콘텐츠로 이동

4.A. AI 검색

4장 개요🔗

3장(프롬프트 엔지니어링)에서 생성형 AI의 핵심을 이루고 있는 LLM을 어떻게 잘 사용할 수 있는지 살펴봤다면, 이번 장에서는 생성형 AI를 기반으로 다양한 기능을 구현 및 제공하는 서비스들을 살펴보겠습니다.

사실 2024년에 본 가이드를 집필하기 시작하던 시점에도 나름 다양한 유형의 여러 생성형 AI 기반 서비스들이 존재했지만, 당시 가이드에는 쓸만해 보이는 서비스 몇 개만 추려내 기본적인 사용 방법을 차근차근 설명하는 방식으로 작성했었습니다.

혹시 일부 서비스에 대해 과거 시점의 가이드라도 기본적인 사용법을 보려면 이 페이지를 참조하기 바랍니다.

그러나 불과 1년 정도 사이에 이 시장은 그야말로 '폭발적인 성장'을 해왔고, 이 개정판을 작성하는 기간에도 꾸준히 새로운 서비스가 등장하는 상황입니다. 이렇게 '자고 일어나면 새로운 서비스가 출시'되는 까닭에, 이름만 언급하는 식으로도 모든 서비스를 다룰 수는 없으며, 어떻게든 내용을 정리하더라도 제공하는 기능, 사용 방법, 요금제 등 너무 많은 것들이 수시로 변경된다는 한계도 있습니다.

따라서 기존과 같이 핵심 기능만이라도 소개하고 싶은 모든 서비스들을 직접 써보고, 기본적인 사용법과 장단점 등을 일일히 정리하기는 불가능했고, 본 개정판부터는 생성형 AI를 활용한 서비스들의 주요 유형을 10가지 (기타 포함)로 구분해 '가능한 많은 서비스들을 소개'하는 것에 중점을 두었습니다. 그리고 각 서비스의 공식 매뉴얼이나 튜토리얼, 그 밖에 잘 정리된 유튜브 영상 등이 있으면 발견하는 대로 추가해 두겠습니다.

참고로 유명한 LLM (또는 대화형 AI 서비스)들은 대부분 기본적인 대화(Chat) 기능을 중심으로 점차 다양한 기능이 추가되며 고도화되는 중인데, 대화나 텍스트 생성과 관련된 기능 외에도 영상/음성 이해 및 생성, 고급 보고서 작성, 에이전트 기능 등 아래에서 다룰 여러 카테고리에 속하는 다양한 기능들이 추가되기도 합니다.

즉 이미지 생성이라던지 음성 인식/대화 같이 대중적 수요가 있는 일부 기능들은 별도의 서비스를 찾아보지 않더라도 접할 수 있는 반면 (게다가 앞으로 더욱 다양한 기능이 추가될 것이고요), 이후 살펴볼 여러 생성형 AI 기반 서비스들은 각자 저마다의 특징, 장점이 뚜렷한데다 종종 고유한 기능을 제공하거나 유사 기능/서비스와는 차원이 다른 성능/품질을 보이는 경우도 있어, 관심이 있거나 필요한 것이 있을 때 한번쯤 둘러볼 만합니다.

주요 유형 구분과 포함된 서비스 목록은 대략 다음과 같습니다. 관심이 있는 섹션부터 읽어보기 바랍니다.

보다가 '이게 왜 빠졌나요?'하는 서비스도 있다면 언제든 제보/추천 바랍니다.

일부 서비스의 경우 한 가지 카테고리를 넘나드는 기능을 제공하는 경우도 있어, 세부적인 기능들을 약 20여 가지의 해시태그(#기능)로도 표기하였고, 이 해시태그(=기능)를 중심으로 서비스를 찾고 싶을 때 참조할 수 있도록 '기능별 서비스 목록' 섹션도 따로 정리해두었습니다.

4.A. AI 검색🔗

2024년 7월 공개된 한 자료에 따르면, 상위 10개의 생성형 AI 서비스 중 유명한 3개 (ChatGPT, Copilot, Gemini)를 제외, 나머지 7개 중 5개가 'AI 기반 검색 엔진'으로 분류되는 서비스입니다.

제외한 3개도 자체적으로 준비 중 또는 출시한 상태임을 감안하면, 상위 10개 중 8개가 'AI 기반 검색'에 해당할 정도로 현재 많은 관심이 모이는 상황입니다. 그리고 위 그림의 가장 위에 있는 Perplexity 관련 자료들을 볼 때에도 이 'AI 기반 검색 엔진'에 대한 관심이 상당한 것을 알 수 있습니다.

📌 참고 : 위 자료의 출처는 이 곳을 확인하기 바랍니다. 접속하면 가장 최근의 점유율 자료가 자동으로 표시돼 주기적으로 현황 및 동향 파악에 좋을 듯 합니다.

기존의 대화형 검색 기능이나 브라우저 확장 프로그램을 통해 접할 수 있었던, 초기의 'AI 검색'이라는 것들은 대부분 한계가 명확했습니다. 이들은 대부분 종전과 동일한 방식으로 검색을 수행하고, 그 결과에 대해서만 LLM을 통해 요약하거나 대화를 생성하는 정도에 그쳤습니다. 즉, 검색 결과 페이지를 누군가가 대신 읽어주는 것이지 진정한 의미의 AI 기반 검색이라고 보기 어려웠습니다.

* AI 생성 이미지 with Nano Banana Pro

하지만 진정한 'AI 기반 검색 엔진'은 LLM이 검색 절차의 전 과정에 깊이 관여합니다. 사용자가 입력한 검색어는 그대로 검색 엔진에 전달되지 않고, LLM에 의해 분석, 확장 및 최적화되어 검색 엔진에 전달됩니다. 그 후 검색 결과를 LLM이 분석하여 관련성이 높은 항목을 선별하고, 해당 웹페이지에 직접 접근하여 관련 내용을 추가로 추출합니다. 이렇게 수집된 모든 정보를 종합적으로 분석함으로써, 사용자의 원래 질문에 대해 보다 정확하고 통찰력 있는 답변을 제공할 수 있습니다.

이러한 'AI 기반 검색' 서비스도 구체적인 방식에 따라 크게 3가지로 구분해 대표적인 서비스만 소개하겠습니다.

구분 대표 서비스 강점 약점 추천 용도
AI 검색 전용 Perplexity 심층 검색, Pro 모드 유료 제한 리서치, 학술 조사
대화 통합형 ChatGPT 맥락 유지, 파일 연계 검색 깊이 제한 복합 작업
포털 내장형 Google AI Overview 빠른 속도, 방대한 DB 제한적 상호작용 빠른 팩트 체크

💭 기존에 각 서비스마다 함께 소개했던 요금제 관련 내용도 의외로 자주 변경되는 부분이라, 이를 제외하는 대신 각 유형별 대표 서비스 외 참고할 만한 유사/대안 서비스들을 정리하겠습니다.

AI 검색 전용·특화 서비스형 - Perplexity🔗

▶ URL (웹) : https://www.perplexity.ai/

▶ URL (모바일 앱) : Android | iOS

먼저 AI 검색 전용·특화 서비스의 대표격인 Perplexity를 중심으로 상세히 살펴보겠습니다.

Perplexity는 'AI 기반 검색' 서비스 중 가장 주목받는 플랫폼으로 떠올랐습니다. 이는 검색 시장의 거대 기업인 Google과 Microsoft가 자체 LLM 기술을 보유하고 있음에도 불구하고, 검색 엔진의 표면적인 부분에만 LLM을 적용하던 시기에 Perplexity가 선구자적으로 실용적인 'AI 기반 검색' 서비스를 선보였기 때문입니다.

📌 참고 : 2025년 10월 현재, Perplexity는 약 200억 달러(약 28조 원) 가치로 성장해 카카오뱅크(약 14조 원)의 약 2배 규모, 그리고 약 34조 원인 네이버에 근접한 규모에 이르는 것으로 평가되고 있습니다.

Perplexity는 '질문 이해 - 웹 검색 - 정보 요약'을 '대화형 인터페이스'로 제공하며, 좀 더 구체적으로 설명하면 다음과 같습니다.

  • 질문 이해 : LLM을 사용해 사용자 질문의 맥락과 뉘앙스를 해석함으로써, 단순한 키워드 매칭을 넘어 질문의 의도를 이해하고 보다 정확한 검색을 수행할 수 있습니다.

  • 웹 검색 : 질문을 이해한 후, 실시간으로 인터넷을 검색하여 신뢰할 만한 출처의 정보를 수집합니다. 널리 알려진 상식부터 최근 스포츠 경기와 같은 최신 정보까지 접근할 수 있습니다.

  • 정보 요약 : 수집된 정보를 간결하고 일관된 형식으로 요약합니다. 사용자의 질문에 따라 이해하기 쉽거나 추가 정보를 덧붙이는 등 유연하게 대응하며, 원본 출처에 대한 링크도 제공함으로써 정보의 검증과 추가 탐색도 용이하게 합니다.

  • 대화형 인터페이스 : 복잡한 검색 도구 설정이나 재검색 등의 과정을 대화형으로 편리하게 접근할 수 있고, 이전 질문의 맥락을 기억하여 후속 질문, 검색 등 요청도 일관적으로 수행합니다.

그러면 Perplexity에 대한 간단한 사용법과 함께 몇 가지 추가 설명을 이어가겠습니다. 먼저 사이트에 접속하면 다음과 같은 화면입니다. (로그인된 상태)

왼쪽 위부터 새로운 대화(검색)을 시작할 수 있는 '새로운 쓰레드'와 단축키 안내가 보이며, 화면과 같은 메인 페이지의 바로가기인 '홈', 다른 사용자들이 검색한 결과들 중 인기 있는 결과들을 보여주는 '발견하기', 나의 이전 검색 결과들을 볼 수 있는 '도서관' 메뉴가 있습니다.

왼쪽 아래에선 접속한 계정의 프로필이나 설정 메뉴가 있고, 앱 다운로드 버튼이나 X, Discord 같은 소셜 채널 바로가기도 있습니다.

💭 웹 사이트, 모바일 앱 외에도 브라우저 확장이나 기본 검색엔진으로 Perplexity를 이용할 수 있습니다.

페이지 가운데에는 검색창이 위치해 있으며, 함께 선택할 수 있는 부가 기능과도 연결되어 있습니다.

그리고 페이지 우측 아래 ❔ 모양 아이콘을 누르면 간단한 사용법부터 여러 가지 도움말, 단축키 등의 안내 페이지를 찾을 수 있습니다.

다시 핵심인 '검색창'을 살펴보겠습니다. 검색창 하단에 세 가지 부가 기능이 자리잡고 있으며, 이들을 간략히 설명하면 다음과 같습니다.

  • 집중 : '출처에 대한 초점 설정'이라는 설명과 같이, AI를 통해 검색할 출처/자료의 범위를 지정할 수 있습니다. 각각의 설명은 다음 그림으로 대체합니다.

  • 첨부 : 검색에 참고할 문서 파일을 업로드할 수 있습니다. (요금제별 횟수/개수 제한 있음)

    지원되는 파일 형식이나 용량 등 구체적인 사항은 별도의 안내 페이지에서 확인할 수 있습니다.

  • 'Pro 검색' 활성화 : Perplexity를 더욱 강력한 도구로 만드는 'Pro 검색'을 활성화하는 버튼으로, 무료 계정은 하루 3회까지 이용할 수 있습니다.

바로 위에 언급한 'Pro 검색'은 일반 검색(Perplexity에선 '빠른 검색'이라고 칭함)과 비교하면 다음과 같은 차이가 있습니다.

  • 일반 검색 : 빠르고 간단한 답변을 위한 설계. 검색된 출처로부터 관련 정보를 빠르게 요약하여 즉각적인 답변을 제공

  • Pro 검색 : 질문의 세부 사항을 더 깊이 분석하여, 최적의 답변을 위해 후속 질문을 추가하는 등 더 구체적인 검색을 수행. 상세한 답변이 필요한 복잡한 질의에 특히 유용함

내부적으론 이렇다고 하며, 일단 겉으로 보기에도 일반 검색과 Pro 검색은 답변을 출력하는 형식부터 차이가 있습니다. 실제로 본 가이드를 작성할 때 검색했던 사례를 보면,

< 일반 검색 시 >

< Pro 검색 시 >

위의 설명과 같이 일반 검색은 단순히 검색된 출처의 정보를 요약하는데 그치는 반면, Pro 검색은 3번에 걸쳐 검색을 수행하고 더 많은 출처의 자료를 종합하여 답변하는 것을 볼 수 있습니다. 복잡도에 따라선 사용자의 질문을 2개 이상의 하위 작업으로 구분하고, 각 하위 작업마다 여러 번의 세부 검색을 수행하는 경우도 있습니다. (=위 그림의 '검색 중'과 '읽는 중'이 하위 작업별로 반복되는 식)

누구나 한 번쯤은 원하는 자료를 찾기 위해 같은 주제로 검색어만 바꿔가며 여러 번 검색을 했던 경험이 있을 것입니다. Perplexity의 Pro 검색이 얼마나 정확하게 '검색 - 결과 선별 - 종합/요약'하는지는 사용자마다 (그리고 질문에 따라) 달리 판단할 수 있겠지만, 일단 사용자의 단순 반복 작업을 크게 줄일 수 있다는 점은 비교적 확실합니다.

그런데 3. 프롬프트 엔지니어링에서 '사람의 마음까지 읽을 수 있는 LLM은 없다'고 언급했듯이, LLM이 더 많이 관여하는 Pro 검색을 효과적으로 사용하려면 '질문의 세부 사항을 더 깊이 분석'하는데 필요한 맥락, 조건 등 세부 사항을 충분히 담아서 질문하는 게 중요합니다.

💭 서비스 초기에만 하더라도, 같은 질문을 우리말로 던질 때와 영어로 번역해 던질 때 답변 품질의 차이가 다소 (또는 상당히) 있었던 게 사실입니다.

그러나 2024년 최초 작성 시점과는 달리, 현재(2025년)는 우리말로 검색하더라도 다양한 자료를 폭넓게 검색, 참조하여 답변하는 것을 확인할 수 있습니다. 물론 완전히 같은 답변이 나오지는 않지만, 그 품질 차이는 사실상 사라졌다고 볼 수 있습니다. (같은 질문에 대한 어느 정도의 차이는 LLM 자체에서 기인한 특징이지 차이라거나 버그로 볼 수는 없습니다.)

한편 웹 상에는 우리말이 아닌 자료가 월등히 많을 것이므로, 만약 검색 결과가 부족하다거나 마음에 들지 않는 경우 '영문 자료'나, '국내외의', '언어를 가리지 말고' 등과 같이 명시적으로 좀 더 다양한 자료를 찾도록 프롬프트를 바꿔보면 도움이 될 수 있습니다. 반대로 '국내의', '한국어 자료'만 참조하라고 명시해야 할 경우에도 명확히 지시하면 됩니다.

이 같은 'Perplexity를 효과적으로 사용하는 방법'을 정리하면 다음과 같습니다.

질문의 난이도 판단

  • 질문을 위한 검색어를 어떻게 넣어야 할지 생각해봅니다. 비교적 간단하고 명쾌하게 검색어를 작성할 수 있다면, 대개 일반 검색으로도 충분합니다. 참고로 일반 검색을 하는데 너무 많은 세부 정보를 제공한다면 오히려 초점을 벗어난 자료를 참조하게 만들 수 있습니다.
  • 만약 일반 검색을 해봤는데 결과가 좀 아쉽다던가, 처음부터 복잡한 질문이나 구체적인 조건, 심도 있는 분석이 필요한 검색이라면 Pro 검색을 사용하는 편이 좋습니다. 물론 단순한 질문이라도 포괄적이고 구체적이며 심도 있는 답변을 얻고 싶다면, 곧바로 Pro 검색을 사용할 수 있습니다.

구체적인 질문 작성

  • 만약 Pro 검색을 사용하는 게 좋겠다는 판단이 든다면, 일부 프롬프트 엔지니어링 기법 등을 활용하거나, 그렇지는 않더라도 최소한 생각나는 모든 조건과 맥락을 구체적으로 작성합니다. 원하는 답변이 어떤 것인지 Perplexity가 파악할 수 있을 만큼 구체적인가를 반문하고 검토합니다.

  • 물론 Pro 검색이라도 한 번에 원하는 결과가 나오지 않을 수 있습니다. 그렇다면 어떤 점이 부족한지, 아니면 아예 질문의 의도를 어떻게 잘못 해석했는지 등 추가 지시 사항을 명확히 정리하여, 이전 질문에 추가한 뒤 다시 검색을 시도합니다.

  • 구체적인 질문을 작성할 때에도 (아래 언어 부분을 포함해서) 다른 LLM의 도움을 받을 수 있습니다. 단순히 '좀 더 구체적인 질문으로 보완해줘'와 같이 해봐도 되고, 질문의 의도를 전달하면서 '(질문에) 놓친 부분이 있는지 질문하기'와 같은 기법을 활용할 수도 있습니다.

적합한 언어 선택

  • 위에서 짧게 언급한 것처럼 '항상 적용되지는 않는' 참고 사항으로, 좀 더 많은 사용 경험이나 실험으로 비교, 분석 및 확인이 필요합니다. Perplexity에서 공식적으로 사용 언어에 대한 언급은 확인하지 못했습니다만, 같은 질문을 우리말과 영어로 번역해서 Perplexity로 검색했을 때 참고 자료와 답변 내용 모두에 차이가 있었습니다.

  • 번역의 정확도가 질문의 의도 파악에 긍정적이거나 부정적인 영향을 끼칠 수 있고, 경우에 따라 영어(또는 외국어) 자료가 더 적합할수도, 반대로 우리말 자료가 더 적합할 수도 있습니다. 검색 출처들의 기본 검색 언어 설정이나 절대적인 자료 수의 차이 등 어떤 변수가 있을지, 얼마나 영향을 끼치는지도 정확하게 알 수는 없습니다.

  • 따라서 우선은 각자 편한 언어로 Perplexity를 이용하되, 결과가 마음에 들지 않을 땐 다른 언어로도 시도해보길 권장합니다. 대신 언어와 무관하게 결과에 혼선을 끼칠 수 있는 '국내', '해외' 같은 표현은 지양하고, '한국', '미국'과 같이 특정 국가를 지칭하거나 '주요 국가', 'G7'과 같이 적당히 통용될 수 있는 표현을 사용하는 게 좋습니다.

다음은 Perplexity에서 제공하는 몇 가지 질문(Prompt) 예시입니다.

Case Prompt
Market research I'm a product manager and I need you to provide a summary of the latest market trends for electric bikes in the U.S. This will help me understand the current landscape and make informed decisions.
Legal compliance I run an online store and need you to provide a list of regulations affecting e-commerce businesses in Europe. Focus on data protection, consumer rights, and tax obligations.
Essay help for students I'm a student aiming to excel in my psychology paper and need you to provide an essay outline on the effects of social media on mental health. Focus on areas such as anxiety, depression, and self-esteem, and include key studies and statistics.
Home renovation budgeting I'm planning a home renovation and need you to provide a detailed breakdown of costs for renovating a 3-bedroom house. Include costs for materials, labor, permits, and any additional expenses.
Car purchase I'm looking to buy a new SUV and need you to compare the safety features and fuel efficiency of 2023 models. Include crash test ratings, advanced safety technologies, and miles per gallon (MPG) for city and highway driving.
Travel planning I'm planning a trip to Japan and need you to create a detailed 7-day itinerary for Tokyo and Kyoto. Include must-see attractions, local dining recommendations, cultural experiences, day trips, and transportation options between the two cities. Also, suggest the best times to visit each location and any special events happening during my stay.
Healthy meal planning I have dietary restrictions and fitness goals, so I need you to create a 7-day meal plan that is gluten-free and under 2000 calories per day. Include specific recipes for breakfast, lunch, dinner, and snacks, with a focus on balanced nutrition, protein intake, and a variety of fruits and vegetables. Also, provide a shopping list for the week.

그 밖의 AI 검색 전용·특화 서비스들

Perplexity 외에도 유사한 AI 검색 전용·특화 서비스들이 있습니다.

  • Komo : Perplexity 대체 격으로 평가받는 프라이버시 중심 AI 검색 서비스...라고 합니다.
  • oo.ai : 속도에 중점을 둔 AI 검색 서비스로, 간혹 맥락을 벗어나는 결과도 보이지만 간단한 검색 용도로는 무난합니다.
  • Phind : 주로 개발자와 프로그래머를 위해 기술 문서와 프로그래밍 관련 질문에 특화된 전문 검색 엔진입니다.

검색-대화 통합형 - ChatGPT🔗

▶ URL : https://chatgpt.com

본 가이드를 작성하던 2024년 7월 25일, 소문은 돌았지만 연 내 출시는 어려울 것이라는 썰도 돌았던, OpenAI의 'SearchGPT'가 공개되었습니다. 일각에서는 검색 시장을 거의 독점하고 있는 구글에 도전장을 던졌다고까지 이야기하지만, 실상은 뚜껑을 열어봐야 할 것입니다.

처음엔 마치 별도의 검색 포털 형태로 가는 듯하던 SearchGPT는 2024년 본 가이드를 배포한 지 약 한 달 여 만에 ChatGPT의 기본 기능으로 통합되었습니다. 경쟁사의 대화형 AI 서비스를 의식한 것인지, 검색 포털 시장에서 구글의 독점적 지위를 피하려는 것인지, 정확한 배경은 알 수 없습니다만 자사가 경쟁 우위를 점하고 있던 ChatGPT에 집중하는 전략이었을 것으로 추정합니다.

기본적인 대화 서비스에 검색 기능이 통합된 후부터, ChatGPT는 더 이상 자신이 학습한 (=과거 시점의) 데이터로만 답변하지 않고, 사용자가 명시적으로 요청하거나 또는 필요에 따라 능동적으로 웹을 검색해 반영함으로써 정확한 답변을 제공할 확률이 크게 증가했습니다. 그리고 이는 곧 업계 표준과도 같이 대부분의 상용 LLM 서비스에 기본 기능으로 포함되었습니다.

이내 등장한 추론 기능이나 딥 리서치 기능, 에이전트 기술 등과 결합하며 대화형 LLM 서비스는 더 이상 시점에 민감하지 않은 상식 질문이나 과거 사실 확인, 가벼운 흥미 위주 대화 등 단순한 용도에 그치지 않고, (이제야 비로소) 사람의 일을 어느 정도 대체할 가능성이 보이기 시작했습니다. AI 시장이 검색 시장을 잡아먹을 것인지, 경쟁하며 함께 성장할 것인지에 대해서는 예상이 갈리는 편이지만, 향후 1~2년 안에는 현재 일어나고 있는 변화의 결론이 날 것이라 예상합니다.

💭 LLM이 검색, 추론, 에이전트 기술과 결합하며 활용성 및 신뢰성이 크게 개선된 덕에 'Production-grade AI'에 대한 관심이 커지기 시작했습니다. (주: 'Production AI'와 혼용되는 경우도 있긴 하지만 엄밀히 다른 의미)

이는 AI가 점차 '실제 운영 환경에서 신뢰할 수 있는 품질 수준을 보이며, 확장성 및 지속 가능성도 상용 수준에 근접한 제품'이 되고 있다는 뜻인데, 쉽게 말해 만드는 사람, 운영하는 사람, 사용하는 사람, 이 모두가 '이 정도면 쓸만하다' 싶은 수준에 가까워졌다는 뜻입니다.

엄청난 잠재력을 인정받아 막대한 자본과 자원을 투입해 만들어진 그 어떤 LLM이라도 막상 현업이나 실무에 도입하려면 여러 가지 크고 작은 한계나 문제점 등이 있었습니다만, 이제는 그 대부분이 해결되거나 보완/우회/극복할 방법이 마련되면서 실질적인 업무 적용 사례가 급증하고 있습니다. 물론 여전히 완벽하지는 않지만, 적어도 '프로토타입 수준'을 넘어 '실제 운영 가능한 수준'에 도달했다는 평가가 지배적입니다.

사용법이랄 게 딱히 있나 싶은데, 최신 모델인 GPT-5를 사용하는 경우 자체적으로 웹 검색이 필요하다고 판단되면 자동으로 웹 검색을 수행합니다. 만약 명시적으로 웹 검색을 활성화하려면, 다음과 같이 대화창 옆 + 버튼을 눌러서 '웹 검색'을 체크하면 됩니다.

그 밖의 검색-대화 통합형 서비스들

  • Claude, Gemini, Copilot, Grok 등 대부분의 대화형 AI 서비스 (그리고 앞으로 등장할 무언가)

검색 포털 내장형 - Google Search🔗

▶ URL : https://www.google.com

얼마 전부터 구글 검색 시 노출되기 시작한 'AI Overview'는 기존의 상위 검색 결과 목록 위에 LLM이 생성한 요약 답변과 핵심 출처 링크를 함께 제시하는 방식입니다. 사용자는 결과 페이지를 열어보지 않고도 개괄적 결론과 근거 후보를 한눈에 확인할 수 있습니다. 이는 단순하게 생각하면 Perplexity가 보여준 사용자 경험을 검색 포털 내부로 흡수한 형태이며, 본 가이드에서 구분한 'AI 검색 전용·특화형'과 '검색-대화 통합형'의 중간 지점으로 포지셔닝할 수 있습니다.

질의 해석 - 검색 수행 - 요약 및 답변 생성과 같은 기본적인 동작 절차도 다른 AI 검색 서비스들과 비슷합니다. AI 검색-전용 서비스에 비해 속도도 빠르고 더 간단명료한 결과를 보여주지만, 그에 준하는 심도 있는 요약이나 폭넓은 검색을 기대하기는 어렵습니다. 또 검색-대화 통합형 서비스와 비교하면 더 익숙한 사용자 경험과 편의성이 강점이지만, 역시 텍스트 생성에 특화된 대화형 서비스의 다단계 추론, 장문 생성, 파일 업로드, 또는 (세션 내) 맥락 유지 같은 '대화형 작업' 역량이나 후속 질문 등 상호작용 같은 건 상당히 제약된다고 할 수 있습니다.

💭 당연히 전문 검색 우선이나 대화-통합 서비스와 같은 연산량을 (그것도 무료 사용자에게까지) 할당해 줄 이유는 (아무리 구글이라도) 거의 없어 보이긴 합니다.

이 같은 특징으로 빠른 개념 파악이나 본격적인 작업(검색 등)의 초기 방향 설정 목적으로는 상당히 유용하며, 특히 처음부터 검색 범위나 분야를 좁히지 않고 기존의 방대한 검색 DB에서 출발할 수 있으므로 안정적인 초기 데이터 확보에 유리합니다.

하지만 AI의 답변이 상위 검색 결과에 편향될 수 있다는 위험이 있고, 고전적 검색 DB 의존으로 인해 창의적 답변이 나올 가능성도 다소 낮다는 한계가 있습니다. 경우에 따라선 검색 엔진 자체의 국가/지역적 특성이나 제약이 동반되기도 하며 이는 편향성을 더욱 가중시킬 수 있죠.

따라서 실제 활용 시에는 이 'AI Overview'를 초안으로만 취급하고, 반드시 함께 제시되는 출처 링크에서 핵심 단락을 교차 확인해야 합니다. 질의 자체도 기존 검색 시와 같이 단순 검색어 입력보다는 범위, 기간, 규격(예를 들면, "한국 기준, 최근 1년, 공식문서 위주"와 같은 식) 등 맥락을 함께 넣어 오차를 줄이는 습관을 들이는 것이 좋습니다. 아울러 Bing 같은 다른 검색 엔진이라던지, AI 검색 우선 또는 검색-대화 통합형 서비스로 교차 확인하는 방법도 번거롭지만 효과적일 것입니다.

그 밖의 검색 포털 내장형 서비스들

  • Bing 검색 : MS의 Copilot과 통합되어 AI 답변 패널(요약, 추론)을 검색 결과와 함께 제시하며, 큰 틀에서는 구글 검색의 'AI Overview'와 유사한 것으로 보입니다.

💭 네이버나 야후 등 다른 검색 엔진들의 경우 아직 이와 같은 기능이 도입되진 않은 것으로 보입니다. 나중에 혹시 추가되거나, 목록에 누락된 다른 유사 서비스가 있다면 제보 바랍니다. 🙏

기타 AI 검색 서비스들🔗

네이버 CUE: : https://cue.search.naver.com

네이버 CUE:도 지금은 대기열에 등록한 후 승인된 소수의 사용자를 대상으로 테스트 중인 상황입니다. 현재로선 위 URL에 접속해 대략적인 모습을 파악하는 정도만 가능하며, 각자 대기열에 등록 후 별도 안내가 오기를 기다려야 합니다.

📌 참고 : 2025년 10월 현재에도 여전히 대기 명단 등록 페이지만 보이는 상태

소개 페이지를 보면 Perplexity와 유사한 형태가 될 것으로 보이는데, 1년 넘게 베타 서비스로 초대된 사용자에게만 테스트하는 이유가 무엇일지 궁금합니다. 향후 정식 서비스가 오픈되면 내용을 업데이트하겠습니다.

Meta AI 검색 : https://meta.ai (단, 국내 미지원)

📌 참고 : 아직 국내에선 접근이 불가능해 직접 사용하진 못했으나, 해외 검색 결과들을 바탕으로 내용을 정리하였습니다.

Meta가 2024년부터 본격 강화한 AI 검색 기능은 자사의 소셜 플랫폼(Facebook, Instagram, WhatsApp, Messenger) 전반에 통합되어 있습니다. 2024년 10월부터는 독자적인 검색 엔진 개발에 착수하여 Google과 Bing에 대한 의존도를 줄이려는 움직임을 보이고 있습니다.

Meta AI의 검색 기능은 다음과 같은 특징을 가집니다.

  • 플랫폼 통합형: 별도 검색 포털이 아닌 Meta의 모든 서비스 내에서 직접 검색 가능
  • 실시간 웹 크롤링: 독자적인 웹 크롤링 및 인덱싱을 진행하여 구축한 검색 엔진
  • 대화형 요약: 뉴스, 스포츠, 주식 등 실시간 정보를 AI가 요약하여 제공

현재 Meta AI는 영어권 중심으로 서비스되고 있으며, 호주, 캐나다, 가나, 자메이카, 뉴질랜드, 나이지리아, 파키스탄, 싱가포르, 남아프리카 등으로 확대 중입니다. 국내에서는 아직 정식 서비스가 제공되지 않지만, 향후 글로벌 확장 계획에 따라 이용할 수 있게 될지 모릅니다.

카카오 카나나(Kanana) 검색 : https://kanana.kakao.com/

📌 참고 : 2025년 10월 기준, 카나나는 아직 베타 테스트 단계로 iPhone 15 Pro 이상 기기에서 사전 등록자를 대상으로 순차 배포 중입니다. 향후 안드로이드 기종도 지원 예정이라고 하나, 오래된 기종/기기는 앞으로도 이용이 불가할 것으로 보입니다. (이유는 본문에 설명)

카나나도 직접 이용해보진 못하고 소개 자료, 뉴스 등을 종합하여 정리하겠습니다.

카카오가 2025년 AI 전략의 핵심으로 내세운 '카나나(Kanana)'는 독립적인 AI 검색 서비스라기보다는 카카오톡을 중심으로 한 통합형 AI 생태계에 가깝습니다. 2024년 10월 이프카카오에서 처음 공개된 카나나는 '가장 나다운 AI'를 표방하며, 카카오의 모든 AI 서비스를 아우르는 브랜드로 자리잡을 전망입니다.

카나나의 검색 관련 기능은 기본적으로 '카나나 검색'으로 카카오톡 내에 통합될 예정입니다. 이는 기존의 개인 검색 행위를 '함께 보고 공유하는 검색'으로 전환시키려는 시도로, 채팅 중 궁금한 내용을 즉시 검색하여 대화방에서 공유할 수 있는 형태입니다. 별도 앱이나 브라우저 전환 없이 카카오톡 서비스에 녹아든 것처럼 이용할 수 있다고 하며, 대화의 맥락을 이해하여 관련 정보를 제공하는 것이 특징입니다.

카나나는 자체 개발한 LLM을 기반으로 하며, 데이터를 서버에 보내서 처리하지 않고 기기 자체에서만 처리하므로 프라이버시 보호에 탁월하다고 합니다. 이는 카나나가 On-Device AI를 지원하는 기기에서만 동작하도록 설계되었기 때문이며, 따라서 이용 가능한 기기가 상당히 제한적일 것으로 보입니다.

이스트소프트 Alan : https://alan.estsoft.ai/

앨런은 한국어 특화 AI 검색·리서치 서비스로, 웹 검색과 LLM 응답을 결합해 요약·출처 제시·교차 검증을 한 번에 제공합니다. 핵심 워크플로는 딥 리서치(Deep Research)로, 다수 문서를 수집·분석해 보고서 수준 결과물을 자동 생성하는 데 초점을 둡니다. 또한 최신 4개 모델을 동시에 비교해 답변 품질을 선택할 수 있는 멀티-LLM 경험(ChatGPT, Claude, Gemini, EXAONE)을 전면에 내세웁니다.

또 2025년 6월 이스트소프트는 검색·보고서 생성에 특화된 자체 LLM '앨런'을 공개했습니다. RAG 기반 추론, 팩트체킹 강화, 랭킹 최적화, 에이전틱(Agentic) 플래닝/도구 호출, 한국어 맥락 이해를 강점으로 제시하며, 외부 SOTA 모델과의 하이브리드 멀티-LLM 전략을 병행합니다. 단순히 여러 LLM을 동시/병행 이용하는 데 그치지 않고, 질문 예약(주기 실행), 유튜브 요약 등 연속 작업형 도구도 제공하여 반복 리서치와 콘텐츠 파악도 용이하게 합니다.