Multi-Agent System for AI-Assisted Extraction of Narrative Arcs in TV Series
Created by
- Haebom
Category
Empty
저자
Roberto Balestri, Guglielmo Pescatore
개요
본 논문은 시리즈물의 복잡한 스토리라인을 분석하기 위한 다중 에이전트 시스템을 제안한다. Grey's Anatomy 시즌 1을 대상으로 Anthology (독립적인), Soap (관계 중심), Genre-Specific (장르 특정) 세 가지 유형의 서사적 아크를 식별하는 시스템을 개발하고, 관계형 및 의미론적(벡터) 데이터베이스에 이를 저장하여 구조적 분석 및 비교를 가능하게 한다. 시스템은 자동화와 비평적 해석을 연결하기 위해 데이터를 강화하고 시각화하는 도구를 갖춘 그래픽 인터페이스를 제공한다. Anthology 아크와 등장인물 식별에는 높은 성능을 보였으나, 에피소드 요약과 같은 텍스트 부가 정보에 의존하기 때문에 중복 아크나 미묘한 역학 관계 인식에는 한계를 보였다. 결론적으로, 본 연구는 서사 분석에 있어 계산적 전문성과 인간 전문성을 결합하는 잠재력을 강조하며, 향후 다양한 장르와 대화 및 시각적 요소 등 다중 모달 입력을 통합하여 시스템을 개선할 계획이다.
시사점, 한계점
•
시사점:
◦
시리즈물의 복잡한 서사 구조를 분석하는 새로운 다중 에이전트 시스템 제시
◦
관계형 및 의미론적 데이터베이스를 활용한 구조적 분석 및 비교 가능
◦
자동화와 인간의 전문성 결합을 통한 효율적 서사 분석 가능성 제시
◦
시리즈물 분석을 넘어 소설 등 다른 형식의 서사 분석에도 적용 가능성
•
한계점:
◦
에피소드 요약 등 텍스트 부가 정보에 의존하여 중복 아크 및 미묘한 역학 관계 인식에 어려움
◦
현재는 Grey's Anatomy 시즌 1에 대한 분석만 수행, 장르 다양성 확보 필요
◦
다중 모달 입력(대화, 시각적 요소) 통합 필요
