Perplexity로 최신 정보 수집, 지식 파일 만들기

안녕하세요. 지침 설정까지 마쳤다면 이제 한 가지 더 중요한 단계가 남았습니다. 바로 '지식 파일' 만들기입니다.

지난 포스팅에서는 이미 가지고 있는 자료를 지식 파일로 첨부하는 것으로 간략히 말씀 드렸다면 이번 포스팅에서는 필요한 지식 파일을 생성하는 방법을 설명 드리고자 합니다.

아무리 좋은 지침이 있어도 최신 정보가 없으면 한계가 있습니다. 특히 빠르게 변하는 시장 동향이나 새로운 규정, 최신 트렌드가 필요한 업무라면 더욱 그렇죠.

오늘은 Perplexity를 활용해서 최신 정보를 체계적으로 수집하고, 이를 ChatGPT/Claude가 잘 이해할 수 있는 형태로 만드는 방법을 알려드리겠습니다.

왜 Perplexity인가요?

ChatGPT나 Claude는 학습된 시점까지의 정보만 알고 있습니다. 2024년 이후 변화된 내용들, 최신 시장 동향, 새로운 정책이나 규정 등은 모릅니다. (Claude는 2025년 1월)

반면 Perplexity는 실시간으로 웹을 검색해서 최신 정보를 찾아줍니다. 마치 구글 검색을 대신 해주면서 동시에 정리까지 해주는 연구원 같은 역할입니다.

기존 방식의 한계

• 구글 검색 → 여러 사이트 확인 → 수동으로 정리 → 시간 소모
• 정보의 신뢰성 판단 어려움
• 흩어진 정보를 체계적으로 정리하기 어려움

Perplexity 활용의 장점

• 여러 신뢰할 만한 소스에서 정보 수집
• 자동으로 요약하고 정리해줌
• 출처까지 명확히 제시
• 추가 질문으로 깊이 있는 조사 가능

이해를 돕기 위해 본론에 들어가기에 앞서 Perplexity, 즉 RAG 기술을 활용한 AI 서비스 대해 부연 설명 드리도록 하겠습니다.

RAG 기술과 Perplexity, 간단히 이해하기

RAG가 뭔가요?

"Retrieval-Augmented Generation"의 줄임말입니다. 어려운 말 같지만 개념은 간단합니다.

• Retrieval: 정보를 찾아오기 (검색)
• Augmented: 보강하기 (추가하기)
• Generation: 답변 생성하기

쉽게 말해서 "실시간으로 검색한 정보를 더해서 답변을 만드는 기술"입니다.

기존 AI vs RAG 기술 활용 AI

• 기존 AI (ChatGPT, Claude 기본 모드): 이미 학습된 지식으로만 답변
• RAG 기술 활용 AI: 질문 받으면 → 즉시 검색 → 찾은 정보 + 기존 지식으로 답변

Perplexity가 현재 가장 활용하기 좋은 이유

현재 RAG 기술을 활용한 다양한 AI 서비스들이 있지만, Perplexity가 가장 활용하기 좋습니다. 물론 이후 또 다른 AI가 대체될 수도 있겠지만, 현재로서는 다음과 같은 장점 때문입니다:

• 전문적 리서치에 특화된 설계
• 다양하고 신뢰할 만한 출처 활용
• 상세한 출처 표시와 근거 제시
• 단계별 심층 조사 가능

구글 검색을 대체해 나가고 있습니다

실제로 저도 Perplexity를 사용하기 시작한 후 구글 검색 비중이 80% 이상 줄었습니다.

구글에서 여러 사이트를 클릭해서 정보를 찾고 정리하는 시간이 크게 줄어들었죠. 특히 시장 조사나 트렌드 분석 같은 업무에서는 Perplexity 하나로 웬만한 리서치가 가능합니다.

본 포스팅의 목적이 RAG나 Perplexity에 대한 상세 설명이 아니기에, 이 정도로 이해하시면 충분합니다. 이제 실제로 어떻게 활용하는지 알아보겠습니다.

조사 프롬프트 작성하기

직접 Perplexity에 무엇을 검색할지 고민하지 마세요. ChatGPT나 Claude에게 "조사 프롬프트"를 만들어 달라고 하면 됩니다.

예시: 마케팅 트렌드 조사가 필요할 때

ChatGPT나 Claude에 이렇게 요청해보세요.

2025년 디지털 마케팅 트렌드에 대해 Perplexity를 통해 
체계적으로 조사하고 싶어. 조사 프롬프트를 작성해줘.

그러면 이런식으로 단계별 조사 프롬프트를 만들어 줍니다.

[ 생성 된 조사 프롬프트 ]

2025년 디지털 마케팅 트렌드 체계적 조사 프롬프트

1단계: 메가트렌드 파악 프롬프트

2025년 디지털 마케팅의 주요 메가트렌드 10가지를 다음 기준으로 분석해줘:
- AI 기술 발전이 마케팅에 미치는 영향
- 소비자 행동 변화 패턴
- 플랫폼 생태계 변화
- 프라이버시 규제 강화 대응
- 글로벌 vs 로컬 마케팅 전략 변화

각 트렌드별로 다음을 포함해줘:
1. 핵심 동인(driver)
2. 비즈니스 임팩트 수준 (1-5점)
3. 도입 시급성 (즉시/단기/중기)
4. 한국 시장 적용 가능성

2단계: AI 기반 마케팅 혁신 조사

2025년 AI가 디지털 마케팅을 혁신하는 구체적 방법들을 조사해줘:
- AI 콘텐츠 생성 도구 활용 현황과 전망
- 개인화 마케팅 자동화 기술
- 예측 분석과 고객 여정 최적화
- AI 기반 광고 최적화 솔루션
- 챗봇과 대화형 마케팅 진화

각 영역별로:
1. 현재 기술 성숙도
2. 2025년 예상 발전 수준
3. ROI 측정 가능성
4. 1인 비즈니스 적용 가능한 도구/플랫폼
5. 구현 복잡도와 비용

3단계: 플랫폼별 전략 변화 분석

...

이하 총 8단계까지 각 주제별 조사 프롬프트 제시 (단, 두 줄로 조사 프롬프트를 요청했음에도)

이런 식으로 체계적인 조사 계획을 세워줍니다.

Perplexity에서 단계별 정보 수집

이제 받은 프롬프트를 하나씩 Perplexity에 입력해보세요.

효과적인 Perplexity 활용법

1. 하나씩 차근차근
한 번에 모든 걸 물어보지 마시고, 각 단계별로 하나씩 질문하세요.(제시된 조사 프롬프트를 하나씩 Copy&Paste) 그래야 더 정확하고 자세한 답변을 받을 수 있습니다.

2. 추가 질문으로 깊이 더하기
첫 번째 답변을 보고 "이 부분을 더 자세히 알고 싶다"는 추가 질문을 하세요. Perplexity는 대화 맥락을 이해하고 더 구체적인 정보를 찾아줍니다.

3. 출처 확인하기
Perplexity가 제시하는 출처들을 확인해보세요. 신뢰할 만한 곳인지, 최신 정보인지 체크할 수 있습니다.

정보 수집 과정

각 질문마다 나오는 답변을 워드 파일에 복사해서 붙여넣으세요.

정리하실 필요 없이 제시하는 답변들을 그대로 카피해서 워드 파일에 일단 무조건 복사해 넣습니다. (내용 취합 과정) 정리는 이 후 ChatGPT나 Claude에서 진행할 것입니다.

수집된 정보를 MECE 원칙으로 정리하기

조사가 끝나면 워드 파일을 ChatGPT나 Claude에 첨부하고 이렇게 요청하세요.

첨부한 파일의 내용을 MECE 원칙에 따라 
마크다운 형식으로 체계적으로 정리해줘.

목차와 핵심 내용을 명확히 구분해서 
정리해줘.

MECE 원칙이 뭔가요?

MECE는 "Mutually Exclusive, Collectively Exhaustive"의 줄임말입니다. 쉽게 말해서:

• Mutually Exclusive: 겹치지 않게 (중복 없이)
• Collectively Exhaustive: 빠짐없이 (완전하게)

정보를 분류할 때 이 원칙을 적용하면 체계적이고 논리적인 구조를 만들 수 있습니다.

예시: 마케팅 트렌드를 MECE로 분류한다면

• 플랫폼별: SNS, 검색, 이메일, 영상 (겹치지 않고 완전함)
• 시기별: 단기, 중기, 장기 트렌드
• 대상별: B2B, B2C 마케팅

마크다운이 뭔가요?

마크다운은 글을 쓸 때 사용하는 간단한 문법입니다. 복잡한 워드 프로그램 없이도 구조적으로 문서를 작성할 수 있게 해줍니다. (현재 본 포스팅도 마크다운으로 작성된 글 입니다.)

기본 마크다운 문법

markdown

# 제목 1
## 제목 2
### 제목 3

- 리스트 항목 1
- 리스트 항목 2

**굵은 글씨**
*기울임 글씨*

1. 번호 리스트 1
2. 번호 리스트 2

어려워 보이시죠? 걱정하지 마세요. ChatGPT나 Claude가 알아서 마크다운으로 정리해줍니다. 우리는 결과만 복사해서 쓰면 됩니다.

왜 꼭 마크다운으로 변환해야 하나요?

AI와 대화할 때는 '토큰'이라는 단위로 비용이 계산됩니다. 같은 내용이라도 어떤 형식으로 저장하느냐에 따라 토큰 소모량이 달라집니다.

토큰 효율성 순서: 마크다운 > 워드 > PDF > PPT

마크다운이 가장 효율적입니다. 불필요한 서식 정보 없이 순수한 텍스트와 구조 정보만 담고 있어서 AI가 빠르게 이해할 수 있기 때문입니다.

실제 차이 예시:

• 같은 내용의 PPT 파일: 1,500 토큰
• 워드 파일: 800 토큰
• 마크다운 파일: 400 토큰

토큰을 절약하면 더 많은 대화를 할 수 있고, 비용도 줄일 수 있습니다.

이렇게 Perplexity를 통해 다양한 관점에서 조사한(모은) 취합된 내용을 ChatGPT/Claude를 통해 쳬계적으로 지식 파일로 정리할 수 있게 됩니다.

정리된 파일을 지식으로 업로드하기

마크다운으로 정리된 내용을 .md 파일로 저장해서 프로젝트의 지식 영역에 업로드하세요. 마크다운 파일 형식인 .md 파일을 얻는 방법은 두 가지가 있습니다.

1. ChatGPT/Claude와 대화시 Canvas(ChatGPT)나 Artifact(Claude)로 결과를 제시해 주었다면(별도의 영역에 답을 제시) '다운로드' 버튼을 통해 바로 받으실 수 있습니다.
2. 그렇지 않고 일반 대화창에 정리된 결과를 받으셨다면 메모장이나 텍스트 에디터에 마크다운 내용을 붙여넣고, 파일명을 "2025_마케팅_트렌드.md" 이런 식으로 저장하시면 됩니다. (메모장 저장 시 텍스트 문서가 아닌 '모든 파일' 로 선택 후 .md로 저장)

지식 파일 관리 팁

1. 날짜별 관리 "2025_01_마케팅트렌드.md", "2025_01_경쟁사분석.md" 이런 식으로 날짜를 포함해서 저장하세요.

2. 주제별 분류 프로젝트 하나에 너무 많은 파일을 넣지 마시고, 관련된 주제끼리 묶어서 관리하세요.

3. 정기적 업데이트 시장 동향 같은 건 한 달에 한 번씩 새로 조사해서 업데이트하시면 항상 최신 정보를 유지할 수 있습니다.

완성된 AI 전문가와 대화해보기

지침 + 최신 지식 파일이 준비되면 이제 진짜 전문가와 대화하는 느낌을 받으실 수 있습니다.

"최근 트렌드를 반영한 우리 회사 마케팅 전략을 제안해줘"라고 물어보면, 설정한 지침에 따라 전문가답게 분석하면서 동시에 업로드한 최신 정보까지 반영해서 답변해줍니다.

처음엔 번거로워 보일 수 있습니다

"이렇게까지 해야 하나요?"

네, 처음엔 과정이 복잡해 보입니다. 하지만 한 번 해놓으면 정말 다른 세상입니다.

예를 들어, 제가 "2025년 AI 시장 동향" 지식 파일을 만들어놨더니, 클라이언트 미팅에서 "최신 AI 트렌드가 우리 사업에 어떤 영향을 줄까요?"라는 질문에 바로 최신 데이터와 함께 답변할 수 있었습니다.

완벽하지 않아도 됩니다. 일단 중요한 주제 하나부터 시작해보세요.

시작이 반입니다

오늘 알려드린 방법이 복잡해 보일 수 있지만, 실제로는 이런 단계입니다:

1. 조사 프롬프트 받기 (5분)
2. Perplexity에서 정보 수집 (20분)
3. 워드에 내용 정리 (10분)
4. 마크다운 변환 요청 (5분)
5. 지식 파일 업로드 (5분)

총 45분 정도면 한 주제에 대한 완벽한 지식 파일을 만들 수 있습니다.

경험상 이렇게 접근하면 더 수월합니다. 일단 가장 필요한 주제 하나부터 시작해보시고, 효과를 경험하신 후에 다른 주제들도 차근차근 추가해나가세요.

시행착오를 겪어보니 알게 된 점은, 완벽한 지식 파일을 만들려고 하기보다는 "일단 써보면서 부족한 부분을 채워나가자"는 마음가짐이 더 중요하다는 것입니다.