Perplexity Computer, 쓰기 전에 이 조건 꼭 보세요

월 $200(약 28만 원)짜리 AI 에이전트. 19개 모델이 알아서 분업한다는 발표가 나왔을 때 솔직히 꽤 기대했습니다. 그런데 공식 문서와 초기 사용 후기를 나란히 놓고 보니, 기대와 실제 사이에 꽤 구체적인 간격이 있었습니다. 그 간격을 수치로 정리했습니다.

Perplexity Computer가 무엇인지, 한 줄로 정리하면

결론부터 말씀드리면, Perplexity Computer는 “명령 한 번으로 여러 AI 모델을 동시에 굴려 복잡한 업무를 끝까지 처리하는 클라우드 기반 AI 에이전트”입니다. 2026년 2월 25일 공식 출시됐고, 현재는 Perplexity Max 구독자(월 $200)만 사용할 수 있습니다. (출처: Perplexity 공식 블로그, 2026.02.25)

기존 AI 도구들이 “질문하면 답하는” 수준이었다면, Perplexity Computer는 “목표를 말하면 알아서 서브 에이전트를 나눠 비동기로 처리하는” 방식입니다. 한 에이전트가 자료를 수집하는 동안 다른 에이전트는 문서를 작성하고, 또 다른 에이전트는 API를 호출합니다. 동시에 수십 개를 병렬로 돌리는 것도 가능하다고 공식 문서에 나옵니다.

핵심 추론 엔진은 Anthropic의 Claude Opus 4.6이고, 심층 조사는 Gemini, 가벼운 속도 작업은 Grok, 긴 문맥 처리는 GPT-5.2, 이미지 생성은 Nano Banana, 영상 생성은 Veo 3.1이 맡습니다. Perplexity가 직접 만든 AI 모델이 아니라 19개 외부 모델을 조율하는 구조라는 점이 이 서비스의 핵심 포인트입니다. 멀티모델 오케스트레이션이 곧 Perplexity Computer의 정체성입니다.

▲ 목차로 돌아가기

19개 모델이 알아서 분업한다는 게 실제로 어떻게 작동하나

사용자가 “경쟁사 시장 조사 보고서 만들어줘”라고 입력하면, Claude Opus 4.6이 전체 목표를 읽고 작업을 쪼갭니다. “웹 데이터 수집 → 데이터 정리 → 문서 초안 작성 → 포맷 정리” 같은 순서로 하위 에이전트를 배분하고, 각 에이전트는 가장 적합한 모델에게 서브태스크를 넘기는 구조입니다. 모든 실행은 각각 2 vCPU, RAM 8GB 규모의 격리된 리눅스 샌드박스 안에서 이루어집니다. (출처: SentiSight.ai 크레딧 구조 분석, 2026.03.20)

400개 이상의 OAuth 커넥터가 연결되어 Slack, Gmail, GitHub, Notion 등 주요 서비스와 직접 통신할 수 있습니다. 즉, “Slack에 이 보고서 올려줘”까지 한 번에 끝납니다. 기업용에서는 Snowflake, Salesforce, HubSpot도 바로 연결되고, 질의를 직접 작성해서 구조화된 결과를 돌려줍니다. 이 정도 규모의 통합은 다른 에이전트 서비스에서 현재 보기 어렵습니다.

실제 기업 내부 테스트에서는 McKinsey, Harvard, MIT, BCG 등 기관 벤치마크 기준 16,000건 이상의 쿼리를 분석한 결과, 4주 만에 인건비 160만 달러 절감, 3.25년치 업무량 처리라는 수치가 나왔습니다. (출처: Perplexity 공식 블로그 ‘Everything is Computer’, 2026.03.11) 다만 이 수치의 측정 방식은 아래 섹션에서 따로 짚겠습니다.

▲ 목차로 돌아가기

월 10,000 크레딧이 생각보다 빨리 사라지는 이유

많은 사람들이 월 $200이면 한 달 내내 마음껏 쓸 수 있다고 생각합니다. 하지만 크레딧 구조를 들여다보면 얘기가 달라집니다. 간단한 alt 텍스트 생성 작업은 약 30 크레딧을 소모하지만, 코딩을 포함한 복잡한 프로젝트 세션은 수천 크레딧을 한 번에 태웁니다. 월 10,000 크레딧은 복잡한 작업을 기준으로 하면 약 3~5개 세션이면 소진될 수 있다는 계산이 나옵니다.

실제 초기 사용자 사례를 보면, 한 사용자는 웹사이트 페이지 하나를 만들려다 사흘 동안 구독료 외에 추가 크레딧 $200어치를 더 소모했습니다. 에이전트가 샌드박스 내 의존성 오류를 자동으로 표면화하지 못하고 계속 재시도를 반복했기 때문입니다. (출처: SentiSight.ai 초기 사용자 리뷰 분석, 2026.03.20) 오류가 났을 때 에이전트가 멈추지 않고 크레딧을 소모하며 반복 시도한다는 점은 사전에 알아두어야 할 부분입니다.

크레딧 자동 보충(Auto-refill)은 기본값이 꺼짐 상태입니다. 직접 켜야 하고, 켜도 월 지출 상한이 기본 $200(추가 크레딧 포함 총 $400)으로 설정되어 있습니다. 상한을 $2,000까지 올릴 수도 있습니다. 사용하지 않은 월 크레딧은 다음 달로 이월되지 않습니다. 이 세 가지 조건을 모르고 쓰다가 요금 폭탄을 맞는 경우가 실제로 나오고 있습니다.

크레딧 소모 규모 빠른 비교

※ 크레딧 소모는 실제 작업 복잡도와 에이전트 재시도 횟수에 따라 크게 달라집니다. Perplexity 공식 크레딧 소모 가이드는 현재 미공개 상태입니다.

▲ 목차로 돌아가기

Personal Computer: Mac mini 기반 상시 에이전트의 현실

Perplexity Computer(클라우드 에이전트)와 별도로, 2026년 3월 11일에는 Personal Computer라는 추가 제품이 발표됐습니다. 전용 Mac mini를 24시간 가동해 로컬 파일·앱과 Perplexity 클라우드 서버를 동시에 연결하는 물리 디바이스 기반 에이전트입니다. 어떤 기기에서든 이 Mac mini에 접속해 업무를 지시할 수 있고, 민감한 작업에는 반드시 사용자 승인이 필요하며 킬 스위치로 즉각 중단도 가능합니다. (출처: Perplexity 공식 블로그 ‘Everything is Computer’, 2026.03.11)

현재 Personal Computer는 웨이팅리스트(Waitlist) 접수 단계로, 일반 공개 전에 초기 코호트를 선발해 지원하는 방식으로 운영됩니다. “AI가 집에서 나와 함께 산다”는 마케팅 문구를 내세우고 있는데, 기술적으로 보면 로컬 실행 노드를 제공해 파일 처리, 앱 자동화, 로컬 API 호출을 Perplexity 클라우드와 연동하는 구조입니다.

보안 측면에서 Personal Computer는 모든 세션의 감사 추적(audit trail)을 기록하고, SOC 2 Type II를 지원하는 환경에서 작동합니다. 그럼에도 로컬 파일과 앱에 상시 접근 권한을 주는 구조인 만큼, 사용 전에 어느 앱까지 연결을 허용할지 범위를 직접 설정해두는 게 필요합니다.

▲ 목차로 돌아가기

경쟁 도구와 비교했을 때 Perplexity Computer가 진짜 앞서는 부분

현재 AI 에이전트 시장은 크게 두 진영으로 나뉩니다. OpenClaw 같은 오픈소스 로컬 에이전트(무료, 직접 설정 필요)와 Perplexity Computer·Anthropic Claude Cowork·OpenAI Operator 같은 클라우드 관리형 에이전트(유료, 설정 불필요)입니다. 이 중 Perplexity Computer가 유일하게 가진 포인트는 19개 모델을 자동 라우팅한다는 점입니다. 다른 경쟁 서비스들은 자사 모델 중심으로 동작합니다.

OpenClaw와 비교하면 가장 명확한 차이는 ‘샌드박스 격리’ 여부입니다. 오픈소스 커뮤니티에서 실제로 보고된 사례 중, OpenClaw가 사용자의 이메일 받은 편지함을 삭제하기 시작하고도 멈추지 않은 인시던트가 있었습니다. Perplexity Computer는 모든 실행이 격리된 클라우드 샌드박스 안에서 일어나기 때문에 이런 로컬 피해가 구조적으로 불가능합니다. (출처: SentiSight.ai 비교 분석, 2026.03.20) 설정 없이 쓸 수 있고 로컬 피해 위험이 없다는 것이 현 시점 Perplexity Computer의 실질적인 강점입니다.

주요 경쟁 도구 비교

▲ 목차로 돌아가기

지금 당장 쓸 사람과 기다릴 사람 구분하는 기준

Perplexity Computer가 현재 가장 잘 맞는 사람은 코드를 안 쓰면서도 조사, 보고서 작성, 다중 도구 조율 같은 업무를 매일 하는 컨설턴트·분석가·콘텐츠 전략가입니다. 이미 여러 AI 구독을 따로 쓰고 있다면 하나의 인터페이스로 통합하는 효과가 실질적으로 나옵니다. Statista, CB Insights, PitchBook 같은 유료 데이터 소스가 통합되어 별도 구독 없이 접근 가능하다는 점도 이 그룹에겐 유효한 비용 절감입니다.

반면 지금 당장 구독하면 손해인 경우도 있습니다. 개발자라면 코드 실행 중 라이브 프리뷰가 없고(외부 호스팅으로 배포해야만 결과물 확인 가능), 브랜치·롤백·직접 환경 설정이 안 되는 제약이 바로 느껴집니다. Vercel OAuth 토큰이 세션마다 만료되거나 GitHub 수동 토큰 설정이 필요한 것처럼, 커넥터 안정성도 아직 고르지 않습니다. Pro 플랜(월 $20)으로도 기본 조사·검색 업무는 충분히 해결됩니다.

에이전트가 뭔가 막혔을 때 멈추지 않고 크레딧을 태우며 재시도한다는 습성은 현 시점에서 가장 실질적인 리스크입니다. 첫 세션에서는 복잡한 작업보다 단순하고 범위가 좁은 지시로 시작해서 크레딧 소모 속도를 먼저 파악한 뒤, 점진적으로 복잡도를 높이는 방식이 훨씬 안전합니다.

▲ 목차로 돌아가기

Q&A

▲ 목차로 돌아가기

마치며

Perplexity Computer는 ‘모델 자체’가 아니라 ‘모델을 조율하는 플랫폼’이 경쟁력이 된다는 아이디어를 가장 진지하게 구현한 서비스입니다. 이 방향이 맞는다면, 단일 모델 기반 경쟁자들보다 오래 살아남을 수 있는 구조입니다. 반면 기반 모델들이 직접 에이전트 기능을 강화할수록, Perplexity Computer가 차별화할 수 있는 공간은 좁아집니다.

막상 써보면 가장 먼저 만나는 벽은 기술적 한계가 아니라 크레딧 소모 예측 불가입니다. 프롬프트가 구체적일수록 크레딧이 아껴지고, 뭉뚱그린 지시일수록 에이전트가 광범위하게 탐색하며 요금을 태웁니다. 지금 당장 구독을 고민한다면, 하고 싶은 작업 목록을 먼저 적어보고 그 작업이 코딩 중심인지 리서치·문서 중심인지 구분해보세요. 개발자라면 커넥터 안정성이 나아질 때까지 기다리는 편이 훨씬 실용적입니다.

📎 본 포스팅 참고 자료

1. Perplexity 공식 블로그 — Introducing Perplexity Computer (2026.02.25)
   https://www.perplexity.ai/ko/hub/blog/introducing-perplexity-computer
2. Perplexity 공식 블로그 — Everything is Computer (2026.03.11)
   https://www.perplexity.ai/ko/hub/blog/everything-is-computer
3. Perplexity 공식 헬프센터 — Perplexity Max 요금제 안내
   https://www.perplexity.ai/help-center/ko/articles/11680686-perplexity-max
4. SentiSight.ai — Perplexity Computer Cost: Pricing, Credits & Plans (2026.03.20)
   https://www.sentisight.ai/how-much-perplexity-computer-cost/
5. Wikidocs 블로그 — Perplexity Personal Computer, AI 에이전트의 미래인가 포장된 기존 기술인가 (2026.03.13)
   https://wikidocs.net/blog/@jaehong/9134/