월요일 아침. 대학원생 해인은 지도 교수와의 미팅 전에 슬라이드를 마무리하고 있었다. 한 슬라이드에 “2025년 이후 ○○ 가이드라인 주요 권고안”을 넣어야 했다. Perplexity에 물어봤다.

“2025년 이후 발표된 ○○ 가이드라인의 주요 권고안을 요약해줘”

답이 나왔다. 불릿 포인트 다섯 개, 각 문장 끝에 각주 번호. 깔끔했다. 해인은 슬라이드에 그대로 붙여 넣었다. 교수가 슬라이드를 보다가 잠깐 멈췄다.

“여기 B등급 권고안이라고 했는데, 원문 몇 페이지?”

해인이 링크를 열었다. 그 문서에 B등급이라는 표현은 있었다. 하지만 다른 질환의 다른 맥락에서 쓴 표현이었다. 해인이 슬라이드에 쓴 질환과 무관했다. Perplexity가 같은 문서의 다른 부분을 가져와서 조합한 것이었다.

미팅은 어색하게 이어졌다.

AI 요약이 틀리는 방식

Perplexity는 검색 결과를 인용 링크와 함께 요약한다. 이 방식이 일반 ChatGPT보다 신뢰감을 준다. 각주 번호가 붙어 있으니까, “출처가 있는 정보”처럼 보인다.

문제는 요약 과정에서 문맥이 섞이는 경우가 있다는 것이다. 한 문서의 A 부분에서 단어를 가져오고, B 부분에서 수치를 가져와서 붙이는 식이다. 각주 번호는 맞지만, 문장의 의미는 원문과 다를 수 있다.

이건 Perplexity만의 문제가 아니다. RAG 기반 검색 요약 도구가 공통으로 가진 한계다. 링크가 붙어 있다는 것이 “이 문장이 그 링크에서 이 의미로 쓰였다”를 보장하지 않는다.

해인이 바꾼 루틴

미팅 다음 날, 해인은 조사 방식을 바꿨다.

단계 1 — 답변 복사 금지
Perplexity 답변을 슬라이드에 직접 붙여 넣지 않는다. 메모장에 “확인 필요” 탭으로 임시 보관한다.

단계 2 — 출처 링크 3개 열기
각주 번호 중 가장 중요한 문장 3개의 링크를 직접 연다. 그 페이지에서 Ctrl+F로 키워드를 찾는다. 문장 전후 맥락이 요약과 일치하는지 확인한다.

단계 3 — 페이지 번호 메모
인용할 문장은 원문에서 직접 복사하고, 페이지 번호를 노션에 메모한다. “Perplexity 요약에서” 가 아니라 ”○○ 가이드라인 2025, p.14”로 출처를 쓴다.

이 루틴이 추가되자 조사 시간은 30분 더 걸렸다. 하지만 교수 앞에서 원문 페이지를 바로 찾을 수 있게 됐다.

PDF를 직접 올리는 방법

해인이 발견한 더 효과적인 방법은 Perplexity에 PDF를 직접 업로드하는 것이었다.

“[PDF 첨부] 이 문서의 Table 3에 있는 권고 등급을 질환별로 정리해줘.”

이렇게 하면 Perplexity가 해당 PDF의 텍스트를 직접 읽어서 답한다. 외부 검색 결과와 섞이지 않는다. 오류가 줄어들고, 인용 위치도 훨씬 정확하게 나온다.

단, PDF가 스캔 이미지 형식(OCR이 없는 상태)이라면 텍스트를 읽지 못한다. 복사-붙여넣기가 가능한 PDF여야 한다.

Perplexity를 잘 쓰는 용도

Perplexity가 실제로 잘 작동하는 용도는 따로 있다.

• 분야를 처음 탐색할 때 — 어떤 키워드와 개념이 있는지 빠르게 파악
• 뉴스와 현황을 훑을 때 — 최근 동향, 주요 발표, 업계 이슈
• 팀 공유용 스레드 — URL로 공유하면 같은 맥락에서 팀이 이어서 질문 가능

인용 가능한 정확한 수치나 논문 근거가 필요한 작업에서는 보조 도구로 쓰고, 원문 확인을 별도로 해야 한다.

끝맺음 — 슬라이드 각주가 살아났을 때

해인은 다음 미팅에서 슬라이드 각 문장마다 원문 문서명과 페이지 번호를 붙여 왔다. 교수가 “출처가 정확하네”라고 했다. 그 한마디가 추가로 30분을 쓴 이유였다.

요약은 지름길이다. 하지만 지름길이 목적지인 척 하지는 않는다. AI 검색을 쓸수록 링크를 여는 습관이 더 중요해진다.

편집 초안(cu). Pro·엔터프라이즈 데이터 정책은 공식 문서 기준.