Perplexity vs ChatGPT: 답변 엔진과 조수의 차이

둘은 같은 종류의 제품이 아닙니다

Perplexity는 질문에 답합니다. ChatGPT는 일을 하도록 돕습니다. 이 구분이 둘 사이의 거의 모든 차이를 설명하며, 기능을 나란히 늘어놓은 표가 오해를 부르는 이유이기도 합니다.

"이번 분기 EU AI법 집행 일정에서 무엇이 바뀌었나"라고 둘 다에게 물어보면, Perplexity는 이번 주에 올라온 페이지에서 끌어온, 번호가 붙어 눌러볼 수 있는 출처와 함께 간결한 답을 줍니다. ChatGPT는 더 길고 대화체에 가까운 답을 주는데, 훌륭할 수도 있고 티 나지 않게 반년쯤 묵은 내용일 수도 있습니다.

이제 그 답을 받아서 권고안 세 가지와 슬라이드 개요가 담긴 고객용 브리핑 노트로 만들어 달라고 해보세요. ChatGPT는 무리 없이 해냅니다. Perplexity도 뭔가는 내놓겠지만, 리서치 도구를 글쓰기 도구로 쓰고 있다는 티가 납니다.

그러니 진짜 질문은 어느 쪽이 더 나으냐가 아닙니다. 내 일에서 더 큰 쪽이 알아내는 일이냐, 만들어내는 일이냐입니다.

Perplexity는 하고 ChatGPT는 하지 않는 것

모든 주장에 출처가 붙습니다. 이것이 이 제품의 본질입니다. 문장마다 눌러볼 수 있는 번호 출처가 달려 있어서, 답을 믿어도 될지 확인하는 데 다시 검색할 필요 없이 몇 초면 됩니다. 내 결과물을 다른 사람이 검토하는 일을 한다면, 이것 하나로 리서치에 AI를 쓰는 셈법 자체가 달라집니다.

기본값이 진짜 최신 정보입니다. Perplexity는 매번 먼저 검색하고 그다음에 답합니다. ChatGPT는 검색이 필요하다고 스스로 판단할 때 검색하는데, 그 말은 학습 데이터만으로 지어진 확신에 찬 답을 눈치채지 못한 채 받을 때가 있다는 뜻입니다. 시점이 중요한 일이라면 "항상 검색"이 "대체로 검색"을 이깁니다.

실마리를 따라가는 리서치. 제안되는 후속 질문이 좋고, 질문에서 답으로, 다시 더 날카로운 질문으로 이어지는 흐름에서 이 제품이 조립된 게 아니라 설계된 물건이라는 느낌이 납니다. Perplexity에서 보낸 20분이 탭을 열어가며 한 시간 걸릴 범위를 훑는 경우가 흔합니다.

검색 범위 좁히기. 학술 논문으로, 또는 커뮤니티 게시글로, 또는 일반 웹으로 범위를 제한하는 것은 작은 기능이지만 효과가 큽니다. 학술 모드 하나만으로도 문헌 훑기에 쓸 만한 진지한 도구가 됩니다.

진행 중인 프로젝트를 위한 스페이스. 각자의 업로드 파일과 지시문을 가진 모음집이라, 오래 끌고 가는 리서치 주제가 매번 처음부터 시작하지 않고 맥락을 유지합니다.

속도. 답을 찾을 수 있는 사실 질문이라면, 질문에서 출처 붙은 답까지 가는 길 중 지금 존재하는 가장 빠른 경로입니다.

ChatGPT는 하고 Perplexity는 하지 않는 것

한 가지 일을 붙들고 이어가기. 초안을 쓰고, 고치고, 구성을 두고 옥신각신하고, 세 번째 문단을 또 다시 쓰는 일입니다. ChatGPT는 작업 세션을 붙들고 갑니다. Perplexity는 개별 질문을 중심으로 만들어졌습니다.

찾는 일이 아니라 만드는 일. 코드, 문서, 스프레드시트, 이미지, 슬라이드 개요, 실제 실행이 따르는 데이터 분석 같은 것들입니다. 사람들이 AI를 쓰는 용도의 대부분이 여기이고, 이것은 답변 엔진이 맡을 몫이 아닙니다.

깊이 있는 파일 작업. 문서 뭉치를 올려놓고 긴 세션 내내 파고드는 일입니다. Perplexity도 파일을 다루긴 하지만, 여기는 ChatGPT의 안방입니다.

창작과 목소리가 걸린 일. 소설, 브랜드 보이스, 어조 맞추기, 유머, 엉뚱한 데로 흘러가면서도 쓸모 있게 끝나는 아이디어 회의 같은 것들입니다.

그 위에 무언가 쌓아 올리기. 맞춤 어시스턴트, 커넥터, 자동화, 성숙한 API가 있습니다. 이 도구가 가끔 들르는 탭이 아니라 업무 흐름의 일부가 되기를 원한다면, 그것은 다른 범주의 제품입니다.

검색 없이 하는 추론. 어떤 문제는 출처가 아니라 생각을 필요로 합니다. "이 함수가 왜 undefined를 반환하지"는 검색어가 아니고, 반사적으로 웹을 뒤지는 도구는 그 일에 맞지 않는 모양새입니다.

출처의 함정

이 글에서 가장 중요한 문단이라 절을 따로 뒀습니다.

출처는 가리키는 손가락이지 증명이 아닙니다. Perplexity는 주장에 출처를 붙이고, 대체로는 그 출처가 주장을 뒷받침합니다. 늘 그렇지는 않습니다. 실패 방식이 미묘합니다. 답이 인용된 페이지가 실제로 말하는 것보다 조금 더 세게, 조금 더 구체적으로, 또는 조금 다른 범위로 말하는 것입니다. 날조가 아니라 표류인데, 출처가 붙어 있어 이미 확인된 것처럼 보이기 때문에 뻔한 환각보다 훨씬 잡아내기 어렵습니다.

찾은 것을 그대로 물려받기도 합니다. 상위 결과가 콘텐츠 마케팅 블로그, SEO용 목록 글, 커뮤니티 게시글이라면, 그것들을 잘 인용한 요약을 받게 됩니다. 바탕이 된 출처가 동료 심사를 거친 논문이든 돈 주고 실은 글이든, 자신만만한 겉모습은 똑같습니다.

그래서 실제로 무엇을 해야 하느냐면 이렇습니다.

• 중요한 것은 눌러서 확인하세요. 다른 사람에게 옮길 숫자, 날짜, 주장이라면 전부요. 10초면 되고, 애초에 출처가 붙어 있는 이유가 이것입니다.
• 몇 개가 인용됐는지가 아니라 무엇이 인용됐는지 보세요. 보도자료 하나를 받아 쓴 매체 여덟 곳은 출처 하나입니다.
• 모든 출처가 완벽하게 같은 말을 하면 의심하세요. 제대로 된 질문에는 대개 문헌 안에 이견이 있고, 그것이 없다는 건 하나의 서사가 반복된 것을 읽고 있다는 뜻일 때가 많습니다.
• 기술이나 의학 주제에는 학술 범위를 쓰고, 그 주제에 대한 일반 웹 결과는 출발점 정도로만 여기세요.

이 중 어떤 것도 Perplexity를 못 믿을 도구로 만들지 않습니다. 다만 리서치를 대신해 주는 물건이 아니라 리서치를 돕는 조수로 만들 뿐이고, 그것도 충분히 훌륭한 자리입니다. 이 도구는 어차피 확인했을 사람이 이제 더 빨리 확인하게 될 때 가장 빛납니다.

작업별로 보기

작업	더 나은 도구	이유
특정 주장 사실 확인	Perplexity	출처 덕에 검증이 빠름
시장이나 경쟁사 조사	Perplexity 먼저, 그다음 ChatGPT	출처와 함께 모으고, 결과물로 엮기
학술 문헌 훑기	Perplexity	논문 범위 검색이 진짜 강점
보고서나 기사 쓰기	ChatGPT	붙들고 쓰고 고치는 작업
코딩과 디버깅	ChatGPT	검색으로 풀 문제가 아님
내 파일 분석하기	ChatGPT	파일 처리와 코드 실행이 깊음
최신 소식과 가격	Perplexity	늘 검색하고 늘 날짜가 붙음
아이디어 내기	ChatGPT	Perplexity는 지어내기보다 찾으려 함
낯선 주제 배우기	둘 다, 순서대로	Perplexity로 지형 파악, ChatGPT로 설명 듣기
마감과 편집자가 있는 일	출처는 Perplexity, 집필은 ChatGPT	전문가 대부분이 도달하는 분업

마지막 줄이 솔직한 결론이고, 불편한 결론이기도 합니다. 둘 다 제대로 쓰는 사람은 대개 둘 다 쓰게 되는데, 그렇게 해서 구독이 두 개가 됩니다.

요금제, 그리고 Perplexity에 대해 알아둘 점

둘 다 쓸 만한 무료 요금제가 있고, 표준 유료 요금제는 둘 다 월 20달러 안팎이며, 그 위로 훨씬 비싼 상위 요금제가 있습니다. Perplexity의 무료 요금제는 하루에 정해진 횟수만큼 고급 검색을 주는데, 가볍게 쓰기에는 충분합니다. 요금 구간은 자주 바뀌니 현재 가격은 두 사이트에서 직접 확인하세요.

구독하기 전에 이해해 둘 부분은 이것입니다. Perplexity는 상당 부분 다른 연구소들의 모델 위에 얹힌 인터페이스입니다. 유료 요금제에서는 어떤 모델이 답할지 고를 수 있는데, 자체 검색 특화 모델과 함께 OpenAI, Anthropic, Google의 모델이 들어 있습니다. 이 제품이 더하는 가치는 검색 파이프라인, 출처 계층, 인터페이스이지 독자적인 최상위 모델이 아닙니다.

비판하려는 말은 아닙니다. 오케스트레이션은 엄연한 엔지니어링이고 제품도 좋습니다. 다만 당신이 무엇을 사는 것인지가 달라집니다. Perplexity의 모델을 ChatGPT의 모델보다 고르는 게 아니라, 마침 남들과 같은 모델 위에서 돌아가는 Perplexity의 리서치 방식을 고르는 것입니다.

그래서 사람들이 정말 해야 할 비교는 Perplexity와 ChatGPT 사이가 아니라 Perplexity와 다른 멀티 모델 도구 사이인 경우가 많습니다. Perplexity 대안 페이지와 Whizi vs Perplexity Pro에서 그 비교를 정면으로 다룹니다.

고르는 방법

최근 2주 동안 AI를 쓴 일을 돌아보고 두 바구니로 나눠 보세요. 답이 필요했던 질문과, 만들어내야 했던 결과물입니다. 더 큰 쪽이 당신의 주력 도구를 가리킵니다. 둘이 비슷하다면, 결국 둘 다 원하게 되는 부류에 속합니다.

하나만 결제할 수 있다면 이렇게 보세요.

• Perplexity를 고르세요. 기자, 애널리스트, 연구자, 출처를 붙여 글을 쓰는 학생, 그리고 남에게 주장을 방어해야 하는 사람이라면요.
• ChatGPT를 고르세요. 글을 쓰거나, 코딩하거나, 무언가를 만들어내는 사람이라면요. 대부분이 여기에 해당합니다.

두 배로 내지 않고 둘 다 원한다면, 현실적인 선택지는 바탕이 되는 모델들과 웹 접근을 한곳에서 주는 작업 공간입니다. Whizi는 GPT, Claude, Gemini, Grok, DeepSeek을 구독 하나에 담고 있어서, 제품 두 개와 기록 두 벌을 오가는 대신 리서치와 글쓰기가 같은 대화 안에서 일어납니다. 분명히 해둘 맞바꿈도 있습니다. 범용 작업 공간은 Perplexity의 전용 출처 파이프라인을 그대로 재현하지 못하므로, 출처 붙은 답 자체가 업무의 핵심이라면 그 전문 도구는 제값을 합니다.

어떤 작업에 어떤 모델을 꺼내 쓸지에 대한 더 넓은 결정은 AI 모델 고르는 법에서 다루고, 실제 작업 흐름은 여러 AI 모델을 함께 쓰는 법에서 볼 수 있습니다.