Perplexity, Computer for Enterprise 공개… sandboxed agent 작업을 enterprise controls와 결합
Original: Computer for Enterprise View original →
Perplexity는 2026년 3월 12일 Computer for Enterprise를 공개하며 enterprise 환경에서 agent형 작업을 더 안전하게 실행할 수 있는 제품 전략을 제시했다. 이번 제품은 단순한 chat interface가 아니라, research, browser interaction, code execution, recurring task automation을 조직의 governance 안에서 수행할 수 있도록 설계된 실행 계층에 가깝다.
공식 설명에 따르면 Computer for Enterprise는 기존 Perplexity enterprise platform 위에서 동작한다. 즉 별도의 consumer-grade 기능을 기업용으로 포장한 것이 아니라, SOC 2 Type II, SAML SSO, audit logs, administrative controls 같은 기존 보안·운영 체계를 그대로 상속한다. Perplexity는 모든 task가 isolated cloud environment에서 실행되며, authenticated integrations와 secure browser, secure code execution이 sandbox 내부에서 처리된다고 설명했다.
- Wide Research와 parallel web search로 여러 항목을 동시에 조사해야 하는 query를 처리
- Recurring task를 위한 scheduling과 automation 지원
- Enterprise platform의 admin controls, audit logs, identity 관리 체계를 그대로 활용
- Browser activity와 code execution을 fully sandboxed environment에서 실행
이 제품이 갖는 의미는 enterprise AI 시장의 요구가 이제 answer generation을 넘어 actual execution으로 이동하고 있다는 점이다. 기업 고객은 더 이상 요약만 잘하는 assistant보다, 여러 출처를 조사하고 web을 탐색하며 code를 실행하고 반복 업무를 자동화하면서도 audit trail을 남길 수 있는 runtime을 원하고 있다. Computer for Enterprise는 바로 그 요구에 맞춰 설계된 형태다.
Perplexity는 같은 시기에 Comet Enterprise, Agent API, Sandbox API, financial research 기능까지 함께 확장하면서 검색 중심 서비스에서 agent platform으로 무게중심을 옮기고 있다. 이 흐름에서 Computer for Enterprise는 enterprise knowledge work를 위한 작업면(work surface) 역할을 맡는다. 중요한 차별점은 단순히 model access가 아니라, 조직이 실제 배포 가능한 수준의 control과 isolation을 제공하느냐에 있다.
결국 enterprise AI 도입의 승부처는 model benchmark만이 아니다. 누가 더 안전하게 도구를 연결하고, 누가 더 명확한 admin controls와 auditability를 제공하며, 누가 더 자연스럽게 recurring workflow를 운영 환경으로 끌고 오느냐가 실제 구매 판단을 좌우한다. Perplexity의 이번 발표는 그 경쟁 축이 이미 시작됐음을 보여준다.
Related Articles
기업 RAG의 약점은 답을 모르는 것이 아니라, 필요한 근거가 다른 저장소에 흩어졌을 때 너무 일찍 멈추는 데 있다. Google Research는 충분한 문맥을 검사하고 다시 검색하는 Agentic RAG로 factuality 데이터셋 정확도를 최대 34% 높였다고 밝혔다.
530점 넘게 오른 관심은 “Claude가 보안 버그를 찾는다”보다, 팀마다 직접 고쳐 쓸 수 있는 harness의 모양에 모였다.
오픈 모델 경쟁이 단순 성능표에서 장시간 에이전트 비용으로 이동하고 있다. NVIDIA는 Nemotron 3 Ultra가 550B MoE 구조로 5배 빠른 추론과 최대 30% 낮은 복잡 작업 비용을 낸다고 밝혔다.