--- title: "Perplexity AI (KO)" source: "https://systems-analysis.info/int/Perplexity_AI_(KO)" wiki: "systems-analysis.info/int" article: "Perplexity_AI_(KO)" language: "ko" categories: - "Category:Korean" - "Category:Large language models" - "Category:LLM families" - "Category:Machine learning" revision_id: 5557 wiki_created_at: 2026-09-06T23:50:58Z wiki_modified_at: 2026-09-06T23:50:58Z downloaded_at: 2026-09-07T23:09:08Z --- # Perplexity AI (KO) **Perplexity AI** — 미국의 스타트업이자 동명의 **검색 엔진** (conversational search engine)으로, 인공지능을 활용하여 사용자 쿼리에 대한 직접적인 답변을 출처와 함께 제공합니다^{[\[1\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-wikipedia-ru-pplx-1)}. 이 회사는 2022년 OpenAI, Meta, Google, DeepMind, Databricks 출신 전문가들로 구성된 팀에 의해 설립되었습니다^{[\[2\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-rbc-trends-2)}. 이 플랫폼은 자체 대형 언어 모델(LLM)과 타사 주요 모델에 대한 접근을 결합하여 응답의 속도, 정확도, 비용을 최적화합니다. Perplexity의 핵심 기술은 고급 **Retrieval-Augmented Generation (RAG)** 시스템으로, 자체 검색 인프라에서 얻은 최신 정보로 LLM의 응답을 보강합니다^{[\[3\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-rag-intro-3)}. ## 역사 및 창업자 Perplexity AI는 2022년 네 명의 전문가에 의해 설립되었습니다: - **아라빈드 스리니바스** (CEO) — OpenAI, Google Brain, DeepMind 출신 전직 연구원^{[\[4\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-wiki-eng-shrinivas-4)}. - **데니스 야라츠** (CTO) — Meta AI 출신 전직 연구원. - **조니 호** (CSO) — Quora 출신 전직 엔지니어. - **앤디 코닌스키** — Databricks 공동 창업자^{[\[2\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-rbc-trends-2)}. 초기에는 데이터 분석을 위한 B2B 서비스로 구상되었으나, 2022년 10월 팀이 Bing과 GPT-3 기반의 검색 엔진 프로토타입을 개발하면서 회사의 방향이 결정되었습니다^{[\[5\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-forbes-ru-story-5)}. Perplexity AI는 Nvidia, SoftBank, Amazon 창업자 제프 베이조스를 포함한 주요 투자자들로부터 상당한 투자를 유치했습니다. 2025년 초 기준으로 회사 가치는 **140억 달러**에 달했으며^{[\[6\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-vashgolos-14b-6)}, 월간 활성 사용자 수는 **1,500만 명**을 초과했습니다^{[\[7\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-3dnews-growth-7)}. ## 기술 아키텍처 ### Retrieval-Augmented Generation (RAG) Perplexity의 핵심은 **RAG** 기술로, 구식 지식 및 "환각"과 같은 기존 LLM의 한계를 극복할 수 있게 해줍니다. 알고리즘은 여러 단계로 작동합니다^{[\[8\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-timeweb-rag-8)}: 1. 최적의 검색을 위한 사용자 쿼리 분석 및 재구성. 2. 권위 있는 비-SEO 출처를 우선시하는 **자체 검색 인프라** (크롤러 및 랭킹 시스템)를 사용한 정보 검색^{[\[7\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-3dnews-growth-7)}. 3. 검색된 웹 페이지에서 가장 관련성 높은 단편("스니펫") 추출. 4. 해당 단편들을 기반으로 LLM을 사용한 일관되고 정확한 답변 생성. 5. **인용 표시**와 원본 출처 링크를 포함한 답변 구성. ### 멀티모델 전략 Perplexity는 속도, 정확도, 비용 간의 균형을 달성하기 위해 자체 모델과 타사 모델을 결합하는 하이브리드 접근 방식을 사용합니다^{[\[9\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-kedprof-claude-9)}. - 무료 버전의 빠른 응답에는 주로 **Claude 3 Haiku**가 사용됩니다. - 유료 Pro 버전의 복잡한 작업에는 **Claude 3.5 Sonnet** 및 **GPT-4o**와 같은 더 강력한 모델을 사용할 수 있습니다. **Perplexity Pro** 구독자는 다음을 포함한 다양한 모델 중에서 수동으로 선택할 수 있습니다^{[\[10\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-pro-models-10)}: - **OpenAI**: GPT-4o, GPT-4 Turbo - **Anthropic**: Claude 3.5 Sonnet, Claude 3 Opus, Claude 3 Haiku - **Google**: Gemini 2.5 Pro - **Meta**: Llama 3 - **Mistral AI**: Mistral Large - **xAI**: Grok-3 Beta - Perplexity 자체 모델. ## Perplexity 자체 모델 이 회사는 검색 작업 및 인터넷의 최신 정보 처리에 최적화된 자체 모델을 개발하고 있습니다. ### PPLX 패밀리 (초기 모델) API를 통해 제공된 Perplexity 최초의 자체 모델은 2023년 12월에 출시된 **pplx-7b-online**과 **pplx-70b-online**입니다^{[\[11\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-marktechpost-pplx-11)}. 각각 fine-tuning된 **Mistral 7B**와 **Llama 2 70B** 버전을 기반으로 하며, 온라인 데이터 처리에 특화되었습니다^{[\[12\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-blog-online-llms-12)}. ### Sonar 패밀리 (현재 세대) **Sonar**는 Meta의 **Llama 3.3 70B**를 기반으로 구축되었지만, 검색 모드에서 사실 정확도와 응답 가독성을 높이기 위해 추가적인 fine-tuning을 거친 플래그십 모델 패밀리입니다^{[\[13\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-blog-new-sonar-13)}. Sonar의 주요 특징: - **높은 속도**: **Cerebras**와의 파트너십 및 전문화된 추론 인프라 활용을 통해 Sonar는 초당 **1,200 토큰**의 생성 속도를 달성하며, 이는 Gemini 2.0 Flash보다 약 10배 빠릅니다^{[\[14\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-cerebras-partnership-14)}. - **투기적 디코딩 기술**: 생성을 더욱 가속화하기 위해 1B 크기의 자체 "드래프트 모델"을 사용하여 주 모델이 한 번의 패스로 여러 토큰을 생성할 수 있게 합니다^{[\[15\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-blog-speculation-15)}. - **높은 성능**: LM Arena의 **Search Arena** 평가에서 **Sonar-Reasoning-Pro** 모델이 Gemini-2.5-Pro-Grounding과 통계적으로 동등한 성능으로 1위를 차지했습니다^{[\[16\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-blog-search-arena-16)}. ## API 및 기업용 솔루션 Perplexity는 개발자 및 기업 고객을 위해 **Sonar API**와 **Sonar Pro API**를 통해 모델에 대한 접근을 제공합니다. 이 API는 속도와 사용 편의성에 최적화되어 있으며, 인용 기능 및 검색 소스 커스터마이징을 지원합니다. Perplexity 솔루션은 네이티브 검색 시스템 구축 및 연구 작업 자동화를 위해 다양한 산업 분야에서 활용되고 있습니다^{[\[17\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-pplx-blog-sonar-pro-api-17)}. ## 비교 분석 및 사용자 경험 Perplexity의 성능은 작업 유형에 따라 다르게 나타납니다. - 최신 데이터 기반의 높은 사실 정확도가 요구되는 작업(예: 방사선학 분석)에서 Perplexity는 **최고 정확도(0.83)**를 기록하며 Claude, Bing, ChatGPT를 능가합니다^{[\[18\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-thieme-radiology-18)}. - 희귀하거나 고도로 전문화된 지식(예: 희귀 질환)과 관련된 작업에서는 Perplexity가 ChatGPT나 Gemini와 같이 더 광범위한 지식 기반을 가진 모델에 뒤처질 수 있습니다^{[\[19\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-mdpi-rare-disease-19)}. 사용 편의성(SUS) 연구에 따르면, Google과 Perplexity 두 플랫폼 모두 수용 가능한 수준이지만, Google이 Perplexity(73.98)보다 높은 점수(82.29)를 받았습니다. 이는 Google의 친숙한 인터페이스와 혁신적이지만 덜 익숙한 기능을 제공하는 Perplexity의 가파른 학습 곡선으로 설명됩니다^{[\[20\]](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_note-ieee-usability-20)}. ## 링크 - Perplexity AI 공식 사이트 - Perplexity 공식 블로그 ## 참고 문헌 - Chen, C.; et al. (2023). *Accelerating Large Language Model Decoding with Speculative Sampling*. arXiv:2302.01318. - Zhang, J.; et al. (2023). *Draft & Verify: Lossless Large Language Model Acceleration via Self‑Speculative Decoding*. arXiv:2309.08168. - Chen, H.; et al. (2024). *Retrieval‑Augmented Generation for Large Language Models: A Survey*. arXiv:2312.10997. - Soudani, H.; et al. (2024). *Fine‑Tuning vs. Retrieval‑Augmented Generation for Less‑Popular Knowledge*. arXiv:2403.01432. - Chen, Y.; et al. (2024). *Evaluation of Retrieval‑Augmented Generation: A Survey*. arXiv:2405.07437. - Hsieh, C.‑P.; et al. (2024). *RULER: What's the Real Context Size of Your Long‑Context Language Models?*. arXiv:2404.06654. - Arena Team (2025). *Search Arena: Analyzing Search‑Augmented Large Language Models*. arXiv:2506.05334. - Zhu, W.; et al. (2025). *PSC: Extending Context Windows via Phase Shift Calibration*. arXiv:2505.12423. - Yu, L.; et al. (2025). *Synergizing RAG and Reasoning: A Systematic Review*. arXiv:2504.15909. - Chen, X.; et al. (2025). *Universal Embeddings for Multimodal Multilingual Retrieval*. arXiv:2506.18902. ## 각주 1. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-wikipedia-ru-pplx_1-0) «Perplexity.ai». В *Wikipedia, свободная энциклопедия*. [1] 2. ↑ ^{[2.0](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-rbc-trends_2-0)} ^{[2.1](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-rbc-trends_2-1)} «Perplexity AI — убийца Google или временное явление». *РБК Тренды*. [2] 3. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-rag-intro_3-0) «An Introduction to RAG Models». *Perplexity AI*. [3] 4. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-wiki-eng-shrinivas_4-0) «Aravind Srinivas». In *Wikipedia*. [4] 5. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-forbes-ru-story_5-0) Белоусова, Анастасия. «Как белорус с партнерами построили один из самых дорогих стартапов в мире Perplexity». *Forbes.ru*. [5] 6. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-vashgolos-14b_6-0) «Стартап Perplexity AI оценили в \$14 млрд». *Ваш голос*. [6] 7. ↑ ^{[7.0](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-3dnews-growth_7-0)} ^{[7.1](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-3dnews-growth_7-1)} «Поисковая система Perplexity на базе ИИ показала бурный рост и готова конкурировать с Google». *3DNews*. [7] 8. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-timeweb-rag_8-0) «Perplexity: что это за нейросеть, как работает и зачем нужна». *TimeWeb.Cloud*. [8] 9. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-kedprof-claude_9-0) «Perplexity и Claude AI: движок для точных ответов». *Кедр.pro*. [9] 10. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-pro-models_10-0) «What advanced AI models are included in a Perplexity Pro subscription?». *Perplexity Help Center*. [10] 11. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-marktechpost-pplx_11-0) «Perplexity Unveils Two New Online LLM Models: pplx-7b-online and pplx-70b-online». *MarkTechPost*. [11] 12. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-blog-online-llms_12-0) «Introducing PPLX Online LLMs». *Perplexity Blog*. [12] 13. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-blog-new-sonar_13-0) «Meet a new era of Perplexity Sonar». *Perplexity Blog*. [13] 14. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-cerebras-partnership_14-0) «Cerebras Powers Perplexity Sonar with Industry's Fastest AI Inference». *Cerebras Press Release*. [14] 15. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-blog-speculation_15-0) «Accelerating Sonar through Speculation». *Perplexity Blog*. [15] 16. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-blog-search-arena_16-0) «Perplexity Sonar Dominates New Search Arena». *Perplexity Blog*. [16] 17. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-pplx-blog-sonar-pro-api_17-0) «Introducing the Sonar Pro API». *Perplexity Blog*. [17] 18. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-thieme-radiology_18-0) «Comparative Analysis of Large Language Models for Question Answering in Radiology». *Thieme Connect*. [18] 19. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-mdpi-rare-disease_19-0) «A Comparative Study of AI Chatbots in Answering Questions on Rare Diseases». *MDPI*. [19] 20. [↑](https://systems-analysis.info/int/Perplexity_AI_(KO)#cite_ref-ieee-usability_20-0) «Usability and User Satisfaction of Google Search and Perplexity AI». *IEEE Xplore*. [20]