퍼플렉시티, '컴퓨터'에 딥 리서치 통합…보고서·대시보드 원스톱 제작

AI를 활용해 심층 조사를 진행할 때 가장 번거로운 부분은 조사 결과를 확인한 뒤 이를 다시 발표용 슬라이드나 보고서 문서로 재가공하는 과정이었습니다.

Perplexity가 이러한 단계를 줄이기 위해 심층 조사 기능인 Deep Research를 자사 작업 공간인 Computer에 전면 통합했습니다. 이제 복잡한 조사 질문을 던지면 분석 결과뿐만 아니라 PDF, 대시보드, 슬라이드 덱 같은 완성형 산출물까지 한 번의 작업 흐름으로 만들어낼 수 있습니다.

코드로 검색을 실행하는 Search as Code

Perplexity에 따르면 Computer에서 처리되는 작업의 약 26%가 연구 및 분석으로, 코딩이나 디자인 제작을 제치고 가장 큰 비중을 차지하고 있습니다.

이를 뒷받침하기 위해 도입된 핵심 기술은 Search as Code 아키텍처입니다. 한 번에 검색어 하나씩 결과를 찾는 방식이 아니라, 모델이 직접 프로그램을 작성해 수천 개의 검색 단계를 병렬로 실행하는 구조입니다.

모델은 격리된 샌드박스에서 코드를 실행하며 결과를 실시간으로 확인하고, 내용이 부족하면 중간에 검색 방향을 수정하거나 데이터를 정제합니다. 이 과정은 20개 이상의 첨단 모델로 분산 라우팅되며, 웹 검색뿐 아니라 앱 커넥터를 통한 사내 문서 조회와 Statista, PitchBook, CB Insights 같은 유료 전문 데이터베이스 조회까지 지원합니다.

Humanity's Last Exam 등 주요 벤치마크 평가에서도 사실 정확도와 인용 품질이 향상된 것으로 나타났으며, 모든 주장에는 원문 링크가 포함됩니다.

왜 중요한가

지식 근로자에게 조사는 끝이 아니라 시작일 뿐입니다. 조사한 내용을 임원 보고용 메모나 프레젠테이션으로 정리해야 업무가 끝나는데, 이번 업데이트는 조사와 문서 제작 사이의 공백을 정확히 메웠다는 점에서 실용적인 조치로 보입니다.

특히 단순 공개 웹 문서에 머무르지 않고 PitchBook이나 기업 내부 문서를 결합해 산출물을 만든다는 점은, 신입 분석가가 며칠 동안 하던 시장 조사 및 정리 작업을 상당 부분 덜어낼 수 있음을 시사합니다.

다만 수천 번의 검색 단계를 실행하고 여러 모델을 동시에 구동하는 만큼 응답 속도가 지연되거나 컴퓨팅 비용이 크게 발생하는 구조적 한계는 감안해야 합니다. 가벼운 검색에는 과하지만, 금융 실사나 규제 분석처럼 정확한 근거와 정형화된 보고서가 동시에 필요한 전문 업무라면 지금 바로 시험해 볼 가치가 충분합니다.