Perplexity.ai

AI 검색의 시작

Oct 20, 2024

핀포인트 리서치는 국내외 비상장기업과 산업을 분석하는 리서치 그룹입니다. 최신 글을 이메일로 받아보시려면 구독하세요! 오늘은 AI 검색 플랫폼, Perplexity AI를 분석합니다.

Intro

AI가 뛰어난 성능을 보여주며 세상을 놀라게 하고, 스타트업 시장이나 주식 시장을 지배하고 있다는 사실은 이미 유명하다. 다만 주목해야 할 점 하나는, AI 스타트업들의 수익성 문제와 이에 따른 인수합병들이 지속되고 있다는 사실이다.

유명한 사례로는 최근 8월 Character AI가 구글에 인적 인수되었다는 소식이 있다. Character AI는 대화 가능한 캐릭터 챗봇을 만들면서, 2024년 8월 기준 월간 방문자 수 2억 명을 기록하고, a16z가 8월달 발표한 Top 50 Gen AI 제품 순위에서 ChatGPT 다음으로 2위를 차지할 정도로 강력하게 인기를 끌고 있는 스타트업이었지만, 결국 비용 감당의 측면과 펀딩 시장이 얼어붙으면서 구글에 의탁하게 되었다.

이외에도 유명한 이미지 생성 AI 서비스인 Stable Diffusion을 만든 Stability AI, Inflection AI, Adept AI 등이 각각 CEO가 이탈하거나 마이크로소프트, 아마존에게 인적 인수를 당하는 등 ‘성과를 보여주지 못한 대형 AI 스타트업들’이 하나둘씩 쓰러져 가고 있다. 1

그 와중에, 세콰이아 캐피탈의 David Cahn이 제기한 질문인 ‘$600B Question : AI는 돈을 벌고 있는가?’ 라는 주제가 함께 관심을 끌고 있다. 2023년 9월 $200B 질문(한화로 약 260조)으로 처음 제시되었던 ‘AI가 현재 받고 있는 가치평가, 혹은 투자만큼 실제로 가치를 발생시키는가?’에 대한 질문은 많은 공감과 반박을 일으켰다.

위 질문에서는 2024년 4분기 엔비디아의 데이터센터 매출은 $150B이고, 이에 소프트웨어 마진율과 GPU 부가시설 비용을 가산하면, AI에 투자된 비용을 돌려받으려면 관련 매출이 $600B은 나와야 하는데, 현재 아무리 추산해 보아도 전 세계에서 AI로 만들어진 매출을 확인해 보면 $100B 정도밖에 나오지 않아, 650조 정도의 가치 괴리가 발생하고 있다는 주장이다.

이는 다양한 점에서 현재 AI가 시장을 주도하는 질서에 대해 의문을 제시했는데, 주로 과다투자라는 주장과 AI의 수익성 관련한 문제에서 강하게 본질을 찔렀다고 평가받고 있다.

반대로, 빅테크의 관점에서 이를 반박하는 글들과, 그들의 답변도 이어졌다.

하지만 많은 글들에서 AI의 사용도 확장에 따른 빅테크들의 지배력 강화와 매출로의 전환을 언급하는 것과는 반대로, AI 스타트업의 매출 확장에 대해서 확신을 가지고 이야기하는 곳들은 없었고, 실제로 수익성, 인재 이탈 등의 문제로 붕괴되는 스타트업들의 뉴스는 이런 관점에 힘을 실어주었다.

과연 Perplexity는 이런 상황 속에서, 수많은 기성 검색 경쟁사들을 따돌리고 새로운 검색의 지평을 열 수 있을까?

Founding Story

순서대로 Johnny Ho, Aravind Srinivas, Denis Yarats

Perplexity AI는 2022년 8월, Aravind Srinivas를 필두로 총 4명의 엔지니어들이 합심하여 처음 만들어졌다. 아라빈드는 OpenAI와 딥마인드에서 인공지능 연구원, 구글에서 리서치 인턴으로 일했었고, AI와 머신러닝에 강점이 있었다. CTO인 Denis Yarats의 경우 메타에서, CSO인 Johnny Ho는 Quora에서 엔지니어로 일한 경력이 있었고, Databricks의 공동창업자 중 한명인 Andy Konwinski까지 합류하여 Perplexity를 시작하게 된다.

Perplexity(이후부터 동사)는 검색에 새로운 패러다임을 제시하고자 AI를 활용하는 것을 모토로 하여 시작되었고, 처음에는 자연어를 SQL(데이터베이스 언어)로 만들어 데이터에 접근하는 방식으로 문제를 해결하고자 하였다.

그러나 너무 광범위하고 정의가 명확하지 않은 행위를 AI에게 시키는 것이라는 사실을 인지하여, 전통적인 검색 결과물에서 답변을 생성해 내어, 검색을 통해 정답을 반환하는 엔진으로 검색을 뒤바꾼다는 목표를 세우게 된다.

최초에는 유저의 니즈를 광고 수익보다 높은 가치로 두고, 이를 실현하기 위해 노력하는 툴이라는 점을 가치로 내세우게 되고, 이를 실천하기 위해 광고 대신 엔진 구독료를 받는 비즈니스 모델을 채택하게 된다.

한눈에 검색 결과를 답변해주고, 빠르게 나오는 결과물이 고객들의 관심을 끌게 되어, 동사는 전통적인 검색 엔진의 방식을 고수하는 수많은 검색 포털들(구글, 빙, 야후, 바이두) 사이에서 현재 유의미한 방문자수(23년 8월 1000만 MAU, 24년 1월 2000만 MAU, 24년 8월 5780만 MAU)를 기록하는 서비스가 되었다.

이제 Perplexity의 투자유치 현황과 제품, 확장 전략에 대해 알아보자.

Traction

동사는 22년 9월 시드를 받고 성장하였으며, 첫 제품 BirdSQL, ASK는 ChatGPT가 처음 공개된지 1개월 후인 22년 12월에 공개되었다. 초기 지표는 4개월에 200만명을 달성할 정도로 폭발적이었지만, ChatGPT가 폭발적인 초기 사용자 수 기록을 보여주고 있었기 때문에 대중에 크게 주목받지는 못했다. 물론 높은 사용자 수 증가는, 설립 6개월 만에 2560만 달러 규모의 시리즈 A 펀딩을 받기에는 충분했다.

그 이후 동사는 모바일 앱 출시, 멀티스탭 추론 Pro 기능 추가 등의 기능 업데이트 등과 더불어 다양한 마케팅 전략을 통한 빠른 MAU 성장과 더불어 2024년 4월 2000만 달러의 ARR에 도달하는 등 빠른 성장을 보여주었다. 이에 맞게 밸류에이션도 빠르게 성장했는데, 24년 1월에는 $73.6M 규모의 시리즈 B를 통해 $500M 가치를 인정받았고, 24년 4월 시리즈 C에서는 유니콘(1조) 기업가치에 도달함을 알렸다. 동사의 다양한 마케팅 전략으로 빠르게 사용자 수가 증가한 24년 8월에는 $3B 규모로 $250M를 펀딩받아, 가속화된 확장을 예고하고 있다.

동사의 추가 자금조달은, 무료 사용자 협찬 확대에 따른 비용 부담을 위한 것으로 보여, 플랫폼의 검색량 자체는 지속적으로 빠르게 증가할 것으로 보인다.

동사는 화려한 투자자 면면으로 주목을 받기도 했는데, 엔비디아 및 제프 베조스,얀 르쿤 등 업계의 스타 플레이들과 더불어 24년 8월에는 소프트뱅크 비전 펀드에게도 투자받으면서, AI 검색시장의 미래에 배팅하는 플레이어들이 많다는 모습을 보여주었다.

동사의 프로덕트가 어떤 모습이길래 이렇게 많은 관심을 받으며 빠르게 성장한 것일까?

Product

Perplexity AI는 동명의 검색 엔진을 운영하는 스타트업으로, GPT와 구글 검색을 접목시켜 검색어에 대해 “맥락에 맞는 포괄적인 답변과 링크”를 제공하는 것을 특징으로 하는 서비스이다.

실시간 정보 검색과 자연스러운 대화형 인터페이스를 결합하여, 기존 검색 사용자에게는 여러 검색 결과를 이미 읽은 경험을 제공하고, GPT 서비스 사용자들에게는 실시간 정보를 활용한 답변을 제공한다는 점에서 특별한 가치를 주고 있다.

위에서 동사가 첫 서비스 런칭 4개월만에 200만명 MAU를 달성할 정도로 빠르게 성장했다고는 했지만, 그게 서비스를 낸 순간부터 바로 엄청난 호응을 얻었다는 뜻은 아니다. 모든 서비스가 그렇듯, 동사에게도 초기의 구간은 사용자가 적었고, 파운더가 오류 트윗에 일일히 답변해 줄 정도로 절실했다.

물론, 아쉽게도(?) 이 구간은 그렇게 길지 않았다. 초기 서비스였던 Bird SQL은 머스크의 관심을 끌게 되어 리트윗을 받게 되고, 이 일은 동사 공식 계정 트윗의 평균 도달 인원수를 매우 크게 성장시켜줌과 동시에 서비스 BirdSQL의 사용자수가 빠르게 증가하는 계기가 되었다.

초기의 서비스를 보면, 지금처럼 답변의 퀄리티가 높지는 않다. ASK 기능은 아직은 할루시네이션으로 가득해서 사용자들에게 버그를 제보받으면서 퀄리티를 높이는 단계였고, Bird SQL은 자연어를 받아서 트위터 API를 위한 코드를 재생산해주는 서비스에 불과했다. 하지만 이 단계에서, Perplexity 팀은 ‘Founder mode’에 들어간 것으로 보인다.

22년 12월까지 받은 피드백을 바탕으로, 동사는 23년 1월 20일 최신 검색 소스들을 바탕으로 답을 반환하는 AI 검색 엔진을 처음 공식적으로 선보이게 된다. 그리고 자신들의 제품이 PMF를 찾았다고 느끼자, 여러 브라우저로의 확대, 플러그인의 추가, 유저들이 많이 요청하는 웹사이트들에 대한 데이터 접근성을 증가시키면서 성장해나가기 시작한다. 그리고, 이 트래픽을 바탕으로 23년 3월 25.6M$ 규모의, 비교적 큰 Series A 펀딩을 받게 되는 계기가 된다.

이후 동사는 AI 모델들의 발전을 자신의 것으로 빠르게 흡수하면서, 유저들의 요청사항을 빠르게 반영하며 23년 동안 업데이트를 진행했다.

동사가 ‘AI 검색 엔진’으로 당당히 자리매김할 수 있도록 타 서비스들과 격차를 벌린 곳은 어떤 점이 있을까?

빠른 답변 반환 속도
아라빈드는 구글 딥마인드에서 근무하며 답변 반환 속도가 리텐션에 미치는 영향에 대해 많은 점을 중요시 여기게 되었다.3 실제로 latency(답변 반환 지연 시간)는 구글 광고의 수익성에 큰 영향을 미치는 부분이었고, 이 점을 Perplexity의 검색 기능에도 많은 부분 참고하게 된다.
동사가 반환 속도를 빠르게 하기 위해 진행한 작전은 다음과 같다.
1. 웹사이트 크롤링을 미리 해놓거나, 같은 사이트를 참조할 때 캐싱된 데이터를 사용하는 것.
2. 검색 과정들에 맞춰 LLM 스택들을 실험하며 결과물의 퀄리티와 속도를 비교하여, 최적화된 스택 조합을 서비스 이용자들에게 기본 옵션으로 제공.
3. 답변 생성과 출력을 동시에 진행하여, 체감 속도를 더 증가시킴.
  
  실제로 23년도에 동사가 점유율을 올리던 동안, 동사의 빠른 반환속도(단일 검색어 1.2초)는, 비슷하게 빠른 반환속도를 자랑하던 Groq 등과 함께 호평을 받으며 좋은 유저 경험을 선사했다.
무자비한 크롤링(robots.txt를 어느정도 무시하는)
동사의 서비스를 써보면 인용된 페이지의 유료 버전이나 로그인된 버전에서 볼 수 있을 법한 내용이 요약되어 답변 생성에 활용되는 경우가 종종 있다. 유사한 서비스, 혹은 구글에서는 많지 않은 경험이지만, 답변의 내용이 기본적으로 증강되고 단순 검색으로 한번에 보기 힘든 부분도 요약 결과에 나오기 때문에 동사의 서비스를 쓰는 추가적인 이유가 되고 있다.
동사는 이러한 의혹들에 robots.txt를 준수하면서, 공개된 정보들에 대해서 요약해서 답변을 내놓는다고 답변한다. 하지만, robot.txt를 준수하지 않는 크롤링이 일어난 정황들에 대해서 WIRED 등에서 지적이 일어난 바가 있다.
https://www.wired.com/story/perplexity-is-a-bullshit-machine/
동사는 당사의 크롤러가 아닌, 서드 파티 크롤러를 병행해서 사용하는 과정에서 다음과 같은 일이 일어났다고 답변했으나, 어느정도 유저 경험 향상을 위해 눈감고 있는 부분이 있는 것으로 보인다.
인용된 rank를 통해서 페이지의 credibility 순위를 높이고, 이를 반영하는 일
Perplexity는 타 글에서 인용되는 정도에 따라서 사이트 도메인(예시로는 뉴욕 타임스 같은 경우) 자체에 신뢰도를 부여하여, 객관적인 사이트를 조금 더 참조하는 시스템을 구축했다. 이는 사람들이 원하는 답변을 생성할 때 실질적으로 더 신뢰 가능한 사이트로 참조되는 정도를 반영한 것으로, 여러 사이트들에서 구글에서 랭킹을 매기는 구조와 다른 순위를 반환하게 된다.
그리고 이런 방법론은 유저들이 체감 상 더 객관적인 정보를 얻는다는 느낌을 주게 된다.
RAG 기술을 통해서, ‘참고하지 않은 정보’를 내놓지 않아 할루시네이션을 최소화하는 것.
RAG란, 사용자가 제시한 쿼리(질문)에 대해서 관련 문서와 관련 문단을 선택해서 해당 정보를 바탕으로 답변을 생성하는 프레임워크를 의미한다. 이를 통해서 가장 최신 제작된 LLM 모델의 추론 능력을 사용하면서도, 최신 데이터를 활용할 수 있게 하여 맥락적으로 검증 가능한 최신의 응답을 생성할 수 있도록 한다.
생성형 LLM이 리서치에서 사용되는 경우에 가장 문제점으로 확인되는 경우가 바로 환각(Hallucination)에 의한 잘못된 정보 제공이다.
CEO Aravind Srinivas의 인터뷰에 따르면, 할루시네이션의 원인은
1. 검색된 문서의 내용이 최신이 아니거나 상세하지 않은 경우
2. 과도하거나 서로 다른 세부 정보
3. 관련 없는 정보 제공 등이 있다고 한다.
대부분의 오류는 RAG에 사용되어야 하는 정보 자체를 판단하고 사용하는 과정에서 문제가 발생하는 경우, 즉 검색의 품질 자체가 문제가 있는 경우가 대부분이며 이는 LLM 모델의 문서 처리 능력을 향상시키거나, 최신 인덱스인 문서를 사용하는 것 등으로 해결하고 있다고 한다.

이런 세 가지 점을 중점으로 서비스를 제공한 결과, 동사는 현재 AI 검색 시장에서 압도적인 트래픽을 기록하며, 구글에 대항할 만한 유일한 기업으로 성장하고 있다. 그렇다면 과연 매출을 발생시킬 비즈니스 모델을 어떤 꼴로 구상하고 있을까?

BM

현재 동사의 주 매출처는 구독료 수취를 통한 매출이다.

23년 말에는 7M$ 정도에 불과하였으나, 현재는 빠른 사용자 수의 증가와 더불어서 구독으로의 유입도 많이 되고 있어서, 연초의 5배 정도까지 매출이 증가했다.

하지만 펀딩을 받을 때의 기업가치를 같이 고려했을 때, 아직 만족스럽지 않은 매출액이라는 사실은 명확하다. 24년 8월 시리즈 C를 모금할 때의 기업가치는 대략 $2.5B로, 단순 PSR로 따지자면 700 정도의 매우 높은 수치이다. (AI 스타트업 업계에서도, 1000 이상으로 예상되는 Anthropic 다음으로 높은 수치일 것으로 예상된다.)

매출액의 성장성 자체는 훌륭하다. 24년 들어 8개월 만에 5배의 매출 성장을 일으켜 내어, 꽤 유의미한 수치 증가를 보여주고 있다.

다만 문제는 떨어지는 수익성이다. 무료 사용자에게 pro 사용량을 일정시간마다 제공하고, 무제한 사용을 원할 시 월 구독제로 전환하는 현재의 비즈니스 모델은 확실히 검색 링크 광고 시장을 지배하고 있는 구글의 비즈니스 모델에 비해서 수익 창출력 측면에서 떨어진다는 점을 극복하지 못한 것으로 보인다.

기존에 광고를 붙이지 않겠다고 한 이유는 구글의 광고 시스템이 검색 결과에 영향을 주어, 사용자의 검색 경험을 해치기 때문이라고 생각했기 때문이다. 따라서 24년 4분기에 예고한 광고 런칭의 경우 구글처럼 검색 결과에 영향을 준다기보다는 인스타그램, 넷플릭스 처럼 기존 사용자 경험을 해치지 않는 선에서 광고를 제공하는 것을 목표로 하고 있다고 한다. 뒤에 Risk에서 언급하겠지만, 이런 선택은 수익성 면에서 큰 영향을 줄 수 있다.

동사는 이런 수익성의 한계에서 오는 문제점을 다각화로 해결하려고 하고 있다.

B2C는 프로 구독제와 창작자와의 AI 검색광고 생태계를 조성하는 것으로, B2B는 엔터프라이즈용 서칭 제품, Internal knowledge search(Glean과 유사한 가치를 제공하는)을 통해 사업의 활로를 찾고 있다. 추가적으로 B2C에서 자주 사용하는 케이스인 여행, 커머스 등에 대한 정보제공 등도 고려하고 있다고 한다.

Vision

CEO인 Aravind Srinivas가 직접적으로 언급한 회사의 비전은 다음과 같다.

“””우리의 비전은 모든 사람에게 지식과 생산성에 대한 접근을 제공하고, 인터넷과 더 직관적이고 효율적으로 상호작용할 수 있게 하는 것입니다. “””

이 말에서 함축하고 있는 그들의 목표는 결국 현재의 검색보다 더 직관적인 방법으로 인터넷의 정보와 상호작용하여, 지식을 반환받는 방법에 대한 더 나은 방법을 제공하는 것이라고 볼 수 있다.

이 뜻은 또한 단순히 검색 대상을 순서에 맞게 제공하는 것 이상으로 인터넷의 결과를 반환받는 방법에 대해 LLM을 활용한 방법을 통해 새롭게 제시하고 싶다는 뜻으로, 검색의 패러다임을 전환하겠다는 목적성을 띄는 것이다.

어떻게 생각해 보면, 우리가 당연하다고 생각하는 구글 위주의 생태계에 의문을 제시하는 것이라고도 볼 수 있다. 구글은 인터넷이 아니라 검색 포털이다. 검색되는 많은 것들은, 구글이 아닌 다른 인터넷에 게시되는 것이고, 이는 다른 검색 엔진들인 빙, 야후, 네이버 등에서 근본적으로 나오는 검색 결과들이 다르지 않다는 점에서 기인한다.

Key Opportunities, Competitions, Risks

Key opportunities: 검색 시장

전체 검색 시장의 크기는, 검색시장의 90%의 점유율을 차지하고 있는 구글의 크기를 참고했을 때 $200B 정도 되는 시장이다. 검색 횟수로 따지자면, 구글은 한 달에 평균적으로 650B회(6500억 회)의 검색을 감당한다. 이는 동사가 2024년 9월에 3.4억 회의 검색 쿼리를 처리했다는 것과 비교하자면, 상당한 차이가 있다. (구글 검색의 0.05%) 매출액의 측면에서는 구글의 23년 검색 광고 관련 매출액이 $175B라는 점을 생각했을때 매출액의 0.02% 정도여서 수익성 측면에서도 열위에 존재한다.

다만 구글 검색의 0.05%라는 점유율이 작아보일 수 있으나, 현재 경쟁자들이 그렇게 점유율이 높지 않지 않고, 시장 크기가 매우 크다는 점을 생각해 보면 유의미한 지표이다. 특히 네이버의 글로벌 시장 기준 점유율이 0.27%라는 점을 생각했을 때, 충분히 무시하지 못하는 검색량이다.

다른 검색 엔진들 또한 점유율이 5%도 되지 못한다는 점을 생각해 볼 때, 스타트업 입장에서 구글을 대체하는 포지션으로 주장할 때에 힘이 실릴 정도의 검색량을 보여주고 있는 것은 맞다.

향후에 동사는 어느정도까지 성장할 수 있고, 그때 기업 규모는 어느정도 크기가 될까?

동사가 검색 횟수 기준으로 5%의 점유율을 가지게 되고, 매출액이 검색 횟수 증가의 절반 효율로 증가하게 된다고 가정할 경우, 연매출 $1.75B(2.4조 원)의 회사가 되게 된다. 검색 횟수의 측면에서 5%의 점유율, 즉 한 달에 300억회 이상의 횟수를 차지하는 행위의 주인이 된다는 뜻은 다음과 같다.

즉 5%의 점유율까지 올라가기 위해서는 지금처럼 리서치나 학술 행위 등 특별한 경우에 Perplexity app에 검색하는 것이 아니라, 전반적인 검색까지 전부 perplexity에 위임해야 한다. 이는 pro 계정을 만들고, 고도화되어 더 나은 결과를 반환하는 검색에 대해 반응이 좋은 현재의 Perplexity에게는 약간 정체성이 혼동되는 점이라고도 생각할 수 있다.

연매출 $1.75B(2.4조 원)의 회사가 되면, 현재 바이두보다 약간 큰 매출의 회사가 된다. (Baidu 23년 매출 2.3조원 정도) 현재 바이두의 시가총액이 $34.3B(40조 정도)라는 점을 고려해 볼 때, 8월달의 밸류에이션은 충분히 설명되는 상황이 될 것이다.

Strength

동사는 AI 검색 플랫폼으로서 대중들에게 인식된 첫 플랫폼이기 때문에 다양한 강점을 가지고 갈 수 있다. 초기 시장을 지배하고 있는 플레이어이기 때문에, 생겨난 새로운 페르소나인 “AI Search의 헤비 유저”들에게 다양한 실험을 해볼 수 있는 주체라는 점이 큰 장점이다.

최근 다양한 기능들을 선보이며(Pages, Discover, Spaces, Enterprise search, Targeted search, Video search, Image generation, etc) 유저들의 반응을 지켜볼 수 있었던 것도 결국 빠르게 증가하는 유저들이 어떤 니즈를 가지고 ‘AI 검색’을 진행하는지에 대해 데이터를 얻을 수 있었기 때문일 것이다. 만들어진 기능들은 검색 유저들의 다양한 페르소나를 대표한다.

Pages는 블로그나 인터넷 등에 자신의 리서치 결과물을 공유하고 싶어하는 유저를 대표한다. 이를 위해 자연스럽게 자신의 검색 로그를 글에 반영하는 기능과 편집 기능을 넣어, 검색을 Perplexity에서 진행하는 사람들이 자신의 결과물을 빠르게 공유할 수있게 하고, 이를 웹사이트 내에 공유하면서 Curator라는 지위를 주어 기여했다는 감정을 느낄 수 있게 한다. 특히 이런 pages에서 사람들이 공유하기 전 편집한 내용에 대한 데이터는 추가적으로 더 귀중한 데이터로 작용할 수 있을 것이다.

Discover는 위에서 말한 Pages를 볼 수있는 기능이자, 사람들이 관심있어 하는 내용을 볼 수 있는 공간이다. 이는 뉴스를 보는 유저들의 니즈 또한 만족시킨다.

이런 서비스들을 제공함으로써, 동사는 단순히 검색 엔진을 넘어 지식을 공유하는 플랫폼으로 도약하고자 하는 것으로 보인다. 과거 우리나라의 사례로 따지자면, 네이버에서 지식iN, 블로그, 카페 등의 서비스를 통해 사용자 생성 콘텐츠를 확보하고 검색 품질을 향상시킨 것과 유사하다고 볼 수 있다. 더 많은 사용자 콘텐츠와 상호작용은 콘텐츠의 신뢰성과 링크 순위의 품질을 증가시키고, 결론적으로 더 좋은 검색 결과를 제공할 수 있게 한다.

이를 AI 쪽에서 가장 처음으로 진행하여 성과를 확인할 수 있는 곳이 동사라는 점에는 이의가 없다.

아직 스텝 수는 4~50명, 전체 직원 수는 2~300명 정도로 그렇게 조직 규모가 크지 않다는 점도 긍정적이다. 빠르게 결정하고 성장해야 하는 단계 중간에 직원수가 빠르게 증가하지 않아, 현재 인건비 대신 고객 수와 검색량을 증가시키는데 비용을 태울 수 있다는 점은 동사가 2~3조에 기업가치가 머무는 것이 아니라 빠르게 성장할 것임으로 보여주는 좋은 시그널이라고 생각한다.

Competition & Risk

Competition

전통적인 검색 시장의 지배자들은 모두 AI의 발전에 힘입어, AI 검색의 기회를 가져가려고 하고 있다. 특히 Bing의 경우 그 니즈가 더 강력하다. 그 이유는 운영체제를 대부분 점유하고 있음에도, 검색 엔진과 브라우저 측면에서 높은 점유율을 차지하고 있지 못하기 때문이다.

다만, 그들이 만든 서비스 중에서 perplexity만큼의 사용성을 주고 있는 곳은 아직 없다.

구글은 AI 검색이 광고 매출을 해치는 측면이 있기 때문에, AI 검색의 점유율을 확장하기에는 딜레마가 존재한다. 예를 들어 여행 추천을 해달라고 할 경우, 이미 많은 돈을 광고 순서를 위해 지불한 여행 산업의 플레이어들에 인해 AI 답변 생성이 제한되게 된다. 실제로 AI preview가 등장한 24년 3월, 광고 노출의 감소와 시장 규모 감소가 이어질 것을 예측한 많은 글들이 존재했다. 이런 수익성의 충돌에 의해서 구글의 AI preview 기능은 크게 확대되지 않고 있는 상황이다.

Google reduces AI Overviews in Search — google의 AI search 노출도 감소를 나타내는 장표

OPENAI의 SearchGPT의 경우에는, 비슷하게 간단한 개요의 답변을 제공한다는 점에서 비슷하지만, 사용자들의 리뷰 측면에서 온라인 쇼핑, 로컬 검색 등에서 구글에 뒤쳐지는 모습을 보이면서, 유의미한 경쟁상대가 아닌 모습을 보여주었다. OpenAI의 전사적인 방향성이 AGI를 만드는 것에 있지 검색 경험을 증강하는 것에 있지 않기 때문에, 한동안 이 경쟁은 동사가 더 유리한 입장에서 진행될 것으로 보인다.

Bing은 적극적이지만, Copilot을 통한 대화 방식과 Bing을 통한 자연스러운 AI 검색 방식 가운데에서 방향을 확실하게 정하지 못한 것으로 보인다. 실제로 동사의 트래픽은 빠르게 증가하고 있는 반면, Bing의 AI를 접목시킨 이후에 성장이 크게 일어나지 않은 점을 생각해 볼 때 동사의 전략이 더 효과를 거두고 있다고 볼 수 있다.

그 외의 you.com, andisearch.com, komo.ai 등 AI 검색을 표방하는 다른 스타트업 경쟁사들을 생각해 보자면, 그들과는 이제 수치적으로도 유의미하게 비슷하지 않고(MAU 등이 3~40배 이상 차이남), 동사 쪽에 몰린 투자, GPU 등을 생각했을 때 경쟁 대상으로 생각하지 않아도 될 것으로 보인다.

Risks

먼저 저작권 문제는 전통적으로 AI 기업들에게 많이 제기된 문제이다. OpenAI의 학습 데이터에 대해 뉴욕 타임즈가 소송을 제기한 문제라던지, 미드저니 등에 예술가들이 저작권 문제로 소송을 건 사건 등은 뉴스에서 많이 다뤄진 바 있다. 동사 또한 뉴욕 타임즈, WIRED, Forbes 등에 문제가 제기된 바가 있다. 이는 특히 크롤링이 핵심으로 이루어지는 동사에게는 언젠가 갈등이 심화될 수 있는 근본적인 이슈라고 생각된다.

동사가 메인 엔진의 고도화를 LLM의 발전에 맡기고, 추가된 바는 조금 있으나 기존 구글과 크게 다르지 않은 pagerank 시스템을 사용하고 있다는 점은 결국 기술적으로 큰 해자가 없다는 것을 의미한다. 하지만 좀 더 살펴보면 겉으로 보이지 않는 기술적 해자도 존재하고, 현재 보유한 유저 데이터를 통해 해자를 확보해 나가고 있는 부분도 있다.

먼저 Perplexity가 밝히기로는, 쿼리를 더 저렴한 비용에 제공하는 기술에 많은 자원을 투자해 서비스의 수익성을 개선하고 있다고 한다. 이 점은 런웨이의 증가 및 흑자 전환에 큰 영향을 줄 것으로 보인다.

또한 “AI 검색”에 사용되는 정보원으로써 유저들이 느끼는 웹사이트의 신뢰도 순위는 다르기 때문에, 이 점을 유저 데이터와 이탈률, 추가 쿼리 등의 여부를 통해 매기고 있는 것으로 보인다. 구글과는 다른 유저들의 요구를 충족시키고 있기 때문에, 현 시점에서 가장 많은 유저 데이터를 확보하여 해자를 쌓을 수 있는 기업이라고 생각한다.

결국 이 회사의 가장 큰 리스크는, 서두에서 언급한 $600B 질문과 마찬가지로 ‘수익성’이다.

구글의 Adwords는, Aravind의 한 인터뷰의 멘트를 인용하자면, “근 50년간 가장 위대한 비즈니스 모델”4이라고 평가받을 정도로, 높은 수익성을 자랑한다. 업계에서 더 높은 CPC(Cost Per Click)를 자랑하는 광고는 Linkedin의 광고밖에 없으며, 이 또한 유저 수와 조회수의 차이가 압도적으로 난다는 사실을 고려하면 비교의 대상도 되지 않는다.

구글과 페이스북, 인스타그램의 광고 수익성이 3배 정도 차이난다는 것은(단적으로 비교하기 어려운 수치이긴 하다) 이 방식을 채택하지 않은 Perplexity의 광고 사업의 수익성 또한 쉽게 올라오지 않을 수 있다는 점을 의미한다.

동사의 손익 구조는 공개되지는 않았지만, 24년 1월부터 공격적으로 자금조달을 해온 과정을 보면(1월에 $73.6M, 4월에 $63M, 8월에 $250M) 빠른 속도로 돈을 써나가고 있을 것이라는 점을 짐작할 수 있다.

긍정적인 점은 당사의 매출 자체도 빠른 속도로 올라오고 있다는 점이다. 7~8월 경 $35M의 ARR을 달성했다는 발표를 했고, 조직 자체도 크지 않게 유지되고 있기 때문에 내년 중후반까지 버틸 수 있는 실탄은 마련한 상태일 것이라는 추측이 가능하다.

다만 런웨이가 버틸 수 있냐와 별개로 동사의 사업이 언제 흑자전환할지는 다른 문제이다. 성장기의 스타트업은 굉장히 많은 현금을 필요로 하고, Character AI 의 사례에서 볼 수 있듯 유저가 많다는 것과 재정적인 주체를 유지한다는 것은 별개의 사례일 수 있다.

CEO인 Aravind는 한 인터뷰에서 이에 대해 자신의 입장을 이렇게 밝혔다.

“우리가 생각보다 더 오랜 시간 돈을 벌지 못하는 서비스일 수는 있다. 하지만 우리가 검색을 더 잘한다면 더 많은 사람들이 우리를 이용할 것이고, 더 많은 사람들이 우리를 이용하게 되면 결국 비즈니스를 구축하는 방법을 찾을 수 있을 것이다. “

그의 생각처럼 낙관적으로 모든 일이 해결되지 않을 수 있지만, 많은 AI 스타트업 중 가장 높은 J커브를 그리고 있는 곳으로서 좋은 모습을 보여주길 바란다.

Ending Thoughts

Perplexity AI는 검색이라는 시장에서 구글이 가지고 있는 아성에 도전할 수 있는 유일한 플레이어라고 생각한다. 이러한 상징성이 동사로 하여금 수많은 네임드 투자자들(제프 베조스, 엔비디아, 소프트뱅크, Nat Friedman, Andrej karpathy, Yann Lecun 등)의 서포트를 받게 해준 부분도 있을 것이다.

만약 동사가 현재와 같은 성장을 거듭해 세상의 더 많은 사람들에게 AI 검색의 지평을 열고, 흑자 이상의 수익화에 성공한다면, 지금의 유니콘 밸류가 문제가 아니라 AI 상업화 시장을 선도하는 플레이어로 자리매김할 수 있을 것이다.

고객의 서비스 경험(UX)과 확장 가능성(Scalability)에 집중하는 파운더를 가진 회사이니만큼, 수익성의 벽을 넘지 못하고 스러진 AI 기업들과 다른 모습을 보여주길 바라며 글을 마무리한다.

Written and edited by Juhyun Cho

Special Thanks to 윤준선, 정진혁 for helping me writing

More about Pinpoint: click!

[ inflection AI: 2024.03.19 - CEO mustafa suleyman moved to MS, and hired most of its AI teams.

Stability AI: 2024.03.22 - employee layoff, departure of CEO, but kept updating stable diffusion

Adept ai: 2024.06.28 - Amazon hired majority of Adept’s team and licensed its tech

Character AI: 2024.08.02 - Acquired by google(hired cofounders and employees and paid to use tech)]

Perplexity AI의 자금유치 기록
Seed round(2022.09)
$3.1M, led by Elad gil and Nat Friedman, including pieter abbeel, yann lecun, andrej karpathy, etc
Series A(2023.03)
$25.6M, Led by Peter Sonsini of New Enterprise Associates
Series B(2024.01)
$73.6M, Led by Institutional Venture partners, Value of $520M
Series C(2024.04):
$63M raised, Daniel Gross, etc, Valuation 1B$
Series C(2024.08)
$250M, Softbank Vision Fund, NVDA, Jeff Bezos, Andrej karpathy, Yann Lecun, Value of $2.5~3B

Aravind Srinivas가 존경하는 사람으로 꼽은 래리 페이지가 중요하게 여긴다는 부분들은 다음과 같다.

Sort of a doshius thinking and obsession about scale and latency and great user design.

it's the greatest business model in the last 50 years.

19:54