추론형 AI인 퍼플렉시트(Perplexity)를 사용하다가 관심이 생겨 알아보았는데, 이미 국내외에 많은 자료들이 나와있었습니다.

검색엔진의 종말

피터 드러커의 ‘지식인의 종말’이라는 책이 생각납니다. 답변엔진(Answer Engine)이 25년 정도를 군림한 검색엔진 구글의 종말를 알리는 변곡점이 될 것이라 사려됩니다.

퍼플렉시티(Perplexity)

Perplexity.ai는 AI 기반의 답변 엔진으로, 사용자가 질문을 하면 정확하고 신뢰할 수 있는 실시간 답변을 제공하는 플랫폼입니다. 이 서비스는 자연어 처리(NLP) 기술을 활용하여 사용자 쿼리에 대한 답변을 생성하며, 웹에서 수집한 정보를 바탕으로 답변을 생성하고 출처를 명시합니다.Perplexity는 2022년에 설립되었으며, 무료 모델과 유료 모델인 Perplexity Pro를 제공합니다. 무료 버전은 자체 대형 언어 모델을 사용하고, 유료 버전은 GPT-4, Claude 3.5, Mistral Large, Llama 3 등의 모델에 접근할 수 있습니다. 이 플랫폼은 다양한 주제에 대한 실시간 정보를 제공하며, 특히 학술 및 연구 환경에서 유용한 도구로 사용됩니다.

생성형 AI와 추론형 AI의 특징 및 차이

생성형 AI와 추론형 AI는 인공지능의 두 가지 주요 범주로, 각각의 목적과 기능에서 차이가 있습니다. 이 두 가지 유형은 인공지능이 정보를 처리하고 응답을 생성하는 방식에 따라 구분됩니다.

1. 생성형 AI (Generative AI)

• 기능 및 목적:
  • 생성형 AI는 새로운 데이터를 생성하는 데 중점을 둔 AI입니다. 텍스트, 이미지, 음악, 비디오 등 다양한 형태의 데이터를 생성할 수 있습니다.
  • 주요 목적은 주어진 입력을 바탕으로 새롭고 창의적인 결과물을 만들어내는 것입니다.
• 특징:
  • 데이터 생성: 기존 데이터를 학습하여 새로운 데이터를 생성할 수 있습니다. 예를 들어, 텍스트 생성, 이미지 생성, 음악 작곡 등이 가능합니다.
  • 창의성: 새로운 아이디어나 콘텐츠를 만들어내는 능력이 뛰어납니다. 예를 들어, 텍스트 기반의 이야기나 시를 쓰거나, 특정 스타일로 그림을 그릴 수 있습니다.
  • 모델 예시: GPT-4, DALL-E, Midjourney 등은 텍스트와 이미지를 생성할 수 있는 대표적인 생성형 AI입니다.
• 응용 사례:
  • 텍스트 생성: 자동 글쓰기, 소설 작성, 마케팅 콘텐츠 생성.
  • 이미지 생성: 예술 작품, 제품 디자인, 애니메이션 캐릭터 생성.
  • 음악 및 비디오 생성: 자동 작곡, 비디오 클립 생성, 게임 디자인.

2. 추론형 AI (Reasoning AI)

• 기능 및 목적:
  • 추론형 AI는 데이터를 해석하고 논리적 결론을 도출하는 데 중점을 둔 AI입니다. 주어진 정보에서 합리적인 추론을 통해 결정을 내리거나 질문에 답할 수 있습니다.
  • 주요 목적은 복잡한 문제를 이해하고, 논리적이고 일관된 응답을 제공하는 것입니다.
• 특징:
  • 논리적 추론: 주어진 데이터를 바탕으로 논리적 추론을 통해 결론을 도출합니다. 복잡한 문제를 해결하거나 논리적 결정을 내리는 데 사용됩니다.
  • 맥락 이해: 입력된 질문이나 상황을 이해하고, 그에 맞는 적절한 응답을 생성할 수 있습니다.
  • 모델 예시: 퍼플렉시트, IBM Watson 등이 추론형 AI의 예시입니다.
• 응용 사례:
  • 질문 답변 시스템: 복잡한 질문에 대한 논리적 응답 생성.
  • 진단 및 분석: 의료 진단, 법률 분석 등 특정 분야에서의 데이터 해석.
  • 의사결정 지원: 경영, 금융, 공학 등 다양한 분야에서 합리적인 결정을 돕는 역할.

3. 주요 차이점

• 목적 및 기능:
  • 생성형 AI는 주로 창의적 콘텐츠 생성에 중점을 둡니다. 새로운 데이터를 만들어내는 데 탁월하며, 다양한 형태의 창작 활동에서 사용됩니다.
  • 추론형 AI는 주로 복잡한 문제를 이해하고 논리적 결론을 도출하는 데 중점을 둡니다. 데이터 해석과 문제 해결에 강점이 있습니다.
• 데이터 처리 방식:
  • 생성형 AI는 학습한 패턴을 바탕으로 새로운 데이터를 생성합니다.
  • 추론형 AI는 주어진 데이터를 바탕으로 논리적 결론을 도출하며, 종종 기존 데이터를 분석하고 그에 따라 결정을 내리는 데 사용됩니다.
• 응용 분야:
  • 생성형 AI는 창의적 작업(예: 예술, 음악, 글쓰기)에서 주로 사용됩니다.
  • 추론형 AI는 문제 해결과 분석(예: 의료 진단, 법률 자문)에서 주로 사용됩니다.

결론

생성형 AI와 추론형 AI는 각각의 특성과 강점이 있어, 다양한 문제 해결 및 창의적 작업에 활용될 수 있습니다. 생성형 AI는 새로운 콘텐츠를 만들고, 추론형 AI는 데이터를 해석하여 논리적인 결론을 도출하는 데 적합합니다. 이 두 가지 AI는 상호 보완적이며, 종종 함께 사용되어 더 강력한 솔루션을 제공할 수 있습니다.

구글 오버뷰(Google Overview)와 퍼플렉시트(Perplexity)

구글 오버뷰(Google Overview)와 퍼플렉시트(Perplexity)는 각각 웹 검색 및 정보 탐색을 위해 설계된 두 가지 다른 도구이지만, 사용자에게 정보를 제공하는 방법에서 차이가 있습니다. 아래는 이 두 도구를 비교한 내용입니다.

1. 기능 및 목적

• 구글 오버뷰:
  • 구글 검색 결과에서 제공되는 요약 정보 기능으로, 사용자가 검색한 키워드와 관련된 핵심 정보를 빠르게 제공하는 것을 목표로 합니다.
  • 특정 검색어에 대한 요약된 정보, 관련 링크, 주요 사실 등을 간략하게 보여주어 사용자에게 신속한 답변을 제공합니다.
  • 주로 검색 결과 상단에 위치해 있어, 사용자가 검색 결과를 깊이 탐색하기 전에 간단한 개요를 얻을 수 있도록 돕습니다. 구글 검색에 머물게 하도록 설계되었습니다.
• 퍼플렉시트:
  • 퍼플렉시트는 언어 모델을 기반으로 한 AI로, 자연어 처리와 텍스트 생성 기능을 갖춘 시스템입니다.
  • 사용자가 입력한 질문이나 요청에 대해 심층적인 언어 이해를 통해 문맥에 맞는 응답을 생성하고, 복잡한 질문에 대해 논리적인 답변을 제공합니다.
  • 텍스트 생성과 관련된 다양한 작업(예: 요약, 번역, 창의적 글쓰기 등)에서 활용될 수 있습니다.

2. 정보 제공 방식

• 구글 오버뷰:
  • 구글의 방대한 검색 인덱스를 기반으로 하여, 사용자에게 이미 존재하는 웹 페이지에서 발췌한 정보를 요약 형태로 제공합니다.
  • 주로 링크로 연결된 원본 자료를 제공하며, 사용자가 더 많은 정보를 탐색하도록 유도합니다.
  • 특정 키워드에 대한 간단한 정보와 사실을 제공하는 데 중점을 둡니다.
• 퍼플렉시트:
  • 언어 모델이 직접적으로 정보를 생성하거나 기존 텍스트를 바탕으로 새로운 문장을 만들어냅니다.
  • 입력된 질문에 대해 정교한 추론을 바탕으로 다양한 측면에서 답변을 생성할 수 있으며, 대화형으로 사용자와 상호작용합니다.
  • 정보의 출처를 직접 연결하는 대신, 자체적으로 생성된 응답을 제공합니다.

3. 사용 사례

• 구글 오버뷰:
  • 신속하게 특정 주제에 대한 기본적인 정보를 얻고자 할 때 유용합니다.
  • 검색 엔진을 통한 빠른 정보 탐색 및 링크를 통해 추가적인 자료를 찾을 수 있습니다.
• 퍼플렉시트:
  • 복잡한 질문에 대해 심도 있는 답변이 필요할 때, 혹은 특정 텍스트에 대한 이해와 창의적인 텍스트 생성이 필요한 작업에 유용합니다.
  • 대화형 AI로서 사용자와 자연스러운 상호작용을 하며, 질문의 맥락에 맞는 답변을 제공합니다.

4. 기술적 기반

• 구글 오버뷰:
  • 구글의 검색 알고리즘과 정보 인덱싱 기술을 활용하여 웹 전체에서 유용한 정보를 수집하고 요약하는 데 초점을 맞춥니다.
• 퍼플렉시트:
  • 언어 모델(예: GPT-3, GPT-4)을 기반으로 한 자연어 처리 기술을 사용하여 텍스트를 이해하고 생성합니다.

결론

구글 오버뷰와 퍼플렉시트는 각각의 강점과 목적이 다릅니다. 구글 오버뷰는 신속하고 간결한 정보 요약을 제공하는 검색 도구이고, 퍼플렉시트는 심층적이고 맥락에 맞는 언어 기반 응답을 생성하는 AI입니다. 정보 탐색을 위해서는 구글 오버뷰가 더 적합할 수 있고, 복잡한 질문이나 창의적인 글쓰기를 필요로 하는 경우 퍼플렉시트가 더 적합할 수 있습니다.

답변엔진최적화(AEO, Answer Engine Optimization)는 무엇이고 어떻게 하면 구현할 수 있나요?

답변엔진최적화(AEO, Answer Engine Optimization)는 사용자가 검색 엔진을 통해 질문을 했을 때, 그에 대한 명확하고 간략한 답변을 제공하기 위해 콘텐츠를 최적화하는 과정입니다. 이는 주로 퍼플렉시티의 답변의 출처, 구글의 (리치)스니펫(스키마), Bing의 검색 결과 요약과 같은 형태로 나타납니다.AEO는 특히 모바일 기기나 음성 검색, AI 기반 검색에서 중요합니다. 이러한 환경에서는 화면이 작거나 보기가 어려운 경우가 많기 때문에, 사용자가 원하는 답을 즉시 제공하는 것이 중요합니다. 따라서 AEO는 제한된 환경에서 사용자가 원하는 정보를 즉각적으로 제공하는 데 중점을 둡니다.AEO를 구현하기 위해서는 다음과 같은 전략이 필요합니다:

AEO와 SEO의 차이점은 무엇인가요?

AEO(Answer Engine Optimization)와 SEO(Search Engine Optimization)는 모두 검색 엔진을 통해 사용자에게 정보를 제공하는 것을 목표로 하지만, 그 접근 방식과 초점에는 차이가 있습니다.

1. 목적과 초점:
   • SEO는 웹사이트가 검색 엔진 결과 페이지에서 더 높은 순위에 오르도록 최적화하는 데 중점을 둡니다. 이는 키워드 최적화, 백링크 구축, 사용자 경험 개선 등을 포함하여 웹사이트의 가시성을 높이고 트래픽을 증가시키는 것을 목표로 합니다.
   • AEO는 사용자가 질문을 했을 때 즉각적이고 명확한 답변을 제공하는 데 중점을 둡니다. 이는 주로 음성 검색이나 AI 기반의 검색 환경에서 중요하며, 사용자가 클릭 없이도 필요한 정보를 얻을 수 있도록 콘텐츠를 최적화하는 것을 목표로 합니다.
2. 방법론:
   • SEO는 검색 엔진의 알고리즘에 맞춰 웹사이트의 구조, 콘텐츠, 링크 등을 최적화하는 다양한 전략을 사용합니다. 이는 주로 웹사이트의 전반적인 가시성과 권위를 높이는 데 초점을 맞춥니다.
   • AEO는 사용자 질문에 대한 직접적이고 간결한 답변을 제공하는 콘텐츠를 제작하는 데 중점을 둡니다. 이는 AI 비서나 음성 검색에서 사용자가 빠르게 답을 얻을 수 있도록 돕습니다.
3. 관계:
   • AEO는 SEO의 하위 개념으로 볼 수 있습니다. SEO가 기반이 되어야 AEO가 효과적으로 작동할 수 있습니다. 즉, SEO를 통해 기본적인 검색 엔진 최적화를 수행한 후, AEO를 통해 사용자가 질문에 대한 답변을 쉽게 얻을 수 있도록 콘텐츠를 추가로 최적화하는 것이 바람직합니다.

이러한 차이점에도 불구하고, AEO와 SEO 모두 사용자 경험을 개선하고, 콘텐츠의 질을 높이는 것을 목표로 한다는 공통점을 가지고 있습니다.

AEO를 적용할 때 중요한 요소는 무엇인가요

이하 실무에 적용하는 방법을 구체적으로 정리하여 게시글을 완성해주세요. 현재로서는 스키마 그중에서도 사용자 질문을 예측한 FAQ 스키마가 가장 유효할 것으로 판단됩니다.

AEO(Answer Engine Optimization)를 적용할 때 중요한 요소는 다음과 같습니다:

1. 사용자 질문 예측: 사용자가 어떤 질문을 할지를 예상하고, 그에 맞춰 콘텐츠를 제작합니다.(예 : FAQ(자주 묻는 질문))
2. 사용자의 질문의 의도 : “‘새로운 희망’의 속편은 뭐지?” – ​​이건 명확한 의도입니다. 정답은 하나뿐입니다. “정원을 어떻게 시작하나요?” – 이것은 분열된 의도입니다. 이에 대한 올바른 답은 없으며 SERP는 다양한 기능과 다양한 유형의 콘텐츠로 이를 보여줍니다. 이 경우 콘텐츠는 질문에 심층적으로 답하여 분열을 설명해야 합니다. 일반적으로, 정확한 질문이 있는 롱테일 쿼리는 명확한 의도를 보이는 반면, 광범위한 질문은 분열된 의도를 보입니다. 사용자 질문의 의도는 생성형 AI(예:chatGPT)는 질문자의 intent(질문의 의도)를 파악할 줄 알게 되면서 크게 성장하였고 chatGPT를 포함한 위에서 언급한 AI들이 가장 잘하는 분야입니다. 이들 AI들에게 FAQ를 요청하고 모범답안을 요청하는 것으로 사용자의 질문의 의도도 예츨할 수 있을 것이라고 저는 판단합니다.
3. 명확하고 간결한 답변 제공: 질문에 대한 답변은 간략하고 명확해야 합니다.(예: 퍼플렉시티의 답변)
4. 구조화된 데이터: SEO와 마찬가지로, 콘텐츠를 구조화된 데이터로 제공하여 검색 엔진이 쉽게 이해할 수 있도록 합니다.(예: 스키마, 사용자 질문 예측과 콘텐츠 구조화를 합치면 FAQ 스키마가 됩니다.)
5. 고품질 콘텐츠 생산: 사용자가 유용하다고 느낄 수 있는 고품질의 콘텐츠를 제공해야 합니다. (chatGPT, 클로드 3.5 소넷 (Claude Sonnet), Gemini, 퍼플렉시티를 이용하여 작성한 컨텐츠는 이들 AI의 결과 도출을 알고리즘에 부합하므로 이들 AI에 노출이 잘 될 것으로 판단됩니다.)
6. 전통적인 SEO에 사용하는 기본 전략과 전술은 AEO에서 하는 작업에서도 여전히 많은 관련성을 가질 것입니다.

이러한 요소들을 고려하여 AEO를 효과적으로 구현할 수 있습니다. AEO는 특히 제한된 환경에서 사용자가 원하는 정보를 즉각적으로 제공하는 데 중점을 둡니다.

AEO 실적 확인 방법 : 구글 애널리틱스

구글 애널리틱스에서 [세션 소스/매체]보고서를 살펴보시면 아래와 같은 것들이 보이실 것입니다. 이것이 AEO 실적을 확인할 수 있는 현실적인 쉬운 방법입니다.

• chatgpt/referral 2건
• copilot.microsoft.com / referral 2건
• perplexity.ai/referral 3건
• wrtn.ai/referral 2건

---

참고자료 : 1. What is Answer Engine Optimization and How Can It Influence Your Content Strategy?