본 논문은 의사 결정을 지원하기 위한 모듈형, 설명 가능한 LLM-에이전트 파이프라인을 제시합니다. 이는 추론 과정을 감사 가능한 아티팩트로 외부에 노출합니다. 이 시스템은 Vester의 민감도 모델, 정규형 게임, 순차적 게임의 세 가지 프레임워크를 구현하며, 각 단계에서 모듈 교체가 가능합니다. LLM 컴포넌트(기본: GPT-5)는 평형 및 행렬 기반 역할 분류를 위한 결정론적 분석기와 페어링되어 불투명한 출력이 아닌 추적 가능한 중간 결과를 생성합니다. 실제 물류 사례(100회 실행)에서 인간 기준선과의 평균 요인 정렬은 26개 요인에 대해 55.5%, 운송 코어 하위 집합에 대해 62.9%였으며, 역할 일치도는 57%였습니다. 8가지 기준(최대 100점)을 사용하는 LLM 심사관은 재구성된 인간 기준선과 동등한 수준의 점수를 받았습니다. 따라서 구성 가능한 LLM 파이프라인은 투명하고 검사 가능한 단계를 통해 전문가 워크플로우를 모방할 수 있습니다.
