💬 NLP

Storyline Trees: Hierarchical Representations for Long-Form Narratives

이 논문은 긴 형태의 서사를 장면과 플롯의 다층 구조로 조직하여 적응형 검색을 가능하게 하는 계층적 표현인 "스토리라인 트리(storyline trees)"를 소개하며, 이는 기존의 롱 컨텍스트 모델 및 청크 기반 방식들과 비교하여 질의응답 성능을 유의미하게 향상시킨다.

원저자: Litu Ou, Mirella Lapata

게시일 2026-06-23

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Litu Ou, Mirella Lapata

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 미스터리를 풀려고 노력하고 있다고 상상해 보세요. 그런데 손에 쥐어진 것이 몇 개의 단서가 놓인 테이블이 아니라, 500권의 소설이 담긴 도서관입니다. 당신은 단 하나의 구체적인 세부 사항을 찾아내야 합니다: 왜 그 캐릭터는 42장에서 마을을 떠났는가?

만약 당신이 500권의 책을 그냥 거대한 더미로 쏟아붓고 똑똑한 로봇(AI)에게 그것들을 한꺼번에 읽으라고 한다면, 로봇은 압도당할 것입니다. 이것은 마치 산더미 크기의 건초더미 속에서 바늘 하나를 찾는 것과 같습니다. 로봇이 아무리 똑똑하더라도, 종종 "중간 부분에서 길을 잃고(lost in the middle)", 시작 부분을 잊어버리거나 텍스트 깊숙이 숨겨진 결정적인 단서를 놓치게 됩니다.

이 논문은 로봇이 길을 잃지 않도록 이 책들을 정리하는 새로운 방법을 소개합니다. 그들은 이를 **스토리라인 트리(Storyline Trees)**라고 부릅니다.

문제점: "평면적인" 더미

현재 대부분의 AI 모델은 긴 책을 단어들의 평면적인 목록처럼 취급합니다. 그들은 이야기가 구조를 가지고 있다는 것을 진정으로 이해하지 못합니다. 그들은 1장, 2장, 3장을 보지만, 10장이 2장에서 시작된 플롯라인의 '절정'이라는 사실을 반드시 이해하는 것은 아닙니다.

저자들은 말합니다. "책을 평면적인 텍스트 벽으로 취급하는 것을 멈추고, 나무처럼 취급합시다."

해결책: 스토리라인 트리 구축하기

긴 소설을 하나의 긴 도로가 아니라, 거대한 가계도처럼 생각하십시오.

1. 잎사귀 (장면 - Scenes):
먼저, 저자들은 책을 가장 작고 논리적인 덩어리인 **장면(scenes)**으로 나눕니다.

비유: 영화를 상상해 보세요. "장면"은 캐릭터들이 한 방에 모여 한 가지 일을 하고 있는 때를 말합니다. 만약 캐릭터들이 다른 방으로 이동하거나 시간이 앞으로 넘어간다면, 그것은 새로운 장면입니다.
저자들은 AI를 사용하여 자동으로 책을 이러한 장면들로 자릅니다. 이는 단순히 "장(Chapter)" 단위로 자르는 것보다 훨씬 뛰어난데, 왜냐하면 하나의 장 안에 세 개의 서로 다른 장면이 포함될 수 있고, 반대로 하나의 장면이 두 개의 장에 걸쳐 나타날 수도 있기 때문입니다. 장면이야말로 이야기의 진정한 구성 요소입니다.

2. 줄기와 가지 (플롯라인 - Plotlines):
모든 장면을 확보한 후, 그들은 두 가지 방식으로 나무를 구축합니다.

하향식 (설계자 방식 - Top-Down): 그들은 책 전체를 보고 "거대한 주제는 무엇인가?"라고 묻습니다 (예: "히스클리프의 복수"). 그런 다음 그 거대한 주제를 더 작은 하위 주제들로 나누고, 다시 그것들을 구체적인 장면들로 나눕니다. 이는 마치 설계자가 지붕에서 기초까지 내려가며 청사진을 그리는 것과 같습니다.
상향식 (건축가 방식 - Bottom-Up): 그들은 개별 장면에서 시작하여 "어떤 장면들이 서로 어울리는가?"라고 묻습니다. 유사한 장면들(예: 영웅이 슬퍼하는 모든 장면들)을 그룹화하고, 이를 더 큰 "가지"로 요약합니다. 이 과정을 반복하여 나무의 꼭대기에 도달할 때까지 계속합니다.

로봇이 트리를 사용하는 방법 (적응형 검색 - Adaptive Retrieval)

이 부분이 마법 같은 부분입니다. 당신이 AI에게 질문을 던지면, AI는 단순히 추측하거나 책 전체를 다시 읽지 않습니다. 대신 트리를 지도로 사용합니다.

기존 방식: AI는 어떤 페이지가 중요한지 추측하여 읽습니다. 만약 추측이 틀리면, 답을 놓치게 됩니다.
새로운 방식 (적응형 검색):
1. AI는 트리의 꼭대기(거대한 주제들)를 봅니다. 그리고 "어느 가지에 답이 있을 가능성이 높은가?"라고 묻습니다.
2. 그 가지를 선택하여 그 아래에 있는 작은 가지들을 살펴봅니다.
3. 이 과정을 반복하며 거시적인 관점에서 구체적인 장면(잎사귀)으로 점점 더 깊이 파고듭니다.
4. 답이 숨어 있는 바로 그 특정 장면만을 읽어 질문에 답합니다.

비유: 당신이 도시에서 특정 주소를 찾고 있다고 상상해 보세요.

기존 방식: 당신은 집을 찾을 때까지 도시의 모든 거리를 차로 달립니다.
스토리라인 트리 방식: 당신은 도시 지도를 봅니다. 먼저 동네(상위 레벨)를 보고, 그다음 특정 거리(중간 레벨)를 본 뒤, 마지막으로 집 번호(장면 레벨)를 확인합니다. 그리고 곧장 그 집으로 운전해 갑니다.

연구 결과

연구진은 세 가지 서로 다른 긴 책 세트와 어려운 질문들을 대상으로 테스트를 진행했습니다. 결과는 다음과 같았습니다.

더 우수함: "스토리라인 트리" 방식은 긴 텍스트를 읽도록 특별히 훈련된 모델들을 포함하여 그들이 시도한 다른 모든 방식보다 더 나은 성과를 보였습니다.
장면의 중요성: 책을 단순히 "장(Chapter)" 단위로 나누는 것보다 "장면(Scene)" 단위로 나누는 것이 훨씬 더 중요했습니다. 장은 흔히 (페이지 수에 따라) 임의로 결정되지만, 장면은 실제 이야기의 흐름을 바탕으로 하기 때문입니다.
하향식 접근법의 승리: 위에서부터 만드는 방식과 아래에서부터 만드는 방식 모두 효과가 있었지만, 위에서부터 만드는 방식(거대한 주제에서 시작하는 방식)이 약간 더 우수했습니다. 이 방식이 AI에게 탐색을 위한 더 명확한 "전체적인 그림"을 제공했기 때문입니다.

결론

이 논문은 AI가 긴 이야기를 이해하도록 돕기 위해서, 단순히 더 많은 메모리를 주는 것이 아니라 구조를 주어야 한다는 것을 보여줍니다. 책을 장면과 플롯라인의 트리 구조로 조직함으로써, 우리는 AI에게 이야기를 탐색할 수 있는 지도를 제공하며, 이를 통해 수천 페이지의 텍스트 속에서 길을 잃지 않고 빠르고 정확하게 답을 찾을 수 있게 합니다.

기술 요약: 장편 서사를 위한 스토리라인 트리 (Storyline Trees)

문제 정의

소설과 같은 장편 서사는 현재의 긴 문맥(long-context) 언어 모델에 상당한 도전 과제를 안겨줍니다. 명시적인 구조적 단서(제목, 섹션 등)가 존재하는 기술 문서와 달리, 서사는 수백 페이지에 걸쳐 분산된 사건, 등장인물, 플롯 간의 암묵적인 연결 관계에 의존합니다. 전체 텍스트가 모델의 문맥 창(context window)에 들어오더라도, 분산된 정보를 통합해야 하는 작업에서는 성능이 저하됩니다. 기존 방식들은 서사의 암묵적 구조를 재사용 가능한 형태로 표현하지 못하거나, 서사를 단순히 검색 가능한 구절들의 평면적인 집합으로 취급하기 때문에 실패하는 경우가 많습니다. 또한, 챕터 경계는 주제적 일관성보다는 전개 속도나 스타일에 의해 결정되는 경우가 많아, 서사적 흐름을 추적하기 위한 일관된 단위로 사용하기에 부적절합니다.

방법론

저자들은 글로벌 테마와 주요 플롯라인부터 미세한 사건에 이르기까지 장편 서사를 계층적으로 구성하는 **스토리라인 트리(Storyline Trees)**를 제 제안합니다. 이 방법론은 세 가지 핵심 구성 요소로 이루어져 있습니다.

1. 기본 단위로서의 장면 분할 (Scene Segmentation)

챕터나 고정 길이의 세그먼트 대신, 본 시스템은 서사를 **장면(scene)**으로 분할합니다. 장면은 시간, 장소, 등장인물 구성 및 행동의 상대적 일관성을 특징으로 하는 연속적인 서사 단위로 정의됩니다.

프로세스: 먼저 메타데이터로부터 챕터를 추출합니다. 그 후 LLM이 각 챕터를 장면으로 분할하고, 각 장면에 대해 제목(간결한 라벨), 시놉시스(내용 요약), 의미(서사적 기능)를 포함한 구조화된 설명을 생성합니다.
근거: 장면은 서사 이론과 일치하는 일관된 입도를 제공하며, 챕터 길이의 가변성이나 고정 길이 분할로 인한 연속성 단절 문제를 방지합니다.

2. 트리 유도 (Tree Induction)

본 논문은 계층 구조를 구축하기 위해 두 가지 상호 보완적인 절차를 도입합니다.

하향식 유도 (Top-Down Induction): 이 방식은 전체 장면 집합으로부터 추상적인 스토리라인을 추론하고, 이를 다시 구체적인 하위 스토리라인으로 재귀적으로 정교화합니다. 이는 사건이 더 큰 흐름 속에서의 역할로부터 의미를 도출한다는 "플롯 우선(plot-first)" 관점과 일치합니다. 이 과정은 근거 있고 구체적인 정교화를 보장하기 위해 전체 장면 시퀀스와 이전 단계의 스토리라인을 조건으로 합니다.
상향식 유도 (Bottom-Up Induction): RAPTOR에서 영감을 받은 이 방식은 장면 표현에서 시작하여, 의미적으로 연관된 장면들을 재귀적으로 클러스터링하고, 각 클러스터를 상위 수준의 스토리라인 노드로 요약합니다. 이는 국소적 관계(공유된 캐릭터, 인과 관계)로부터 광범위한 스토리라인이 출현한다는 "장면 우선(scene-first)" 관점과 일치합니다.

3. QA를 위한 적응형 검색 (Adaptive Retrieval for QA)

구축된 트리는 질의응답(QA) 과정 중 적응형 검색 절차를 위한 인터페이스 역할을 합니다.

메커니즘: 질문이 주어지면 모델은 초기 장면 집합을 검색합니다. 그 후 모델은 스토리라인 트리를 반복적으로 검토하여 다음에 조사할 서사의 부분을 결정합니다.
의사결정 루프: 각 단계에서 모델은 답변을 확정하거나 특정 스토리라인 노드로부터 증거를 요청합니다. 노드가 선택되면, 해당 제목이 쿼리로 사용되어 원래의 장면 풀에서 가장 관련성이 높은 상위- $k$ 개의 장면을 검색합니다.
장점: 이를 통해 모델은 평면적인 검색 정책이 아닌, 이야기의 해석 가능한 지도를 가이드 삼아 광범위한 서사 구조에서 국소적인 장면 증거로 초점을 점진적으로 좁혀 나갈 수 있습니다.

주요 기여

스토리라인 트리: 글로벌 테마와 미세한 장면 수준의 증거를 연결하는, 장편 서사의 암묵적 구조에 특화된 해석 가능한 계층적 표현을 제시했습니다.
이중 구축 방법: 트리 탐색을 가능하게 하는 상향식 및 하향식 유도 기술과 적응형 검색 절차를 함께 도입했습니다.
실증적 검증: 세 가지 장편 서사 QA 벤치마크(DetectiveQA, NovelQA, LiteraryQA)에서 성능 향상을 입증하였으며, 절제 연구(ablation studies)를 통해 장면 기반 단위와 적응형 탐색의 효용성을 확인했습니다.

실험 결과

실험은 Qwen3 모델(30B 및 235B 파라미터)을 백본으로 하여 세 가지 데이터셋에서 수행되었습니다.

성능: 하향식 적응형 검색이 모든 데이터셋과 모델 규모에서 일관되게 가장 높은 정확도를 기록하며, 제로샷 베이스라인, 메모리 기반 에이전트(MemAgent), 멀티 에이전트 트리 접근법(TOA), 그리고 정적 검색 방식들을 능가했습니다.
구축 방향: 하향식 구축이 상향식보다 우수한 것으로 나타났는데, 이는 글로벌 서사 구조를 먼저 설정하고 아래로 정교화하는 것이 로컬 결합을 통해 상위로 올라가는 것보다 더 나은 검색 인터페이스를 제공함을 시사합니다.
기본 단위: 장면 기반 구축은 토큰 수를 동일하게 맞춘 경우에도 챕터, TextTiling 세그먼트, 또는 의미적 청크를 사용한 대안들보다 성능이 현저히 높았습니다. 이는 저자가 정의한 경계나 일반적인 의미적 일관성만으로는 서사 QA에 충분하지 않음을 나타냅니다.
검색 효율성: 성능 향상은 단순히 더 많은 컨텍스트를 검색했기 때문이 아닙니다. 더 큰 예산을 할당한 정적 검색은 성능을 안정적으로 개선하지 못했습니다. 적응형 트리 가이드 방식이 가장 효과적이었던 이유는 불완전한 증거에서 핵심적인 장면 수준의 세부 사항으로 이동하기 위해 트리 구조를 능동적으로 활용했기 때문입니다.
질문 유형: 이 방법은 광범위한 맥락 내에서 서사적 사건의 위치와 해석을 요구하는 질문(예: 플롯, 캐릭터, 배경 및 의미 관련 질문)에서 가장 큰 폭의 이득을 얻었습니다.

의의 및 주장

본 논문은 서사 구조를 명시화하는 것이 단순히 문맥 창을 확장하는 것을 넘어, 장기 문맥 이해를 향한 실행 가능한 경로를 제공한다고 주장합니다. 결과는 다음을 시사합니다:

구조의 중요성: 서사를 평면적인 구절의 집합으로 취급하는 것보다 암묵적인 스토리라인 구조를 모델링하는 것이 더 유익합니다.
적응성의 핵심: 계층적 표현에 의해 가이드되는 적응형 검색은 모델이 상위 구조를 반복적으로 검토하고 필요에 따라 장면 수준의 증거를 검색할 수 있게 하여, 고정된 방식이나 에이전트 기반의 청크 방식보다 뛰어난 성능을 보입니다.
장면의 근본성: 장면은 챕터나 일반적인 세그먼트보다 장편 서사의 사건 구조와 일치하기 때문에, 서사 표현을 위한 더 효과적인 기본 단위 역할을 합니다.

저자들은 현재 시스템이 전적으로 프롬프트 기반이어서, 훈련된 정책에 비해 탐색 결정의 신뢰도가 제한될 수 있다는 점을 언급하며 한계를 인정했습니다. 또한 트리 구축의 계산 비용이 적지 않지만, 동일한 도서에 대한 여러 쿼리에 대해 이를 분할 상환(amortize)할 수 있다고 덧붙였습니다. 향-후 연구로는 스토리라인 트리 위에서 직접 검색 및 탐색 정책을 학습하는 것과, 이 표현 방식을 다른 서사 장르로 확장하는 것을 제안했습니다.