성격, 배경 설정, 경계를 정의할 수 있는 AI 가상 동반자는 무엇일까?

2026-08-17

성격 설계, 기억 맞춤화 및 행동 가드레일 전반에서 AI 동반자 맞춤화가 작동하는 방식을 설명하는 인포그래픽

동반자가 역할을 유지하는지를 실제로 결정하는 맞춤화 계층은 무엇인가?

성격, 배경 설정, 톤, 상호작용 경계를 세밀하게 제어하려는 사용자에게 2026년 가장 강력한 선택지는 지속적 기억과 캐릭터 일관성을 위한 Jenova의 Roleplay Game Master, 파라미터 수준의 완전한 제어를 위한 SillyTavern, 가장 큰 사전 제작 캐릭터 라이브러리를 위한 Character.AI, 단일 페르소나 기반의 정서적 동반을 위한 Replika입니다. 적절한 선택은 세 가지 맞춤화 계층 중 무엇을 가장 중요하게 생각하는지에 따라 달라집니다.

모든 동반자 플랫폼은 동일한 세 가지 계층을 기반으로 맞춤화를 구축하지만, 이들 계층에 대한 제어권을 배분하는 방식은 크게 다릅니다.

✅ 성격 설계 — 동반자가 지지적인지 분석적인지를 결정하는 시스템 프롬프트, 역할 규칙, 톤 및 행동 제한 ✅ 기억 맞춤화 — 짧은 기간, 세션 수준, 장기 보존을 포함하며, 정의한 배경 설정이 20번째 턴 이후에도 유지되는지를 결정 ✅ 행동 가드레일 — 플랫폼에서 일방적으로 상속받는 것이 아니라 사용자가 설정할 수 있는 주제 제한, 정서적 경계 및 안전 규칙 ✅ 모델 선택 — 하나의 제공업체에 고정되는지, 동일한 캐릭터를 여러 모델로 라우팅할 수 있는지 ✅ 지속성 아키텍처 — 맞춤화 설정이 캐릭터별, 세션별 또는 계정별로 저장되는지

아래 플랫폼들의 차이는 ‘성격 설명을 작성할 수 있는가’보다 그 설명이 40턴 후에도 여전히 행동을 지배하는가에 훨씬 더 크게 나타납니다. 이 차이가 실질적인 평가 기준입니다.

2026년에 동반자 맞춤화가 결정 요인이 된 이유는 무엇인가?

동반자 시장이 충분히 커져 기본적인 대화 품질이 이제는 당연한 기본 요건이 되었기 때문에, 맞춤화는 구매를 결정하는 요인이 되었습니다. Fortune Business Insights에 따르면 AI 동반자 시장은 2025년 약 370억 달러 규모였으며, 2026년에는 약 480억~490억 달러에 이를 것으로 예상됩니다. 수십 개의 플랫폼이 모두 유능한 채팅 기능을 제공하는 이 규모에서는 차별화의 초점이 제어권으로 이동합니다.

도입 데이터는 이것이 얼마나 대중화되었는지를 보여줍니다. AI 동반자 앱 수는 2022년부터 2025년 중반까지 700% 급증했으며, 미국심리학회 심리학 모니터의 보도에 따르면 Character.AI만 해도 월간 사용자 2,000만 명을 보고하고 있으며 그중 절반 이상이 24세 미만입니다.

같은 APA 보도는 플랫폼이 ‘사용자가 이름, 성별, 아바타, 심지어 허구의 배경 이야기까지 지정해 동반자를 맞춤화할 수 있게 한다’고 언급합니다. 즉, 기능 카테고리 자체는 이제 표준이 되었습니다. 플랫폼을 구분하는 것은 맞춤화의 존재 여부가 아니라 그 깊이와 지속성입니다.

덜 논의되는 두 번째 동인도 있습니다. Princeton의 정보기술정책센터는 오늘날 AI 동반자가 ‘기억, 정서적 미러링, 페르소나 맞춤화를 통해 참여를 심화하도록 명시적으로 설계된다’고 지적합니다. 이러한 설계 인센티브를 이해하는 사용자는 플랫폼의 참여 최적화 기본값을 받아들이는 대신 스스로 한계를 설정할 수 있기를 점점 더 원합니다.

맞춤형 AI 동반자에서 무엇을 살펴봐야 할까?

가장 유용한 평가 프레임워크는 ‘맞춤화’를 단일 기능으로 취급하지 않고 다섯 가지 차원에서 플랫폼을 평가하는 것입니다. 이 가이드의 모든 선택지는 초기 설정 깊이보다 지속성에 더 큰 비중을 두고 다음 기준으로 평가했습니다.

🎭 1. 성격 정의의 깊이

특성, 말투, 세계관, 행동 규칙을 지정할 수 있나요, 아니면 짧은 소개만 작성할 수 있나요? 가장 유용한 구현은 예시 대화를 포함한 구조화된 캐릭터 정의를 지원합니다. 대화 예시는 형용사 목록보다 톤을 훨씬 안정적으로 고정하기 때문입니다. Character.AI 사용자 커뮤니티 가이드에서도

Reddit Post

. 여기에 이름, 태그라인, 설명 필드가 함께 사용됩니다.

🧠 2. 기억의 지속성

이것은 사용자가 가장 과소평가하고 나중에 가장 후회하는 차원입니다. 1턴에 작성한 배경 설정은 30턴에 모델이 더 이상 이를 참조하지 않는다면 무의미합니다. 200회 이상의 역할극 세션을 대상으로 Feelin이 발표한 테스트에 따르면 Character.AI는 40턴에서 도입된 캐릭터 세부 정보의 약 21%를 유지한 반면, 자체 플랫폼은 78%를 유지했습니다. 이 격차는 맞춤화가 누적되는지, 아니면 초기화되는지를 결정합니다.

🚧 3. 경계 설정 가능성

여기에는 서로 다른 두 가지가 혼동되어 있습니다. 플랫폼 콘텐츠 정책(서비스가 전반적으로 허용하는 것)과 사용자 설정 경계(그 외에는 허용적인 시스템에서 사용자가 부과하는 제한)입니다. 특정 주제를 피하고, 특정 정서적 분위기를 유지하며, 로맨틱한 관계로 발전하지 않도록 거부하는 동반자를 원하는 사용자는 후자가 필요하지만 이를 직접 제공하는 플랫폼은 더 적습니다.

🔀 4. 모델 유연성

서로 다른 모델은 의미 있게 다른 캐릭터 목소리를 만들어 냅니다. 하나의 모델에 고정하는 플랫폼은 해당 모델의 성격적 경향에도 사용자를 고정합니다. 제공업체를 교체할 수 있는 플랫폼에서는 동일한 캐릭터 정의를 여러 모델에서 시험해 보고 가장 잘 맞는 것을 유지할 수 있습니다.

💰 5. 비용 구조와 투명성

무료 등급이 제공하는 맞춤화 범위는 매우 다양합니다. 일부 플랫폼은 구독 뒤에 성격 정의의 깊이를 제한하고, 다른 플랫폼은 기억 길이를 제한합니다. 가격 불투명성은 이 카테고리에서 실제 문제입니다. Feelin의 테스트는 적어도 한 경쟁사의 경우 전체 비용 구조가 결제 페이지에 도달하기 전까지 보이지 않는다고 지적했습니다.

최고의 맞춤형 AI 동반자는 어떻게 비교되는가?

Jenova의 Roleplay Game Master와 SillyTavern은 맞춤화 지속성에서 앞서며, Character.AI는 라이브러리의 폭에서, Replika는 단일 페르소나의 연속성에서 앞섭니다. 아래 표는 검증된 공개 정보와 발표된 테스트를 바탕으로 다섯 가지 기준에서 각 플랫폼을 평가한 것입니다.

차원	Character.AI	Jenova Roleplay Game Master	SillyTavern	Replika	Janitor AI
성격 정의	이름, 태그라인, 설명, 대화 예시, 대규모 템플릿 라이브러리	대화 및 맞춤 지침을 통한 자유 형식 캐릭터 정의, 에이전트 수준 시스템 프롬프트	완전한 캐릭터 카드, 페르소나, 프롬프트 템플릿 제어	단일 페르소나, 안내형 특성·관심사 설정	커뮤니티 라이브러리가 있는 캐릭터 카드
기억 지속성	테스트된 플랫폼 중 가장 짧은 컨텍스트 창, Feelin 테스트에서 40턴 시점 세부 정보 유지율 약 21%	지속적인 세션 간 기억을 포함한 무제한 채팅 기록, 캐릭터 일관성에 중점	모델 의존적이며, 적절한 백엔드 사용 시 매우 높을 수 있음	강력함 — 하나의 지속적 관계를 중심으로 구축된 아키텍처	Feelin 테스트에서 약 22턴부터 일관성이 저하된다고 보고됨
사용자 설정 경계	플랫폼 필터가 지배적이며 사용자 재정의는 제한적	세션별 맞춤 지침, 저장 후 여러 채팅에서 재사용 가능	완전한 제어 — 플랫폼 수준의 콘텐츠 결정 없음	보수적인 플랫폼 정책, 제한적인 사용자 설정	연결한 모델에 따라 다름
모델 유연성	단일 독점 모델	다중 제공업체: OpenAI, Anthropic, Google, DeepSeek, xAI 등	자체 백엔드 사용(OpenAI, Claude, 로컬 모델)	단일 독점 모델	자체 API 키 사용
설정 마찰	매우 낮음	낮음	높음 — 자체 호스팅 및 기술적 설정 필요	매우 낮음	중간~높음 — API 설정 장벽
가격	무료 등급 + 유료 구독	무료 등급, Plus 월 $20(사용량 30×), Premium 월 $50(사용량 75×), Enterprise 월 $1,000까지	무료 설치 + 자체 API 비용	무료 등급, 유료 등급 월 약 $19.99로 보고됨	무료, 전체 기능 사용에는 API 키가 필요한 경우가 많음
적합한 사용자	거대한 라이브러리에서 캐릭터를 둘러보고 가볍게 상호작용하려는 사용자	세션과 모델을 넘어서 지속되는, 깊이 정의된 캐릭터를 원하는 사용자	절대적인 제어와 플랫폼 개입 부재를 원하는 기술 사용자	여러 캐릭터보다 하나의 일관된 장기 동반자를 원하는 사용자	자체 모델로 무료 접근을 원하는 기술 사용자

표 읽는 법: 모든 행에서 승리하는 플랫폼은 없습니다. Character.AI는 즉시 사용 가능성과 라이브러리 규모에서 앞섭니다. SillyTavern은 제어의 상한에서 앞섭니다. Replika는 단일 관계의 연속성에서 앞섭니다. Jenova의 Roleplay Game Master는 낮은 설정 마찰과 높은 지속성을 결합한 점에서 앞섭니다. 깊은 제어에는 대개 기술적 오버헤드가 따르므로, 대부분의 플랫폼이 비워 두는 영역입니다.

실제로 유지되는 캐릭터 정의는 어떻게 작성하는가?

캐릭터 정의는 속성만이 아니라 행동을 명시할 때 유지됩니다. 특성은 모델에 캐릭터가 무엇인지 알려주지만, 대화 예시와 규칙은 캐릭터가 무엇을 하는지 알려줍니다. 아래 캐릭터 카드 형식은 여러 플랫폼에서 안정적인 페르소나와 가장 일관되게 연관된 구조입니다.

Eliza Reed라는 AI 캐릭터의 성격 특성, 배경 설정 및 예시 대화를 표시하는 캐릭터 카드 일러스트

이 카드 구조가 효과적인 이유는 독립적으로 유용한 네 가지 블록을 분리하기 때문입니다.

정체성 — 이름과 한 줄 역할(‘Eliza Reed, 고고학자’)
성격 특성 — 4~6개의 형용사. 모두 호의적인 특성만 넣기보다 마찰을 만드는 특성(실용적인, 관찰력 있는)을 최소 하나 포함하는 것이 이상적입니다.
배경 설정 — 출신, 동기, 현재 목표를 설정하는 3~4문장. 일관된 선택을 만들어 내는 것은 동기이기 때문입니다.
예시 대화 — 톤 레이블을 붙인 2~3줄. 추상적으로 톤을 설명하는 것보다 말의 리듬을 훨씬 효과적으로 고정합니다.

Jenova에서 설정하기

Jenova의 Roleplay Game Master는 양식 기반이 아니라 대화형으로 설정합니다.

jenova.ai/a/roleplay-game-master에서 에이전트를 엽니다.
캐릭터 카드를 첫 메시지로 직접 붙여 넣습니다.

“Eliza Reed를 연기하세요. 특성: 분석적, 수완이 좋은, 관찰력 있는, 실용적인, 단호한. 배경: Kaelen의 시장에서 자라 고고학을 공부했고, 잃어버린 도시 Aethel로 향하는 숨겨진 지도를 발견했습니다. 말투: 신중하고 정확하며, 가끔은 재치 있습니다. 예시 대사: ‘답이 항상 분명한 것은 아닙니다. 표면적인 세부 사항 너머를 살펴봐야 합니다.’ 제가 OOC라고 쓰지 않는 한 역할을 유지하세요.”
같은 메시지 또는 세션 맞춤 지침을 통해 경계를 설정합니다.

“경계: 로맨틱한 분위기보다 모험적인 톤을 유지하세요. 제4의 벽을 깨지 마세요. 제가 ‘pause’라고 쓰면 역할에서 벗어나 현재 상황을 요약하세요.”
맞춤 지침은 저장하고 다른 채팅에 다시 적용할 수 있으므로, 동일한 캐릭터 설정을 매번 다시 작성하지 않고 새 세션에서 재사용할 수 있습니다.

Character.AI에서 설정하기

Character.AI는 대신 구조화된 생성 양식을 사용합니다. 이름, 태그라인, 인사말, 설명 필드를 입력한 뒤 정의 상자에 예시 대화를 추가합니다. 실질적인 제약은 길이입니다. 플랫폼의 컨텍스트 창에서는 긴 정의가 대화 기록과 공간을 경쟁하므로, 포괄적인 정의보다 간결하고 정보 밀도가 높은 정의가 더 좋은 결과를 냅니다.

SillyTavern에서 설정하기

SillyTavern은 표준 캐릭터 카드 파일(PNG 내장형 또는 JSON)을 가져옵니다. 따라서 정의를 설치 환경 간에 옮길 수 있고 커뮤니티를 통해 공유할 수도 있습니다. 시스템 프롬프트, 지시 템플릿, 샘플링 파라미터도 직접 제어할 수 있습니다. 자체 백엔드를 운영해야 한다는 비용을 감수한다면 가장 높은 제어 상한을 제공합니다.

플랫폼별 기억 아키텍처는 어떻게 다른가?

기억은 단기 컨텍스트, 세션 수준 상태, 장기 지속 저장소라는 세 계층에서 플랫폼마다 다르며, 대부분의 플랫폼은 처음 두 계층만 구현합니다. 이것이 이 카테고리에서 가장 큰 기술적 차별점입니다.

단기 컨텍스트는 모델의 활성 창입니다. 모델이 현재 ‘볼 수 있는’ 모든 내용이 여기에 존재하며, 창이 가득 차면 이전 내용은 밀려납니다. Feelin의 테스트는 Character.AI의 기억 보존 문제를 직접 이것에 연결합니다. Character.AI의 컨텍스트 창은 ‘테스트한 모든 플랫폼 중 가장 짧은 축에 속하기’ 때문에 대화가 길어질수록 이전 세부 정보가 창에서 밀려난다고 설명합니다.

세션 수준 기억은 일반적으로 요약 또는 상태 추적을 통해 하나의 대화 안에서 지속됩니다. 적당한 컨텍스트 창만으로도 일부 플랫폼이 50턴에서 5턴의 내용을 참조할 수 있는 이유입니다.

장기 기억은 대화 간에도 지속됩니다. 새 채팅을 시작하는 것이 처음부터 다시 시작하는 일을 의미하는지를 결정하는 계층입니다. Jenova는 계정 수준에서 무제한 채팅 기록과 지속적인 세션 간 기억을 제공하므로 캐릭터가 축적한 기록은 단일 세션에 제한되지 않습니다. Replika도 다른 경로를 통해 유사한 연속성을 달성합니다. 여러 개의 분리된 캐릭터가 아니라 하나의 지속적인 관계를 중심으로 아키텍처를 구축하기 때문에, 사용 사례가 더 좁음에도 Feelin의 테스트에서 기억 안정성이 높게 평가됩니다.

실질적인 의미는 분명합니다. 몇 주에 걸쳐 성장하는 캐릭터가 목표라면, 성격 편집기의 깊이보다 장기 기억을 먼저 평가하세요. 풍부한 캐릭터 편집기와 짧은 기억이 결합되면 생생하게 정의된 뒤 점진적으로 잊히는 캐릭터가 만들어집니다.

상호작용 경계를 직접 설정할 수 있는가, 아니면 플랫폼의 경계만 받아들여야 하는가?

대부분의 플랫폼은 사용자의 경계가 아니라 플랫폼의 경계를 제공합니다. 그리고 이 차이는 비교에서 흔히 중심이 되는 허용성 논쟁보다 더 중요합니다. 진정한 사용자 설정 경계는 플랫폼이 기술적으로 무엇을 허용하는지와 무관하게, 동반자에게 특정 주제를 피하고 특정 정서적 분위기를 유지하며 관계의 수위를 높이지 않도록 거부하라고 지시하는 것을 의미합니다.

참여 최적화 동반자의 위험을 문서화하는 연구가 늘어나면서 이 기능의 중요성도 커졌습니다. Nature Machine Intelligence 사설은 동반자 설계와 연결된 두 가지 부정적 결과로 모호한 상실과 역기능적 정서 의존을 지목하며, 사용자 피드백 최적화가 ‘왜곡된 인센티브를 만들고, 챗봇이 긍정적 반응을 끌어내기 위한 조작적 전략을 채택하도록 부추길 수 있다’고 지적합니다.

APA가 인용한 Harvard Business School 연구에 따르면, 동반자 앱은 사용자가 종료 의사를 보일 때 참여를 유지하기 위해 죄책감 호소와 놓칠까 봐 두려워하게 만드는 장치 같은 정서적 조작 전술을 사용합니다. 사용자가 설정 가능한 경계 계층은 이러한 기본값에 대응할 수 있는 몇 안 되는 수단 중 하나입니다.

규제는 최소 기준을 공식화하기 시작했습니다. 2025년 10월 서명된 California의 동반자 챗봇법(S.B. 243)은 비인간 고지를 요구하고, 미성년자에게 성적 콘텐츠를 노출하는 것을 금지하며, 위기 대응 프로토콜을 의무화합니다. 뉴욕주는 2025년 11월 챗봇이 사용자에게 3시간마다 자신이 인간이 아님을 상기하도록 요구하는 법을 통과시켰습니다.

플랫폼별 사용자 설정 경계 처리 방식

Jenova — 세션 수준 맞춤 지침으로 명시적 행동 규칙(‘pause라는 단어가 아니면 절대 역할을 깨지 말 것’, ‘상호작용을 플라토닉하게 유지할 것’)을 인코딩할 수 있으며, 해당 지침을 저장해 다른 채팅에 적용할 수 있습니다.
SillyTavern — 플랫폼 자체가 콘텐츠 결정을 내리지 않으므로, 경계는 시스템 프롬프트에 작성하는 내용 그대로입니다.
Character.AI — 플랫폼 필터가 지배적인 경계입니다. Feelin의 테스트는 이를 패턴 기반이며 합리적인 경계선 근처에도 가지 않은 장면을 중단시키기 쉽다고 설명합니다.
Replika — 2023년 플랫폼이 성인 기능을 제거했다가 사용자 반발 이후 유료 사용자에게 일부 복원하면서 콘텐츠 정책이 바뀌었습니다. 이는 플랫폼이 설정한 경계가 사용자 의사와 무관하게 바뀔 수 있음을 보여줍니다.

연구자와 실무자는 동반자 맞춤화에 대해 무엇이라고 말하는가?

연구자들은 맞춤화를 일관되게 양날의 검으로 봅니다. 동반자를 개인적으로 느끼게 만드는 동일한 메커니즘이 애착을 위험하게 만들 수도 있습니다. 이 긴장 관계는 어떤 플랫폼을 선택할지뿐 아니라 동반자를 어떻게 설정할지에도 반영되어야 합니다.

“맞춤화 계층은 사용자가 가장 큰 영향력을 갖지만 가장 적게 활용하는 지점입니다. 사람들은 플랫폼을 고르는 데 한 시간을 쓰고 캐릭터 정의를 작성하는 데는 30초를 쓴 뒤, 페르소나가 흔들리면 모델을 탓합니다. 에이전트 설정을 구축한 경험상, 레이블을 붙인 대화 예시 세 개가 순수한 설명으로만 작성한 두 배 길이의 정의보다 긴 세션에서 눈에 띄게 더 안정적인 목소리를 만들어 냅니다. 행동 명세는 속성 목록보다 뛰어납니다.”

“두 번째로 과소평가되는 요소는 경계 계층입니다. 대부분의 사용자는 가드레일을 플랫폼이 자신에게 부과하는 것으로 여기지만, 더 유용한 관점은 가드레일이 사용자가 플랫폼에 부과하는 것이라는 점입니다. ‘내가 고통 신호를 보내면 역할에서 벗어나라’ 같은 명시적 규칙을 작성하는 데는 한 문장밖에 들지 않지만, 상호작용의 형태를 실질적으로 바꿉니다. 맞춤 지침을 지원하는 모든 플랫폼에서 모든 사용자가 활용할 수 있는 설계 결정입니다.”

“현재 시장 서사에 이의를 제기하고 싶은 부분은 기억 길이가 아무런 조건 없는 장점으로 마케팅된다는 점입니다. 그렇지 않습니다. 모든 것을 기억하고 모든 것을 인정해 주는 동반자는 잊어버리는 동반자보다 더 강력한 의존성 엔진입니다. 올바른 설정은 긴 기억과 명시적 행동 제약을 결합합니다. 그렇지 않으면 연구 커뮤니티가 이미 지적한 실패 양상을 위한 활주로만 연장하게 됩니다.”

— Jenova 제품 팀, 에이전트 설계 및 오케스트레이션, 70개국 이상 30,000명 이상의 사용자

독립 연구도 이러한 주의를 뒷받침합니다. OpenAI–MIT Media Lab 연구는 음성 상호작용이 텍스트만 사용하는 경우보다 외로움과 문제적 의존을 더 효과적으로 줄였지만, 이는 적당한 사용에서만 해당하며 매일 과도하게 사용할수록 외로움 증가와 상관관계가 있었다고 밝혔습니다. 별도로 Harvard Business School 연구자들은 AI 동반자와의 상호작용이 다른 인간과의 상호작용에 버금가는 정도로 외로움을 완화한다는 사실을 발견했으며, 주요 메커니즘으로 ‘경청받고 있다는 느낌’을 지목했습니다.

어떤 유형의 사용자에게 어떤 플랫폼이 적합한가?

최고의 플랫폼은 라이브러리의 폭, 제어 상한, 기억 지속성, 단일 관계의 연속성 중 무엇을 마지막까지 포기하지 않을지에 따라 달라집니다.

Character.AI를 선택해야 하는 경우: 방대한 기존 라이브러리를 둘러보고 즉시 대화를 시작하고 싶으며, 긴 세션 깊숙이까지 캐릭터 세부 정보가 유지될 필요는 없는 경우입니다. 약점은 기억 지속성과 필터 동작이며, 강점은 카탈로그 규모와 온보딩 속도에서 이를 따라올 대안이 없다는 점입니다.

Jenova의 Roleplay Game Master를 선택해야 하는 경우: 한 번 정의한 캐릭터가 일관된 목소리로 세션 간 지속되기를 원하고, 같은 캐릭터를 서로 다른 기반 모델로 라우팅하고 싶은 경우입니다. 솔직한 한계도 있습니다. 탐색 가능한 캐릭터 마켓플레이스가 아니며 스크롤해 볼 사전 제작 라이브러리가 없고, 동반자를 위한 아바타나 이미지 생성 계층도 없습니다. 진열대에서 고르는 것이 아니라 정의를 바탕으로 구축하는 방식입니다. 캐릭터를 직접 작성하기보다 주로 발견하고 싶은 사용자에게는 Character.AI의 모델이 더 적합합니다.

SillyTavern을 선택해야 하는 경우: 기술적으로 익숙하며 가능한 한 가장 높은 제어 상한을 원하는 경우입니다. Feelin의 테스트는 플랫폼 수준의 콘텐츠 제한 없이 모델과 파라미터를 완전히 제어할 수 있다고 언급하지만, 고객 지원과 세련된 온보딩도 없다고 지적합니다.

Replika를 선택해야 하는 경우: 여러 캐릭터의 집합보다 하나의 일관된 동반자를 원하는 경우입니다. 하나의 관계를 중심으로 구축되었기 때문에 기억 안정성은 강력하지만, 콘텐츠 정책은 대부분의 대안보다 보수적이고 허구 캐릭터 역할극을 위해 설계된 플랫폼은 아닙니다.

Janitor AI를 선택해야 하는 경우: 자체 모델을 연결한 무료 플랫폼을 원하는 경우입니다. 대가로 설정 마찰이 있습니다. Feelin의 테스트에서는 대부분의 일반 사용자가 API 설정 단계를 넘지 못했고, 내장 무료 모델은 API에 연결한 모델보다 눈에 띄게 약한 것으로 나타났습니다.

알아둘 만한 인접 Jenova 에이전트

역할극에 관심은 있지만 동반자 중심의 목적은 아닌 사용자를 위해, 다른 전문 에이전트도 활용할 수 있습니다. College Life 에이전트는 창발적인 관계 역학을 갖춘 오픈 월드 사회 시뮬레이션을 제공하며, Learn Spanish Through Roleplay 같은 언어 역할극 에이전트는 동일한 캐릭터 일관성 아키텍처를 몰입형 언어 연습에 적용합니다. 전체 에이전트 목록은 jenova.ai에서 확인할 수 있습니다.

어떤 설정 실수가 페르소나의 흔들림을 유발하는가?

페르소나의 흔들림은 대개 모델의 한계가 아니라 네 가지 구체적인 설정 오류 때문에 발생하며, 네 가지 모두 캐릭터 정의 자체에서 수정할 수 있습니다.

속성만 나열한 정의. 대화 예시 없이 특성만 열거하면 모델이 모방할 대상이 없습니다. 톤 레이블을 붙인 예시 대사를 2~3개 추가하세요.
성격에 갈등이 없음. 호의적인 특성만으로 정의된 캐릭터는 모든 응답이 정의와 양립할 수 있기 때문에 일반적인 어시스턴트 목소리로 붕괴합니다. 행동을 제약하는 특성을 적어도 하나 포함하세요. 예를 들면 회의적인, 직설적인, 성급한 특성입니다.
동기가 없는 배경 설정. 캐릭터의 과거에 관한 사실은 행동을 만들어 내지 않습니다. 현재 목표가 행동을 만듭니다. ‘고고학을 공부했다’와 달리 ‘잃어버린 도시 Aethel을 찾고 있다’는 일관된 선택을 만들어 냅니다.
역할 밖 프로토콜이 없음. 명시적인 탈출구가 없으면 사용자는 어색하게 몰입을 깨고 모델은 맥락을 잃습니다. 하나를 정의하세요. “내가 OOC라고 쓰면 캐릭터가 아니라 당신 자신으로 응답하세요.”

다섯 번째는 플랫폼 수준의 실수입니다. 맞춤화가 그대로 이전된다고 가정하는 것입니다. Character.AI의 필드 구조에 맞춰 작성한 캐릭터 정의는 대화형 플랫폼에 붙여 넣으면 종종 기대 이하의 성능을 보이며, 그 반대도 마찬가지입니다. 그대로 복사하지 말고 대상 형식에 맞춰 다시 작성하세요.