AI 리서치 에이전트가 기업·인물·제품 조사 등 대규모 정보 수집 업무에서 한계가 있는 것으로 나타났어요. 조사 범위가 넓어질수록 누락이 늘고, 제시된 근거가 주장을 충분히 뒷받침하지 못하는 사례가 많아요.
퍼플렉시티 리서치가 AI 시스템 성능을 평가하는 벤치마크 'WANDR'을 발표했는데, 경쟁사 분석이나 시장 분석 같은 업무에서 AI 에이전트의 성능을 측정했어요. WANDR은 다수의 조사 대상을 발굴하고 대상별 세부 정보를 검증하는 방식으로 설계됐어요.
퍼플렉시티의 '서치 애즈 코드'가 WANDR 평가에서 가장 높은 점수를 기록했지만, 최고 성능 시스템도 조건 충족 결과는 약 7개 중 1개 수준에 그쳤고, 조사 대상이 많아질수록 성능 저하가 두드러졌어요.