운명을 설계한다 LLM 기반 사회화 게임에서 교육적 역할과 성장 탐구

초록

본 논문은 대형 언어 모델(LLM)로 구동되는 역할극 게임을 설계·평가하여, 사회화 단계별 교육적 역할과 도덕적 책임을 반성하도록 돕는다. 4계절 구조와 실시간 점수 비공개, 단계별 성장 피드백을 통해 플레이어가 교육 관계의 변화를 체험하고 인식하게 한다.

상세 분석

이 연구는 사회화 이론을 게임 메카니즘에 직접 매핑한 점에서 학제적 혁신성을 가진다. ‘봄‑여름‑가을‑겨울’이라는 4단계 서사는 사회화 과정의 초기 규범 습득부터 후기 모호성·갈등까지를 시간적 스케일로 구체화한다. 각 단계마다 LLM이 생성하는 NPC(멘토)의 반응을 차별화함으로써, 플레이어는 동일한 행동이 단계에 따라 다른 도덕적 함의를 갖는다는 인식을 얻게 된다.

시스템 설계는 두 가지 핵심 전략을 사용한다. 첫째, ‘entry load’를 최소화하기 위해 자유 텍스트 입력과 구조화된 선택지를 혼합하고, 단계가 진행될수록 템플릿형 정당화 입력을 도입해 인지 부하를 조절한다. 둘째, 실시간 점수 시각화를 배제하고 ‘성장 요약’이라는 지연 피드백을 도입함으로써 교육적 결과가 누적되고 사후에만 드러나는 현실을 모방한다. 이러한 ‘anti‑visualization’ 접근은 점수 추구 메커니즘을 억제하고, 플레이어가 행동의 도덕적 의미를 재해석하도록 유도한다.

실험은 12명의 대학생을 대상으로 진행됐으며, 게임 로그와 사후 인터뷰를 통해 Reflexive Thematic Analysis(RTA)를 수행했다. 분석 결과는 다섯 가지 주요 테마(‘통제 불가능한 교육 효과’, ‘사회적 역할 전이’, ‘도덕적 상황 긴장’, ‘AI 인지 변형’, ‘자기 반성 강화’)로 귀결된다. 특히, 플레이어가 초기에는 ‘지도자’ 역할에 머물렀지만, 상황이 복잡해질수록 ‘협상가’·‘중재자’로 전이되는 과정이 사회화 이론과 일치한다는 점이 주목된다.

LLM 기반 피드백은 내부 평가 모델이 생성한 정량적 신호를 서사적·관계적 결과로 변환해 제시한다. 논문은 이 피드백을 ‘반성적 아티팩트’로 간주하고, 심리측정적 타당성보다는 설계적 투명성을 강조한다. 또한, LLM의 일관성·일관성 문제를 인정하고, 루브릭 고정과 프롬프트 표준화를 통해 변동성을 최소화하려는 시도가 기록되어 있다.

디자인적 시사점으로는 (1) 단계 경계가 교육적 책임과 권위 재구성을 촉진하는 스케일러블 프레임워크, (2) 지연 피드백이 실시간 점수에 비해 도덕적 성찰을 강화한다는 증거, (3) 자유 입력이 가져오는 인지 부하를 완화하기 위한 템플릿·컨텍스트 리콜 도구의 필요성이 제시된다. 한계는 소규모 샘플, 단일 문화권(중국) 참가자, 그리고 LLM 평가 모델의 검증 부족이다. 향후 연구는 다문화·다인원 협업 설정과 장기적 피드백 루프를 도입해 일반화 가능성을 검증해야 한다.