Deep Research UIs - Perplexity vs. Manus vs. ChatGPT vs. Gemini

분야

• *프로그래밍/소프트웨어 개발**

대상자

• *AI 챗봇 UI/UX 디자이너, 연구 중심 챗 인터페이스 개발자**
• 난이도: 중급~고급, AI SDK 기반 UI 구조 설계에 대한 이해 필요*

핵심 요약

• *_Vercel AI SDK_** 기반으로 연구 중심 챗 인터페이스의 UI 설계 전략을 비교 분석
• _UiMessage, Annotation, UiMessagePart_ 등의 구성 요소를 활용한 정보 구조화 필요
• _정보 밀도_와 _사용성_의 균형 유지가 핵심
• _Perplexity_는 _출처 강조_, _Manus_는 _과정 투명성_, _ChatGPT_는 _사용자 제어_, _Gemini_는 _최종 결과 집중_ 전략 추천

섹션별 세부 요약

1. Vercel AI SDK UI 구성 요소

• _UiMessage_: 사용자 또는 AI의 메시지 단위를 나타냄
• _Annotation_: 응답 작성 전 중간 단계 정보(연구 단계, 출처 수집 등)
• _UiMessagePart_: 텍스트, 코드, 이미지 등 메시지 구성 요소
• _ToolInvocationUIPart_: 도구 호출 정보 포함
• _SourceUIPart_: 출처 정보를 구조화한 파트

2. Perplexity 전략

• _출처 시각화_: 텍스트 내 인라인 인용 + 별도 "출처 패널" 제공
• _사용자 신뢰 강화_: 명확한 출처 표시로 사실 검증 용이
• _단점_: 출처 많을 경우 인터페이스 혼잡
• _추천_: Vercel SDK에서 Annotation 활용 + 커스텀 스타일링 적용

3. Manus 전략

• _연구 과정 투명성_: 화면 상단에 연구 단계 시각화 + 실시간 업데이트
• _결정 품질 의존_: 사용자 피드백 없이 자동 진행, 오류 시 수정 필요
• _단점_: 최종 문서 시각적 중요도 감소, 복잡한 상태 관리 필요
• _추천_: Annotation 기반 도구 호출 시각화 + 2패널 레이아웃 활용

4. ChatGPT 전략

• _사용자 제어 강조_: 연구 계획 텍스트로 시작 + 사용자 피드백 반영
• _확장 가능 UI_: 중간 단계는 확장 가능한 시트, 완료 시 컴팩트 형식
• _단점_: 장문 보고서는 챗 형식 제한, 읽기 경험 저하
• _추천_: Annotation 기반 상태 전환 + ToolInvocation 최종 보고서 통합

5. Gemini 전략

• _최종 결과 집중_: 대화 영역과 연구 세부사항 분리(2패널 디자인)
• _과정 투명성_: "Thoughts" 패널로 연구 진행 상황 시각화
• _단점_: 연구 단계 접근성 낮음, 레이아웃 관리 복잡
• _추천_: 별도 UI 컴포넌트로 보고서 및 단계 분리 + ToolInvocation 기반 구조화

결론

• 네 AI 도구는 _정보 밀도_, _과정 투명성_, _사용자 제어_, _인터페이스 복잡도_ 사이의 균형을 달리 추구
• _Perplexity_는 출처 시각화, _Manus_는 연구 과정 투명성, _ChatGPT_는 사용자 제어, _Gemini_는 최종 결과 집중 전략
• Vercel AI SDK 기반 구현 시 _Annotation_ 활용, _UiMessagePart_ 타입별 구분, _ToolInvocation_ 기반 상태 관리 권장
• 실무에서는 사용자 경험과 정보 처리 효율성을 종합적으로 고려한 UI 설계 필수