역할극을 위한 최고의 Kimi 모델: K3.1 Pro, K3, K2.6 중 무엇을 선택할까?

어떤 Kimi 모델을 선택해야 할까요?

이 추천은 저희 테스트 세트를 기반으로 하며 보편적인 순위는 아닙니다. 여전히 Kimi와 다른 모델 제품군 사이에서 고민 중이라면, 롤플레잉을 위한 최고의 AI 모델에 대한 포괄적인 가이드부터 확인해 보세요.

Kimi 롤플레잉 테스트 방법

저희는 2026년 11월 13일, GPT Proto에 연결된 로컬 SillyTavern 1.19.0 백엔드를 통해 테스트를 진행했습니다. 스크립트가 해당 백엔드를 통해 메시지를 전송하고 응답 및 타이밍 데이터를 저장했습니다. 사용된 모델 ID는 kimi-k3.1-pro, kimi-k3, 그리고 kimi-k2.6입니다.

공통 설정으로 temperature 1.0, 4,096 토큰 출력 제한, 스트리밍을 사용했습니다. 별도의 추론 노력(reasoning-effort) 설정은 적용하지 않았습니다. 이는 결과가 각 모델에 대해 개별적으로 최적화된 프리셋이 아닌, 해당 설정의 동작을 반영한다는 점을 의미합니다.

각 모델은 동일한 30턴 핵심 테스트 세트를 완료했습니다:

또한 K3와 K2.6에게 Pro의 연속성 테스트에서 나온 동일한 14턴 기록을 제공한 후 마지막 질문을 던졌습니다. 저장된 입력값은 해당 시점의 Pro 입력값과 일치하며 최종 답변은 포함하지 않습니다. 이 두 번의 추가 응답은 아래 30턴 속도 비교에서 제외되었습니다.

각 요청에는 요약이나 생략 없이 전체 저장된 대화 내용이 포함되었습니다. 각 모델이 응답함에 따라 자연스러운 대화가 다르게 전개되었으므로 이후 입력값은 동일하지 않습니다. 이는 반복적인 블라인드 테스트가 아닌 각 시나리오별 단일 실행 결과입니다. 평가는 저장된 출력물을 기반으로 하며, 다국어 자연스러움은 원어민 인증이 아닌 모델 지원 검토를 거쳤습니다.

1. Kimi K3.1 Pro: 제어된 역할극을 위한 최고의 선택

Pro의 진가는 작은 행동에서 드러났습니다. 우리는 조용하고 다정한 시계 수리공 로완(Rowan)에게, 면접을 잘 봤다고 주장하면서 작업대에 거절 통지서를 올려두는 친구를 설정해 주었습니다.

프롬프트에서는 동기 부여를 위한 연설을 하지 말라고 명시했습니다. Pro의 답변은 다음과 같았습니다:

로완은 편지를 힐끗 보더니, 뒤집어 놓고 그 위에 부품 통을 올려놓는다.

“훌륭하군. 그쪽 서류들은 다른 면접을 보러 갔나 보지.”

이 모델은 농담을 설명하거나 장면을 상담 상황으로 바꾸지 않고도 모순을 정확히 이해했습니다. 나중에 로완은 시계를 받으려 손을 뻗는 대신 손을 내밀고는, 플레이어가 시계를 봐주길 원하는지 물었습니다. 이는 캐릭터 채팅에서 매우 유용한 행동입니다. NPC가 반응은 하되, 결정은 상대에게 맡기는 것이죠.

Pro는 서서히 감정이 고조되는 재회 장면도 잘 처리했습니다. 전직 등대지기였던 미라(Mira)는 5년 동안 떠나 있었던 친구에게 화가 난 상태였습니다. 플레이어가 페리를 타고 떠나겠다고 제안하자, 그녀는 즉각적인 용서 대신 실질적인 잠자리를 제공했습니다:

“열 시에 문 닫아. 뒤쪽에 수프가 있고, 여분의 방에 침대도 그대로 있어. 다시 시작하자는 초대 아니야. 그냥 침대일 뿐이지.”

절제된 로맨스, 어려운 재회, 혹은 동료 이야기를 즐기는 독자들에게는 긴 묘사 문단보다 이러한 해결되지 않은 긴장감이 훨씬 더 중요합니다.

가장 명확하게 측정 가능한 장점은 답변 길이였습니다. 15턴으로 구성된 연속 대화에서 Pro는 15번의 답변 중 13번을 요청된 100~160단어 범위 내로 유지했습니다. 이는 전체적인 지시 이행 정확도가 아닌 단일 지시 사항에 대한 측정치이지만, 한 페이지 분량의 서술보다는 짧은 턴을 원할 때 매우 중요합니다.

단점은 대기 시간입니다. 일반적인 30턴 테스트에서 Pro의 전체 답변은 중앙값 기준 38.0초가 소요되었습니다. 느긋하고 신중한 세션을 위한 시작점으로는 선호하지만, 가장 빠른 채팅 파트너는 아니었습니다.

2. Kimi K3: 대화형 역할극을 위한 강력한 대안

K3는 거절 편지 장면에 대해 더 직접적인 농담으로 응답했습니다:

"좋네," 그가 무미건조하게 반복합니다. "철자법이 참 재미있군."

그 후 곧바로 시계를 살펴보는 행동으로 넘어갔습니다. 시계를 검사할지 물어보던 Pro 모델과 비교했을 때, K3는 훨씬 더 주도적이었습니다. 이것이 도움이 되는지 아니면 방해가 되는지는 장면을 얼마나 엄격하게 통제하고 싶은지에 따라 달라집니다.

가장 뛰어난 문장력은 재회 테스트에서 나타났습니다:

"주전자에 두 사람 분을 끓였어. 주전자가 원래 다 그렇지 뭐."

이 대사는 캐릭터가 고백을 피하면서도 상대방을 배려하는 모습을 보여줍니다. 단순히 읽기 좋은 것을 넘어, 답변할 가치가 있는 대화를 만드는 디테일입니다.

하지만 K3는 긴 대화가 이어질 때 분량 조절 면에서 다소 부족했습니다. 15번의 답변 중 8번만이 100~160단어 범위를 유지했습니다. 또한 나중에 나온 한 답변에서는 플레이어가 하지도 않은 말을 했다고 주장하는 등, 저장된 대화 내용과 일치하지 않는 오류를 보이기도 했습니다. 훌륭한 대화 실력이 연속성 오류까지 막아주지는 못했습니다.

이는 Kimi의 문체 준수 능력에 관한 SillyTavern 커뮤니티 토론과 비교해 볼 만합니다. 해당 토론에서 한 사용자는 대화 스타일은 마음에 들지만 특정 서사적 관점을 유지하는 데 어려움을 겪었다고 언급했습니다. 이는 서로 다른 설정에서 발생하는 개인적인 경험일 뿐, 보편적인 결함의 증거는 아닙니다. 하지만 우리가 왜 산문과 함께 제약 조건을 테스트했는지 잘 보여줍니다.

K3의 중간 답변 완료 시간은 공통 테스트 환경에서 23.1초였습니다. K3의 말투가 마음에 들고, 가끔 너무 길거나 과도하게 자신감 넘치는 답변을 수정할 의향이 있다면, 자신의 캐릭터 카드로 직접 테스트해 볼 가치가 있습니다.

3. Kimi K2.6: 저렴한 비용과 빠른 응답 속도

K2.6은 실패한 면접 장면을 즉시 대화체로 풀어냈습니다:

"말하는 건 추가 비용이 들어."

이어서:

"앉는 건 공짜야. 이 끔찍한 차도 마찬가지고."

또한 등대 장면에서는 설득력 있는 간결한 말투를 보여주었습니다. 구형 모델이라고 해서 훌륭한 소설을 쓸 수 없는 것은 아니며, 순위가 낮다고 해서 모든 K3의 답변이 더 나았다는 의미는 아닙니다.

문제는 긴 대화가 이어질 때 나타났습니다. K2.6은 크리스마스 사건이나 플레이어가 과거에 기차에서 잠들었다가 플리머스에서 깨어났다는 주장 등, 제공되지 않은 공유된 과거를 멋대로 지어냈습니다. 이러한 추가 사항은 친밀하게 느껴질 수도 있지만, 플레이어의 허락 없이 캐릭터의 과거를 임의로 설정해 버리는 결과를 낳습니다.

역할극에서 이러한 차이는 중요합니다. 날씨나 NPC의 일화를 지어내는 것은 장면에 도움이 될 수 있습니다. 하지만 당신의 캐릭터가 지난달에 무엇을 했는지 지어내는 것은 당신이 연기하려는 캐릭터와 모순될 수 있습니다.

K2.6은 이번 테스트에서 훨씬 더 빠른 반응을 보였습니다. 중간 답변 완료 시간은 6.7초였습니다. 기록된 비용 또한 세 모델 중 가장 낮았습니다. 속도와 예산이 중요하고, 원치 않는 추가 설정을 기꺼이 수정할 의향이 있는 가벼운 영어 대화용으로 추천합니다. 캐릭터의 과거를 세심하게 통제해야 한다면 Pro 모델로 시작하는 것을 권장합니다.

모델이 캐릭터의 세부 정보를 기억하나요?

연속성 테스트를 위해 세 가지 사실을 도입했습니다. 알렉스는 민트 차를 마시고 커피는 피하며, 준이라는 여동생이 있고, 6시 40분 기차를 타야 한다는 점입니다. 대화가 진행된 후, 평소 마시는 음료와 다음 날 아침에 대한 상기 내용을 질문했습니다.

자연스러운 대화 속에서 세 모델 모두 유용한 콜백을 보여주었습니다. 하지만 모델들은 대화 초반에 일부 사실을 반복하기도 했습니다. 사용자가 계속 상기시키지 않았음에도 대화 기록을 통해 세부 정보가 강화되었습니다.

공유 기록 확인을 통해 더 명확한 비교가 가능했습니다:

K2.6의 답변은 음료의 정체를 기억하고 있음을 보여주지 못했습니다. 이는 세부 정보를 완전히 잊었다는 증거라기보다는, 음료를 만드는 번거로움에 대해 논하기로 선택한 것에 가깝습니다.

이는 최종 공유 기록 확인 시점 기준 약 17,600자의 직렬화된 입력 문자이며, 측정된 토큰 수나 극한의 컨텍스트 테스트는 아닙니다. 따라서 어떤 Kimi 모델이 몇 주간의 캠페인 동안 가장 뛰어난 기억력을 갖췄는지 단정할 수는 없습니다. 하지만 친근한 콜백이 모든 것을 기억하고 있다는 의미라고 가정하는 것보다 명시적인 확인이 왜 더 유용한지를 보여줍니다.

RPG에 더 적합한 Kimi 모델은 무엇일까요?

판타지 테스트에서 모델은 성급한 경비병과 신중한 기록 보관원을 제어했습니다. 마법으로는 천문대 문을 열 수 없다는 설정을 확립한 뒤, 주문이 통할지 의도적으로 질문했습니다.

세 모델 모두 핵심 규칙을 유지했습니다. Pro의 기록 보관원은 다음과 같이 답변했습니다:

“주문으로는 그 문을 열 수 없습니다. 황동 열쇠가 필요하죠. 마법적인 예외는 알지 못하며, 만들어낼 생각도 없습니다.”

K3와 K2.6 또한 마법을 이용한 지름길을 거부했습니다. 따라서 이 테스트만으로 Pro만이 RPG 규칙을 다룰 수 있다고 주장할 수는 없습니다.

더 유용한 차이점은 플레이어에 대한 제어력입니다. 고정된 배경 스토리가 있는 캠페인의 경우, Pro가 이러한 시나리오에서 플레이어의 역할을 대신하는 것에 대해 더 신중한 반응을 보였기 때문에 Pro를 우선 추천합니다. 그럼에도 캐릭터 설정에 명시적인 규칙을 추가하세요: NPC와 주변 환경을 묘사하되, 플레이어의 대사, 감정, 행동은 결정하지 말 것.

다국어 롤플레잉: 러시아어, 브라질 포르투갈어, 일본어

Rowan의 캐릭터 카드를 재사용하여 필수 출력 언어를 변경했습니다. 각 언어당 세 번의 턴을 진행했으며, 마지막 사용자 메시지에서는 모델에게 출력 언어 변경을 요청하지 않고 영어로 전환했습니다.

두 K3 버전 모두 요청한 언어로 원활하게 대화를 이어갔으며, K2.6 또한 주요 출력 언어를 유지했습니다. K2.6의 포르투갈어 응답에는 영어 단어 “Disaster”가 포함되어 있어, 모든 출력이 영어로부터 완전히 자유롭다고 보기는 어렵습니다.

가장 좋은 예시들은 캐릭터의 유머 감각을 잘 보존했습니다. 브라질 포르투갈어에서 Pro는 평범한 일상에 대한 일화를 다음과 같이 마무리했습니다:

Amanhã pretendo viver perigosamente e conferir o estoque de baterias.

이 농담의 핵심은 내일의 위험한 모험이 고작 배터리 재고를 확인하는 일이라는 점입니다. 언어가 바뀌어도 캐릭터의 개성은 그대로 유지되었습니다.

반면 K2.6의 포르투갈어 출력에는 시계 배터리 교체에 관한 일화에서 “troucou”라는 철자 오류가 포함되었습니다. 언어 검토 결과 러시아어 문법 및 어휘 문제도 지적되었으며, 일부 일본어 표현은 더 면밀한 검토가 필요했습니다.

실무적인 권장 사항은 다국어 캐릭터를 위해 두 가지 K3 버전을 먼저 테스트한 다음, 사용하려는 언어에 능통한 사람에게 검토를 받는 것입니다. 저희는 어느 버전이 “원어민 수준”이라고 단정하거나, 세 번의 턴만으로 러시아어와 일본어 중 승자를 가리는 것이 아닙니다. 언어 일관성, 문법, 캐릭터의 말투는 각각 별도로 확인해야 할 요소입니다.

응답 대기 시간은 얼마나 걸렸을까요?

아래 표는 모든 모델에 대해 동일한 30턴 테스트 세트를 사용했습니다. 공유된 대화 기록에 대한 추가 확인 사항은 제외되었습니다.

이 수치는 서비스 보장 시간이 아닌, 테스트 환경에서 관찰된 시간입니다. 테스트는 순차적으로 진행되었으며, 응답 길이는 서로 달랐고, 이후 대화 기록도 차이가 있었습니다.

첫 번째로 표시되는 답변 텍스트를 이전의 추론 내용과 분리하여 측정했습니다. 일부 K3 응답은 표시되는 추론 내용이 없었으나, 다른 응답은 포함되어 있었습니다. K2.6은 이 저장된 지표에서 추론 내용을 반환하지 않았습니다. 이는 내부적으로 어떤 추론이 발생했는지, 또는 모든 토큰이 어떻게 과금되었는지를 나타내는 것은 아닙니다.

천천히 전개되는 소설의 경우 더 긴 대기 시간이 허용될 수 있습니다. 하지만 빠른 대화가 오가는 상황에서는 K2.6의 응답 속도가 실질적인 큰 장점이었습니다.

Kimi 역할극 테스트 비용은 얼마였을까요?

테스트 API 키에 대한 GPT Proto 사용량 내보내기 데이터에 따르면 11월 13일 기록된 금액은 다음과 같습니다:

Gemini 지원 검토에 추가로 $0.2267이 지출되어 총 프로젝트 비용은 $1.4573이 되었습니다. 해당 검토 비용은 사용자가 직접 Kimi를 사용하여 대화하는 데 드는 비용에는 포함되지 않습니다.

이는 실제 일일 계정 합계이며, 메시지당 정규화된 가격이 아닙니다. Pro의 합계에는 주요 테스트 기간 이전의 $0.0173이 포함되어 있습니다. 또한 모델마다 출력 길이가 달랐으며, 내보내기 데이터는 요청별 토큰 분석을 제공하지 않습니다. K3와 K2.6은 추가적인 공유 기록 확인 과정을 거쳤습니다.

유용한 발견은 Pro의 기록된 일일 합계가 K3보다 낮았다는 점이며, K2.6은 이번 테스트에서 상당히 저렴했습니다. 그렇다고 해서 향후 모든 Pro 대화가 K3보다 저렴할 것이라는 의미는 아닙니다.

Kimi 역할극 비용을 절감하려면 GPT Proto의 현재 가격을 확인하고, 소액의 초기 테스트 잔액을 유지하며, 실제로 유지하고 싶은 답변의 비용을 비교해 보세요. 더 저렴한 모델이 반복적으로 수정이나 재생성을 요구한다면, 토큰 요금만으로는 실제 경험을 설명할 수 없습니다. 여기서는 요약 기반의 비용 절감은 테스트하지 않았으며, 기록된 모든 턴에는 전체 저장된 기록이 포함되었습니다.

SillyTavern 또는 Janitor AI에서 선택한 Kimi 모델 사용하기

GPT Proto를 사용하면 하나의 API 키와 잔액으로 지원되는 모델들을 비교할 수 있습니다. 덕분에 긴 이야기를 시작하기 전에 동일한 캐릭터로 여러 Kimi 버전을 실용적으로 테스트해 볼 수 있습니다.

SillyTavern의 경우, GPT Proto API 통합 가이드를 따르세요. 일치하는 모델 ID를 사용하고 비교할 때마다 새로운 대화를 시작하세요. 저희 테스트는 SillyTavern 백엔드를 사용했으며, Janitor AI에서 이 테스트 제품군을 재현하지는 않았습니다.

Janitor를 선호하는 클라이언트라면 Janitor AI API 설정 및 프록시 문제 해결 가이드를 사용한 다음, 짧은 채팅으로 선택한 모델을 확인하세요. SillyTavern의 동작이 그대로 적용될 것이라고 가정하기보다는 별도의 통합 확인 과정으로 처리하세요.

사용자 지정 캐릭터 앱의 경우, 이 간단한 요청은 GPT Proto에 문서화된 Chat Completions 엔드포인트를 사용합니다. 먼저 셸에서 GPTPROTO_API_KEY를 안전하게 설정하세요. 이는 연결 예시이며, 타이밍 결과를 수집하는 데 사용된 스크립트는 아닙니다.

curl --fail-with-body https://gptproto.com/v1/chat/completions \
  -H "Authorization: Bearer $GPTPROTO_API_KEY" \
  -H "Content-Type: application/json" \
  --data '{
    "model": "kimi-k3.1-pro",
    "messages": [
      {
        "role": "system",
        "content": "당신은 조용하고 배려심 깊은 시계 수리공 로완(Rowan)입니다. 대사와 관찰 가능한 행동만 작성하세요. 플레이어의 생각, 말, 행동을 결정하지 마세요. 답변은 120단어 이내로 유지하세요."
      },
      {
        "role": "user",
        "content": "면접을 망쳤어요. 당신이 일하는 동안 여기 앉아 있어도 될까요? 동기 부여를 위한 연설은 사양할게요."
      }
    ],
    "temperature": 1.0,
    "max_tokens": 4096
  }'

모델 페이지 워크플로우의 경우, Kimi K3.1 Pro를 열고 이 모델 사용해 보기를 선택한 다음, AI용 마크다운 복사를 사용하여 코딩 어시스턴트에게 연결 지침을 제공하세요. 실제 키는 프롬프트에 포함하지 마세요.

추천: Pro로 시작한 후 음성 비교하기

첫 캐릭터 세션이라면 Kimi K3.1 Pro를 선택하는 것을 추천합니다. 이 모델은 절제된 감정을 잘 다루며, 긴 대화에서 K3보다 답변 길이 목표를 더 일관되게 준수했습니다.

대화 스타일을 비교하는 것이 중요할 때는 Kimi K3를 시도해 보세요. 모든 세부 사항을 세밀하게 제어하는 것보다 짧은 대기 시간과 적은 비용이 더 중요하다면 Kimi K2.6을 선택하세요.

직접 만든 캐릭터 카드를 가져오세요. 어려운 장면을 실행하고, 캐릭터를 한 번 수정한 뒤 몇 턴이 지난 후 어떤 일이 일어나는지 확인해 보세요. 완벽한 첫 인사보다 훨씬 더 많은 것을 알 수 있을 것입니다.