2026. 7. 13. 07:00ㆍAI 정보와 활용
컨텍스트 그래프 기반의 무마찰 작업기억 시스템을 활용한 AI 경영 오에스 구축 전략을 다룹니다. 모델카운실을 통한 환각 통제와 하이브리드 추론 보안 체계, 실무 매뉴얼 및 케이피아이 평가지표를 통해 비즈니스 모델 혁신을 가속화하는 실천적 리더십 가이드를 제공합니다.
1. Perplexity 'Brain': 무마찰(Frictionless) 기반의 자기 개선형 작업 기억 시스템
Perplexity 'Brain'은 기존 AI의 메모리 시스템이 가졌던 '수동성'의 한계를 돌파했습니다. 경쟁 모델인 Claude의 메모리가 사용자가 직접 기록하고 관리해야 하는 '명시적(Manual/Explicit)' 방식(claude.md)인 반면, Brain은 에이전트가 수행한 업무 경험과 데이터 소스를 '자동으로 추론(Automated/Inferred)'하여 '컨텍스트 그래프(Context Graph)'를 구축합니다.
1) 핵심 메커니즘 및 전략적 이점
(1) 컨텍스트 그래프와 무마찰 경험
Brain은 단순히 사용자의 취향을 저장하는 것이 아니라, 수행했던 업무의 성공 경로, 실패한 접근법, 사용자의 수정 사항, 파일 간의 연결 관계를 그래프 형태로 구조화합니다. 사용자가 별도의 지시를 내리지 않아도 시스템이 스스로 학습하는 '무마찰(Frictionless)' 환경을 제공합니다.
(2) 야간 자기 개선(Overnight Self-improvement) 주기
Brain은 사용자가 활동하지 않는 야간 유휴 시간(Idle hours)을 활용해 전날의 모든 작업을 요약 및 재구성합니다. 이를 통해 일종의 'LLM 기반 조직 위키(Personal/Organization Wiki)'를 생성하며, 다음 날 작업 시 이를 참조하여 성능을 스스로 최적화하는 '가상 직원'의 정체성을 강화합니다.
2) 성능 데이터 및 비즈니스 임팩트
Perplexity 내부 지표에 따르면 Brain 활성화 시, 과거 맥락이 중요한 반복 업무에서 다음과 같은 수치적 혁신이 확인되었습니다.
- 정답 정확성(Accuracy): +25% 향상
- 정보 재호출 능력(Recall): +16% 개선
- 컨텍스트 처리 비용(Token Cost): -13% 절감
Enterprise Max 사용자는 설정 내 'Brain'을 활성화하고 프로젝트 Context를 구축하십시오. Slack, Google Drive, GitHub 커넥터를 연결하면 Brain이 백그라운드에서 실시간으로 조직의 업무 맥락을 학습하기 시작합니다.
2. 'Deep Research'의 'Computer' 통합: 'Search as Code'를 통한 리서치 자동화
과거 별도 모드였던 'Deep Research'가 'Computer' 플랫폼 내부로 완전히 흡수된 것은 연구와 실행의 결합을 의미합니다. 이는 기업 내 리서치 단계에서 최종 결과물 생성까지의 워크플로우를 극단적으로 단축시킵니다.
1) 기술적 심도: Search as Code 인프라
이번 업데이트의 핵심인 'Search as Code'는 AI가 검색을 단순 질의가 아닌, '병렬 분기(Forking)'가 가능한 프로그램처럼 설계하는 방식입니다.
2) 포킹(Forking) 기능
하나의 메인 리서치 줄기에서 '투자 관점', '기술 리스크 관점' 등 하위 탐색 방향을 다변화하여 확장할 수 있으며, 각 분기는 기존의 컨텍스트를 공유하면서도 독립적으로 발전합니다.
3) 커맨드 패널(/) 활용
사용자는 Computer 내 커맨드 패널(/)을 호출하여 'Plan Mode', 'Custom Skills', 'Organization Skills'를 즉시 선택할 수 있으며, 인라인 액션을 통해 에이전트의 작업을 실시간으로 승인하거나 수정할 수 있습니다.
신규 비즈니스 모델 캔버스(BMC) 설계나 복잡한 거버넌스 리스크 분석 시, Deep Research는 수백 개의 출처를 자율 탐색한 후 텍스트 답변을 넘어 보고서, PPT, 대시보드, 이메일 초안까지 즉각적으로 생성해냅니다.
3. 멀티모델 오케스트레이션과 하이브리드 추론: 엔터프라이즈 거버넌스의 완성
특정 모델에 종속되는 것은 기업 입장에서 '기술적 부채'이자 리스크입니다. Perplexity는 이를 해결하기 위해 20개 이상의 프런티어 모델(GPT, Claude, Gemini, Sonar 등)을 조율하는 강력한 오케스트레이션 레이어를 제공합니다. 하이브리드 추론과 'Model Council' 기능을 제공합니다.
1) Intel 파트너십과 로컬 처리
Computex 2026에서 발표된 '하이브리드 추론 오케스트레이터'는 Intel과의 협업을 통해 민감한 데이터는 로컬 PC(온디바이스)에서 처리하고, 고부하 추론은 클라우드로 라우팅합니다. 이는 강력한 보안이 요구되는 기업 환경에서 데이터 유출 우려를 원천 차단하는 핵심 셀링 포인트입니다.
2) Model Council (진실 검증 레이어)
다수의 모델이 동시에 쿼리를 수행하고 일치 및 충돌 지점을 교차 검증하는 'Model Council' 기능이 도입되었습니다. 이는 환각 현상을 억제하고 답변의 신뢰도를 극대화하는 '진실 검증 레이어' 역할을 수행합니다.
Microsoft 365 및 400개 이상의 App Connectors를 연동하여 내부 ERP 데이터와 외부 시장 데이터를 결합한 재무 보고서 자동화 시나리오를 보안 위협 없이 구현할 수 있습니다.
4. 'Computer for Counsel': 법률 업무의 복잡성을 해소하는 버티컬 에이전트
6월 24일 출시된 'Computer for Counsel'은 전문 도메인에서의 에이전트 활용 가능성을 증명합니다. 단순한 법률 DB 조회를 넘어, 법률 전문가의 행정 부담을 줄여 본질적인 전략 자문에 집중하게 만드는 '워크플로우 레이어'입니다.
1) 데이터 주권과 출처 추적성
Midpage(판례/인용 검증), NetDocuments, Docusign, Deel 등과 네이티브로 연동됩니다. 특히 모든 답변에 'Show your work' 기능을 통해 원문 판례와 조항 링크를 제공함으로써 변호사의 검증 시간을 최소화합니다.
2) 검증된 성과
Gunderson Dettmer의 사례에 따르면, 전사 도입 후 변호사의 80%가 매월 35,000건 이상의 쿼리를 실행하며 폭발적인 활용성을 보여주고 있습니다.
Enterprise 구독자는 MCP(Model Context Protocol) 커넥터를 통해 기존 문서 관리 시스템(DMS)과 연동하여 NDA 레드플래그 검토 및 규제 모니터링 워크플로우를 즉시 자동화할 수 있습니다.
5. 도메인 특화 데이터 통합 및 엔터프라이즈 제어 강화
Perplexity는 실시간 데이터 접근성과 조직 관리 기능을 강화하여 엔터프라이즈 OS로서의 입지를 굳혔습니다.
1) OpticOdds 통합
기관급 스포츠 시장 데이터(Institutional-grade data)를 일반 사용자에게 통합 제공함으로써 정보의 비대칭성을 해소합니다. 이는 고부가가치 정보를 민주화(Democratizing high-alpha information)하려는 Perplexity의 전략적 방향성을 보여줍니다.
2) 보안 및 관리 거버넌스
6월 25일자 허용 사용 정책(AUP) 업데이트를 통해 시스템 취약점 스캔 및 안전 필터 우회 시도를 엄격히 금지했습니다. 관리자는 이제 피처별 접근 제어, 감사 로그 확장, 도메인 기반 가입 제한 등을 통해 조직 내 AI 사용의 투명성을 확보할 수 있습니다.
6. AI 경영 실행 전략 및 실행 프레임워크
1) AI 경영 실행 전략
(1) 무마찰 작업 기억으로 AI 경영 OS 구축
Brain의 컨텍스트 그래프를 활용해 팀·프로젝트별 무마찰 작업 기억을 구축하고 AI 경영 OS를 설계한다. Slack·Drive·GitHub를 연결해 AI 활용 로그와 수정 히스토리를 자동 축적하며, 반복 업무와 의사결정 패턴을 경영전략 자산으로 재구성해 비즈니스모델혁신을 가속한다.
(2) Search as Code 기반 리서치·의사결정 자동화
Deep Research를 Computer 안에서 Search as Code로 운용해 RAG 기반 지식 확장을 조직 표준으로 만든다. 포킹 리서치를 통해 투자·기술·거버넌스 관점을 병렬 분석하고, 보고서·PPT·대시보드를 자동 생성해 AI 활용을 실질 의사결정 흐름에 연결함으로써 데이터 기반 경영전략과 비즈니스모델혁신을 구현한다.
(3) 멀티모델 거버넌스와 버티컬 에이전트로 리스크 제어
멀티모델 오케스트레이션과 Model Council로 환각을 통제하고, 하이브리드 추론으로 민감 데이터는 로컬 처리하는 AI 경영 거버넌스를 구축한다. 법률 도메인 Computer for Counsel처럼 버티컬 에이전트를 각 핵심 기능에 배치해 규제·컴플라이언스 리스크를 상시 관리하며, AI 활용을 안전한 경영전략·비즈니스모델혁신의 인프라로 만든다.
2) 전략 실행 프레임워크
(1) 개인화 리서치 OS와 컨텍스트 그래프
개인·팀별 컨텍스트 그래프를 기반으로 한 리서치 OS를 구축해 AI 경영의 출발점을 표준화한다. Brain이 자동 학습한 성공·실패 경로를 개인화 추천으로 재활용하고, 사용자 개입 없이 축적된 작업 기억을 통해 AI 활용 품질을 균일하게 유지하며 실무자가 즉시 적용 가능한 경영전략 실행 캔버스를 제공한다.
(2) 자산 공유형 조직 위키와 RAG 허브
LLM 기반 조직 위키를 중앙 RAG 허브로 설계해 팀 간 지식 자산 공유를 촉진한다. Overnight Self-improvement로 생성된 위키를 프로젝트별 지식 그래프로 노출하고, Search as Code가 이를 자동 참조하도록 연결해 AI 활용 결과가 곧 조직 학습 자산이 되게 하며, 비즈니스모델혁신 아이디어가 반복 리서치 속에서 자연스럽게 진화하도록 만든다.
(3) 폐쇄형 순환 데이터·모델 거버넌스
Intel 하이브리드 추론과 AUP 기반 통제를 결합해 폐쇄형 순환 거버넌스 시스템을 설계한다. 민감 데이터는 온디바이스에서 처리하고, Model Council로 다중 모델 출력을 교차 검증해 환각을 차단하며, 선택한 생성형 AI 모델로는 거버넌스·RAG 통합에 강점을 가진 Claude를 중심에 둬 AI 경영 리스크와 AI 활용 품질을 동시에 관리한다.
(4) 사용 기반 과금과 AI 경영 투자 관리
Deep Research·Computer·버티컬 에이전트 사용량을 태스크 단위 코스트로 계량해 사용 기반 과금 구조를 설계한다. 리서치·자동화 워크플로우별 ROI를 추적해 AI 활용 예산을 프로젝트 포트폴리오 관점에서 재배분하고, 비용 대비 성과가 높은 영역에 경영전략을 집중함으로써 비즈니스모델혁신 투자 의사결정을 데이터로 뒷받침한다.
(5) 협업 생태계와 조직 민첩성 오케스트레이션
Microsoft 365·Slack·GitHub 등 App Connector를 통해 내부 시스템을 하나의 에이전트 생태계로 묶고 조직 민첩성을 높인다. Computer가 태스크를 서브태스크로 분해해 최적 모델과 도메인 에이전트에 배분하고, 결과물을 실시간 공유 채널로 배포해 AI 활용 협업 루프를 형성함으로써 AI 경영 전반에서 빠른 실험과 비즈니스모델혁신을 지속 가능하게 만든다.
7. AI 경영 실무 매뉴얼 및 평가지표
1) 무마찰 작업 기억으로 AI 경영 OS 구축
2) Search as Code 기반 리서치·의사결정 자동화
3) 멀티모델 거버넌스와 버티컬 에이전트로 리스크 제어
4) 통합 실행 가이드: 전략 연계 및 관리 방안
(1) 전략 간 연계성 및 실행 주체
Brain 기반 OS가 실무 맥락을 축적하고, Deep Research가 이를 활용해 경영전략 리서치를 자동화하며, 멀티모델 거버넌스가 AI 활용 리스크를 통제하는 구조로 연결됩니다.
주 실행 주체는 IT·데이터팀(플랫폼), 각 사업·마케팅팀(리서치), 법무·컴플라이언스·재무 조직(거버넌스)으로 나누어 AI 경영과 비즈니스모델혁신을 동시에 추진합니다.
(2) 실행 순서 및 소요 기간
1단계로 3~6개월간 Brain 중심 AI 경영 OS를 파일·커뮤니케이션 레이어에 안착시키고, 2단계에서 Deep Research를 경영전략·시장분석 표준 프로세스로 3개월 내 편입합니다.
이후 3단계에서 6~12개월을 두고 멀티모델 거버넌스와 버티컬 에이전트를 규제·법률·재무 영역에 확장해 전사 AI 활용 체계를 완성힙니다.
(3) KPI 모니터링 및 정기 검토 주기
실무 KPI(시간 절감, 태스크 수, 오류 건수)는 주간·월간으로 대시보드화해 팀장이 상시 점검하고, 전략 수준 KPI(매출·비용·리스크·신규 비즈니스모델혁신 성과)는 분기별로 경영진 리뷰를 진행합니다.
연 1회는 AI 경영 거버넌스 관점에서 정성 평가와 외부 감사 의견을 포함한 종합 점검을 실시해 전략을 재조정합니다.
8. CEO 인사이트
가장 치명적인 도전 과제는 생성형 AI가 낸 답을 인간 검증 없이 경영전략과 비즈니스모델혁신에 곧바로 반영하는, ‘AI 활용 = 자동 조종 장치’라는 착각입니다. CEO는 AI 경영을 “유능한 수석 애널리스트와의 파트너십”으로 규정해야 합니다. 모든 전략적 결정에서 Brain·Deep Research·버티컬 에이전트 출력은 1차 초안일 뿐이며, 사람의 판단과 조직 거버넌스가 최종 책임을 진다는 원칙을 선언해야 합니다. 이를 위해 전사적으로 프롬프트 리터러시와 출처 검증 문화를 KPI에 포함시키고, 잘 검증된 AI 활용 사례만이 승진·보상과 연결되도록 보상 체계를 재설계해야 합니다.
9. 핵심 용어
무마찰 작업 기억 (Frictionless Working Memory): 사용자의 추가 개입 없이 에이전트가 업무 성공 경로와 수정 히스토리를 자율 학습하여 맥락을 유지하는 시스템입니다.
컨텍스트 그래프 (Context Graph): 축적된 파편적 업무 데이터와 파일 간의 연관 관계를 구조화하여 조직의 지식 자산으로 재구성하는 연결망입니다.
서치 에스 코드 (Search as Code): 단순 키워드 검색을 넘어 리서치 과정을 병렬 분기 및 자율 제어가 가능한 프로그램 형태로 설계하여 구동하는 인프라입니다.
모델 카운실 (Model Council): 다수의 프런티어 AI 모델이 동시에 교차 검증을 수행하여 답변의 환각 현상을 억제하는 진실 검증 레이어입니다.
하이브리드 추론 (Hybrid Inference): 민감한 전사 데이터는 로컬 온디바이스에서 처리하고, 고부하 연산은 클라우드로 라우팅하여 기업 보안을 극대화하는 방식입니다.
프롬프트 : 1. Perplexity의 2026년 06월에 Update 및 upgrade된 부분과 수정된 서비스 내역은 무엇인지 설명해줘.
ChatGPT의 답변 :
1. 2026년 06월 Update 및 Upgrade 내용
| 분야 | 이전 | 2026년 6월 |
| Memory | 사용자 선호 기억 | Brain(Self-improving Working Memory) |
| Computer | 작업 수행 | 지속적으로 학습하는 Agent |
| Research | 별도 기능 | Computer 내부 기본 기능 |
| Context | 현재 세션 중심 | 프로젝트 전체 Context Graph |
| Legal | 범용 | Computer for Counsel 출시 |
| Platform | AI Search | Multi-Agent Platform |
가장 큰 업데이트는 다음 네 가지입니다.
① Brain 출시
- Computer가 수행한 업무를 기억
- 실패 사례도 학습
- 사용자 수정사항도 학습
- 프로젝트 간 연결관계 생성
② Deep Research 통합
기존
Search → Research
↓
이제
Computer → Deep Research → 보고서 작성 → 파일 생성 → 이메일 작성
하나의 Workflow 안에서 실행됩니다.
③ 멀티모델 플랫폼
Computer가 작업 종류에 따라
- Sonar
- GPT
- Claude
- Gemini
- 자체 Tool
등을 자동 선택하는 구조가 강화되었습니다.
④ Computer for Counsel
법률 전문가용 Workflow가 새롭게 공개되었습니다.
Gemini의 답변 :
1. 2026년 6월 Perplexity 주요 업데이트 및 서비스 개편 내역
2026년 6월, Perplexity는 단순한 AI 검색 엔진을 넘어 자율형 에이전트 및 엔터프라이즈 워크플로우 플랫폼으로 대대적인 진화를 거쳤습니다. 주요 변경 사항은 다음과 같습니다.
- Computer 및 전용 에이전트 플랫폼 도입: 데스크톱 환경(Microsoft 365, Word, Excel 등)과 직접 연동되어 백그라운드에서 비동기적으로 다단계 작업을 수행하는 에이전트 플랫폼 'Computer'가 본격적으로 가동되었습니다.
- Deep Research 업그레이드 (6월 19일): 심층 연구 모드인 Deep Research가 Computer에 통합되었습니다. 작업 포크(Forking), 인라인 액션, 엔터프라이즈 제어 및 커스텀 크레딧 제한 기능이 추가되었습니다.
- Brain 출시 (6월 19일): 에이전트가 이전 작업 세션, 의사 결정, 파일 등의 컨텍스트 그래프를 구축하여 맥락을 유지하는 '작업 기억(Working-memory)' 시스템이 도입되었습니다.
- Computer for Counsel 출시 (6월 24일): 법률 전문가 및 로펌을 위한 특화 에이전트로, 법률 데이터베이스 및 문서 관리 시스템(NetDocuments 등)과 직접 연동되는 워크플로우 엔진이 추가되었습니다.
- 기타 정책 및 서비스 변경: * 기존 월 200달러 플랜에 제한되었던 Comet 모델이 무료로 전환되었습니다.
o 플랫폼 내 광고가 전면 제거되었습니다.
o 다수의 최고 수준 AI를 동시에 쿼리하여 일치 및 충돌 지점을 교차 검증할 수 있는 'Model Council'이 도입되었습니다.
o 퍼블리셔 콘텐츠(Publisher content)가 검색 결과에 다시 포함되었습니다.
Perplexity의 답변 :
1. Brain: 자기개선 메모리 시스템 출시
- 퍼플렉시티는 6월 18일경 ‘Brain’이라는 새로운 메모리 시스템을 공개했는데, 기존처럼 “사용자 취향·프로필”을 기억하는 것이 아니라 “에이전트가 실제로 어떤 일을 어떤 소스와 절차로 했는지”를 기억하는 방식으로 설계됐습니다.perplexity
- Brain은 Perplexity의 에이전트 제품인 ‘Computer’가 수행한 작업들을 그래프 형태의 컨텍스트 그래프로 저장하고, 매일 밤(overnight) 이를 요약·재구성하여 일종의 LLM 기반 개인 위키(LLM wiki)로 만들어 다음 날 작업에 재사용하게 합니다.perplexity
- 퍼플렉시티가 공개한 내부 지표에 따르면 Brain을 켠 상태에서 Computer가 “이전에 해 본 유형의 작업”을 다시 수행할 때 정답률이 약 25% 증가하고, 관련 정보 재호출 능력(Recall)이 16% 개선되며, 과거 맥락을 많이 참조해야 하는 작업의 비용(토큰 비용)이 약 13% 감소한 것으로 보고되었습니다.perplexity
- Brain은 6월 현재 Perplexity Max와 Enterprise Max 구독자 대상으로 Research Preview(연구 프리뷰) 형태로 순차 제공되고 있으며, 사용자 메모리라기보다 “작업 메모리(Work memory)”라는 개념으로 포지셔닝되고 있습니다.perplexity
2. Perplexity Computer 내 스포츠 베팅 데이터 통합 (OpticOdds)
- 6월 3~4일 발표에 따르면, 스포츠 베팅 데이터 인프라 회사인 OpticOdds의 실시간 데이터 피드가 Perplexity Computer에 통합되어, Pro·Max 구독자는 별도 OpticOdds 계정 없이도 실시간 스포츠 베팅 질의를 할 수 있게 되었습니다.marketscreener+1
- 이 통합은 우선 제한적 베타(rolling limited beta)로 6월 4일 전후부터 Pro·Max 사용자에게 순차 적용되며, 최대 약 200개 스포츠북이 사용하는 기관급(“institutional-grade”) 시장 데이터가 Perplexity Computer의 답변에 바로 활용됩니다.investing+1
- 사용자는 Computer에게 라인 움직임(line movement), 선수 프로프(player props), 부상 이슈가 배당에 미치는 영향, 서로 다른 북메이커 간 시장 비교 등과 같은 질문을 하면, 에이전트가 OpticOdds API를 실시간으로 호출하여 해당 시점의 시장 데이터를 기반으로 답변하도록 설계되어 있습니다.marketscreener+1
- 특징은 사용자가 별도 API 키를 세팅하지 않아도 되고, Computer 내부에 기본 탑재되는 형태라 “일반 소비자가 기관급 스포츠베팅 데이터에 직접 접근하는 최초의 AI 통합”이라는 점을 강조하고 있습니다.investing+1
3. 법률 특화 에이전트 ‘Computer for Counsel’ 출시
- 퍼플렉시티는 6월 24일경 법률 시장을 겨냥한 ‘Computer for Counsel’을 공개했습니다.marktechpost+1
- 이는 기존 Perplexity Computer를 기반으로 한 “법률 워크플로우 특화 버전”으로, 개별 질문에 단일 모델만 쓰는 것이 아니라 20개 이상 프런티어 모델을 서브태스크 단위로 라우팅하는 멀티모델 에이전트 레이어로 설계되었습니다.techtimes+1
- 데이터·도구 측면에서, 미국 판례·법령·규정을 제공하는 Midpage, 글로벌 고용·급여·컴플라이언스를 다루는 Deel, 계약 템플릿을 제공하는 LegalZoom 등과 연결되고, MCP(Model Context Protocol)를 통해 400개 이상의 툴 및 Microsoft 365 등과 연동된다고 소개됩니다.marktechpost+1
- 주요 특징은 “출처 추적성(show your work)”으로, 에이전트가 만든 요약·분석 결과마다 어느 판례·문서·시스템에서 나왔는지 링크를 달아, 변호사가 각 인용을 검증할 수 있게 한 것이며, Westlaw나 Lexis 같은 리서치 DB를 대체하기보다는 기존 리서치·DMS 위에 올라가는 워크플로우 레이어로 포지셔닝하고 있습니다.techtimes+1
- Computer for Counsel은 Perplexity Enterprise 및 Max 구독자에게 제공되며, Midpage와의 통합은 플랜별 사용량 한도를 전제로 별도 비용 없이 포함된다고 전해집니다.marktechpost+1
4. 금융·엔터프라이즈 에이전트 관련 진전
- 6월 말 보도에 따르면 퍼플렉시티는 기업 재무팀을 위한 전문 에이전트(예: 재무·회계용 Computer)를 선보이며, 라이선스된 금융 데이터 소스와 내부 시스템(ERP 등)을 결합해 재무 보고·분석·시나리오 플래닝을 자동화하는 방향으로 기능을 확장하고 있습니다.
- 이 에이전트 역시 각 수치와 결론의 출처를 내부·외부 데이터 소스로 연결해 “감사 가능성(audit trail)”을 보장하는 것을 핵심 가치로 내세우고 있어, 단순 검색형 AI에서 엔터프라이즈 작업형 AI로 포지셔닝을 강화하는 흐름과 맞닿아 있습니다.
5. Comet 브라우저 관련 6월 이슈 (전략·서비스 관점)
- 6월 7~8일경 기사에서, 퍼플렉시티는 에이전틱 브라우저 ‘Comet’를 전면 확장하기 위한 목적으로 약 2억 달러를 추가로 조달해 기업가치 약 200억 달러 수준의 투자를 유치한 것으로 보도되었습니다.
- 기사에 따르면, Comet 자체는 2025년 7월 Max 전용으로 시작해 같은 해 10월경 전 세계 무료 브라우저로 전환된 바 있으며, 2026년 6월에 “새로 무료가 된 것”이 아니라, 이미 정해진 전략(무료 브라우저로 시장 선점)을 본격적으로 확장하기 위한 자금 조달이 이번 라운드의 핵심이라는 점을 강조합니다.
- Comet는 검색창에 챗봇을 붙인 수준이 아니라, 여행 리서치·옵션 비교·폼 자동작성·리포트 작성 등 “웹 상에서 에이전트가 직접 행동하는 인터페이스”를 지향하며, 로그인 상태의 세션을 활용해 사용자를 대신해 폼 작성·예약·구매 등을 수행하는 에이전틱 브라우저 개념으로 설명됩니다.
- 이 때문에 “읽기(read)는 상대적으로 안전하지만, 결제·서명·전송처럼 되돌릴 수 없는 쓰기(write) 작업은 명시적 확인과 안전장치가 중요하다”는 점이 6월 기사들에서 반복적으로 언급되며, 퍼플렉시티 역시 이 지점을 의식한 설계·정책이 필요한 것으로 평가되고 있습니다.
6. 하이브리드 로컬·클라우드 추론 인프라
- 타이베이 Computex 2026에서 퍼플렉시티는 인텔과 함께 “하이브리드 추론 오케스트레이터”를 시연했는데, 사용자의 PC(로컬)와 클라우드 모델이 작업을 분담해 처리하는 구조를 보여주었습니다.
- 이는 Personal Computer(데스크톱 에이전트)가 로컬 모델과 클라우드 모델을 동시에 활용해 비용·속도·프라이버시를 최적화하는 방향의 기반 기술로 소개되었으며, 6월 시점에서는 주로 기술 데모 및 전략 방향으로 제시되었습니다.
7. 허용 사용 정책(AUP) 등 정책·보안 측면 업데이트
- 6월 25일자로 공개된 ‘Perplexity 허용 사용 정책(AUP)’에서는, 서비스 및 관련 시스템의 취약점 스캔·탐색·테스트를 금지하는 조항, 그리고 AI 출력물에 포함된 워터마크·메타데이터 등 조작 방지 표지를 제거하거나 안전 필터를 우회하는 행위를 금지하는 조항 등이 명시되어 있습니다.perplexity
- 이는 에이전트 기능과 브라우저·커넥터 확장으로 공격 표면이 넓어지는 상황에서, 보안·남용 방지를 위한 정책 수준의 보완으로 볼 수 있습니다.perplexity
8. 정리: 6월 업데이트의 큰 방향
- 6월 업데이트·서비스 변경의 공통된 방향은 “에이전트가 실제 일을 더 잘하게 만드는 인프라(Brain, 하이브리드 추론) + 전문 도메인(스포츠베팅, 법률, 재무)에 특화된 에이전트 제품화 + 이를 뒷받침하는 브라우저·정책·파트너 생태계 확장”으로 요약할 수 있습니다.marketscreener+2
- 사용자 입장에서는
o Max/Enterprise Max라면 Brain에 의해 반복 업무 정답률·효율이 개선되고,perplexity
o Pro/Max라면 스포츠베팅처럼 특정 도메인에서 더 깊은 실시간 데이터를 바로 활용할 수 있으며,investing+1
o 법률·재무 등 조직 단위로는 Computer for Counsel 및 금융·계약 워크플로우용 에이전트를 통해 “출처가 추적되는 업무 자동화”를 점차 도입하는 그림이라고 이해하시면 됩니다.techtimes+1
혹시 위 내용 중에서 Max·Enterprise용 기능(Brain, Computer for Counsel 등) 과 일반 무료/Pro 사용자에게 바로 체감되는 변화를 나눠 다시 정리해 드리면 더 도움이 되실까요?
Claude의 답변 :
1. 2026년 6월 전체 업데이트 개요
6월 한 달 동안 Perplexity는 세 가지 대형 릴리스를 순차적으로 출시했습니다.
| 날짜 | 릴리스 |
| 6월 11~18일 | Brain — 자기개선 워크 메모리 (Research Preview, Max 전용) |
| 6월 19일 | Deep Research in Computer + 커맨드 패널·포킹·엔터프라이즈 컨트롤 |
| 6월 24일 | Computer for Counsel — 법률 워크플로우 특화 에이전트 |
그 외 플랫폼 전반 변경 사항:
- Kimi K2.5 오픈소스 추론 모델 추가로 레이턴시·안정성 개선 (Max 우선, 이후 Pro 순차 적용) Releasebot
- Deep Research 엔진이 Claude Opus 4.6 기반으로 업그레이드되어 DeepMind Deep Research QA 벤치마크 포함 내·외부 벤치마크 최고 성능 달성 Releasebot
- 엔터프라이즈 컨트롤 강화: Admins의 피처별 세부 접근 제어, 스트리밍 답변 포함 감사 로그 확장, 도메인 기반 신규 가입 제한, 조직 전체 사용 가이드라인 배포 기능 추가 Releasebot
- Computex 2026에서 하이브리드 로컬-서버 추론 오케스트레이터 발표 — 민감 데이터는 온디바이스 처리, 고부하 태스크는 클라우드 프론티어 모델로 자동 라우팅 (2026년 7월 Computer에 탑재 예정) MarkTechPost
Copilot의 답변 :
1. 2026년 6월 Update 및 Upgrade 내역
① Brain 출시 (2026.06.18)
Perplexity는 새로운 메모리 시스템인 Brain을 발표했습니다. 기존 AI 메모리가 사용자의 취향·선호도·프로필 정보를 기억하는 방식이었다면, Brain은 "AI가 수행한 업무 경험"을 기억합니다. [perplexity.ai], [marktechpost.com]
Brain이 축적하는 정보:
- 수행했던 업무
- 사용한 데이터 소스
- 성공한 접근법
- 실패했던 시도
- 사용자의 수정 내용
- 프로젝트 맥락(Context)
등입니다. [perplexity.ai], [digitaltoday.co.kr]
Perplexity에 따르면 반복 업무에서:
- 정답 정확성 +25%
- Recall +16%
- 컨텍스트 비용 -13%
개선 효과가 나타났습니다. [digitaltoday.co.kr], [perplexity.ai]
② Deep Research를 Computer 내부로 통합
기존에는 Deep Research 결과가 보고서 형태로 끝났지만, 이제는 Computer 안에 통합되어 연구 결과를 즉시 업무 산출물로 발전시킬 수 있습니다. [releasebot.io], [opentools.ai], [aidailypost.com]
가능한 결과물:
- 보고서
- 프레젠테이션
- 스프레드시트
- 대시보드
- 웹사이트
- 후속 자동화 워크플로우 [releasebot.io], [aidailypost.com]
③ Computer Command Panel 추가
Computer 모드에서 다음을 입력:
Plain Text
/
더 많은 선 표시
그러면:
- Deep Research
- Plan Mode
- Custom Skills
- Organization Skills
등을 빠르게 선택할 수 있습니다. [releasebot.io]
④ Forking 기능 추가
한 연구 결과를 여러 방향으로 확장할 수 있습니다.
예:
Plain Text
AI 시장 조사
├─ 투자 관점
├─ 경쟁사 관점
└─ 기술 관점
더 많은 선 표시
각각 독립적으로 발전시키면서 기존 컨텍스트는 유지됩니다. [releasebot.io]
⑤ Enterprise 기능 강화
추가된 기능:
- Computer Analytics API
- Custom Credit Limits
- Enterprise 관리 기능
- 향상된 승인(Confirmation) UX [releasebot.io]
프롬프트 : 2. Brain: 자기개선 워크 메모리 사용법과 예시를 설명해줘.
ChatGPT의 답변 :
2. Brain : 자기개선(Self-improving) Working Memory
Brain은 기존 Memory와 완전히 다릅니다.
기존 Memory
사용자 이름
좋아하는 문체
관심사
선호 언어
Brain
프로젝트
회의
문서
사람
결정사항
실패
수정
파일
업무 흐름
즉,
사용자를 기억하는 것이 아니라 일을 기억합니다.
Brain이 학습하는 데이터
Brain은 자동으로
- Computer 작업
- Connector 데이터
- 생성한 파일
- 사용자 수정
- 프로젝트 변경
등을 분석합니다.
Context Graph 생성
Brain은 모든 업무를 연결합니다.
예)
A회사
↓
회의록
↓
계약서
↓
견적서
↓
담당자
↓
메일
↓
Slack
↓
Github
↓
PDF
모두 하나의 그래프로 연결됩니다.
사용 방법
Step1
Computer에서 프로젝트 생성
Green Energy 사업
Step2
관련 문서 업로드
PDF
PPT
Excel
Word
Step3
Slack 연결
Google Drive 연결
Github 연결
Step4
Brain 활성화
Settings
↓
Brain ON
Step5
계속 업무 수행
Brain은 백그라운드에서
자동 학습합니다.
예시
첫날
시장조사
둘째날
경쟁사 분석
셋째날
사업계획서
넷째날
투자제안서
Brain은
시장조사
↓
경쟁사
↓
제품
↓
사업모델
↓
투자자료
모든 관계를 기억합니다.
Brain의 장점
공식 설명 기준으로 과거 작업 맥락이 중요한 업무에서는
- 정확도 향상
- 과거 정보 회상 향상
- 컨텍스트 재구성 비용 감소
효과가 보고되었습니다. 다만 이러한 수치는 Perplexity의 내부 테스트 결과이며, 실제 효과는 업무 유형과 사용 방식에 따라 달라질 수 있습니다.
Gemini의 답변 :
2. Brain: 자기개선 워크 메모리 사용법과 예시
사용법: Brain은 사용자의 단순한 프롬프트 선호도나 어조를 저장하는 것을 넘어, 에이전트가 과거에 수행한 작업 세션과 활용한 문서를 연결하는 '컨텍스트 그래프(Context Graph)'를 백그라운드에서 구조화합니다. 사용자가 별도로 이전 자료를 재업로드할 필요 없이, 진행 중인 세션을 방해하지 않는 야간 유휴 컴퓨팅 리소스를 활용하여 메모리를 자동 업데이트합니다.
활용 예시: 신규 비즈니스 모델 캔버스(BMC)와 MVP 전략에 관한 교육 커리큘럼을 설계할 때 그 진가를 발휘합니다. 이전 세션에서 확립해 둔 '가치 제안(Value Proposition)' 메시징이나 구체적인 타겟 고객층 데이터를 Brain이 이미 기억하고 있으므로, "어제 작업한 MVP 전략을 기반으로 3주 차 강의 자료를 작성해 줘"라고만 지시해도, 기존 맥락과 일관성을 완벽히 유지하며 완성도 높은 초안을 즉시 출력해 냅니다.
Perplexity의 답변 :
2. Brain: 자기개선 워크 메모리 사용법과 예시
Brain은 사용자의 취향이 아니라 “에이전트가 과거에 어떤 작업을 어떤 소스·절차로 수행했는지”를 컨텍스트 그래프로 저장하고, 매일 밤 자동으로 요약·정리해 다음 작업에 재사용하는 시스템입니다.instagram+2
사용법은 별도 설정 없이 Max·Enterprise Max 요금제에서 Computer를 반복적으로 사용하는 것만으로 자동 작동하며, 사용자가 직접 “이 방식대로 기억해줘”라고 지시할 필요가 없습니다.marktechpost+1
- 예시: 매주 “경쟁사 뉴스 요약” 작업을 Computer에 맡기면, 처음에는 여러 소스를 탐색하는 데 시간이 걸리지만, Brain이 “어떤 소스가 신뢰도 높았는지, 어떤 검색 순서가 효율적이었는지”를 학습해 두 번째·세 번째 실행부터는 더 빠르고 정확한 요약을 제공합니다.aiweekly+1
- 효과는 내부 테스트 기준 반복 업무 정답률 약 25% 향상, 관련 맥락 재호출 16% 개선, 장기 맥락이 필요한 작업의 비용 약 13% 절감으로 보고되었습니다.
Claude의 답변 :
2. Brain: 자기개선 워크 메모리
개념
Perplexity는 AI 메모리의 초점을 '사용자 선호도'에서 '에이전트 성능'으로 전환하며 Brain을 출시했습니다. Brain은 Computer 도구가 태스크를 얼마나 잘 수행했는지를 학습하는 자기개선 시스템으로, AI가 무엇을 했는지를 기억합니다. Quantum Zeitgeist
Brain은 Computer가 수행한 태스크의 컨텍스트 그래프를 구축합니다. 성공한 결과, 실패한 접근, 수정 사항, 이전 세션에서 활용한 정보 소스 등이 기록됩니다. 이 데이터를 야간 주기로 분석해 유사 태스크를 더 효율적으로 처리하는 방법을 스스로 업데이트합니다. Metaverse Post
작동 원리
Brain은 액션·결과·실수·수정 사항·파일·과거 세션으로부터 학습하며, 그 내역을 추적 가능한 컨텍스트 그래프로 정리한 뒤 **LLM 기반 위키(wiki)**로 변환해 이후 태스크에 재활용합니다. Brain은 이 히스토리를 야간에 처리하여 다음 세션부터 성능이 향상됩니다. Softonic
CEO 아라빈드 스리니바스는 이렇게 설명했습니다: "Brain은 모든 세션·커넥터·파일에 걸친 자기개선 컨텍스트 그래프입니다. Brain은 매일 밤 새로운 컨텍스트로 스스로를 업데이트하고, Computer의 모든 태스크에 그 결과를 공급합니다." Explainx
성능 지표
Perplexity 내부 테스트 결과, 반복 태스크에서 답변 정확도 +25%, 리콜 +16%, **기록 의존 워크플로우 비용 -13%**를 달성했습니다. Softonic
사용 예시
| 시나리오 | Brain 작동 방식 |
| 매주 경쟁사 동향 리포트 | 지난주 유효했던 소스와 형식을 기억해 이번 주에 동일 구조 재활용 |
| 반복 데이터 파이프라인 감사 | 과거 수정 이력을 반영해 동일 오류 반복 방지 |
| 고객 지원 티켓 라우팅 | 이전에 효과적이었던 분류 패턴을 축적해 라우팅 정확도 개선 |
접근 방법: Perplexity 사이드바의 Customize 메뉴에서 Brain을 활성화. 현재 Max 및 Enterprise Max 구독자 대상 Research Preview로 제공. Explainx
경쟁 메모리 시스템과의 차이
Claude의 메모리가 claude.md 파일이나 Projects를 통해 사용자가 직접 작성·관리하는 명시적 방식인 반면, Brain은 세션과 커넥터에서 컨텍스트 그래프를 자동으로 추론·구축합니다. 명시적 메모리는 제어와 예측 가능성이 높고, Brain은 마찰이 적은 자동화 방식입니다. Explainx
Copilot의 답변 :
2. Brain: 자기개선 워크 메모리 사용법
Brain이란?
Perplexity는 Brain을 다음과 같이 설명합니다.
사용자를 기억하는 것이 아니라 AI가 수행한 업무를 기억하는 시스템. [perplexity.ai], [marktechpost.com]
동작 원리
Plain Text
작업 수행
↓
Context Graph 생성
↓
Brain 저장
↓
야간 분석
↓
업무 패턴 학습
↓
다음 작업 최적화
더 많은 선 표시
Brain은 작업 이력을 "Context Graph" 형태로 저장합니다. [perplexity.ai], [marktechpost.com]
사용 예시 ① 경쟁사 모니터링
첫 주:
Plain Text
삼성전자 생성형 AI 전략 조사
더 많은 선 표시
Brain 기억:
- 사용한 출처
- 분석 방식
- 최종 보고서 구조 [perplexity.ai], [digitaltoday.co.kr]
다음 달:
Plain Text
삼성전자 AI 전략 업데이트
``
더 많은 선 표시
Computer는 과거 프로젝트를 참고해 훨씬 빠르게 보고서를 만듭니다. [perplexity.ai], [marktechpost.com]
사용 예시 ② 주간 경영 보고
매주:
Plain Text
AI 업계 동향 보고서 작성
더 많은 선 표시
Brain이 기억:
- 선호 형식
- 자주 사용하는 출처
- 수정 이력
결과적으로 매주 보고서 품질이 향상됩니다. [perplexity.ai], [digitaltoday.co.kr]
프롬프트 : 3. Deep Research, 이제 Computer 안에서 사용법과 예시를 설명해줘.
ChatGPT의 답변 :
3. Deep Research → Computer 내부 통합
이전
Search
↓
Deep Research
↓
완료
이제는
Computer
↓
Research
↓
웹 검색
↓
PDF 읽기
↓
Excel 분석
↓
요약
↓
보고서 작성
↓
메일 작성
↓
파일 저장
하나의 Workflow입니다.
사용법
예시
2026 한국 AI 시장 분석
보고서를 작성해줘.
Computer는
① 검색
↓
② 논문
↓
③ 뉴스
↓
④ 정부자료
↓
↓
⑥ 표 생성
↓
⑦ 보고서 작성
↓
⑧ Word 저장
↓
⑨ 이메일 초안 작성
까지 수행할 수 있습니다.
예시
국내 AI 반도체 기업
시장 점유율
특허
최근 투자
경쟁사 비교
30페이지 보고서 작성
Computer가
자동으로
- Research
- 분석
- 작성
을 모두 연결합니다.
Gemini의 답변 :
3. Deep Research (Computer 내 통합 버전) 사용법과 예시
사용법: Computer 플랫폼 내에 통합된 Deep Research는 수백 개의 출처를 자율적으로 검색, 열람, 추론하여 3~5분 내에 포괄적인 보고서를 작성합니다. 새롭게 추가된 '포크(Forking)' 기능을 통해 핵심 연구 줄기를 유지하면서도 특정 주제에 대해 하위 갈래로 파생시켜 독립적인 심층 탐색이 가능합니다.
활용 예시: '설명 가능한 AI'나 '기업 AI 리스크 관리'와 같은 복잡한 거버넌스 주제로 성균관대학교 강의 교안이나 B2B 임원진 브리핑(Executive Briefing)을 준비할 때 유용합니다. Deep Research에 관련 규제 동향 분석을 지시하면 자율적으로 최신 학술 논문과 기업 사례를 수집합니다. 이후 포크 기능을 활용해 "이 데이터를 바탕으로 '책임 공백(Accountability Void)' 문제만 별도로 심층 분석해 줘"라고 분기시키면 원본 보고서를 훼손하지 않고 다각적인 전문 분석 자료를 얻을 수 있습니다.
Perplexity의 답변 :
3. Deep Research, 이제 Computer 안에서 사용법과 예시
Deep Research는 하나의 검색이 아니라 계획 수립→반복 검색→결과 평가→종합의 단계를 거치는 “리서치 애널리스트형” 에이전트 검색이며, 6월 업데이트로 별도 스레드가 아닌 Computer 안에서 바로 실행되고 결과가 보고서·대시보드 등 산출물로 바로 이어집니다.perplexity
사용법은 Computer에서 복잡한 질문을 입력하기만 하면, Computer가 이를 여러 하위 작업으로 쪼개 20개 이상 모델에 라우팅하고, 필요 시 Statista·PitchBook·CB Insights 같은 프리미엄 소스까지 자동으로 끌어와 답변을 뒷받침합니다.perplexity
- 예시 1 (금융): “유럽 상장 식료품 소매업체 3곳에 대해 매수 측 실사를 수행하고, 재무 성과·매장 형식·자체 브랜드 침투율·공급망 리스크를 표로 정리하고 짧은 메모도 작성해줘”라고 요청하면, Computer가 리서치부터 표·메모 작성까지 한 번에 처리합니다.perplexity
- 예시 2 (법률): “최근 인수한 텍사스 스타트업 직원들의 경업금지 약정이 우리가 캘리포니아 회사가 된 지금도 유효한가?”라고 물으면, 캘리포니아·텍사스 법, 계약 양도 판례, FTC 규정을 각각 병렬로 조사한 뒤 하나의 리스크 평가 보고서로 종합합니다.
Claude의 답변 :
3. Deep Research — Computer 내 통합 사용법
핵심 변경 (6월 19일)
Deep Research가 이제 Computer 내부에서 실행됩니다. 복잡한 리서치 질문에서 시작해, 결과물을 같은 공간에서 리포트·스프레드시트·덱·대시보드·웹사이트·후속 워크플로우로 바로 전환할 수 있습니다. Releasebot
6월 19일 업데이트에서 Perplexity는 Computer에 더 강력한 Deep Research를 탑재하며 커맨드 패널, 스레드 포킹(forking), 인라인 액션, 애널리틱스 API, 엔터프라이즈 크레딧 컨트롤을 추가했습니다. reconnAI
새로 추가된 기능
| 기능 | 설명 |
| 커맨드 패널 | 빠른 명령어 접근으로 리서치 흐름 단축 |
| 스레드 포킹(Forking) | 리서치 결과를 분기해 다른 방향으로 탐색 가능 |
| 인라인 확인(Inline Confirmation) | 에이전트 작업 중 실시간으로 방향 수정·승인 |
| Computer Analytics API | 조직 단위 사용량 분석 및 추적 |
| 커스텀 크레딧 한도 | 엔터프라이즈 팀별 사용량 예산 설정 |
사용 예시
대표 활용 예시:
- 마켓 브리프 생성: "AI 데이터 인프라 분야 상위 5개 기업을 조사하고, 포지셔닝·펀딩을 비교한 뒤 1페이지 전략 메모로 전환해줘"
- SEO 전략 개선: 최근 90일간 업계 트렌딩 토픽, 경쟁사 상위 콘텐츠, 검쟁사가 다루지 않는 콘텐츠 갭을 분석해 분기별 콘텐츠 캘린더 추천
- 제품 상세 비교: 웨어러블 기기 간 수면 트래킹 정확도·HRV 측정 신뢰도 비교 Releasebot
Search as Code 인프라
Deep Research in Computer는 Perplexity 고유의 Search as Code 인프라를 활용해 시장의 다른 딥리서치 제품 대비 최신 벤치마크에서 높은 성능을 기록하고 있습니다. Releasebot
Copilot의 답변 :
3. Deep Research in Computer 사용법
기존 방식
Plain Text
질문
↓
심층조사
↓
보고서
더 많은 선 표시
현재 방식
Plain Text
질문
↓
Deep Research
↓
Computer
↓
실행
↓
PPT
Dashboard
Excel
웹사이트
더 많은 선 표시
[releasebot.io], [opentools.ai]
예시 ① 시장 분석
질문:
Computer 수행:
- Deep Research 실행
- 기업 정보 수집
- 투자 현황 조사
- 경쟁 분석
- 전략 메모 작성
[releasebot.io], [opentools.ai]
예시 ② 신사업 검토
질문:
Plain Text
한국 AI 에이전트 시장 진출 전략 연구
더 많은 선 표시
생성 가능:
- 산업 보고서
- SWAT 분석
- PPT 초안
- 경쟁사 매트릭스 [releasebot.io], [aidailypost.com]
Search as Code
Perplexity의 핵심 기술입니다.
AI가 검색을 단순 질의가 아니라 프로그램처럼 설계합니다.
Plain Text
검색
↓
검증
↓
재검색
↓
교차분석
↓
결론 도출
더 많은 선 표시
이를 수천 개의 병렬 검색 작업으로 수행합니다. [aidailypost.com], [releasebot.io]
프롬프트 : Computer: 멀티모델·멀티툴 에이전트 플랫폼 사용법과 예시를 설명해줘.
ChatGPT의 답변 :
4. Computer : 멀티모델·멀티툴 에이전트 플랫폼
Computer는 단순한 LLM이 아니라 여러 모델과 도구를 조합하는 오케스트레이터 역할을 수행합니다.
예시
질문
↓
Search
↓
Claude
↓
GPT
↓
Gemini
↓
Python
↓
Browser
↓
Google Drive
↓
Slack
↓
Word
↓
결과
사용 예시
우리 회사 ESG 보고서를 작성해줘.
Computer는
① ESG 기준 조사
↓
② 회사 자료 수집
↓
③ Excel 분석
↓
④ Word 작성
↓
⑤ PPT 생성
↓
⑥ 이메일 초안
까지 하나의 Agent가 수행합니다.
Connector 활용
연결 가능한 대표 서비스
- Google Drive
- Slack
- GitHub
- Notion
- Outlook
- Microsoft 365
등을 이용해 업무 Context를 유지합니다. (지원 범위는 계정 유형과 시점에 따라 달라질 수 있습니다.)
Gemini의 답변 :
4. Computer: 멀티모델·멀티툴 에이전트 플랫폼 사용법과 예시
사용법: Computer는 화면 밖의 격리된 가상 샌드박스에서 여러 단계를 거치는 작업을 비동기적으로 실행합니다. 단순히 텍스트 답변을 생성하는 것이 아니라 Microsoft 365 앱과 네이티브로 연동되어, 데이터 다운로드, 스크립트 실행, 문서 서식 지정 등 실질적인 '소프트웨어 조작 행동'을 수행합니다.
활용 예시: 청년 커뮤니티의 출석부 관리나 자동화된 재무 시스템을 구축하는 Vibe Coding 작업에 최적화되어 있습니다. "구글 앱스 스크립트(Google Apps Script) 데이터를 기반으로 7월 조직 공유 계정 이전을 위한 재무 결산 엑셀 파일을 만들어 줘"라고 명령하면, Computer 에이전트가 백그라운드에서 코드를 실행해 데이터를 파싱하고, 정확한 양식의 Excel 파일로 포맷팅하여 최종 결과물만 깔끔하게 전달합니다.
Perplexity의 답변 :
4. Computer: 멀티모델·멀티툴 에이전트 플랫폼 사용법과 예시
Computer는 단일 모델이 아니라 20개 이상 프런티어 모델을 작업 성격(리서치·추론·계약 등)에 맞춰 자동으로 골라 쓰고, Microsoft 365·Google Workspace를 포함해 400개 이상의 앱·툴을 App Connectors로 연결하는 범용 에이전트 플랫폼입니다.perplexity+1
사용법은 사용자가 자연어로 목표만 제시하면, Computer가 필요한 모델과 연결된 파일·앱에서 정보를 모아 문서·프레젠테이션·대시보드 같은 실무 산출물로 바로 변환해 줍니다.perplexity+1
- 예시 1 (스포츠/일반): OpticOdds 통합 이후 “오늘 NBA 경기의 배당 흐름과 부상 이슈가 라인에 미친 영향을 비교해줘”라고 물으면 기관급 실시간 데이터를 기반으로 답변합니다.businesswire+1
- 예시 2 (업무): SharePoint의 내부 파일과 Outlook 대화 맥락을 함께 참조해 “이번 분기 영업 보고서 초안을 Word 문서로 작성해줘”라고 요청하면, Computer가 관련 자료를 모아 Word 문서를 바로 생성합니다.
Claude의 답변 :
4. Computer: 멀티모델·멀티툴 에이전트 플랫폼
플랫폼 개요
Perplexity Computer는 태스크를 서브태스크로 분해하고, 각 서브태스크를 최적 모델과 데이터 소스로 라우팅한 뒤, 결과를 브리프·메모·딜 서머리로 조합하는 에이전틱 멀티모델 오케스트레이션 레이어입니다. MarkTechPost
20개 이상의 프론티어 AI 모델이 통합되어 있으며, 특정 벤더 종속 없이 태스크별로 최적 에이전트가 할당됩니다. "20개의 모델을 통합한 상태에서 서브 에이전트를 릴리스하면 팀을 투입하는 것과 같습니다. 가장 잘하는 에이전트가 해당 태스크에 배정됩니다." Law.com
주요 커넥터 및 통합
Computer는 2026년 5월 기준 Microsoft 365(Word, Excel, PowerPoint, Outlook, Teams)에서 네이티브로 사용 가능하며, 개인용 Personal Computer는 Mac에 출시되었고 Windows 대기자 명단도 운영 중입니다. Perplexity
멀티모델 라우팅 사용 예시
| 입력 요청 | 에이전트 동작 |
| "경쟁사 5곳의 Q2 실적을 분석해 슬라이드 덱으로 만들어줘" | 웹 리서치 모델 → 수치 분석 모델 → 문서 생성 모델 순차 라우팅 후 PPTX 출력 |
| "이 PDF 계약서에서 위험 조항을 찾아 요약해줘" | 문서 파싱 → 법률 추론 모델 → 리스크 인라인 주석 |
| "지난달 Slack에서 논의된 제품 로드맵을 정리해줘" | Slack MCP 커넥터 → 요약 모델 → 구조화된 메모 |
Copilot의 답변 :
4. Computer: 멀티모델·멀티툴 에이전트 플랫폼
Computer란?
Perplexity Computer는 여러 AI 모델을 조합하는 오케스트레이션 플랫폼입니다. 최대 20개 이상의 AI 모델을 필요에 따라 자동 선택합니다. [outlookbusiness.com], [opentools.ai]
구조
Plain Text
사용자 요청
↓
Computer
↓
┌───────────┐
│ Claude │
│ GPT │
│ Gemini │
│ Grok │
│ 이미지AI │
└───────────┘
↓
결과 통합
더 많은 선 표시
Computer:
- Gemini → 시장조사
- Claude → 분석
- GPT → 문서 작성
- 이미지 모델 → 차트 생성
최종적으로 발표자료 초안을 만듭니다. [opentools.ai], [outlookbusiness.com]
연결 가능한 도구
연동 가능:
- Microsoft 365
- OneDrive
- Google Drive
- GitHub
- Slack
- Notion
- Box
등 수백 개 SaaS 커넥터를 지원합니다. [techtimes.com], [gadgetbond.com]
프롬프트 : Computer for Counsel: 법률 워크플로우 특화 에이전트 사용법과 예시를 설명해줘.
ChatGPT의 답변 :
5. Computer for Counsel (법률 워크플로우 특화)
2026년 6월 공개된 Computer for Counsel은 변호사와 기업 법무팀을 위한 법률 특화 에이전트입니다. 기존의 법률 데이터베이스를 대체하기보다, 법률 업무 흐름을 자동화하고 보조하는 데 초점을 맞추고 있습니다.
지원 업무 예시
- 계약 검토
- 실사(Due Diligence)
- 규정 비교
- 정책 분석
- 문서 초안
- 증거 문서 정리
- 법률 메모 작성
사용 예시
입력
NDA를 검토하고
위험조항
수정안
협상 포인트를 정리해줘.
Computer는
NDA 분석
↓
위험조항 표시
↓
표준조항 비교
↓
수정 제안
↓
협상전략
↓
보고서 생성
와 같은 흐름으로 작업을 지원합니다.
기업 법무팀 활용 사례
예를 들어,
EU AI Act
대한민국 AI 기본법
미국 규제를 비교하여
우리 회사 준수 체크리스트 작성
이라고 요청하면
- 법령 조사
- 조항 비교
- 차이 분석
- 준수 체크리스트
- 내부 보고서 초안
까지 하나의 Workflow로 수행하도록 설계되었습니다. 다만 결과는 법률 자문을 대체하지 않으며, 최종 검토는 전문가가 수행해야 합니다.
Gemini의 답변 :
5. Computer for Counsel: 법률 워크플로우 특화 에이전트 사용법과 예시
사용법: 법무팀과 기업 법무를 위해 설계된 버티컬 워크플로우 엔진입니다. 사용자가 계약서 검토나 판례 리서치를 요청하면, 이를 여러 개의 작은 작업으로 분할한 뒤 특화된 AI 에이전트들을 동시다발적으로 파견합니다. 파편화된 답변이 아닌, 내부 문서 관리 시스템과 연동된 '실질적인 완성본 형태'의 법률 문서를 산출합니다.
활용 예시: 기술거래사로서 복잡한 기술 사업화 모델을 다루거나 기업 대표로서 서명해야 할 중요한 B2B 계약이 있을 때 필수적입니다. 제3자 비밀유지계약서(NDA)를 Computer for Counsel에 전달하면, 내부 컴플라이언스 기준에 위배되는 독소 조항이 없는지 자동으로 검토합니다. 빈칸을 채우고, 쟁점 사항이 요약된 인용 기반 리포트를 작성하며, 승인을 위한 깔끔한 최종본(Clean copy)을 즉시 라우팅하여 계약 검토에 소요되는 실무 부담을 대폭 줄여줍니다.
Perplexity의 답변 :
5. Computer for Counsel: 법률 워크플로우 특화 에이전트 사용법과 예시
Computer for Counsel은 Computer 위에 법률 리서치 DB(Midpage), 계약·서명 도구(Docusign), 문서관리(NetDocuments·Box), HR·컴플라이언스(Deel) 등을 연결해 변호사의 행정 업무를 자동화하는 6월 24일 출시 버전입니다.marktechpost+1
사용법은 Perplexity Enterprise 또는 Max 요금제에서 Computer for Counsel을 열어 법률 관련 요청을 하면, 시스템이 자동으로 적절한 소스(Midpage, Deel 등)를 참조하고 모든 답변에 원문 판례·조항 링크를 달아줍니다.perplexity
- 예시 1 (계약 검토): 제3자 NDA가 들어오면 Computer가 위험 조항을 검토하고 서명자 정보를 채운 뒤 정리본을 만들어 Docusign으로 승인·서명 절차를 진행합니다.perplexity
- 예시 2 (규제 모니터링): “미국 주별 프라이버시·애드테크 법 현황을 대시보드로 만들어줘”라고 요청하면, 시행 중인 주를 표시하고 Midpage의 관련 판례를 인용한 공유형 대시보드를 생성합니다.perplexity
- 예시 3 (판례 리서치): “FTC의 2024년 경업금지 금지 이후 경업금지 조항의 집행 가능성을 조사해줘”라고 하면 주요 판례를 요약하고 미확정 사안을 표시한 뒤 인용이 달린 PDF로 내보냅니다.
Claude의 답변 :
5. Computer for Counsel: 법률 워크플로우 특화 에이전트
출시 배경 및 포지셔닝
Perplexity는 6월 24일 뉴욕에서 인하우스 카운슬·중소형 로펌·리걸테크 파운더를 대상으로 초청 행사를 열고 Computer for Counsel을 공식 발표했습니다. Perplexity는 Westlaw, LexisNexis, Bloomberg Law 같은 법률 DB를 대체하는 것이 아니라, 그 위에 얹히는 리서치·드래프팅·워크플로우 레이어로 자신을 포지셔닝합니다. LawSites
핵심 기술 구조
- 20개 이상의 프론티어 AI 모델이 태스크별로 최적 모델을 선택해 리서치·추론·계약·법률 워크플로우를 처리합니다. Pulse 2.0
- Midpage(판례 + 인용 검증기)를 프리미엄 소스로 통합하며, 400개 이상의 MCP 커넥터로 기존 업무 도구와 연결됩니다. 모든 출력에 인라인 인용이 포함되어 변호사가 사용 전 각 인용을 직접 검증할 수 있습니다. MarkTechPost
- Microsoft 365와 직접 연동해 Word에서 문서 작성, SharePoint에서 파일 검색, Outlook·Teams에서 컨텍스트 참조가 가능합니다. Above the Law
지원 커넥터
Box, Carta, Clio, DeepJudge, DocuSign, Ironclad, NetDocuments 등이 포함됩니다. Pulse 2.0
주요 워크플로우 및 사용 예시
① 제3자 NDA 인테이크
Computer가 NDA 레드플래그를 검토하고, 당사자 정보를 완성하며, 클린 사본을 준비한 뒤 DocuSign을 통해 승인·서명 라우팅까지 자동화.
② 규제 모니터링 대시보드
미국 주별 개인정보보호법·AdTech 법안을 모니터링하고, Midpage의 관련 법원 의견을 인용해 주·날짜·관련도별로 정리된 대시보드 자동 생성.
③ 판례 리서치 + 인용 검증
비경쟁 조항 집행 가능성 등 이슈를 검토하고, 관련 판례를 요약하며, 불확실한 법리를 플래그한 뒤 인용 검증된 PDF 내보내기.
④ 특허 선행기술 조사
특허 DB와 비특허 문헌을 조사해 출원일·권리자·관련도별로 선행기술을 정리.
⑤ 비즈니스 개발 지원
내부 지식베이스에서 로펌의 사건 이력·사례 연구·변호사 프로파일을 추출해 맞춤형 RFP 제안서 생성.
Pulse 2.0LawSites
도입 사례
Gunderson Dettmer는 Perplexity Enterprise를 전사 도입해 변호사의 80%가 매월 35,000건 이상의 리서치 쿼리를 실행하고 있습니다. Chief Knowledge Officer는 "사람들이 교육이나 설득 없이 그냥 사용하기 시작했다"고 밝혔습니다. Tech Times
경쟁 구도
Harvey(하루 70만 건, 10만 명 이상 변호사), Thomson Reuters CoCounsel(Westlaw 기반), Lexis+ AI와 경쟁 중입니다. Perplexity의 차별점은 오픈 웹 + 일상 업무 도구 접근성과 단일 벤더 종속 없는 멀티모델 라우팅입니다. Tech Times
Copilot의 답변 :
5. Computer for Counsel: 법률 워크플로우 특화 에이전트
출시
2026년 6월 24일 공개되었습니다. [perplexity.ai], [legaltechdigest.com]
목적
법률 전문가가 반복 행정업무보다 실제 법률 자문에 집중하도록 지원합니다. [perplexity.ai], [perplexity.ai]
주요 기능
법률 리서치
Computer는:
- 판례 검색
- 법령 분석
- 규제 조사
- 관할권 비교
를 수행할 수 있습니다. [perplexity.ai], [lawnext.com]
계약서 검토
가능 업무:
- NDA 검토
- 계약 위험 탐지
- 조항 비교
- Due Diligence 분석 [perplexity.ai], [gadgetbond.com]
규제 모니터링
예:
Plain Text
EU AI Act 변화 감시
더 많은 선 표시
출력:
- 신규 규정
- 시행 일정
- 영향도 분석
- 일일 요약
[perplexity.ai], [lawnext.com]
연결 가능한 법률 플랫폼
Midpage
- 미국 판례
- 법령
- 규정
- Citator
[perplexity.ai], [techtimes.com]
Deel
- 국가별 노동법
- 해외 고용 규정
- Payroll Compliance
LegalZoom
- NDA
- 고용계약서
- 계약 템플릿 [perplexity.ai]
문서 시스템
- NetDocuments
- Box
- DocuSign
- PandaDoc
- DeepJudge [perplexity.ai], [techtimes.com]