Mac용 Perplexity Computer, 완전한 로컬 AI 추가…클라우드 접근은 선택 사항
회사 발표에 따르면 Mac용 Perplexity Computer는 이제 클라우드 추론을 요구하는 대신 모델과 에이전트를 컴퓨터에서 실행하는 완전한 로컬 운영을 제공합니다. 이번 발표는 민감한 작업을 어디에서 수행할 수 있는지를 바꿉니다. 또한 사용자가 이해해야 할 구분도 제시합니다. 로컬 파일에 접근하는 것과 이를 로컬에서 처리하는 것은 별개의 기능입니다.
Perplexity는 새 모드가 지원되는 Apple silicon Mac에서 작업 계획 수립, 추론, 파일 처리를 유지한다고 밝혔습니다. 사용자 승인 시 클라우드 지원도 계속 사용할 수 있습니다. 이에 따라 핵심 선택지는 “데스크톱 대 웹”보다 더 구체적입니다. 사용자는 작업을 자신의 기기 내에 유지할지, 원격 서비스를 활용할지 결정할 수 있습니다.
Apple은 Apple Intelligence를 위해 온디바이스 모델과 서버 모델을 별도로 개발하며 유용한 기준점을 제시합니다. Perplexity는 작업을 계획하고 도구를 사용하는 소프트웨어인 데스크톱 에이전트에 이러한 실행 위치 선택권을 도입합니다. 당장의 질문은 사용자가 필요로 하는 정확성, 애플리케이션 접근성 또는 감독을 희생하지 않고 어떤 일상 워크플로를 로컬에서 마무리할 수 있느냐입니다.
Mac용 Perplexity Computer가 실제로 바꾸는 것
이번 발표는 파일 접근 수준을 넘어 에이전트의 의사결정 부분을 Mac으로 옮깁니다.
완전 로컬 발표에서 Perplexity는 모델, 에이전트 런타임, 작업 실행이 기기 내에서 작동할 수 있다고 밝혔습니다. 로컬 모델 옵션으로 Qwen 3.6과 PPLX Pro를 언급했습니다. 회사는 지원되는 Apple silicon 하드웨어에서 최소 36GB 메모리를 권장합니다.
이 권장 사항은 주목할 만합니다. 데스크톱 앱과 로컬 AI 시스템은 하드웨어 요구 사항이 다르기 때문입니다. 인터페이스를 설치했다고 해서 모든 Mac이 그 기반 모델을 쾌적하게 실행할 수 있다는 뜻은 아닙니다. 구매자는 앱의 일반적인 호환성과 완전 로컬 모드의 요구 사항을 구분해야 합니다.
Perplexity는 클라우드 추론과 비공개 자료의 로컬 처리를 결합하는 Hybrid Compute도 유지합니다. 반면 완전 로컬 옵션은 Mac에서 작업 계획 수립을 시작합니다. 회사 설명에 따르면 사용자는 온라인 정보, 연결된 애플리케이션 또는 추가 추론을 위해 외부 접근을 승인할 수 있습니다.
실질적인 변화는 그 외부 접근을 누가 통제하는가에 관한 것입니다. 로컬에서 시작하는 작업은 정보가 다른 서비스에 도달하기 전에 명확히 이해할 수 있는 경계를 가져야 합니다. 인터페이스가 이 경계를 얼마나 분명히 보여 주는지는 모델 선택 화면만큼 중요할 것입니다.
다운로드한 메모, 예산 워크북, 미완성 업데이트가 포함된 가상의 프로젝트 검토를 생각해 보겠습니다. 유용한 결과는 해당 자료에 근거한 정확한 초안입니다. 로컬 에이전트는 원격 추론 없이 입력 자료를 검토하고, 불일치를 조정하며, 검토 가능한 결과를 저장해야 합니다.
이 예시는 독립적으로 관찰된 결과가 아니라 약속된 기능을 보여 줍니다. 또한 챗봇 응답만으로는 왜 충분한 증거가 될 수 없는지도 보여 줍니다. 워크플로를 완료하려면 신뢰할 수 있는 읽기, 합리적인 계획, 정확한 편집, 그리고 변경 사항에 대한 명확한 기록이 필요합니다.
따라서 이번 발표는 더 폭넓은 평가 질문을 만듭니다. 로컬 시스템이 사람들이 이미 사용하는 애플리케이션 전반에서 유용한 작업을 마무리할 수 있을까요? 프롬프트에 성공적으로 답하는 모델은 그 과제의 일부만 해결한 셈입니다.
“Wi-Fi 없이”라는 설명을 접하는 독자라면 조건은 간단합니다. 오프라인 추론은 입력 자료와 도구가 이미 로컬에서 사용 가능한 작업을 지원할 수 있습니다. 하지만 새로 게시된 웹페이지를 가져오거나 연결이 끊긴 네트워크를 통해 이메일을 전송할 수는 없습니다.
초기 설치와 모델 다운로드는 또 다른 별개의 문제입니다. 시스템은 설정 과정에서 연결이 필요하면서도 이후 작업은 오프라인으로 수행할 수 있습니다. 테스트에서는 설치, 실행, 전송을 하나의 구분 없는 과정으로 취급하지 말고 어떤 단계를 측정하는지 식별해야 합니다.
로컬 파일 접근은 이미 제공되고 있었다
새로운 주장은 추론이 이루어지는 위치에 관한 것이며, 이전 Mac 출시 버전도 이미 로컬 애플리케이션 및 파일 접근을 제공했습니다.
Perplexity의 데스크톱 에이전트 출시는 4월에 로컬 편집, 컴퓨터 사용, Comet 브라우징, 음성 오케스트레이션을 문서화했습니다. 예시에는 폴더 정리, 이메일 초안 작성, Notes 및 Calendar 작업이 포함됐습니다. 이러한 기능은 Mac 통합이 이번 발표보다 앞선다는 점을 보여 줍니다.
“Mac에서 실행된다”는 표현은 여러 구성을 설명할 수 있기에 이 이력이 중요합니다. 애플리케이션은 원격 모델이 클릭을 선택하는 동안 클릭 자체는 로컬에서 실행할 수 있습니다. 로컬 저장소의 문서를 읽으면서도 분석을 위해 그 내용을 다른 곳으로 전송할 수 있습니다.
인터페이스가 메뉴 막대에 자리한다는 이유만으로 어느 구성도 완전 로컬이 되지는 않습니다. 의미 있는 구분은 작업의 추론이 원격 서비스에 의존하는지 여부입니다. 이 구분이 오프라인 테스트가 무엇을 입증해야 하는지를 결정합니다.
지식 근로자에게 이는 편의성과 처리 위치에 대한 통제권을 구분합니다. 편리한 접근은 애플리케이션 간 복사를 줄입니다. 로컬 추론은 다른 문제를 다룹니다. 답변이나 작업을 생성하기 위해 자료가 컴퓨터를 떠나야 하는지 여부입니다.
압박은 이러한 구성을 불분명하게 전달하는 데스크톱 에이전트 공급업체에 먼저 가해집니다. 사용자가 실행 위치를 선택할 수 있게 되면 경쟁 제품도 자체 기본값을 설명해야 합니다. 포괄적인 개인정보 보호 문구는 무엇이 어디로 이동하는지에 대한 구체적 설명보다 정보성이 떨어집니다.
기업 구매자는 관련된 문서화 문제에 직면합니다. 보조 도구를 평가하는 팀은 파일 접근, 처리 위치, 외부 연결, 출력 처리를 각각 이해해야 합니다. 하나의 “로컬” 라벨로는 이 모든 질문에 답할 수 없습니다.
그렇다고 조직이 기존 시스템을 교체해야 한다는 의미는 아닙니다. 다만 평가 과정에서 물을 수 있는 질문이 달라집니다. 로컬 운영을 주장하는 공급업체는 그 주장이 성립하는 조건을 설명할 수 있어야 합니다.
개발자는 애플리케이션 경계에서 압박을 받습니다. 에이전트가 로컬에서 추론할 수 있어도 유용한 문서를 안정적으로 검토하거나 업데이트할 수 없다면 워크플로는 여전히 멈춥니다. 애플리케이션 통합과 모델 기능은 함께 발전해야 합니다.
개인 지식 관리에서도 유사한 구분이 나타납니다. 정보를 수집한다고 해서 나중에 자동으로 유용해지는 것은 아닙니다. 에이전트가 요청에 대응하려면 관련성이 있고 접근 가능한 자료가 필요합니다. 처리 위치는 기존의 정보 문제에 또 다른 요구 사항을 더합니다.
따라서 이번 발표의 시점은 제품 발전의 관점에서 이해하는 것이 가장 적절합니다. Perplexity는 이미 Computer를 데스크톱에 연결했습니다. 다음 주장은 추론 과정도 그곳에 배치해 사용자가 로컬 실행을 완전한 워크플로로 평가할 수 있게 합니다.
로컬 통제와 클라우드 범위 사이의 선택
로컬 운영은 작업의 기본 위치를 바꾸지만, 기기 밖의 정보가 필요한 작업에는 클라우드 접근이 여전히 유용합니다.
로컬 작업에는 식별 가능한 정보 경계가 있습니다. 컴퓨터에서 이미 접근 가능한 문서, 메시지 및 기타 자료를 바탕으로 작업할 수 있습니다. 추론 능력이 아무리 뛰어나도 답변은 해당 입력 자료에 의해 제한됩니다.
클라우드 연결 작업에는 다른 장점이 있습니다. 최신 정보를 반영하고 오프라인에서는 이용할 수 없는 서비스에 접근할 수 있습니다. 그 대가는 결과물의 품질과 속도뿐 아니라 그 경계를 넘나드는 정보 처리 방식과 관련됩니다.
다운로드한 보고서를 검토하는 가상의 분석가는 이 차이를 잘 보여 줍니다. 보고서를 요약하고 내부 섹션을 비교하는 일은 폐쇄된 작업으로 남을 수 있습니다. 그 가정이 여전히 현재 사건과 맞는지 확인하려면 외부 정보가 필요합니다.
같은 구분은 커뮤니케이션에도 적용됩니다. 로컬에서 이용 가능한 서신을 바탕으로 답장을 준비하는 일과 그 답장을 보내는 일은 별개입니다. 특히 메시지에 비공개 문서의 자료가 담겨 있을 때 유용한 인터페이스는 그 전환을 눈에 띄게 보여 주어야 합니다.
이 때문에 로컬 AI에 대한 가장 강력한 해석은 연결성을 자동적인 실패로 취급하지 않습니다. 핵심 질문은 외부 접근이 필요한지, 이해되었는지, 승인되었는지입니다. 로컬 시작점은 의도적인 온라인 단계와 공존할 수 있습니다.
Apple은 구체적인 업계 비교 사례를 제공합니다. 기초 모델 연구는 약 30억 매개변수 규모의 로컬 모델을 포함해 온디바이스 모델과 서버 모델을 별도로 설명합니다. 이 연구는 서로 다른 실행 환경에 맞춰 서로 다른 모델을 설계하는 선례를 제시합니다.
Apple의 접근 방식은 단순한 비교에 대한 경고도 제공합니다. 온디바이스 기능을 위해 설계된 모델과 애플리케이션을 조율하는 데스크톱 에이전트는 서로 다른 평가 요구 사항에 직면합니다. 로컬 처리에 대한 공통 관심이 동등한 기능을 입증하는 것은 아닙니다.
Perplexity의 경쟁력은 사용자의 작업 환경 전반에서 작업을 완료하는 데 초점을 맞춥니다. Apple이 공개한 연구는 근본적인 위치 선택에 대한 맥락을 제공합니다. 어느 출처도 단독으로 특정 사무 워크플로를 어떤 시스템이 더 정확하게 완료하는지 입증하지는 않습니다.
따라서 가장 명확한 경쟁은 실행 방식 간의 경쟁입니다. 입력이 제한된 로컬 추론과 더 넓은 범위를 가진 클라우드 지원 작업의 경쟁입니다. 개별 제품은 둘 다 제공할 수 있습니다. 의미 있는 비교는 각 접근 방식이 특정 작업을 얼마나 잘 지원하는지에 관한 것입니다.
조직의 경우 이는 작업 유형을 별도로 평가해야 함을 시사합니다. 다운로드한 자료 검토, 내부 문서 초안 작성, 프로젝트 폴더 정리는 현재 동향 모니터링과 요구 사항이 다릅니다. 하나의 종합 에이전트 점수는 이러한 차이를 가릴 것입니다.
로컬 AI는 하드웨어 소유의 역할도 바꿉니다. 처리는 사용자가 통제하는 자원으로 이동하지만, 그 자원에는 한정된 메모리와 경쟁하는 작업 부하가 있습니다. 모든 평가는 에이전트와 함께 컴퓨터의 일상적 책임도 고려해야 합니다.
허용 가능한 조건에서 더 유용한 결과를 낸다면 클라우드 지원은 여전히 적절한 선택일 수 있습니다. 완전 로컬 실행은 사용자가 의도한 경계 안에서 작업을 완료할 때 그 가치를 얻습니다. 가치는 그 선택을 실용적이고 명시적으로 만드는 데 있습니다.
에이전트가 할 수 있는 일은 여전히 권한이 결정한다
기기 내 추론은 처리 위치를 해결하지만, 에이전트가 행동하려면 여전히 신중하게 범위가 설정된 권한이 필요합니다.
Perplexity의 Mac 권한 가이드는 클릭과 입력을 위한 접근성 접근 권한, 인터페이스 관찰을 위한 화면 기록 접근 권한, 파일을 위한 디스크 접근 권한을 설명합니다. 폴더 연결과 민감한 작업 승인도 설명합니다. 처리가 로컬에 머물더라도 이는 중요한 권한입니다.
각 권한은 작업 환경의 서로 다른 부분을 노출합니다. 애플리케이션을 볼 수 있는 에이전트와 그 내용을 편집할 수 있는 에이전트는 서로 다른 기능을 가집니다. 평가에서는 가시성과 행동 능력을 모두 고려해야 합니다.
애플리케이션을 넘나드는 작업에서는 이러한 구분이 특히 중요해진다. 프로젝트 업데이트를 준비해 달라는 요청에는 비공개 메모, 스프레드시트, 커뮤니케이션 초안이 포함될 수 있다. 그 입력물을 읽을 권한이 결과물을 게시하라는 모호한 지시로 이어져서는 안 된다.
로컬 모델도 요청을 오해할 수 있다. 오래된 문서를 선택하거나, 이름이 비슷한 파일을 혼동하거나, 잘못된 계산을 생성할 수 있다. 모델을 컴퓨터 위에서 실행한다고 해서 중요한 결과물을 검토해야 할 필요가 사라지는 것은 아니다.
보안 문제는 의도적인 지시를 넘어선 영역까지 확장된다. 프롬프트 인젝션은 작업 중 접한 콘텐츠가 에이전트의 행동을 다른 방향으로 유도하려 할 때 발생한다. 로컬에 저장된 자료에도 이런 콘텐츠가 포함될 수 있으므로, 연결을 끊고 운영한다고 해서 이 위험 범주가 사라지지는 않는다.
이는 이번 릴리스에 특정 취약점이 있다는 판단이 아니라 일반적인 위험 평가다. 실무적인 의미는 위치와 권한을 별도로 면밀히 살펴야 한다는 것이다. 비공개 실행 환경에서도 에이전트가 변경할 수 있는 범위에 명확한 제한을 두는 것이 유익하다.
예를 들어, 가상의 폴더 정리 작업은 파일을 분류하는 것과 삭제하는 것을 구분해야 한다. 초안 작성 작업은 문서를 저장하는 것과 전송하는 것을 구분해야 한다. 이러한 경계는 결과를 더 쉽게 검토하게 하고, 실수를 더 쉽게 통제하게 만든다.
구매자는 제품이 자신의 활동을 어떻게 설명하는지도 살펴봐야 한다. 완성된 문서만으로는 어떤 입력이 결과에 영향을 주었는지 알기 어려울 수 있다. 작업 과정을 이해하기 쉽게 설명하면 사용자는 누락된 출처, 잘못된 가정, 의도하지 않은 편집을 식별하는 데 도움을 받을 수 있다.
여기에는 사용성 측면의 긴장 관계가 있다. 잦은 승인 요청은 유용한 자동화를 방해할 수 있는 반면, 광범위한 상시 권한은 중요한 조치를 가릴 수 있다. 제품은 사용자가 정보에 근거한 결정을 내리는 데 도움이 되는 지점에 검토 단계를 배치해야 한다.
이는 독립 검토자에게도 구체적인 과제를 제시한다. 권한 모델이 작업에 부합하는지, 시스템이 예상된 경계에서 멈추는지를 살펴봐야 한다. 성공적인 결과물의 시연만으로는 이 질문들에 답할 수 없다.
지식 근로자에게 주는 교훈은 실용적이다. 비공개 처리는 신뢰할 수 있는 실행과 이해하기 쉬운 제어가 결합될 때 가치가 있다. 가장 유용한 제품은 일상적인 작업 중에 이러한 모든 특성을 보이게 할 것이다.
하드웨어 주장은 워크플로 증거가 필요하다
모델이 로컬에서 실행된다는 사실만으로는 데스크톱 에이전트가 실제 작업을 안정적이거나 효율적으로 완료한다는 점이 입증되지 않는다.
Perplexity는 로컬 추론 노력을 더 면밀히 살펴볼 수 있게 하는 기술 작업을 공개했다. 추론은 학습된 모델을 실행해 결과물을 생성하는 것을 뜻한다. 공개된 local inference server인 Lily는 지원되는 Apple 하드웨어에서 특정 Qwen 체크포인트를 대상으로 한다.
이 리포지토리는 명시적인 요구 사항과 제한 사항을 갖춘 좁은 범위의 구현을 문서화한다. 이는 소프트웨어가 무엇을 받아들이고 어떻게 작동하는지를 보여 주므로 유용한 엔지니어링 증거다. 다만 소비자용 Mac 애플리케이션의 완전한 사양으로 취급해서는 안 된다.
데스크톱 에이전트는 추론 서버 이상의 요소로 구성된다. 요청을 해석하고, 도구를 선택하며, 애플리케이션 상태를 처리하고, 작업 실패 시 복구해야 한다. 한 구성 요소의 성능이 이 전체 연결 과정의 경험을 자동으로 예측해 주지는 않는다.
따라서 생성된 텍스트의 속도보다 작업 완료 여부가 더 나은 핵심 측정 기준이 된다. 빠른 응답 뒤에 잘못된 편집이 이어지면 시간이 낭비된다. 더 느리더라도 정확하고 검토 가능한 결과물을 만드는 실행이 더 유용할 수 있다.
검토자는 테스트를 시작하기 전에 성공 기준을 정의해야 한다. 문서 작업은 명시된 사실을 보존하고 올바른 위치에 저장해야 할 수 있다. 스프레드시트 작업은 정확한 수식과 요청 범위 밖의 의도하지 않은 변경이 없다는 점을 요구할 수 있다.
로컬 실행과 클라우드 지원 실행을 비교할 때도 이러한 기준은 동일하게 유지해야 한다. 그렇지 않으면 더 쉬운 과제를 받은 방식에 보상을 주는 비교가 될 위험이 있다. 동일한 입력과 기대 결과는 결과를 해석 가능하게 만든다.
하드웨어 보고에도 비슷한 엄격함이 필요하다. 유용한 리뷰는 작업 중 사용된 기기, 사용 가능한 메모리, 모델 선택, 함께 실행 중인 다른 애플리케이션을 명시한다. 이런 맥락이 없으면 독자는 그 경험이 자신의 환경에도 적용되는지 판단할 수 없다.
데스크톱 시연과 함께 노트북에서의 동작도 주목할 필요가 있다. 에이전트가 작동하는 동안 일반 작업이 계속 원활하게 반응하는지 독자가 알아야 한다. 지속적인 작업은 고립된 한 번의 성공적인 생성이 아니라 실제 작업 세션으로 평가해야 한다.
오프라인 테스트 역시 범위를 정의해야 한다. 설정 후 연결을 끊으면 로컬 작업에 원격 추론이 필요한지 시험할 수 있다. 그렇다고 모든 제품 기능이 오프라인에서 작동하거나 모든 백그라운드 활동이 특성화됐다는 점까지 입증되지는 않는다.
네트워크 관찰은 작업 중 시도된 연결에 관한 추가 증거를 제공할 수 있다. 계정 확인, 업데이트, 작업 처리는 서로 다른 목적을 가지므로 그 증거를 해석할 때는 주의가 필요하다. 검토자는 근거 없는 설명을 덧붙이지 않고 관찰한 내용을 서술해야 한다.
개인정보 보호 주장에도 같은 절제가 필요하다. 발표 내용은 Perplexity가 자사의 로컬 모드가 무엇을 한다고 말하는지 보도하는 근거가 된다. 독립적인 검증을 위해서는 대표적인 작업, 설정, 클라우드 지원으로 전환되는 상황 전반에서의 동작을 살펴봐야 한다.
가장 강력한 증거는 정확한 결과물, 이해하기 쉬운 권한, 명시된 조건 아래에서 반복 가능한 동작을 결합할 것이다. 그러한 테스트가 가능해지기 전까지 이번 릴리스는 명확한 평가 경로를 갖춘 문서화된 제품 주장이다. 모든 Mac 워크플로에 관한 보편적인 보장은 아니다.
로컬 Computer의 유용성을 보여 줄 세 가지 신호
다음 증거는 오프라인 완료, 눈에 보이는 클라우드 전환, 지원되는 Mac에서의 반복 가능한 성능을 입증해야 한다.
첫 번째 신호는 완전한 오프라인 워크플로에 대한 독립 테스트다. 앞으로 몇 달 동안 검토자들은 대표적인 작업의 입력, 기대 결과, 생성된 파일을 공개해야 한다. 이는 또 하나의 짧은 시연보다 신뢰를 더 크게 높일 것이다.
가장 유익한 작업은 오류를 드러낼 만큼 충분한 복잡성을 갖춘 일상 업무다. 상충하는 메모, 수정된 문서, 불완전한 지시는 유용한 과제다. 이러한 과제는 시스템이 불확실성을 인식하는지, 아니면 빈틈을 조용히 메우는지를 드러낸다.
성공적인 결과는 로컬 실행이 독립적인 채팅 응답을 넘어선다는 점을 보여 줄 것이다. 애플리케이션 경계에서 반복적으로 실패한다면 출시의 실질적 가치는 제한될 것이다. 어느 결과든 사용자들이 적합한 업무를 식별하는 데 도움이 된다.
두 번째 신호는 제품이 클라우드 지원으로의 이동을 어떻게 처리하는지다. 독자는 외부 단계가 필요한 이유와 해당 단계가 어떤 정보를 사용하는지에 관한 명확한 설명을 살펴봐야 한다. 인터페이스는 작업 중 실행 방식의 선택을 이해할 수 있게 해야 한다.
이러한 가시성은 사용자가 처리 경계를 통제한다는 주장을 강화할 것이다. 혼란스러운 전환이나 불명확한 기본 설정은 이를 약화할 것이다. 핵심은 사람이 나중에 시스템의 동작을 재구성하지 않고도 정보에 근거한 결정을 내릴 수 있는지다.
이는 혼합 작업에서 가장 중요하다. 비공개 문서 검토 후 최신 조사를 수행하는 과정은 의미 있는 경계를 넘는다. 전체 요청이 하나의 연속된 과제처럼 들리더라도, 좋은 제품 설계는 그 구분을 유지해야 한다.
세 번째 신호는 지원되는 하드웨어 범위 전반에서 반복 가능한 성능이다. 독립 테스트는 공개된 조건에서 완료 품질과 작업 세션 동작을 비교해야 한다. 고사양 데스크톱에서의 결과가 지원되는 모든 컴퓨터를 대표해서는 안 된다.
일관된 결과는 팀이 이 기능을 평가하고 도입하기 쉽게 만들 것이다. 구성별 차이가 크다면 하드웨어 안내가 더욱 중요해질 것이다. 어느 쪽의 발견이든 로컬 AI가 도래했다는 구분 없는 주장보다 더 유용하다.
도입은 이 신호들이 만나는 지점에 달려 있다. 사용자는 끝까지 완료되는 작업, 이해할 수 있는 경계, 자신의 기기에 맞는 성능을 필요로 한다. 한 영역에서만 강점이 있어서는 경험의 중요한 부분이 해결되지 않은 채 남는다.
현재 Perplexity Computer on Mac은 실행 방식 선택에 관한 구체적인 변화를 제시한다. 회사는 승인된 경우 원격 지원을 이용할 수 있으면서도 작업의 추론을 로컬 입력물 곁에 둘 수 있다고 말한다. 이는 특히 문서 중심 작업에서 평가할 만한 의미 있는 기능이다.
더 광범위한 결론을 내리기 전에 대표적인 작업을 선택하라. 일상적인 작업 파일의 사본을 사용하고, 기대 결과를 명시하며, 어떤 조치에 검토가 필요한지 결정하라. 결과물을 원본 자료와 비교한 뒤, 같은 조건에서 과제를 반복하라. 작업에 최신 정보가 필요하다면 제품이 그 전환을 어떻게 설명하는지 살펴보라. 평가 전반에서 처리 위치, 정확성, 애플리케이션 제어를 별개의 질문으로 유지하라. 유용한 질문은 Perplexity의 로컬 모드가 의도한 경계 안에서 여러분의 작업을 완료하는지다. 범위가 정해진 문서 워크플로부터 시작해 완성된 결과물, 이루어진 변경 사항, 그리고 승인을 요청받은 결정을 판단하라.
