AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society

Created by

Haebom

저자

Jinghua Piao, Yuwei Yan, Jun Zhang, Nian Li, Junbo Yan, Xiaochong Lan, Zhihong Lu, Zhiheng Zheng, Jing Yi Wang, Di Zhou, Chen Gao, Fengli Xu, Fang Zhang, Ke Rong, Jun Su, Yong Li

💡 개요

본 논문은 LLM 기반 생성 에이전트를 통합한 대규모 사회 시뮬레이터인 AgentSociety를 제안한다. 이 시뮬레이터는 1만 명 이상의 에이전트와 5백만 건의 상호작용을 생성하여 사회적 행동과 복잡한 사회적 역학을 탐구한다. AgentSociety는 정치적 양극화, 허위 정보 확산, 기본소득 정책 효과 등 다양한 사회 현상을 연구하기 위한 계산적 사회 실험 플랫폼으로서의 잠재력을 입증한다.

🔑 시사점 및 한계

•

LLM 기반 에이전트를 활용한 대규모 사회 시뮬레이션은 인간 행동 및 사회 현상 연구에 대한 새로운 가능성을 제시한다.

•

AgentSociety는 기존의 사회 과학 연구 방법론(설문, 인터뷰, 개입 등)을 효과적으로 지원하며, 실제 실험 결과와 일치하는 결과를 도출하여 그 유효성을 입증한다.

•

향후 연구에서는 시뮬레이션 환경의 현실감 증대, 에이전트의 인지 및 학습 능력 강화, 더 다양한 사회 문제에 대한 적용 가능성 탐색 등이 필요하다.

PDF 보기

Made with Slashpage