Understanding Dynamic Diffusion Process of LLM-based Agents under Information Asymmetry
Created by
- Haebom
Category
Empty
저자
Yiwen Zhang, Yifu Wu, Wenyue Hua, Xiang Lu, Xuming Hu
개요
본 논문은 대규모 언어 모델(LLM) 기반 다중 에이전트 시스템을 이용하여 인간 사회의 정보 확산 역학을 연구한다. 기존 연구들이 고정된 환경에서의 상호 작용에 초점을 맞춘 것과 달리, 본 연구는 정보의 불투명성, 관계의 변동성, 확산의 다양성을 고려하여 12가지 비대칭적이고 개방적인 환경에서 정보 확산의 역동성을 분석한다. LLM 기반 어텐션의 한계를 극복하기 위해 동적 어텐션 메커니즘을 설계하고, 5명의 에이전트 그룹으로 시작하여 그룹 규모를 키우고 정보 네트워크를 형성하며 관계를 발전시키고 정보를 공유하는 에이전트들의 행동을 관찰한다. 이를 통해 정보 코쿤(Information cocoon)의 출현, 정보 격차의 진화, 사회적 자본의 축적 등을 관찰하고, 이를 심리학, 사회학, 커뮤니케이션 이론과 연결하여 분석한다.
시사점, 한계점
•
시사점:
◦
LLM 기반 다중 에이전트 시스템을 활용한 사회 시뮬레이션 연구에 새로운 접근 방식을 제시한다.
◦
정보 불투명성, 관계 변동성, 확산 다양성을 고려하여 현실적인 정보 확산 모델을 구축한다.
◦
정보 코쿤, 정보 격차, 사회적 자본 축적 등의 현상을 시뮬레이션을 통해 설명하고, 이론적 함의를 제시한다.
◦
동적 어텐션 메커니즘을 통해 LLM 기반 어텐션의 한계를 극복하는 방안을 제시한다.
•
한계점:
◦
시뮬레이션 환경이 12가지로 제한되어 실제 사회의 복잡성을 완전히 반영하지 못할 수 있다.
◦
에이전트의 행동 모델이 단순화되어 있을 가능성이 있다.
◦
실제 사회 데이터와의 검증이 부족할 수 있다.
◦
사용된 LLM의 특성이 결과에 미치는 영향에 대한 분석이 부족할 수 있다.
