> For the complete documentation index, see [llms.txt](https://minara.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://minara.ai/docs/minara-handbook/ko/chat/deep-research.md).

# 리서치와 분석

Minara 채팅 입력창에는 세 가지 모드가 있습니다. **채팅** 가 기본값이며, 여기서 입력을 시작하면 Minara가 대화형으로 답변합니다. 전환하려면 **Deep Research** 또는 **데이터 시각화**, 입력란에 `/` 를 입력하고 슬래시 메뉴에서 모드를 선택하세요.

***

## 채팅

기본 모드입니다. 암호화폐, 주식, 원자재 또는 거시경제에 대해 무엇이든 질문하세요. Minara는 실시간으로 데이터 소스를 조회하고 대화형 형식으로 답변합니다. 가격 확인, 빠른 분석, 거래 신호, 온체인 조회, 후속 질문에 사용하세요.

**일반적인 예:** BTC 가격과 온체인 지표 확인, ETH 펀딩 비율 검토, SOL 고래 활동 조회, 또는 GOLD($XAU)의 거시적 포지셔닝에 대해 묻는 것.

**속도 토글**: 채팅 모드에서는 입력창 오른쪽의 토글을 사용해 두 가지 응답 깊이 사이를 전환할 수 있습니다:

* **빠름**: 추론 단계가 적은 명확하고 간결한 답변입니다. 빠른 확인에 적합합니다.
* **고품질**: 구조화된 인사이트가 있는 자세한 설명입니다. 복잡한 분석이나 거래 결정에 사용하세요.

<figure><img src="/files/e4b12762667d04d5e793420136f46cac61e2fa6f" alt=""><figcaption></figcaption></figure>

***

## Deep Research

**활성화 방법:** 입력 `/` 를 입력하고 **Deep Research** 를 슬래시 메뉴에서 선택하세요. 입력창에는 `Deep Research` 모드가 활성화되면 칩이 표시됩니다. 칩의 `×` 을 클릭하면 채팅으로 돌아갑니다.

Deep Research는 즉시 응답하는 대신 다단계 리서치 워크플로를 실행합니다. Minara는 질문을 여러 작업으로 분해하고, 여러 데이터 소스를 병렬로 조회하며, 결과를 교차 검증한 뒤 차트, 인용, 요약이 포함된 구조화된 보고서를 생성합니다.

{% columns %}
{% column %}

<figure><img src="/files/160c93ddb4bf8fa087e7133ce33d3b0eee460d85" alt=""><figcaption></figcaption></figure>

*슬래시 메뉴*
{% endcolumn %}

{% column %}

<figure><img src="/files/b996c53b52bb0caf429adf9f7da989389d3fc730" alt=""><figcaption></figcaption></figure>

*Deep Research 모드가 활성화됨*
{% endcolumn %}
{% endcolumns %}

빠른 답변보다 공유 가능한 출처 기반 결과물이 필요할 때 Deep Research를 사용하세요. 예: 이더리움의 경쟁적 포지셔닝에 대한 펀드 메모, 리스크 회피 환경에서 금과 비트코인을 비교한 거시 분석, 또는 NVIDIA(NVDA), Microsoft(MSFT), Amazon(AMZN) 같은 AI 관련 주식의 섹터 개요.

결과물은 PDF 또는 Word로 다운로드할 수 있습니다.

**Deep Research와 채팅을 언제 사용할지:**

|         | 채팅             | Deep Research   |
| ------- | -------------- | --------------- |
| 응답 시간   | 초              | 1\~3분           |
| 출력 형식   | 대화형            | 섹션이 있는 구조화된 보고서 |
| 최적 용도   | 빠른 의사결정, 후속 질문 | 심층 분석, 문서화      |
| 다운로드 가능 | 아니요            | 예(PDF / Word)   |

***

## 데이터 시각화

**활성화 방법:** 입력 `/` 를 입력하고 **데이터 시각화** 를 슬래시 메뉴에서 선택하세요. 입력창에는 `데이터 시각화` 모드가 활성화되면 칩이 표시됩니다. 칩의 `×` 을 클릭하면 채팅으로 돌아갑니다.

데이터 시각화는 질문을 장문의 문장 대신 표, 차트, 시각적 분석으로 이루어진 구조화된 데이터 출력으로 바꿉니다. Minara는 질문에 맞는 차트 유형(선형, 막대형, 비교표, 분포 등)을 선택해 채팅 내에 바로 렌더링합니다.

{% columns %}
{% column %}

<figure><img src="/files/160c93ddb4bf8fa087e7133ce33d3b0eee460d85" alt=""><figcaption></figcaption></figure>

*슬래시 메뉴*
{% endcolumn %}

{% column %}

<figure><img src="/files/574c4c0fefe9805d0d997ab29b95f8f6f5ad5df0" alt=""><figcaption></figcaption></figure>

*데이터 시각화 모드가 활성화됨*
{% endcolumn %}
{% endcolumns %}

**사용 가능한 차트 유형:** 선, 막대, 파이, 캔들, 퍼널, 산점도, 히트맵, 레이더, 캘린더, 트리맵, 생키, 선버스트, 네트워크, 게이지.

**데이터 시각화를 언제 사용할지:**

* 예를 들어 30일 동안 BTC, ETH, SOL 등 여러 자산을 비교할 때
* 특정 토큰의 고래 또는 보유자 분포를 시각화할 때
* 체인 또는 자산별 포트폴리오 구성을 만들 때
* 차트를 통해 지갑 활동을 추적할 때
* 섹터별 주가 성과를 비교할 때(AAPL, TSLA, NVDA, AMZN, MSFT)
* 리서치 결과를 공유할 수 있는 시각 자료로 바꿀 때

{% hint style="info" %}
데이터 시각화 쿼리는 일반 채팅 응답보다 보통 더 많은 크레딧이 듭니다. 비용은 자산 수, 날짜 범위, 렌더링되는 차트 수에 따라 달라집니다. 크레딧 사용을 통제하고 싶다면 먼저 표만 요청한 뒤, 후속 질문에서 차트를 추가하세요.
{% endhint %}

***

## 이미지 또는 파일 업로드

채팅 상자에 파일을 끌어다 놓아 질문과 함께 이미지, Excel/CSV 파일 또는 PDF를 첨부할 수 있습니다. Minara는 내용을 읽어 응답에 반영하며, 예를 들어 주석을 달아둔 차트 스크린샷을 분석하거나, Excel의 트레이딩 저널을 검토하거나, 백서 PDF를 요약할 수 있습니다.

최대 5개 파일, 각 10MB까지.  [멀티모달 입력](/docs/minara-handbook/ko/reference/multimodal-input.md) 에서 자세한 내용과 예시를 확인하세요.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://minara.ai/docs/minara-handbook/ko/chat/deep-research.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
