본 논문은 주제 모델링과 군집화를 위해 문맥적 대규모 언어 모델 임베딩을 활용하는 기존 방법들의 확장성, 투명하지 않은 유사도 측정, 그리고 다국어 환경에서의 어려움을 해결하기 위해, 확장 가능하고 해석 가능하며 계층적이고 다국어적인 뉴스 기사 및 소셜 미디어 데이터 군집화 접근 방식을 제시합니다. 다양한 수준의 세분화된 이야기 유사성을 판별할 수 있는 다국어 Matryoshka 임베딩을 훈련하고, 이를 활용하여 효율적인 계층적 군집화 알고리즘을 개발하여 독특한 뉴스 스토리, 서사, 주제를 식별합니다. SemEval 2022 Task 8 테스트 데이터셋에서 최첨단 성능(Pearson ρ = 0.816)을 달성한 Matryoshka 임베딩을 기반으로 실제 뉴스 데이터셋에서 스토리, 서사, 상위 주제를 식별하고 군집화하는 방법을 보여줍니다.