Skills가 뭔지, 먼저 직접 확인했습니다

한 번만 가르치면 알아서 반복합니다

Perplexity Computer Skills는 2026년 3월 6일 공식 Changelog에서 처음 발표됐습니다. 핵심은 간단합니다. “Computer에 한 번 작업 방식을 가르쳐두면, 이후 같은 상황에서 알아서 그 방식을 따른다”는 겁니다. (출처: Perplexity Changelog, 2026.03.06)

예를 들면 이렇습니다. “매주 월요일 KPI 보고서를 Slack용 테이블 형식으로, 핵심 성과는 불릿으로, 3문장 전망 포함해서 만들어라” — 이걸 Skill로 저장해두면 매번 설명하지 않아도 됩니다. 단순히 스타일을 기억하는 게 아니라, 실제 워크플로 실행 레시피를 등록하는 개념입니다.

지원되는 Skills 유형 3가지

공식 자료 기준으로 Skills는 크게 세 방향으로 활용됩니다. 첫째, 반복 보고서 표준화 — 주간 KPI, 경쟁사 브리핑 등 매번 같은 포맷이 필요한 작업. 둘째, 개인 라이팅 스타일 고정 — LinkedIn 포스트, 이메일 초안 같이 톤앤매너가 중요한 콘텐츠. 셋째, 리서치 워크플로 자동화 — 회사명을 입력하면 펀딩 히스토리·제품 개요·최근 뉴스를 담은 1페이지 보고서가 자동 생성되는 방식입니다. 코딩 없이 만들 수 있다는 점이 이 기능의 현실적인 강점입니다.

▲ 목차로 돌아가기

Pro로 Computer를 쓸 수 있지만, 크레딧이 다릅니다

공식 발표문이 말하지 않은 것

2026년 3월 12일 Perplexity 공식 X(트위터)는 “Pro 구독자에게도 Computer가 개방됐습니다”라고 발표했습니다. 그런데 같은 트윗에 조용히 한 줄이 더 있습니다. “Max subscribers receive monthly credits and higher spend limits than Pro.” (출처: Perplexity 공식 X, 2026.03.12)

실제 수치를 정리하면 이렇습니다. Pro 구독자는 Computer 접근 시 4,000 크레딧을 1회성 보너스로 받습니다. Max로 업그레이드하면 45,000 보너스 + 이후 매월 10,000 크레딧이 기본 지급됩니다. (출처: Testing Catalog, 2026.03.12 / Perplexity 공식 Threads, 2026.02.25)

※ Pro의 4,000 크레딧은 매월 갱신되지 않는 1회성 보너스입니다. (출처: Perplexity 공식 발표, 2026.03.12)

Pro로 4,000 크레딧이면 간단한 리서치 작업 몇 건은 가능하지만, Skills를 반복 실행하는 용도로는 부족합니다. 단순 비교 요약 작업 한 건이 약 30~수백 크레딧을 소모하기 때문에, 4,000 크레딧은 실질적으로 2주 이상 쓰기 어려운 양입니다.

▲ 목차로 돌아가기

크레딧 소진됐다고 작업이 날아가진 않습니다

에이전트 AI 특유의 과금 방식, 알고 시작해야 합니다

Perplexity Computer는 ChatGPT나 Claude처럼 대화 단위로 사용되는 게 아닙니다. 에이전트가 작업을 시작하면 시간이 지나면서 크레딧이 소모됩니다. 그리고 크레딧이 0이 되면, 진행 중이던 작업은 취소가 아니라 일시정지(pause) 상태로 남습니다. 크레딧을 충전하거나 월 리셋이 되면 자동으로 이어서 실행됩니다. (출처: Perplexity 공식 Help Center, How Credits Work on Perplexity)

이게 왜 중요하냐면, 모르고 큰 작업을 시작했다가 중간에 크레딧이 떨어지면 작업이 멈춰버리는 상황이 발생하기 때문입니다. 데이터가 날아가는 건 아니지만, 마감이 있는 업무에는 치명적입니다. 또 하나 알아둘 점은 자동 충전(auto-refill)이 기본값으로 꺼져 있다는 것입니다. 원치 않는 추가 과금을 막기 위한 장치지만, 작업이 갑자기 멈추는 이유를 모른다면 당황할 수 있습니다.

실제 초과 과금 사례

초기 사용자 후기에 따르면, 웹사이트 한 페이지를 만드는 데 이틀에 걸쳐 구독료 외 추가 크레딧 비용으로 약 $200가 더 나온 사례가 보고됐습니다. 에이전트가 샌드박스 내 종속성 오류를 스스로 처리하지 못하고 실패한 빌드를 반복하면서 크레딧을 소모한 케이스입니다. (출처: SentiSight.ai, Perplexity Computer Cost 분석, 2026.03 기준) 작업 시작 전 명확하고 범위가 좁은 지시를 주는 게 크레딧 낭비를 막는 가장 현실적인 방법입니다.

▲ 목차로 돌아가기

Model Council, 비교가 아니라 합성입니다

공식 발표와 실제 작동 방식 사이의 차이

3월 6일 업데이트로 함께 출시된 Model Council도 주목할 기능입니다. 공식 설명은 “GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro 세 모델을 동시에 실행한 뒤 최선의 답을 고른다”입니다. 그런데 여기서 ‘고른다’는 표현이 오해를 낳습니다. 단순히 세 모델의 답을 나란히 보여주고 선택하는 방식이 아닙니다. (출처: Perplexity Changelog, 2026.03.06)

실제 작동은 세 모델이 내놓은 결과물에서 동의하는 부분, 이견이 있는 부분, 각 모델이 고유하게 기여한 부분을 합성합니다. 세 모델 중 어느 하나를 ‘정답’으로 지정하는 게 아니라, 모델 간 교차 검증을 통해 합성 결과를 만들어내는 방식입니다. 오케스트레이터 모델도 직접 선택할 수 있어 합성 방향에 어느 정도 개입이 가능합니다.

이 기능 역시 Max 구독자 전용입니다. 공식 Changelog에 “Available for Max subscribers”라고 명시돼 있습니다. Pro로 Computer에 접근하더라도 Model Council은 사용할 수 없습니다. Skills와 달리 Pro에 일부 개방될 예정이라는 공식 안내도 아직 없습니다.

▲ 목차로 돌아가기

Computer가 Cursor나 Claude Code를 대체할 수는 없습니다

19개 모델을 쓰는데 왜 코딩엔 약할까요

Perplexity Computer는 19개 AI 모델을 조율합니다. 그런데 막상 코딩 작업을 시켜보면 Cursor나 Claude Code만 못하다는 후기가 나오는 이유가 있습니다. Computer는 코드베이스를 직접 인덱싱하지 않습니다. 내 프로젝트 파일의 구조나 함수명, 네이밍 컨벤션을 모르는 상태로 코드를 생성하는 겁니다. 반면 Cursor는 전체 리포지터리를 인덱싱해 프로젝트 맥락 안에서 코드를 수정합니다. (출처: LowCode Agency, Perplexity Computer vs Cursor, 2026.03 기준)

Computer의 GPT-5.3-Codex 코딩 서브에이전트가 있지만, 이 역시 격리된 리눅스 샌드박스 안에서 실행됩니다. 실제 프로덕션 코드베이스에 직접 접근하는 구조가 아닙니다. 코드 품질 확인을 위한 라이브 프리뷰도 없어서, 결과를 확인하려면 외부 호스팅에 푸시해야 합니다. 이게 크레딧을 여분으로 소모하는 원인 중 하나입니다.

Computer가 잘 맞는 작업 vs 안 맞는 작업

▲ 목차로 돌아가기

실제로 돈이 더 나올 수 있는 조건이 있습니다

공식 문서에 나온 기업 벤치마크 수치

Perplexity는 2026년 3월 11일 공식 블로그(“Everything is Computer”)에서 구체적인 수치를 공개했습니다. McKinsey, Harvard, MIT, BCG 등 기관 벤치마크를 포함한 16,000건 이상의 질의 분석 결과, Perplexity Computer가 내부 팀 인건비 160만 달러를 절감했고 4주 만에 3.25년치 업무를 처리했다는 겁니다. (출처: Perplexity 공식 블로그 “Everything is Computer”, 2026.03.11)

다만 이 수치는 Perplexity가 직접 자사 내부 활용 사례를 측정한 것으로, 독립적인 제3자 검증 결과가 아닙니다. 외부 기관이 동일한 방법론으로 재현한 결과는 아직 공개되지 않았습니다.

예상보다 크레딧이 빨리 줄어드는 4가지 상황

실제 사용자 후기와 공식 자료를 교차해보면, 크레딧 소모가 예상을 크게 넘는 상황이 반복됩니다. 첫째, 모호한 지시어 — “이걸 더 좋게 만들어줘”처럼 열린 지시는 멀티 서브에이전트가 광범위한 계산 사이클을 돌리게 만듭니다. 둘째, 커넥터 불안정 — Vercel OAuth 토큰이 세션마다 만료되거나, GitHub 연동에 수동 토큰 재입력이 필요한 경우 에이전트가 같은 작업을 반복합니다. 셋째, 에이전트가 막혔을 때 — 에러를 해결하지 못하면 서브에이전트를 추가 생성해 문제를 우회하는 시도를 반복합니다. 넷째, 롤오버 없는 크레딧 구조 — 이달 남은 크레딧은 다음 달로 이월되지 않습니다. (출처: Perplexity 공식 Help Center / SentiSight.ai 사용자 후기 분석)

▲ 목차로 돌아가기

Q&A

▲ 목차로 돌아가기

마치며

Perplexity Computer Skills는 꽤 실용적인 기능입니다. 반복 작업을 코드 없이 에이전트에 위임할 수 있고, 멀티모델 오케스트레이션이 뒷받침되니 단일 모델 툴로는 처리하기 어려운 복합 워크플로에서 차별화됩니다. Model Council처럼 합성 결과를 내는 방식도 투자·전략 분석처럼 ‘반론이 필요한 판단’에선 쓸모가 있습니다.

다만 “Pro도 됩니다”라는 발표 이면에 있는 크레딧 구조, Model Council의 Max 전용 조건, 커넥터 안정성 문제는 직접 써보기 전에 알아둬야 할 내용입니다. Skills를 제대로 반복 활용하려면 Max가 필요하고, $200/월은 가볍지 않은 금액입니다. 리서치와 워크플로 자동화에 하루 상당한 시간을 쓰는 사람이라면 충분히 검토할 만하고, 코딩 중심 작업자라면 Cursor와 병행이 현실적입니다.

솔직히 말하면, 이 분야는 아직 빠르게 바뀌고 있습니다. 커넥터 안정성 개선, Pro 크레딧 정책 변화, Personal Computer 정식 출시 등이 이어질 텐데 — 지금 쓸지 말지보다 ‘어떤 조건에서 쓸 것인지’를 먼저 정하고 시작하는 게 낫습니다.

▲ 목차로 돌아가기

본 포스팅 참고 자료

1. Perplexity 공식 블로그 — Perplexity Computer를 소개합니다 (2026.02.25)
2. Perplexity 공식 Changelog — What We Shipped March 6, 2026
3. Perplexity 공식 블로그 — 모든 것은 Computer입니다 (2026.03.11)
4. Perplexity Help Center — Perplexity Max 공식 안내
5. SentiSight.ai — Perplexity Computer Cost 분석 (2026.03)
6. LowCode Agency — Perplexity Computer vs Cursor (2026.03)