서사 상태 추적을 통한 장편 스토리 생성 확장
요약
본 연구는 LLM이 장편 소설을 쓸 때 발생하는 서사적 일관성 문제를 해결하기 위해 NstAgent라는 에이전트 프레임워크를 제안합니다. 이 프레임워크는 캐릭터, 과거 사건, 미래 요구사항 등 구조화된 서사 상태를 추적하며, 1만 단어에서 10만 단어에 이르는 장편 스토리의 일관성과 품질을 체계적으로 평가했습니다.
핵심 포인트
- NstAgent는 구조화된 서사 상태를 추적하는 에이전트 프레임워크입니다.
- 장편 소설 생성 시 발생하는 서사적 일관성 문제를 해결합니다.
- 1만 단어부터 10만 단어까지의 스토리 품질을 체계적으로 평가했습니다.
LLM은 창의적인 글쓰기에서 강력한 능력을 보여주었습니다. 하지만 이를 전체 분량의 소설로 확장하는 것은 서사적 일관성을 유지하기가 점점 어려워지면서 여전히 어려운 과제입니다. 기존의 스토리 생성 방법들은 일반적으로 최대 약 1만 단어까지의 이야기에 초점을 맞추고 있어, 전체 분량의 소설로 확장할 수 있는 능력은 충분히 탐구되지 못했습니다. 본 연구에서는 캐릭터, 과거 사건, 그리고 미래 요구사항을 포함하는 구조화된 서사 상태를 추적할 수 있도록 하는 훈련이 필요 없는 에이전트 프레임워크인 Narrative State Tracking Agent (NstAgent)를 소개합니다. 우리는 기존의 벤치마크를 확장하여 길이별 서사 일관성을 비교하고, 이를 글쓰기 품질 벤치마크와 함께 사용하여 1만 단어에서 10만 단어에 이르는 스토리들을 체계적으로 평가합니다. 우리는 NstAgent가 스토리가 길어짐에 따라 더 나은 서사 일관성과 글쓰기 품질을 달성하며, 길이가 증가함에 따라 어느 쪽도 눈에 띄게 저하되지 않음을 보여줍니다. 이는 전체 분량의 소설로 스토리 생성을 확장하는 효과적인 접근 방식을 제공함을 시사합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기