Cloudflare AI Search는 여러 Cloudflare 프리미티브를 따로 조합하던 기존 방식을 줄이고, 에이전트가 바로 사용할 수 있는 검색 솔루션을 기본형으로 제공합니다.
문서, 사이트, 데이터 컬렉션을 검색 가능하게 만들고, 검색 결과를 더 잘 찾도록 정리하며, 공개 엔드포인트까지 한 흐름으로 다룰 수 있다는 점이 핵심입니다.
이번 변화는 단순한 기능 추가가 아니다. 검색 인덱싱부터 공개 검색, MCP 연결, 가격 미리보기까지 한 번에 정리됩니다.
개발자는 구성보다 활용에 더 집중할 수 있습니다.
특히 Cloudflare AI Search를 에이전트 검색의 기반으로 쓰려는 경우, 어떤 기능이 바로 가능해졌는지 먼저 확인할 필요가 있습니다.
Cloudflare AI Search에서 바뀐 핵심
기존에는 Workers AI, AI Gateway, Vectorize, R2, Browser Run 같은 요소를 직접 엮어 검색 흐름을 구성해야 합니다.
이제 Cloudflare AI Search는 이런 구성 과정을 자동화해, 검색 솔루션을 더 쉽게 관리할 수 있게 했습니다.
목표는 에이전트가 자기만의 검색 엔진을 갖고, 더 좋은 답변을 만들 수 있도록 돕는 데 있습니다.
이번 업데이트에서 눈에 띄는 점은 기능이 하나씩 늘어난 것이 아니라, 실제 운영에 필요한 조합이 정리되었다는 점입니다.
데이터를 넣고, 검색하고, 공개하고, 필요하면 브랜드와 접근 제어까지 적용하는 흐름이 훨씬 단순해졌습니다.
특히 다음과 같은 사용 시나리오가 정리됩니다.
- 에이전트를 위한 데이터 컬렉션 인덱싱
- 사이트맵 없이도 웹사이트 추가
- 여러 인스턴스를 한 번에 검색하는 공개 엔드포인트
- 커스텀 도메인 적용
- EmDash 기반 사이트의 시맨틱 검색 추가
- 기본 모델 사용 시 임베딩과 리랭킹 무료 처리
이 구조 덕분에 Cloudflare AI Search는 단순한 검색 API가 아니라, 에이전트와 웹사이트 양쪽에 맞는 검색 레이어로 보기에 적합 합니다.
Cloudflare AI Search로 데이터와 웹사이트를 연결하는 방식
Cloudflare AI Search는 구조화된 데이터와 비구조화된 데이터를 모두 에이전트가 접근하기 쉽게 만들어요.
개별 파일부터 소유한 웹사이트까지 인덱싱할 수 있으며, 현재는 Cloudflare 계정에서 소유가 확인된 zone이 대상입니다.
다만 더 많은 소유 확인 방식은 곧 추가될 예정입니다.
웹사이트 연결에서 중요한 변화도 있습니다.
이전에는 웹사이트 연동에 사이트맵이 필요했지만, 이제는 Discover 파싱 옵션을 선택해 사이트맵이 없는 사이트도 소스로 추가할 수 있습니다.
링크를 따라 페이지를 찾는 방식이기 때문에, 정형화된 sitemap이 없더라도 검색 대상에 포함할 수 있습니다.
이런 점은 운영 중인 사이트가 많거나 구조가 제각각인 경우에 특히 유용합니다.
Cloudflare AI Search는 수집, 임베딩, 검색까지 이어지는 과정을 한 번에 처리하므로, 개발자는 데이터 준비와 검색 품질에 더 집중할 수 있습니다.
목차
여러 인스턴스를 묶는 검색 흐름
대규모 환경에서는 하나의 인스턴스만으로 끝나지 않습니다.
원문에서 소개한 방식처럼 Cloudflare는 Docs, Blog, API Docs, Community, Astro, Vite, Vitest, Hono, Replicate, OpenNext 등 여러 표면을 각각 인스턴스로 두고, 이를 다시 하나의 검색 흐름입니다.
이렇게 하면 서로 다른 도메인을 가진 자료도 하나의 질문에 대해 함께 검색할 수 있습니다.
에이전트 입장에서는 검색 대상이 흩어져 있어도, 결과는 하나의 맥락으로 받을 수 있습니다.
MCP 엔드포인트와 공개 검색을 여는 방법
이번 업데이트에서 실무적으로 가장 눈에 띄는 부분 중 하나는 MCP 엔드포인트입니다.
공개 URL을 켜면 namespace 전체를 대상으로 하는 /search 와 /mcp 엔드포인트를 얻을 수 있습니다.
인증 없이 여러 인스턴스나 웹사이트를 한 번에 검색할 수 있어, 고객과 공유하기 쉬운 형태가 됩니다.
Cloudflare AI Search는 여기서 선택지가 두 가지로 나눕니다.
- Worker에 바인딩해 기존 앱이나 MCP 서버에 통합한다.
- 공개 엔드포인트를 켜고 코드 없이 바로 공유한다.
첫 번째 방식은 이미 있는 애플리케이션이나 MCP 서버 안에 검색을 넣고 싶을 때 적합 합니다.
Cloudflare는 이 방식을 Cloudflare Dev Stack MCP에 사용했고, 여러 인스턴스를 한 번에 호출하도록 구성 했습니다.
반면 두 번째 방식은 배포 없이 바로 쓸 수 있는 검색 주소가 필요할 때 적합 합니다.
또한 공개 URL에는 커스텀 도메인을 올릴 수 있다. 예를 들어 search.example.com/mcp 처럼 브랜드를 붙일 수 있습니다.
Cloudflare Access를 추가하면 로그인 기반의 private search instance도 만들 수 있습니다.
즉, Cloudflare AI Search는 공개 공유와 내부 전용 운영을 모두 고려한 구조입니다.
AI Search 요금 미리보기에서 확인할 점
이번 발표에는 AI Search 요금의 초기 미리보기도 포함입니다.
현재 AI Search는 베타 기간 동안 무료이며, 아직 billing은 활성화되지 않았습니다.
과금이 시작되기 전에는 미리 안내 메일을 보낸다고 명시되어 있습니다.
예상 가격 구조의 방향성은 예측 가능성과 확장성 입니다.
특히 기본 모델을 사용할 때는 임베딩과 리랭킹이 무료라는 점이 중요합니다.
검색 품질을 좌우하는 핵심 단계의 비용을 따로 계산하지 않아도 되므로, 토큰 수를 정밀하게 예측해야 한다는 부담이 줄어듭니다.
AI Search 요금 관점에서 보면, 비용 구조는 크게 다음 흐름으로 이해할 수 있습니다.
- 인제스트와 저장
- 쿼리
- 임베딩
- 리랭킹
- 선택한 모델을 쓰는 답변 생성 및 쿼리 재작성
여기서 임베딩과 리랭킹은 AI Search 기본 모델이나 Workers AI 카탈로그의 일부 모델을 쓰면 무료로 포함 됩니다.
반면 답변 생성과 query rewriting은 선택한 모델에 따라 Workers AI 사용량으로 과금되거나, AI Gateway credits로 처리할 수 있습니다.
원문은 예시 청구서도 함께 제시했다. 20,000개 문서와 1,000개 이미지를 포함한 데이터 소스, 월 30,000회의 semantic query를 가정한 시나리오 입니다.
다만 이미지에는 기본 인제스트 외에 추가 비용이 붙고, 저장은 문서와 이미지의 용량 가정을 반영합니다.
인덱싱은 대체로 초기 비용이 크고, 이후 월 비용은 쿼리 중심으로 낮아질 수 있다는 설명도 덧붙였습니다.
EmDash와 Cloudflare.com에 적용된 검색 사례
Cloudflare는 해당 주제를 자기들 서비스에도 적용하고 있습니다.
Blog 검색은 이미 AI Search로 운영되고 있고, 이제 Developer Docs와 Cloudflare.com도 같은 흐름에 합류했습니다.
검색 방식은 하이브리드 검색으로, 의미 기반 검색과 키워드 검색을 함께 사용합니다.
이 방식은 질문 의도가 넓을 때와 정확한 명칭을 찾을 때를 동시에 다루기 좋습니다.
예를 들어 “이 기능이 무엇인지” 같은 질문과, 특정 도구명이나 용어를 찾는 작업을 한 시스템에서 처리할 수 있습니다.
EmDash를 사용하는 사이트라면 AI Search 플러그인을 통해 같은 검색 경험을 붙일 수 있습니다.
Cloudflare의 오픈소스 CMS인 EmDash 위에 구축된 사이트는 이 통합을 통해 콘텐츠 전체에 대한 시맨틱 검색을 제공할 수 있습니다.
즉, 해당 주제는 플랫폼 내부와 외부 사이트 모두에서 같은 방식으로 활용되는 셈입니다.
크롤링과 봇 정책은 어떻게 처리되는가
해당 주제는 백그라운드에서 Browser Run의 /crawl 을 사용하지만, 별도의 봇 아이덴티티인 Cloudflare-AI-Search 로 자신을 식별합니다.
이 봇은 robots.txt를 따르고, 변경 불가능한 공개 user agent를 사용하며, 사이트에 설정된 봇 제어 정책을 존중합니다.
이 부분은 검색 인프라를 도입할 때 자주 놓치는 대목입니다.
수집 자체가 가능하다고 해서 모든 사이트가 같은 방식으로 받아들이는 것은 아닙니다.
해당 주제는 이 점을 전제로 설계되어 있어, 사이트 운영 정책과 충돌하지 않도록 동작합니다.
실제로 시작할 때 확인할 순서
해당 주제를 바로 쓰려면 복잡한 준비보다 우선순위를 정리하는 편이 좋습니다.
원문 기준으로 보면 흐름은 비교적 단순하다.
- 소스가 될 사이트나 데이터를 정한다.
- 하이브리드 검색을 켠다.
- 필요한 경우 공개 URL을 활성화한다.
- 공유가 필요하면 커스텀 도메인을 붙인다.
- private search가 필요하면 Cloudflare Access를 추가한다.
- 에이전트 연동이 필요하면
/mcp를 사용한다.
이 과정을 통해 검색은 단순 조회 기능이 아니라, 에이전트가 참고할 수 있는 도구로 바뀝니다.
특히 MCP 엔드포인트가 제공되기 때문에, 검색 결과를 별도 화면에서 끝내지 않고 에이전트의 작업 흐름 안으로 직접 넣을 수 있습니다.
핵심 정리
해당 주제는 검색 구성 요소를 직접 조립하던 방식을 줄이고, 인덱싱부터 공개 검색, MCP 연결, 브랜드 적용까지 한 흐름으로 묶습니다.
사이트맵이 없는 웹사이트도 추가할 수 있고, 여러 인스턴스를 한 번에 검색할 수 있으며, 기본 모델 사용 시 임베딩과 리랭킹은 무료라는 점이 특징 입니다.
AI Search 요금은 아직 베타 무료 상태지만, 미리보기 단계에서부터 예측 가능한 구조를 강조합니다.
검색을 에이전트 중심으로 설계하거나, 공유 가능한 MCP 엔드포인트를 만들려는 경우 해당 주제는 지금 바로 검토할 만한 선택지 입니다.