실제로 전송되는 것
Perplexity 측면. 내보내기는 스레드 단위로 이루어집니다. 스레드를 열고 공유/더 보기 메뉴를 사용하여 내보내세요. PDF가 가장 안정적으로 제공되는 형식이며, Markdown과 DOCX도 제공됩니다. 내보낸 파일에는 사용자의 프롬프트와 Perplexity의 전체 답변이 포함되며, 서식과 링크가 유지되고, 인용 표시와 함께 인용된 URL, 제목, 출처 스니펫이 마지막에 수집됩니다. 연구 작업에서 이 인용 블록은 파일 내에서 가장 가치 있는 부분입니다.
Perplexity는 Space 전체를 클릭 한 번으로 내보내는 공식 기능을 제공하지 않습니다. 커뮤니티 브라우저 확장 프로그램을 사용하면 전체 Space, 선택한 스레드 또는 전체 라이브러리를 Notion이나 Markdown으로 직접 대량 내보낼 수 있으며, 일부는 예약 백업도 지원합니다. 이러한 도구는 매우 유용하지만, Perplexity 계정과 Notion 워크스페이스에 대한 액세스 권한이 필요하므로, 특히 고객 관련 작업을 할 때는 권한 부여를 단순한 절차가 아닌 신중한 결정으로 다루어야 합니다.
Space에 업로드한 파일은 별개의 문제입니다. Perplexity는 문서 저장소가 아닙니다. 원본 파일은 원래 있던 곳에 보관하고, Space를 아카이브로 취급하기보다는 필요할 때 다시 업로드하는 것이 좋습니다.
Notion 측면. 설정 → 가져오기 → 텍스트 및 Markdown으로 이동하여 .md 또는 .txt 파일을 하나씩 업로드하거나, 폴더를 압축하여 ZIP 가져오기 도구를 사용해 일괄 업로드하세요. 각 파일은 개별 Notion 페이지가 됩니다. 파일 크기 제한은 무료 요금제의 경우 파일당 5 MB, 유료 요금제의 경우 50 MB입니다. 표준 제목, 목록, 코드 블록은 깔끔하게 가져와지지만, 앵커 링크나 특정 도구 전용 Markdown 확장 기능은 지원되지 않습니다. 또한 CSV와 ZIP은 서로 다른 가져오기 옵션을 사용하므로, 혼합된 파일들은 여러 번 나누어 작업해야 합니다.
페이지가 워크스페이스에 생성되면, Notion AI는 액세스 권한이 있는 다른 콘텐츠와 마찬가지로 해당 페이지를 기반으로 질문에 답변할 수 있습니다. 이 부분은 실제로 매우 잘 작동하며, 이 마이그레이션을 진행할 만한 가치가 있는 이유이기도 합니다.
전송되지 않는 것. 아쉬운 순서대로 세 가지가 있습니다:
- 추론 과정. 스레드는 순서가 있는 대화입니다. 질문하고, Perplexity가 답변하고, 추가 질문을 던지며 범위를 좁혀 나갔습니다. 내보내기를 하면 이 과정이 하나의 문서로 평탄화됩니다. 6주일 후에 문서를 보면 결론은 알 수 있지만, 왜 뻔한 대안을 타당한 이유로 기각했는지는 알 수 없습니다.
- Space의 상시 컨텍스트. Space는 내부의 모든 스레드에 영향을 미치는 지침과 파일을 담고 있습니다. Notion에는 "항상 이 컨텍스트 내에서 답변하라"는 동일한 컨테이너가 없습니다. 이를 페이지와 규칙으로 다시 구축해야 합니다.
- 질문하지 않은 모든 것. 상충하는 두 출처 중 어느 쪽을 신뢰할지에 대한 판단은 스레드가 아니라 사용자의 머릿속에 있었습니다.
수동 마이그레이션 방법
1단계: Perplexity에서 연구 자료 꺼내기
Space별로 작업하되 선택적으로 진행하세요. 연구용 Space에는 보존할 필요가 없는 일회성 검색 기록이 많이 쌓여 있기 마련입니다.
- 결론에 도달한 스레드는 Markdown 형식으로 내보내세요. Notion이 Markdown을 깔끔하게 가져오기 때문입니다. PDF는 사람이 읽기에는 좋지만 편집 가능한 Notion 콘텐츠로 변환되지 않습니다.
- 파일 이름은 페이지 제목으로 바로 쓸 수 있도록 지정하세요.
competitor-pricing-tiers-june.md는 찾기 쉬운 페이지가 되지만,thread-3.md는 정체를 알 수 없는 파일이 됩니다. - Space의 지침과 업로드된 파일 목록을 별도의 일반 텍스트 파일에 복사해 두세요. 이 부분은 사람들이 자주 잊어버리지만, 다른 모든 자료를 설명해 주는 핵심 요소입니다.
- 원본 업로드 파일을 원래 저장된 위치에서 수집해 두세요. Space가 이를 계속 보관해 줄 것이라 믿고 의존해서는 안 됩니다.
2단계: Notion AI가 실제로 활용할 수 있는 형태로 재구축하기
40개의 Markdown 파일을 가져오면 40개의 흩어진 페이지가 생깁니다. 이는 지식 베이스가 아니라 단순한 데이터 덤프에 불과하며, Notion AI의 답변 역시 입력된 데이터만큼이나 무질서해질 것입니다.
- 연구 분야별로 상위 페이지를 만들고 그 아래로 가져오기를 진행하여 처음부터 구조를 잡으세요.
- 기존 Space가 암묵적으로 담고 있던 내용(조사 중인 질문, 범위, 신뢰하는 출처와 기각한 출처, 현재까지의 결론)을 담은 컨텍스트 페이지를 분야별로 하나씩 추가하세요. 기각한 이유를 명시적으로 기록해 두세요. 이 단 한 페이지가 스레드의 추론 과정을 보존할 수 있는 가장 좋은 방법입니다.
- 인용 블록을 그대로 유지하세요. 정리해 버리지 마세요. 인용 블록은 다음 분기에 주장을 검증할 수 있게 해주고, 이미 완료한 연구를 다른 사람이 다시 수행하는 것을 방지해 줍니다.
- 가져오기 후 몇 개의 페이지를 무작위로 확인해 보세요. 제목과 코드 블록이 제대로 유지되었는지, 의존하고 있던 앵커 링크가 깨졌다면 수동으로 수정해야 합니다.
중요한 Space 하나를 정리하는 데 반나절 정도 걸릴 것으로 예상하세요. 대부분의 시간은 무엇을 남길지 결정하는 데 소요되며, 이는 충분히 가치 있는 시간입니다.
더 나은 방법: 도구에 종속되지 않는 단일 메모리 레이어
이 모든 작업의 이면에는 한 가지 패턴이 있습니다. 연구 지식은 결국 당시 사용하던 제품 내부에 갇히게 되며, 제품을 이동할 때마다 수동 내보내기, 수동 재조직화, 그리고 내보내기 형식이 담아내지 못하는 손실을 감수해야 합니다.
Notion AI가 워크스페이스를 기반으로 답변하는 기능은 유용합니다. 하지만 이는 Notion 내부에만 국한됩니다. 다음 주에 Perplexity로 돌아가 새로운 연구를 진행할 때, Perplexity는 이미 구축해 둔 지식을 볼 수 없습니다. Claude나 Codex에서 글을 작성할 때도 마찬가지이므로 결국 복사해서 붙여넣어야 합니다. 그리고 Notion의 그 어떤 것도 해당 페이지의 결론이 왜 그렇게 도출되었는지 알지 못합니다.
구조적인 해결책은 연구 메모리를 두 도구 중 어느 쪽에도 소유되지 않는 레이어에 보관하는 것입니다. MemoryLake는 바로 이를 위해 설계되었습니다. 메모리를 독립된 레이어로 유지하고 MCP나 API를 통해 접근할 수 있게 함으로써, 문서는 Notion에 보관하면서도 지식은 사용하는 모든 도구에서 활용할 수 있도록 합니다.
1단계: API 키 생성
키를 생성하고 약 30초 만에 첫 번째 요청을 보내보세요.
2단계: 첫 번째 메모리 업로드
이번 마이그레이션에서 얻은 영구적인 자료들을 업로드하세요. 내보낸 스레드, 컨텍스트 페이지, 출처 목록, 다시 찾기 번거로운 PDF와 스크린샷 등이 이에 해당합니다. 문서, 이미지 및 기타 파일이 모두 한곳에 저장됩니다.
3단계: AI 및 에이전트 연결
Claude, Codex, OpenClaw 및 기타 에이전트에 MCP를 통해 액세스 권한을 부여하세요. 자체 MCP 클라이언트가 없는 도구(Perplexity 및 일반 ChatGPT 등)의 경우, API를 통해 관련 메모리를 검색하여 필요한 프롬프트나 워크플로우에 주입할 수 있습니다. Notion은 팀의 문서 협업 공간으로 계속 기능하며, 연구 메모리는 더 이상 그 안에 갇혀 있지 않게 됩니다.
실제 업무에서의 변화
가장 분명한 이점은 다음 마이그레이션이 필요 없어진다는 것입니다. Notion이나 Perplexity 외부에 존재하는 연구 메모리는 팀이 도구를 바꿀 때 내보낼 필요가 없습니다. 이 분야의 변화 속도를 감안할 때, 이는 생각보다 훨씬 큰 가치가 있습니다.
덜 직관적이지만 중요한 이점은 회상(Recall)의 품질입니다. Notion 페이지는 "우리가 내린 결론은 무엇인가?"에 답합니다. 반면 기각된 옵션과 그 이유까지 보관하는 메모리 레이어는 "왜 이것이 여전히 결론인가?"에 답할 수 있습니다. 이는 새로운 팀원이 합류하여 이미 시도해 본 아이디어를 다시 제안할 때 실제로 마주하게 되는 질문입니다.
또한 복사-붙여넣기의 번거로움이 사라집니다. 연구 자료는 대개 생산된 도구 내에서만 소비되지 않습니다. 연구 결과는 요약본, 사양서, 발표 자료, 대화 요약 등으로 변환되며, 대개 다른 AI 도구에서 작업하게 됩니다. 현재 이러한 전달 과정은 모두 복사-붙여넣기로 이루어지며, 이것이 바로 여러 AI 도구에 걸쳐 하나의 메모리를 유지하는 것이 단일 도구를 최적화하는 것보다 더 많은 시간을 절약해 주는 이유입니다.
도구보다 오래 살아남는 연구를 위한 모범 사례
제외한 옵션을 기록해 두세요
결론은 다시 도출하기 쉽지만, 배제된 옵션을 다시 찾아내는 것은 비용이 많이 듭니다. "벤치마크 방법론이 단일 지역만 다루고 있어 해당 벤더는 제외함"과 같은 단 한 줄의 기록이 다른 사람의 중복 조사를 방지해 줍니다. 이는 이 목록에서 가장 가치 있는 습관이지만, 실천하는 사람은 거의 없습니다.
주장에 인용 출처를 첨부해 두세요
출처가 없는 연구 결과는 다음 분기만 되어도 소문으로 전락합니다. Perplexity의 내보내기 파일은 인용 블록을 보존하므로, 정리 과정에서 이를 삭제하지 말고 저장하는 메모리에 그대로 가져가세요.
문서와 지식을 분리하세요
Notion은 사람들이 읽고, 댓글을 달고, 버전을 관리하는 문서를 보관하기에 좋은 곳입니다. 하지만 사용하는 모든 AI 도구의 작업 메모리를 보관하기에는 적합하지 않습니다. Notion만 이를 읽을 수 있기 때문입니다. 각 레이어가 제 역할을 하도록 하세요. 문서는 Notion에 두고, 검색 가능한 지식은 도구들이 쿼리할 수 있는 메모리 레이어에 두세요. 이러한 분리가 필요한 이유는 Perplexity가 세션 사이에 Space 콘텐츠를 잊어버리는 근본적인 이유와도 일맥상통합니다.
결론
Perplexity Spaces에서 Notion AI로의 이동은 실제로 가능하며 유용한 마이그레이션입니다. 스레드를 Markdown으로 내보내고, 설정 → 가져오기 → 텍스트 및 Markdown을 통해 가져온 뒤, 상위 페이지 아래에 구조화하면 Notion AI가 이를 기반으로 답변할 수 있습니다. 스레드별로 작업을 진행하고, 인용 출처를 유지하며, 연구 분야별로 컨텍스트 페이지를 작성하세요.
그리고 이 과정이 무엇을 시사하는지 주목해 보세요. 연구 결과는 텍스트였기 때문에 마이그레이션 후에도 살아남았습니다. 하지만 추론 과정은 스레드 내에 존재했고 스레드는 내보내지지 않기 때문에 사라졌습니다. 특정 제품 내에만 존재하는 연구 지식은 스택이 바뀔 때마다 이러한 비용을 계속 치러야 합니다. 도구 외부에 존재하는 메모리 레이어를 사용하면 "연구 자료 마이그레이션"이 단순히 "새로운 도구가 동일한 메모리를 바라보게 하는 것"으로 바뀌며, 결론과 추론 과정이 계속 연결되어 있도록 유지할 수 있습니다. 만약 마이그레이션 대상이 다른 도구라면, Spaces를 Claude로 이동하거나 Notion AI에서 다른 곳으로 내보내는 경우에도 동일한 접근 방식이 적용됩니다.