LLM 기반 생성 에이전트 사회 시뮬레이션
사회 과학에서 인간 행동과 사회 이해는 핵심 과제이며, 생성 사회 과학의 등장은 패러다임 전환을 가져왔습니다. 이는 고비용의 전통적 실험을 대체하여 복잡한 사회 역학 연구를 위한 확장 가능하고 재현 가능한 계산 접근법을 제공합니다. 최근 대규모 언어 모델(LLM)의 발전은 인간과 유사한 생성 에이전트 및 사실적인 사회 시뮬레이션을 가능하게 하며 이 연구 패러다임을 더욱 변화시켰습니다. 본 연구는 LLM 기반 에이전트, 현실적인 사회 환경, 강력한 대규모 시뮬레이션 엔진을 통합한 사회 시뮬레이터인 AgentSociety를 제안합니다. 제안된 시뮬레이터를 기반으로 1만 명 이상의 에이전트의 사회생활을 생성하고, 에이전트 간 및 에이전트와 환경 간의 5백만 건의 상호작용을 시뮬레이션했습니다. AgentSociety는 양극화, 선동적 메시지 확산, 보편적 기본 소득 정책 효과, 허리케인과 같은 외부 충격의 영향, 도시 지속 가능성 등 다섯 가지 주요 사회 문제를 탐구하는 계산 사회 실험의 테스트베드로 활용되었습니다. 이는 설문조사, 인터뷰, 개입 등 전형적인 연구 방법을 지원하고 사회 문제의 패턴, 원인 및 메커니즘을 조사하는 데 유용함을 입증했습니다. AgentSociety의 결과가 실제 실험 결과와 일치함은 인간 행동과 그 기저 메커니즘을 포착하는 능력을 보여줄 뿐만 아니라, 사회 과학자와 정책 입안자를 위한 중요한 플랫폼으로서의 잠재력을 강조합니다.