Longform Continuity Engine

여러 회차에 걸쳐 인물과 과거 사건, 세계관 규칙이 달라지지 않도록 돕는 글쓰기 도구를 연구합니다. 새 본문을 기존 이야기 기록과 대조한 뒤 다음 회차에 반영하는 방식을 개발하고 있습니다.

언어 모델은 자신이 쓰는 세계에 대한 영속적 기억이 없습니다. 몇 개 씬 이후 성격이 흐려지고, 이전의 해결이 잊히고, 시공간적 연속성이 끊어집니다. 유한한 컨텍스트 윈도우 안에서 크고 일관된 세계 상태를 유지하면서 자연스러운 문장을 만드는 것이 어려운 부분입니다.

엔진은 작업을 세 영역으로 나눕니다. 확립된 사실을 기록하는 구조화된 세계 상태 원장, 관계를 다루는 감정 친밀도 모델, 회차별로 이야기를 진행하는 장면 실행기입니다. 핵심 원칙은 본문 근거를 확인한 뒤 상태를 갱신하는 것입니다. 사실은 단순히 계획되거나 암시된 것만으로는 세계관에 추가되지 않고, 실제 생성된 본문에서 확인되어야 반영됩니다.

실제 여러 회차를 실행하며 연속성이 유지되는지 확인합니다. 한 회차에서 확립된 인물 특성이 후속 회차에도 이어지는지, 해결된 갈등이 다시 나타나지 않는지, 이야기가 진행되는 동안 세계관의 사실이 안정적으로 유지되는지를 살핍니다. 각 후보 문단은 공식 설정으로 반영되기 전에 추출된 근거와 대조합니다.

엔진이 하나의 시리즈를 회차별로 확장하면서 상태를 전달하고, 후속 회차를 이전 회차와 일관되게 유지할 수 있음을 확인했습니다. 모든 상태 변경은 커밋 전 게이트를 통과해야 하며, 필수 검사가 실행되지 않았거나 실패하면 해당 변경을 반영하지 않습니다.

분량이 길어질수록 전체 세계 상태를 놓치지 않고 유지하기가 어려워집니다. 글을 쓴 모델이 스스로 수행한 검사는 독립적인 검토가 아니므로, 검증 결과에 사용한 방법과 범위를 함께 표시합니다.