메인 콘텐츠로 건너뛰기
POST
/
companies
/
search
기업 검색
curl --request POST \
  --url https://api.pubrio.com/companies/search \
  --header 'Content-Type: application/json' \
  --header 'pubrio-api-key: <api-key>' \
  --data '
{
  "company_name": "pubrio",
  "companies": [
    "3c90c3cc-0d44-4b50-8888-8dd25736052a"
  ],
  "domains": [
    "pubrio.com"
  ],
  "linkedin_urls": [
    "https://www.linkedin.com/company/pubrio"
  ],
  "locations": [
    "US",
    "SG",
    "CN"
  ],
  "exclude_locations": [
    "CN",
    "US",
    "RU",
    "CA"
  ],
  "places": [
    "Tokyo"
  ],
  "exclude_places": [
    "Tokyo"
  ],
  "job_locations": [
    "US",
    "SG",
    "CN"
  ],
  "job_exclude_locations": [
    "CN",
    "US",
    "RU",
    "CA"
  ],
  "job_posted_dates": [
    "2025-01-01",
    "2025-01-10"
  ],
  "job_titles": [
    "sales manager",
    "marketing manager"
  ],
  "verticals": [
    123
  ],
  "vertical_categories": [
    123
  ],
  "vertical_sub_categories": [
    123
  ],
  "categories": [
    123
  ],
  "technologies": [
    123
  ],
  "employees": [
    [
      1,
      10
    ],
    [
      11,
      20
    ],
    [
      10001
    ]
  ],
  "revenues": [
    0,
    100000
  ],
  "founded_dates": [
    2018,
    2024
  ],
  "keywords": [
    "ecommerce",
    "ai",
    "fintech"
  ],
  "news_categories": [
    "launches"
  ],
  "news_published_dates": [
    "2025-01-01",
    "2025-01-10"
  ],
  "advertisement_search_terms": [
    "asus"
  ],
  "advertisement_target_locations": [
    "TW",
    "AE",
    "NO"
  ],
  "advertisement_exclude_target_locations": [
    "IS",
    "GB",
    "FR",
    "IE",
    "ES"
  ],
  "advertisement_start_dates": [
    "2025-12-25",
    "2025-12-25"
  ],
  "advertisement_end_dates": [
    "2025-12-25",
    "2025-12-25"
  ],
  "filter_conditions": [
    {
      "key": "keywords",
      "operator": "or"
    }
  ],
  "is_enable_similarity_search": true,
  "similarity_score": 0.7,
  "exclude_fields": [
    "emails",
    "phones",
    "contacts"
  ],
  "is_parameter_metadata_available": true,
  "is_profile_metadata_available": true,
  "per_page": 25,
  "page": 1,
  "profile_id": 123
}
'
{
  "data": {
    "pagination": {
      "page": 1,
      "per_page": 25,
      "total_entries": 45234700,
      "total_pages": 1809388
    },
    "companies": [
      {
        "logo_url": "https://buckets.pubrio.com/company-logo/MjI0NDc1OTMxaWxqOXNzbmoxdHdpdHRlci5jb20=.jpg",
        "company_name": "Twitter",
        "emails": [
          "..."
        ],
        "phones": [
          "..."
        ],
        "contacts": [
          "..."
        ],
        "founded_year": 2006,
        "specialties": [
          "Software Development"
        ],
        "industry": "Software Development",
        "domain": "twitter.com",
        "domain_search_id": "61a73da7-2efc-41a5-a252-a8a8df29925a",
        "domain_id": 224475931,
        "linkedin_company_id": 44005587,
        "linkedin_name": "twitter",
        "is_company_url_active": true,
        "domain_ids": [
          224475931,
          1758889566,
          368242865
        ],
        "company_keywords": [
          "realtime information",
          "social commerce",
          "online shopping",
          "classifieds",
          "craigslist killers",
          "e-commerce",
          "killers",
          "consumer internet",
          "internet",
          "information technology",
          "edp services",
          "technology",
          "software development",
          "microblogging",
          "social networking",
          "public conversation",
          "user engagement",
          "content sharing",
          "advertising solutions",
          "monetization",
          "community building",
          "digital wallet",
          "ai integration",
          "user safety"
        ],
        "company_size": 1500,
        "youtube_url": null,
        "crunchbase_url": null,
        "linkedin_url": "http://www.linkedin.com/company/twitter",
        "instagram_url": null,
        "facebook_url": "http://facebook.com/twitterinc",
        "twitter_url": "https://twitter.com/x",
        "github_url": null,
        "x_url": null,
        "location": "United States",
        "company_ranking": null,
        "company_url": "http://twitter.com",
        "saved_lists": null,
        "company_size_printed": "1,500"
      },
      "..."
    ]
  }
}

인증

​
pubrio-api-key
string
header
필수

API에서 수행하는 작업 및 해당 권한을 식별하는 고유한 API 토큰입니다. 이 토큰은 설정 섹션에서 생성할 수 있습니다.

본문

application/json
​
company_name
string

검색 결과를 지정된 회사 이름으로 필터링합니다.

입력값이 회사명과 일치하지 않으면, 다른 조건이 맞더라도 결과에 표시되지 않습니다. 부분 일치를 지원합니다.

예시:

"pubrio"

​
companies
string<uuid>[]

회사 및 인물 조회 작업을 위한 고유 식별자(domain_search_id) 목록.

​
domains
string[]

회사 및 인물 조회 작업에 사용되는 회사 도메인 목록입니다. 입력된 주소가 www.pubrio.com 또는 https://docs.pubrio.com/인 경우, 시스템은 이를 자동으로 pubrio.com으로 변환하여 처리합니다.

예시:
["pubrio.com"]
​
linkedin_urls
string[]

LinkedIn 회사 페이지의 전체 URL입니다. http로 시작하며 linkedin.com/company/를 포함해야 합니다.

예시:
["https://www.linkedin.com/company/pubrio"]
​
locations
string[]

ISO 3166-1 alpha-2(cca2) 코드로 지역을 필터링하는 데 사용됩니다. 자세한 내용은 필터 탭의 location 엔드포인트를 참조하세요.

예시:
["US", "SG", "CN"]
​
exclude_locations
string[]

반환하지 않을 지역을 ISO 3166-1 alpha-2(cca2) 코드로 지정합니다. 자세한 내용은 필터 탭의 location 엔드포인트를 참조하세요.

예시:
["CN", "US", "RU", "CA"]
​
places
string[]

결과를 필터링하는 데 사용되는 장소 이름(도시, 지역)입니다. 현지화되거나 영어 장소 이름을 허용합니다.

예시:
["Tokyo"]
​
exclude_places
string[]

결과에서 제외할 장소 이름(도시, 지역)입니다. 현지화되거나 영어 장소 이름을 허용합니다.

예시:
["Tokyo"]
​
job_locations
string[]

ISO 3166-1 alpha-2(cca2) 코드로 지역을 필터링하는 데 사용됩니다. 자세한 내용은 필터 탭의 location 엔드포인트를 참조하세요.

예시:
["US", "SG", "CN"]
​
job_exclude_locations
string[]

채용 공고 결과에서 제외할 지리적 위치.

예시:
["CN", "US", "RU", "CA"]
​
job_posted_dates
string[]

게시 날짜 범위입니다. 최대값은 오늘 날짜입니다.

예시:
["2025-01-01", "2025-01-10"]
​
job_titles
string[]

검색 대상 인물의 직함입니다.

software engineer를 검색하면 senior software engineer와 같이 유사한 용어를 포함한 결과도 반환될 수 있습니다.

예시:
["sales manager", "marketing manager"]
​
verticals
integer[]

vertical_id 목록으로, 특정 산업 또는 분야의 회사를 검색합니다. ID를 얻으려면 필터 탭의 vertical 엔드포인트를 호출하세요.

이 필터는 is_enable_similarity_search를 지원하며, ["AI"]와 같은 자유 텍스트 검색이 가능합니다.

​
vertical_categories
integer[]

vertical_category_id 목록으로, 특정 산업 카테고리에 속한 회사를 검색합니다. ID를 얻으려면 필터 탭의 vertical category 엔드포인트를 호출하세요.

이 필터는 is_enable_similarity_search를 지원하며 ["Information Technology"]와 같은 텍스트 입력이 가능합니다.

​
vertical_sub_categories
integer[]

vertical_sub_category_id 목록으로, 특정 산업 하위 카테고리에 속한 회사를 검색합니다. ID를 얻으려면 필터 탭의 vertical sub category 엔드포인트를 호출하세요.

이 필터는 is_enable_similarity_search를 지원하며 ["Software"]와 같은 자유 텍스트 검색이 가능합니다.

​
categories
integer[]

category_id 목록으로, 특정 기술 카테고리를 사용하는 회사를 검색합니다. ID를 얻으려면 필터 탭의 category 엔드포인트를 호출하세요.

이 필터는 is_enable_similarity_search를 지원하며, 활성화 시 ["CDN"]처럼 자유 텍스트를 입력할 수 있습니다.

​
technologies
integer[]

tag_id 목록으로, 특정 기술을 사용하는 회사를 검색하는 데 사용됩니다. ID를 얻으려면 필터 탭의 technology 엔드포인트를 호출하세요.

이 필터는 is_enable_similarity_search를 지원하며, 활성화 시 ["Shopify"]와 같은 자유 텍스트 입력이 가능합니다.

​
employees
string[][]

회사 직원 수 범위입니다. 총 직원 수를 기준으로 회사를 필터링할 수 있으며, 여러 범위를 추가해 검색 결과를 확장할 수 있습니다.

자세한 내용은 필터 탭의 company size 엔드포인트를 참조하세요.

예시:
[[1, 10], [11, 20], [10001]]
​
revenues
integer[]

회사의 최소 및 최대 수익 범위입니다.

예시:
[0, 100000]
​
founded_dates
integer[]

회사의 설립 연도 범위입니다. 최대값은 현재 연도입니다.

예시:
[2018, 2024]
​
keywords
string[]

회사 검색 결과를 관련성, 전문 분야 또는 설명으로 필터링하기 위한 키워드 목록입니다.

예시:
["ecommerce", "ai", "fintech"]
​
news_categories
string[]

category slugs 목록으로, 특정 뉴스 카테고리를 검색합니다. slug를 얻으려면 필터 탭의 news categories 엔드포인트를 호출하세요.

예시:
["launches"]
​
news_published_dates
string[]

발행 날짜 범위입니다. 최대값은 오늘 날짜입니다.

예시:
["2025-01-01", "2025-01-10"]
​
advertisement_search_terms
string[]

광고 콘텐츠 또는 제목 내에서 검색하는 데 사용되는 키워드입니다.

예시:
["asus"]
​
advertisement_target_locations
string[]

광고의 대상 지리적 위치.

예시:
["TW", "AE", "NO"]
​
advertisement_exclude_target_locations
string[]

광고 타겟팅에서 제외할 지리적 위치.

예시:
["IS", "GB", "FR", "IE", "ES"]
​
advertisement_start_dates
string<date>[]

광고 필터링을 위한 시작 날짜 범위입니다.

예시:
["2025-12-25", "2025-12-25"]
​
advertisement_end_dates
string<date>[]

광고 필터링을 위한 종료 날짜 범위입니다.

예시:
["2025-12-25", "2025-12-25"]
​
filter_conditions
object[]

회사 검색을 위한 고급 필터링 옵션입니다. 키와 논리 연산자를 결합한 조건을 지정하여 검색 결과를 세분화하세요.

​
is_enable_similarity_search
boolean

활성화 시, 유사도 검색을 지원하는 필터에서 자유 텍스트로 특정 ID를 조회할 수 있습니다.

​
similarity_score
number<float>

is_enable_similarity_search와 함께 사용됩니다. 이 값은 특정 slug(예: 산업, 기술)와 사용자 입력 간의 유사도를 분석하며, 값이 높을수록 일치율이 더 정확합니다.

예시:

0.7

​
exclude_fields
string[]

응답 페이로드에서 제외할 필드 목록입니다.

예시:
["emails", "phones", "contacts"]
​
is_parameter_metadata_available
boolean

요청에 매개변수 메타데이터가 사용 가능한지 여부를 나타냅니다.

​
is_profile_metadata_available
boolean

요청에 프로필 메타데이터가 사용 가능한지 여부를 나타냅니다.

​
per_page
integer

페이지당 반환할 검색 결과 수입니다. 결과 수를 제한하면 API 성능이 향상됩니다.

예시:

25

​
page
integer

조회할 데이터 페이지 번호입니다.

예시:

1

​
profile_id
integer

선택 사항. 요청을 수행하는 팀 식별자입니다. API 키에 이미 워크스페이스 정보가 포함되어 있으므로 이 매개변수는 더 이상 필수가 아닙니다. 제공되면 조회 및 사용 크레딧 추적을 위해 특정 팀(작업 공간)과 연계됩니다.

자세한 내용은 팀 탭의 user details 엔드포인트를 참고하세요.

응답

관련 세부 정보가 포함된 성공적인 응답입니다.

​
data
object

응답 정보는 특정 API에 따라 다릅니다.