 그라운딩 | |
|---|---|---|---|
| 정답 | 1 / 40 | 36 / 40 | 40 / 40 |
| 오답 | 5 | 1 | 0 |
| 문항당 검색 쿼리 수 | 0 | 1 | 2.85 |
| 문항당 소요 시간 중앙값(초) | 6.6 | 10.6 | 7.4 |
| 1,000문항당 비용 | $2.92 | $17.29 | $41.51 |
탈출구가 사라지자 그라운딩은 매번 검색했고, 쿼리도 더 많이 실행했으며(문항당 1.9회에서 2.85회로), 40문항을 모두 맞혔습니다. API Pick 결과는 거의 변하지 않았습니다. 모델이 질문을 보기 전에 이미 검색이 끝났기 때문입니다.
검색 API는 어디서 놓쳤나?
API Pick 웹 검색은 40문항 중 5문항을 놓쳤습니다. 그중 4문항은 돌려준 결과 다섯 개에 답이 없었고, 나머지 1문항은 답이 간접적으로만 들어 있었습니다. 매번 모델은 짐작하지 않고 모른다고 답했습니다.
- Uber의 2026년 3분기 매출: 결과는 실적 기사였고 예약 총액과 이익은 다뤘지만, 반환된 텍스트에 매출 수치는 없었습니다.
- Palantir의 미국 상업 부문 매출: 결과에 성장률(148%)은 있었지만 금액은 없었습니다.
- Firecrawl search-lift 리더보드 1위 모델: 결과는 일반적인 LLM 순위표였습니다.
- Composio Standard 요금제 가격: 결과에 Composio 요금 페이지가 있었지만, 스니펫에는 요금제 가격이 아니라 「좌석당 $18 크레딧」이 보였습니다. 「모르겠습니다」 선택지가 있을 때 모델은 답을 보류했고, 선택지를 빼자 좌석당 월 $18이라고 맞게 답했습니다.
- Exa가 11월 13일 어디에 출시했는가: 결과는 Exa의 싱가포르 사무소에 관한 내용이었습니다. 「모르겠습니다」 선택지가 없는 두 번째 실행에서 모델은 싱가포르라고 답해 틀렸습니다(정답은 EU).
제품 관련 질문에서는 뉴스 엔드포인트가 웹 검색보다 성적이 나빴습니다. AI·개발자 도구 13문항 중 5문항만 맞혔는데, 요금 페이지·문서·변경 로그는 뉴스가 아니기 때문입니다. 질문에 맞는 엔드포인트를 고르세요. 페이지와 문서는 웹 검색, 사건 보도는 뉴스 검색, 답이 공시 서류에 있다면 SEC 공시 검색 같은 전문 엔드포인트입니다.
1,000문항당 각 방식의 비용은?
무료 한도를 다 쓴 뒤, API Pick 웹 검색은 1,000문항당 $15에 모델 토큰 $0.46~$2.29가 더해지고, Google 검색 그라운딩은 1,000문항당 검색 요금 $24~$40에 토큰 $0.11~$1.64가 더해집니다. API Pick은 호출당 15크레딧이며 $1에 1,000크레딧, HTTP 200 응답에만 과금합니다(요금).
무료 한도는 반대 방향을 가리킵니다. 이번에 측정한 쿼리 수라면 Google의 월 5,000개 무료 쿼리로 약 1,750~2,600문항을 처리할 수 있습니다. API Pick은 처음 한 번 100크레딧, 즉 검색 6회분을 줍니다. 월 약 1,750문항 미만인 Gemini 앱은 그라운딩 비용이 0이고, 그 이상이면 그라운딩의 문항당 가격이 약 두 배입니다.
속도는 Google이 유리합니다. 그라운딩은 Flash-Lite에서 중앙값 2.5초, 3.8 Flash에서 7.1~7.4초에 답했습니다. API Pick 웹 검색은 그 자체로 중앙값 5.75초(90번째 백분위 7.8초)가 걸려 전체 답변은 7.5~11초였습니다. 뉴스 검색은 느린 꼬리가 길어 90번째 백분위가 16초였습니다.
그라운딩과 검색 API, 언제 무엇을 써야 할까?
아래는 API Pick 실행에 쓴 파이프라인을 핵심만 남긴 것입니다. 텍스트 프롬프트를 받는 모델이면 어디서든 똑같이 동작합니다. 도구 호출을 쓰는 완전한 에이전트 루프는 OpenAI나 Claude 에이전트에 웹 검색을 추가하는 방법을 참고하세요.
import os, requests
APIPICK_KEY = os.environ["APIPICK_API_KEY"]
GEMINI_KEY = os.environ["GEMINI_API_KEY"]
def search(question: str) -> str:
r = requests.post(
"https://www.apipick.com/api/search/web",
headers={"x-api-key": APIPICK_KEY},
json={"query": question, "max_num_results": 5},
timeout=60,
)
r.raise_for_status()
return "\n\n".join(
f"[{i + 1}] {x['title']} ({x['url']})\n{x['snippet']}"
for i, x in enumerate(r.json()["results"])
)
def answer(question: str, model: str = "gemini-3.8-flash") -> str:
prompt = (
"Today's date is November 14, 2026. Answer in one short sentence.\n\n"
f"Search results:\n{search(question)}\n\nQuestion: {question}"
)
r = requests.post(
f"https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent",
headers={"x-goog-api-key": GEMINI_KEY},
json={"contents": [{"parts": [{"text": prompt}]}],
"generationConfig": {"temperature": 0}},
timeout=120,
)
r.raise_for_status()
return r.json()["candidates"][0]["content"]["parts"][0]["text"]
print(answer("What revenue did AMD report for the third quarter of 2026?"))반면 Google 검색 그라운딩은 Gemini 요청 본문에 필드 하나만 추가하면 됩니다.
{"contents": [{"parts": [{"text": "Who won the 2026 World Series?"}]}],
"tools": [{"google_search": {}}]}Firecrawl의 search-lift 리더보드와 비교하면?
Firecrawl은 2026년 11월 10일 기준 데이터로 Web Search LLM Leaderboard를 공개했습니다. BrowseComp, DeepSearchQA, HLE와 자체 비공개 문항으로 구성된 어려운 연구 질문 4,703개로 10개 모델을 평가하며, 도구 예산 안에서 반복해서 검색하고 페이지를 읽게 합니다. 자사 데이터 계층 Alexandria를 쓸 때 평균 향상은 40.6점이라고 보고했고, 최고점은 Claude Opus 5.5의 79.0이었습니다.
저희 테스트는 더 좁은 질문에 답합니다. 모델이 알 수 없는 단순하고 최신인 사실에 대해 검색 한 번이 얼마나 효과가 있는가. 저희 문항은 연쇄 검색이 아니라 한 번의 조회로 충분하므로 향상 폭이 더 크고(0에서 87.5% 이상), Firecrawl의 수치와 직접 비교할 수 없습니다. 저희 40문항과 답은 아래에 공개했고, Firecrawl은 자체 문항을 공개하지 않습니다.
테스트는 어떻게 진행했나?
모든 실행은 2026-11-14에 이뤄졌습니다.
- 문항: 2026년 10월 초부터 11월 13일까지의 사건에 관한 40문항을 네 그룹(상과 스포츠 7, 중앙은행 5, 기업 실적 15, AI·개발자 도구 13)으로 나누고 상식 대조 문항 10개를 더했습니다. 모든 답은 저희가 직접 읽은 1차 출처에서 나왔습니다. nobelprize.org, 연준·ECB·영란은행 발표문, SEC 8-K 첨부 서류, 각 업체의 블로그와 요금 페이지입니다.
- 모델: gemini-3.8-flash와 gemini-3.5-flash-lite를 Vertex AI로 호출, temperature 0, 기본 사고(thinking) 설정.
- 설정: 검색 없음, API Pick 웹 검색 1회(결과 5개, 질문을 그대로 쿼리로 사용), API Pick 뉴스 검색 1회, Gemini 내장 Google Search 도구. 검색 결과는 문항당 한 번만 가져와 두 모델이 함께 썼습니다.
- 프롬프트: 오늘 날짜, 「짧은 한 문장으로 답하라」, 첫 실행에는 「확실하지 않으면 I don't know라고 답하라」를 추가. 두 번째 실행에서는 이 마지막 문장을 뺐습니다.
- 채점: 두 모델(Gemini 3.8 Flash와 Gemini 3.1 Pro Preview)이 520개 답변 각각을 참조 답과 대조해 정답·오답·포기로 분류했습니다. 의견이 갈린 6건과 모든 오답은 출처와 대조해 사람이 직접 확인했고, 두 채점 모델이 일치한 라벨 하나를 바꿨습니다. 「Exa는 Exa 3.0을 발표하지 않았다」는 주장은 포기가 아니라 오답입니다. 수치는 참조 답과 같은 정밀도여야 하므로 39.3%에 대해 「AWS가 39% 성장」은 오답으로 처리했습니다.
전체 문항, 참조 답, 출처:
id question (shortened) reference answer source
N1 2026 Nobel Prize in Physics Francis Halzen nobelprize.org
N2 2026 Nobel Prize in Chemistry Henri B. Kagan, Kenso Soai nobelprize.org
N3 2026 Nobel Prize in Physiology or Medicine Deisseroth, Hegemann, Nagel nobelprize.org
N4 2026 Nobel Prize in Literature Anne Carson nobelprize.org
N5 2026 Nobel Peace Prize Navanethem Pillay nobelprize.org
N6 2026 Nobel Prize in Economic Sciences Robert E. Hall, M. Woodford nobelprize.org
S1 2026 World Series winner Milwaukee Brewers mlb.com
C1 FOMC target range, 2026-10-28 3.75% to 4.00%, unchanged federalreserve.gov
C2 FOMC dissents, 2026-10-28 2 (Cook, Hammack) federalreserve.gov
C3 ECB deposit facility rate, 2026-10-29 2.50%, unchanged ecb.europa.eu
C4 Bank of England Bank Rate, Nov 2026 4%, raised 0.25 pt bankofengland.co.uk
C5 BoE MPC vote, meeting ending 2026-11-04 8-1 bankofengland.co.uk
E1 Apple revenue, FQ4 2026 $114.5 billion SEC 8-K Ex. 99.1
E2 Apple revenue, fiscal 2026 $479 billion ($478.834 bn) SEC 8-K Ex. 99.1
E3 Microsoft revenue, quarter to 2026-09-30 $92.3 billion SEC 8-K Ex. 99.1
E4 Microsoft Cloud revenue, same quarter $63.9 billion SEC 8-K Ex. 99.1
E5 Alphabet revenue, Q3 2026 $127.6 billion SEC 8-K Ex. 99.1
E6 Amazon net sales, Q3 2026 $201.9 billion SEC 8-K Ex. 99.1
E7 AWS net sales growth, Q3 2026 39.3% SEC 8-K Ex. 99.1
E8 Meta revenue, Q3 2026 $64.60 billion SEC 8-K Ex. 99.1
E9 Netflix revenue, Q3 2026 $12.9 billion SEC 8-K Ex. 99.1
E10 Intel revenue, Q3 2026 $16.5 billion SEC 8-K Ex. 99.1
E11 AMD revenue, Q3 2026 $13.4 billion SEC 8-K Ex. 99.1
E12 Uber revenue, Q3 2026 $14.8 billion SEC 8-K Ex. 99.1
E13 Palantir revenue, Q3 2026 $2.313 billion SEC 8-K Ex. 99.1
E14 Palantir U.S. commercial revenue, Q3 2026 $984 million SEC 8-K Ex. 99.1
E15 Starbucks net revenues, FQ4 2026 $9.1 billion SEC 8-K Ex. 99.1
T1 Firecrawl MCP v3: tools per connection 3,000+ firecrawl.dev/blog
T2 Firecrawl Series B, Nov 2026 $75 million firecrawl.dev/blog
T3 #1 on Firecrawl's search-lift leaderboard Claude Opus 5.5 (79.0) firecrawl.dev/benchmarks
T4 Questions in that leaderboard 4,703 firecrawl.dev/benchmarks
T5 AWS AgentCore Web Search API price $7 per 1,000 queries aws.amazon.com
T6 AgentCore Web Search API GA date 2026-11-10 aws.amazon.com
T7 Composio Standard plan $18 per seat per month composio.dev/pricing
T8 Court dismissed Google's amended complaint 2026-11-09 serpapi.com/blog
T9 Model behind Cursor Voice Chat with Agents Grok Voice cursor.com/changelog
T10 Episodes searchable in Exa Podcasts 3.2 million exa.ai/blog
T11 Exa 3.0 announcement date 2026-10-19 exa.ai/blog
T12 Region where Exa Search launched 2026-11-13 The EU exa.ai/blog
T13 Model gemini-2.5-flash routes to on Dec 1 Gemini 3.5 Flash-Lite ai.google.dev pricing
K1-K10 control: Hubble launch year, symbol for tungsten, author of One Hundred Years of
Solitude, capital of Australia, IPv6 address bits, HTTP 429, Titan's planet,
Berlin Wall year, PostgreSQL port, painter of The Night Watch이 테스트로 알 수 없는 것은?
- 규모가 작습니다. 뉴스 40문항, 설정별 1회 실행입니다. 두세 문항 차이는 오차 범위입니다.
- Gemini만 테스트했습니다. 다른 모델은 검색·읽기·포기 방식이 다를 수 있습니다.
- 단일 사실 질문만 다룹니다. 여러 단계의 조사는 반복 검색과 페이지 읽기가 필요하며, 이는 Firecrawl 리더보드를 참고하세요.
- 다른 검색 API는 테스트하지 않았습니다. 이번에는 Tavily, Exa, Brave, AWS AgentCore를 실행하지 않았습니다. 이들의 정가는 Tavily 대안 비교를 보세요.
- 가격은 바뀝니다. Gemini 3.8 Flash 토큰 가격은 2027년 1월 1일 두 배가 되며, 여기 적은 가격은 모두 2026-11-14에 확인한 정가입니다.
에이전트가 Gemini에서 돌아가고 한 달에 수천 개 질문을 처리한다면, 그라운딩을 켜고 프롬프트에서 검색을 건너뛰어도 된다고 말하지 마세요. 여러 모델을 쓰거나 어떤 출처가 모델에 들어가는지, 답변 하나에 얼마가 드는지 관리해야 한다면 웹 검색 API를 쓰고, API가 성공한 호출에만 과금해야 하는 이유도 함께 읽어 보세요.
자주 묻는 질문
Google 검색 그라운딩은 무료인가요?
일부 무료입니다. Gemini 3 이상 모델은 매월 처음 5,000개 검색 쿼리가 무료이며 이 모델들이 함께 씁니다. 그 이후에는 쿼리 1,000개당 $14이고, Gemini Developer API 유료 프로젝트는 기본적으로 하루 1,500건의 그라운딩 요청이 한도입니다(가격 확인일 2026-11-14).
Google 검색 그라운딩은 질문 하나에 얼마인가요?
모델이 몇 번 검색하느냐에 달려 있습니다. 이번 테스트에서 Gemini는 문항당 1.9~2.85회 검색했고, 무료 한도 이후 검색 요금은 문항당 약 $0.027~$0.040이며 여기에 모델 토큰 요금이 더해집니다. Gemini 2.5 모델은 과금 방식이 달라, 하루 1,500건까지 무료이고 이후 그라운딩된 프롬프트 1,000건당 $35입니다.
웹 검색을 쓰면 LLM 답변이 더 정확해지나요?
최근 사건에 관한 질문이라면 그렇습니다. 그것도 크게요. 2026년 10~11월에 관한 40문항에서 Gemini 두 모델은 검색 없이는 하나도 맞히지 못했고, 검색을 쓰면 방식에 따라 27~40문항을 맞혔습니다. 상식 10문항에서는 검색이 거의 영향을 주지 않았고, 예외는 관련 없는 뉴스 결과 때문에 작은 모델이 두 문항을 포기한 한 가지 설정뿐이었습니다.
Claude나 GPT에서도 Google 검색 그라운딩을 쓸 수 있나요?
없습니다. Google 검색 그라운딩은 Gemini API와 Vertex AI의 도구로, Gemini 자신의 답변을 근거화합니다. Claude, GPT, 로컬 모델에 실시간 웹 결과를 주려면 검색 API를 호출해 결과를 프롬프트에 넣어야 합니다. 이번 테스트의 API Pick 결과는 한 번만 가져와 두 Gemini 모델에 똑같이 넣었으며, 같은 호출을 어떤 모델에서도 쓸 수 있습니다.
그라운딩을 켰는데도 Gemini가 「모르겠습니다」라고 답한 이유는?
그라운딩에서는 검색 여부를 모델이 정합니다. 프롬프트에 「확실하지 않으면 I don't know라고 답하라」고 썼을 때 Gemini 3.8 Flash는 40문항 중 9문항에서 검색하지 않고 포기했습니다. 그 문장을 빼자 모든 문항에서 검색했고 40문항을 모두 맞혔습니다. 검색 API는 모델이 질문을 보기 전에 검색을 끝내므로 모델이 건너뛸 수 없습니다.
Sarah Choy는 API Pick의 CEO입니다. AI 에이전트와 LLM 워크플로를 위한 프로덕션 등급 API에 대해 씁니다.