문화 콘텐츠 산업의 창작 아이디어 생성을 위한 대규모 언어모델 기반 접근 : 웹툰 기반 영화 콘텐츠의 시나리오 아이디어를 중심으로

국문 초록 (Abstract)

본 연구는 문화콘텐츠 산업에서 반복적으로 관찰되는 장르 구조를 기반으로, 대규모 언어모델을 활용한 통제된 텍스트 생성과 생성 결과의 신규성을 정량적으로 평가하는 방법론을 제안한다. 이를 위해 2010년부터 2025년까지 개봉한 한국 웹툰 원작 영화 40편의 시놉시스와 장르 정보를 수집하여, 주류 장르 분포와 장르 간 공동출현 구조를 분석하였다. 도출된 장르 조합을 생성 제약 조건으로 설정한 뒤, 대규모 언어모델을 활용해 영화 개요 텍스트를 통제된 방식으로 생성하였다.
생성된 텍스트와 실제 영화 개요는 동일한 형식으로 표준화하여 의미 임베딩 공간에 투사한 후, Isolation Forest를 적용해 Novelty Score를 산출하고 두 집단 간 분포를 비교하였다. 분석 결과, 생성된 개요 텍스트는 동일한 장르 제약 하에서도 실제 영화 개요에 비해 상대적으로 높은 신규성 점수 구간에 더 많이 분포하는 경향을 보였다. 본 연구는 산업 데이터에 기반한 장르 구조 분석, 통제된 텍스트 생성, 의미 기반 신규성 측정을 결합함으로써 문화콘텐츠 기획 과정에서 생성 모델을 활용할 수 있는 정량적 분석 틀을 제시한다.
키워드: 문화콘텐츠 산업, 웹툰 원작 영화, 대규모 언어모델, 텍스트 생성, 신규성

다국어 초록 (Multilingual Abstract)

This study proposes a quantitative framework for evaluating controlled text generation using large language models within the cultural content industry. Focusing on Korean webtoon-based films released between 2010 and 2025, the study analyzes genre distributions and genre co-occurrence structures based on real industry data. These genre combinations are used as constraints for generating film synopses with a large language model.
Both generated and real synopses are standardized and embedded into a shared semantic space, and novelty is measured using an anomaly detection method, Isolation Forest. The results show that, even under identical genre constraints, generated synopses tend to occupy higher novelty score ranges than real film synopses. By integrating genre structure analysis, controlled generation, and embedding-based novelty measurement, this study presents a reproducible analytical approach for supporting creative exploration in cultural content planning.
Keywords: cultural content industry, webtoon-based films, large language models, text generation, novelty

목차 (Table of Contents)

• 1. 서론 1
• 2. 이론적 배경 4
• 2.1 문화콘텐츠산업에서의 창의적 아이디어 생성 4
• 2.2 문화콘텐츠산업 연구에서 Text Mining의 활용 8
• 2.3 문화콘텐츠산업 연구에서의LLM 활용 11
• 2.4 텍스트 신규성 측정과 의미 기반 이상치 탐지 13
• 2.5 선행연구와의 차별성 15
• 3. 연구 방법론 17
• 3.1 데이터 수집 19
• 3.2 co-occurrence 행렬 구축 20
• 3.3 GPT 기반 통제된 텍스트 생성 21
• 3.4 신규성(Novelty Score) 측정 22
• 4. 사례 연구 24
• 4.1 영화 데이더 수집 및 전처리 24
• 4.2 장르 빈도 통계 및 co-occurrence 행렬 구축 결과 32
• 4.3 GPT 기반 통제된 텍스트 생성 38
• 4.4 Novelty Score 45
• 5. 결론 55