검색

논문과 코드 문서부터 부동산, 채용, 상품 가격까지 100개가 넘는 데이터 제공처를 하나의 인터페이스로 묶습니다.

「연봉 15만 달러 이상 직장과 월세 4,000달러 이하 집을 찾아 줘」처럼 요청하면 검색 결과 일부 대신 전체 데이터에서 조건에 맞는 항목을 비교합니다.

이번 7,500만 달러는 시리즈 B 투자로 받았습니다.

검색된 여러 웹페이지를 한꺼번에 살펴보고 질문과 관련 없는 내용이나 중복 정보를 제외하는 방식입니다.

전체 페이지를 그대로 가져오는 것과 비교해 토큰을 평균 95% 줄였다고 합니다.

실제 에이전트 평가에서도 전체 토큰 사용량이 30% 감소하면서 성능은 평균 2.1% 높아졌습니다.

현재 Exa API에서 리서치 프리뷰로 사용할 수 있습니다.

텍스트와 이미지, 영상, 문서를 같은 벡터 공간에 넣어 서로 검색할 수 있게 만드는 모델입니다.

2B·4B·9B 세 버전을 Apache 2.0으로 풀었고, 9B는 MMEB-v2에서 80.6점으로 1위, 2B도 알리바바의 8B 임베딩 모델을 근소하게 앞섰습니다.

그런데 베이스 모델은 알리바바의 Qwen3.5입니다.

알리바바가 가중치를 공개한 덕분에, 경쟁사가 그 모델을 기반으로 만든 임베딩 모델이 알리바바 자체 모델을 앞선 겁니다.

웹 1,000억 페이지에 논문 3억 편, 기업·인물 데이터까지 검색 범위로 열리고, 설치는 코덱스의 플러그인 메뉴에서 Exa를 고르면 끝입니다.

MCP로 직접 붙여 쓰던 사용자들 사이에서 웹 검색용으로 손에 꼽히던 도구가 공식 채널로 들어왔습니다.

코딩 에이전트의 고질적인 약점은 학습 시점에 멈춰 있는 지식입니다.

바뀐 API나 새 라이브러리 문서를 검색으로 확인한 뒤 코드를 쓰게 되면, 그럴듯하지만 낡은 코드를 내놓는 실수가 줄어듭니다.