LLM 시스템을 활용한 NPC 내러티브 생성 연구

A Study on NPC Narrative Generation Using LLM Systems

본 연구에서는 게임 내 NPC 내러티브를 효율적으로 생성하는 시스템을 대형 언어 모델(LLM) 기술을 활용하여 제안했다. 자연스럽고 일관된 NPC 서사 생성을 위해 세 가지 (기본 프롬프트, 정보 프롬프트, 변수 프롬프트)로 구성된 프롬프트 설계 방법론을 개발하였다. 이는 기존의 수작업 중심 NPC 설계 방식에 비해 개발 효율성과 NPC 다양성을 크게 향상시킨다. 게임 업계 종사자 48명을 대상으로 실시한 평가에서 자연스러움은 평균 4.35점, 완성도는 평균 4.06점으로 높게 나타났으며, 평가자의 62.5%가 실제 게임 개발에 도입할 의향이 있다고 응답했다. 두 평가 항목 사이에는 강한 양의 상관관계(r=0.813, p=0.05)가 확인되었다. 연구 결과는 LLM 기반 NPC 생성 기술이 게임의 몰입감을 향상시키고 플레이어 참여도를 증진시킬 수 있음을 시사한다. 향후 연구 방향으로는 NPC의 대화 생성 시스템 및 외형 생성과의 연계 연구가 필요할 것으로 제안된다.

This study proposes a system for efficiently generating in-game NPC narratives using large language model (LLM) technology. To create natural and consistent NPC narratives, we developed a prompt design methodology consisting of three components: basic prompts, information prompts, and variable prompts. This approach significantly improves development efficiency and NPC diversity compared to traditional manual NPC design methods. In an evaluation conducted with 48 game industry professionals, naturalness scored an average of 4.35 and completeness scored an average of 4.06, both indicating high satisfaction. Additionally, 62.5% of evaluators expressed an intention to adopt the system in actual game development. A strong positive correlation (r=0.813, p=0.05) was observed between the two evaluation metrics. The research results suggest that LLM-based NPC generation technology can enhance immersion in games and increase player engagement. Future research directions include studying the integration of NPC dialogue generation systems with appearance generation.