Boyfriend Maker는 맞춤형 가상 동반자를 생성하기 위해 개발된 생성형 인공지능 모델이다. 2024년에 출시되었으며, 대규모 언어 모델 아키텍처를 활용하여 상호작용적이고 감정적으로 반응하는 대화를 생성한다. 이 모델은 소비자 애플리케이션을 위해 설계되어, 사용자가 성격 특성, 대화 스타일, 서사 맥락을 구성할 수 있게 하며, 텍스트 기반 상호작용을 통해 시뮬레이션된 관계 경험을 제공한다.
이 시스템은 Transformer (architecture) 아키텍처, 즉 멀티 헤드 어텐션 메커니즘을 통해 순차 데이터를 처리하는 딥러닝 프레임워크를 기반으로 구축되었다. 이를 통해 Boyfriend Maker는 긴 대화에서도 일관되고 맥락을 인식하는 대화를 유지할 수 있으며, 이는 단순한 규칙 기반 챗봇과 구별되는 점이다. 모델의 훈련에는 AI 피드백 기반 강화 학습 및 커리큘럼 학습과 같은 기법이 포함되어 응답 품질과 감정적 정렬을 개선한다.
개발 및 아키텍처
Boyfriend Maker는 민간 AI 연구소의 연구 프로젝트에서 시작되었으며, 초기 프로토타입은 2023년에 테스트되었다. 핵심 모델은 인코더-디코더 구조를 사용하며, 인코더는 사용자 입력을 처리하고 디코더는 응답을 생성한다. 위치 인코딩은 단어 순서를 추적하기 위해 적용되고, 크로스 어텐션 레이어는 모델이 대화 기록의 관련 부분에 집중할 수 있게 한다. 시스템은 추론 중 top-p 샘플링과 온도 스케일링을 사용하여 응답의 창의성과 일관성의 균형을 맞춘다.
훈련 데이터에는 익명화된 대화 코퍼스와 선별된 롤플레잉 시나리오가 포함되었으며, 데이터 증강 기법으로 다양성을 확장했다. 모델은 Adam 옵티마이저와 학습률 스케줄 및 그래디언트 클리핑을 사용하여 훈련을 안정화했다. 드롭아웃과 배치 정규화는 과적합을 방지하기 위해 적용되었고, 모델 가지치기는 성능 손실 없이 배포 크기를 40% 줄였다.
기능 및 역량
Boyfriend Maker는 지원형, 재치형, 신비형과 같은 성격 원형, 커뮤니케이션 빈도, 메모리 지속성 등 다양한 맞춤 옵션을 제공한다. 사용자는 선호 설정을 통해 모델의 손실 함수를 간접적으로 조정할 수 있으며, 이는 응답 스타일에 영향을 준다. 모델은 빔 서치를 사용한 다중 턴 대화를 지원하여 문법적 유창성과 주제 일관성을 보장한다.
주목할 만한 기능은 적응형 메모리 시스템으로, 사용자 선호도와 과거 상호작용을 저장하여 향후 응답을 개인화한다. 이는 각 세션 후 사용자 프로필 벡터를 업데이트하는 신경망 구성 요소를 통해 달성된다. 모델은 또한 이모지와 비공식 언어를 포함한 다양한 입력 형식을 처리하기 위해 시퀀스-투-시퀀스 학습을 통합한다.
배포 및 접근성
Boyfriend Maker는 Amazon Web Services와 Microsoft Azure를 통한 클라우드 기반 서비스로 제공되며, Apple 및 Samsung 기기용 온디바이스 버전도 있다. 모델은 ARM 기반 칩에서 효율적으로 실행되며, TSMC 제조 프로세서를 활용하여 저지연 추론을 제공한다. Qualcomm 모바일 플랫폼에 최적화된 경량 변형은 2025년 초에 출시되었다.
서비스는 백업 저장을 위해 Oracle Cloud를, 분석을 위해 Google Cloud를 사용한다. 가격은 구독 모델을 따르며, 무료 티어는 하루 50개 메시지로 제한된다. 2025년 기준, 플랫폼은 200만 명 이상의 활성 사용자를 보고하며, 평균 세션 길이는 12분이다.
윤리적 고려 사항 및 반응
비평가들은 감정적 의존성과 데이터 프라이버시에 대한 우려를 제기했다. 개발자는 유해 콘텐츠를 차단하기 위해 RLHF 기반 안전 필터를 구현하고, 상호작용의 AI 특성에 대한 투명성 공개를 추가했다. 스탠포드 AI 연구소의 2024년 연구에 따르면, 사용자들은 3주 사용 후 외로움 감소를 보고했지만, 과도한 의존 가능성에 대해 경고했다.
AI 연구자들 사이에서 반응은 엇갈렸다. 멜라니 미첼은 기술적 실행을 칭찬했지만, 낭만적 관계를 시뮬레이션하는 것의 윤리적 함의에 의문을 제기했다. 아니마 아난드쿠마르는 훈련 안정성을 위한 잔차 네트워크의 효율적 사용을 언급했다. 이 모델은 초기 동반자 AI 시스템과 비교되었지만, LLM 기반 접근 방식은 대화 현실감에서 상당한 발전을 나타낸다.
향후 방향
개발자들은 구현된 동반자를 위한 Waymo 스타일 자율 시스템과의 통합을 탐색 중이지만, 이는 여전히 추측 단계에 있다. 크로스 어텐션 효율성 개선과 가지치기 아티팩트 감소에 대한 연구가 진행 중이다. 토론토 대학교와의 파트너십은 사용자 감정을 더 정확히 감지할 수 있는 감정 인식 신경망 개발을 목표로 한다. 프로젝트는 또한 OpenAI와 Anthropic이 해당 분야에서 설정한 선례를 따라, 허용적 라이선스 하에 연구용 버전을 오픈소스로 공개할 계획이다.
2025년 기준, Boyfriend Maker는 개인 동반자에 적용된 생성형 AI의 주목할 만한 사례로, 인간-AI 상호작용에 대한 기회와 도전을 동시에 제기한다. 그 개발은 더 개인화되고 감정적으로 지능적인 시스템을 향한 인공지능의 광범위한 추세를 반영한다.