사회 시뮬레이션을 위한 LLM 확장 에이전트 기반 모델링: 도전과 기회

대형 언어 모델(LLM)이 계속해서 중요한 발전을 이루면서, 이를 에이전트 기반 시뮬레이션에 보다 잘 통합하는 것은 복잡한 사회 시스템을 이해하는 데 변혁적인 잠재력을 제공합니다. 그러나 이러한 통합은 간단하지 않으며 수많은 도전을 안고 있습니다. 본 논문에서는 이러한 관찰을 바탕으로, LLM 확장 사회 시뮬레이션을 체계적으로 개발하기 위한 아키텍처와 방법을 탐구하고 이 분야의 잠재적 연구 방향을 논의합니다. 우리는 LLM을 에이전트 기반 시뮬레이션에 통합하는 것이 연구자와 과학자에게 강력한 도구 세트를 제공하며, 복잡한 시스템과 인간 행동의 더욱 미묘하고 현실적이며 포괄적인 모델을 가능하게 한다고 결론지었습니다.