AI 에이전트가 복잡한 작업을 수행하려면 최신 외부 지식에 안정적으로 접근해야 합니다. Perplexity는 검색을 AI 시스템이 정확하고 최신인 정보를 얻는 핵심 수단으로 설명합니다.1
하지만 기존 검색은 기본적으로 사람을 위해 설계됐습니다. 사용자가 쿼리를 입력하면 검색 엔진이 사전에 정의된 파이프라인을 실행하고, 관련도 순으로 정렬된 상위 문서 목록을 반환하는 방식입니다.1 이 구조는 SERP, 즉 검색 결과 페이지에는 잘 맞지만, 수백 번의 조회와 검증을 반복해야 하는 AI 에이전트에는 비효율적일 수 있습니다.
Search as Code란 무엇인가
Search as Code는 모델이 검색 워크플로를 Python 코드로 작성하게 하는 아키텍처입니다. 모델이 검색 API를 단순히 반복 호출하는 대신, 검색·필터링·재랭킹·중복 제거·병렬 조회 같은 단위 작업을 조합해 과제에 맞는 검색 절차를 구성합니다.1
생성된 코드는 보안 샌드박스에서 실행됩니다. 또한 Perplexity의 검색 백엔드와 Agentic Search SDK를 사용해 검색 기능을 코드 수준에서 다룰 수 있게 합니다.1
핵심은 검색 엔진을 블랙박스로 호출하는 데서 멈추지 않는다는 점입니다. 모델이 “무엇을 검색할지”뿐 아니라 “어떤 순서로 검색하고, 무엇을 버리고, 어떤 기준으로 다시 확인할지”까지 코드로 표현합니다.
기존 검색과 무엇이 다른가
전통적인 검색 구조에서는 모델이 쿼리를 보내고, 검색 엔진이 정해진 절차를 실행한 뒤 결과를 반환합니다.1 이 방식은 단일 질문에 대한 상위 결과를 빠르게 보여주는 데 적합합니다.
반면 에이전트형 작업에서는 상황이 다릅니다. 한 번의 질문이 여러 하위 질문으로 나뉘고, 각 결과를 비교하거나 검증해야 할 수 있습니다. Perplexity는 자사 검색 스택이 애플리케이션과 API 플랫폼 전반에서 초당 수천 건의 쿼리를 처리한다고 설명합니다.1 이런 규모에서는 매번 결과 전체를 모델 컨텍스트로 가져와 판단하는 방식이 비용과 지연을 키울 수 있습니다.
Search as Code는 이 지점을 바꿉니다. 중간 결과를 코드에서 처리하고, 필요한 정보만 다음 단계로 넘길 수 있습니다. 예를 들어 결과를 먼저 필터링한 뒤 재랭킹하거나, 여러 검색을 병렬로 실행한 뒤 중복을 제거하는 식입니다. 검색 과정을 더 세밀하게 제어할 수 있기 때문에, 에이전트가 불필요한 정보를 덜 읽고도 더 목적에 맞는 결과를 얻을 가능성이 커집니다.
왜 개발자에게 중요한가
이 변화는 단순한 “검색 기능 추가”가 아니라 검색 레이어를 어떻게 설계할지에 관한 문제입니다. 좋은 에이전트는 더 많은 도구를 가진 에이전트가 아니라, 필요한 정보를 더 적은 비용과 더 낮은 지연으로 가져오는 에이전트에 가깝습니다.
개발자가 주목할 부분은 세 가지입니다.
검색 절차의 분해
조회, 필터링, 검증, 재정렬, 요약을 하나의 거대한 호출로 묶지 않고 단계별로 나눌 수 있는지 봐야 합니다.중간 결과의 처리 위치
모든 결과를 모델 컨텍스트에 넣기보다, 코드 레벨에서 먼저 걸러낼 수 있는 정보가 있는지 판단해야 합니다.작업별 검색 파이프라인
단순 질의응답, 보안 취약점 조사, 시장 조사, 문서 검토는 필요한 검색 방식이 다릅니다. Search as Code의 의미는 이 차이를 코드로 반영할 수 있다는 데 있습니다.
Perplexity는 2023~2025년에 공개된 200개 중요 CVE를 대상으로 Search as Code를 테스트했다고 밝혔고, 이 방식을 Perplexity Computer와 Agent API에 배포하고 있습니다.2 이는 검색을 에이전트의 부가 기능이 아니라 핵심 실행 인프라로 보고 있다는 신호입니다.
적용을 고민할 때의 기준
모든 팀이 곧바로 Search as Code와 같은 구조를 도입할 필요는 없습니다. 다만 에이전트가 검색을 많이 사용한다면 다음 질문을 던져볼 만합니다.
현재 검색 흐름이 단일 쿼리와 단일 결과 묶음에 과도하게 의존하고 있지 않은가?
모델이 판단하지 않아도 되는 필터링까지 모델 컨텍스트에서 처리하고 있지 않은가?
검색 결과의 검증, 재정렬, 중복 제거를 코드로 분리할 수 있는가?
작업 유형별로 다른 검색 전략을 적용할 수 있는 구조인가?
Search as Code가 던지는 핵심 질문은 단순합니다. AI가 검색 결과를 소비하게 할 것인가, 아니면 검색 방법 자체를 설계하게 할 것인가.
에이전트 시대의 검색 경쟁력은 이 차이에서 갈릴 가능성이 큽니다. 검색은 더 이상 결과 목록을 가져오는 기능에 머물지 않습니다. 에이전트가 외부 지식을 다루는 방식, 비용, 속도, 신뢰도를 결정하는 실행 레이어가 되고 있습니다.
1Rethinking Search as Code Generation
2Perplexity launches Search as Code for AI agents, CEO Aravind Srinivas explains why
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.