Perplexity를 UX 리서치에 활용하면 좋은 점
UX리서치를 수행할 때, ChatGPT나 Claude의 활용 가치가 높아지고 있습니다. 특히 정성적인 텍스트 데이터를 많이 다루는 UX리서치에 LLM과 같은 거대 모델들은 큰 도움이 되고 있습니다. Perplexity는 최근 주목받고 있는 텍스트 기반의 AI 서비스입니다.
특히 RAG(Retrieval-Augmented Generation) 모델을 기반으로 실시간 검색을 기반하여 검증된 데이터를 생성해 내는 이 모델은 기존 LLM들이 가지고 있는 한계를 넘어 UX 리서치에 새로운 활용 가치를 전달하고 있습니다. 이번 장에서는 Perplexity에 대한 소개와 UX 리서치에서의 활용 가치에 대해서 정리를 해보았습니다.
Perplexity, 넌 누구니?
Perplexity AI는 2022년 8월에 출시된 AI 기반 검색 엔진으로, 오픈AI 출신의 개발자들이 설립했습니다. 기존의 키워드 기반 검색 엔진과는 달리, 자연어 처리(NLP) 기술을 활용하여 사용자의 질문을 이해하고 관련 정보를 종합하여 답변을 제공합니다. 무엇보다 실시간 웹 검색을 통해 최신 정보와 속보를 즉시 확인할 수 있게 해준다는 점은 기존의 거대언어모델 기반의 생성 AI들이 가지는 한계점을 뛰어넘고 있습니다.
최근 Perplexity의 성장세는 주목할 만합니다. 창업 2년도 채 되지 않아 기업 가치가 10억 달러 이상으로 평가받고 있으며, 엔비디아와 아마존의 제프 베조스 등 IT 업계 거물들로부터 투자를 받았습니다. 최근에는 SK텔레콤에서도 1,000만 달러를 투자하여 본격적인 국내 시장 진출에 대한 기대감도 높아지고 있습니다.
RAG 모델은 뭐야?
Perplexity AI의 핵심 기술 중 하나는 RAG(Retrieval-Augmented Generation) 모델입니다. RAG는 대규모 언어 모델의 출력을 최적화하여 응답을 생성하기 전에 학습 데이터 소스 외부의 신뢰할 수 있는 지식 베이스를 참조하는 방식입니다. 쉽게 이야기하면 사용자에게 어떤 질문을 받으면 실시간 검색을 통해 자료를 먼저 수집하고, 이 자료를 기반으로 자연어로 풀어서 설명을 해준다고 보시면 됩니다. 기본적으로 RAG 모델의 작동 과정은 다음과 같습니다:
RAG 모델의 구조사용자의 질문을 받습니다.
관련 데이터를 검색합니다.
검색된 데이터를 컨텍스트에 추가하여 사용자 입력을 보강합니다.
확장된 프롬프트를 사용하여 대규모 언어 모델이 정확한 답변을 생성합니다.
이러한 RAG 모델을 활용하면 실시간으로 업데이트된 정보를 활용할 수 있습니다. ChatGPT와 같은 모델은 기존에 학습된 자료를 기반으로 하기 때문에 최근 정보를 활용하지 못합니다. 또한 정보에 대한 출처를 명확히 제시하여 할루시네이션에 대한 검증이 가능하고 정보에 대한 신뢰성을 확보할 수 있습니다. 정보에 대한 최신성, 신뢰성이 높아진다면 UX 리서치에도 더 활용 가치가 높다고 할 수 있겠습니다.
결과 제시를 위해 조사된 자료와 결과값 예시주요 특징 및 사용법
Perplexity AI는 다음과 같은 주요 특징을 가지고 있습니다:
맥락적 이해: 고급 자연어 처리를 통해 질문의 더 깊은 의미와 맥락을 파악합니다.
실시간 웹 검색: 최신 정보를 즉각적으로 제공합니다.
다양한 소스 통합: 광범위한 소스를 활용하여 포괄적인 관점을 제공합니다.
요약 설명: 복잡한 개념을 명확하고 간결하게 설명합니다.
인용 및 출처 확인: 모든 결과에 대한 출처를 제공하여 정보의 신뢰성을 확인할 수 있습니다.
다양한 콘텐츠 처리: 코드 작성, 표 작성, 수학 문제 해결, 텍스트 요약 등 다양한 작업을 수행할 수 있습니다.
Perplexity의 인터페이스 모습Perplexity의 사용법은 매우 간단합니다. 최근 대부분의 생성AI들이 대화형으로 단순한 인터페이스를 제공하듯이 Perplexity 역시 간단한 대화창 하나로 멋진 답변을 얻어낼 수 있습니다.
Perplexity 웹사이트나 앱에 접속합니다.
검색창에 질문이나 키워드를 입력합니다.
AI가 관련 정보를 검색하고 종합하여 답변을 제공합니다.
필요한 경우, 제시된 출처를 클릭하여 원본 정보를 확인할 수 있습니다.
Perplexity는 단순 답변을 넘어 복잡한 주제에 대한 심층적인 탐구에도 좋은 결과를 보여주고 있습니다. 예를 들어, “생명공학의 최근 발전은 무엇인가요?”와 같은 어려운 질문에도 과학 간행물 및 전문가 포럼 등의 다양한 출처에서 정보를 수집하여 종합적이고 심층적인 답변을 제공합니다.
유료 구독 비용은?
Perplexity는 기본적으로 무료로 사용할 수 있지만, 더 많은 기능을 원하는 사용자를 위해 Pro 버전을 제공하고 있습니다. Pro 버전의 가격은 월 20달러로 ChatGPT와 비슷한 가격입니다. 연간 구독 시 할인된 가격으로 이용할 수 있고 최근 SK의 투자를 받아서 그런지 SKT 사용자들은 지원받을 수 있는 혜택도 있는 것으로 알고 있습니다. Pro 버전의 주요 특징은 다음과 같습니다.
유료 구독 결제 화면고급 AI 모델 사용: GPT-4, Claude 3, Mistral Large 모델을 선택적으로 사용할 수 있습니다.
무제한 파일 업로드: 이미지, PDF 등 다양한 형식의 파일을 무제한으로 업로드하여 분석할 수 있습니다.
커스텀 AI: 사용자의 필요에 맞춘 AI 모델을 설정할 수 있습니다.
우선 순위 처리: 서버 부하가 높을 때도 빠른 응답을 받을 수 있습니다.
광고 제거: 광고 없이 깨끗한 인터페이스를 제공합니다.
Perplexity를 UX 리서치에 쓸 수 있을까?
앞서 언급했던 것처럼 Perplexity는 보다 검증된 데이터를 기반으로 조사를 해주기 때문에 ChatGPT, Claude 보다 더 리서치에 효과적인 부분이 있습니다. 구체적으로 정리해 보면 아래의 5가지 측면에서 더 좋은 가치를 전달해 줄 수 있겠다는 생각입니다.
시간 절약: Perplexity는 웹 검색 결과를 신속하게 요약하여 제공하므로, UX 연구자들이 정보를 빠르게 찾고 분석하는 데 드는 시간을 크게 줄일 수 있습니다.
포괄적인 정보 수집: 다양한 소스에서 정보를 종합하여 제공하므로, 특정 UX 주제에 대한 폭넓은 이해를 얻을 수 있습니다.
최신 정보 접근: 실시간 웹 검색을 통해 최신 UX 트렌드와 연구 결과에 빠르게 접근할 수 있습니다.
신뢰성 있는 정보: 모든 정보에 대한 출처를 제공하므로, 연구자가 정보의 신뢰성을 쉽게 확인할 수 있습니다.
맥락적 이해: 고급 자연어 처리를 통해 질문의 맥락을 파악하여 더 정확한 답변을 제공합니다.
UX 리서치 활용 방안
Perplexity는 UX 리서치에서 텍스트와 관련된 모든 업무에 활용이 가능합니다. 특별히 데이터 검증이 필요한 부분에 대해서 활용한다면 아주 놀라운 성능과 결과를 체험할 수 있을 것으로 보입니다. UX 프로세스의 여러 태스크들 중에서는 아래의 업무에서 효과를 볼 수 있을 것으로 보입니다.
인터뷰 및 설문 질문 작성: UX 리서치를 위한 인터뷰나 설문조사 질문을 작성할 때 Perplexity를 활용하여 효과적인 질문 목록을 생성할 수 있습니다.
경쟁사 분석: UX 프로젝트를 시작할 때 Perplexity를 사용하여 주요 경쟁사와 그들의 특징을 빠르게 파악할 수 있습니다.
UX 트렌드 모니터링: Perplexity의 실시간 검색 기능을 활용하여 최신 UX 트렌드와 업계 동향을 지속적으로 모니터링할 수 있습니다.
사용자 행동 분석: Perplexity의 AI 기반 분석 기능을 활용하여 사용자 행동 패턴과 선호도에 대한 인사이트를 얻을 수 있습니다.
디자인 아이디어 생성: Perplexity를 활용하여 다양한 UX 디자인 아이디어와 해결책을 탐색할 수 있습니다.
리서치 데이터 정리 및 요약: 수집한 UX 리서치 데이터를 Perplexity를 통해 정리하고 요약하여 핵심 인사이트를 추출할 수 있습니다.
보다 미래적인 가치
Perplexity AI의 CEO인 아라빈드 스리니바스는 AI 기술의 미래에 대해 AI가 단순한 검색을 넘어 ‘행동 엔진’으로 발전할 것이라고 전망하고 있습니다. 이는 AI가 인간의 복잡한 작업을 자동으로 처리할 수 있는 ‘AI 에이전트’로 진화할 것이라는 의미입니다.
Perplexity AI의 CEO인 아라빈드 스리니바스스리니바스는 이러한 기술이 완전히 구현되기까지는 시간이 걸릴 것이라고 말했지만, 점진적으로 더 많은 작업을 자동화할 수 있을 것이라고 전망했습니다. 그는 AI가 스스로를 개선하고 발전시키는 ‘싱귤래리티(Singularity)’ 단계에는 아직 도달하지 않았지만, 그 방향으로 나아가고 있다고 설명했습니다.
결론
Perplexity AI는 AI 기술을 활용하여 검색의 패러다임을 바꾸고 있습니다. 자연어 처리 기술과 RAG 모델을 통해 사용자의 질문을 정확히 이해하고, 다양한 소스에서 관련 정보를 수집하여 종합적인 답변을 제공합니다. 이는 단순히 키워드 기반의 검색 결과를 나열하는 것이 아니라, 사용자가 원하는 정보를 직접적으로 제공한다는 점에서 혁신적입니다. 이는 특히 학술 연구나 전문적인 정보 탐색과 함께 UX 리서치에 큰 유익을 줄 수 있습니다.
결론적으로, Perplexity AI는 검색 기술의 새로운 지평을 열고 있으며, 우리가 정보를 찾고 활용하는 방식을 근본적으로 변화시킬 잠재력을 가지고 있습니다. 앞으로 Perplexity AI가 어떻게 발전하고, 우리의 일상과 업무에 어떤 영향을 미칠지 주목할 필요가 있습니다.
해당 콘텐츠는 유훈식 님이 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
