본문으로 건너뛰기
P

Perplexity

Perplexity

AI 툴부분 유료이번 주 71회 언급

Perplexity는 'answer engine'을 표방하는 AI 검색 서비스로, 질문을 던지면 실시간 웹을 검색해 출처가 인용된 종합 답변을 돌려준다. 기존 검색이 링크 목록을 주는 것과 달리 합성된 답변과 근거 링크를 함께 제공해, 리서치·사실 확인 워크플로를 압축한다.

핵심 기능은 출처 인용 답변, 후속 질문을 통한 대화형 탐색, 여러 프런티어 모델 선택, 파일·문서 분석, 그리고 심층 리서치·에이전트형 작업이다. 상위 플랜에서는 여러 모델에 동시 질의해 결과를 종합하는 기능(Model Council)과 더 깊은 리서치를 제공하며, 개발자용 Sonar API도 별도로 있다.

대상은 빠르고 검증 가능한 리서치가 필요한 지식 노동자·연구자·애널리스트, 그리고 검색·인용 기능을 앱에 붙이려는 개발자다. 가격은 Free($0), Pro $20/월(무제한 Pro 검색·모델 전환), Max $200/월(심층 기능·Model Council), 학생 Education Pro $10, Enterprise Pro $40/시트, Enterprise Max $325/시트.

강점은 출처 투명성과 실시간성, 모델 선택 자유도, 리서치 속도다. 한계는 합성 답변 특성상 출처 오해석·환각 가능성이 남아 인용 원문 확인이 필요하고, 가장 강력한 Max 기능은 고가이며, 일반 대화·창작 측면에선 범용 챗봇 대비 강점이 제한적이라는 점이다.

NewsAI 툴·

condense-json 1.0 출시

condense-json 1.0이 출시되었다. 이 라이브러리는 JSON 데이터를 압축하여 중복된 문자열을 특수 구문으로 대체하는 기능을 제공한다. 예를 들어, 입력 JSON에서 특정 문자열을 찾아 이를 {'$r': ...} 형식으로 변환하여 저장 공간을 절약할 수 있다. 이 기능은 SQLite 로그에서 중복 데이터를 줄이는 데 사용된다.

condense_json(input_json, replacements) 함수는 중복된 데이터를 효율적으로 저장할 수 있게 해준다.

Simon Willison's Weblog원문
NewsAI 툴·

구글, AI를 활용한 Google Earth 기능 하루 만에 종료

구글은 목요일에 출시한 Google Earth의 AI 기능을 하루 만에 종료했다. 이 기능은 사용자가 텍스트 프롬프트를 사용해 위성 이미지를 편집할 수 있게 해주었으며, 사용자는 실제 세계의 AI 딥페이크 이미지를 생성할 수 있었다. 예를 들어, Digital Digging의 Henk van Ess는 멕시코 국경 근처의 난민이나 가자 지구의 병원 근처에 폭탄 크레이터를 추가한 이미지를 생성했다. 구글은 초기 반응에서 Nano Banana 2로 생성된 이미지에 디지털 워터마크가 포함되어 있으며, '유해한 주제에 대한 이미지 생성'을 방지했다고 밝혔다.

구글은 AI를 활용한 이미지 생성 기능을 통해 사용자에게 새로운 편집 도구를 제공했지만, 유해한 콘텐츠 생성 우려로 인해 기능을 즉시 중단했다.

The Verge — AI원문
NewsAI 툴·

LinkedIn, AI 생성 저품질 게시물 신고 버튼 도입

LinkedIn은 저품질 AI 생성 게시물을 줄이기 위해 'AI 슬롭으로 보임' 신고 옵션을 도입하고 있다. 또한, 기존의 AI 글쓰기 기능을 교정 도구로 대체할 예정이다.

LinkedIn의 'AI 슬롭으로 보임' 신고 옵션은 사용자들이 저품질 콘텐츠를 신고할 수 있는 새로운 방법을 제공한다.

TechCrunch — AI원문
NewsAI 툴·

Amazon Bedrock의 고급 프롬프트 최적화 도구 소개

Amazon Bedrock은 최대 5개의 모델에 대해 프롬프트를 최적화하고 원본과 최적화된 성능을 비교하는 '고급 프롬프트 최적화' 도구를 도입하였다. 이 도구는 수동 반복 작업을 줄이고, 평가 지표에 기반하여 프롬프트를 최적화하는 피드백 루프를 통해 작동한다. 사용자는 프롬프트 템플릿과 사용자 입력을 제공하고, 최적화된 프롬프트와 평가 점수를 받을 수 있다.

Amazon Bedrock의 고급 프롬프트 최적화 도구는 프롬프트 마이그레이션과 최적화를 자동화하여 개발 주기를 단축시킬 수 있다.

AWS Machine Learning Blog원문

관련 Q&A