FinCat: A Gamified Multi-Agent Debate System for Financial Literacy Education

청년층의 금융시장 참여는 늘지만 금융 이해력은 낮다. 금융 의사결정에는 정답이 없어, 교육은 정답을 주입하기보다 학습자가 여러 관점을 비교해 스스로 판단하도록 이끌어야 한다. 그러나 기존 게임형 학습은 흥미를 끌지만 개인화된 다관점 피드백이 부족하고, AI 자문 도구는 개인화돼도 하나의 권고로 수렴한다. 본 연구는 퀘스트 기반 시뮬레이션과 대규모 언어모델 기반 다중 에이전트 토론을 결합한 금융 교육 시스템 FinCat을 제안한다. 시뮬레이션은 검증된 금융 이해력 평가를 토대로 위험 없이 의사결정을 연습하게 한다. 토론에서는 투자 성향이 다른 세 에이전트와 심판이 경제 뉴스에 대한 학습자 판단에 반응한다. 성능 측정, 청년 20명 연구, 전문가 5명 인터뷰로 이를 평가하였다. 그 결과 시스템은 상호작용에 빠르게 반응하였고 사용성도 높았으며, 학습자와 전문가 모두 이 토론을 상반된 관점을 견주는 유익한 방식으로 평가하였다. 끝으로 FinCat 설계와 다중 에이전트 토론을 금융 교육 학습 활동으로 활용할 시사점을 제안한다.