경제 환경에 기반한 LLM 에이전트로 보는 의견 역학 시뮬레이션

본 논문은 의견 역학(OD) 연구에 대형 언어 모델(LLM) 기반 에이전트를 경제 환경에 ‘착륙(ground)’시켜, 행동·피드백이 의견 형성에 미치는 영향을 정량·정성적으로 분석한다. 기존 연구가 언어 교환을 통한 의견 변화를 주로 탐구한 반면, 저자들은 개인의 ‘살아있는 경험(lived experience)’—특히 경제적 결과—가 의견에 미치는 영향을 모델링하고자 한다. **모델 설계** - **에이전트 구조**: 가계 역할을 수행하는 LLM 에이전트(LLama 3.1 8B) 20명, 순차적으로 노동 공급(Lₜ,ᵢ)과 소비(Cₜ,ᵢ)를 결정하고, 자유형 텍스트 의견(Oₜ,ᵢ)을 생성한다. 행동은 ‘low/medium/high’ 범주로 선택되며, 사전 정의된 연속 구간에서 균등 샘플링해 실제 수치로 변환한다. - **프롬프트 구성**: 역할 지시, 페르소나(인구통계·Big‑Five 성격), 과거 임금·가격·세금·보조금 정보, 타 가계 의견, 개인 재무 이력(표준화된 z‑점수 기반 재무 상태 fₜ,ᵢ) 및 이전 의견을 포함한다. - **거시경제 모듈**: 규칙 기반 기업은 Cobb‑Douglas 생산함수 Yₜ,ᵢ = A·(min(Kₘₐₓ, Kₜ,ᵢ))^α·Lₜ,ᵢ^{1‑α} 로 생산하고, 수요‑공급 불균형에 따라 가격 p̄ₜ,ᵢ와 임금 w̄ₜ,ᵢ를 조정한다(탄력성 ηₚ, η_w). 정부는 기본소득 b와 누진세(소득 구간별 세율 τ̄)로 가계 현금을 재분배한다. **실험 설정** - 시뮬레이션은 T=150 단계, 30번 반복, 온도 0.7로 진행하였다. - 의견 텍스트는 Sentence‑Transformer(384‑차원)와 사전 학습된 감성 분석 모델(Liu et al., 2020)로 각각 임베딩·감성 점수 ψₜ,ᵢ(−1~+1)로 변환한다. - 감성 점수와 재무 상태를 각각 NEG/NEU/POS와 low/average/high으로 이산화해 내부 상태 hₜ,ᵢ = (ψ̃ₜ,ᵢ, f̃ₜ,ᵢ) ∈ H(9가지)로 정의하고, 시간별 전이(81가지) 빈도를 집계해 전이 특성 벡터 nᵢ∈ℕ⁸¹을 만든다. 이를 기반으로 K‑Means 군집화를 수행해 전이 패턴별 그룹을 식별한다. - 인구 수준 지표로는 평균 소득 대비 Gini 계수 Gₜ와 ‘극화 지수 ΔPₜ’를 도입하였다. ΔPₜ는 긍정·부정 그룹 평균 감성 차이와 그룹 크기 비율을 결합한 형태이다. **연구 질문 및 결과** - **RQ1 (행동 검증)**: 소득 구간별 노동·소비 선택이 경제 직관과 일치함을 확인했다. 저소득 가계는 고노동·저소비, 고소득 가계는 저노동·고소비를 선택했으며, 중간 소득은 중간 행동을 보였다. 의견 워드클라우드 분석은 ‘긍정‑고소득’ 상태와 ‘부정‑저소득’ 상태가 서로 다른 어휘(예: ‘안전’, ‘불안’)를 사용함을 시각적으로 보여준다. - **RQ2 (개인 수준 OD)**: 경제 충격(가격 급등, 임금 하락) 시 감성 전이율 δₜ와 δ'ₜ가 감소하고, 전이 패턴이 특정 군집(예: POS→POS 유지)으로 집중되는 현상이 관찰되었다. 이는 불리한 경험이 의견 견고성을 강화한다는 가설을 뒷받침한다. 또한, 전이 특성 기반 군집은 ‘안정형’, ‘위기‑극단형’ 등으로 구분돼, 경험‑의견 연계 메커니즘을 정량화한다. - **RQ3 (집단 수준 OD)**: 시뮬레이션 전반에 걸쳐 Gini가 상승할수록 극화 지수 ΔPₜ가 크게 증가한다. 가격 탄력성 ηₚ가 클수록 감성 변동률(δₜ, δ'ₜ)도 상승해 의견 불안정성이 확대된다. 즉, 소득 불평등이 의견 양극화를, 시장 불안정성이 의견 변동성을 촉진한다는 두 가지 주요 메커니즘을 제시한다. **의의와 한계** 이 연구는 LLM을 ‘행동 주체’로 전환하고, 경제적 피드백 루프를 결합함으로써 의견 역학에 ‘내생적(exogenous)’ 요인을 도입했다. 개인의 재무 경험이 의견 경로에 미치는 영향을 정량화하고, 거시경제 변수와 의견 분포 간의 상호작용을 실증적으로 보여준다. 그러나 에이전트 수가 제한적이고, 기업·정부 규칙이 단순화돼 현실 경제의 복잡성을 충분히 반영하지 못한다는 점, LLM의 환각·편향 위험, 외부 정책·충격을 고려하지 않은 점이 한계로 남는다. 향후 연구에서는 대규모 에이전트 풀, 다중 시장·자산 구조, 인간 실험과의 비교, 정책 시뮬레이션 등을 통해 모델의 외적 타당성을 강화할 필요가 있다. **결론** 경제 환경에 기반한 LLM 에이전트 시뮬레이션은 의견 역학 연구에 새로운 실증적 토대를 제공한다. 개인의 경제적 경험이 의견 견고성·변동성을 결정하고, 집단 수준에서는 불평등과 시장 변동성이 의견 양극화·불안정을 야기한다는 결과는 정책 설계와 사회적 갈등 관리에 중요한 시사점을 제공한다.