Perplexity

Perplexity는 처음부터 'Answer Engine'을 표방하고 만들어진 서비스입니다. 일반 검색 엔진처럼 링크 목록을 보여 주는 대신, 사용자의 질문에 한 문단 답변을 합성하고 그 안의 모든 문장에 번호 출처를 답니다. 등장 배경은 명확합니다. 사용자가 신뢰 가능한 답을 빠르게 받고 싶어 한다는 수요와, AI 답변의 환각·출처 불투명성을 동시에 풀려는 시도입니다. 그 결과 Perplexity는 'AI 검색의 출처 투명성 기준'을 사실상 정의했습니다.

작동 원리는 RAG(Retrieval-Augmented Generation)의 정석에 가깝습니다. 질문을 받으면 자체 크롤러(PerplexityBot)와 검색 파트너 데이터를 활용해 후보 문서를 추리고, LLM이 그 문서를 근거 삼아 답변을 합성합니다. 답변 문장마다 [1][2] 식으로 출처가 명시되며, 사용자는 클릭 한 번에 원본을 확인할 수 있습니다. 같은 질문을 여러 번 던져도 출처 풀이 비교적 안정적이라, GEO 성과 측정의 '기준 표면'으로 자주 쓰입니다.

마케터 관점에서 Perplexity의 가장 큰 매력은 '인용 분포가 그대로 보인다'는 점입니다. 같은 카테고리 질문을 50번 던져 보면 어떤 도메인이 'AI가 신뢰하는 출처'에 들어 있는지 명확히 드러납니다. KPI는 (1) 카테고리 질문에서의 인용률, (2) 인용 위치(상단/하단), (3) 경쟁사 대비 언급 점유율로 잡으면 좋습니다. Villion은 Perplexity의 인용 데이터를 자동 수집해 도메인별·키워드별 트렌드를 시각화합니다.

ChatGPT·AI Overview와 비교하면, Perplexity는 출처 투명성에서는 가장 앞서 있고 답변 길이가 비교적 짧습니다. ChatGPT Search는 대화 맥락이 강하고 답변이 더 풍부하지만 출처 추적이 상대적으로 거칩니다. AI Overview는 검색 색인 기반이라 SEO 신호와 직결됩니다. 이 셋을 동시에 보면 같은 질문이라도 인용 출처가 꽤 다르게 나오기 때문에, GEO 대시보드는 표면별 분리 측정을 원칙으로 삼아야 합니다.

흔한 오해 하나는 'Perplexity 인용 = 다른 LLM 인용'이라는 가정입니다. 실제로는 모델·검색 인프라가 다르기 때문에 결과가 크게 갈립니다. 또 하나는 'PerplexityBot을 차단해도 답변에 등장할 수 있다'는 기대인데, 이 봇이 출처 수집 핵심이라 차단 시 사실상 인용 풀에서 제외됩니다. Perplexity-User 같은 별도 식별자도 있어 robots.txt 정책 수립 전에 봇 이름을 한 번 더 확인해야 합니다.

다음 단계 추천은 (1) PerplexityBot·Perplexity-User robots.txt 허용 상태 점검, (2) 핵심 카테고리 질문 30개로 인용률 베이스라인 측정, (3) 인용된 자사·경쟁사 페이지를 역으로 분석해 '인용되는 콘텐츠 패턴' 도출, (4) 답변에서 정의가 어긋날 경우 자사 페이지의 정의 문장과 외부 권위 신호(언론·디렉터리) 동시 정비입니다. Perplexity는 GEO 실무에서 가장 빨리 신호가 잡히는 표면이라, 첫 측정 대상으로 추천할 만합니다.