Exa Search MCP — 사용 사례, 설치 & 라이브 데모

왜 쓰나요

핵심 기능

신경망 검색 — 키워드 일치가 아닌 설명과의 유사성으로 페이지를 찾습니다
text와 선택적 highlights가 포함된 전체 페이지 콘텐츠를 반환합니다
특화된 검색 모드: company, LinkedIn, GitHub, research-paper, news
날짜 필터링 및 도메인 포함/제외
인용과 함께 일회성 Q&A를 위한 서버 측 답변(exa_answer)

라이브 데모

실제 사용 모습

exa-search.replay ▶ 준비됨

0/0

설치

클라이언트 선택

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config 열기. 저장 후 앱 재시작.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Cursor는 Claude Desktop과 동일한 mcpServers 스키마 사용. 프로젝트 설정이 전역보다 우선.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Cline 사이드바의 MCP Servers 아이콘 클릭 후 "Edit Configuration" 선택.

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "exa-search": {
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  }
}

Claude Desktop과 같은 형식. Windsurf 재시작 후 적용.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "exa-search",
      "command": "npx",
      "args": [
        "-y",
        "exa-mcp-server"
      ]
    }
  ]
}

Continue는 맵이 아닌 서버 오브젝트 배열 사용.

~/.config/zed/settings.json

{
  "context_servers": {
    "exa-search": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "exa-mcp-server"
        ]
      }
    }
  }
}

context_servers에 추가. 저장 시 Zed가 핫 리로드.

claude mcp add exa-search -- npx -y exa-mcp-server

한 줄 명령. claude mcp list로 확인, claude mcp remove로 제거.

사용 사례

실전 활용법: Exa Search

이미 좋아하는 글과 유사한 기사 찾기

👤 연구원, 작가, 읽을거리 목록을 구축하는 창업자 ⏱ ~10 min beginner

언제 쓸까: 어떤 주제에 대한 정준적인 에세이/글을 가지고 있고, 이와 유사한 글을 더 원할 때입니다. Google의 '관련' 기능은 쓸모가 없습니다.

사전 조건

Exa API 키 — exa.ai/dashboard — 무료 티어는 월 약 1000회 검색을 제공합니다

흐름

설명적인 쿼리를 사용하여 신경망 모드 사용

Rich Sutton의 'The Bitter Lesson'과 정신적으로 유사한 10개의 에세이를 찾아주세요. 논문이 아닌 ML 스케일링에 관한 장문의 의견글을 원합니다.✓ 복사됨

→ 키워드가 아닌 *분위기*를 맞추는 10개의 결과
콘텐츠를 가져와 훑어보기

각각에 대해 콘텐츠(text 모드)를 가져와서 2줄 요약과 '왜 유사한지' 노트를 주세요.✓ 복사됨

→ 결과별 요약 + 유사성 이유
보관할 항목 저장하기

실제로 이 중 3개를 읽고 싶습니다. 어느 3개가 가장 신뢰할 수 있을까요? 링크를 /reading/ml-scaling.md에 저장해주세요.✓ 복사됨

→ 모든 10개가 아닌 큐레이션된 짧은 목록

결과: 실제 지적 일관성을 가진 읽을거리 목록, SEO 잡음은 아닙니다.

함정

신경망 검색이 인접한 주제로 표류합니다 — includeDomains와 결합하여 제약을 두세요(예: essays.gwern.net, lesswrong.com만). 긴밀한 클러스터를 원할 때 사용하세요.
일부 페이지는 유료 미리보기를 콘텐츠로 반환합니다 — 콘텐츠 길이를 확인하세요. 매우 짧은 반환은 보통 유료입니다 — 플래그 지정 후 건너뛰세요

함께 쓰기: filesystem · memory

영업 통화 전에 회사 1페이지 정리하기

👤 영업, 사업 개발, 채용담당자 ⏱ ~10 min beginner

언제 쓸까: 20분 후 통화가 있습니다. 최근 소식, 주요 인물, 최근 펀딩을 한 장에 정리해야 합니다.

흐름

회사 모드 검색 실행

Exa의 회사 모드를 사용하여 'Acme Robotics, San Francisco'를 검색하세요. 홈페이지, 최근 뉴스(최근 90일), 공지사항을 가져오세요.✓ 복사됨

→ 홈페이지 콘텐츠, 블로그 글, 뉴스 기사의 혼합
브리핑 작성

1페이지로 정리해주세요: 그들이 하는 일, 최근 이정표, 뉴스에서 언급된 주요 인물, 축하하거나 위로해야 할 사항.✓ 복사됨

→ 인용과 함께 통화 준비가 된 브리핑
올바른 연락 각도 찾기

최근 뉴스를 바탕으로, 이번 주에 그들에게 연락할 신뢰할 수 있는 이유가 무엇일까요? 구체적으로 — 뉴스 항목을 지정하세요.✓ 복사됨

→ 실제 최근 사건과 연결된 한 가지 구체적인 연결고리

결과: LinkedIn에서 30분을 낭비하는 것보다 더 유용한 브리핑.

함정

보도자료 노이즈가 실제 뉴스를 묻습니다 — 실제 분석을 위해 excludeDomains: ['prnewswire.com', 'businesswire.com']으로 필터링하세요

함께 쓰기: memory

Google Scholar의 노이즈 없이 주제에 대한 최근 논문 찾기

👤 연구원, ML/CS 엔지니어 최신 정보 유지 ⏱ ~15 min intermediate

언제 쓸까: 주제에 대한 최근 논문을 원할 때(예: '확산 모델을 위한 추측적 디코딩') arXiv의 목록 UI 없이.

흐름

특정 날짜 이후의 논문 검색

Exa 논문 검색 모드를 사용하세요: 2026-01-01 이후 발행된 '확산 모델을 위한 추측적 디코딩'에 관한 논문. 상위 10개.✓ 복사됨

→ arxiv/openreview 링크와 초록이 있는 논문 목록
접근 방식으로 클러스터링

이들을 핵심 기술별로 분류하세요. 어떤 접근 방식이 주목을 받고 있고, 어떤 것은 일회성입니까?✓ 복사됨

→ 판단이 포함된 주제별 클러스터링
자세히 읽을 3개 선택

실제로 읽기 위해 어느 3개에 우선순위를 두어야 할까요? 새로움 + 실제 관련성에 따라 정당성을 제시해주세요.✓ 복사됨

→ 이유가 있는 큐레이션된 짧은 목록

결과: Twitter가 줄 것보다 더 짧고 좋은 읽을거리 목록.

함정

'research-paper' 모드는 워크숍 논문과 매우 최근 사전 인쇄본을 놓칠 수 있습니다 — 포괄적인 범위가 필요하면 지난 달 arXiv 목록으로 교차 확인하세요

함께 쓰기: memory · fetch

실제 질문에 대한 인용된 일회성 답변 받기

👤 빠른 사실과 출처가 필요한 모든 사람 ⏱ ~2 min beginner

언제 쓸까: 특정 팩트 질문에 대한 답변 + 인용이 필요할 때, 검색 → 클릭 → 읽기보다 빠릅니다.

흐름

exa_answer 사용

exa_answer를 사용하세요: 'Anthropic의 마지막 발표된 펀딩 라운드와 총 모금액은 얼마였을까요?'✓ 복사됨

→ 직접 답변 및 1-3개의 출처 URL
출처 확인

상위 출처를 열고 숫자가 Exa가 반환한 것과 일치하는지 확인하세요.✓ 복사됨

→ 확인 또는 수정

결과: 30초 이내에 팩트로 뒷받침된 답변.

함정

답변이 지연될 수 있습니다(훈련/인덱스 컷오프) — 주간 변동 항목(주가, 리더십)의 경우, 답변이 아닌 출처의 신선도를 확인하세요

조합

다른 MCP와 조합해 10배 효율

exa-search + memory

진행하면서 연구 결과를 주제 그래프에 저장

'2026년 소규모 LM 현황'을 검색하세요. 유용한 결과마다, 핵심 주장을 메모리의 'small-lms-2026' 엔티티에 대한 관찰로 저장하고, 출처 URL을 포함하세요.✓ 복사됨

exa-search + filesystem

마크다운으로 저장된 읽을거리 목록 구축

'The Bitter Lesson'과 유사한 10개의 에세이를 찾으세요. 큐레이션된 짧은 목록(상위 3개)을 요약과 함께 /reading/ml-scaling.md에 저장하세요.✓ 복사됨

exa-search + github

Exa를 통해 관련 리포지토리를 검색한 다음, GitHub MCP를 통해 작동

Exa를 사용하여 WebGPU 셰이더의 Rust 구현을 찾으세요. 상위 3개 리포지토리에 대해 GitHub MCP를 통해 GitHub 통계(별, 마지막 커밋)를 가져오세요.✓ 복사됨

도구

이 MCP가 노출하는 것

도구	입력	언제 호출	비용
web_search_exa	query: str, numResults?: int, type?: 'neural'\|'keyword'\|'auto', includeDomains?: str[], excludeDomains?: str[], startPublishedDate?: str, endPublishedDate?: str	일반적인 신경망 또는 키워드 검색	1 Exa 검색 크레딧
company_research_exa	query: str, numResults?	공개 웹 출처에서 회사 브리핑 가져오기	1 크레딧
linkedin_search_exa	query: str, numResults?	LinkedIn에서 특정 사람/회사 찾기(링크만 — 콘텐츠는 가변적)	1 크레딧
github_search_exa	query: str, numResults?	설명으로 리포지토리 검색(실제 리포지토리 작업은 github MCP 사용)	1 크레딧
research_paper_search_exa	query: str, numResults?, dateRange?	arXiv, OpenReview 등에서 학술 검색	1 크레딧
deep_researcher_start / check	query: str (start), task_id (check)	대규모 다중 출처 연구 작업; 결과에 대해 폴링	multiple credits
exa_answer	query: str	인용된 출처가 있는 직접 Q&A	1+ credits
crawling_exa	url: str	Exa의 파이프라인을 통해 단일 URL 가져오기(보일러플레이트 제거, JS 렌더링)	1 크레딧

비용 및 제한

운영 비용

API 쿼터: 무료 티어 월 약 1000회 검색; 유료 계획은 확장
호출당 토큰: 콘텐츠가 있는 검색 결과는 결과당 2-10k 토큰이 될 수 있습니다 — numResults를 적극적으로 제한하세요
금액: 무료 티어는 개인 사용으로 충분합니다; 유료 계획은 월 $10부터 시작
팁: 기본적으로 numResults: 5를 사용하세요. 링크만 필요한 경우 text: false를 사용한 다음, 실제로 읽고 싶은 몇 개에만 crawling_exa를 호출하세요.

보안

권한, 시크릿, 파급범위

자격 증명 저장: API 키를 env 변수 EXA_API_KEY에 저장

데이터 외부 송신: 쿼리는 api.exa.ai로 전송됩니다; Exa는 자신의 인프라를 통해 대신 페이지를 가져옵니다

반환된 페이지 콘텐츠에는 프롬프트 인젝션 텍스트가 포함될 수 있습니다. 웹 콘텐츠를 신뢰할 수 없는 입력으로 취급하세요.
민감한 쿼리(공개되지 않은 제품명, 비밀)는 Exa 서버로 전송됩니다 — 검색 내용에 대해 의도적으로 결정하세요.

문제 해결

자주 발생하는 오류와 해결

401 권한 없음

API 키가 없거나 잘못되었습니다. MCP 클라이언트 환경에서 EXA_API_KEY를 설정하세요. exa.ai/dashboard에서 확인하세요.

402 결제 필요 / 쿼터 소진

무료 티어 크레딧을 사용했습니다. 업그레이드하거나 월별 재설정을 기다리세요.

신경망 모드의 결과가 주제를 벗어남

리터럴 일치를 위해 type: 'keyword'를 시도하거나, includeDomains/excludeDomains를 추가하여 검색에 초점을 맞추세요.

반환된 URL의 콘텐츠가 비어있음

일부 페이지는 추출할 수 없습니다. URL에서 직접 crawling_exa를 사용하거나 fetch/firecrawl로 돌아가세요.

대안

Exa Search 다른 것과 비교

대안	언제 쓰나	단점/장점
Brave Search MCP	개인정보 보장이 있는 일반 키워드 웹 검색을 원할 때	의미론적 모드 없음; 결과는 SERP 스타일 스니펫, 전체 콘텐츠 아님
Firecrawl	이미 URL이 있고 검색이 아닌 깔끔한 콘텐츠/구조화된 추출이 필요할 때	다른 도구 — 스크래핑 vs 검색
Tavily / Perplexity API(커스텀 MCP를 통해)	다른 검색 with LLM-답변 제공자를 원할 때	Tavily는 검색+답변 중심; Exa는 더 광범위(검색/연구/답변)

Exa Search