AI가 5장에서 소설을 잊어버리는 이유 (그리고 해결 방법)

AI로 소설을 쓰고 있습니다. 처음 세 장은 훌륭했습니다—탄탄한 문장, 일관된 캐릭터, 플롯도 잘 구축되었습니다. 그런데 5장에서 문제가 생깁니다: AI가 2장에서 이미 등장한 캐릭터를 마치 새 인물처럼 소개합니다. 신중하게 깔아둔 복선이 무시됩니다.

당신이 잘못한 것이 아닙니다. AI가 단지 소설을 잊어버린 것입니다.

AI가 잊는 이유: 기술적 현실

모든 AI 모델에는 컨텍스트 윈도우가 있습니다—한 번에 “볼 수 있는” 최대 텍스트량입니다.

모델	컨텍스트 윈도우	대략 해당하는 양
GPT-4o	128K 토큰	~5만 단어
Claude Sonnet	200K 토큰	~8만 단어
Gemini Pro	1M 토큰	~40만 단어

문제점:

1. 컨텍스트 윈도우 ≠ 사용 가능한 컨텍스트. 프롬프트, 시스템 지시, 모델 출력이 모두 한도에 포함됩니다.
2. 중간 부분의 품질 저하. LLM은 컨텍스트 윈도우의 시작과 끝에 가장 많은 주의를 기울이고, 중간은 덜—“중간의 상실” 문제.
3. 각 생성은 무상태. 새 메시지나 API 호출 시 AI는 이전 호출에 대한 기억이 제로입니다.
4. 컨텍스트 윈도우는 비쌉니다.

방법 1: 수동 컨텍스트 주입 (무료, 모든 도구)

매 생성 전에 관련 컨텍스트를 프롬프트에 수동으로 붙여넣습니다.

포함할 내용: 스토리 전제, 관련 캐릭터 프로필, 최근 3장 요약, 미해결 플롯 스레드, 현재 장 계획.

장점: 모든 AI 도구에서 사용 가능, 무료. 단점: 시간 소모(장당 15-30분), 오류 발생 가능, 확장 불가.

방법 2: 구조화된 요약 (무료, 모든 도구)

각 장 후에 작성: 요약(무슨 일이 있었는지), 결과(무엇이 변했는지), 활성 스레드(미해결 질문).

요약은 정보를 효율적으로 압축합니다. 3장의 5000단어 전체 대신 핵심 사실을 담은 100단어를 보냅니다.

시간 비용: 장당 5-10분. 수동 주입보다 훨씬 확장 가능합니다.

방법 3: RAG 기반 접근법 (기술적, DIY)

검색 증강 생성(RAG)은 소설 데이터를 벡터 데이터베이스에 저장하고, 각 생성에 관련 조각만 검색하는 기술입니다.

적합한 대상: 소설을 취미로 쓰는 개발자. 일반 작가에게는 엔지니어링 투자 대비 가치가 없을 수 있습니다.

방법 4: 전용 소설 도구 (자동화)

Noveble은 이 접근법의 한 예입니다. 캐릭터 프로필을 영구 저장하고, 장 요약과 결과를 자동 생성하며, 모든 생성에 전체 컨텍스트 체인을 주입합니다.

방법 선택

방법	설정 시간	장당 비용	최적 용도
수동 주입	없음	15-30분	단편 소설 (10장 미만)
구조화 요약	1시간	5-10분	중편, 모든 도구
RAG	10시간+	최소	개발자, 초장편
전용 도구	30분	1-2분	본격 장편 프로젝트

장별 연속성 체크리스트

1. 캐릭터 사실 — 확립된 특성이나 능력과 모순되는 것이 있는가?
2. 플롯 스레드 — 여기서 관련되어야 할 모든 활성 스레드를 언급했는가?
3. 정보 일관성 — 각 캐릭터가 실제로 알게 된 것만 알고 있는가?
4. 톤과 목소리 — 문체가 이전 장과 일치하는가?
5. 인과관계 — 이 장의 모든 것이 이전 사건에서 논리적으로 도출되는가?

---

컨텍스트 관리를 자동화하고 싶으신가요? Noveble은 소설 전체의 모든 플롯 포인트, 캐릭터 세부 사항, 장 결과를 추적합니다. 30 무료 크레딧, 신용카드 불필요.