대규모 언어 모델 (LLMs)은 인상적인 창의적 소설 생성 능력을 보여주었지만, 장편 스토리에서 서사적 일관성과 일관된 플롯 라인을 유지하는 데 어려움을 겪고 있습니다. 본 연구에서는 장편 서사 생성 및 검증을 위한 통합 프레임워크를 소개합니다. 스토리텔링을 위한 멀티 에이전트 목표 구동 서사 엔진인 MAGNET은 공유된 세계 상태 (world state) 및 진화하는 스토리 목표를 기반으로 행동을 제안하는 페르소나 기반 캐릭터 에이전트를 통해 스토리를 생성하며, ATLAS는 생성된 스토리 전반에 걸쳐 장면 수준의 세계 표현을 비교하여 환각 (hallucinations)을 탐지하는 그래프 기반 파이프라인입니다. LLM 에디터, 쌍체 루브릭 점수 산정 (pairwise rubric scoring), 그리고 ATLAS를 사용하여 MAGNET을 평가한 결과, 우리의 프레임워크가 단일 모델 프롬프팅 (single-model prompting) 및 IBSEN에 비해 일관된 서사를 생성함을 보여줍니다. 100페이지 분량에서 MAGNET은 단일 모델 베이스라인과 비교했을 때 주석 (annotations)과 환각을 각각 41%와 50% 감소시켰으며, IBSEN과 비교했을 때는 각각 34%와 45% 감소시켰으며, 쌍체 루브릭 평가에서도 유사한 결과를 보였습니다. 이러한 결과는 명시적인 세계 상태 추적과 목표 구동 멀티 에이전트 생성을 통해 장편 서사가 나타날 수 있음을 시사하며, 제어 가능하고 구조적으로 일관된 장편 서사 생성을 위한 토대를 제공합니다.