기술 요약: 스토리 연산자(Story Operators)와 원작→속편 변환의 분해

문제 정의

본 논문은 원작 소설에 이어 속편이 등장할 때 발생하는 문학적 변환을 정량화하고 해석하는 과제를 다룬다. 저자는 책을 정적인 실체로 취급하거나 단순히 전역적 유사성으로 측정하는 대신, 책을 고차원 문장 임베딩 공간의 한 점으로 보고, 원작에서 속편으로의 전이를 기하학적 연산(변위 벡터)으로 취급할 것을 제안한다. 핵심 질문은 다음과 같다: 기하학적으로, 첫 번째 책을 두 번째 책으로 만들기 위해 무엇이 필요한가? 목표는 이 변환을 고정된 외부 분류 체계에 의존하는 것이 아니라, 두 권의 책 텍스트로부터 직접 도출된 일련의 해석 가능하고 명명된 의미론적 움직임인 "스토리 연산자(Story Operators)"로 분해하는 것이다.

방법론

1. 임베딩 공간 구축

연구는 all-mpnet-base-v2 모델을 사용하여 768차원의 문장 임베딩을 생성한다. 데이터 소스는 PG19 코퍼스(1919년 이전 도서인 Project Gutenberg)의 사전 계산된 인덱스이다.

• 도서 벡터: 긴 텍스트에서 발생하는 토큰 절단 문제를 피하기 위해, 저자는 불필요한 부분(헤더, 라이선스 등)을 제거하고, 남은 단락들의 임베딩에 대한 $L_2$ 정규화된 평균을 해당 도서의 벡터($\bar{x}$)로 정의한다.
• 변위 벡터: 원작 $T$와 속편 $H$에 대하여, 변환은 변위 벡터 $d = \bar{x}_H - \bar{x}_T$로 정의된다.

2. 콘텐츠 축 분해

논문은 $d$를 해석 가능한 성분들로 분해하기 위한 탐욕적(greedy) 분해 방법을 도입한다.

• 기저 구축: 특정 원작과 속편 쌍의 중심화된 단락 임베딩들의 합집합에 대해 수행된 **주성분 분석(PCA)**을 통해 콘텐츠 기저 $\{u_j\}$를 생성한다. 이는 축들이 해당 두 텍스트 내의 실제 분산을 나타내도록 보장한다.
• 탐욕적 투영: 변위 $d$를 기여도 크기($|\langle d, u_j \rangle|$)에 따라 정렬된 기저 축들에 투영하여 분해한다.
• 단계 선택: 알고리즘은 단계($w_k$)를 누적하며, 누적된 벡터와 목표 속편 벡터 사이의 "감소된 각도 간격(angular gap closed)"($g_k$)를 추적한다. 단계는 남은 각도 간격의 1% 이상을 좁힐 때만 유지되며, 그렇지 않은 단계는 "데드 웨이트(dead weight)"로 간하여 버린다.
• 해석: 유지된 각 단계는 스토리 연산자 대수에서의 along 연산에 대응한다. 축의 이름은 투영의 극단(arg max/arg min)에 있는 실제 단락(일반적으로 원작과 속편 중 하나)을 식별함으로써 명명된다.

3. 비교 지표

연구는 다음 지표를 사용하여 변환을 정량화한다:

• $\|d\|$ (크기): 변위의 유클리드 노름.
• 참여도 비율(Participation Ratio): 변환이 축들에 얼마나 집중되어 있는지를 나타내는 척도 (낮은 비율 = 하나의 축에 집중됨; 높은 비율 = 분산됨/구성적임).
• 콘텐츠 천장(Content Ceiling, $g_K$): 콘텐츠 기저에 의해 좁혀진 전체 각도 간격의 비율.
• 지배적 점유율(Dominant Share): 단일 최대 축이 포착한 움직임의 백분율.

4. 의도 검증 (사례 연구)

톰 소여(Tom Sawyer) → 허클베리 핀(Huckleberry Finn) 쌍에 대하여, 저자는 여섯 가지 특정 "명시된 저자의 의도"(마크 트웨인의 편지에서 도출됨)를 구절 방향으로 임베딩한다. 연구는 실현된 변위 $d$가 이 의도 벡터들의 스팬(span) 내에 놓이는 비율을 측정하여, 이를 무작위 부분 공간 베이스라인과 비교한다.

주요 결과

A. 속편의 분류학

13개의 검증된 저자 쌍(탐정 소설부터 유토피아 로맨스까지 다양한 장르를 포괄)을 분석한 결과, 속편 변환의 세 가지 뚜렷한 양상이 드러났다:

1. 정형적(Formulaic): 작은 크기($\|d\| \approx 0.12-0.18$)와 낮은 집중도. 변환이 아주 작고 낮은 계수의 변화이다.
   • 예시: 아서 코난 도일의 셜록 홈즈의 모험 → 셜록 홈즈의 회상 (지배적 축에서 14%).
2. 집중적(Concentrated): 중간 또는 큰 크기를 가지나, 단일 의미론적 축에 고도로 집중되어 있다.
   • 예시: 루이자 메이 올컷의 작은 아씨들 → 작은 남자들 (단일 축에 75%의 움직임이 집중됨: 소녀들의 가정적 성장기에서 소년들의 학교 생활로의 전환).
3. 구성적(Compositional): 변환이 많은 작은 축들에 분산되어 있다(높은 참여도 비율). 이는 서사 세계의 진정한 재구성(re-composition)을 의미한다.
   • 예시: 마크 트웨인의 톰 소여 → 허클베리 핀 (참여도 비율 4.4, 8개의 유효 단계).

B. 사례 연구: 톰 소여 → 허클베리 핀

이 전형적인 쌍의 분해는 구체적인 통찰을 제공한다:

• 구조적 지배성: 가장 크게 회복된 축(움직임의 32%)은 구조적이다: 즉, "보호받는 가정적 환경(Aunt Polly praying)"이 "피카레스크적 사기(con-man 'king')"로 붕괴되는 것이다.
• 이차적 축들: 흔히 언급되는 표면적 주제들(방언, 노예제 등)은 이후의 더 작은 축들에 나타난다.
• 경로 분석: 변환은 "모험-여정 공간"(보물섬, 납치된 아이와의 근접성)을 경유한다. 반면, 단순한 선형 보간법은 원작을 일반적인 사실주의로 희석시키기만 할 것이다.
• 의도와의 정렬: 명시된 여섯 가지 의도(1875–1876년 트웨인의 기록된 편지)는 실현된 변위의 **22.8%**를 차지한다(무작위 베이스라인인 8.9%보다 유의미하게 높음). 그러나 가장 지배적인 구조적 축(안식처 $\to$ 사기)은 트웨인의 명시적 체크리스트와 가장 일치하지 않는 부분이었으며, 이는 이 깊은 구조적 변화가 계획된 항목이라기보다 서사의 결과로서 나타난 창발적 현상임을 시사한다.

의의 및 주장

본 논문은 문학적 변환을 분해하는 재현 가능하고 텍스트에 기반한 방법을 제공한다고 주장한다. 그 의의는 다음 세 가지 영역에 있다:

1. 방법론적: 두 책 사이의 변위가 외부의 의미 차원을 강요하지 않고도, 해석 가능한 일련의 "스토리 연산자"(특히 along 동사)로 분해될 수 있음을 입증한다. 축들은 비교되는 두 텍스트 내의 분산으로부터 엄격하게 도출된다.
2. 기술적: 템플릿 기반의 연속인지 아니-면 진정한 재구성인지를 구분하는 속편의 분류학(정형적, 집중적, 구성적)을 확립하고, 다양한 저자에 걸친 정량적 지표를 통해 이를 뒷받침한다.
3. 비평적: 트웨인의 사례에서, 기하학적 분석은 속편의 "가장 깊은 움직임"(피카레스크 도로로의 구조적 전환)이 저자의 명시적 의도에 완전히 포착되지 않은 채 나타난 창발적 속성이었음을 밝혀냈다. 이는 임베딩 기하학이 저자의 자기 보고를 넘어서거나 앞서는 서사적 역동성을 밝혀낼 수 있음을 시사한다.

저자는 다음과 같은 한계를 명시한다: 샘플 크기가 작고(13개 쌍, 1919년 이전, 영어), 의도 테스트는 표현 방식의 불일치(구절 vs 책 벡터)로 인해 "노이즘이 섞인 하한선"이며, 평균 풀링을 사용하기 때문에 플롯의 순서를 무시한다는 점이다. 그러나 핵심 결과, 즉 원작 $\to$ 속편 변환이 해석 가능하고 텍스트에 기반한 연산자로 분해된다는 점은 완전히 재현 가능하며 경험적 근거를 갖춘 것으로 제시된다.