페르소나에서 플롯으로: 장편 내러티브를 위한 캐릭터 기반 멀티 에이전트 스토리 생성

From Personas to Plot: Character-Grounded Multi-Agent Story Generation for Long-Form Narratives

대규모 언어 모델(LLM)은 놀라운 창의적인 소설 생성을 보여주었지만, 장편 이야기에서 서사적 일관성과 응집력 있는 줄거리를 유지하는 데 어려움을 겪습니다. 본 연구에서는 장편 내러티브 생성 및 검증을 위한 통합 프레임워크를 소개합니다. MAGNET은 스토리텔링을 위한 멀티 에이전트 기반 목표 지향형 내러티브 엔진으로, 공유된 세계 상태와 진화하는 스토리 목표에 따라 행동을 제안하는 페르소나 기반 캐릭터 에이전트를 활용하여 이야기를 생성합니다. 반면, ATLAS는 장면 수준의 세계 표현을 비교하여 생성된 이야기에서 환각 현상을 감지하는 그래프 기반 파이프라인입니다. LLM 편집기, 쌍대 평가 기준 및 ATLAS를 사용하여 MAGNET을 평가한 결과, 우리 프레임워크가 단일 모델 프롬프트 및 IBSEN과 비교했을 때 더 일관성 있는 내러티브를 생성한다는 것을 보여주었습니다. 100페이지 분량의 이야기에서 MAGNET은 단일 모델 기준에 비해 주석 및 환각 현상을 각각 41%와 50% 줄였으며, IBSEN과의 비교에서도 각각 34%와 45% 감소했습니다. 쌍대 평가 결과도 유사한 결과를 보였습니다. 이러한 결과는 장편 내러티브가 명시적인 세계 상태 추적과 목표 지향적인 멀티 에이전트 생성을 통해 생성될 수 있으며, 이는 제어 가능하고 구조적으로 응집력 있는 장편 내러티브 생성의 기반을 제공한다는 것을 시사합니다.

Although large language models (LLMs) have demonstrated impressive creative fiction generation, they struggle to maintain narrative consistency and coherent plot lines in long-form stories. In this work, we introduce a unified framework for long-form narrative generation and verification. MAGNET, a multi-agent goal-driven narrative engine for storytelling, generates stories with persona-grounded character agents that propose actions based on a shared world state and evolving story goals, while ATLAS is a graph-based pipeline that compares scene-level world representations across a generated story to detect hallucinations. By evaluating MAGNET using an LLM editor, pairwise rubric scoring, and ATLAS, we show that our framework produces coherent narratives compared to single-model prompting and IBSEN. At 100 pages, MAGNET reduced annotations and hallucinations by 41 and 50%, respectively, compared to the single model baseline and by 34 and 45%, respectively, compared to IBSEN, with pairwise rubric evaluation showing similar results. These results suggest that long-form narratives can emerge from explicit world-state tracking and goal-driven multi-agent generation, providing a foundation for controllable and structurally coherent long-form narrative generation.