Radar Researcher: 자연어로 인터넷 데이터를 탐색하는 AI 도구

Cloudflare가 자연어로 인터넷 데이터를 탐색하는 AI 도구 Radar Researcher를 베타 출시했다. Cloudflare Workers, Agents SDK, Durable Objects, Workers AI(Kimi K2.7), AI Gateway, MCP 서버를 조합해 사용자가 API 문서를 읽지 않고도 실시간 인터랙티브 차트로 답변을 얻을 수 있게 한다.

핵심 포인트

자연어 질문만으로 Cloudflare Radar의 데이터를 조회하고 실시간 인터랙티브 차트로 답변을 받는다. API 문서나 필터 설정 불필요.
Cloudflare Workers + Agents SDK 위에 구축되며 Durable Object 인스턴스가 대화 이력을 SQLite에 영구 저장한다.
Workers AI로 Kimi K2.7 등 오픈 모델을 실행하고 AI Gateway로 로깅·비용 추적·캐싱·안전 가드레일을 적용한다.
MCP 서버를 Code Mode로 통일해 모델이 Radar API를 직접 쿼리하는 코드를 작성하도록 했다. Radar에 새 데이터셋이 추가되어도 코드 변경 없이 즉시 사용 가능하다.
차트 렌더링 파이프라인: 모델이 수치를 텍스트에 넣지 않고 API 경로 참조 차트 스펙을 생성하면 프런트엔드가 Radar의 기존 시각화 컴포넌트로 렌더링한다.
WebMCP 지원으로 외부 AI 에이전트가 필터(국가·ASN·날짜 범위)를 직접 조정하거나 URL 스캔 같은 작업을 수행할 수 있다.

상세 정리

배경: Radar는 2020년 출시 이래 다양한 전문가가 활용했으나, 데이터셋 구조나 어휘를 모르면 원하는 인사이트를 뽑기 어려운 한계가 있었다.
Agents SDK 기반: Cloudflare Worker에서 실행되며 Durable Object 인스턴스마다 SQLite DB로 대화 이력을 보관하고 중단 후에도 스트리밍이 복구된다.
모델 폴백 체인: Workers AI로 오픈 모델(Kimi K2.7 등)을 실행하되 모델군 전반에 폴백 체인을 구성해 가용성을 보장한다.
Code Mode MCP 설계: 하드코딩된 도구 집합 대신 모델이 Radar API를 쿼리하는 코드를 직접 작성한다. 신규 데이터셋 추가 시 코드 변경 없이 Researcher가 자동으로 활용 가능한 구조다.
차트 스펙 분리: 모델이 수치를 텍스트에 인라인으로 넣지 않고 API 경로·결과 페어를 반환하면 프런트엔드가 이 스펙으로 시계열·스택 영역·도넛·막대·지도·히스토그램을 Radar 기존 컴포넌트로 렌더링한다.
병렬 소형 모델: 대화 제목 생성과 후속 질문 제안은 별도 빠른 모델이 비동기로 처리해 메인 모델 응답 지연을 최소화한다.
저장과 공유: R2에 대화를 저장하고 IP당 rate limiting과 공유 가능한 대화 링크를 제공한다.
WebMCP 이중 지원: 명령형 API(필터 직접 조정)와 선언형 API(HTML 폼 어노테이션으로 에이전트가 URL 스캔 수행)를 모두 지원한다.
베타 출시: Radar 헤더 버튼으로 접근. Radar의 URL Scanner가 자체적으로 에이전트 준비도 체크를 통과한다.

왜 읽나AI 에이전트 아키텍처(Workers Agents SDK·MCP·Durable Objects)를 실제 데이터 탐색 도구에 적용하는 방법을 구체적으로 살펴보려는 AI·인프라 엔지니어에게 유용하다.

Cloudflare Blog 블로그

원문은 여기서 이어서 읽을 수 있어요

원문 읽기

읽음 (0)

·takedown 요청

Radar Researcher: 자연어로 인터넷 데이터를 탐색하는 AI 도구

이 글과 비슷한

Workers AI와 AI Gateway를 단일 AI 컨트롤 플레인으로 통합

새로운 v0 API: 헤드리스 AI 앱 빌더를 자체 제품에 임베드하기

AI 주도 개발(AI-Driven Development)의 시대