Perplexity AI, 이럴 때 쓰세요 — ChatGPT가 있어도 따로 쓰는 이유
Perplexity Deep Research는 하나의 질문으로 수십에서 수백 개의 출처를 자동 탐색해 구조화된 보고서를 2~5분 안에 만들어주는 기능입니다. 회의 전 배경 조사, 경쟁사 분석, 학술 리뷰처럼 '시간이 걸리는 리서치'에 압도적인 성능을 보이지만, 창의적 글쓰기나 실시간 정보 반영에는 목적상 한계가 있습니다.
검색인데, 왜 수 분이나 걸리나요?
일반 Perplexity 검색은 몇 초 안에 답이 나옵니다. 그런데 Deep Research 버튼을 누르면 화면이 달라집니다. 상단에 "Searching…", "Reading…", "Analyzing…" 단계가 순서대로 흘러가고, 평균 2~4분이 지나서야 결과가 나옵니다.
이게 단순 검색과 다른 이유는 내부 처리 방식이 근본적으로 다르기 때문입니다. 단순 검색이 1회성 요약이라면, Deep Research는 에이전트(Agent)가 인간 연구자처럼 다음 4단계를 거칩니다.
- 쿼리 분해(Query Decomposition): 입력한 질문을 다수의 하위 질문으로 자동 분해합니다.
- 병렬 탐색: 각 하위 질문별로 독립적으로 웹을 탐색합니다. 한 번의 요청으로 100개 이상의 문서를 읽어냅니다.
- 교차 검증: 여러 출처에서 수집한 데이터를 비교하고 모순이나 팩트를 검증합니다.
- 구조화 합성: 최종적으로 서론-본론-결론 등 섹션이 명확히 나뉜 상세 보고서 형태로 생성합니다.
특히 2026년 업데이트 이후 Perplexity는 'Model Council'이라는 자체 시스템을 도입했습니다. 질문의 난이도와 유형을 분석하여 GPT-5.2, Claude 4.6, Gemini 3.1 Pro 중 가장 적합한 추론형(Thinking) 모델을 자동으로 선택해 보고서를 작성하므로 이전보다 훨씬 깊이 있는 결과물을 보여줍니다.
Perplexity vs ChatGPT, Deep Research는 뭐가 다른가요?
두 도구 모두 강력한 "Deep Research"를 제공하지만 철학이 다릅니다. 용도에 따라 어느 쪽이 더 잘 맞는지가 명확히 갈립니다.
| 항목 | Perplexity Deep Research | ChatGPT Deep Research |
|---|---|---|
| 소요 시간 | 2~4분 이내 | 5~30분 소요 (질문 깊이에 따라 유동적) |
| 탐색 범위 | 속도전 기반 다중 출처 (~100개) | 깊이 파고드는 심층 분석 |
| 인용 방식 | 문장별 [번호] 클릭 + 인라인 출처 | 하단 참조 목록 및 본문 링크 |
| 출력 포맷 | 웹 구조화 문서 (Pages), PDF | 보고서, 스프레드시트, 데이터 시각화 |
| 팩트 정확도 | 93.9% (SimpleQA 벤치마크) | 약 87% (분석 대상에 따라 상이) |
| 유료 플랜 한도 | 월 20회 (Pro 요금제 기준) | 월 10~25회 (Plus 기준), 월 250회 (Pro $200) |
| 가장 적합한 용도 | 빠른 다출처 팩트 수집, 미팅 브리핑 | 심층 데이터 분석, 발행용 마스터 보고서 |
어떤 상황에서 쓰면 가장 효과가 있나요?
직장인과 연구자들이 실제로 체감 효과를 가장 크게 느끼는 사용 패턴은 크게 다섯 가지입니다.
① 회의 전 배경 조사
클라이언트나 파트너사 미팅 전, 회사명과 업계 동향을 입력해 3분 안에 브리핑 자료를 만들 수 있습니다. 기존에 1~2시간 구글링하던 작업입니다.
예시 프롬프트: "[회사명]의 최근 3년 사업 방향, 주요 제품 변화, 업계 내 포지션을 요약해줘. 임원진 미팅 브리핑용으로 쓸 거야."
② 경쟁사 및 시장 분석
다수의 경쟁사를 동시에 비교해야 할 때 유용합니다. 마케팅 팀이나 전략 기획 담당자가 시장 조사 초안 작업에 활용하기 좋습니다.
③ 학술 문헌 파악
특정 주제의 최근 연구 흐름과 논문 동향을 빠르게 파악하는 데 유용합니다.
④ 기술 문서 통합 탐색
새로운 기술 스택이나 복잡한 API 문서를 도입 사례와 엮어서 조사할 때 검색 시간을 획기적으로 줄여줍니다.
⑤ 글로벌 규정·컴플라이언스 사전 조사
HR이나 법무 담당자가 해외 특정 국가의 노동 법규, 데이터 규정 등을 초기 조사할 때 매우 유용합니다.
지금 제가 하는 사이드 프로젝트 중 하나가 AI를 활용해서 L&D관련 프레임워크를 만드는 것인데요.
아무래도 기존 L&D 분야 뿐 아니라, 원래 전공인 언어학, 심리언어학과 신경학 등 최신 연구 자료와 업계 트렌드를 한꺼번에 분석하고 정리하는 일이 필요해서 Perplexity를 사용해 보았습니다.
제가 원래 언어학 전공자고, L&D를 현업으로 하고 있기 때문에 내용의 진위여부를 파악하는데 시간이 얼마 걸리지 않았습니다. 기본 리서치에는 어느 정도 만족한 부분이 있었습니다. 다만, 여러 연구자료를 묶어서 "인사이트 도출"을 하는 작업에는 적합하지 않다는 판단이 들었습니다. 결국 마크다운 파일로 리서치 결과를 출력해서 다른 AI와 '토론과 협업'을 하게 되었습니다.
Perplexity Deep Research가 약한 영역도 있나요?
어떤 AI 도구든 만능은 아닙니다. Deep Research의 강점이 오히려 독이 되는 상황도 분명 존재합니다.
- 창의적 글쓰기, 기획안 작성: 웹에 있는 사실을 '조합'하는 데 최적화되어 있어 무에서 유를 창조하는 창의성은 Claude나 ChatGPT에 밀립니다.
- 실시간 속보 검색: 크롤링 및 인덱싱 시간에 미세한 딜레이가 있어, 오늘 아침 방금 터진 뉴스나 실시간 트렌드 확인은 일반 Perplexity 검색이 훨씬 빠르고 정확합니다.
- 매우 좁은 로컬 틈새 정보: 한국어 지역 밀착 정보나 소규모 커뮤니티 내부 지식은 애초에 퍼블릭 출처가 부족해 리포트 품질이 급격히 떨어집니다.
- 코드 실행 및 데이터 시각화 계산: 웹 문서를 읽는 기능이지 파이썬 환경을 돌리는 도구가 아닙니다. 엑셀 수치 계산이나 직접적인 차트 시각화는 ChatGPT Code Interpreter를 사용해야 합니다.
- 일상적인 단순 검색: 한 달 20회(Pro 기준)라는 빡빡한 한도를 고려할 때, 단답형 질문에 딥 리서치를 켜는 것은 엄청난 낭비입니다.
자주 묻는 질문 (FAQ)
Perplexity Deep Research는 무료로 쓸 수 있나요?
기본적으로 딥 리서치 기능은 제한된 무료 맛보기만 제공되거나 아예 차단되어 있으며, 온전한 기능은 Pro 플랜($20/월) 이상에서 열립니다. 2026년 5월 기준 Pro 플랜 가입자도 월 20회 수준으로 제한이 타이트하게 걸려 있으니 사용에 참고하세요.
일반 Perplexity 검색과 Deep Research의 차이가 뭔가요?
일반 검색은 질문에 대해 상위 몇 개의 문서를 읽고 수 초 내에 직관적으로 답변하는 방식입니다. 반면 Deep Research는 질문을 쪼개어 수십~수백 개의 출처를 거미줄처럼 탐색한 뒤, 평균 2~4분에 걸쳐 여러 섹션으로 구분된 체계화된 보고서를 생성해 냅니다.
Perplexity가 틀린 정보를 줄 수도 있나요?
네, 완벽하지 않습니다. 최신 벤치마크 테스트에서 90% 이상의 사실 정확도를 보여주긴 하지만, 여전히 교묘한 할루시네이션(환각)이나 엉뚱한 출처 링크 연결이 발생할 확률이 존재합니다. 업무용으로 최종 사용할 때는 본문의 참조 번호를 꼭 직접 눌러보아야 합니다.
ChatGPT Deep Research와 Perplexity 중 어느 것이 더 낫나요?
목적에 따라 완벽히 다릅니다. '회의 10분 전, 다수의 웹 자료를 빠르게 훑어 브리핑해야 할 때'는 속도와 출처 투명성이 좋은 Perplexity가 승자입니다. 반면, '하루 종일 켜놓고 방대한 기업 PDF 파일과 웹 데이터를 통합하여 마스터 보고서를 써야 할 때'는 깊이 있는 추론에 강한 ChatGPT Deep Research가 더 유리합니다.
Perplexity 공식 사이트 → Deep Research 소개 → 관련 글: ChatGPT·Claude·Gemini 메모리 비교 →
대화 참여하기