생애사 프로필 기반 LLM 소설 생성의 창의성 평가 연구: 모델별 서사 생성 특성 비교를 중심으로 = Evaluating the Creativity of Life-History-Based LLM Story Generation: A Comparative Analysis of Model Narrative Features

국문 초록 (Abstract)

본 연구는 대규모 언어모델(Large Language Models; LLMs)의 생애사 소설 생성 가능성을 탐구하고, 창의성 평가 기준에 따른 인간 평가를 통해 그 성과를 검증하였다. 노년층 심층 인터뷰를 기반으로 구성한 내러티브 프롬프트를 활용하여 GPT-3.5, GPT-4o, GPT-4.1 모델이 각각 100편씩 총 300편의 생애사 소설을 생성하였으며, 여섯 가지 창의성 평가 기준에 따라 인간 평가자가 정량·정성 분석을 수행하였다. 분석 결과, GPT-3.5는 단순한 구조로 정교성에서 가장 높은 합의를 보였고, GPT-4o는 안정적인 서사 전개를 통해 전반적으로 균형 잡힌 성과를 나타냈다. GPT-4.1은 감각적·정서적 표현에서 강점을 보였으나 해석이 다양하게 분기되어 항목별 일치도 편차가 가장 크게 나타났다. 이는 창의성 수준의 차이보다는 각 모델이 구성하는 서사 방식이 평가자 해석에 다르게 작용한 결과이며, LLM이 생애사와 같은 복잡한 맥락에서도 일정 수준의 창의적 서사 생성 능력을 발휘함을 시사한다.

다국어 초록 (Multilingual Abstract)

This study examines the ability of large language models (LLMs) to generate creative life-history narratives. Using prompts derived from interviews with older adults, GPT-3.5, GPT-4o, and GPT-4.1 produced 100 stories each, which were evaluated by human raters across six creativity criteria. GPT-3.5 showed high agreement in elaboration owing to its simple structure, GPT-4o demonstrated stable and balanced narrative development, and GPT-4.1 excelled in sensory expression but yielded wider variations in rater interpretations. These results indicate that differences in agreement arise from how each model constructs its narratives, and that LLMs can produce creative narratives even in contextually complex domains such as life-history storytelling.