본 논문은 의료와 같이 민감한 영역에서 대규모 언어 모델(LLM)을 배포할 때, 다양한 인구 집단의 가치관과 관점을 반영하는 것이 중요함을 강조한다. 기존의 다원주의적 정렬 방식(Modular Pluralism 등)은 개인적, 문화적, 상황적 요인이 다원주의를 형성하는 의료 분야에서는 부족함을 보인다. 이에 본 논문에서는 다양한 관점과 가치를 모방하도록 설계된 경량의 일반화 가능한 다원주의적 정렬 방식인 EthosAgents를 제안한다. 실험 결과, EthosAgents는 크기가 다른 7개의 개방형 및 폐쇄형 모델에서 세 가지 모드 모두에 걸쳐 다원주의적 정렬을 향상시키는 것으로 나타났다. 의료 관련 다원주의는 적응력 있고 규범적으로 인식하는 접근 방식을 필요로 하며, 이러한 모델이 다른 고위험 영역에서 다양성을 존중하는 방법에 대한 통찰력을 제공한다.
