연구진이 LLM이 생성하는 이야기의 다양성을 서사적 유사성 관점에서 분석했어요. 10개의 LLM이 생성한 이야기와 인간이 쓴 이야기를 비교한 결과, LLM이 만든 이야기가 서로 더 유사한 경향을 보였어요. 특히 최신 모델은 개별 인간의 이야기를 흉내 내지만, 인간 작가들의 다양성을 따라가지 못하는 '평균적인' 이야기가 생성돼요.
네거티브 프롬프트나 온도 스케일링 같은 기존의 해결책들이 LLM 이야기의 획일성을 크게 개선하지 못한다는 사실이 밝혀졌어요. 연구 결과는 LLM이 창의적인 콘텐츠를 생성하는 데 여전히 어려움이 있음을 시사합니다.
이 연구는 LLM이 생성하는 콘텐츠의 다양성을 높이기 위한 새로운 접근 방식의 필요성을 강조합니다.