본 논문은 에너지 운영에서 소비자 행동을 현실적으로 모의하기 위해 대규모 언어 모델 기반의 생성형 에이전트를 활용하는 새로운 접근 방식을 제시합니다. 단순한 시장 시나리오에서는 생성형 에이전트가 더 최적이고 합리적으로 행동하지만, 작업 복잡성이 증가함에 따라 성능의 변동성이 커지고 비최적적인 결과를 보이는 것을 보여줍니다. 또한, 에이전트는 이질적인 고객 선호도를 보이며, 일관되게 고유한 페르소나 기반 추론 패턴을 유지합니다. 이는 에너지 관리 시뮬레이션에 생성형 에이전트를 통합하여 에너지 정책 및 인센티브 프로그램의 설계와 효과를 개선할 수 있는 잠재력을 강조합니다.
