본 논문은 기존의 동기적 상호작용에 국한된 대규모 언어 모델(LLM)의 활용을 넘어, 비동기적 상황에서의 LLM 에이전트를 개발하고 평가한 연구입니다. 특히, 발화 내용을 생성하는 generator 모듈과 발화 시점을 결정하는 scheduler 모듈로 구성된 적응형 비동기 LLM 에이전트를 제안합니다. 온라인 마피아 게임 데이터셋을 활용하여 실제 사람과의 게임 플레이를 통해 에이전트를 평가한 결과, 게임 성과 및 다른 플레이어와의 조화 측면에서 사람 수준의 성능을 보였습니다. 발화 시점 결정에 있어서는 사람과 유사한 패턴을 보였으나, 메시지 내용 측면에서는 차이가 있음을 분석하였습니다. 코드와 데이터를 공개하여 향후 연구에 기여할 수 있도록 하였습니다. 이는 팀 토론 지원, 교육 및 전문 환경 등 복잡한 사회적 역동성이 요구되는 실제 인간 그룹 환경에서 LLM 통합을 위한 길을 열어줍니다.
