Perplexity Search as Code, 검색을 함수 호출 대신 Python orchestration으로 전환

agent가 검색을 수백 번 호출하는 시대에는 “검색 API 한 번 호출” 모델이 병목이 된다. Perplexity는 2026년 6월 1일 X에서 Search as Code를 공개하며, AI agent가 검색 stack을 직접 Python code로 조립하도록 바꿨다고 설명했다. 트윗의 핵심은 “writes Python that calls our search stack directly”라는 문장이다.

“Available in the Perplexity Agent API”

Perplexity 공식 계정은 제품 기능과 research post를 함께 올리는 채널이며, 이번 글은 linked research article이 있어 검증할 구체 내용이 많다. 글에 따르면 Search as Code는 Perplexity Agent API와 Computer에 들어갔고, 기존 function call이나 MCP처럼 같은 검색 pipeline을 직렬 호출하는 대신 retrieval, ranking, filtering, fanout, rendering 같은 primitive를 SDK로 노출한다. 모델은 secure sandbox에서 Python을 생성해 task별 검색 pipeline을 만든다.

가장 눈에 띄는 수치는 CVE vendor advisory case study다. 2023~2025년 고위험 CVE 200개 이상을 식별하고, vendor advisory, product, fix version을 연결해야 하는 과제에서 Search as Code는 100% accuracy를 기록했고, token 사용량은 288.7K에서 42.9K로 85.1% 줄었다고 Perplexity는 썼다. 또 WANDR benchmark에서는 next-best system 대비 2.5x, DSQA에서는 +19.77 percentage points, WANDR에서는 +12.00 percentage points 개선을 주장한다.

다음 관전점은 이 구조가 Perplexity 내부 검색 stack 밖에서도 재현 가능한가다. Search as Code는 model, sandbox, Agentic Search SDK, 검색 infrastructure가 같이 맞물려야 작동한다. 따라서 성능 향상이 architecture 덕분인지, Perplexity가 가진 search index와 ranking signal 덕분인지 분리해 봐야 한다. 그래도 agent가 검색을 code로 orchestrate한다는 방향은, 장시간 research agent의 비용과 정확도를 동시에 다루는 중요한 실험이다. 출처: Perplexity X 글 · Search as Code 글