ChatGPT vs Perplexity (출처 검증, 맥락 유지, 선택 기준)

Perplexity에서 각주가 달린 숫자를 자료에 그대로 옮겨 썼다가 나중에 원문을 눌러보고 등골이 서늘해진 적이 있습니다. 각주가 붙어 있으면 당연히 검증된 수치라고 여겼는데, 막상 원문은 그 숫자를 전혀 언급하지 않고 있었거든요. 그 경험 이후로 저는 ChatGPT와 Perplexity를 완전히 다른 용도로 쓰게 됐고, 두 서비스의 차이가 단순히 "검색 되냐 안 되냐"가 아니라는 걸 몸으로 느꼈습니다.

Perplexity 출처 검증, 믿어도 될까

Perplexity의 핵심 설계 철학은 검색과 인용(citation)을 응답의 기본 흐름으로 만드는 것입니다. 여기서 인용이란 단순히 링크를 걸어두는 게 아니라, 답변의 각 문장 옆에 출처 번호를 붙여 독자가 바로 원문으로 이동할 수 있게 하는 방식을 의미합니다. 처음 쓸 때는 이 구조가 꽤 인상적이었습니다. 질문 하나에 서너 개 출처가 같이 올라오고, 각주를 누르면 바로 원문 페이지로 이동하니 조사 속도가 확실히 빨라졌거든요.

그런데 제가 직접 써봤는데, 각주의 역할을 오해하기 쉽다는 걸 뒤늦게 깨달았습니다. 특정 시장 규모 수치를 물어봤을 때 Perplexity가 깔끔한 숫자와 각주를 함께 내놓아서 그냥 자료에 옮겨 썼습니다. 며칠 뒤 다른 보고서와 수치가 맞지 않아서 각주를 직접 눌러봤더니, 원문은 그 숫자가 아닌 비슷한 시기의 다른 지표를 이야기하고 있었습니다. Perplexity가 맥락을 바탕으로 합리적으로 추론한 값을 마치 인용된 사실처럼 제시한 것이었는데, 각주가 달려 있으니 저는 그냥 넘어간 거죠.

이 문제는 할루시네이션(hallucination)과는 조금 다른 층위에 있습니다. 할루시네이션이란 AI가 존재하지 않는 사실을 지어내는 현상을 말하는데, 이 경우는 출처 자체는 실재하지만 그 출처가 해당 문장을 뒷받침하지 않는 경우입니다. 쉽게 말해 각주가 "이 주장을 검증했다"는 신호가 아니라 "이 근처에서 관련 내용을 찾았다"는 신호에 가까울 수 있다는 것입니다. 솔직히 이건 예상 밖이었습니다.

그렇다고 Perplexity의 검색 중심 인터페이스가 무의미하다는 뜻은 아닙니다. Research 기능은 여러 번 검색하고 조사 계획을 스스로 수정한 뒤 종합 보고서를 만드는 딥 리서치(Deep Research) 방식으로, 빠르게 후보 자료를 모을 때는 확실히 수고를 덜어줍니다. 출처: Reuters에 따르면 Perplexity는 2024년 기준 기업 가치 90억 달러 수준으로 평가받을 만큼 AI 검색 시장에서 빠르게 성장한 서비스이기도 합니다. 다만 제 경험상 이건 "빠르게 후보를 찾아주는 도구"이고, 그 결과를 최종 근거로 쓰기 전에는 원문을 직접 열어 확인하는 과정이 반드시 필요합니다.

• 각주(citation)는 "검증됐다"는 신호가 아니라 "확인할 수 있다"는 신호다
• 숫자나 수치가 포함된 주장은 각주 원문을 직접 열어 대조해야 한다
• Research(딥 리서치) 기능은 자료 후보를 빠르게 모을 때 유용하지만 최종 검증 단계는 사람이 해야 한다
• Perplexity는 최근 문서·PPT·스프레드시트 생성까지 지원해 단순 검색 도구를 넘어서고 있다

맥락 유지와 ChatGPT 선택 기준

ChatGPT가 확실히 다르게 느껴진 건 하나의 생각을 여러 번 주고받으며 다듬는 작업을 해봤을 때였습니다. 마케팅 전략 초안을 짜면서 "이 부분 반박해줘", "그럼 이 전제로 바꾸면 어떻게 되지?" 하고 몇 번을 왔다 갔다 했는데, ChatGPT는 제가 어떤 주장을 반박당했고 어떤 걸 받아들였는지를 계속 기억하고 있었습니다. 대화의 컨텍스트(context), 즉 이전 교환에서 쌓인 맥락 정보를 유지하면서 그 위에 다음 논의를 쌓아 올리는 구조가 범용 AI로서 ChatGPT의 가장 큰 강점이라고 느꼈습니다.

Perplexity로 같은 시도를 해봤을 때는 느낌이 달랐습니다. 후속 질문을 던지면 매번 새로 검색하고 새로 종합하는 느낌이 강해서, 앞서 나눴던 논의의 흐름이 자꾸 끊겼습니다. 이건 Perplexity가 나쁜 게 아니라 설계 목적이 다른 것입니다. 검색 결과를 빠르게 갱신하는 데 최적화된 서비스와 대화를 누적하며 사고를 발전시키는 서비스는 구조 자체가 다를 수밖에 없습니다.

ChatGPT의 Deep Research 역시 공개 웹과 업로드된 파일, 연결된 앱을 조합해 보고서를 만들고 출처를 제공하는 기능을 갖추고 있어, 이제 "출처가 필요하면 Perplexity"라는 단순 공식은 맞지 않습니다. 출처: OpenAI 공식 자료에서도 언급하듯 ChatGPT는 외부 조사뿐 아니라 파일·데이터·이미지를 아우르는 복합 작업 흐름을 지향하고 있습니다. 제 경험상 이건 좀 다릅니다. 두 서비스의 실질적인 차이는 검색 가능 여부가 아니라, 검색이 끝난 다음에 무엇을 하느냐에 달려 있습니다.

저는 결국 이렇게 정리하게 됐습니다. Perplexity는 "이 사실이 맞나"를 빠르게 확인하는 도구, ChatGPT는 "이 방향이 맞나"를 오래 붙잡고 다듬는 파트너. 어느 쪽이 절대적으로 낫다고 단정하기보다는, 두 서비스의 강점이 서로 다른 레이어에 있다고 보는 게 정확합니다. 일반적인 빠른 검색은 Perplexity로 시작하고, 그 결과를 바탕으로 긴 후속 작업이 이어진다면 ChatGPT로 넘어가는 방식이 제게는 가장 효율적이었습니다.

자주 묻는 질문

Q. Perplexity 각주는 믿어도 되나요?

A. 각주가 달려 있다는 건 원문을 확인할 수 있다는 의미이지, 그 주장이 검증됐다는 의미가 아닙니다. 특히 수치나 통계가 포함된 문장은 각주 원문을 직접 열어서 해당 숫자를 실제로 언급하고 있는지 대조하는 습관이 필요합니다. 제 경험상 각주가 붙은 숫자도 원문과 다른 경우가 있었습니다.

Q. ChatGPT Deep Research랑 Perplexity Research 중 어떤 게 더 낫나요?

A. 어느 쪽이 항상 더 낫다고 단정하기 어렵습니다. 검색 가능한 출처 범위, 질문 방식, 사용 모델 버전에 따라 결과가 달라지기 때문입니다. 빠르게 여러 출처를 비교하며 근거를 확인하는 데는 Perplexity가 편하고, 조사 결과를 이어서 파일 분석이나 콘텐츠 제작까지 연결해야 한다면 ChatGPT Deep Research가 더 매끄럽습니다.

Q. 두 개 다 쓰는 게 의미가 있나요, 하나만 써도 되나요?

A. 저는 병행하는 쪽이 실제로 더 효율적이었습니다. 빠른 사실 확인은 Perplexity로 시작하고, 그 결과를 바탕으로 긴 후속 작업이 필요할 때는 ChatGPT로 넘어가는 방식입니다. 두 서비스가 점점 비슷한 기능을 추가하고 있지만, 기본 동선의 차이는 여전히 실제 사용감에서 분명히 느껴집니다.

Q. Perplexity도 문서 만들기가 되나요?

A. 됩니다. 최근 Perplexity는 DOCX·PDF 문서, PPTX 프레젠테이션, XLSX 스프레드시트 생성까지 지원하면서 단순 검색 도구라는 인상에서 벗어나고 있습니다. 다만 리서치 결과의 인용을 유지한 채 문서를 만드는 흐름이 자연스럽다는 점이 특징이고, 파일·데이터·이미지를 복합적으로 다루는 작업은 여전히 ChatGPT가 더 폭넓게 지원합니다.

결론

두 서비스를 오래 쓰면서 제가 내린 결론은, 선택 기준이 "검색이 되느냐"에서 "검색 이후에 무엇을 하느냐"로 바뀌었다는 것입니다. Perplexity는 빠르게 후보 자료를 모으고 출처를 탐색하는 데 잘 맞고, ChatGPT는 그 자료를 붙잡고 생각을 반복해서 다듬거나 복합 작업으로 이어갈 때 강합니다. 어느 쪽을 쓰든 중요한 정보라면 최종 출처를 직접 열어 확인하는 습관은 필수입니다.

저는 요즘 두 서비스를 하나의 작업 흐름 안에서 역할을 나눠 씁니다. 처음 조사할 때는 Perplexity로 방향을 잡고, 생각을 계속 발전시켜야 할 때는 ChatGPT로 넘어갑니다. 이 방식이 저한테는 가장 현실적인 선택 기준이었고, 둘 중 하나만 골라야 한다면 자신의 작업이 "사실 확인"에서 끝나는지, "사실 이후"로 이어지는지를 먼저 따져보는 게 맞다고 생각합니다.