Perplexity Deep Research 활용법: 회의 브리핑과 업무 리서치에 언제 쓸까?
회의 전에 처음 만나는 회사와 산업을 조사하거나, 여러 경쟁사의 최근 전략을 비교하거나, 정책자료와 논문을 한꺼번에 검토해야 할 때가 있습니다.
일반 검색으로는 출처를 하나씩 열어 읽고 다시 정리해야 합니다. Perplexity의 Research 기능은 질문을 여러 조사 항목으로 나누고, 웹과 업로드한 자료를 반복해서 탐색한 뒤 출처가 포함된 보고서 형태로 정리하는 데 사용됩니다.
흔히 Perplexity Deep Research라고 부르지만, 현재 제품 화면과 공식 도움말에서는 Research 또는 Advanced Deep Research라는 표현이 함께 사용됩니다. 이 글에서는 독자에게 익숙한 표현인 Perplexity Deep Research를 사용하겠습니다.
핵심 판단:
Perplexity Deep Research는 정답을 대신 내려주는 도구가 아니라
업무 판단 전에 필요한 자료와 쟁점을 빠르게 지도처럼 펼쳐주는 도구에 가깝습니다.
회의 브리핑, 시장 조사, 정책·논문 동향 파악처럼 여러 공개 출처를 짧은 시간 안에 검토해야 할 때 유용합니다. 반면 최종 전략, 법률 판단, 사람과 조직에 대한 평가처럼 맥락과 책임이 중요한 결정은 보고서를 받은 뒤 사람이 다시 검토해야 합니다.
이 글이 필요한 업무 상황
- 처음 만나는 고객사나 협력사를 회의 전에 조사해야 하는 경우
- 여러 경쟁사의 제품, 가격, 전략과 최근 발표를 비교해야 하는 경우
- 정책, 규정, 법률 변경 사항을 초기 조사해야 하는 경우
- 논문과 업계 보고서의 최근 흐름을 빠르게 파악해야 하는 경우
- 시장 조사 초안을 만들고 출처 목록까지 확보해야 하는 경우
- 일반 검색과 Deep Research 중 어느 것을 써야 할지 판단하기 어려운 경우
일반 검색과 Deep Research의 차이
일반 Perplexity 검색은 비교적 짧은 질문에 빠르게 답하는 데 적합합니다. 최신 사실 확인, 간단한 제품 비교, 용어 설명처럼 조사 범위가 좁은 질문에는 일반 검색으로도 충분합니다.
Research는 질문을 반복적으로 탐색하고, 여러 출처와 업로드한 문서를 읽고, 필요하면 계산과 데이터 분석을 수행한 뒤 구조화된 보고서를 만드는 방식입니다.
Perplexity 공식 도움말은 Research가 수십 번의 검색을 수행하고 수백 개의 출처를 읽으며 대부분의 작업을 수 분 안에 처리한다고 안내합니다. 실제 소요 시간은 질문의 범위와 자료량에 따라 달라질 수 있습니다.
| 질문 유형 | 일반 검색 | Deep Research |
|---|---|---|
| 현재 환율이나 제품 출시일 확인 | 적합 | 과도한 조사일 수 있음 |
| 한 회사의 최근 보도자료 요약 | 대체로 충분 | 다른 자료와 비교할 때 사용 |
| 경쟁사 5곳의 최근 전략 비교 | 출처를 여러 번 다시 검색해야 함 | 적합 |
| 최근 3년 연구 흐름과 논쟁점 정리 | 초기 탐색에 사용 | 적합 |
| 계약 해석이나 법률상 최종 결론 | 최종 판단에 부적합 | 전문가 검토 필요 |
| 직원 성과나 채용 후보자 평가 | 부적합 | 부적합 |
직장인이 가장 활용하기 좋은 업무
회의 전 고객사·협력사 브리핑
처음 만나는 회사의 사업 분야, 최근 발표, 주요 제품, 시장 위치와 논쟁점을 빠르게 파악할 때 유용합니다.
다만 “이 회사를 조사해줘”라고만 입력하면 회사 연혁과 일반적인 설명이 길게 나올 수 있습니다. 회의 목적과 참석자 수준, 확인해야 할 쟁점을 함께 제시해야 합니다.
요청 예시
다음 회사와의 파트너십 검토 회의를 준비하고 있습니다. 회사의 최근 24개월 사업 방향, 주요 제품과 고객군, 최근 공식 발표, 업계 내 경쟁 위치, 협력 검토 시 확인할 위험 신호를 조사해 주세요.
공식 회사 자료, 규제기관 자료, 신뢰할 수 있는 주요 언론을 우선하고, 확인되지 않은 추측은 별도로 표시해 주세요. 결과는 1페이지 임원용 브리핑과 상세 출처표로 나눠 주세요.
경쟁사와 시장 변화 조사
여러 회사의 가격, 제품, 고객층, 최근 기능, 파트너십과 전략 변화를 같은 기준으로 비교해야 할 때 적합합니다.
여기서 중요한 것은 조사 대상보다 비교 기준입니다. 기준을 정하지 않으면 각 회사에 대해 서로 다른 정보만 수집해 비교하기 어려운 보고서가 나올 수 있습니다.
요청 예시
북미 기업용 AI 학습 플랫폼 시장의 주요 업체 5곳을 조사해 주세요. 대상 고객, 주요 기능, 가격 공개 여부, 보안 인증, 최근 12개월 제품 발표와 파트너십을 같은 기준으로 비교해 주세요.
회사 블로그와 공식 가격 페이지를 우선하고, 각 항목의 확인 날짜를 표시해 주세요. 공개 자료로 확인할 수 없는 내용은 추정하지 말고 “확인 불가”로 표시해 주세요.
정책과 규정의 초기 조사
여러 국가나 지역의 정책을 빠르게 훑고 어떤 원문을 더 자세히 읽어야 하는지 찾는 데 사용할 수 있습니다.
다만 법률과 규정은 개정일, 시행일, 적용 대상, 예외조항이 중요하므로 AI 보고서만으로 결론을 내려서는 안 됩니다.
요청 예시
캐나다 연방과 앨버타주의 직장 내 생성형 AI 사용과 관련해 개인정보보호, 직원 모니터링, 자동화된 의사결정에 적용될 수 있는 공식 법률과 정부 지침을 조사해 주세요.
현재 시행 중인 자료와 제안 단계의 자료를 구분하고, 법률명, 관할 지역, 시행 상태, 공식 원문 링크, HR 담당자가 추가 확인해야 할 질문을 표로 정리해 주세요. 법률 자문처럼 단정하지 마세요.
논문과 전문자료의 흐름 파악
새로운 분야의 주요 개념, 반복해서 등장하는 연구자, 최근 논쟁점과 대표적인 연구를 찾는 초기 탐색에 유용합니다.
그러나 논문의 연구방법, 표본, 효과 크기와 한계까지 정확히 평가하려면 원문을 직접 읽어야 합니다. 제목과 초록만으로 만들어진 요약은 과도하게 일반화될 수 있습니다.
요청 예시
2021년 이후 직장 내 생성형 AI 사용이 학습 전이, 인지적 의존, 비판적 사고에 미치는 영향을 다룬 동료평가 연구를 조사해 주세요.
연구질문, 표본, 연구방법, 주요 결과, 저자가 밝힌 한계와 DOI를 표로 정리해 주세요. 블로그와 일반 언론은 배경 설명에만 사용하고 핵심 결론은 논문 원문을 기준으로 작성해 주세요.
좋은 결과를 만드는 업무 리서치 요청서
Deep Research에서는 화려한 프롬프트보다 업무 목적과 조사 범위를 빠뜨리지 않는 것이 중요합니다.
아래 항목을 메모처럼 채운 뒤 하나의 요청으로 만들면 지나치게 넓거나 일반적인 보고서를 줄일 수 있습니다.
업무 리서치 요청서
의사결정:
이 조사를 통해 어떤 결정을 준비하려는가?
독자:
실무자, 관리자, 임원, 고객 중 누가 결과를 읽는가?
범위:
국가, 산업, 회사, 기간과 포함해야 할 주제는 무엇인가?
제외:
광고성 자료, 오래된 자료, 의견 게시물처럼 제외할 출처가 있는가?
출처 우선순위:
정부, 규제기관, 회사 공식 자료, 학술논문, 주요 언론 중 무엇을 우선할 것인가?
비교 기준:
가격, 기능, 위험, 시장 위치처럼 모든 대상을 어떤 기준으로 비교할 것인가?
출력:
임원 요약, 비교표, 위험 목록, 출처표 중 어떤 결과물이 필요한가?
불확실성:
확인할 수 없는 내용과 출처 간 불일치를 어떻게 표시할 것인가?
Perplexity와 ChatGPT Deep Research의 차이
두 서비스 모두 웹과 파일을 조사해 출처가 포함된 보고서를 만들 수 있습니다. 따라서 “어느 쪽이 더 깊다”라는 식으로 단순하게 나누기는 어렵습니다.
실제 차이는 조사 전에 사용자가 개입하는 방식, 자료를 연결하는 방식, 결과물을 재사용하는 방식에서 나타납니다.
| 항목 | Perplexity Deep Research | ChatGPT Deep Research |
|---|---|---|
| 조사 시작 방식 | 질문을 입력하면 Research가 적절한 모델과 조사 방식을 자동 선택 | 조사 계획을 먼저 제안하며 사용자가 검토하고 수정 가능 |
| 진행 중 개입 | 진행 상황과 주요 발견을 확인하고 추가 질문 가능 | 진행 상황을 확인하고 조사 초점과 접근 자료를 조정 가능 |
| 웹 출처 | 다수의 웹 출처를 빠르게 탐색하고 인라인 인용 제공 | 전체 웹 검색 또는 지정한 사이트만 검색하도록 설정 가능 |
| 내 자료 활용 | 업로드한 PDF, 문서, 데이터를 웹 자료와 함께 분석 | 업로드 파일과 Google Drive, SharePoint 등 허용된 연결 앱 활용 |
| 계산과 분석 | 코드 샌드박스를 이용한 계산과 데이터 분석 지원 | 웹, 파일, 연결 앱 자료를 종합해 분석 보고서 작성 |
| 결과물 | 편집하고 공유할 수 있는 보고서 파일과 PDF·문서 내보내기 | 목차, 출처 목록, 활동 기록이 포함된 보고서를 Markdown, Word, PDF로 다운로드 |
| 잘 맞는 작업 방식 | 빠르게 여러 공개 출처를 훑고 조사 초안과 출처 지도를 만들 때 | 조사 계획과 사이트 범위를 세밀하게 통제하거나 연결 문서를 함께 검토할 때 |
선택 기준:
회의 전에 공개 웹 자료를 빠르게 모으고 출처 지도를 만드는 것이 중요하다면
Perplexity의 흐름이 간단할 수 있습니다.
조사를 시작하기 전에 계획을 검토하고, 특정 공식 사이트만 사용하거나, 연결된 문서 저장소까지 함께 조사해야 한다면 ChatGPT Deep Research가 더 자연스러울 수 있습니다.
출처가 많다고 보고서가 정확한 것은 아닙니다
Deep Research 결과에는 많은 인용이 붙습니다. 하지만 인용의 개수와 결론의 신뢰도는 같은 것이 아닙니다.
한 문장에 출처가 붙어 있어도 원문이 그 문장을 실제로 뒷받침하는지, 최신 자료인지, 1차 출처인지 확인해야 합니다.
| 검토 항목 | 확인할 질문 | 위험 신호 |
|---|---|---|
| 출처 유형 | 정부, 회사, 논문 원문인가? 다른 글을 재인용한 자료인가? | 출처가 대부분 블로그, 홍보 글, 자동 생성 페이지 |
| 작성일 | 가격, 기능, 정책과 규정의 현재 상태를 반영하는가? | 오래된 자료를 현재 사실처럼 사용 |
| 주장 일치 | 링크한 원문이 보고서의 문장을 직접 뒷받침하는가? | 출처에는 비슷한 주제만 있고 해당 주장은 없음 |
| 적용 범위 | 국가, 산업, 대상과 기간이 내 업무 상황과 같은가? | 다른 국가나 소비자 대상 자료를 회사 정책에 적용 |
| 불일치 | 출처들이 서로 다른 결론을 제시하는가? | 논쟁이 있는 주제를 하나의 결론으로 단순화 |
| 누락 | 반대 증거, 한계, 예외조건이 빠지지 않았는가? | 장점과 긍정적 결과만 반복 |
최소한 이것만은 직접 여세요
- 보고서의 핵심 결론을 뒷받침하는 출처
- 숫자와 통계의 원출처
- 법률, 정책, 규정의 공식 원문
- 제품 가격과 기능의 공식 페이지
- 논문의 DOI와 연구방법·한계 부분
- 출처끼리 서로 충돌하는 항목
직접 사용하면서 느낀 적합한 역할
L&D 프레임워크 조사에 사용한 경험
현재 AI를 활용한 L&D 프레임워크를 만드는 사이드 프로젝트를 진행하고 있습니다. 기존 L&D 연구뿐 아니라 언어학, 심리언어학, 인지과학과 신경과학의 연구 흐름을 함께 살펴봐야 했습니다.
Perplexity Deep Research는 관련 연구자와 주제, 주요 논쟁, 추가로 읽어야 할 자료를 빠르게 찾는 초기 조사에는 유용했습니다. 제가 언어학을 전공했고 현재 L&D 업무를 하고 있어 일부 주장과 연구의 적절성을 비교적 빠르게 검토할 수 있었습니다.
반면 서로 다른 연구 분야를 연결해 새로운 프레임워크와 실무 인사이트를 만드는 작업은 자동 생성된 보고서만으로 끝내기 어려웠습니다.
결국 보고서를 Markdown으로 정리한 뒤 원문을 다시 읽고, 다른 AI와 반론을 검토하고, 제 실무 경험을 더해 구조를 다시 만들었습니다.
이 경험에서 얻은 결론은 Perplexity가 리서치의 끝이라기보다 읽을 자료와 확인할 쟁점을 빠르게 찾는 시작점에 더 가깝다는 것입니다.
Deep Research가 오히려 불필요한 상황
| 상황 | 더 적합한 방법 |
|---|---|
| 오늘 발표된 뉴스 한 건 확인 | 일반 검색으로 공식 발표와 주요 언론 확인 |
| 제품 가격과 기능 확인 | 공식 가격 페이지와 도움말 직접 확인 |
| 한 문서의 내용만 질문 | 일반 파일 업로드 또는 NotebookLM 사용 |
| 내 경험을 담은 창의적인 기획안 작성 | 사람의 아이디어와 별도의 문서 작성 도구 사용 |
| 법률, 계약, 인사상 최종 결정 | 공식 원문과 조직 담당자 또는 전문가 검토 |
| 회사 내부 자료만으로 조사 | 회사 승인 AI와 내부 검색 환경 사용 |
회사 자료를 올리기 전에 확인할 것
Deep Research는 업로드한 PDF와 문서를 웹 자료와 함께 분석할 수 있습니다. 이 기능이 제공된다는 사실과 회사 자료를 올려도 된다는 판단은 별개입니다.
개인 Perplexity 계정에 자료를 업로드하기 전에는 회사의 AI 사용 정책과 자료 분류 기준을 확인해야 합니다.
다음 자료는 개인 계정에 그대로 올리지 마세요.
- 고객 이름, 연락처, 계정과 거래 정보
- 직원 평가, 급여, 채용, 병가와 인사자료
- 계약서, 법무 검토, 조달과 가격 협상 자료
- 미공개 사업계획, 예산, 조직 개편과 경영자료
- 소스코드, API 키, 서버와 보안 설정
- 비밀유지 의무가 적용되는 연구자료와 보고서
회사 자료가 꼭 필요한 조사라면 개인 계정이 아니라 회사가 승인한 서비스와 계정이 있는지 먼저 확인하세요. 가능하다면 원문을 올리는 대신 공개 자료만으로 조사하거나, 회사명과 개인 식별 정보를 제거한 가상의 사례로 질문하는 편이 안전합니다.
자세한 판단 기준은 회사 자료를 ChatGPT에 넣어도 될까?와 개인 AI 계정과 회사 승인 AI 도구의 차이에서 확인할 수 있습니다.
무료와 유료 사용자는 무엇이 다른가
작성 시점 기준으로 Perplexity 공식 요금제 안내는 무료 사용자에게 Research 쿼리 월 1회를 제공합니다.
Pro는 Research를 월간 한도 안에서 더 자주 사용할 수 있다고 안내하지만, 개인용 Pro의 정확한 고정 횟수를 공개 표에서 숫자로 명시하지 않고 평균적인 월 사용량 기준으로 설명하고 있습니다.
따라서 과거 블로그 글이나 커뮤니티에서 본 특정 횟수를 현재 한도로 단정하면 안 됩니다. 실제 사용 가능 횟수는 로그인한 계정과 공식 요금제 화면에서 확인하는 편이 안전합니다.
유료 구독 판단:
한 달에 한두 번 중요한 조사만 한다면 무료 Research와 일반 검색으로 먼저 시험해보세요.
시장 조사, 정책 비교, 논문 탐색을 매주 반복하고
실제로 출처 검토 시간을 줄이는 경우에만 Pro 구독을 고려하는 편이 합리적입니다.
보고서를 받은 뒤의 실무 흐름
- 핵심 결론을 읽습니다. 조사 목적과 다른 방향으로 흘러가지 않았는지 확인합니다.
- 중요 출처를 엽니다. 숫자, 정책, 법률, 가격과 핵심 주장의 원문을 확인합니다.
- 누락을 찾습니다. 반대 증거, 다른 지역, 예외조건과 오래된 자료가 없는지 봅니다.
- 사실과 해석을 분리합니다. 출처가 말한 내용과 AI가 도출한 결론을 구분합니다.
- 업무 맥락을 더합니다. 조직의 목표, 예산, 이해관계자와 내부 조건을 반영합니다.
- 최종 문서를 다시 작성합니다. AI 보고서를 그대로 제출하지 않고 독자에 맞게 편집합니다.
이 글의 결론
Perplexity Deep Research는 여러 공개 출처를 빠르게 탐색하고 조사 초안과 출처 지도를 만드는 데 유용합니다.
특히 회의 전 브리핑, 경쟁사 비교, 정책과 논문의 초기 조사처럼 무엇을 더 읽어야 하는지 빠르게 파악해야 하는 업무에 잘 맞습니다.
그러나 많은 출처와 긴 보고서가 자동으로 정확성을 보장하지는 않습니다. 원문의 날짜와 적용 범위, 인용이 실제 주장을 뒷받침하는지, 반대 증거가 빠지지 않았는지를 사람이 다시 확인해야 합니다.
가장 현실적인 사용법은 Perplexity에 판단을 맡기는 것이 아니라 사람이 검토할 자료의 범위를 빠르게 줄이는 것입니다.
자주 묻는 질문
Perplexity Deep Research와 Research는 같은 기능인가요?
현재 Perplexity 공식 도움말에서는 Research 또는 Advanced Deep Research라는 표현을 사용합니다. 일반적으로 사용자가 말하는 Perplexity Deep Research는 여러 검색과 분석을 거쳐 보고서를 만드는 Research 기능을 뜻합니다.
무료로 사용할 수 있나요?
작성 시점 기준 무료 플랜에는 Research 쿼리 월 1회가 포함됩니다. Pro는 더 높은 월간 사용 한도를 제공하지만 정확한 현재 한도는 계정과 공식 요금제 화면에서 확인하는 편이 좋습니다.
일반 검색보다 얼마나 오래 걸리나요?
일반 검색은 보통 빠른 답변을 제공하지만, Research는 여러 검색과 문서 분석을 수행하므로 수 분이 걸릴 수 있습니다. Perplexity 공식 도움말은 대부분의 연구 작업이 수 분 내 완료된다고 설명하지만, 질문 범위와 업로드 자료량에 따라 달라질 수 있습니다.
ChatGPT Deep Research보다 더 좋은가요?
목적에 따라 다릅니다. Perplexity는 공개 웹 출처를 빠르게 모아 조사 초안을 만드는 흐름이 간단합니다. ChatGPT는 조사 계획을 검토하고 특정 사이트를 지정하거나 연결된 문서 저장소를 함께 조사할 때 더 세밀하게 통제할 수 있습니다.
Perplexity의 인용은 그대로 믿어도 되나요?
아닙니다. 링크가 존재하더라도 원문이 해당 문장을 직접 뒷받침하는지 확인해야 합니다. 숫자, 정책, 법률, 제품 기능과 핵심 결론에 연결된 출처는 반드시 직접 여는 편이 좋습니다.
회사 보고서를 업로드해도 되나요?
회사가 해당 서비스와 개인 계정 사용을 승인했는지 먼저 확인해야 합니다. 고객정보, 인사자료, 계약서, 미공개 전략과 같은 자료는 개인 계정에 업로드하지 않는 편이 안전합니다.
관련 글
출처 및 참고 자료
이 글은 Perplexity의 Research 기능, Advanced Deep Research 업데이트, 요금제와 사용 한도, 프롬프트 작성 관련 공식 도움말과 OpenAI의 ChatGPT Deep Research 공식 도움말을 바탕으로 작성했습니다.
기능, 사용 한도, 가격과 요금제는 변경될 수 있으므로 실제 사용과 결제 전에는 공식 페이지를 다시 확인하시기 바랍니다.
면책 안내: 이 글은 업무 리서치 방법을 설명하기 위한 일반적인 정보입니다. AI가 생성한 보고서는 법률, 재무, 인사, 보안 또는 전문적인 의사결정을 대신하지 않습니다. 중요한 사실과 출처는 원문을 확인하고, 회사 자료를 사용할 때는 소속 조직의 AI 사용 정책과 보안 기준을 우선하시기 바랍니다.
대화 참여하기