본 논문은 온라인 소셜 네트워크에서의 정치적 동원 메시지 확산 방식을 연구하기 위해, 실제 미국 인구 조사 데이터, 트위터 네트워크 구조, 그리고 다양한 대규모 언어 모델(LLM) 에이전트를 통합한 에이전트 기반 시뮬레이션 프레임워크를 개발했다. 이 프레임워크는 각 에이전트에게 인구 통계학적 특성, 정치적 성향, 그리고 정치적 정교함을 반영하는 LLM 변형을 할당하여, 동원 메시지가 투표율에 미치는 영향을 분석한다. 실험 결과는 기존의 현장 실험에서 관찰된 패턴을 재현하며, 사회적 메시지 처리가 더 강한 동원 효과를 보이고, 동료 효과(peer spillover)가 측정 가능함을 보여준다.
