대형 언어 모델 (LLMs) 은 서사 생성에 있어 강력한 잠재력을 보였으나, 복잡하고 다층적인 역할극 게임 (RPG) 세계에서의 활용은 일관성 (coherence), 제어 가능성 (controllability), 구조적 일관성 (structural consistency) 문제 등으로 인해 여전히 제한적입니다. 본 논문에서는 구조화된 중간 표현 (structured intermediate representations) 을 통해 서사적 의존성을 모델링하는 의존성 인식 (dependency-aware) 다단계 프롬프트 파이프라인을 탐구합니다. 이 방법은 생성 과정을 세계 구축 (world building), 비플레이어 캐릭터 생성 (non-player character creation), 플레이어 캐릭터 생성 (player character creation), 캠페인 수준의 퀘스트 기획 (campaign-level quest planning), 그리고 퀘스트 확장 (quest expansion) 으로 구성된 순차적 단계로 분해합니다. 각 단계는 이전 단계의 구조화된 JSON 출력을 조건으로 합니다. 스키마 (schemas) 와 명시적인 데이터 흐름 (explicit data flow) 을 강제함으로써 파이프라인은 서사적 산만 (narrative drift) 을 줄이고, 환각 (hallucinations) 을 제한하며, 상호 연결된 서사 요소의 확장 가능한 생성을 지원합니다. 시스템은 여러 독립적인 실행에 걸쳐 인간 중심 분석 (human-centered analysis) 을 통해 정성적으로 평가되었습니다. 출력은 구조적 완전성 (structural completeness), 내부 일관성 (internal consistency), 서사적 일관성 (narrative coherence), 다양성 (diversity), 실행 가능성 (actionability) 과 같은 기준을 사용하여 평가되었습니다. 결과는 파이프라인이 복잡성이 증가함에 따라 품질 저하 없이 논리적으로 타당하고 구조적으로 유효한 RPG 콘텐츠를 일관되게 생성함을 보여줍니다. 고수준 캠페인 기획과 상세 퀘스트 확장을 분리함으로써 전역 구조 (global structure) 와 로컬 스토리텔링 (local storytelling) 이 모두 개선됩니다. 이러한 발견들은 의존성 인식 프롬프트 파이프라인과 구조화된 중간 표현이 LLM 기반 절차적 콘텐츠 생성을 위한 효과적인 설계 패턴임을 시사합니다. 이 방법은 진화하는 컨텍스트 상태에 대한 순차적 추리가 필요한 다른 도메인으로도 일반화될 수 있습니다.