PRIME Evaluation Framework for Game NPC Dialogue Systems

이 연구는 게임 NPC 대화 시스템 평가에서 기존 RAGAS(Retrieval Augmented Generation Assessment) 메트릭의 한계를 실증적으로 입증하고, 인지과학 기반의 PRIME 평가 프레임워크를 제안한다. 4개 RAG 시스템 평가 결과, RAGAS에서 최하위를 기록한 Memory Stream RAG(0.377)가 제안된 PRIME 메트릭 성격 일관성, 관계 발전 추적, 지능 일관성, 기억 감쇠 자연스러움, 감정 일관성에서는 최상위 성능을 보였다. 이는 기존 메트릭이 정확성만을 중시하여 자연스러운 망각과 관계 발전을 오히려 부정적으로 평가하기 때문이다. 이 연구에서 제안한 PRIME 5가지 메트릭은 인간 평가와 r=0.81(p<0.001)의 높은 상관관계를 보여, RAGAS(r=0.23) 대비 3.5배 향상된 타당성을 입증했다. 30명의 숙련된 게이머를 대상으로 한 실험을 통해 제안 프레임워크의 유효성을 검증하였으며, Memory Stream RAG는 NPC 메트릭에서 RAGAS 최하위(4위)에서 최상위(1위)로 3단계 상승하는 결과를 보였다.