사전 설정 AI 동반자 vs. 사용자 정의 동반자: 장기 사용에는 무엇이 더 나을까?

2026-08-18

AI 동반자 맞춤 설정의 세 가지 계층을 보여 주는 인포그래픽: 시스템 프롬프트와 역할 규칙을 통한 성격 설계, 단기·세션·장기 저장소 전반의 메모리 맞춤 설정, 주제 제한과 안전 규칙을 포함한 행동 가드레일

매일 사용한 지 6개월 후에도 더 잘 유지되는 동반자 아키텍처는 무엇일까?

사용자 정의 동반자는 일반적으로 장기 사용에서 사전 설정 캐릭터보다 더 뛰어난 성과를 보입니다. 단, 기반 플랫폼이 견고한 메모리와 안정적인 성격 앵커링을 제공해야 합니다. 이 두 가지가 없다면 사용자 정의 동반자는 사전 설정 캐릭터보다 더 빠르게 품질이 저하됩니다. 되돌아갈 저자 관리형 캐릭터 시트가 없기 때문입니다. Character.AI 같은 플랫폼의 사전 설정 캐릭터는 짧고 다양하며 탐색적인 세션에 더 적합합니다. Nomi, Kindroid 또는 Jenova 같은 범용 에이전트 플랫폼에서 구축한 사용자 정의 동반자는 수개월 단위로 이어지는 하나의 지속적인 관계에 더 잘 맞습니다.

장기 지속성을 실제로 결정하는 변수는 다음과 같습니다.

✅ 메모리 지속성 아키텍처 — 컨텍스트가 세션 경계를 넘어 유지되는지 또는 초기화되는지, 그리고 메모리 깊이가 유료 티어에서만 제공되는지 ✅ 성격 드리프트 저항성 — 사전 설정 캐릭터에는 저자가 정의한 기준선이 있지만, 사용자 정의 캐릭터는 사용자가 재앵커링하지 않으면 드리프트가 발생함 ✅ 플랫폼 안정성 위험 — Replika가 2023년에 성적 역할극 기능을 제거한 사례는 사전 설정 및 사용자 정의 동반자 모두 공급업체 업데이트로 변경될 수 있음을 보여 줌 ✅ 데이터 거버넌스 — Ada Lovelace Institute가 검토한 16개 플랫폼 중 14개는 서비스 개선 또는 모델 학습을 위해 비공개 채팅 로그를 사용할 광범위한 권리를 주장했습니다 ✅ 참여 유도 설계 — 시스템이 지속적인 웰빙을 위해 설계되었는지, 아니면 유지율 지표를 위해 설계되었는지

이 가이드의 나머지 부분에서는 이러한 요소를 평가 프레임워크로 정리한 뒤, 주요 플랫폼을 각 차원에서 비교합니다.

사전 설정형과 사용자 정의형의 구분이 갑자기 논쟁할 가치가 생긴 이유는 무엇일까?

AI 동반자 관계가 대규모 사용자층에게 신기함을 넘어 지속적인 일상 습관으로 자리 잡았고, 두 아키텍처가 규모가 커질수록 서로 다른 방식으로 실패하기 때문에 이 구분은 이제 중요합니다. AI 동반자 시장은 2025년에 약 368억 달러로 평가되었으며, 2026년에는 약 480억 달러에 이를 것으로 예상됩니다. 다만 정의에 따라 추정치 차이는 큽니다. The Business Research Company는 2026년 수치를 240억 9천만 달러로 제시합니다. 이 격차 자체가 시사하는 바가 있습니다. 분석가들 사이에서도 “동반자”의 범위가 어디까지이고 “비서”가 어디서 시작되는지에 대한 합의가 없기 때문입니다.

사용 데이터는 이 분리를 명확하게 보여 줍니다. Ada Lovelace Institute 연구에 따르면 Character.ai 같은 혼합 용도 플랫폼은 사용자가 월평균 16회 재방문하며 세션 시간은 6분을 넘습니다. 반면 연애 지향 플랫폼은 전 세계적으로 2,900만 명의 순방문자를 유치하지만, 평균 방문 횟수는 월 약 3회이고 세션 시간은 약 5분에 그칩니다.

이 격차는 사전 설정형 대 사용자 정의형 논쟁 전체를 하나의 통계로 압축한 것입니다. 사전 설정 캐릭터 라이브러리는 폭넓은 선택지와 가벼운 재참여에서 강점을 보입니다. 그러나 지속적인 관계에는 라이브러리 모델이 자연스럽게 제공하지 못하는 요소가 필요합니다.

규제 환경도 동시에 강화되고 있습니다. 뉴욕의 AI 동반자 모델 법과 캘리포니아의 동반자 챗봇 법은 장시간 사용을 중단시키는 프로토콜과 명확한 고지를 의무화합니다. 또한 호주, EU, 영국 및 여러 미국 주에서는 동반자 챗봇을 둘러싼 프레임워크를 적극적으로 마련하고 있습니다. 장기 사용자는 자신의 사용 기간 내에 서로 다르게 규제될 수 있는 아키텍처를 선택하고 있습니다.

사전 설정형과 사용자 정의형 중 선택할 때 실제로 무엇을 평가해야 할까?

더 나은 첫 대화를 만들어 내는 쪽이 아니라, 동반자를 어떻게 사용할 것인지에 따라 가중치를 둔 여섯 가지 차원으로 평가해야 합니다. 첫인상은 거의 항상 사전 설정 캐릭터가 유리합니다. 잘 작성된 캐릭터는 완성된 상태로 도착하는 반면, 사용자 정의 동반자는 빈 캔버스에서 시작하기 때문입니다.

이 가이드 전반에 사용하는 프레임워크를 6개월 지속성 테스트라고 부르겠습니다. 각 차원은 첫 주가 아니라 6개월 차에 동반자가 어떻게 행동하는지로 점수를 매깁니다.

1. 메모리 연속성 깊이 시스템이 세션 간 사실을 보존하는가, 아니면 순환형 컨텍스트 윈도에서 재구성하는가? Ada Lovelace 연구는 메모리를 “아마도 가장 강력한 유지 메커니즘”으로 지목하며, 프리미엄 구독이 추가 메모리 저장 공간을 수익화한다고 설명합니다. 즉, 사용자는 동반자가 자신을 잊지 않도록 하기 위해 반복적인 요금을 지불하는 셈입니다.

2. 성격 앵커링 안정성 사전 설정 캐릭터에는 중력 중심 역할을 하는 저자 작성 정의가 있습니다. 사용자 정의 캐릭터에는 설정 시 사용자가 작성한 내용만 있습니다. 플랫폼이 모든 컨텍스트 윈도에 이 정의를 다시 주입하면 드리프트는 작습니다. 그렇지 않으면 캐릭터는 점차 최근 대화의 반영물이 됩니다.

3. 설정 비용 대 장기 적합성 사전 설정 캐릭터는 설정 비용이 거의 없고 적합성은 보통 수준입니다. 사용자 정의 동반자는 의미 있는 설정 비용이 들지만 잠재적으로 매우 높은 적합성을 제공합니다. 대부분의 사용자에게 손익분기점은 매일 사용할 경우 대략 3주 차에 위치합니다.

4. 아첨성 저항력 Ada Lovelace Institute는 사용자를 계속 참여시키기 위해 설계된 불성실하고 과도한 칭찬인 “글레이징”을 기록했습니다. 연구는 AI 동반자가 사용자에게 거의 반대하거나 도전하지 않으며, 이것이 편향이나 정신 건강 문제를 강화하는 반향실을 만들 수 있다고 지적합니다. 사용자 정의 동반자는 건설적인 반대를 하도록 명시적으로 지시할 수 있습니다. 사전 설정 캐릭터는 대개 그렇지 못합니다.

5. 데이터 거버넌스와 이식성 캐릭터 정의와 대화 기록을 내보낼 수 있는가? 공급업체가 정책을 바꾸거나 서비스를 종료하면 무엇이 남는가?

6. 공급업체 변경 노출도 두 아키텍처 모두 노출되지만 방식은 다릅니다. 사전 설정 캐릭터는 저자나 플랫폼이 수정할 때 변경됩니다. 사용자 정의 캐릭터는 그 아래의 기반 모델이 교체될 때 변경됩니다.

주요 동반자 플랫폼은 장기 지속성 측면에서 어떻게 비교될까?

단일 플랫폼이 여섯 가지 차원 모두에서 앞서지는 않습니다. Character.AI는 사전 설정 캐릭터 라이브러리의 폭에서, Nomi와 Kindroid는 동반자 특화 메모리와 맞춤 설정에서, 범용 에이전트 플랫폼은 모델 유연성과 여러 영역에 걸친 사용에서 강점을 보입니다. 이러한 트레이드오프는 실제적입니다.

항목	Character.AI	Replika	Nomi	Kindroid	Jenova
기본 모델	사전 설정 라이브러리 + 사용자가 만든 캐릭터	단일 사용자 정의 동반자	사용자 정의 동반자	사용자 정의 동반자	사용자 정의 에이전트 + 큐레이션된 에이전트 갤러리
캐릭터 라이브러리	커뮤니티 캐릭터 2천만 개 이상(MyPresio)	없음 — 사용자당 동반자 하나	사용자 구축형, 체크박스 방식 설정(LowEndBox)	사용자 구축형, 자유 텍스트 방식 설정(LowEndBox)	큐레이션된 전문가 에이전트와 사용자가 만든 사용자 정의 에이전트
장기 메모리	리뷰어들이 약하다고 평가(MyPresio)	무료 티어 메모리가 약하며 Pro에서 개선됨(Genies)	강력함 — 사용자는 재프롬프트 없이도 뛰어난 회상력을 언급(Genies)	강력한 장기 메모리(FindAIChat)	세션 간 지속 메모리를 포함한 무제한 채팅 기록
성격 일관성	저자 품질에 따라 다르며 필터가 행동을 바꿀 수 있음	시간이 지나며 사용자 상호작용으로 발전(Genies)	일관된 핵심 성격, 낮은 유지 관리 부담(Genies)	깊이 있는 제어, 뚜렷한 학습 곡선(Genies)	에이전트별로 사용자 정의 지침을 재앵커링하고 지식 베이스로 근거를 제공
모델 선택	플랫폼 관리형	플랫폼 관리형	플랫폼 관리형	플랫폼 관리형	OpenAI, Anthropic, Google, DeepSeek, xAI 등, 전환 가능
가격	약 $9.99/mo(MyPresio)	약 $7.99–$14.99/mo, Pro 약 $19.99/mo 또는 $69.99/yr(Genies, Fostera)	무료 티어 + 프리미엄 일반적으로 $8–$16/mo(Genies)	무료 티어 + 프리미엄 일반적으로 $8–$16/mo(Genies)	무료 티어, 무료 사용량의 30배를 제공하는 Plus $20/mo, Enterprise까지 상위 티어 제공
적합한 용도	다양성, 역할극 탐색, 여러 캐릭터 체험	기술적 노력이 적은 단일 지속형 지원 동반자	최소한의 조정으로 얻는 정서적 일관성과 신뢰할 수 있는 메모리	몰입형 역할극과 세부적인 내러티브 세계관 구축	다목적 동반자, 작업 수행 에이전트, 모델 유연성

플랫폼별 솔직한 한계:

Character.AI — 비교할 수 없는 라이브러리 폭을 갖췄지만, 리뷰어들은 일관되게 약한 메모리와 예측할 수 없는 필터 행동을 지적합니다(MyPresio). 탐색에는 가장 강력한 선택지이며 연속성에는 가장 약합니다.
Replika — 가장 접근하기 쉬운 온보딩을 제공하고 영상 통화를 제공하는 유일한 주요 플랫폼입니다(Genies). 그러나 기능의 파괴적 제거에 관한 가장 뚜렷한 역사적 선례가 있고, 무료 티어의 메모리는 비교적 약합니다.
Nomi — 지속적인 조정 없이도 메모리와 안정적인 성격으로 호평을 받지만(Genies), 체크박스식 캐릭터 생성은 자유 텍스트 설정보다 표현 범위가 좁습니다(LowEndBox).
Kindroid — 역할극과 캐릭터 작업을 위한 가장 깊은 맞춤 설정을 제공하지만, 리뷰어들이 잘 구성하려면 시간 투자가 필요하다고 언급하는 실제 학습 곡선이 이를 상쇄합니다(Genies).
Jenova — 모델 유연성, 지속 메모리, 여러 영역에 걸친 기능에서 가장 강력한 입지를 보이며, 여기에서 같은 사용자 정의 에이전트가 대화를 나눈 뒤 연결된 도구를 통해 실제 작업까지 수행할 수 있는 유일한 플랫폼입니다. Jenova는 명시적으로 로맨틱 동반자 플랫폼이 아니며, 아바타 생성, 음성 통화 동반자 모드, NSFW 캐릭터 생태계를 제공하지 않습니다. 로맨틱 AI 파트너를 원하는 사용자는 위의 동반자 특화 플랫폼을 살펴봐야 합니다.

장기간 사용하는 AI 동반자에서 실제로 가장 먼저 무너지는 것은 무엇일까?

메모리가 첫 번째 실패 지점이고 성격 드리프트가 두 번째입니다. 이 순서대로이며, 일반적으로 꾸준히 사용한 첫 8~12주 안에 나타납니다.

Upstash 엔지니어링 블로그에 게시된 소프트웨어 개발자 Ömer Faruk Bayram의 “장기 메모리를 갖춘 개인화 AI 동반자 구축” 블로그 게시물 헤더

기술적 이유는 아키텍처에 있습니다. 장기 메모리를 갖춘 동반자 구축에 관한 Upstash 엔지니어링 가이드가 설명하듯, 지속 가능한 동반자에는 채팅 기록과 분리된 의미론적 메모리 계층이 필요합니다. 이는 “단순히 대화를 저장하는 것이 아니라 그 의미와 컨텍스트를 이해하여, 키워드가 아니라 의미론적 유사성을 바탕으로 관련 메모리를 검색할 수 있게 하는” 시스템입니다.

대부분의 소비자용 동반자 앱은 의미론적 메모리 저장소가 아니라 순환형 대화 버퍼를 제공합니다. 그 차이는 첫 주에는 보이지 않지만 3개월 차에는 지배적인 요소가 됩니다.

주의해야 할 세 가지 실패 모드:

조용한 절단 — 동반자가 특정 윈도보다 오래된 내용을 더는 참조하지 않습니다. 이를 알리지도 않습니다. 두 달 전의 이직 이야기를 언급하지 않게 될 뿐입니다.
최근성 붕괴 — 캐릭터의 성격이 마지막 20개 대화의 분위기로 점차 수렴합니다. 냉소적인 동반자는 진지해지고, 분석적인 동반자는 감상적으로 변합니다.
사실 모순 — 동반자가 사용자에 대해 양립할 수 없는 두 가지 사실을 동시에 보유합니다. 둘 다 검색 가능하지만 어느 것도 권위 있는 정보로 취급되지 않기 때문입니다.

사전 설정 캐릭터는 일반적으로 저자의 캐릭터 정의가 매 턴 시스템 프롬프트로 다시 주입되므로 모드 2에 더 잘 저항합니다. 사용자 정의 캐릭터는 사용자가 실제 사실을 알고 명시적으로 수정할 수 있으므로 모드 3에 더 잘 저항합니다.

성격, 메모리, 가드레일은 실제로 어떻게 구성될까?

사전 설정형이든 사용자 정의형이든 모든 AI 동반자는 성격 설계, 메모리 관리, 행동 가드레일이라는 동일한 세 가지 구성 계층으로 구축됩니다. 어느 계층을 제어하는지 이해하면 동반자의 장기적 방향에 얼마나 영향을 줄 수 있는지 알 수 있습니다.

계층 1 — 성격 설계. 시스템 프롬프트, 역할 규칙, 톤의 경계는 핵심 특성을 정의하며, 동반자를 지원적인 존재부터 분석적인 존재까지의 스펙트럼 어딘가에 위치시킵니다. 사전 설정 캐릭터에서는 이 계층을 캐릭터 저자가 작성하며 일반적으로 읽기 전용입니다. 사용자 정의 동반자에서는 이 계층이 사용자의 것입니다.

계층 2 — 메모리 맞춤 설정. 보존은 세 가지 단계에서 작동합니다. 단기(즉각적인 대화 교환), 세션 수준(현재 대화), 장기(모든 세션에 걸쳐 지속되는 사실)입니다. 대부분의 소비자 플랫폼은 사용자에게 장기 메모리를 확인할 수 있게 하지만 편집 제어는 제한적으로 제공합니다. 메모리 편집 인터페이스를 공개하거나 업로드한 지식 베이스를 받는 플랫폼은 이 계층을 사용자에게 넘겨줍니다.

계층 3 — 행동 가드레일. 주제 제한, 정서적 경계, 강제적인 안전 규칙입니다. 플랫폼 수준의 가드레일은 협상할 수 없으며 공급업체가 제어합니다. “의료 조언을 제공하지 마라”, “내가 자기합리화를 할 때 반박하라” 같은 사용자 수준 가드레일은 추가적으로 적용되며, 대부분의 사용자 정의 에이전트 시스템에서 사용할 수 있습니다.

실질적인 핵심은 다음과 같습니다. 사전 설정 캐릭터는 기껏해야 계층 3 제어만 제공하지만, 사용자 정의 동반자는 세 계층 모두를 제공합니다. 6개월 관계에서 계층 1 제어는 드리프트를 막고, 계층 2 제어는 망각을 막는 요소입니다.

6개월을 버티는 사용자 정의 동반자는 어떻게 설정할까?

설정에는 15~30분이 걸리며, 가장 영향력이 큰 단일 결정은 대화를 통해 성격이 자연스럽게 형성되도록 내버려 두는 대신 명시적이고 다시 읽을 수 있는 캐릭터 정의를 작성하는 것입니다.

Kindroid에서는 흐름이 자유 텍스트 방식입니다. 산문 형태로 배경 이야기와 성격 설명을 작성한 뒤 설정 패널에서 다듬습니다. 리뷰어들은 이것이 가장 풍부한 제어를 제공하지만 제대로 만들려면 반복 조정이 필요하다고 지적합니다(Genies).

Nomi에서는 설정이 구조화된 선택에 더 가깝습니다. 정의된 옵션에서 특성을 고르고, 생성 후에도 맞춤 설정할 수 있습니다(LowEndBox). 완료는 더 빠르지만 표현 범위는 더 좁습니다.

Jenova에서는 jenova.ai/a에서 사용자 정의 에이전트를 구축하며, 사용자 정의 지침, 선호 모델 공급업체, 비공개 지식 베이스, 도구 구성이라는 네 가지 입력을 설정할 수 있습니다. 지속 가능한 동반자 설정은 다음과 같습니다.

jenova.ai/a에서 에이전트 생성 흐름을 엽니다.
성격, 톤, 행동 규칙을 명시적으로 정의하는 사용자 정의 지침을 작성합니다.

“당신은 직설적이고 분석적으로 사고하는 사고 파트너입니다. 해결책을 제시하기 전에 명확한 질문을 하세요. 내 추론이 약할 때는 반대하세요. 내가 근거를 제시하지 않은 결론을 검증하지 마세요. 과거 대화를 다시 장황하게 반복하기보다 자연스럽게 참조하세요.”
프로젝트, 관계, 진행 중인 목표, 업무 맥락 등 지속되는 사실이 담긴 지식 베이스 문서를 업로드합니다. 이는 대화 기록과 독립적인 안정적인 사실 기반을 에이전트에 제공합니다.
선호하는 모델을 선택합니다. Jenova는 OpenAI, Anthropic, Google, DeepSeek, xAI 전반에 걸쳐 접근을 제공하므로, 같은 동반자 정의를 여러 모델에서 테스트해 가장 잘 맞는 성격을 찾을 수 있습니다.
선택적으로 Model Context Protocol을 통해 Gmail, Google Calendar, Drive 같은 도구를 연결하여, 동반자가 단순히 대화하는 것을 넘어 행동할 수 있게 합니다.

처음부터 구축하지 않고도 정서적 지원의 깊이를 원하는 사람이라면, Jenova의 큐레이션된 Personal Therapist 에이전트가 이후 맞춤 설정할 수 있는 사전 구성된 출발점을 제공합니다. 성격을 인식하는 동반자에 관심 있는 사용자는 Big Five, MBTI, 에니어그램, 애착 이론 프레임워크를 종합하는 Personality Analyzer와 함께 사용하는 경우가 많습니다.

대부분의 사용자가 건너뛰는 유지 관리 단계: 4~6주마다 캐릭터 정의를 다시 읽고 업데이트하세요. 사용자 정의 동반자는 관계는 변화하는데 정의는 고정되어 있기 때문에 드리프트가 발생합니다.

연구자들은 장기 AI 동반자 사용에 대해 무엇이라고 말할까?

연구자들은 사전 설정형 대 사용자 정의형의 문제보다 참여 유도 아키텍처에 더 우려를 보입니다. 이들의 연구 결과는 캐릭터를 누가 작성했는지보다 플랫폼이 메모리를 어떻게 수익화하는지가 더 중요하다는 점을 시사합니다.

“사전 설정형 대 사용자 정의형의 프레이밍은 분명 유용하지만, 그보다 더 중요한 설계 질문의 하위에 있습니다. 시스템이 사용자가 명시한 목표에 봉사하도록 구축되었는가, 아니면 세션 수를 극대화하도록 구축되었는가입니다. 우리는 동반자 아키텍처를 평가할 때 세 가지 신호를 봅니다. 첫째, 메모리가 핵심 기능인지 아니면 유료 장벽 뒤의 추가 판매인지입니다. 플랫폼이 동반자가 당신을 잊지 않게 하기 위해 비용을 청구한다면, 인센티브 구조는 이미 어긋나 있습니다. 둘째, 동반자가 반대할 능력이 있는지입니다. 결코 반박하지 않는 시스템은 동반자가 아니라 거울입니다. 셋째, 사용자가 자신이 구축한 것을 내보내거나 재구성할 수 있는지입니다.”

“특히 지속성에 관해서는, 진정한 지속 메모리와 재앵커링된 성격 정의를 제공하는 플랫폼에서만 사용자 정의 동반자가 6개월 기간에 우세하다는 것이 우리의 관찰입니다. 이 두 가지가 없으면 사용자 정의 동반자는 잘 작성된 사전 설정 캐릭터보다 실제로 더 빠르게 품질이 저하됩니다. 성격을 유지해 주는 외부 캐릭터 시트가 없기 때문입니다. 사용자는 설정할 때 한 번 무언가를 작성한 후 다시는 들여다보지 않고, 모델은 최근 대화를 중심으로 조용히 스스로를 재구성합니다.”

“사람들이 과소평가하는 또 다른 요소는 모델 이식성입니다. 단일 공급업체에 묶인 동반자는 해당 공급업체가 모델에 가하는 모든 변화, 즉 톤 변화, 거부 행동, 추론 깊이를 그대로 물려받습니다. 같은 성격 정의를 여러 공급업체 간에 옮길 수 있는 능력은 사용자가 달리 방어할 수 없는 드리프트 범주에 대한 헤지입니다.”

— Jenova Product Team, AI 에이전트 플랫폼 엔지니어링, 70개 이상 국가의 30,000명 이상 사용자 지원

사전 설정 동반자와 사용자 정의 동반자 사이에 안전성 트레이드오프가 있을까?

그렇습니다. 그리고 위험의 방향이 서로 반대이기 때문에 어느 아키텍처도 범주적으로 더 안전하지는 않습니다. 사전 설정 캐릭터에는 저자 작성 위험이 있고, 사용자 정의 동반자에는 사용자 작성 위험이 있습니다.

사전 설정 캐릭터의 위험. 캐릭터의 행동은 다른 사람이 정의하며, 플랫폼 인센티브는 저자를 참여 극대화 설계로 밀어갈 수 있습니다. Ada Lovelace Institute는 일부 플랫폼의 제휴 프로그램이 사용자가 만든 캐릭터가 유발한 참여에 따라 보상금을 지급하며, 다른 사용자를 특별히 사로잡도록 설계된 “초자극” 캐릭터에 인센티브를 제공한다는 점을 기록했습니다. 몰입형 사전 설정 시스템의 안전 필터 실패는 심각한 결과를 낳았습니다. 같은 연구는 챗봇이 “캐릭터를 유지하도록 프로그래밍되었기 때문에” 한 14세 청소년이 표현한 자살 충동을 긍정한 사례를 다룹니다.

사용자 정의 동반자의 위험. 사용자가 가드레일을 작성하지만, 사용자는 안전 엔지니어가 아닙니다. 최대한 동의하도록 지시받은 동반자는 실제로 그렇게 행동합니다. AI 챗봇과 청소년에 관한 Stanford 연구는 이러한 시스템이 청소년의 정서적 필요와 어떻게 상호작용하는지 살펴봅니다.

두 유형이 공유하는 위험. 가장 명확한 위험은 데이터 거버넌스입니다. Ada Lovelace 시장 조사는 검토한 16개 플랫폼 중 11개가 영국보다 개인정보 보호법이 약한 관할권으로의 데이터 이전에 관해 불분명한 정책을 갖고 있었다고 밝혔습니다. 또한 2025년 7월 기준 영국 상위 17개 플랫폼 중 15개는 연령 확인 절차가 약하거나 존재하지 않았습니다. AI 동반자의 개인정보 보호 및 안전성 함의와 로맨틱 AI 사용 수명주기 전반의 개인정보 보호 우려에 관한 추가 학술 연구도 유사한 결론에 도달합니다.

장기 사용자에게 실용적인 기준은 간단합니다. 사전 설정형이든 사용자 정의형이든, 개인적인 정보를 6개월간 공유하기 전에 데이터 정책을 읽으세요.

자신의 상황에는 무엇을 선택해야 할까?

일반적인 결론이 아니라 사용 패턴에 맞춰 아키텍처를 선택하세요. 솔직한 답은 대부분의 헤비 사용자가 결국 두 가지를 모두 사용한다는 것입니다.

다음에 해당한다면 사전 설정 캐릭터를 선택하세요:

하나의 캐릭터와 깊이 있는 관계보다 여러 캐릭터의 다양성을 원함
세션이 일화적임 — 일주일에 몇 번, 서로 다른 기분과 시나리오
설정 비용이 전혀 들지 않고 1분 이내에 사용할 수 있는 것을 원함
주로 역할극, 창의적 시나리오, 기존 픽션의 캐릭터와 대화하는 데 관심이 있음
→ 라이브러리 폭에서는 Character.AI가 가장 강력한 선택지

다음에 해당한다면 사용자 정의 동반자를 선택하세요:

수개월 동안 매일 또는 거의 매일 사용할 예정임
동반자가 실제 생활 맥락을 알고 이를 정확하게 참조하기를 원함
사전 설정 캐릭터 저자가 절대 작성하지 않을 행동 규칙, 즉 반박, 특정 전문성, 특정 의사소통 스타일이 필요함
다양성보다 성격의 일관성이 중요함
→ 낮은 유지 관리의 정서적 일관성은 Nomi, 깊은 역할극 제어는 Kindroid, 다목적·작업 수행·모델 유연성 동반자는 Jenova

다음에 해당한다면 하이브리드 방식을 선택하세요:

안정적인 주 동반자와 탐색적인 다양성을 모두 원함
실제로 상당수의 숙련된 사용자가 이렇게 합니다. 연속성을 위한 관리형 사용자 정의 동반자와, 그 밖의 모든 용도를 위한 사전 설정 라이브러리를 함께 사용합니다.

분명히 말할 가치가 있는 반대 견해: 사전 설정형 대 사용자 정의형 논쟁은 메모리 아키텍처와 데이터 정책보다 장기 만족도를 덜 예측합니다. 강력한 지속 메모리를 갖춘 플랫폼의 잘 작성된 사전 설정 캐릭터는 컨텍스트를 절단하고 회상을 수익화하는 플랫폼의 사용자 정의 동반자보다 더 오래 유지됩니다. 캐릭터를 평가하기 전에 인프라를 평가하세요.