AI 에이전트는 한 세션에 26분, 검색은 33초 — 하버드와 퍼플렉시티가 밝힌 자율 작업의 실제 시간차

2026년 6월 8일 · AI 리서치 데일리 · 읽는 데 약 4분

하버드와 퍼플렉시티가 공동 발표한 새로운 연구는, AI 에이전트가 실제로 얼마나 오래 자율적으로 일하는지를 현장 데이터(운영 데이터)로 측정했습니다. 결과는 단순합니다. AI 에이전트는 한 세션당 평균 26분 동안 종단간으로 일하고, 퍼플렉시티 검색은 평균 33초 만에 답을 끝냅니다. 같은 회사, 두 제품, 거의 50배 차이입니다.

26분

퍼플렉시티 컴퓨터 1세션 평균 자율 작업 시간

33초

퍼플렉시티 검색 1세션 평균 응답 시간

약 50배

두 제품 간 작업 길이 차이

현장 데이터

실험실이 아닌 실제 운영 데이터 기반

연구는 무엇을 비교했나요?

연구팀은 퍼플렉시티가 실제 서비스에서 운영하는 두 제품의 데이터를 그대로 들여다봤습니다.

퍼플렉시티 검색(Search) — 사용자의 질문에 대화하듯 답을 주는 엔진입니다. 답변을 만들고 끝납니다.
퍼플렉시티 컴퓨터(Computer) — AI 에이전트 기반 제품입니다. 작업을 종단간(end-to-end)으로 계획하고 실행합니다.

같은 회사의 두 제품을 비교했기 때문에, 차이가 단순 마케팅이 아니라 사용 패턴의 차이임을 보여주는 현장 증거(field evidence)가 됩니다.

왜 26분과 33초는 의미 있는 숫자인가요?

이 수치는 “AI가 똑똑하냐”를 묻는 게 아니라, “AI가 어떤 종류의 일을 얼마나 오래 하는가”를 묻습니다.

검색(33초)은 질문 1개 → 답변 1개로 끝나는 질의-응답 행태입니다. 지식 노동의 한 조각을 ‘찾아주는’ 데 그칩니다.
AI 에이전트(26분)는 목표 1개 → 계획 → 도구 호출 → 검증 → 재시도 → 완성까지 거칩니다. 지식 노동자 1명이 하는 한 덩어리의 일에 가깝습니다.

즉, 이 연구는 “에이전트가 똑똑해졌다”가 아니라 “에이전트가 일의 단위(unit of work)를 통째로 삼기 시작했다”를 보여줍니다.

쉬운 용어로 정리한 핵심 개념 10개

기사에서 자주 나오는 단어를 말 그대로 풀어 설명합니다. 한 번 읽으면 기사 전체가 읽힙니다.

AI 에이전트(AI Agents): 목표를 여러 단계로 쪼개 스스로 결정하고, 외부 도구까지 써서 작업을 끝까지 수행하는 자율 소프트웨어.
자율 작업(Autonomous Work): 사람이 중간중간 알려주지 않아도 처음부터 끝까지 AI가 스스로 계획을 세우고 실행하는 일.
대화형 답변 엔진(Conversational Answer Engine): 키워드를 맞추는 옛 검색이 아니라, 자연어 질문에 답을 바로 말해주는 AI 기반 응답 시스템.
지식 노동(Knowledge Work): 몸이 아니라 머리와 전문 지식으로 가치를 만드는 일. 분석, 기획, 보고서 작성, 리서치 등이 대표적.
종단간(End-to-End): 일의 시작부터 완료까지 전 과정을 한 시스템이 책임지고 처리하는 방식. 사람이 중간에 끼어들지 않습니다.
퍼플렉시티(Perplexity): AI 기반 답변 엔진을 만드는 회사. Search(검색)와 Computer(에이전트)를 함께 운영합니다.
운영 데이터(Production Data): 테스트 환경이 아닌 실제 서비스에서 사용자들이 남긴 로그·행동 기록. 가장 신뢰할 수 있는 사용 데이터입니다.
퍼플렉티비 컴퓨터(Perplexity Computer): 퍼플렉시티의 AI 에이전트 플래그십. 리서치, 콘텐츠 생성, 다단계 작업을 종단간으로 계획·실행합니다.
퍼플렉시티 검색(Perplexity Search): 키워드 매칭이 아닌 자연어 답변을 직접 제공하는 퍼플렉시티의 대화형 검색 서비스.
현장 증거(Field Evidence): 실험실이 아닌 실제 사용 환경에서 모은 데이터를 근거로 한 결론. 논문보다 현실 반영도가 높습니다.

이 연구가 말하는 핵심 메시지

한 줄 요약: AI는 더 똑똑해진 것이 아니라, 한 번에 더 오래 일하는 것으로 진화하고 있다. 26분 vs 33초의 차이는 “능력”이 아니라 “일의 단위”의 차이이며, 이것이 지식 노동의 자동화에 대해 우리가 다시 생각해야 할 이유다.

기업과 실무가 챙겨야 할 함의

성과 측정 단위를 ‘답변 수’나 ‘검색 수’가 아니라 ‘에이전트 1세션이 끝낸 일의 양’으로 바꿔야 합니다.
비용 구조도 33초짜리 Q&A 요금이 아니라, 26분짜리 종단간 작업의 ROI로 설계해야 합니다.
거버넌스는 “에이전트가 무엇을 말했나”보다 “에이전트가 무엇을 실행했나”를 감사할 수 있어야 합니다.

개인이 챙겨야 할 함의

단순 검색·요약은 대화형 답변 엔진에 맡기고, 우리는 “에이전트에게 시킬 일의 단위”를 설계하는 역할로 이동합니다.
업무에서 “AI에게 26분짜리 일을 맡길 수 있는가?”를 자주 자문하는 것이 새로운 역량 기준이 됩니다.

자주 묻는 질문

Q1. 26분은 정말 사람 없이 에이전트만 일한 시간인가요?

네. 연구는 운영 데이터를 기준으로, 사람이 매번 확인하지 않아도 에이전트가 자율적으로 작업을 계속한 시간을 측정했습니다. 필요할 때만 사람에게 확인을 요청합니다.

Q2. 33초면 너무 짧은데, 검색이 못 알아챈 건가요?

아닙니다. 대화형 답변 엔진은 질문 1개를 받고 답변 1개를 만들어 끝내는 것이 정상 동작입니다. 두 제품은 애초에 하는 일의 단위가 다릅니다.

Q3. 일반 사용자도 퍼플렉시티 컴퓨터를 쓸 수 있나요?

퍼플렉시티가 공개한 서비스/플랜 범위 안에서 접근할 수 있습니다. 본 연구의 핵심은 “누가 쓸 수 있느냐”보다 “에이전트가 실제 업무 단위로 작동한다”는 현장 증거입니다.

원문 출처: MarkTechPost — A New Study from Harvard and Perplexity