학습과 학술 연구에 Perplexity 적용하기

학습과 연구에서 가장 무서운 순간은 '모르는 것이 너무 많다'고 느낄 때가 아닙니다. 정말 어려운 순간은 무엇을 모르는지도 모를 때입니다. 논문 제목은 어렵고, 초록은 낯선 용어로 가득하고, 교수님은 "관련 문헌을 먼저 훑어보세요"라고 말합니다. 그런데 관련 문헌이 무엇인지 알기 위해서도 이미 관련 문헌을 알고 있어야 할 것 같습니다.

이때 Perplexity는 답을 대신 써주는 도구가 아니라, 어두운 숲에 들어가기 전 지도를 그려주는 도구가 됩니다. 검색창에 키워드를 던지고 링크 목록을 헤매는 대신, 지금 이 분야에서 어떤 개념이 중요하고, 어떤 논문이 자주 언급되며, 어디에서 논쟁이 벌어지는지 먼저 파악할 수 있습니다. 특히 Academic Focus와 인용이 붙은 답변은 학생과 연구자가 출처를 따라가며 학술 자료를 탐색하는 데 유용한 출발점이 됩니다.¹

다만 이 장에서 계속 강조할 원칙이 있습니다. Perplexity의 답변은 최종 근거가 아닙니다. 그것은 '출처가 달린 탐색 결과'입니다. 과제, 논문, 보고서에 인용해야 하는 것은 Perplexity가 아니라 Perplexity가 찾아준 원문 논문, 학술지, 기관 보고서입니다. 좋은 학습자는 답을 빨리 얻는 사람이 아니라, 빨리 지도를 그리고 천천히 중요한 길을 확인하는 사람입니다.

논문을 읽기 전에 먼저 지도를 그린다

어려운 분야를 공부할 때 많은 사람이 처음부터 가장 유명한 논문을 붙잡습니다. 예를 들어 "트랜스포머 모델", "행동경제학의 전망 이론", "CRISPR 유전자 편집", "포스트식민주의 이론" 같은 주제를 처음 배우면서 곧장 원 논문이나 고급 리뷰 논문을 읽기 시작합니다. 물론 언젠가는 원문을 읽어야 합니다. 하지만 첫날부터 원문을 정면 돌파하려 하면, 한 문단을 읽는 데 30분이 걸리고도 머릿속에는 안개만 남을 수 있습니다.

Perplexity를 학습에 잘 쓰는 사람은 먼저 '난이도 계단'을 만듭니다. 같은 개념을 여러 수준으로 설명하게 하면서, 자신의 이해를 한 단계씩 끌어올리는 방식입니다.

"양자 얽힘을 설명해줘. 먼저 고등학생도 이해할 수 있게 비유로 설명하고, 다음에는 물리학과 학부생 수준으로 설명해줘. 그다음 핵심 수식과 용어를 포함해 설명하고, 마지막으로 최근 연구 사례 하나와 연결해줘. 각 단계에서 내가 반드시 이해해야 할 핵심 문장을 따로 정리해줘."

이 프롬프트의 핵심은 "쉽게 설명해줘"에서 끝나지 않는다는 점입니다. 쉬운 설명은 입구입니다. 그다음 학부 수준, 전문 용어, 수식, 실제 연구 사례로 올라가야 합니다. 이렇게 하면 Perplexity가 단순 요약기가 아니라 개인 튜터처럼 작동합니다.

난이도 계단은 특히 전공 초입에서 강력합니다. 처음에는 비유와 직관으로 개념의 모양을 잡고, 다음에는 학문적 정의를 확인합니다. 그다음 관련 수식이나 모델, 대표 연구자를 붙이고, 마지막으로 실제 논문에서 그 개념이 어떻게 쓰이는지 봅니다. 이 과정을 거치면 논문을 읽을 때 낯선 문장이 완전히 낯설지는 않습니다. 적어도 "아, 이 문장은 내가 방금 배운 그 개념을 더 엄밀하게 말하는구나"라고 알아볼 수 있습니다.

개념 학습용 프롬프트는 '설명'보다 '변환'을 요구한다

Perplexity에 "회귀분석이 뭐야?"라고 물으면 대체로 괜찮은 설명을 줍니다. 하지만 학습 효과를 높이려면 단순 설명보다 변환을 요구해야 합니다. 같은 개념을 다른 형태로 바꾸게 하면, 내가 정말 이해했는지 확인하기 쉬워집니다.

예를 들어 통계학의 p-value를 공부한다면 이렇게 물을 수 있습니다.

"p-value를 네 가지 방식으로 설명해줘. 첫째, 일상적인 비유로 설명해줘. 둘째, 통계학 입문 수업 수준의 정의로 설명해줘. 셋째, p-value에 대해 학생들이 흔히 하는 오해 5가지를 바로잡아줘. 넷째, 실제 논문 결과 문장에 p-value가 어떻게 등장하는지 예시를 만들어 설명해줘."

여기서 중요한 것은 '오해'를 함께 묻는 것입니다. 공부에서 위험한 것은 모르는 상태보다 어설프게 아는 상태입니다. p-value를 "가설이 맞을 확률"이라고 외운 학생은 시험에서 틀릴 뿐 아니라, 논문을 읽을 때도 결과를 잘못 해석할 수 있습니다. Perplexity에게 "헷갈리는 지점"을 먼저 드러내게 하면, 개념의 함정을 피해갈 수 있습니다.

또 하나의 좋은 방식은 비교입니다. "A를 설명해줘"보다 "A와 B를 비교해줘"가 훨씬 더 학습 효과가 큽니다.

"상관관계와 인과관계를 비교해줘. 정의, 연구 설계, 데이터 해석, 논문에서 자주 쓰이는 표현, 학생들이 흔히 혼동하는 지점을 표로 정리해줘. 마지막에는 내가 이해했는지 확인할 수 있는 짧은 퀴즈 5개를 만들어줘."

개념은 혼자 있을 때보다 옆 개념과 나란히 놓였을 때 선명해집니다. 상관관계는 인과관계 옆에서, 질적 연구는 양적 연구 옆에서, 구조주의는 후기구조주의 옆에서 더 잘 보입니다. Perplexity는 이 비교표를 빠르게 만들어주고, 우리는 그 표를 바탕으로 교재와 논문을 다시 읽으면 됩니다.

Academic Focus에서는 '논문 목록'이 아니라 '문헌 지도'를 요청한다

학술 조사를 시작할 때 가장 흔한 질문은 "관련 논문 찾아줘"입니다. 나쁜 질문은 아니지만 충분하지 않습니다. Perplexity가 논문 몇 편을 찾아줘도, 그것이 왜 중요한지, 서로 어떤 관계인지, 어느 논문부터 읽어야 하는지 알기 어렵습니다. 연구자는 논문 목록보다 문헌 지도가 필요합니다.

Academic Focus, 즉 학술 모드에서는 검색 범위를 학술 자료 중심으로 좁힐 수 있습니다. 이 기능은 일반 웹의 블로그, 뉴스, 홍보성 글을 줄이고 논문과 학술 출처를 우선 탐색하려는 목적에 맞습니다.² 하지만 모드를 바꾸는 것만으로 충분하지 않습니다. 질문 자체가 연구자처럼 설계되어야 합니다.

다음 프롬프트를 기본형으로 기억해두면 좋습니다.

"Academic Focus로 검색해줘. [주제]에 관한 최근 5년의 주요 연구 흐름을 정리해줘. 자주 인용되는 핵심 연구, 최근 발표된 중요한 논문, 연구 흐름의 변화, 학계에서 대체로 합의된 주장, 아직 논쟁 중인 쟁점, 해결되지 않은 연구 질문을 구분해서 설명해줘. 각 주장마다 근거 논문을 연결해줘."

이 질문은 Perplexity에게 단순히 '찾기'를 시키지 않습니다. 지형을 그리게 합니다. 어떤 논문이 오래된 토대인지, 어떤 논문이 최근 논쟁을 바꾸고 있는지, 어떤 주장은 강한 합의에 가깝고 어떤 주장은 아직 조심스럽게 다뤄야 하는지를 나누게 합니다.

예를 들어 교육학 전공자가 "온라인 수업이 학습 몰입도에 미치는 영향"을 조사한다면, Perplexity는 단순히 온라인 수업 관련 논문을 나열하는 데서 그치면 안 됩니다. 팬데믹 초기 연구와 이후 연구가 어떻게 달라졌는지, 초중등교육과 고등교육에서 결과가 다른지, 자기조절학습이나 사회적 실재감 같은 매개 요인이 어떻게 논의되는지, 여전히 부족한 연구 대상이 무엇인지까지 보여줘야 합니다. 이런 지도를 얻은 뒤에야 어떤 논문을 먼저 읽을지 판단할 수 있습니다.

문헌 지도에서 읽을 논문을 고르는 법

Perplexity가 문헌 지도를 만들어주면, 그다음 문제는 선택입니다. 모든 논문을 같은 깊이로 읽을 수는 없습니다. 학기 중 과제라면 시간은 제한되어 있고, 석사 논문이나 박사 논문이라도 처음부터 수백 편을 정독할 수는 없습니다. 그래서 문헌 지도에서 읽을 논문을 층위별로 나눠야 합니다.

먼저 토대가 되는 논문을 찾습니다. 특정 개념을 처음 제안했거나, 이후 연구들이 반복해서 인용하는 논문입니다. 오래되었더라도 읽을 가치가 있습니다. 다음으로 최근 흐름을 보여주는 논문을 고릅니다. 최근 3~5년의 리뷰 논문, 메타분석, 대규모 실증 연구가 여기에 해당합니다. 마지막으로 내 연구 질문과 직접 맞닿은 논문을 고릅니다. 주제는 비슷해도 대상, 지역, 방법론이 다르면 내 연구에 바로 쓰기 어렵기 때문입니다.

이때 Perplexity에 이렇게 후속 질문을 던질 수 있습니다.

"방금 정리한 논문 중에서 내가 반드시 전문을 읽어야 할 논문 7편을 골라줘. 선정 기준은 ① 분야의 토대가 되는 연구, ② 최근 논쟁을 대표하는 연구, ③ 내 연구 주제와 직접 관련된 연구야. 각 논문마다 먼저 읽어야 하는 이유와 읽을 때 주의할 점을 설명해줘."

이 질문은 읽기 순서를 만들어줍니다. 문헌 리뷰가 막막한 이유는 읽을 것이 많아서만이 아닙니다. 읽는 순서가 없기 때문입니다. 순서가 생기면 불안이 줄어듭니다. 오늘은 개념을 잡는 논문을 읽고, 내일은 최근 리뷰 논문을 읽고, 그다음에는 내 주제와 가까운 실증 연구를 읽으면 됩니다.

Perplexity는 인용 대상이 아니라 원문으로 가는 길잡이다

학술 작업에서 가장 중요한 원칙은 간단합니다. Perplexity가 말한 내용을 그대로 인용하지 말고, Perplexity가 연결한 원문을 열어 확인해야 합니다. Perplexity의 인용은 검증의 출발점이지 검증의 끝이 아닙니다. 학생용 연구 가이드에서도 Perplexity를 사용할 때는 먼저 개요를 잡고, Academic Focus로 학술 출처를 찾고, 후속 질문으로 좁힌 뒤, 최종적으로 모든 출처를 직접 열어 확인하는 흐름을 권장합니다.³

확인해야 할 것은 단순히 "링크가 열리는가"가 아닙니다. 다음과 같은 질문을 원문 앞에서 던져야 합니다.

이 검증을 거치지 않고 Perplexity의 답변만 믿으면 위험합니다. AI 검색 도구는 출처를 보여주지만, 출처가 붙었다고 해서 요약이 언제나 정확하다는 뜻은 아닙니다. 일부 연구와 교육 분야 리뷰들은 AI 도구의 인용 오류, 맥락 누락, 과잉 요약 가능성을 지적하며 원문 확인을 필수 절차로 봅니다.⁴

논문이나 보고서에 참고문헌을 넣을 때도 마찬가지입니다. "Perplexity에 따르면"이라고 쓰는 대신, 원문 논문을 읽고 "Kim and Lee(2024)는 …라고 주장했다"처럼 써야 합니다. Perplexity는 도서관 사서처럼 논문을 찾아주고 길을 안내해줄 수 있지만, 내 논문의 참고문헌 목록에 들어가는 것은 사서의 말이 아니라 실제 책과 논문입니다.

긴 논문 PDF는 '처음부터 끝까지' 읽기 전에 해부한다

논문을 읽다 보면 초록에서 이미 숨이 막힐 때가 있습니다. 특히 30쪽이 넘는 PDF, 통계표가 많은 실증 논문, 이론적 배경이 긴 인문사회 논문은 어디가 중요한지 알기 어렵습니다. 이럴 때 파일 업로드 기능을 활용하면 논문을 본격적으로 읽기 전에 구조를 빠르게 파악할 수 있습니다.

논문 PDF를 업로드한 뒤 바로 "요약해줘"라고 묻는 것보다, 논문을 해부하는 순서를 지정하는 편이 좋습니다.

"이 논문을 읽기 전에 구조를 파악하고 싶어. 다음 순서로 정리해줘. ① 초록의 핵심 주장, ② 연구 질문, ③ 이론적 배경, ④ 데이터와 방법론, ⑤ 주요 결과, ⑥ 저자가 인정한 한계, ⑦ 후속 연구 아이디어. 각 항목마다 논문에서 확인해야 할 페이지나 섹션을 함께 알려줘."

이 프롬프트는 논문을 '요약문'으로 압축하지 않고 '읽기 지도'로 바꿉니다. 특히 "저자가 인정한 한계"를 반드시 포함해야 합니다. 초보자는 논문을 읽을 때 결과만 봅니다. 연구자는 한계를 봅니다. 한계에는 다음 연구의 문이 숨어 있습니다.

예를 들어 어떤 논문이 특정 국가의 대학생만 대상으로 설문을 했다면, Perplexity에게 이렇게 물을 수 있습니다.

"이 논문의 표본, 측정 도구, 분석 방법에서 일반화하기 어려운 부분을 찾아줘. 그리고 같은 연구 질문을 한국 대학생, 직장인, 또는 고등학생에게 적용한다면 연구 설계를 어떻게 바꿔야 할지 제안해줘."

이 질문은 단순 독해를 연구 설계 사고로 바꿉니다. 논문을 읽는 이유는 "이 논문은 이런 말을 했다"를 외우기 위해서만이 아닙니다. 내 질문을 더 날카롭게 만들고, 다음 연구가 들어갈 빈틈을 찾기 위해서입니다.

방법론은 따로 떼어 물어본다

논문에서 가장 자주 건너뛰는 부분이 방법론입니다. 하지만 학술 연구에서 결론의 힘은 방법론에서 나옵니다. 어떤 데이터를 썼는지, 표본은 충분한지, 비교 집단은 적절한지, 분석 방법이 연구 질문과 맞는지에 따라 같은 결론도 설득력이 달라집니다.

Perplexity에 논문 PDF를 올린 뒤 방법론만 따로 질문해보세요.

"이 논문의 방법론을 초보 연구자에게 설명하듯 풀어줘. 연구 설계, 표본, 변수, 측정 도구, 분석 방법을 구분해줘. 그리고 이 방법론이 연구 질문에 적절한 이유와 부족한 이유를 각각 설명해줘."

STEM 분야라면 실험 조건, 데이터셋, 평가 지표를 따로 묻는 것이 좋습니다.

"이 논문의 실험 설계를 재현하려면 필요한 요소를 정리해줘. 사용한 데이터셋, 전처리, 모델 또는 장비, 평가 지표, 비교 기준, 재현을 어렵게 만드는 누락 정보를 구분해줘."

인문사회 분야라면 이론틀과 해석의 범위를 확인해야 합니다.

"이 논문이 사용하는 이론적 관점을 설명해줘. 이 관점이 어떤 현상을 잘 설명하고, 어떤 현상은 잘 설명하지 못하는지 알려줘. 비슷한 주제를 다른 이론틀로 해석한 연구가 있다면 함께 제안해줘."

이렇게 묻다 보면 논문이 단순한 정보 덩어리가 아니라 하나의 설계물로 보입니다. 연구 질문이 있고, 그 질문에 답하기 위한 방법이 있고, 그 방법 때문에 가능한 결론과 불가능한 결론이 나뉩니다.

Deep Research는 문헌 리뷰의 초안을 만드는 도구가 아니라 '논쟁 구조'를 찾는 도구다

문헌 리뷰를 준비할 때 Deep Research는 강력한 도구가 될 수 있습니다. Perplexity의 Deep Research는 복잡한 질문을 여러 단계로 조사하고, 여러 출처를 읽고 종합해 더 긴 조사 보고서 형태의 답변을 생성하는 기능으로 소개되었습니다.⁵ 다만 여기서도 주의할 점이 있습니다. Deep Research 결과를 그대로 문헌 리뷰 본문으로 쓰면 안 됩니다. 더 좋은 사용법은 여러 논문의 공통 결론과 차이를 먼저 드러내게 하는 것입니다.

좋은 문헌 리뷰는 "A 논문은 이렇게 말했고, B 논문은 이렇게 말했고, C 논문은 이렇게 말했다"로 끝나지 않습니다. 그것은 주석 달린 목록에 가깝습니다. 문헌 리뷰는 연구들이 함께 만들어낸 큰 그림을 보여줘야 합니다. 어떤 주장은 여러 연구가 지지하는지, 어떤 주장은 특정 방법론에서만 나타나는지, 어떤 결과는 대상 집단에 따라 달라지는지, 어떤 질문은 아직 답이 없는지 보여줘야 합니다.

Deep Research식 질문은 이렇게 설계할 수 있습니다.

"Deep Research 방식으로 조사해줘. [주제]에 관한 최근 5년 학술 문헌을 바탕으로 문헌 리뷰용 연구 지도를 만들어줘. 단순 논문 요약이 아니라, 주요 주장을 주제별로 묶고, 각 주장에 찬성하는 근거와 반대하거나 제한하는 근거를 구분해줘. 마지막에는 아직 해결되지 않은 연구 질문과 내가 후속 연구로 발전시킬 수 있는 주제를 제안해줘."

여기서 한 번 더 중요한 후속 질문을 던져야 합니다.

"방금 정리한 각 주장별로 근거 논문을 표로 정리해줘. 표에는 주장, 근거 논문, 연구 방법, 표본 또는 데이터, 핵심 결과, 근거의 강도, 추가 확인이 필요한 부분을 포함해줘. 근거가 약하거나 과잉 일반화된 부분은 명확히 표시해줘."

이 후속 질문은 환각과 과잉 일반화를 줄이는 데 도움이 됩니다. AI는 여러 논문을 종합할 때 그럴듯한 큰 결론을 만들고 싶어 합니다. 그러나 학술 연구에서는 "대체로 그렇다"와 "강하게 입증되었다"가 다릅니다. 표로 근거를 나누면 어떤 주장이 강한지, 어떤 주장이 아직 약한지 눈에 보입니다.

문헌 리뷰는 '합의·논쟁·공백' 세 칸으로 정리한다

Perplexity로 문헌을 조사한 뒤에는 결과를 세 칸으로 나눠보세요. 합의, 논쟁, 공백입니다.

합의는 여러 연구가 비교적 일관되게 지지하는 내용입니다. 예를 들어 특정 교육 개입이 단기 학업 성취에는 긍정적이라는 결과가 반복된다면 합의에 가까울 수 있습니다. 논쟁은 연구마다 결과가 갈리거나 해석이 다른 부분입니다. 같은 개입이 장기 효과에서는 불분명하다면 논쟁 지점이 됩니다. 공백은 아직 충분히 연구되지 않은 부분입니다. 특정 국가, 특정 연령대, 특정 방법론, 특정 장기 지표가 빠져 있다면 그것이 공백입니다.

Perplexity에 이렇게 요청할 수 있습니다.

"지금까지 찾은 문헌을 바탕으로 합의된 주장, 논쟁 중인 주장, 연구 공백을 구분해줘. 각 항목마다 대표 논문과 근거 수준을 함께 표시해줘. 특히 내 연구 주제로 발전시킬 수 있는 공백을 우선순위별로 제안해줘."

이 정리는 연구 주제를 찾을 때 매우 유용합니다. 좋은 연구 주제는 완전히 아무도 모르는 곳에서 나오지 않습니다. 이미 어느 정도 지식이 쌓였지만 아직 비어 있는 작은 틈에서 나옵니다. Perplexity는 그 틈을 찾는 속도를 높여줍니다. 그러나 그 틈이 정말 존재하는지는 원문과 학술 데이터베이스에서 다시 확인해야 합니다.

국내 자료와 비영어권 문헌은 별도 경로를 함께 쓴다

Perplexity는 영어권 학술 자료를 찾는 데 특히 강합니다. 많은 최신 논문, 국제 학술지, 프리프린트, 기관 보고서를 빠르게 탐색할 수 있습니다. 하지만 국내 학술지, 학위논문, 정부 보고서, 지역 언어 자료는 검색 범위와 접근성이 달라질 수 있습니다. 한국어 논문을 본격적으로 다룬다면 RISS, DBpia, KISS, 국회도서관, 한국학술지인용색인 같은 경로를 함께 확인하는 습관이 필요합니다.

Perplexity를 이때도 쓸 수는 있습니다. 다만 역할을 바꿔야 합니다. Perplexity에게 국내 자료를 전부 찾아달라고만 하기보다, 국내 데이터베이스에서 찾은 논문 제목이나 초록을 가져와 비교·정리하게 하는 방식이 안전합니다.

"아래는 RISS와 DBpia에서 찾은 한국어 논문 목록이야. 이 논문들을 주제, 연구 대상, 방법론, 주요 결과, 한계로 분류해줘. 그리고 국제 영문 문헌에서 논의되는 흐름과 비교했을 때 어떤 차이가 있는지 질문 형태로 정리해줘."

이렇게 하면 Perplexity는 검색 엔진이라기보다 분류와 비교를 돕는 연구 조수로 작동합니다. 국내 자료 검색은 전문 데이터베이스에서 하고, Perplexity는 그 자료들을 읽기 쉬운 구조로 바꾸는 데 쓰는 것입니다.

시험 공부에서는 '요약'보다 '이해 점검'을 요청한다

시험을 앞두고 Perplexity에 "중간고사 범위 요약해줘"라고 묻는 것은 도움이 되지만, 그것만으로는 부족합니다. 요약을 읽는다고 해서 내가 이해한 것은 아닙니다. 시험은 대개 설명, 비교, 적용, 비판을 요구합니다. 따라서 Perplexity를 시험 공부에 쓸 때는 자료 조사와 이해 점검을 연결해야 합니다.

다음 프롬프트는 시험 준비용으로 매우 실용적입니다.

"나는 [과목명] 시험을 준비하고 있어. 주제는 [주제]야. 핵심 용어 정의, 서로 헷갈리는 개념 비교, 대표 이론 또는 논문 3개의 차이, 시험에 나올 만한 예상 질문, 모범 답안의 구조, 내가 이해했는지 확인할 퀴즈를 함께 만들어줘."

이 프롬프트는 공부를 여섯 단계로 나눕니다. 먼저 용어를 정의하고, 비슷한 개념을 비교하고, 대표 이론이나 논문을 구분합니다. 그다음 예상 질문을 만들고, 답안 구조를 보고, 마지막으로 퀴즈로 점검합니다. 단순히 요약문을 읽는 것보다 훨씬 능동적인 학습입니다.

특히 세미나 수업에서는 예상 질문이 중요합니다. 논문 발제를 맡았다면 Perplexity에 이렇게 물어보세요.

"이 논문으로 대학원 세미나 발제를 준비하고 있어. 교수님이나 동료들이 던질 만한 날카로운 질문 10개를 만들어줘. 질문은 이론적 배경, 방법론, 데이터 해석, 한계, 후속 연구 가능성으로 나눠줘. 각 질문에 대한 답변 방향도 함께 제안해줘."

세미나는 논문 내용을 얼마나 예쁘게 요약했는지보다, 그 논문을 얼마나 비판적으로 이해했는지를 봅니다. Perplexity가 만들어준 예상 질문에 답하다 보면, 내가 논문의 어느 부분을 제대로 이해하지 못했는지 금방 드러납니다.

발표 준비에서는 청중 수준을 지정한다

학술 발표의 어려움은 내용을 아는 것과 설명하는 것이 다르다는 데 있습니다. 내가 읽은 논문을 그대로 슬라이드에 옮기면 청중은 따라오지 못합니다. Perplexity를 발표 준비에 사용할 때는 청중 수준을 반드시 지정해야 합니다.

"이 논문을 10분짜리 학부 세미나 발표로 설명하려고 해. 청중은 이 주제를 처음 접하지만 기본 전공 지식은 있어. 발표 흐름을 ① 문제 제기, ② 연구 질문, ③ 방법, ④ 결과, ⑤ 의의, ⑥ 한계, ⑦ 토론 질문 순서로 구성해줘. 각 슬라이드에 들어갈 핵심 문장도 제안해줘."

대학원 세미나라면 프롬프트가 달라져야 합니다.

"이 논문을 대학원 세미나에서 비판적으로 발표하려고 해. 단순 요약보다 연구 설계의 강점과 약점, 기존 문헌과의 차이, 후속 연구 가능성을 중심으로 발표 구조를 짜줘. 토론을 유도할 질문 5개도 만들어줘."

같은 논문이라도 청중이 고등학생인지, 학부생인지, 대학원생인지, 전공자인지에 따라 설명 방식이 달라집니다. Perplexity에게 이 조건을 주면 발표의 밀도와 용어 수준을 조절하기 쉽습니다.

학습 기록은 Thread와 Collection, Space로 남긴다

학습과 연구는 한 번의 검색으로 끝나지 않습니다. 오늘 이해한 개념이 다음 주 논문 읽기에 연결되고, 이번 학기 과제가 나중에 졸업논문 주제로 이어질 수 있습니다. 그래서 Perplexity에서 좋은 답변을 얻었다면 그냥 닫지 말고 기록으로 남겨야 합니다.

가벼운 주제는 Thread 단위로 이어가면 됩니다. 한 개념을 질문하고, 후속 질문으로 예시와 오해와 퀴즈를 붙이면 하나의 학습 흐름이 됩니다. 과제나 논문처럼 범위가 있는 작업은 Collection으로 묶어두면 좋습니다. 연구 주제가 장기적으로 이어지고 파일, 지시사항, 반복되는 맥락이 있다면 Space를 쓰는 편이 좋습니다. 학생용 Spaces 안내에서도 Spaces는 수업 자료, 노트, 웹 자료를 조직하고 학습에 활용하는 환경으로 소개됩니다.⁶

예를 들어 "사회심리학 기말 논문"이라는 Space를 만들고, 과제 안내문, 교수님의 평가 기준, 핵심 논문 PDF, 수업 노트를 넣어둘 수 있습니다. 그런 다음 Space의 지시사항에 이렇게 적어둡니다.

"나는 사회심리학 수업의 기말 논문을 준비하고 있다. 답변은 학술적이되 학부생이 이해할 수 있게 작성해줘. 가능하면 최근 5년 논문을 우선하고, 모든 중요한 주장에는 원문 확인이 가능한 출처를 제안해줘. 내가 제출할 문장을 대신 써주기보다, 자료 이해와 구조 설계를 도와줘."

이렇게 해두면 매번 같은 설명을 반복하지 않아도 됩니다. Space는 맥락을 유지하는 연구 책상에 가깝습니다. 단발성 질문은 일반 검색으로 충분하지만, 반복되는 맥락이 있으면 Space를 만드는 것이 좋습니다.

AI를 썼다는 사실보다 중요한 것은 내가 무엇을 했느냐다

학술 현장에서 AI 사용은 점점 더 현실적인 문제가 되고 있습니다. 어떤 수업은 AI 사용을 금지하고, 어떤 수업은 출처 탐색이나 아이디어 정리에 한해 허용하며, 어떤 연구실은 적극적으로 활용법을 가르칩니다. 따라서 첫 번째 원칙은 소속 기관과 수업의 AI 사용 규정을 확인하는 것입니다.

하지만 규정과 별개로 스스로 지켜야 할 기준도 있습니다. Perplexity를 사용해도 되는 방식은 자료를 찾고, 개념을 이해하고, 논문 구조를 파악하고, 질문을 다듬는 것입니다. 위험한 방식은 Perplexity가 만든 문장을 거의 그대로 제출하거나, 읽지 않은 논문을 읽은 것처럼 인용하거나, AI 요약만 보고 자신의 분석인 것처럼 쓰는 것입니다.

간단한 판별 기준이 있습니다. 교수님이 "이 자료를 어떻게 찾았고, 어떤 원문을 읽었으며, 왜 이렇게 해석했나요?"라고 물었을 때 설명할 수 있다면 안전한 사용에 가깝습니다. 반대로 Perplexity 화면을 닫는 순간 내가 쓴 내용의 근거를 설명할 수 없다면, 그것은 학습이 아니라 대리 작성에 가까워지고 있습니다.

Perplexity는 공부를 대신해주지 않습니다. 대신 공부의 초반부에서 길을 잃는 시간을 줄여줍니다. 그 덕분에 우리는 더 중요한 일에 시간을 쓸 수 있습니다. 원문을 읽고, 방법론을 따지고, 주장 사이의 긴장을 발견하고, 내 생각을 만드는 일입니다.

오늘 바로 써볼 학습·연구 워크플로

마지막으로 이 장의 내용을 하나의 흐름으로 묶어보겠습니다. 새로운 주제를 만났다면 먼저 개념 난이도 계단을 만듭니다. 고등학생 수준, 학부 전공자 수준, 전문 용어와 수식, 실제 연구 사례 순서로 설명하게 합니다. 그다음 Academic Focus에서 문헌 지도를 요청합니다. 최근 5년 주요 논문, 자주 인용되는 연구, 흐름의 변화, 합의와 논쟁, 미해결 질문을 한 번에 정리하게 합니다.

문헌 지도가 생기면 읽을 논문을 고릅니다. 토대 논문, 최근 리뷰 논문, 내 주제와 가까운 실증 논문을 구분합니다. PDF를 업로드했다면 초록, 연구 질문, 이론적 배경, 방법론, 결과, 한계, 후속 연구 아이디어 순서로 해부합니다. 문헌 리뷰 단계에서는 Deep Research식 질문으로 여러 논문의 공통 결론과 차이를 종합하되, 마지막에는 반드시 주장별 근거 표와 추가 확인이 필요한 출처를 요청합니다.

시험이나 세미나 준비에서는 요약만 받지 말고 이해 점검까지 연결합니다. 핵심 용어, 헷갈리는 개념 비교, 대표 논문 차이, 예상 질문, 모범 답안, 퀴즈를 함께 만들게 합니다. 그리고 모든 중요한 주장에 대해서는 원문을 열어 확인합니다.

Perplexity를 잘 쓰는 학습자는 더 적게 읽는 사람이 아닙니다. 무엇을 먼저 읽어야 하는지 아는 사람입니다. Perplexity를 잘 쓰는 연구자는 AI 답변을 믿는 사람이 아닙니다. AI가 가져온 단서를 따라 원문으로 들어가 자기 판단을 만드는 사람입니다. 학습 속도는 여기서 빨라집니다. 지도를 먼저 그리고, 길을 고르고, 중요한 곳에서 오래 머무는 것. 그것이 학습과 학술 연구에서 Perplexity를 쓰는 가장 좋은 방식입니다.

참고

¹Perplexity AI for Research: How Students and Teachers Can Use It

²How to Use Perplexity AI Like a Pro: 30 Research Techniques Most People Miss (2026)

³How to Use Perplexity AI for Research: The Student's Complete Guide

⁴Can Perplexity Be Used for Academic Research?

⁵Introducing Perplexity Deep Research

⁶A student's guide to using Perplexity Spaces