Computer Science > Computation and Language

제목: StoryScope: AI 소설의 특이점 조사

PDF 보기 초록: AI가 생성한 소설이 점점 더 보편화됨에 따라, 저자성과 독창성에 대한 질문이 문학 작품을 평가하는 핵심 요소가 되고 있습니다. 이 분야의 기존 연구 대부분은 AI 글쓰기의 표면적인 특징(surface-level signatures)을 식별하는 데 집중하고 있는 반면, 우리는 스타일적 신호(stylistic signals)에 의존하지 않고 캐릭터의 주체성(character agency)이나 연대기적 불연속성(chronological discontinuity)과 같은 담론 수준의 서사적 선택(discourse-level narrative choices)에 초점을 맞추어, AI가 생성한 이야기가 인간의 이야기와 구별될 수 있는지 질문합니다. 우리는 10가지 차원에 걸쳐 담론 수준의 서사적 특징(discourse-level narrative features)을 자동 유도하여 미세하고 해석 가능한 특징 공간(feature space)을 생성하는 파이프라인인 StoryScope를 제안합니다. 우리는 10,272개의 글쓰기 프롬프트(writing prompts)로 구성된 병렬 코퍼스(parallel corpus)에 StoryScope를 적용하였으며, 각 프롬프트는 한 명의 인간 저자와 5개의 LLM(대규모 언어 모델)에 의해 작성되어 총 61,608개의 이야기(각 약 5,000단어)를 생성하였고, 이야기당 304개의 특징을 추출했습니다. 서사적 특징(Narrative features)만으로도 인간 대 AI 탐지에서 93.2%의 macro-F1을, 6방향 저자 식별(six-way authorship attribution)에서 68.4%의 macro-F1을 달성하였으며, 이는 스타일적 단서(stylistic cues)를 포함하는 모델 성능의 97% 이상을 유지하는 수치입니다. 30개의 핵심 서사 특징으로 구성된 압축된 세트는 이러한 신호의 상당 부분을 포착합니다. AI 이야기는 주제를 과도하게 설명하고 깔끔하고 단일 경로적인 플롯(single-track plots)을 선호하는 반면, 인간의 이야기는 주인공의 선택을 도덕적으로 더 모호하게 설정하며 시간적 복잡성(temporal complexity)이 더 높습니다. 모델별 지문 특징(fingerprint features)은 6방향 식별을 가능하게 합니다. 예를 들어, Claude는 눈에 띄게 평이한 사건 전개(event escalation)를 생성하고, GPT는 꿈 시퀀스(dream sequences)를 과도하게 사용하며, Gemini는 외부 캐릭터 묘사(external character description)를 기본값으로 사용합니다. 우리는 AI가 생성한 이야기가 서사 공간의 공유된 영역에 클러스터링(cluster)되는 반면, 인간이 작성한 이야기는 더 큰 다양성을 보인다는 것을 발견했습니다. 더 넓게는, 이러한 결과는 단순히 글쓰기 스타일뿐만 아니라 근본적인 서사 구성(narrative construction)의 차이를 통해 인간이 작성한 독창적인 작품과 AI가 생성한 소설을 분리할 수 있음을 시사합니다.

제출 이력

보낸 사람: Jenna Russell [이메일 보기]**[v1]**2026년 4월 3일 금요일 15:56:38 UTC (2,053 KB)

**[v2]**2026년 4월 6일 월요일 01:44:49 UTC (2,052 KB)

**[v3]**2026년 4월 8일 수요일 13:25:18 UTC (2,052 KB)

**[v4]**2026년 4월 13일 월요일 20:04:18 UTC (2,045 KB)

서지 및 인용 도구 (Bibliographic and Citation Tools)

이 기사와 관련된 코드, 데이터 및 미디어 (Code, Data and Media Associated with this Article)

데모 (Demos)

추천 및 검색 도구 (Recommenders and Search Tools)

arXivLabs: 커뮤니티 협력자와 함께하는 실험적 프로젝트

arXivLabs는 협력자들이 우리의 웹사이트에서 직접 새로운 arXiv 기능을 개발하고 공유할 수 있도록 지원하는 프레임워크 (framework)입니다.

arXivLabs와 함께 활동하는 개인과 조직 모두 개방성, 커뮤니티, 탁월함, 그리고 사용자 데이터 프라이버시 (user data privacy)라는 우리의 가치를 수용하고 받아들였습니다. arXiv는 이러한 가치에 전념하고 있으며, 이를 준수하는 파트너와만 협력합니다.

arXiv 커뮤니티에 가치를 더할 프로젝트 아이디어가 있나요? arXivLabs에 대해 더 알아보기.