Perplexity, AI 에이전트가 검색 파이프라인을 자율적으로 구축할 수 있게 해주는 ‘Search-as-Code’를 공개
사람이 탐색하기에 최적화된 기존의 파란색 링크 목록은 효율성을 추구하는 AI 에이전트에게 병목 현상이 되고 있습니다. 복잡한 연구 과제를 처리할 때, AI 시스템은 경직된 검색어 조정을 동반한 수동적이고 여러 단계에 걸친 API 호출을 수행해야만 하며, 이로 인해 아키텍처의 유연성 부족과 관련 없는 정보로 가득 찬 컨텍스트 창이라는 문제를 겪고 있습니다.
이를 극복하기 위해 Perplexity는 ‘Search as Code(SaC)’라는 새로운 아키텍처를 도입했습니다. 이 접근 방식은 미리 구축된 모놀리식 검색 API에 의존하는 대신, AI 모델이 Python 코드를 사용하여 맞춤형 검색 워크플로를 동적으로 구성하고 실행할 수 있도록 합니다.

세 가지 핵심 아키텍처 계층
Perplexity의 SaC 아키텍처는 수직적으로 세 가지 계층으로 구성됩니다.
모델 계층(상위 계층): 복잡한 작업 이해를 처리하고 고수준 검색 전략을 수립합니다.
안전 샌드박스(중간 계층): 중간 상태 저장을 위한 파일 시스템을 갖춘, 코드 실행을 위한 안전한 런타임을 제공합니다.
지능형 검색 SDK(하위 계층): 검색, 확장, 필터링, 중복 제거, 재순위 지정, 필드 파싱과 같은 원자적 연산을 기본 함수로 캡슐화하여, 생성된 코드가 검색 인프라에 구성 요소 수준에서 접근할 수 있도록 합니다.
이러한 설계를 통해 AI 에이전트는 쿼리를 병렬로 실행하고, 관련 없는 데이터를 프로그래밍 방식으로 제거하며, 관련성이 높고 정제된 결과만 컨텍스트 윈도우에 입력함으로써 장문 연구 작업에서 사고의 연속성을 유지할 수 있습니다.
실제 CVE 취약점 연구: 성능 향상 및 토큰 수 감소
실제 환경에서 아키텍처의 유효성을 검증하기 위해 Perplexity는 까다로운 사이버 보안 과제, 즉 2023년부터 2025년까지 공개된 200개의 중대한 CVE를 추적하고 공식 권고 사항, 영향을 받는 소프트웨어 및 패치된 버전을 정확하게 추출하는 작업을 통해 아키텍처를 테스트했습니다.

SaC를 통해 AI 모델은 3단계 스크립트를 자율적으로 생성했습니다. 첫째, 각 벤더(예: Mozilla, Google)의 공지 형식에 따라 맞춤형 병렬 검색을 실행했습니다. 둘째, 결과를 자동으로 스캔하여 누락된 데이터를 식별하고, 표적화된 후속 쿼리를 수행했습니다. 마지막으로 스키마 유효성 검사를 통해 취약점 기록의 완벽한 정합성을 보장했습니다.
결과에 따르면 이 시스템은 표준 파이프라인에 비해 85% 적은 토큰을 사용하여 작업을 완료했습니다. Perplexity의 내부 벤치마크(DSQA, BrowseComp, HLE, WideSearch 및 새로운 폭(breadth) 연구 벤치마크인 WANDR) 전반에 걸쳐 SaC는 5개 중 4개에서 1위를 차지하며 기존 아키텍처를 크게 능가했습니다. 특히 WANDR에서는 상대적 개선률이 45%에 달했습니다.
AI를 위한 새로운 운영 계층으로서의 코드
업계 보고서에 따르면, 코드 작성이 AI 에이전트가 물리적 세계와 상호작용하는 데 있어 점점 더 기본적인 방법이 되고 있습니다. 전통적인 소프트웨어는 결정론적 명령을 따르는 반면, 첨단 대규모 모델은 토큰 공간에서 추론을 수행합니다. 가장 강력한 시스템은 이 두 가지를 결합합니다. 즉, 전략 수립에는 대규모 모델을 사용하고, 일괄 처리 및 필터링에는 결정론적 환경을 활용하며, 검색 인프라를 I/O 계층으로 취급합니다.
현재 Perplexity Computer 에서는 “Search as Code” 기능이 출시되고 있습니다.
관련 기사
미국의 주식 시장이 AI와 항공우주 거대 기업들의 1조 달러 데뷔를 앞두고 역사적 이정표에 도달
엘론 머스크, 샘 알트만, 그리고 다리오 아모데이라는 기술 산업의 거인 세 명이 각자의 기업에 대해 공개 시장 상장(IPO)을 앞두고 있다. 스페이스X, 오픈AI, 앤트로픽이라는 세 산업의 거대 기업이 1조 달러 이상의 기업 가치를 달성하며 상장을 준비함에 따라, 2026년은 미국 역사상 신주 발행 측면에서 가장 중요한 해가 될 것으로 전망된다.이러한 역사적인 자본 증가는 전 세계 금융계의 주목을 받고 있으며, 공공 시장이 이러한 규모의 자금
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
구글, 사용자 제어 강화에 맞춰 제미니용 레미 AI 에이전트 테스트
비즈니스 인사이더에 따르면, 구글은 제미나이를 위한 새로운 AI 개인 에이전트인 레미를 테스트하고 있습니다. 이 도구는 사용자를 대신하여 작업을 실행하여 전문적인 워크플로우와 일상적인 루틴을 모두 간소화하는 것을 목표로 합니다.현재 레미는 제미나이 애플리케이션의 내부 직원 전용 버전에서 테스트 중입니다. 이 보고서는 내부 문서와 프로젝트에 정통한 두 명의 인물과의 인터뷰를 인용합니다. 내부 자료는 레미를 “24/7 개인 에이전트”로 묘사하며,
관련 특별 주제 추천
의견 (0)
0/500
사람이 탐색하기에 최적화된 기존의 파란색 링크 목록은 효율성을 추구하는 AI 에이전트에게 병목 현상이 되고 있습니다. 복잡한 연구 과제를 처리할 때, AI 시스템은 경직된 검색어 조정을 동반한 수동적이고 여러 단계에 걸친 API 호출을 수행해야만 하며, 이로 인해 아키텍처의 유연성 부족과 관련 없는 정보로 가득 찬 컨텍스트 창이라는 문제를 겪고 있습니다.
이를 극복하기 위해 Perplexity는 ‘Search as Code(SaC)’라는 새로운 아키텍처를 도입했습니다. 이 접근 방식은 미리 구축된 모놀리식 검색 API에 의존하는 대신, AI 모델이 Python 코드를 사용하여 맞춤형 검색 워크플로를 동적으로 구성하고 실행할 수 있도록 합니다.

세 가지 핵심 아키텍처 계층
Perplexity의 SaC 아키텍처는 수직적으로 세 가지 계층으로 구성됩니다.
모델 계층(상위 계층): 복잡한 작업 이해를 처리하고 고수준 검색 전략을 수립합니다.
안전 샌드박스(중간 계층): 중간 상태 저장을 위한 파일 시스템을 갖춘, 코드 실행을 위한 안전한 런타임을 제공합니다.
지능형 검색 SDK(하위 계층): 검색, 확장, 필터링, 중복 제거, 재순위 지정, 필드 파싱과 같은 원자적 연산을 기본 함수로 캡슐화하여, 생성된 코드가 검색 인프라에 구성 요소 수준에서 접근할 수 있도록 합니다.
이러한 설계를 통해 AI 에이전트는 쿼리를 병렬로 실행하고, 관련 없는 데이터를 프로그래밍 방식으로 제거하며, 관련성이 높고 정제된 결과만 컨텍스트 윈도우에 입력함으로써 장문 연구 작업에서 사고의 연속성을 유지할 수 있습니다.
실제 CVE 취약점 연구: 성능 향상 및 토큰 수 감소
실제 환경에서 아키텍처의 유효성을 검증하기 위해 Perplexity는 까다로운 사이버 보안 과제, 즉 2023년부터 2025년까지 공개된 200개의 중대한 CVE를 추적하고 공식 권고 사항, 영향을 받는 소프트웨어 및 패치된 버전을 정확하게 추출하는 작업을 통해 아키텍처를 테스트했습니다.

SaC를 통해 AI 모델은 3단계 스크립트를 자율적으로 생성했습니다. 첫째, 각 벤더(예: Mozilla, Google)의 공지 형식에 따라 맞춤형 병렬 검색을 실행했습니다. 둘째, 결과를 자동으로 스캔하여 누락된 데이터를 식별하고, 표적화된 후속 쿼리를 수행했습니다. 마지막으로 스키마 유효성 검사를 통해 취약점 기록의 완벽한 정합성을 보장했습니다.
결과에 따르면 이 시스템은 표준 파이프라인에 비해 85% 적은 토큰을 사용하여 작업을 완료했습니다. Perplexity의 내부 벤치마크(DSQA, BrowseComp, HLE, WideSearch 및 새로운 폭(breadth) 연구 벤치마크인 WANDR) 전반에 걸쳐 SaC는 5개 중 4개에서 1위를 차지하며 기존 아키텍처를 크게 능가했습니다. 특히 WANDR에서는 상대적 개선률이 45%에 달했습니다.
AI를 위한 새로운 운영 계층으로서의 코드
업계 보고서에 따르면, 코드 작성이 AI 에이전트가 물리적 세계와 상호작용하는 데 있어 점점 더 기본적인 방법이 되고 있습니다. 전통적인 소프트웨어는 결정론적 명령을 따르는 반면, 첨단 대규모 모델은 토큰 공간에서 추론을 수행합니다. 가장 강력한 시스템은 이 두 가지를 결합합니다. 즉, 전략 수립에는 대규모 모델을 사용하고, 일괄 처리 및 필터링에는 결정론적 환경을 활용하며, 검색 인프라를 I/O 계층으로 취급합니다.
현재
미국의 주식 시장이 AI와 항공우주 거대 기업들의 1조 달러 데뷔를 앞두고 역사적 이정표에 도달
엘론 머스크, 샘 알트만, 그리고 다리오 아모데이라는 기술 산업의 거인 세 명이 각자의 기업에 대해 공개 시장 상장(IPO)을 앞두고 있다. 스페이스X, 오픈AI, 앤트로픽이라는 세 산업의 거대 기업이 1조 달러 이상의 기업 가치를 달성하며 상장을 준비함에 따라, 2026년은 미국 역사상 신주 발행 측면에서 가장 중요한 해가 될 것으로 전망된다.이러한 역사적인 자본 증가는 전 세계 금융계의 주목을 받고 있으며, 공공 시장이 이러한 규모의 자금
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib





집






