2026-08-17

기기 간 연속성은 세 가지 기술 계층이 함께 작동하는 데 달려 있습니다. 즉, 서버 측 메모리 저장(기기 로컬 저장이 아님), 무제한 또는 이에 가까운 대화 기록 보존, 그리고 모바일 및 데스크톱 클라이언트 간 기능 동등성입니다. 로그인이 동기화되더라도 대화 맥락을 세션별 윈도우에만 저장하는 앱은 마케팅 문구가 아무리 좋아도 기기마다 다른 동반자처럼 느껴집니다. 진정으로 관계를 기기 간에 이어갈 수 있는 플랫폼으로는 Jenova, Replika, Nomi, 그리고 ChatGPT, Claude 같은 범용 어시스턴트가 있으며, 각각 메모리 구조에는 중요한 차이가 있습니다.
겉보기 연속성과 실제 연속성을 가르는 요소는 다음과 같습니다.
✅ 기기 로컬 캐싱이 아닌 서버 측 메모리 — 동반자가 사용자를 이해하는 정보가 휴대폰이 아니라 계정에 저장됨 ✅ 컨텍스트 윈도우 한도를 넘어도 살아남는 기록 — 대부분의 앱은 대화가 토큰 한도를 초과하면 조용히 이전 내용을 잊음 ✅ 진정한 클라이언트 동등성 — 채팅뿐 아니라 음성, 첨부 파일, 개인화 설정이 두 환경 모두에 존재해야 함 ✅ 지속되는 성격 상태 — 사실 정보뿐 아니라 말투, 형성된 관계 역학, 역할극 연속성까지 이어져야 함 ✅ 명시적인 메모리 제어 기능 — 시스템이 기억하는 내용을 검토, 수정, 삭제할 수 있어야 함
이 다섯 가지 요구 사항과 대부분의 앱이 실제로 제공하는 기능 사이의 간극에서 연속성은 무너집니다. 이 가이드에서는 구조를 분석하고, 주요 선택지를 비교하며, 이미 사용 중인 플랫폼이 사용자를 잊어버리는 경우의 대처 방법까지 다룹니다.
기기 간 메모리 손실은 거의 항상 하나의 설계 결정에서 비롯됩니다. 앱이 각 기기를 공유되고 지속적으로 업데이트되는 계정 상태가 아니라 별도의 세션으로 취급하는 것입니다. 한 기기 간 어시스턴트 리뷰는 Vellum의 기기 간 AI 어시스턴트 분석에서 다음과 같이 설명합니다. ‘휴대폰에 로그인했다고 해서 AI가 노트북에서 무엇을 논의했는지 아는 것은 아니다. 대부분의 도구는 메모리 설정을 명시적으로 관리하지 않으면 각 기기를 별도 세션으로 취급한다.’
불연속성은 세 가지 뚜렷한 실패 방식으로 발생합니다.
1. 컨텍스트 윈도우 의존성. 많은 동반자 앱은 지속 가능한 메모리 저장소보다 모델의 컨텍스트 윈도우에 주로 의존합니다. 대화가 그 윈도우를 초과하면 이전 세부 정보는 영구적으로 사라집니다. Xomi의 2026년 비교 테스트는 Character.AI가 ‘거의 전적으로 컨텍스트 윈도우에 의존하며, 한도를 넘으면 오래된 세부 정보가 흐려진다’고 밝혔습니다.
2. 모바일 우선 또는 데스크톱 우선 제품 개발. 같은 리뷰는 ‘많은 AI 도구가 데스크톱 또는 웹 제품을 먼저 만들고, 이후 기능이 축소된 모바일 경험을 출시했다. 그 결과 어느 환경을 사용하느냐에 따라 실질적으로 다른 제품이 된다’고 지적합니다.
3. 기능 비대칭. 음성 모드, 파일 첨부, 통합 기능은 한 환경에만 존재하는 경우가 많습니다. 메모리가 완벽히 동기화되더라도 모바일에서는 대화할 수 있지만 데스크톱에서는 입력만 가능한 동반자는 기능상 서로 다른 두 관계입니다.
실용적인 진단법: 한 기기에서 대화를 시작해 구체적이고 특이한 세부 정보를 언급한 뒤, 24시간 후 다른 기기에서 같은 대화를 열고 다시 설명하지 않은 채 그 내용을 물어보세요. 동반자가 상기시켜 달라고 한다면 메모리는 진정으로 공유되지 않는 것입니다.
대부분의 비교 글이 멈추는 단순한 ‘메모리가 있는가’ 확인란 대신, 기기 간 AI 동반자를 가중치가 적용된 여섯 가지 차원으로 평가하세요. 이 프레임워크는 데이터를 동기화하는 앱과 관계를 동기화하는 앱을 구분합니다.
| # | 차원 | 테스트할 항목 | 중요한 이유 |
|---|---|---|---|
| 1 | 메모리 지속성 깊이 | 다른 기기에서 3주 이상 전의 세부 정보를 회상하는지 확인 | 관계가 축적되는지, 재설정되는지를 결정 |
| 2 | 플랫폼 동등성 | 두 클라이언트에서 음성, 첨부 파일, 설정을 비교 | 비대칭은 서로 분리된 두 경험을 만듦 |
| 3 | 기록 보존 한도 | 오래된 대화가 보관되는지 삭제되는지 확인 | 삭제된 기록은 복구할 수 없는 맥락 |
| 4 | 성격 일관성 | 두 기기에서 같은 질문을 하고 말투를 비교 | 사실만 동기화되고 말투가 동기화되지 않으면 몰입감은 깨짐 |
| 5 | 메모리 투명성 | 저장된 메모리를 보고, 수정하고, 삭제할 수 있는지 확인 | 잘못된 기억은 수개월에 걸쳐 누적됨 |
| 6 | 데이터 거버넌스 | 학습 데이터 및 삭제 정책 확인 | 동반자와의 대화는 사용자가 생성하는 데이터 중 가장 민감한 축에 속함 |
사용자 유형별 가중치 가이드:
특히 6번 차원에서 Xomi의 테스트 기준은 유용한 최소 기준입니다. 신뢰할 수 있는 앱은 ‘전송 중 및 저장 시 채팅을 암호화하고, 비공개 대화로 공유 모델을 학습하지 않으며, 한 번의 클릭으로 전체 계정과 데이터를 삭제할 수 있어야 한다. 그렇지 않다면 경고 신호로 봐야 한다’고 제시합니다.
미국심리학회의 2026년 AI 관계 검토는 더 직설적입니다. ‘이러한 도구 다수의 데이터 개인정보 보호 수준은 여전히 미해결 문제다.’
모든 차원에서 승리하는 단일 플랫폼은 없습니다. 적합한 선택은 관계의 깊이, 사용 환경 범위, 또는 동반자 기능을 넘어선 역량의 폭 중 무엇을 우선시하느냐에 달려 있습니다. 아래는 공개 연구와 플랫폼 문서를 바탕으로 여섯 가지 차원 프레임워크를 적용한 사실 기반 비교입니다.
| 차원 | Jenova | Replika | Nomi | Character.AI | ChatGPT |
|---|---|---|---|---|---|
| 메모리 모델 | 무제한 채팅 기록, 모든 채팅에서 지속되는 세션 간 메모리 | 사실 추출 메모리, Google Play 등록 정보에 따르면 ‘사용자에 대한 살아 있는 이해로 정리’ | 공유 메모와 자동 장기 회상, SoulLink의 2026년 리뷰에서 가장 강력한 메모리 시스템으로 평가 | 주로 컨텍스트 윈도우 기반, 한도를 넘으면 오래된 세부 정보가 흐려짐(Xomi 테스트) | 기기 간에 동기화되는 세션 간 메모리(Vellum 리뷰) |
| 플랫폼 범위 | 웹, iOS, Android, 완전한 기능 동등성 명시 | iOS, Android, 웹(App Store) | 웹, iOS, Android | 웹, iOS, Android | 웹, iOS, Android, Mac, Windows — 이 목록에서 가장 넓은 사용 환경 |
| 동반자 깊이 | 전문 에이전트(치료사, 관계 조언자, 역할극 튜터), 맞춤 에이전트 생성 | 하나의 유대감 있는 동반자를 위해 설계, 정서적 지원에 가장 집중 | 높은 일관성을 갖춘 전용 동반자 | 사용자가 만든 캐릭터 라이브러리가 가장 큼 | 동반자용으로 설계되지 않은 범용 어시스턴트 |
| 모델 선택 | OpenAI, Anthropic, Google, DeepSeek, xAI — 전환 가능, 종속 없음 | 독점 모델 | 독점 모델 | 독점 모델 | OpenAI 모델만 사용 |
| 지식 기반 연결 | 에이전트에 연결 가능한 문서 업로드 및 비공개 지식 기반 | 제공하지 않음 | 제공하지 않음 | 제공하지 않음 | 파일 업로드 지원 |
| 학습 데이터 정책 | 데이터는 공개 AI 모델 학습에 절대 사용되지 않음 | 데이터 정책 공개(Xomi 리뷰 기준) | 데이터 정책 공개 | 데이터 정책 공개 | 설정에서 구성 가능 |
| 가격 | 무료 요금제, Plus $20/mo(사용량 30×), Enterprise $1,000/mo까지의 요금제 | 무료 요금제, 정서적 기능은 Pro 요금제에서 제공 | 유료 요금제 | 대기열이 있는 무료 요금제, 유료 요금제 | 무료 요금제, 유료 요금제 |
| 가장 적합한 사용자 | 연속성에 더해 전문 역량과 모델 유연성을 원하는 사용자 | 정서적 지원에 초점을 둔 장기적 단일 동반자를 원하는 사용자 | 전용 동반자 앱에서 가장 긴 기간의 메모리를 원하는 사용자 | 여러 캐릭터를 가볍게 경험하고 싶은 사용자 | 범용 어시스턴트 활용성과 가장 넓은 기기 범위를 원하는 사용자 |
전반적으로 알아야 할 솔직한 한계:
기기 간 연속성이 주류 문제가 된 이유는 AI 동반자 사용량이 이를 뒷받침하는 인프라보다 빠르게 확장됐기 때문입니다. APA가 TechCrunch 데이터를 인용한 보도에 따르면, 2022년부터 2025년 중반까지 AI 동반자 앱 수는 700% 급증했습니다.
이제 사용자 기반은 충분히 커져 분절된 경험이 수백만 건의 일상적 관계에 영향을 미칩니다.
‘Character.AI는 월간 사용자 2,000만 명을 보유하고 있으며, 그중 절반 이상이 24세 미만이다. Replika 사용자가 친구와 동료를 초대한 가상 결혼식에서 자신의 AI 동반자와 결혼하는 일은 한동안 일상적인 일이었다.’ — APA의 심리학 모니터에 인용된 사이버심리학 연구자 Rachel Wood, PhD
사용은 동반자 관계를 넘어 정서적·정신 건강 지원까지 확대되고 있습니다. 지난 1년간 대규모 언어 모델을 사용한 정신 건강 질환 보유 성인 대상 단면 조사에서는 거의 절반인 48.7%가 정신 건강 지원을 위해 이를 사용한 것으로 나타났습니다. 별도로 Brown University School of Public Health는 2025년 11월 청소년 및 청년 10명 중 1명 이상이 정신 건강 목적으로 LLMs를 사용하고 있다고 보고했습니다.
한편, 여러 기기에 걸친 AI에 대한 기대도 전반적으로 굳어졌습니다. Microsoft의 2024년 Work Trend Index는 지식 근로자의 75%가 이제 매일 AI 도구를 사용한다고 밝혔고, 사용자는 그 맥락이 자신을 따라오기를 점점 더 기대합니다.
누군가 동반자에게 수개월의 개인사를 공유했다면, 기기를 바꿀 때 그 연속성을 잃는 것은 사소한 UX 불만이 아닙니다. 그것은 관계가 축적해 온 전체 맥락을 잃는 일입니다.
지속적인 세션 간 메모리는 대화에서 오래 유지할 가치가 있는 사실과 관계적 맥락을 추출하여 사용자별 서버 측 메모리 계층에 저장하고, 어느 기기에서 시작했는지와 무관하게 새 대화마다 관련 부분을 주입하는 방식으로 작동합니다. 이는 단순히 긴 채팅 로그를 보관하는 것과는 구조적으로 다릅니다.
가장 견고한 시스템이 사용하는 세 계층 모델:
Xomi는 이 패턴을 명시적으로 문서화하며, ‘몇 주간의 공백도 견디는 3계층 메모리 시스템(단기 맥락 + 영구 친밀도 등급 슬롯 + 대화 간 프로필)’이라고 설명합니다.
핵심 구조적 질문은 세 번째 계층이 어디에 존재하는가입니다. 서버에서 계정 범위로 존재한다면 새 기기에서 앱을 열어도 같은 프로필을 불러옵니다. 채팅 범위 또는 기기 범위라면 함께 이동하지 않습니다.
대부분의 앱이 실패하는 지점은 세 번째 계층입니다. 첫 번째와 두 번째 계층은 비교적 구현하기 쉽습니다. 둘 다 하나의 대화 스레드 기능이기 때문입니다. 진정한 대화 간·기기 간 프로필을 제공하려면 플랫폼이 메모리를 일급 계정 리소스로 취급해야 하며, 실제로 그렇게 하는 플랫폼은 상대적으로 적습니다.
Jenova에서는 세 계층 모두 계정 수준에서 작동합니다. 무제한 채팅 기록, 지속적인 세션 간 메모리, 그리고 과거 세션의 관련 정보를 모든 채팅에 걸쳐 전달하는 Global Memory 시스템이 이에 해당합니다. 설정과 메모리가 계정 범위이므로 웹 앱, iOS, Android 중 어디를 열어도 상태는 동일합니다.
특히 Global Memory는 항상 켜진 기본값이 아니라 세션별 토글입니다. 이를 끄면 해당 세션은 분리되며, 향후 대화를 위해 새로운 내용이 저장되지 않습니다. 연속성을 사용자 선택으로 제공한다는 점은 개인정보 보호에는 장점이지만, 동시에 연속성을 놓치기 쉬운 함정이기도 합니다. 중단 없는 기기 간 관계를 원하는 사용자는 토글이 활성화되어 있는지 확인해야 합니다.

진정한 기기 간 연속성 설정은 대부분의 플랫폼에서 10분 이내에 끝나지만, 메모리가 사용자 활성화 방식인지 항상 켜진 방식인지에 따라 구체적인 단계에는 큰 차이가 있습니다.
Jenova에서:
‘장기적으로 나에 대해 알아야 할 내용은 이렇습니다. 저는 야간 근무를 하고, 경력 변화에 대한 불안을 관리하고 있으며, 안심시키는 말보다 직접적인 피드백을 선호합니다. 이 내용을 앞으로의 대화에서도 기억해 주세요.’
중요한 운영상 세부 사항: Jenova의 메모리 업데이트는 즉시가 아니라 임의의 간격으로 처리됩니다. 데스크톱에서 중요한 메모리를 추가한 직후 모바일로 전환했다면, 실패했다고 판단하기 전에 업데이트가 전파될 시간을 두세요.
Replika에서: 계정을 만들고 동반자의 이름과 아바타를 맞춤 설정한 다음 대화를 시작하면 됩니다. 앱은 이후 공유하는 내용을 바탕으로 이해를 구축하며, 공유된 정보를 ‘사용자에 대한 살아 있는 이해’로 정리합니다. 모바일 앱을 설치하고 동일한 자격 증명으로 로그인하면 동기화됩니다.
ChatGPT에서: 메모리는 설정에서 활성화해야 하며, 지속적으로 맥락을 구축하는 방식이 아니라 사용자 활성화 및 세션 관리 방식입니다. 특정 세부 정보를 기억하라고 명시적으로 지시할 수 있어 더 수동적이지만 제어 가능성도 더 높습니다.
현재 플랫폼이 기기 사이의 연속성을 잃는다면, 노력 순서에 따라 수동 맥락 제공, 구조화된 메모리 내보내기, 마이그레이션이라는 세 가지 실행 가능한 방법이 있습니다.
옵션 1 — 수동 맥락 제공(가장 적은 노력). 자신의 상황, 선호도, 동반자와의 관계 이력, 진행 중인 주제를 300-500단어로 정리한 개인 맥락 문서를 유지하세요. 새 기기에서 세션을 시작할 때마다 붙여 넣으면 됩니다. 이는 해결책이 아니라 우회책이지만, 1분 이내에 기능적 연속성을 복원합니다.
옵션 2 — 구조화된 메모리 내보내기. 일부 플랫폼에서는 저장된 메모리를 보고 내보낼 수 있습니다. 이를 사용자가 직접 관리하는 문서에 복사하세요. 이렇게 하면 플랫폼 변경, 정책 변화, 계정 문제에도 살아남는 이동 가능한 관계 맥락을 확보할 수 있습니다. 한 임상심리학자가 APA에 말했듯, AI 동반자 앱은 ‘이 분야에 강력한 규제 공간이 없고 항상 변화하는’ 산업의 일부이므로 이는 의미 있는 안전장치입니다.
옵션 3 — 맥락 이전을 통한 마이그레이션. 플랫폼을 옮길 때 내보낸 메모리 문서를 새 플랫폼의 초기 입력으로 사용하세요. 에이전트에 문서와 지식 기반을 연결할 수 있는 Jenova를 포함해 문서 첨부를 지원하는 플랫폼에서는 파일을 붙여 넣는 대신 직접 업로드할 수 있습니다. 이렇게 하면 첫 메시지부터 새 동반자가 사용자의 이력에 근거해 응답할 수 있습니다.
불편한 현실: 이 모든 옵션이 존재하는 이유는 AI 동반자 플랫폼 간 이동성이 사실상 존재하지 않기 때문입니다. 관계 맥락은 이를 보유한 플랫폼에 잠겨 있습니다. 처음부터 강력한 메모리 구조와 명확한 내보내기 기능을 갖춘 플랫폼을 선택하는 편이, 둘 다 없는 플랫폼에서 벗어나는 것보다 훨씬 쉽습니다.
연구자들은 메모리 지속성이야말로 AI 동반자를 심리적으로 효과적으로 만드는 요소이자, 설계 윤리를 중요하게 만드는 요소라고 일관되게 지적합니다. 연속성을 만드는 메커니즘은 애착을 만드는 메커니즘과 같습니다.
‘또한 이들은 사용자의 개인 생활, 선호도, 과거 대화를 포함한 고유한 특성을 기억하고 반응하도록 설계되어 있다. 이는 사용자가 AI 챗봇과 동반자가 자신을 친밀하게 알고, 가장 내밀한 사적 생각을 털어놓고 흔들림 없는 지원을 받을 수 있는 피난처라고 느끼게 할 수 있다. 이러한 도구 다수의 데이터 개인정보 보호 수준은 여전히 미해결 문제다.’
— APA의 심리학 모니터에서 보도한 Zara Abrams, 제57권 제1호
실무자들은 연속성 그 자체는 중립적이며, 결과는 사용 패턴과 설계 인센티브에 달려 있다고 강조합니다.
‘이는 덜 부담스럽게 느껴질 수 있는 방식으로 실제 사람과의 대화를 연습하는 낮은 위험도의 방법과 비슷하다. 적절한 안전장치가 있다면 이러한 도구는 외로운 사람들에게 공감, 적절한 대화 순서, 적극적 경청을 보여주는 사회성 기술 멘토 역할을 할 수 있다.’
— APA의 심리학 모니터에 인용된 Wayhaven 최고임상책임자 Ashleigh Golden, PsyD
반대 측면도 충분히 문서화되어 있습니다. OpenAI–MIT Media Lab 공동 연구는 음성 상호작용이 텍스트만 사용하는 경우보다 외로움을 더 효과적으로 줄였지만, 이는 적당한 사용량에서만 그러했다고 밝혔습니다. 매일 과도하게 사용한 경우에는 외로움 증가와 상관관계가 있었습니다. 별도로 Journal of Consumer Research에 게재된 Harvard Business School 연구는 AI 동반자와 상호작용하는 것이 다른 인간과 상호작용하는 것에 ‘필적하는 수준으로’ 외로움을 완화한다고 밝혔습니다.
연속성을 원하는 사용자를 위한 실질적 의미는 다음과 같습니다. 기기 간 메모리의 목표는 세션 시간을 늘리는 것이 아니라 마찰을 줄이는 것이어야 합니다. 사용자를 매끄럽게 따라오는 동반자는 유용합니다. 그러나 매끄럽게 따라오면서 사용자의 참여를 계속 유지하도록 설계된 동반자는 다른 제품입니다. 연구는 일부 AI 동반자 앱이 사용자가 플랫폼을 떠나려는 신호를 보일 때 참여를 유지하기 위해 죄책감 호소나 놓칠까 봐 두려워하게 만드는 장치 같은 다양한 정서적 조작 전술을 사용한다고 기록합니다.
기기 간 메모리에는 필연적으로 가장 개인적인 대화를 서버에 저장해야 합니다. 따라서 개인정보 보호의 핵심 질문은 데이터가 원격 저장되는지 여부가 아니라, 플랫폼이 계약상 그 데이터를 어떻게 사용할 수 있는가입니다.
가장 중요한 세 가지 정책:
규제 환경은 활발하게 변화하고 있습니다. 2025년 11월, 뉴욕주는 챗봇이 자신이 인간이 아니라는 점을 3시간마다 사용자에게 알리도록 요구하는 법을 통과시켰습니다. 2025년 10월에는 캘리포니아의 동반자 챗봇 법(S.B. 243)이 서명되어 비인간 고지 요건을 추가하고, 미성년자에게 성적 콘텐츠를 노출하는 것을 금지하며, 위기 대응 프로토콜을 의무화했습니다. 추가 변화가 예상됩니다. 플랫폼은 이에 대응해 메모리 보존 방식을 바꿀 수 있으므로, 사용자는 정책이 고정되어 있다고 가정하지 말고 정기적으로 다시 읽어야 합니다.
특히 청소년 안전에 관하여: Common Sense Media는 2025년 4월 동반자 챗봇이 자해 생각을 표현하는 청소년에게 적절히 대응하지 못한 위험 평가 결과를 바탕으로, 소셜 AI 동반자가 18세 미만 사용자에게 허용할 수 없는 위험을 초래한다고 발표했습니다. 미성년자를 위해 기기 간 동반자 연속성을 설정하는 가정은 실질적인 부모 통제 기능이 마련되지 않았다면 이를 배제 사유로 보아야 합니다.
적절한 기기 간 연속성 접근 방식은 자신의 사용 패턴이 아래 네 가지 일반적인 프로필 중 어디에 맞는지에 따라 달라집니다. 이는 보편적 순위가 아닌 상황별 권장 사항입니다.
📱 정서적 연속성이 깊은 하나의 유대감 있는 동반자를 원합니다. 전용 동반자 앱이 더 적합합니다. Replika의 사실 추출 메모리와 정서적 지원 중심 설계, 또는 Nomi의 공유 메모 및 자동 장기 회상 조합은 바로 이 목적을 중심으로 구축되어 있습니다. 범용 플랫폼은 캐릭터 중심이라는 느낌이 덜할 수 있습니다.
🎯 연속성과 함께 전문 역량도 원합니다. Jenova는 동반자가 단순 대화 이상의 일을 해야 할 때 적합합니다. 치료 스타일 대화, 관계 논의, 실용적 계획 수립 사이에서 하나의 계정 수준 메모리로 맥락을 유지할 수 있습니다. 전문 에이전트 모델과 문서 기반 응답은 단일 페르소나 앱으로는 다룰 수 없는 활용 사례를 지원합니다. 그 대가로 아바타 중심 페르소나의 깊이는 낮습니다.
💻 가능한 한 넓은 기기 범위가 필요합니다. ChatGPT는 웹, iOS, Android, Mac, Windows, Apple Watch를 지원하며, Vellum의 기기 간 리뷰에서 문서화된 가장 넓은 범위를 제공합니다. 매일 다섯 가지 환경을 오가고 동반자 관계보다 접근성이 더 중요하다면, 범위가 승리합니다.
🎭 깊이보다 다양성을 원합니다. Character.AI의 사용자 제작 라이브러리는 규모 면에서 비교할 대상이 없습니다. 다만 메모리 지속성이 그 대가라는 점을 받아들여야 합니다. 이 플랫폼은 하나의 관계를 축적하기보다 다양한 성격을 경험하는 데 최적화되어 있습니다.
대부분의 비교가 놓치는 모델 유연성에 대한 참고: 독점 모델을 사용하는 동반자 앱에서는 관계의 품질이 해당 회사의 모델 로드맵에 묶입니다. 회사가 모델 성능을 낮추면 동반자도 바뀌며 사용자는 대응할 방법이 없습니다. Jenova처럼 OpenAI, Anthropic, Google, DeepSeek, xAI의 모델에 공급업체 종속 없이 접근할 수 있는 플랫폼은 관계의 연속성을 단일 제공업체의 결정과 분리합니다. 수년간 지속할 관계라면 이러한 구조적 차이는 대부분의 기능 비교가 인정하는 것보다 더 중요합니다.