NVIDIA가 퍼플렉시티(Perplexity)에 투자할까요? 2026년 8월 24일 보도에 따르면, NVIDIA는 퍼플렉시티의 기업 가치를 300억 달러 이상으로 평가할 수 있는 지분 투자 라운드의 일환으로 투자를 논의 중인 것으로 알려졌습니다. 이번 협상은 AI 인프라 자본이 대화형 검색 및 답변 엔진 영역으로 얼마나 깊숙이 침투하고 있는지 보여줍니다. 이 영역에서는 전통적인 유입 클릭이 발생하기 전이나 클릭 없이도 브랜드 발견이 이루어질 수 있습니다. 성장 및 어트리뷰션 팀에게 다가온 과제는 모든 AI 상호작용을 갑자기 추적할 수 있게 되었다는 점이 아니라, 기존의 마지막 클릭(last-click) 측정 방식이 점점 더 세분화되는 발견 여정의 더 작은 부분만을 관측하게 되었다는 점입니다.
NVIDIA의 투자 논의로 퍼플렉시티 가치 300억 달러 상회할 가능성
요약
- 언론 보도에 따르면 NVIDIA는 AI 스타트업 퍼플렉시티의 가치를 300억 달러 이상으로 평가할 수 있는 지분 투자 라운드의 일환으로 투자를 논의 중이며, 전체 투자 라운드 규모는 수십억 달러에 달할 것으로 예상됩니다.
- 퍼플렉시티의 연간 환산 매출은 2026년 초 2억 5천만 달러 미만에서 '퍼플렉시티 컴퓨터(Perplexity Computer)' 워크플로우 자동화 에이전트의 확장에 힘입어 7억 5천만 달러 이상으로 급증했습니다.
- 이번 논의는 하드웨어 연산 수요를 다운스트림 대화형 검색 및 소프트웨어 유통 플랫폼과 연결하는 인프라 제휴의 확대 패턴과 맥을 같이 합니다.
대화형 검색의 상업적 확장은 인공지능 가치 사슬을 재편하고 있습니다. 수십 년 동안 검색 엔진 경제는 웹페이지 색인을 생성하고 순위가 매겨진 디렉토리 결과를 제공하는 방식에 의존했으며, 키워드 경매와 종량제 광고를 통해 수익을 창출했습니다. 이러한 프레임워크는 웹사이트 운영자에게 직접 관측 가능한 유입 경로를 제공했습니다. 대조적으로, 대화형 답변 엔진은 거대 언어 모델과 검색 시스템을 결합하여 직접적인 답변을 제공하며, 전체 페이지 방문을 유도하기보다는 종합된 답변 내에 소스 출처를 직접 노출합니다.
사용자 행동의 이러한 근본적인 변화는 디지털 퍼블리셔와 퍼포먼스 마케터에게 독특한 측정 과제를 안겨줍니다. 사용자가 검색 또는 대화 인터페이스 내에서 직접 종합된 답변을 받게 되면 외부 퍼블리셔로의 클릭률이 감소할 수 있으며, 이로 인해 전통적인 웹 방문 앞에 관측 불가능한 발견 레이어가 추가됩니다. 동시에 이러한 대화형 쿼리를 구축하고 처리하려면 대규모 컴퓨팅 인프라가 필요합니다. 실시간 다중 모델 라우팅 및 에이전트 컴퓨터 워크플로우를 운영하려면 상당한 가속 연산 용량이 필요하며, 이는 검색 제공업체의 운영 추론 비용을 증가시킵니다. 이러한 시장 역학 관계는 회사의 성장 궤적을 추적하는 최근의 로이터(Reuters) 보도에서 분석된 바 있습니다.
보도된 이번 협상은 AI 인프라 제공업체와 애플리케이션 계층 소프트웨어 기업 간의 광범위한 제휴를 반영합니다. 이번 투자 라운드를 통해 이 스타트업의 가치는 2025년 말의 200억 달러에서 300억 달러 이상으로 평가될 수 있습니다. 퍼플렉시티의 연간 환산 매출은 업무 태스크 자동화를 위한 '퍼플렉시티 컴퓨터' 에이전트에 힘입어 7억 5천만 달러를 넘어섰습니다. 이번 논의는 NVIDIA가 지분 투자로 방향을 선회하기 이전에 기술 라이선스 및 고용 조건을 검토했던 이전 협상에 이어 진행된 것입니다. 퍼플렉시티는 에이전트 워크플로우에 NVIDIA의 Vera CPU를 도입할 계획이라고 별도로 밝혔으며, NVIDIA Grace Blackwell 시스템과 관련하여 CoreWeave와 인프라 계약을 유지하고 있습니다. NVIDIA 입장에서는 빠르게 성장하는 AI 애플리케이션과의 지분 관계를 통해 다운스트림 연산 수요에 대한 노출을 심화하고 실리콘 판매를 넘어 입지를 넓힐 수 있습니다.
근본 원인: 직접 유입에서 제로 클릭 발견으로의 전환
아키텍처 관점에서 대화형 검색 플랫폼은 디지털 트래픽이 인터넷상에서 이동하는 방식을 변경합니다. 전통적인 웹 검색에서는 사용자의 검색어가 검색 색인과 대조되어 순위가 매겨진 결과가 하이퍼링크로 반환됩니다. 사용자가 태그가 지정된 외부 링크를 클릭하면 브라우저 및 개인정보 보호 제어에 따라 결과 웹 세션에 리퍼러 정보, 캠페인 매개변수, 기존 퍼스트 파티 세션 식별자가 노출될 수 있습니다.
대화형 답변 엔진은 이와 다른 상호작용 흐름을 도입합니다. 모든 개별 프롬프트에 대해 실시간 웹 스크래핑에만 의존하는 대신, 최신 검색 아키텍처는 답변을 종합하기 전에 검색 색인, 캐시된 콘텐츠 복사본, 라이브 검색 또는 외부 데이터 소스를 결합할 수 있습니다. 이러한 상호작용 중 다수에서 최종 사용자는 인용된 퍼블리셔의 오리진 서버에서 즉시 브라우저 세션을 생성하지 않고도 필요한 정보를 얻습니다.
프로토콜 단절: 직접 클릭 vs. 종합된 답변 인용
많은 레거시 디지털 측정 설정은 각 전환이 식별 가능한 웹 클릭에서 비롯된다고 가정하며 마지막 클릭 어트리뷰션에 크게 의존합니다. 답변 엔진 생태계에서는 사용자가 웹사이트를 방문하거나 앱을 설치하기 훨씬 전에 대화 과정에서 고객 발견이 이루어집니다.
아래 다이어그램은 전통적인 검색 클릭 퍼널과 대화형 답변 엔진 흐름 간의 프로토콜 차이를 보여줍니다.
[전통적인 검색 클릭 퍼널] 사용자 쿼리 ──> 10개의 파란색 링크 ──> 직접 클릭 ──> 유입 웹 세션 (리퍼러 / 캠페인 데이터 관측 가능) [대화형 답변 엔진 흐름] 사용자 쿼리 ──> 종합된 답변 ──> 브랜드 인용 ──> 제로 클릭 / 이후 방문 (직접적인 조인 키 없음)
답변 엔진이 브랜드, 제품 또는 소프트웨어 저장소를 소스로 인용하면 사용자는 요약을 읽고 추천을 평가한 후, 몇 시간 또는 며칠 뒤 모바일 기기에서 대상 앱을 독자적으로 실행할 수 있습니다. 초기 평가 과정에서 직접적인 유입 클릭이 발생하지 않았기 때문에, 표준적인 싱글 터치 어트리뷰션 툴은 이후의 앱 실행을 다이렉트(direct), 오가닉(organic) 또는 기타 관측 가능한 다운스트림 소스로 기록하면서 원래의 AI 노출 이력을 유실하게 됩니다. 광범위한 디지털 마케팅 및 앱 유통에서 전통적인 검색 리퍼러의 소멸은 상단 퍼널의 브랜드 가시성과 결정론적 전환 어트리뷰션 사이의 커지는 간격을 부각합니다. 성장 팀에는 광범위한 브랜드 가시성과 기록된 사용자 상호작용의 멀티 터치 어트리뷰션을 분리할 수 있는 측정 프레임워크가 필요합니다.
구축 대 구매: AI 검색 시대의 멀티 터치 어트리뷰션 관리
디지털 발견이 대화형 검색 인터페이스를 통해 이루어지는 비중이 커짐에 따라, 엔지니어링 및 성장 팀은 사용자 획득 추적 방식을 재평가해야 합니다. AI 검색 기반의 발견 환경에서 전환을 측정하려면 다채널 발견 신호와 다운스트림 앱 이벤트를 조정할 수 있는 데이터 파이프라인이 필요합니다. 기업들은 일반적으로 자체적인 사내 이벤트 상관관계 데이터베이스를 구축할지, 아니면 표준화된 멀티 터치 어트리뷰션 플랫폼을 도입할지 평가합니다.
아키텍처 평가: 사내 데이터 파이프라인 대 표준화된 플랫폼
내부 멀티 터치 어트리뷰션 시스템을 구축하려면 서버 로그, API 웹훅, 서드파티 플랫폼 신호를 수집하기 위한 복잡한 데이터 웨어하우스를 구축해야 합니다. 엔지니어링 팀은 맞춤형 알고리즘 어트리뷰션 모델을 설계하고, 세션 타임아웃을 관리하며, 변화하는 브라우저 개인정보 보호 정책에 대응하기 위해 데이터 파이프라인을 지속적으로 업데이트해야 합니다. 반면, 전문 어트리뷰션 프레임워크를 배포하면 통합이 간소화되어 지속적인 유지보수 오버헤드 없이 기록된 웹 및 모바일 터치포인트 전반에 걸쳐 통합된 리포팅을 제공받을 수 있습니다.
아래 표는 다채널 어트리뷰션 및 세션 상태를 관리하기 위한 표준 기술 접근 방식을 비교합니다.
| 솔루션 | 관측 가능한 터치포인트 | 크로스 플랫폼 연속성 | 엔지니어링 소유권 | 권장 대상 |
|---|---|---|---|---|
| 싱글 터치 웹 로깅 | 직접 클릭만 해당 | 낮음 (클라이언트 쿠키만 해당) | 주로 내부 담당 | 단순한 직접 전환 퍼널을 갖춘 레거시 웹 포털 |
| 사내 MTA 데이터베이스 | 맞춤형 기록 신호 | 가변적 (맞춤형 파이프라인) | 완전한 내부 담당 | 전담 데이터 엔지니어링 리소스가 있는 대기업 팀 |
| 모바일 어트리뷰션 및 컨텍스트 복원 플랫폼 | 기록된 마케팅 채널 | 높음 (SDK 통합 시) | 공유/벤더 지원 | 옴니채널 마케팅, 모바일 앱, 다중 캠페인 퍼널 |
태그가 지정된 유입 링크, 캠페인 랜딩 페이지, 파트너 리디렉션 또는 기타 기록된 터치포인트와 같이 측정 가능한 상호작용이 존재하는 경우, OpoInstall 같은 플랫폼은 어트리뷰션 및 지연 매개변수 라우팅(deferred parameter routing)을 통해 웹투앱(web-to-app) 여정 전반에 걸쳐 사용 가능한 캠페인 컨텍스트를 보존할 수 있습니다. 서버 측 상태 복원을 통해 웹투앱 전환 과정에서 캠페인 매개변수를 유지함으로써, 이 접근 방식은 기록된 다채널 퍼널 전반에서 더욱 정확한 전환 측정을 지원합니다. 그러나 제로 클릭 AI 언급의 경우, 전환에 직접 연결할 수 있는 사용자 수준의 유입 이벤트가 존재하지 않으므로 여전히 별도의 측정 과제로 남습니다.
통합 체크리스트: 답변 엔진을 위한 어트리뷰션 재구축
대화형 검색 엔진과 자동화된 발견 레이어의 부상에 대응하기 위해, 기술 및 마케팅 팀은 구조화된 데이터 수집 및 어트리뷰션 워크플로우를 구현해야 합니다.
개발자 구현 체크리스트
- 관측 가능한 이벤트 중앙집중화: 측정 가능한 웹, 모바일, CRM, 파트너 이벤트를 공통 서버 측 애널리틱스 파이프라인으로 전송하여 관측 가능한 상호작용의 통합 레코드를 구축합니다.
- 지연형 딥링크(Deferred Deep Linking) SDK 통합: 모바일 앱 내부에 경량 클라이언트 SDK를 임베드하여 콜드 라운치 시 설치 전 캠페인 매개변수를 검색하고 매칭합니다.
- 소스 메타데이터 보존: 관측 가능한 유입 클릭이 발생할 때마다 UTM 매개변수, 리퍼러 ID, 랜딩 페이지 컨텍스트, 파트너 소스 메타데이터를 유지합니다.
제품 및 성장 전략 체크리스트
- 멀티 터치 어트리뷰션(MTA)으로 전환: 마지막 클릭 데이터에만 의존하는 대신 멀티 터치 어트리뷰션 모델을 평가하여 모든 기록된 상호작용에 기여도를 분산 배분합니다.
- 가시성과 어트리뷰션의 분리: AI 인용과 대화형 브랜드 언급을 결정론적 전환 어트리뷰션에 강제로 끼워 넣지 말고, 상단 퍼널의 가시성 지표로 별도 리포팅합니다.
- 브랜드 인용 속도 모니터링: 대화형 검색 결과 내에서 기업 문서, 제품, 아티클이 얼마나 자주 참조되는지 추적하여 광범위한 시장 인지도를 평가합니다.
이러한 관행을 구현함으로써 조직은 제로 클릭 발견의 구조적 한계를 인정하면서도 기록된 획득 퍼널에 대한 명확한 가시성을 유지할 수 있습니다.
자주 묻는 질문 (FAQ)
NVIDIA가 퍼플렉시티 투자를 검토하는 이유는 무엇인가요?
대화형 검색은 전통적인 웹사이트 클릭스루 트래픽을 어떻게 방해하나요?
AI 검색이 제로 클릭 발견을 생성할 때 팀은 어트리뷰션을 어떻게 측정해야 하나요?
엔지니어링 팀을 위한 핵심 시사점
보도된 NVIDIA와 퍼플렉시티 간의 투자 협상은 디지털 정보가 색인화, 검색 및 수익화되는 방식의 지속적인 변화를 보여줍니다. 대화형 답변 엔진과 자동화된 에이전트가 점점 더 중요한 발견 레이어로 자리 잡음에 따라, 전통적인 웹 기반 클릭 퍼널은 전체 고객 여정의 일부분만 포착하게 될 것입니다.
진화하는 이러한 환경에서 성장을 유지하기 위해 엔지니어링 및 성장 팀은 어트리뷰션 인프라를 현대화해야 합니다. 조직은 멀티 터치 어트리뷰션, 서버 측 컨텍스트 보존, 관측 가능한 여정을 위한 지연형 매개변수 패스스루를 결합함으로써 기록된 고객 여정을 더욱 정확하게 측정할 수 있으며, 동시에 집계, 가시성 및 증분성(incrementality) 방법을 활용하여 직접적인 조인 이벤트가 부족한 AI 발견 영역을 평가할 수 있습니다.
Share this article
