본 논문은 정부 채권 시장과 같은 양방향 시장에서의 분산적이고 불투명한 거래를 모델링하기 위해, 대규모 언어 모델(LLM)을 활용한 에이전트 기반 모델 TRIBE를 제시합니다. TRIBE는 공개 데이터와 일반적인 사실들을 활용하여 현실적인 거래 역학을 포착하고, 위험 회피 및 모호성 민감성과 같은 인간의 편향을 에이전트의 의사결정 과정에 통합합니다. LLM 통합을 통해 복잡한 시장에서의 에이전트 행동 시뮬레이션을 풍부하게 하고, 약간의 거래 회피만으로도 거래 활동이 완전히 중단될 수 있음을 보여주며, 인간과 같은 변동성을 통합하면 시장의 권력 역학이 고객에게로 이동하고 시스템 붕괴를 초래할 수 있음을 시사합니다. 결론적으로, 확률적이고 인간과 같은 의사결정 과정을 도입하면 새로운 시스템 동작이 나타나 인공 사회의 현실성과 복잡성을 향상시킨다는 것을 보여줍니다.
