Library, Threads, Collections로 검색 기록 정리하기

검색 기록은 서랍이 아니라 서가다

Perplexity를 처음 쓸 때는 좋은 답변을 받는 일이 가장 중요해 보입니다. 하지만 며칠만 지나도 다른 문제가 생깁니다. 분명히 어제는 훌륭한 비교표를 봤고, 지난주에는 논문 출처가 잘 정리된 답변을 얻었고, 한 달 전에는 여행 일정 초안을 거의 완성했는데, 막상 필요할 때 어디에 있는지 찾지 못합니다.

이때부터 Perplexity는 단순한 검색창이 아니라 개인 리서치 서가가 됩니다. 검색을 잘하는 사람과 리서치를 잘하는 사람의 차이는 여기서 갈립니다. 검색을 잘하는 사람은 답을 빨리 얻습니다. 리서치를 잘하는 사람은 그 답을 다시 꺼내 씁니다.

Perplexity에서 질문을 던지면 하나의 Thread가 만들어지고, 이 Thread는 계정에 연결되어 Library에 남으며, 답변에 붙은 출처도 함께 보존됩니다.¹ 그래서 Library는 단순한 방문 기록이 아닙니다. 내가 어떤 질문을 했고, 어떤 근거를 확인했으며, 어떤 방향으로 생각이 바뀌었는지를 담고 있는 작업 노트입니다.

이번 장의 핵심은 간단합니다. 좋은 답변을 얻는 것만큼 중요한 일은 나중에 다시 찾을 수 있게 정리하는 것입니다. 답변은 그 순간에는 똑똑해 보이지만, 정리되지 않은 답변은 시간이 지나면 사라진 기억과 비슷합니다. 반대로 잘 정리된 Thread 하나는 몇 주 뒤에도 다시 이어 쓸 수 있는 작은 보고서가 됩니다.

Library, Thread, Collection의 역할 구분하기

Perplexity의 정리 기능을 이해하려면 먼저 세 단어를 분명히 나눠야 합니다. Library는 전체 서가이고, Thread는 한 권의 노트이며, Collection은 주제별 폴더에 가깝습니다.

처음에는 Library만 봐도 충분합니다. 오늘 한 검색, 어제 한 검색이 시간순으로 보이기 때문입니다. 하지만 Thread가 수십 개, 수백 개로 늘어나면 Library는 금방 뒤섞입니다. 이때 Collection을 만들어 주제별로 분리해야 합니다.

예를 들어 'AI'라는 큰 관심사 하나로 검색을 시작했다고 해봅시다. 처음에는 문제가 없어 보입니다. 그런데 며칠 뒤 Library에는 논문 조사, 업무 자동화, 블로그 소재, 경쟁사 분석, 강의 준비, 개인 공부가 모두 섞입니다. 이 상태에서는 검색 기록이 있어도 사실상 없는 것과 비슷합니다. 찾는 데 시간이 너무 많이 걸리기 때문입니다.

정리의 목적은 예쁘게 분류하는 데 있지 않습니다. 나중에 다시 일을 시작할 때, 생각의 출발점으로 바로 돌아가기 위해서입니다.

Thread는 검색 기록이 아니라 생각의 줄기다

Thread는 하나의 질문에서 시작되지만, 그 안에서 대화가 이어지면 작은 리서치 과정이 됩니다. 첫 질문은 씨앗이고, 후속 질문은 가지입니다. 질문을 거듭할수록 Perplexity는 앞선 맥락을 바탕으로 답변합니다. 그래서 같은 주제라면 새 검색을 시작하기보다 기존 Thread로 돌아가 이어 묻는 편이 좋습니다.

예를 들어 처음 질문이 다음과 같았다고 합시다.

2026년 기준 생성형 AI 검색 시장의 주요 경쟁 구도를 정리해 줘.

이 질문에 대한 답변을 받은 뒤 새 검색창에 다시 'Perplexity 경쟁사'라고 입력하면 맥락이 끊깁니다. 대신 같은 Thread에서 이렇게 이어가는 편이 좋습니다.

방금 정리한 경쟁 구도에서 Perplexity, Google AI Overviews, ChatGPT Search의 차이를 사용자 경험 중심으로 비교해 줘.

이렇게 하면 앞선 답변의 구조를 활용하면서 리서치를 확장할 수 있습니다. 다시 말해 Thread를 이어 쓰는 것은 검색을 반복하는 일이 아니라 생각을 깊게 만드는 일입니다.

기존 Thread로 돌아가 추가 질문을 이어가는 기본 흐름은 다음과 같습니다.

• 왼쪽 메뉴에서 Library 또는 History 영역을 엽니다.

• 최근 Thread 목록에서 다시 보고 싶은 대화를 선택합니다.

• 답변과 인용 출처를 훑어보며 그때의 맥락을 복원합니다.

• 맨 아래 입력창에 추가 질문을 넣어 같은 주제를 이어갑니다.

여기서 중요한 기준이 있습니다. 같은 목적이면 같은 Thread를 이어가고, 목적이 바뀌면 새 Thread를 시작합니다.

예를 들어 '오사카 3박 4일 여행 일정'에 대해 교통편, 맛집, 숙소 위치를 계속 묻는다면 같은 Thread가 좋습니다. 하지만 그 여행 경험을 바탕으로 '여행 블로그 글 제목 20개'를 뽑고 싶다면 새 Thread를 시작해도 됩니다. 앞의 Thread는 여행 계획용이고, 뒤의 Thread는 콘텐츠 제작용이기 때문입니다.

Thread를 잘 나누면 나중에 찾기도 쉬워집니다. 하나의 Thread에 모든 것을 밀어 넣으면 대화는 길어지지만 재사용성은 떨어집니다. 반대로 너무 잘게 쪼개면 관련 맥락이 흩어집니다. 좋은 기준은 '나중에 이 대화를 어떤 용도로 다시 열 것인가'입니다.

Library에서 과거 대화를 빠르게 찾는 법

Library는 Perplexity의 기억 창고입니다. 하지만 기억 창고도 정리가 없으면 어수선한 창고가 됩니다. Perplexity의 Library 검색은 특히 Thread 제목에 크게 의존하는 경우가 많기 때문에, 처음 질문이 모호하거나 자동 생성된 제목이 애매하면 나중에 찾기 어려울 수 있습니다.¹

가장 먼저 익힐 방법은 Library의 검색창을 쓰는 것입니다. 예전 Thread의 제목에 포함될 만한 단어를 입력합니다. '논문', '오사카', '가격', '경쟁사', '콘텐츠 캘린더'처럼 구체적인 단어가 좋습니다. 'AI', '마케팅', '정리'처럼 너무 넓은 단어는 결과가 많이 나와 오히려 찾기 어렵습니다.

만약 정확한 키워드가 기억나지 않는다면 시간으로 접근합니다. '이 조사는 지난달 보고서 쓰기 직전에 했어', '그 여행 검색은 항공권 예매하던 주말에 했어'처럼 생활의 사건과 연결해 기억을 되살립니다. Library가 시간순으로 정렬되어 있다면 해당 시기 근처를 훑어보는 것만으로도 찾을 가능성이 높아집니다.

열어둔 Thread 안에서 특정 문장을 찾고 싶을 때는 브라우저의 찾기 기능도 유용합니다. Windows에서는 Ctrl+F, Mac에서는 Cmd+F를 눌러 현재 열린 Thread 안의 단어를 검색할 수 있습니다. 다만 이 방법은 이미 맞는 Thread를 열었을 때만 효과가 있습니다. 어떤 Thread에 있는지 모를 때는 제목과 Collection 정리가 더 중요합니다.

결국 Library 검색의 핵심은 사후 검색 기술보다 사전 정리 습관입니다. 미래의 내가 찾기 쉽게 오늘의 내가 제목을 바꿔 두어야 합니다.

제목은 미래의 나에게 보내는 편지다

Perplexity는 Thread 제목을 자동으로 붙여주지만, 자동 제목은 대체로 그 순간에는 괜찮고 한 달 뒤에는 부족합니다. 'Market research summary', 'AI tools comparison', 'Travel plan' 같은 제목은 당장은 의미가 있어도 시간이 지나면 비슷한 제목이 여러 개 생깁니다.

좋은 제목은 세 가지 정보를 담습니다. 프로젝트, 핵심 질문, 시점입니다. 여러 정리 가이드에서도 Thread 이름을 구체적으로 바꾸는 습관이 Library 탐색성을 크게 높인다고 설명합니다.²

다음처럼 제목 규칙을 정해두면 좋습니다.

제목을 바꿀 때는 너무 멋있게 쓰려고 하지 않아도 됩니다. 중요한 것은 검색 가능한 단어입니다. 보고서 제목처럼 다듬기보다, 나중에 내가 떠올릴 법한 단어를 넣는 편이 좋습니다.

제목 앞에 상태를 붙이는 것도 유용합니다. 예를 들어 '진행중', '검증필요', '공유완료', '보관' 같은 말을 붙이면 Library를 훑을 때 현재 상태가 바로 보입니다.

진행중: 경쟁사분석 - Perplexity vs ChatGPT Search 가격 비교

검증필요: 논문조사 - AI 튜터 효과성 메타분석

공유완료: 여행 - 후쿠오카 2박3일 부모님 일정

이런 제목은 보기에는 조금 실무적이지만, 실제로는 매우 강력합니다. 특히 업무, 학습, 콘텐츠 제작처럼 여러 주제를 동시에 다루는 사람에게 제목 규칙은 작은 데이터베이스 역할을 합니다.

Collections는 주제별 폴더처럼 쓴다

Library가 모든 Thread를 시간순으로 보여주는 공간이라면, Collections는 관련 Thread를 주제별로 묶는 공간입니다. Collection은 여러 대화를 한곳에 모아 특정 프로젝트나 관심사를 관리하도록 도와주며, 일부 환경에서는 Collection 단위의 설명이나 지시문을 설정해 응답 방향을 맞추는 식으로 활용할 수 있습니다.³

여기서 가장 흔한 실수는 Collection을 너무 크게 만드는 것입니다. '업무', '공부', 'AI' 같은 이름은 처음에는 편하지만 금방 잡동사니 폴더가 됩니다. Collection은 넓은 관심사가 아니라 실제로 다시 꺼내 쓸 단위로 만들어야 합니다.

예를 들어 'AI' 대신 다음처럼 나눌 수 있습니다.

• 논문조사: AI 검색 품질 평가

• 콘텐츠: Perplexity 사용법 시리즈

• 경쟁사분석: AI 검색 서비스 시장

• 업무자동화: 리서치 보고서 작성 워크플로

이렇게 나누면 같은 AI 관련 검색이라도 목적에 따라 다른 서랍에 들어갑니다. 나중에 논문을 써야 할 때는 논문조사 Collection만 열면 되고, 블로그 글을 써야 할 때는 콘텐츠 Collection만 열면 됩니다.

Collection을 만들 때는 이름, 설명, 포함 기준을 함께 정하는 것이 좋습니다. 이름만 만들어두면 시간이 지나면서 무엇을 넣어야 할지 흐려집니다.

이 표의 마지막 열이 특히 중요합니다. 무엇을 넣을지보다 무엇을 넣지 않을지를 정해야 Collection이 깨끗하게 유지됩니다.

네 가지 대표 Collection 만들기

Perplexity를 자주 쓰는 사람이라면 다음 네 가지 Collection부터 만들어보는 것을 추천합니다. 사용자의 일과 생활에 따라 이름은 바꾸면 됩니다.

논문 조사 Collection

논문 조사 Collection은 학습자, 대학원생, 연구자, 기획자에게 유용합니다. 여기에 담을 Thread는 논문 제목 요약, 선행연구 비교, 연구 방법론 정리, 반론과 한계 검토 같은 것들입니다.

Thread 제목에는 연구 주제와 연도를 넣습니다. 예를 들어 '논문조사: AI 튜터 학습효과 메타분석 - 2024~2026'처럼 쓰면 나중에 기간 기준으로도 찾기 쉽습니다. 요약 메모에는 핵심 결론뿐 아니라 아직 검증이 필요한 부분을 남겨야 합니다. 논문 조사는 답을 모으는 일이 아니라 근거의 강도와 빈틈을 함께 보는 일이기 때문입니다.

여행 계획 Collection

여행 계획은 여러 번 검색할수록 정보가 흩어지기 쉽습니다. 항공권, 숙소, 맛집, 교통패스, 날씨, 아이 동반 일정, 부모님 동반 일정이 모두 다른 Thread로 생깁니다. 여행 Collection을 만들면 이런 정보를 한곳에 모아둘 수 있습니다.

여행 Collection의 제목 규칙은 날짜와 동행자를 포함하는 편이 좋습니다. '여행: 오사카 3박4일 부모님 동반 - 2026 여름'처럼 쓰면 여행 목적이 분명해집니다. 같은 오사카 여행이라도 혼자 가는 일정과 부모님을 모시고 가는 일정은 완전히 다르기 때문입니다.

콘텐츠 아이디어 Collection

콘텐츠를 만드는 사람에게 Perplexity는 아이디어 창고가 될 수 있습니다. 하지만 아이디어는 금방 사라집니다. 떠오른 순간에는 좋아 보였는데, 일주일 뒤에는 왜 저장했는지 기억나지 않는 경우가 많습니다.

콘텐츠 Collection에는 제목, 독자, 핵심 주장, 참고 출처를 함께 남기면 좋습니다. 예를 들어 '콘텐츠: Perplexity 초보자가 가장 많이 하는 실수 7가지 - 초안'이라는 Thread를 저장했다면, 메모에는 '대상 독자: 처음 가입한 사용자', '핵심 주장: 질문보다 정리가 중요하다', '다음 작업: 실제 화면 흐름 예시 추가'처럼 남깁니다.

경쟁사 분석 Collection

경쟁사 분석은 한 번으로 끝나지 않습니다. 가격은 바뀌고, 기능은 추가되고, 고객 반응도 달라집니다. 따라서 경쟁사 분석 Collection은 시간순 기록이 중요합니다.

Thread 제목에는 분기나 월을 넣습니다. '경쟁사분석: A사 요금제 변경 - 2026Q2'처럼 쓰면 나중에 변화 흐름을 따라가기 쉽습니다. 같은 Collection 안에 '가격', '기능', '고객 리뷰', '뉴스', '채용 동향' 같은 하위 주제를 Thread 제목으로 구분하면, 별도의 복잡한 시스템 없이도 충분히 강력한 경쟁 정보 저장소가 됩니다.

저장할 때 남길 세 가지: 제목, 태그, 요약 메모

검색 결과를 저장할 때 가장 중요한 것은 제목, 태그, 요약 메모입니다. 이 세 가지가 있어야 몇 주 뒤에도 맥락을 복원할 수 있습니다.

Perplexity 화면에서 별도의 태그 필드가 보이지 않는 환경이라면 제목 안에 태그처럼 넣어도 됩니다. 또는 Collection 설명, Thread 마지막 메시지, Notion이나 Obsidian 같은 외부 노트에 함께 남겨도 됩니다. 중요한 것은 형식이 아니라 재검색 가능한 단서를 남기는 것입니다.

추천 형식은 다음과 같습니다.

제목: [프로젝트][상태] 핵심 질문 - 날짜

태그: #주제 #자료유형 #상태

요약 메모: 왜 검색했는가 / 무엇을 알게 되었는가 / 다시 확인할 출처는 무엇인가 / 다음 질문은 무엇인가

예를 들어 경쟁사 분석 Thread라면 이렇게 정리할 수 있습니다.

제목: [경쟁사분석][검증필요] AI 검색 서비스 요금제 비교 - 2026Q2

태그: #가격 #AI검색 #경쟁사 #출처확인

요약 메모: Perplexity, ChatGPT Search, Google AI Overviews의 유료 기능 차이를 비교했다. 가격 정보는 변동 가능성이 크므로 공유 전 공식 요금제 페이지 재확인이 필요하다. 다음 질문은 기업용 요금제와 보안 기능 비교다.

이 정도 메모를 남기는 데 1분도 걸리지 않습니다. 하지만 한 달 뒤에는 이 1분이 30분을 아껴줍니다. 검색을 다시 하지 않아도 되고, 같은 출처를 또 확인하지 않아도 되며, 왜 이 Thread가 중요한지 바로 알 수 있기 때문입니다.

Thread 마지막에 요약 메모를 남기는 습관

Perplexity 안에서 가장 쉬운 정리법은 Thread의 마지막 질문으로 요약을 요청하는 것입니다. 긴 대화를 끝낸 뒤 바로 닫지 말고, 마지막에 이렇게 물어보세요.

이 Thread를 나중에 다시 이어서 볼 수 있도록 7줄 이내로 요약해 줘. 핵심 결론, 중요한 출처, 아직 검증할 점, 다음에 물어볼 질문을 나눠서 정리해 줘.

이 질문 하나가 Thread의 책갈피가 됩니다. 나중에 다시 열었을 때 처음부터 긴 답변을 읽지 않아도 마지막 요약만 보고 맥락을 되살릴 수 있습니다.

업무용이라면 조금 더 실무적으로 요청할 수 있습니다.

이 대화를 팀원에게 공유하기 전 검토 메모로 정리해 줘. 확정된 사실, 추정, 확인 필요 항목, 의사결정에 필요한 다음 액션으로 구분해 줘.

학습용이라면 이렇게 바꿉니다.

이 Thread를 복습 노트로 바꿔 줘. 핵심 개념, 쉬운 비유, 헷갈리기 쉬운 점, 다시 풀어볼 질문 5개를 만들어 줘.

정리는 별도의 거창한 일이 아닙니다. 좋은 질문으로 대화를 마무리하는 것만으로도 정리의 절반은 끝납니다.

검색 후 2분 정리 루틴

Perplexity를 잘 쓰는 사람은 답변을 받은 뒤 바로 다음 검색으로 넘어가지 않습니다. 짧게 정리합니다. 다음의 2분 루틴을 습관으로 만들면 Library가 훨씬 깔끔해집니다.

• Thread 제목을 구체적으로 바꿉니다.

• 관련 Collection에 넣습니다.

• 마지막에 요약 메모를 생성합니다.

• 중요한 출처 2~3개를 다시 클릭해 확인합니다.

• 다음에 이어서 물어볼 질문을 한 줄로 남깁니다.

이 루틴은 특히 Pro Search나 Deep Research처럼 시간이 걸리는 조사에서 효과가 큽니다. 깊이 조사한 결과를 정리하지 않으면, 나중에 비슷한 조사를 다시 하게 됩니다. 반대로 제목과 요약만 잘 남겨도 같은 조사 결과를 보고서, 발표, 블로그, 의사결정 자료로 여러 번 재사용할 수 있습니다.

여기서 핵심은 완벽한 정리가 아니라 즉시 알아볼 정도의 정리입니다. 너무 욕심을 내면 정리를 미루게 됩니다. 제목 하나, Collection 하나, 요약 한 문단이면 충분합니다.

Library가 지저분해지는 네 가지 이유

정리되지 않은 Library에는 공통적인 패턴이 있습니다. 답변이 부족해서가 아니라, 기준 없이 저장되었기 때문에 지저분해집니다.

첫째, 테스트 질문이 그대로 남습니다. '안녕', '이거 요약해 줘', '다시 해봐' 같은 실험용 Thread가 쌓이면 진짜 중요한 Thread가 묻힙니다.

둘째, 같은 주제의 Thread가 여러 개 생깁니다. 새 검색을 반복하다 보면 'AI 검색 비교' Thread가 다섯 개, '오사카 여행' Thread가 세 개씩 생깁니다. 이때는 가장 완성도 높은 Thread만 남기고 나머지는 삭제하거나 보관용 Collection에서 제외해야 합니다.

셋째, 제목이 너무 모호합니다. 자동 제목만 믿으면 Library 검색이 어려워집니다. 'Research', 'Summary', 'Comparison' 같은 제목은 시간이 지나면 거의 도움이 되지 않습니다.

넷째, 공유 가능한 결과와 개인적인 시행착오가 섞입니다. 팀에 공유할 만한 경쟁사 분석 Thread 안에 개인 메모, 민감한 질문, 엉뚱한 실험이 함께 들어 있으면 공유하기 난감해집니다.

정리는 정보를 버리는 일이 아니라 사용 가능한 형태로 남기는 일입니다. 그래서 중요한 것은 삭제 버튼이 아니라 기준입니다.

무엇을 남기고 무엇을 지울 것인가

모든 Thread를 보관할 필요는 없습니다. 오히려 전부 남기면 중요한 것이 흐려집니다. 검색 기록 정리는 책상 정리와 비슷합니다. 필요한 자료를 버리면 안 되지만, 영수증과 포스트잇을 끝없이 쌓아두면 책상이 일을 방해합니다.

남길 Thread의 기준은 다음과 같습니다.

• 중요한 출처와 인용이 포함되어 있습니다.

• 나중에 보고서, 글, 발표, 의사결정에 다시 쓸 수 있습니다.

• 후속 질문을 통해 맥락이 깊게 쌓여 있습니다.

• 내가 내린 판단이나 선택의 근거가 들어 있습니다.

• 반복해서 사용할 프롬프트나 분석 틀이 포함되어 있습니다.

반대로 정리하거나 삭제할 Thread의 기준은 다음과 같습니다.

• 단순 테스트나 실수로 만든 질문입니다.

• 같은 주제의 더 나은 Thread가 이미 있습니다.

• 오래된 가격, 일정, 정책처럼 현재성이 떨어진 정보만 담고 있습니다.

• 민감한 개인 정보나 업무상 비공개 내용이 들어 있습니다.

• 결론이 틀렸거나 출처 검증에서 신뢰하기 어렵다고 판단했습니다.

삭제는 신중해야 합니다. 일부 가이드에서는 Thread 삭제 후 복구할 수 있는 휴지통이 따로 없다고 안내하므로, 중요한 내용은 삭제 전에 요약을 복사하거나 별도 문서로 옮겨두는 것이 안전합니다.⁴

특히 업무 자료는 '삭제'보다 '보관'이 나을 때가 많습니다. 예를 들어 프로젝트가 끝난 Collection은 이름 앞에 '보관' 또는 '완료'를 붙이고, 더 이상 새 Thread를 추가하지 않는 방식으로 관리할 수 있습니다. 이렇게 하면 현재 작업 공간은 가벼워지고, 과거 근거는 남습니다.

공유하기 전에는 Thread를 청소하라

Perplexity의 답변은 링크로 공유하거나 나중에 Pages 같은 문서형 결과물로 바꿀 수 있습니다. 하지만 공유 전에 반드시 점검해야 합니다. 리서치 과정은 나에게는 자연스럽지만, 다른 사람이 보기에는 혼란스러울 수 있습니다.

공유 전에는 다음 기준으로 Thread를 살펴보세요.

• 제목만 보고도 주제와 목적을 이해할 수 있는가?

• 답변의 중요한 주장에 출처가 붙어 있는가?

• 민감한 질문, 내부 정보, 개인 정보가 포함되어 있지 않은가?

• 중간에 실패한 질문이나 불필요한 실험이 너무 많지 않은가?

• 최신성이 중요한 정보는 공유 직전에 다시 확인했는가?

공유용 Thread는 '내가 검색한 흔적'이 아니라 '상대가 이해할 수 있는 리서치 기록'이어야 합니다. 그래서 공유 전 마지막 질문으로 다음과 같이 요청하면 좋습니다.

이 Thread를 다른 사람에게 공유하기 전에 읽기 쉬운 요약으로 정리해 줘. 핵심 결론 5개, 근거 출처, 주의할 한계, 다음 액션을 구분해 줘.

이 요약을 Thread 맨 끝에 남겨두면, 공유받은 사람도 전체 대화를 처음부터 읽지 않고 핵심을 파악할 수 있습니다.

다만 공유 전에 불필요한 Thread를 지우는 것과 중요한 근거를 숨기는 것은 다릅니다. 정리의 목적은 보기 좋게 꾸미는 것이 아니라 판단에 필요한 맥락을 선명하게 만드는 것입니다. 불리한 반론이나 한계가 있다면 오히려 남겨야 합니다. 좋은 리서치는 확신만 보여주는 문서가 아니라, 어디까지 확실하고 어디부터 불확실한지 알려주는 문서입니다.

민감한 검색 기록과 프라이버시 관리

검색 기록에는 생각보다 많은 것이 담깁니다. 개인 건강, 재정, 이직 준비, 회사 프로젝트, 고객 정보, 아직 공개되지 않은 아이디어까지 들어갈 수 있습니다. 그래서 Library 정리는 생산성 문제이면서 동시에 프라이버시 문제입니다.

기록을 모두 남기는 것이 항상 좋은 것은 아닙니다. 민감한 주제를 검색했다면 해당 Thread를 삭제하거나, 처음부터 로그인 상태와 저장 여부를 확인하는 습관이 필요합니다. 검색 기록 삭제는 민감한 질문의 흔적을 줄이고, 이전 검색 맥락이 이후 답변에 영향을 주는 것을 줄이는 데 도움이 될 수 있습니다.⁵

다만 전체 기록 삭제는 마지막 수단으로 생각하는 편이 좋습니다. Library를 통째로 비우면 불필요한 기록도 사라지지만, 다시 써야 할 좋은 리서치도 함께 사라집니다. 따라서 일반적인 순서는 다음이 좋습니다.

• 중요한 Thread를 먼저 Collection이나 외부 노트에 정리합니다.

• 민감한 Thread와 테스트 Thread를 개별적으로 삭제합니다.

• 프로젝트가 끝난 Thread는 보관용 Collection으로 옮깁니다.

• 그래도 필요하다면 전체 기록 삭제를 검토합니다.

또 하나 기억할 점은 로그인 여부입니다. 로그인하지 않은 상태나 게스트 상태에서 한 검색은 계정 Library에 남지 않을 수 있습니다.⁴ 중요한 리서치를 할 때는 반드시 올바른 계정으로 로그인했는지 확인하세요. 반대로 기록을 남기고 싶지 않은 일회성 검색이라면 저장되지 않는 환경을 선택하는 것도 방법입니다.

Collection을 망치지 않는 운영 규칙

Collection은 만들기는 쉽지만 유지가 어렵습니다. 처음에는 깔끔한데, 시간이 지나면 무엇이든 넣는 폴더가 되기 쉽습니다. 이를 막으려면 운영 규칙이 필요합니다.

첫 번째 규칙은 하나의 Collection에 하나의 목적만 두는 것입니다. '마케팅' Collection보다 '2026년 상반기 콘텐츠 캘린더' Collection이 낫습니다. 목적이 좁을수록 넣을 것과 뺄 것이 분명해집니다.

두 번째 규칙은 진행 중 Collection과 보관 Collection을 나누는 것입니다. 지금 쓰는 프로젝트와 끝난 프로젝트가 섞이면 매번 오래된 자료를 훑게 됩니다. 완료된 Collection은 이름 앞에 '완료'나 '보관'을 붙여 현재 작업과 분리합니다.

세 번째 규칙은 중복 Thread를 줄이는 것입니다. 같은 질문을 여러 번 했더라도 최종적으로 가장 좋은 Thread 하나만 핵심 Collection에 남깁니다. 나머지는 삭제하거나 제목에 '폐기'라고 표시한 뒤 정리합니다.

네 번째 규칙은 Collection 설명을 업데이트하는 것입니다. 프로젝트가 진행되면 목적이 바뀝니다. 처음에는 '시장 규모 조사'였지만 나중에는 '가격 전략 수립'이 될 수 있습니다. Collection 설명이 옛날 목적에 머물러 있으면 새 Thread를 넣을 때 기준이 흔들립니다.

다섯 번째 규칙은 공유 가능한 것과 개인 메모를 분리하는 것입니다. 팀과 공유할 Collection에는 검증된 Thread만 넣고, 개인적인 아이디어나 실험은 별도 Collection에 보관합니다.

실전 예시: 경쟁사 분석 Collection 만들기

이제 실제로 하나의 Collection을 설계해봅시다. 목표는 'AI 검색 서비스 경쟁사 분석'입니다. 이 Collection은 업무 보고서, 콘텐츠 작성, 제품 전략 회의에 모두 재사용될 수 있습니다.

먼저 Collection 이름을 구체적으로 정합니다.

경쟁사분석: AI 검색 서비스 - 2026Q2

설명에는 목적과 포함 기준을 적습니다.

Perplexity, ChatGPT Search, Google AI Overviews 등 AI 검색 서비스의 기능, 가격, 사용자 경험, 출처 표시 방식, 시장 반응을 비교한다. 공식 문서, 신뢰할 수 있는 언론, 사용자 리뷰를 우선한다. 단순한 AI 일반 뉴스는 제외한다.

그다음 Thread를 주제별로 만듭니다.

• 경쟁사분석: 주요 AI 검색 서비스 기능 비교 - 2026Q2

• 경쟁사분석: 요금제와 사용 제한 비교 - 2026Q2

• 경쟁사분석: 출처 표시와 신뢰성 UX 비교 - 2026Q2

• 경쟁사분석: 사용자 불만과 리뷰 패턴 - 2026Q2

• 경쟁사분석: 기업용 보안 기능 비교 - 2026Q2

각 Thread의 마지막에는 요약 메모를 남깁니다.

핵심 결론: Perplexity는 출처 기반 답변 경험이 강점이고, ChatGPT Search는 대화형 작업 흐름과 결합이 강점이다. 가격과 제한은 자주 바뀌므로 공유 전 공식 페이지 확인이 필요하다. 다음 질문은 기업 고객 관점에서 보안과 관리 기능 비교다.

이렇게 만들어두면 다음 달에 다시 열어도 바로 이어갈 수 있습니다. '무엇을 조사했더라?'에서 시작하지 않고 '지난번 결론 이후 무엇이 바뀌었나?'에서 시작할 수 있습니다. 이것이 정리된 리서치의 힘입니다.

주간 정리 루틴: Library를 가볍게 유지하기

Perplexity를 매일 쓴다면 주 1회 정도 Library를 정리하는 시간을 갖는 것이 좋습니다. 오래 걸릴 필요는 없습니다. 금요일 오후나 월요일 오전에 10분만 투자해도 충분합니다.

주간 정리에서는 최근 Thread를 훑으며 세 가지 질문을 던집니다. 이 Thread는 다시 쓸 가치가 있는가? 있다면 제목과 Collection이 적절한가? 없다면 삭제하거나 그냥 흘려보내도 되는가?

실제로는 다음 순서로 진행하면 쉽습니다.

• 최근 일주일 Thread를 훑어봅니다.

• 중요한 Thread의 제목을 구체적으로 바꿉니다.

• 관련 Collection에 넣지 않은 Thread를 이동합니다.

• 중복 검색과 테스트 검색을 삭제합니다.

• 공유하거나 보관할 Thread에는 마지막 요약 메모를 남깁니다.

이 루틴을 지키면 Library가 거대한 쓰레기통이 되지 않습니다. 검색 기록은 많아져도 부담스럽지 않고, 오히려 시간이 지날수록 나만의 지식 자산이 됩니다.

정리된 Library는 기억력의 확장판입니다. 내가 모든 내용을 기억하지 않아도 됩니다. 어디에 어떤 맥락으로 저장했는지만 기억하면 됩니다.

이번 장의 핵심 정리

Perplexity를 잘 쓰는 사람은 질문만 잘하지 않습니다. 답변을 다시 찾을 수 있게 정리합니다. Library는 모든 검색의 출발점이고, Thread는 생각이 이어지는 노트이며, Collection은 프로젝트별 서랍입니다.

오늘부터는 좋은 답변을 받았을 때 바로 창을 닫지 마세요. 제목을 바꾸고, Collection에 넣고, 마지막에 요약 메모를 남기세요. 이 세 가지 습관만으로도 Perplexity는 일회성 검색 도구에서 재사용 가능한 리서치 시스템으로 바뀝니다.

마지막으로 기억할 문장은 이것입니다.

정리하지 않은 답변은 다시 검색해야 할 정보이고, 정리한 답변은 다시 사용할 수 있는 지식이다.

다음 장에서는 이 정리 습관을 한 단계 더 확장해 Spaces를 다룹니다. Collection이 주제별 폴더라면, Spaces는 파일, 지시사항, 협업 맥락까지 포함하는 프로젝트형 리서치 환경입니다. 이제 검색 기록을 정리하는 수준을 넘어, 하나의 프로젝트 공간 안에서 리서치를 운영하는 방법으로 넘어가겠습니다.

참고

¹How to Search Perplexity Conversation History (Your Threads, Found Fast)

²How to Organise Perplexity Conversation History

³Perplexity AI Collections: A Comprehensive Guide with Tips, Use Cases, and Examples

⁴How to Find Perplexity History on Desktop and Spaces? - Applied AI Tools

⁵How to Delete Perplexity History