[논문 리뷰] Multigenre AI-powered Story Composition

Edirlei Soares de Lima, Margot M. E. Neggers외 1명|arXiv (Cornell University)|2024. 05. 06.

Artificial Intelligence in Games인용 수 4

한 줄 요약

이 논문은 코미디, 러브스토리, 비극, 풍자, 미스터리의 다섯 가지 핵심 장르를 통해 서사 생성을 이끌어 주제 일관성을 확보하는 멀티제너스 AI 기반 스토리 구성 프레임워크를 소개한다. 두 단계로 구성된 AI 기반 프로세스(예시 검색 및 최소 일반화)를 통해 저자들은 장르 패턴을 개발하였으며, 이를 바탕으로 PatternTeller 프로토타입을 구현하여 다양한 서사 유형에서 일관된 주제적 구조를 가진 상호작용형 사용자 주도 스토리 창작을 가능하게 한다.

ABSTRACT

This paper shows how to construct genre patterns, whose purpose is to guide interactive story composition in a way that enforces thematic consistency. To start the discussion we argue, based on previous seminal works, for the existence of five fundamental genres, namely comedy, romance - in the sense of epic plots, flourishing since the twelfth century -, tragedy, satire, and mystery. To construct the patterns, a simple two-phase process is employed: first retrieving examples that match our genre characterizations, and then applying a form of most specific generalization to the groups of examples in order to find their commonalities. In both phases, AI agents are instrumental, with our PatternTeller prototype being called to operate the story composition process, offering the opportunity to generate stories from a given premise of the user, to be developed under the guidance of the chosen pattern and trying to accommodate the user's suggestions along the composition stages.

연구 동기 및 목표

• 상호작용형 스토리 구성에서 주제 일관성을 이끌기 위해 사용할 수 있는 다섯 가지 기본 서사 장르를 관리 가능한 수준으로 설정하는 것.
• 각 장르의 구조적 및 주제적 요소를 코딩하는 장르 패턴을 체계적으로 구성하는 방법을 개발하는 것.
• 사용자가 제시한 초안을 바탕으로 장르 패턴을 활용해 스토리를 생성하면서도 사용자 입력을 수용할 수 있도록 AI 기반 프로토타입(PatternTeller)을 구현하는 것.
• 명확하게 정의된 장르 구조에 기반하여 AI로 생성된 스토리의 서사 일관성과 주제 충실도를 확보하는 것.
• 고전적 서사 이론과 현대 LLM 기반 생성 기법을 공식화되고 재사용 가능한 패턴 시스템을 통해 연결하는 것.

제안 방법

• 두 단계 과정을 활용: 첫 번째로 각 장르의 특성에 맞는 스토리 예시를 검색하고, 두 번째로 최소 일반화(Most Specific Generalization, MSG)를 적용하여 공통적인 구조적 및 주제적 특징을 추출하는 것.
• AI 에이전트를 활용해 예시 검색 및 MSG 계산을 자동화하여 패턴 구성의 확장성과 일관성을 확보하는 것.
• 문학 이론에서 유래한 정의된 서사 구조(예: 프라이의 장르 및 라이언의 플롯 유형)를 통합하고 예시 분 析를 통해 검증함으로써 장르 패턴을 정의하는 것.
• 사용자 초안을 입력으로 받아 선택된 장르 패턴에 따라 스토리를 구성하는 LLM 기반 인터페이스로 PatternTeller 프로토타입을 설계하는 것.
• 스토리 창작 과정에서 사용자 제안을 반복적으로 통합하여 상호작용성과 개인화를 유지하면서도 장르의 본질을 유지하는 것.
• 상징적 관계와 서사 체계를 활용하여 생성된 스토리가 플롯, 캐릭터, 분위기 면에서 장르에 맞는 기대에 부합하도록 보장하는 것.

Figure 1: The user interface of PatternTeller being used to extract the pattern for the mystery genre (Pattern 1 ) using the following stories as input: “Murder on the Orient Express” by Agatha Christie (1934), “The Da Vinci Code” by Dan Brown (2003), and “Sherlock Holmes” series by Sir Arthur Conan

실험 결과

연구 질문

• RQ1 코미디, 러브스토리, 비극, 풍자, 미스터리의 최소한의 다섯 가지 장르가 AI 기반 스토리 구성에서 주제 일관성을 이끌기 위한 탄탄한 기반을 제공할 수 있는가?
• RQ2 AI 에이전트를 활용해 예시 검색과 최소 일반화를 통해 장르 패턴을 효과적으로 구성할 수 있는가?
• RQ3 장르 패턴이 LLM 기반으로 구동되는 상호작용형 사용자 주도 스토리 생성에서 주제적·구조적 일관성을 어느 정도 확보할 수 있는가?
• RQ4 장르 기반 패턴에 따라 안내되는 상황에서 사용자 제안의 통합이 서사 일관성에 어떤 영향을 미치는가?
• RQ5 제안된 방법이 딱정화 풍자와 같은 새로운 서사 유형을 포함한 다양한 서사 유형으로 일반화될 수 있는가?

주요 결과

• 코미디, 러브스토리, 비극, 풍자, 미스터리의 다섯 장르는 상호작용형 스토리 구성에서 주제 일관성을 이끌기 위해 종합적이고 실용적인 기초를 제공한다.
• 예시 검색 후 최소 일반화를 적용하는 두 단계 과정이 장르 특화 스토리 컬렉션 간의 반복적인 구조적 및 주제적 패턴을 성공적으로 식별하고 형식화한다.
• PatternTeller 프로토타입은 사용자가 제시한 초안을 바탕으로 주제적으로 일관된 스토리를 효과적으로 생성하며, 창작 과정에서 사용자 제안에 동적으로 대응하는 능력을 보여준다.
• AI 에이전트의 활용은 장르 패턴 구성의 확장성과 재현 가능성을 크게 향상시켜 다양한 서사 프로젝트 간 체계적인 재사용을 가능하게 한다.
• LLM 기반 스토리텔링에 장르 패턴을 통합함으로써 서사 일관성이 향상되고 주제적 이탈이 감소하며, 특히 복잡하거나 하이브리드 형태의 서사에서 두드러진다.
• 이러한 접근은 딱정화 풍자와 같은 새로운 서사 트렌드를 지원하여 선택된 장르 프레임워크의 관련성과 유연성을 입증한다.

Figure 2: The first events generated for the story “ Merlin’s Heiress: The Tragic Symphony of Eira’s Ascension ” in the storyboard style of PatternTeller.