사진을 보내고 목소리로 답하는 AI 캐릭터

글만으로 하는 롤플레이는 매번 같은 벽에 부딪혀요. 한 시간째 장면을 쌓아 왔는데, 그걸 볼 방법이 없어요. 캐릭터가 방을 묘사하면 나는 내 머릿속 방을 그리고, 캐릭터가 자기 모습을 묘사할 때마다 그 그림은 지난번에서 조금씩 멀어져요.

그 틈을 메우는 게 넷 있고, 넷 다 설정할 게 없어요.

지금 있는 장면을 그려요

그림을 부탁하면 캐릭터는 흔한 인물 사진이 아니라 지금 실제로 있는 순간을 그려요. 결과는 따로 찾아가야 하는 갤러리가 아니라 대화 안으로 와요.

중요한 건 일관성이에요. 매번 같은 얼굴인 이유는 생김새를 매번 새로 뽑지 않고 고정해 두기 때문이에요. 대부분의 이미지 도구는 생성할 때마다 다른 사람을 주고, 그래서 거기서 나온 캐릭터 그림은 두 번 다 같은 캐릭터로 느껴지지 않아요.

어떤 엔진이 그릴지는 직접 골라요. 엔진마다 손맛이 정말 달라서 얼굴을 잘 그리는 쪽이 있고 빛과 공기를 잘 잡는 쪽이 있어요. 한 번 정해 두는 설정이 아니라 이미지마다 하는 선택이에요.

소리 내어 답해요

답장이 진짜 Telegram 음성 메시지로 올 수 있어요. 파형이 있고, 원하는 지점으로 넘길 수 있고, 재생 속도도 바꿔요. 사람이 보낸 음성 메모와 같은 물건이에요. 내려받아야 하는 오디오 파일 첨부가 아니에요.

캐릭터마다 어울리는 목소리가 붙어요. 준비된 목소리를 둘러보고 정하기 전에 미리 들어 볼 수 있어요. 동작은 세 가지예요. 끔, 부탁할 때만, 자동이에요.

동그란 영상 메시지를 찍어요

영상을 부탁하면 캐릭터가 진짜 Telegram 영상 메시지를 찍어요. 친구가 보내 주는 바로 그 동그란 영상이에요. 찍는 동안 Telegram에 녹화 중이라고 뜨고, 약 2분 뒤에 소리와 함께 채팅으로 와요.

영상은 캐릭터 본인의 초상에서 시작해서 어느 그림에서든 같은 얼굴이에요. 미리 만들어 둔 영상 중에서 고르는 게 아니라 지금 이 순간을 위해 만들고, 부탁할 때만 찍어요.

보낸 걸 봐요

채팅에 사진을 보내면 캐릭터가 그걸 봐요. 창밖 풍경, 물어보려던 옷차림, 내가 그린 그림까지요. 답은 두루뭉술한 맞장구가 아니라, 사진에 실제로 있는 것에 대해 캐릭터의 말투로 와요.

사람들이 가장 놀라는 게 이거예요. 주고받는 방향이 바뀌니까요. 그전까지는 내 세계를 말로 설명하고 있었는데, 이제는 그냥 보여 주면 돼요.

켤 것이 없어요

이것들과 나 사이에 설정 화면이 서 있지 않아요. 장면이 흘러가다 사진이 저절로 오기도 하고, 스피커 버튼은 첫 메시지부터 모든 답장 아래에 있어요.

둘 다 에너지로 돌아가고, 에너지는 채팅 안에서 Telegram Stars로 채워요. 얼마나 남았는지는 언제든 볼 수 있어요.

• 실패한 생성은 청구되지 않아요.
• 글만 원하면 둘 중 어느 쪽이든 완전히 끌 수 있어요.
• 어떤 엔진이 그릴지는 이미지마다 고를 수 있어요.

보낸 것은 어떻게 다뤄지나

보낸 사진은 캐릭터가 그것에 대해 답할 수 있도록 외부 제공업체로 전달돼요. 답장을 만들려고 글이 전달되는 것과 같은 방식이에요. 보낸 음성 메시지나 영상 메시지의 소리는 외부 음성 인식 제공업체로 가고, 부탁한 영상 메시지는 캐릭터의 초상과 장면 설명으로 외부 영상 제공업체가 만들어요. 이건 암시가 아니라 정책에 적혀 있어요.

보낸 것이 공개 갤러리를 만드는 데 쓰이는 일은 없고, 대화 안에서 생성된 이미지는 그 대화 안에 남아요.

얼굴이 그대로인 게 왜 어려운 부분인가

아름다운 이미지를 만드는 건 이제 쉬워요. 같은 사람을 두 번 만드는 건 쉽지 않고, 그게 삽화와 캐릭터를 가르는 차이예요.

생김새는 캐릭터를 만들 때 고정되고 이후의 모든 생성에 적용돼요. 그래서 카페 장면과 두 주 뒤의 길거리 장면이 알아볼 수 있게 같은 사람이 돼요. 참고 사진을 올리는 사람도, 설정을 만지는 사람도 없어요. 일관성은 내가 관리하는 일이 아니라 캐릭터의 성질이에요.