본 논문은 다양한 분야의 정보를 포함하는 현대 뉴스의 포괄성으로 인해 발생하는 독자의 이해도 차이 문제를 해결하기 위한 연구를 제시합니다. 특히, 독자의 전문 지식 범위를 벗어나는 뉴스 내용에 대한 이해 부족을 다룹니다. 이를 위해 사회적 의사소통을 시뮬레이션하는 에이전트 기반 프레임워크인 MADES를 제안합니다. MADES는 다양한 직업 또는 연령대를 대표하는 에이전트들을 활용하여 뉴스에 대한 토론을 시뮬레이션하고, 그 과정에서 발생하는 혼란과 오해를 감지합니다. 이후, 감지된 오해를 바탕으로 보충 자료를 생성하고, 통계 분석과 인간 평가를 통해 보충 자료가 독자의 이해도 향상에 효과적임을 검증합니다.
