Perplexity Deep Research의 핵심 변화는 검색 결과를 요약하는 기능이 아니라, 리서치 과정을 설계하고 실행하는 시스템에 가깝다는 점입니다. 질문을 이해하고, 하위 작업으로 나누고, 필요한 검색을 반복하며, 최종적으로 업무에 쓸 수 있는 형태의 산출물로 정리하는 방향입니다.
Deep Research는 '검색 기능'보다 '리서치 워크플로'에 가깝다
Deep Research는 Perplexity Computer 안에 통합됐고, 복잡한 질문을 하위 작업으로 나눈 뒤 20개 이상의 프런티어 모델에 라우팅하도록 설계됐습니다.1 여기서 중요한 변화는 모델을 많이 쓴다는 사실 자체보다, 하나의 질문을 여러 조사 단계로 분해한다는 점입니다.
기존 AI 검색이 "질문 → 검색 → 요약"에 가까웠다면, Deep Research는 "질문 → 조사 계획 → 하위 작업 실행 → 결과 종합"에 더 가깝습니다. 그래서 결과물도 단순 답변을 넘어 보고서, 발표자료, 대시보드 같은 업무 산출물로 이어질 수 있습니다.1
이 접근은 Perplexity가 검색을 AI 시스템의 핵심 기본 요소로 본다는 관점과 연결됩니다. Perplexity는 AI 시스템이 최신·정확·선별된 외부 지식에 접근하려면 검색이 선택 기능이 아니라 필수 인프라가 되어야 한다고 설명합니다.2
관전 포인트는 '20개 모델'이 아니라 '검색을 조립하는 방식'이다
Deep Research를 이해할 때 가장 주목할 부분은 모델 수보다 검색 방식입니다. Perplexity가 제시한 Search as Code는 검색·랭킹·필터링 같은 검색 스택 구성 요소를 SDK의 기본 요소로 노출하는 구조입니다.2
이 방식에서는 모델이 요청별로 검색 파이프라인을 코드처럼 조립합니다.2 어떤 질문은 넓은 탐색이 필요하고, 어떤 질문은 특정 출처를 깊게 확인해야 합니다. 고정된 검색 절차를 반복하는 대신, 작업 성격에 맞게 검색 전략을 구성할 수 있다는 뜻입니다.
Perplexity는 기존 검색 파이프라인이 에이전트 시대의 복잡한 작업에는 너무 고정적이라고 봅니다.2 반면 Perplexity Computer에서는 단일 작업이 몇 분 안에 수백~수천 건의 검색 작업을 호출할 수 있습니다.2 사람에게는 비현실적인 양이지만, 에이전트가 리서치를 수행한다면 오히려 자연스러운 규모입니다.
어떤 작업에 유용한가
Deep Research는 단순히 "정답이 뭐야?"라고 묻는 작업보다, "이 주제를 조사해서 판단 가능한 형태로 정리해줘"라는 요청에 더 잘 맞습니다. 예를 들면 다음과 같은 작업입니다.
시장 조사와 경쟁사 비교
논문·기술 동향의 배경 조사
정책·규제 비교
특정 산업이나 제품군에 대한 자료 수집
보고서나 발표자료 초안 작성
공통점은 답 하나보다 구조, 출처, 비교 기준이 중요하다는 점입니다. Deep Research의 가치는 검색 시간을 줄이는 데서 끝나지 않습니다. 흩어진 정보를 의사결정 가능한 형태로 묶어주는 데 있습니다.
그래도 검증 책임은 남는다
출처가 붙었다고 해서 결과가 자동으로 정답이 되는 것은 아닙니다. 특히 중요한 수치, 법률, 투자, 의료 판단처럼 오류 비용이 큰 영역에서는 원문 출처를 직접 확인해야 합니다.3
AI 리서치는 초안을 빠르게 만들고 조사 범위를 넓히는 데 유용하지만, 최종 판단과 검증 책임까지 대신하지는 않습니다. 따라서 Deep Research를 쓸 때는 결과물을 그대로 받아들이기보다, 조사 방향을 잡고 검토할 자료를 빠르게 모으는 도구로 보는 편이 현실적입니다.
앞으로 AI 검색을 평가하는 기준
Perplexity Deep Research가 보여주는 방향은 분명합니다. 앞으로 좋은 AI 검색 도구는 답변 문장을 얼마나 자연스럽게 쓰는지만으로 평가하기 어렵습니다.
더 중요한 기준은 다음에 가까워집니다.
복잡한 질문을 적절한 하위 작업으로 나누는가
필요한 검색을 충분히 수행하는가
출처와 근거를 추적할 수 있는가
결과를 비교·분석 가능한 구조로 정리하는가
최종 산출물을 실제 업무에 연결할 수 있는가
결국 Deep Research의 의미는 "AI 검색의 고도화"라기보다 "AI가 리서치 업무를 실행하는 방식의 변화"에 있습니다. 검색은 더 이상 마지막 답변을 만들기 위한 보조 기능이 아니라, 에이전트가 일을 수행하는 핵심 인프라가 되고 있습니다.
참고
2Rethinking Search as Code Generation
3Perplexity Deep Research -- Complete Guide to Accurate, Contextual AI Research
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.