Perplexity, Model Council 출시 — 복수 AI 모델 병렬 실행으로 환각 감소

Model Council 출시

Perplexity가 Model Council이라는 혁신적인 시스템을 출시했다. 이는 Claude, GPT-5.2, Gemini를 포함한 여러 프론티어 AI 모델을 병렬로 실행하여 통합되고 교차 검증된 답변을 생성하는 방식이다.

이 접근 방식은 단일 모델의 한계를 극복하고, 여러 모델의 강점을 결합하여 더 신뢰할 수 있는 결과를 제공한다.

작동 방식

Model Council의 핵심 메커니즘:

1. 병렬 실행: 사용자 질문이 동시에 여러 최신 모델로 전송됨
2. 독립적 추론: 각 모델이 독립적으로 답변 생성
3. 교차 검증: 모델들의 답변을 비교하고 일치 여부 확인
4. 통합 답변: 합의된 정보를 바탕으로 최종 답변 생성

이 과정은 단일 모델이 잘못된 정보를 생성(환각)하더라도, 다른 모델들이 이를 감지하고 교정할 수 있게 한다.

성능 개선

Perplexity는 Model Council이 다음과 같은 개선을 가져온다고 밝혔다:

• 추론 품질: 여러 모델의 집단 지성 활용으로 크게 향상
• 환각 감소: 교차 검증을 통해 잘못된 정보 생성 최소화
• 신뢰도: 여러 모델이 동의하는 답변은 더 신뢰할 수 있음

특히 복잡한 질문이나 사실 확인이 중요한 상황에서 이 시스템의 장점이 두드러진다.

비용과 성능 트레이드오프

Model Council은 혁신적이지만 분명한 트레이드오프가 있다:

장점:

• 더 높은 정확도와 신뢰성
• 환각 오류 감소
• 여러 모델의 강점 결합

단점:

• 여러 모델을 동시에 실행하므로 컴퓨팅 비용 증가
• 응답 시간 증가 가능성
• 운영 복잡도 상승

Perplexity는 이러한 추가 비용이 사용자에게 제공하는 가치로 정당화된다고 판단한 것으로 보인다.

AI 업계 트렌드

Model Council은 AI 업계의 중요한 트렌드를 반영한다:

단일 모델 의존 탈피: 하나의 "최고" 모델을 찾는 것이 아니라, 여러 모델의 협업을 통해 더 나은 결과를 얻는다.

앙상블 접근: 기계학습에서 오래 전부터 사용되던 앙상블 기법을 LLM에 적용. 여러 모델의 예측을 결합하면 단일 모델보다 일반적으로 더 좋은 성능을 보인다.

신뢰성 우선: 속도나 비용보다 정확성과 신뢰성을 우선시하는 움직임.

경쟁사 대응

다른 AI 기업들도 유사한 접근을 실험하고 있을 가능성이 높다:

• OpenAI: 이미 GPT-4o와 o3-mini 등 여러 모델을 제공하며, 내부적으로 앙상블 기법 사용 가능
• Anthropic: Constitutional AI에서 여러 모델 간 합의 메커니즘 활용
• Google: Gemini 시리즈에서 다중 모델 검증 가능성

Perplexity가 이를 공개적인 기능으로 출시한 것은 차별화 전략의 일환으로 보인다.

사용자 경험

사용자 관점에서 Model Council은:

• 더 신뢰할 수 있는 답변
• 특히 사실 확인이 중요한 연구, 의료, 법률 등의 분야에서 유용
• 약간 느린 응답 시간을 감수할 가치가 있는 품질 향상

Perplexity는 검색 증강 생성(RAG)에 강점을 가진 기업으로, Model Council은 이러한 강점을 더욱 강화한다.

참고 자료

• LLM Stats: AI Updates Today (February 2026)