본 논문은 대규모 언어 모델(LLM) 기반 사회적 에이전트의 사회적 지능 평가에서 게임 이론적 시나리오의 중요성을 강조하며, 기존 연구들을 체계적으로 검토한 종합적인 논문입니다. LLM 기반 사회적 에이전트에 대한 기존 연구를 게임 프레임워크, 사회적 에이전트, 평가 프로토콜의 세 가지 핵심 구성 요소로 정리하여 분석합니다. 게임 프레임워크는 선택 중심 게임부터 의사소통 중심 게임까지 다양한 게임 시나리오를 포함하며, 사회적 에이전트 부분에서는 에이전트의 선호도, 신념, 추론 능력, 상호 작용 및 의사결정에 대한 시너지 효과를 탐구합니다. 평가 프로토콜은 에이전트 성능을 평가하기 위한 게임 비의존적 및 게임 특정 지표를 다룹니다. 나아가 다양한 게임 시나리오에서 현재 사회적 에이전트의 성능을 분석하고, 미래 연구 방향을 제시하여 게임 이론적 시나리오에서 사회적 에이전트의 개발 및 평가를 발전시키기 위한 통찰력을 제공합니다.
