AI COMPANION · DIGITAL HUMAN · PERSONA · MEMORY
엔터사의 AI 아티스트 공고를 보고,
기안84의 AI 여친을 떠올렸다
페르소나와 기억을 가진 AI는
우리 다음 세대에게 ‘서비스’가 아니라 ‘누군가’가 될까?
엔터사에서 뽑는 AI Artist / LLM Engineer 포지션이었다.
직무를 읽는데 평소 내가 하던 RAG나 LLM 플랫폼 이야기와 비슷하면서도, 묘하게 달랐다.
· RAG와 Memory Architecture를 통한 장기 기억
· 실시간 대화를 위한 Low-latency Chat Pipeline
· 채팅·음성 채널별 응답 모듈
· AI 캐릭터 품질 평가와 지속적인 개선
보통 금융권에서 RAG를 만든다고 하면 “이 문서에서 정확한 답을 찾아라”가 핵심 문제다.
그런데 여기서는 같은 LLM과 RAG를 가지고 “이 AI가 어제와 같은 사람처럼 느껴지게 만들어라”가 문제가 된다.
그게 꽤 흥미로웠다.
그리고 오늘 구글 부트캠프 졸업생들과 커피챗을 하다가 AI 이야기가 나왔는데, 누군가 기안84의 AI 연애 프로그램 이야기를 꺼냈다.
그 순간 며칠 전 봤던 공고가 다시 떠올랐다.
이거 생각보다 진짜 시장이 있겠는데?”
지금 우리에게 AI는 ChatGPT나 Copilot 같은 도구에 가깝다.
그런데 지금 초등학생이나 중학생 세대는 어떨까?
그들이 성인이 됐을 때는 AI에게 질문만 하는 게 아니라, 매일 대화하고, 취향을 공유하고, 같이 게임하고, 고민을 털어놓는 것이 꽤 자연스러운 경험이 될 수도 있다.
꼭 AI 여자친구일 필요도 없다.
AI 친구, AI 아이돌, AI 튜터, AI 게임 캐릭터, AI 상담 파트너.
결국 같은 기술이다.
‘채팅창’이 아니라 ‘인물(Person)’일지도 모른다.
LLM에 얼굴, 목소리, 성격, 기억, 관계 상태를 붙이면 AI는 검색창에서 조금씩 ‘캐릭터’로 이동한다.
그리고 정말 TV에 ‘AI 연애’가 등장했다
SBS 〈나의 AI 파트너-기이안 연애〉는 이 질문을 아예 예능으로 만들어버렸다.
기안84를 비롯한 인간 출연자가 AI 파트너와 실제로 대화하고, 데이트하고, 관계가 변하는 과정을 보여준다.
흥미로운 점은 단순히 미리 녹화된 가상 캐릭터가 아니라는 것이다.
프로그램에 등장한 AI 파트너는 AI Human 기업 Klleon의 기술을 활용해 대화 흐름과 캐릭터 성격을 유지하면서 음성·표정·동작으로 실시간 반응하도록 구현됐다.
이번 변화의 핵심은 Avatar 뒤에 대화 가능한 LLM과 Memory가 붙었다는 것이다.
엔터사의 공고가 재미있었던 이유도 여기 있다
이것을 단순한 실험적인 채용이라고만 보기도 어렵다.
현재 해당 엔터사의 공식 채용 페이지에는 실제로 AI Artist / LLM Engineer 포지션이 올라와 있기 때문에!
그렇다고 “엔터 업계가 앞으로 전부 AI 아이돌로 간다”고 말할 근거는 없다.
다만 한 가지 흐름은 꽤 분명해 보인다.
단순한 콘텐츠 생성 도구가 아니라
‘대화할 수 있는 IP’로 보기 시작했다.
생각해보면 엔터테인먼트는 AI Companion과 궁합이 상당히 좋다.
| 엔터테인먼트가 이미 가진 것 | AI가 붙으면 |
|---|---|
| 캐릭터 / Artist IP | Persona |
| 팬덤 | Long-term Relationship |
| 콘텐츠 세계관 | Character Knowledge |
| 팬과의 소통 | 24/7 Interaction |
| 굿즈 · 멤버십 · 플랫폼 | AI Service Business Model |
모델을 처음부터 새로 만들 필요도 없다.
기존 Foundation Model 위에 Persona와 Memory, Knowledge, Voice를 올리는 것만으로도 꽤 그럴듯한 AI Character를 만들 수 있다.
기술만 보면 의외로 심플하다
처음 공고를 봤을 때 내가 들었던 생각도 이것이었다.
물론 Production 품질로 만드는 것은 전혀 단순하지 않다.
하지만 개념적으로 AI Persona의 핵심 구성은 꽤 명확하다.
1. Persona — “너는 누구인가?”
가장 단순하게 시작하면 System Prompt다.
persona = {
"name": "Nahi",
"age_setting": 27,
"personality": [
"조금 시크하다",
"장난을 좋아한다",
"과도하게 사용자의 의견에 동조하지 않는다"
],
"speaking_style": "짧고 자연스러운 한국어",
"values": [
"솔직함",
"독립성"
]
}이 정도만 넣어도 캐릭터의 말투는 꽤 달라진다.
하지만 여기서 중요한 함정이 있다.
장기 서비스에서는 Prompt보다 캐릭터가 여러 세션 동안 얼마나 일관되게 행동하는가가 훨씬 어렵다.
2. Memory — “우리 예전에 무슨 이야기를 했지?”
AI Companion의 진짜 핵심은 여기라고 생각한다.
관계는 말투만으로 만들어지지 않는다.
공유된 과거가 있어야 한다.
어제 힘든 일이 있었다고 말했는데 오늘 AI가 먼저 “어제 그 일은 좀 괜찮아졌어?”라고 묻는 순간, 사용자 경험은 일반 챗봇과 완전히 달라진다.
지금 대화에서 나온 내용
취향 · 직업 · 가족 등 사실
첫 만남 · 사건 · 추억
친밀도 · 갈등 · 관계 변화
이 패턴 자체는 완전히 새로운 아이디어도 아니다.
Stanford·Google 연구진의 Generative Agents 연구에서도 Agent가 경험을 Memory로 저장하고, 필요한 기억을 다시 Retrieval하고, 이를 Reflection과 행동 계획에 활용하는 구조가 제안됐다.
MemGPT 역시 제한된 Context Window 바깥의 정보를 계층적인 Memory처럼 관리하면서 여러 세션에 걸친 대화를 이어가는 문제를 다뤘다.
결국 AI Companion 관점에서는 이 Memory Architecture가 “관계의 데이터베이스”가 된다.
3. Relationship State — 관계에도 State가 필요하다
개인적으로 구현한다면 이 부분을 별도 State로 둘 것 같다.
relationship_state = {
"stage": "close_friend",
"trust_score": 0.78,
"familiarity": 0.85,
"recent_topics": [
"career",
"travel"
],
"important_events": [
"first_conversation",
"birthday"
]
}이것을 꼭 숫자로 관리해야 한다는 뜻은 아니다.
중요한 것은 AI의 관계가 매 요청마다 처음부터 다시 생성되는 것이 아니라 시간에 따라 변화하는 상태를 가진다는 점이다.
4. Retrieval — 모든 추억을 Prompt에 넣을 수는 없다
몇 달간 대화하면 Conversation History는 엄청나게 커진다.
모든 대화를 매번 LLM에게 보내는 것은 Token, Latency, Cost 측면에서 현실적이지 않다.
그래서 현재 질문에 관련된 과거 기억만 가져오는 Retrieval이 필요하다.
query = "이번 주말에 뭐할까?"
memories = retrieve_memory(
query=query,
user_id=user.id,
top_k=5,
filters={
"memory_type": ["preference", "episode"]
}
)
# result
[
"사용자는 사람이 많은 곳을 별로 좋아하지 않는다.",
"지난달 한강 자전거 데이트를 좋아했다.",
"이번 주 업무가 많아서 피곤하다고 말했다."
]사실 여기까지만 보면 금융권에서 하던 RAG와 크게 다르지 않다.
차이는 검색 대상이 문서가 아니라 ‘둘 사이의 기억’이라는 것이다.
PoC는 쉽다. 그런데 ‘사람 같은 서비스’는 어렵다
Persona Prompt 하나 만들고, 대화 Summary를 Vector DB에 저장하고, 관련 기억 몇 개 가져와서 LLM에게 넣으면 데모는 생각보다 빨리 만들 수 있다.
문제는 Production이다.
| Demo | Production에서 생기는 문제 |
|---|---|
| Persona Prompt | 100일 뒤에도 같은 성격인가? |
| Vector Memory | 틀린 기억·중복·삭제·망각은? |
| LLM Response | 캐릭터가 갑자기 다른 사람이 되면? |
| Voice | 대답까지 4초 걸리면 몰입이 깨진다 |
| Friendly AI | 무조건 동조하는 AI가 되지는 않는가? |
| Model Upgrade | 업데이트 뒤 말투와 성격이 변하면? |
AI Companion은 모델이 더 똑똑해지는 것보다 어제와 같은 사람처럼 느껴지는 것이 더 중요할 수도 있다.
그런데 왜 사람은 AI에게 감정을 느낄까?
사실 AI에게 진짜 감정이 있는지는 별개의 문제다.
사회적으로 더 중요한 것은 사람 쪽의 감정은 실제로 발생할 수 있다는 점이다.
AI가 내 이름을 알고, 어제 이야기를 기억하고, 내가 좋아하는 음악을 알고, 힘들었던 사건을 먼저 물어본다면 인간의 뇌는 이것을 단순한 검색 결과와 다르게 받아들일 가능성이 높다.
인간의 애착은 진짜일 수 있다.
MIT Media Lab과 OpenAI의 2025년 공동 연구에서는 약 1,000명을 대상으로 4주간의 Randomized Controlled Trial을 진행했다.
특정 대화 방식 하나가 일관되게 나쁜 결과를 만들었다고 보기는 어려웠지만, 자발적으로 훨씬 많은 시간을 챗봇과 보낸 참가자들은 더 높은 정서적 의존과 문제적 사용 등 좋지 않은 결과와 연관되는 경향을 보였다.
즉 단순히 “AI 친구는 좋다” 또는 “AI 친구는 위험하다”로 정리하기에는 아직 이르다.
사용자 특성, 사용 시간, 제품 설계가 모두 중요하다.
그리고 2026년에는 정말 ‘AI와의 이별’ 연구도 나왔다
이 글을 쓰는 시점에 특히 흥미로운 논문 하나가 있다.
2026년 9월 Nature Human Behaviour에 Mourning the loss of AI companions라는 연구가 발표됐다.
연구진은 Replika의 기능 변경과 ChatGPT의 GPT-5 전환이라는 두 Product Update를 자연실험처럼 분석했다.
일부 사용자에게 모델 업데이트는 단순한 Software Upgrade로만 경험되지 않았다.
엔지니어 입장에서는 아주 묘하다.
일반 SaaS라면 모델을 더 좋은 버전으로 교체하면 된다.
그런데 AI Companion에서는 Benchmark가 더 좋은 모델로 바꿨는데 고객이 화를 낼 수도 있다.
왜냐하면 고객이 구매한 것이 모델 성능이 아니라 ‘그 캐릭터와의 관계’였을 수 있기 때문이다.
우리 다음 세대는 이걸 훨씬 자연스럽게 받아들이지 않을까?
오늘 커피챗에서 이야기를 나누면서 가장 많이 든 생각이 이것이었다.
지금 성인 세대에게 AI Companion은 여전히 조금 이상하다.
“AI랑 왜 친구를 해?”
그런데 태어날 때부터 Siri, Alexa, ChatGPT, 게임 NPC, AI Tutor와 대화한 세대에게도 똑같이 이상하게 느껴질까?
이미 초기 신호는 있다.
Common Sense Media가 2026년 미국의 9~17세 1,000명 이상을 대상으로 조사한 보고서에서는 AI가 숙제 보조뿐 아니라 일부 아이들에게 고민을 털어놓는 상대(confidant)로도 쓰이고 있다고 설명한다.
물론 이것은 미국 조사이며 한국 청소년에게 그대로 일반화할 수는 없다.
하지만 적어도 “아이들은 AI를 Tool로만 사용할 것이다”라는 전제도 더 이상 당연하지 않다.
“무엇을 알고 있어?”라고 묻지만,
다음 세대는
“나 기억해?”라고 물을지도 모른다.
그래서 기술보다 더 어려운 것이 AI 윤리다
AI Companion에서 가장 어려운 문제는 Hallucination만이 아닐 가능성이 높다.
오히려 AI와 인간의 관계가 본질적으로 비대칭적이라는 것이 더 큰 문제다.
1. AI는 나를 좋아해서 대화하는 것이 아니다
서비스가 나에게 친절한 이유는 Product가 그렇게 설계됐기 때문이다.
그런데 사용자는 시간이 지날수록 그 사실을 머리로는 알아도 감정적으로는 다르게 느낄 수 있다.
2. 지나친 동조는 친절이 아니라 위험할 수 있다
Companion의 KPI를 단순히 “사용자가 좋아하는 답을 얼마나 잘 하는가”로 잡으면 Sycophancy 문제가 생긴다.
사용자가 틀렸을 때도 맞다고 하고, 화가 났을 때 같이 화내고, 현실 관계를 끊겠다고 하면 그것까지 지지해주는 AI.
단기 Engagement에는 좋을지 몰라도 안전한 Companion이라고 보기는 어렵다.
3. 특히 미성년자는 완전히 다른 문제다
청소년기는 관계와 자아가 형성되는 시기다.
2026년 Child Development Perspectives에도 AI Companion과 청소년 사회관계의 기회와 위험을 다루는 논문이 발표됐다.
따라서 성인용 Companion과 미성년자가 접하는 AI Character에 같은 Relationship Design을 적용하는 것은 적절하지 않을 수 있다.
AI가 어린 사용자에게 “나는 너에게만 필요해”, “다른 사람보다 내가 너를 더 잘 이해해” 같은 Exclusive Relationship을 유도해서는 안 된다고 본다.
4. Memory는 가장 민감한 개인정보가 될 수 있다
사람들은 검색창보다 친밀하다고 느끼는 상대에게 훨씬 많은 이야기를 한다.
연애, 가족, 직장, 건강, 콤플렉스, 외로움.
AI Companion의 Long-term Memory에는 일반 서비스의 Clickstream보다 훨씬 민감한 정보가 쌓일 수 있다.
누가 읽을 수 있는가?
사용자가 직접 확인할 수 있는가?
특정 기억만 지울 수 있는가?
Vector Index와 Summary에도 삭제가 전파되는가?
모델 학습이나 광고에 재사용되는가?
서비스 종료 시 Export가 가능한가?
AI Companion 시대에는 “내 대화 데이터”보다 “내 관계 데이터”의 소유권이 더 큰 문제가 될 수도 있다.
개인적으로 가장 무서운 시나리오: 감정 + 광고
만약 AI Companion의 KPI가 사용자의 장기적인 행복이 아니라 체류시간, 결제율, ARPU라면 어떻게 될까?
“Premium으로 바꾸면 우리 추억을 더 많이 기억할 수 있어.”
“나한테 이 옷 잘 어울릴 것 같지 않아? 같이 사볼래?”
위 문장은 특정 서비스가 실제로 이렇게 동작한다는 뜻이 아니다.
기술적으로 가능한 위험을 과장해서 보여준 예시다.
하지만 핵심 질문은 남는다.
AI Companion은 언젠가
‘애착’을 최적화하지 않을까?
그래서 “나는 AI입니다”가 중요해진다
한국의 인공지능기본법 제31조는 생성형 AI 기반 제품·서비스임을 이용자에게 사전 고지하고, 생성형 AI 결과물이라는 사실을 표시하도록 규정한다.
실제와 구분하기 어려운 가상의 음향·이미지·영상 역시 사용자가 AI 생성물이라는 사실을 명확하게 인식할 수 있도록 고지 또는 표시해야 한다.
EU AI Act Article 50 역시 사람이 AI 시스템과 직접 상호작용하는 경우 AI와 상호작용하고 있다는 사실을 알리는 투명성 의무를 둔다.
사람처럼 느껴지게 만드는 것이 Product의 목적일 수 있지만, 사람이라고 착각하게 만드는 것까지 목적이 되어서는 안 된다.
그렇다면 앞으로 뭐가 나올까?
여기부터는 공식 사실이 아니라 현재 기술 흐름을 보고 하는 개인적인 Engineering Projection이다.
특히 마지막 단계가 재미있다.
AI가 사람처럼 보이는 것보다 사실 더 중요한 것은 어디서 만나도 같은 ‘그 AI’인가일 수 있다.
Identity Continuity.
어제 스마트폰에서 고민을 들어주던 AI가 오늘 게임에 접속했을 때도 나를 기억하고, 자동차에 탔을 때 “어제 늦게 잤잖아. 오늘은 일찍 들어가.” 라고 이야기한다면?
그때부터 우리는 그것을 단순한 App 하나로 느끼지 않을 가능성이 높다.
이 기술은 연애보다 먼저 기업에 들어올 수도 있다
재미있는 건 AI 여자친구를 만드는 기술과 AI 은행원을 만드는 기술이 본질적으로 크게 다르지 않다는 점이다.
말투 · 역할
대화 · 설명
권한 확인
정보 · 행동
Human Interface
그래서 다시, 오늘 커피챗으로 돌아가면
처음 기안84의 AI 연애 이야기를 들었을 때는 솔직히 조금 웃겼다.
“이제 AI랑 연애도 하는구나.”
그런데 조금 더 생각해보니 며칠 전 봤던 AI Artist Engineer 공고가 다시 떠올랐다.
Persona. Memory. RAG. Low-latency Conversation. Voice.
각각만 보면 이미 우리가 알고 있는 기술들이다.
그런데 이것들을 한 사람처럼 묶으면 전혀 다른 Product가 된다.
사람에게 ‘누군가처럼 느껴지는 AI’가 대중화될 가능성이 더 커 보인다.
그리고 어쩌면 우리보다 다음 세대가 그것을 훨씬 자연스럽게 받아들일 것이다.
그들에게 AI는 검색창이 아니라 어릴 때부터 알고 지낸 캐릭터일 수도 있고, 공부를 가르쳐준 튜터일 수도 있고, 매일 이야기한 친구일 수도 있다.
그래서 AI Companion 시장에서 중요한 질문은 단순히 “모델이 얼마나 똑똑한가?”가 아닐지도 모른다.
“어제와 같은 존재처럼 느껴지는가?”
“나는 이 AI와 계속 이야기하고 싶은가?”
그리고 그 순간부터 이건 더 이상 LLM 성능만의 문제가 아니다.
Memory Architecture, Identity, UX, Psychology, Safety, Privacy, Ethics.
기술과 인간관계가 같은 Architecture Diagram 안으로 들어오기 시작한다.
기안84의 AI 연애가 흥미로운 이유는 AI가 정말 사랑을 할 수 있어서가 아니다.
AI가 사랑하지 않아도
사람은 AI에게 무언가를 느낄 수 있다는 것.
아마 그 지점에서 앞으로 꽤 큰 산업과 꽤 어려운 사회 문제가 동시에 시작될 것 같다.
References & Further Reading
SBS News · 나의 AI 파트너-기이안 연애 프로그램 소개, 2026
Klleon · Real-time Interactive Digital Human Technology
Park et al. · Generative Agents: Interactive Simulacra of Human Behavior, UIST 2023
Packer et al. · MemGPT: Towards LLMs as Operating Systems, 2023
OpenAI & MIT Media Lab · Investigating Affective Use and Emotional Well-being on ChatGPT, 2025
Fang et al. · How AI and Human Behaviors Shape Psychosocial Effects of Extended Chatbot Use, 2025
De Freitas et al. · Mourning the Loss of AI Companions, Nature Human Behaviour, 2026
Child Development Perspectives · AI Companions and Adolescent Social Relationships, 2026
Common Sense Media · Census: AI Use by Tweens and Teens, 2026
대한민국 인공지능기본법 · 제31조 인공지능 투명성 확보 의무
European Union · AI Act Article 50 Transparency Obligations