Agentic Market Research & Trend Analysis with Olostep

Context

시장 조사는 신뢰할 수 있는 출처 찾기, 유용한 정보 추출, 산재된 사실을 명확한 트렌드로 정리하는 작업이 병목이었다. 기존에는 이러한 단계를 일회성 대규모 프롬프트로 처리했으며, 프로세스의 재현성과 추적 가능성이 낮았다.

Technical Solution

• 5단계 에이전트 워크플로우 설계: Olostep Answer API로 웹 기반 스냅샷 생성 → 상위 3개 URL을 Scrape API로 마크다운 형식 변환 → GPT-5.2 기반 신호 추출(JSON 스키마 적용) → 추출된 신호를 트렌드 클러스터링 → 기술 브리프 마크다운 생성
• OpenAI Agents SDK의 Runner 기반 실행 모델과 tool calling으로 각 에이전트의 입출력을 추적 가능하고 디버깅 용이하게 구성
• Olostep Answer API를 "그라운드 트루스 시드"로 사용해 모든 후속 분석이 실제 출처에 앵커되도록 강제
• 신호 추출 단계에서 use_case, positioning_pattern, feature_pattern, evidence, source_url 필드를 포함한 JSON 스키마 정의로 다운스트림 트렌드 분석의 결정성 확보
• Jupyter Notebook에서 각 에이전트의 중간 출력(입력, 출력, 중간 JSON)을 검증 후 Gradio 웹 앱으로 변환해 팀 배포 가능하게 구성

Key Takeaway

복수 에이전트를 단계별 책임으로 분리하는 모듈식 아키텍처는 각 단계를 독립적으로 확장하고 디버깅하며 다른 연구 도메인으로 적용 가능하게 한다. 웹 API(Olostep)와 LLM 오케스트레이션(OpenAI Agents SDK)을 조합하면 수작업 연구 프로세스를 반복 가능한 분 단위 파이프라인으로 변환할 수 있다.