Recientemente, la locura por los contenidos de K-POP está promoviendo el desarrollo de las industrias culturales y artísticas de Corea. En particular, con el desarrollo de varios contenidos de K-POP, incluyendo la danza, así como la popularidad del K-POP en línea debido al fenómeno social sin contacto de la era de la enfermedad por coronavirus 2019 (COVID-19), ha aumentado el interés por la danza y la canción coreanas. La investigación sobre la inteligencia artificial (IA) en la danza, como la inteligencia artificial en un entorno virtual, la IA deepfake que transforma a los bailarines en otras personas, y la IA de coreografía creativa que crea nuevas danzas combinando danza y música, se está llevando a cabo activamente. Recientemente, la locura creativa de la danza que crea nuevas coreografías está en el centro de atención. La tecnología de IA de coreografía creativa requiere los movimientos de varios bailarines para preparar una versión de baile. Este proceso causa problemas, como conjuntos de datos de entrada costosos y el costo de cambiar a la fuente objetivo que se utilizará en el modelo. Hay un problema en que se deben considerar los diferentes movimientos entre varios géneros de danza al convertir. Para resolver este problema, es necesario promover sistemas de coreografía creativa en una nueva dirección mientras se ahorran costos al permitir la coreografía creativa sin el uso de costosos dispositivos de captura de movimiento y minimizando la mano de obra de los bailarines de acuerdo con la consideración de varios géneros. Este documento propone un sistema en un entorno virtual para generar automáticamente coreografías creativas continuas de K-POP al derivar posturas y gestos basados en memoria a largo y corto plazo bidireccional (Bi-LSTM). Los videos de danza de K-POP y los videos de danza se recopilan previamente como entrada. Considerando un video de danza para definir una postura, los usuarios que desean una coreografía, un personaje de danza en 3D en la película fuente, realizan una nueva coreografía con Bi-LSTM y se aplica. Para el aprendizaje, considerando la creatividad y la popularidad al mismo tiempo, se evalúa y selecciona el siguiente movimiento con probabilidad. Si se utiliza el método propuesto, se puede reducir el esfuerzo para la recopilación de conjuntos de datos, y es posible proporcionar un entorno de investigación de IA intensivo que genere coreografías creativas a partir de varios videos de danza en línea existentes.