장편 소설을 위한 Narratology에 기반한 이야기 세계 모델: Story Writer 기억

장편 소설 작가들은 기억이 진화하는 이야기 상태에 대한 다중 점프 질문에 답해야 합니다. 예를 들어, 어떤 이는 비밀을 알고 있었고 그 비밀을 언제 알게 되었는지, 사건이 누군가의 비밀을 드러내는 설명보다 이전에 일어났는지, 설정이 성공적으로 끝났는지, 어떤 이는 관계가 어떻게 변했는지. 일반적인 정보 추출 시스템과 agent-memory 시스템은 entity와 fact를 표현하지만 narratology 구조에 기반한 이러한 질문을 다루지 않기 때문에 잘못된 증거나 아무런 증거도 제시하지 못합니다. 우리는 Narrative World Model (NWM)이라고 하는 작가 기억 시스템을 제안합니다. NWM은 narratology에 기반한 유형화 된 시간적 상태 그래프와 query-conditioned hybrid retrieval을 결합한 시스템입니다. 기억을 측정하기 보다는 대답자 자체를 측정하는 대신, 우리는 모든 시스템을 단일 유지된 Opus 4.8 리더로만 사용 가능한 시스템의 챕터-safe 증거만을 사용하여, reproducible public corpus와 validated multi-hop benchmark를 사용하여 시스템을 평가하였습니다. 그리고 우리는 Graphiti/Zep (Rasmussen et al., 2025)이라고 하는 가장 강력한 존재하는 temporal-knowledge-graph agent-memory framework와 비교하였습니다. NWM은 두 개의 corpus 모두에서 multi-hop narratological QA에서 baseline보다 상당히 그리고 유의미하게 우수합니다. 그리고 GraphRAG와 flat retrieval보다도 훨씬 우수합니다. 이 장점은 추출의 artifact가 아닌 표현 방식에 의한 것이며, baseline을 NWM의 추출기와 재구축한 결과 baseline의 장점이 사라졌습니다. 그리고 NWM의 narratology-grounded 구조와 query-conditioned retrieval에 의한 것이며, 그래프 크기나 extractor의 품질에 의한 것이 아닙니다.