검색을 코드 생성으로 재고하기

기존 AI 시스템은 모델이 쿼리를 던지면 검색 엔진이 정해진 파이프라인에 따라 결과를 돌려주는 단일 구조(Monolith)로 작동했다. 하지만 복잡하고 가변적인 작업을 수행하는 AI 에이전트 시대에는 이러한 방식이 한계에 부딪히고 있다.

에이전트는 단일 작업 중에도 수백, 수천 번의 검색 작업을 수행하며, 정보의 검색, 처리, 집계 방식을 직접 제어해야 한다. 기존의 선형적인 함수 호출(Function Calling) 방식으로는 이러한 미세한 제어가 불가능하다.

Perplexity는 이를 해결하기 위해 Search as Code(SaC) 아키텍처를 도입한다. SaC는 검색 스택의 구성 요소를 SDK 형태의 원자적 프리미티브(Primitives)로 노출하여, 에이전트가 코드를 통해 검색 과정을 직접 설계하고 조합할 수 있게 한다.

이를 통해 모델은 단순히 검색 결과를 소비하는 수준을 넘어, 검색 스택 내부로 직접 개입하여 작업에 최적화된 검색 전략을 실행할 수 있다.