Windows PowerShell

competitors = [“CompanyA”, “CompanyB”, “CompanyC”]

for competitor in competitors: response = client.chat.completions.create( model=“grok-3”, search_parameters={“mode”: “auto”, “return_citations”: True}, messages=[ {“role”: “system”, “content”: “경쟁사 제품 출시 분석 전문가입니다. 한국어로 답변합니다.”}, {“role”: “user”, “content”: f""" {competitor}의 최근 3개월 신제품 출시를 X 포스트와 웹에서 조사하고 JSON 형식으로 정리해줘: {{“company”: "", “products”: [{{“name”: "", “launch_date”: "", “features”: [], “x_sentiment”: "", “sources”: []}}]}} """} ] ) result = response.choices[0].message.content print(f”=== {competitor} ===”) print(result)

# 결과를 파일로 저장
with open(f"{competitor}_analysis.json", "w", encoding="utf-8") as f:
    f.write(result)</code></pre>

8단계: 결과 내보내기 및 보고서 생성

저장된 JSON 데이터를 CSV로 변환하여 팀과 공유합니다: import csv import json import glob

with open(“competitor_report.csv”, “w”, newline="", encoding=“utf-8-sig”) as csvfile: writer = csv.writer(csvfile) writer.writerow([“회사”, “제품명”, “출시일”, “핵심 기능”, “X 반응”, “출처”])

for filepath in glob.glob("*_analysis.json"):
    with open(filepath, "r", encoding="utf-8") as f:
        data = json.loads(f.read())
        for product in data.get("products", []):
            writer.writerow([
                data["company"],
                product["name"],
                product["launch_date"],
                "; ".join(product["features"]),
                product["x_sentiment"],
                "; ".join(product["sources"])
            ])

print(“competitor_report.csv 생성 완료”)

Pro Tips: 파워 유저를 위한 고급 활용법

• 시계열 비교 분석: “6개월 전 대비 현재 제품 라인업 변화를 비교해줘”와 같이 시간 범위를 명시하면 DeepSearch가 시계열 분석을 수행합니다.- 감성 분석 요청: X 포스트의 반응을 긍정/부정/중립으로 분류하도록 프롬프트에 명시하면 시장 반응을 정량적으로 파악할 수 있습니다.- 멀티턴 심화 조사: 첫 응답에서 발견된 특정 제품에 대해 후속 질문으로 기술 스펙, 가격 정책, 파트너십 등을 추가 조사합니다.- cron 또는 Task Scheduler로 자동 실행: 위 Python 스크립트를 주간 스케줄로 설정하면 경쟁사 모니터링을 완전 자동화할 수 있습니다.- Think 모드와 병행: DeepSearch 결과를 바탕으로 Think 모드를 활성화하면 전략적 인사이트 도출에 효과적입니다.

Troubleshooting: 자주 발생하는 문제 해결

Q1: Grok DeepSearch와 일반 검색 모드의 차이점은 무엇인가요?

일반 모드는 단일 검색으로 빠른 답변을 제공하는 반면, DeepSearch는 여러 소스를 순차적으로 탐색하고 교차 검증하는 다단계 추론을 수행합니다. X 포스트와 웹 데이터를 결합하여 더 깊이 있는 분석 결과를 제공하며, 탐색 과정을 실시간으로 확인할 수 있습니다. 경쟁사 리서치처럼 복수의 소스를 종합해야 하는 작업에 특히 적합합니다.

Q2: DeepSearch API 호출 비용은 어떻게 되나요?

xAI API는 토큰 기반 과금 체계를 사용합니다. DeepSearch가 포함된 요청은 일반 요청보다 입출력 토큰 소모가 크므로, 비용 최적화를 위해 프롬프트를 구체적으로 작성하여 불필요한 탐색을 줄이는 것이 좋습니다. console.x.ai의 Usage 대시보드에서 실시간 사용량을 모니터링할 수 있습니다.

Q3: DeepSearch 결과의 정확도를 높이려면 어떻게 해야 하나요?

세 가지 전략이 효과적입니다. 첫째, 검색 대상 기업의 공식 X 계정 핸들(@)을 명시합니다. 둘째, 기간을 구체적으로 지정합니다 (예: “2026년 1월~3월”). 셋째, 교차 검증을 명시적으로 요청하여 X 포스트와 웹 뉴스 간 정보 불일치를 식별하도록 합니다. 이렇게 하면 DeepSearch가 더 정밀한 탐색 경로를 설정합니다.