[중급] 메이크와 퍼플렉시티 조합, 챗GPT API와는 격이 다른 이유

결론부터 말한다. 아직도 메이크(Make) 자동화에 챗GPT API만 물려 쓰고 있다면, 그건 구멍 난 파이프를 쓰는 것과 같다.

특히 최신 정보, 팩트 기반의 데이터가 필요한 자동화 시스템이라면 더더욱 그렇다. 챗GPT가 특정 시점까지 학습된 ‘두뇌’를 꺼내 쓰는 천재라면, 퍼플렉시티는 실시간으로 인터넷을 뒤져서 ‘근거’를 가져오는 현장 요원에 가깝다. 이 둘의 용도는 명확히 다르다.

Q. 챗GPT API가 있는데 굳이 퍼플렉시티 API를 써야 하는가?

A. 질문 자체가 잘못됐다. 둘은 대체재가 아닌 보완재다. 글쓰기, 창작, 아이디어 발상에는 챗GPT가 낫다. 하지만 자동화의 목적이 ‘최신 시장 동향 리서치’, ‘경쟁사 뉴스 클리핑’, ‘특정 주제에 대한 최신 논문 요약’이라면 이야기가 달라진다. 퍼플렉시티는 답변의 근거가 된 출처(Source) URL을 함께 제공한다. 이건 자동화 시스템에서 ‘신뢰도’라는 파이프를 하나 더 까는 것과 같다. 이 차이를 모르면 계속 낡은 정보만 퍼나르는 앵무새 시스템을 만들게 될 뿐이다.

실무에서 99%가 저지르는 치명적인 실수 5가지

이론은 이쯤하고, 실전에서 다들 박살 나는 지점을 짚어주겠다. 메이크 시나리오 짤 때 아래 5가지만 피해도 당신의 자동화 퀄리티는 상위 10% 안에 들어간다.

실수 1: 챗GPT 쓰듯 창의적인 글쓰기를 시킨다.

🚨 문제점: 퍼플렉시티는 창작가가 아니라 연구원이다. “감성적인 블로그 글을 써줘” 같은 명령을 내리면, 인터넷의 여러 글을 어설프게 조합한, 영혼 없는 결과물만 뱉어낸다. 이 툴의 본질을 전혀 이해하지 못한 접근이다.

💡 해결책: ‘리서치’와 ‘요약’에만 집중시켜야 한다. 예를 들어, “지난 24시간 동안 발표된 ‘양자 컴퓨팅’ 관련 주요 뉴스 3가지를 찾아서 각 뉴스의 핵심 내용을 100자 이내로 요약하고 출처 링크를 명시해줘” 와 같이, 명확한 정보 수집 임무를 부여해야 한다. 역할 자체를 다르게 써야 함.

실수 2: ‘focus’ 파라미터를 무시한다.

🚨 문제점: 메이크의 퍼플렉시티 모듈을 보면 ‘focus’라는 설정값이 있다. 이걸 기본값(all)으로만 두고 쓰는 사람이 태반이다. 이건 스위스 맥가이버 칼을 사서 병따개로만 쓰는 격이다. 검색의 범위를 스스로 제한하는 바보짓임.

💡 해결책: 작업의 성격에 맞게 ‘focus’를 지정해야 한다. 학술 자료가 필요하면 ‘academic’, 특정 계산이나 데이터 변환이 필요하면 ‘wolfram_alpha’, 유튜브 영상 기반 정보가 필요하면 ‘youtube’로 설정한다. 이 작은 세팅 하나가 결과물의 정확도를 극적으로 바꾼다.

실수 3: 반환된 ‘출처 데이터’를 파싱할 줄 모른다.

🚨 문제점: 퍼플렉시티의 진짜 가치는 ‘출처’에 있다. 그런데 API 결과물에서 텍스트 답변만 쏙 빼서 쓰고, 함께 따라온 소스 URL과 제목 데이터는 버린다. 자동차를 사서 엔진은 버리고 의자만 쓰는 것과 같다.

💡 해결책: 퍼플렉시티 API의 결과값은 단순 텍스트가 아니라 구조화된 데이터(JSON)다. 메이크의 ‘Parse JSON’ 모듈이나 이터레이터(Iterator)를 사용해서 답변 본문과 출처 정보를 분리하고, 각각을 데이터베이스(예: 구글 시트, 노션)의 다른 열에 저장해야 한다. 이래야 나중에라도 팩트 체크가 가능하다.

실수 4: API 호출량과 비용을 계산하지 않는다.

🚨 문제점: 테스트 몇 번 해보고 잘 돌아간다고 바로 실전에 투입한다. 그러다 하루 만에 API 호출 제한(Rate Limit)에 걸려 시나리오가 멈추거나, 월말에 예상치 못한 요금 폭탄을 맞는다. 자동화 파이프는 ‘지속가능성’이 생명이다.

💡 해결책: 시나리오의 실행 주기와 한 번 실행될 때 발생하는 API 호출 횟수를 정확히 계산해야 한다. 예를 들어, 10분마다 10개의 키워드를 검색한다면 시간당 60회, 하루 1,440회의 호출이 발생한다. 퍼플렉시티 API의 요금 정책과 내 플랜의 한도를 명확히 인지하고, 필요하다면 시나리오 중간에 ‘Sleep’ 모듈을 넣어 인위적으로 호출 속도를 제어해야 한다.

실수 5: 검색에 최적화된 프롬프트를 쓰지 않는다.

🚨 문제점: 챗GPT에게 하듯 “AI에 대해 알려줘” 같은 두루뭉술한 질문을 던진다. 퍼플렉시티는 대화 상대가 아니라 정보 검색 엔진이다. 쓰레기를 넣으면 쓰레기가 나올 뿐이다.

💡 해결책: 프롬프트는 대화형이 아닌 ‘검색 쿼리’ 형태로 구성해야 한다. 명확한 주제, 기간, 원하는 정보의 종류를 구체적으로 명시해야 한다. “2024년 2분기 대한민국 부동산 시장 전망에 대한 신뢰할 수 있는 금융 기관의 보고서 3개를 찾아 요약해줘.” 이런 식으로 말이다. 질문이 날카로워야 답변도 날카롭다.

이 정도 뼈대만 이해해도 어설픈 자동화 시스템은 가볍게 뛰어넘는다. 퍼플렉시티는 단순히 ‘또 다른 AI’가 아니다. 자동화 시스템에 ‘실시간성’과 ‘신뢰성’이라는 날개를 달아주는 핵심 부품이다.

물론, 이 복잡한 파이프라인 설계도를 초등학생도 이해할 수 있게 풀어낸 실전 세팅 가이드와, 에러 핸들링까지 포함된 템플릿은 현재 비공개로 빌드업 중인 ‘파이프마스터 클럽’ 네이버 카페에만 독점 공개할 예정이다. 조만간 초기 멤버 모집 공지가 올라갈 테니, 진짜 자동화 시스템을 구축하고 싶다면 블로그를 주시하기 바란다.

PipeMaster-Lab 운영정책 및 제보 안내