본 논문은 위치 기반 서비스에 점점 더 많이 통합되고 있는 차기 방문 장소 추천 시스템이 도시 환경에서 개인의 이동성 결정에 미치는 영향을 시뮬레이션 프레임워크를 통해 연구한 논문입니다. 실제 이동성 데이터를 기반으로 알고리즘 채택의 영향을 다양한 추천 전략에 걸쳐 체계적으로 탐구하며, 추천 시스템이 개인 수준의 방문 장소 다양성을 증가시키는 동시에 인기 있는 장소의 소수 집합에 방문이 집중됨으로써 집단적 불평등을 증폭시킬 수 있음을 발견했습니다. 이러한 결과는 사회적 공동 위치 네트워크의 구조에도 영향을 미쳐 도시 접근성 및 공간적 분리에 대한 광범위한 시사점을 제시합니다. 본 연구는 차기 방문 장소 추천에서의 피드백 루프를 구현하고, AI 지원 이동성의 사회적 영향을 평가하기 위한 새로운 틀을 제공하며, 미래의 위험을 예측하고 규제 개입을 평가하며 윤리적인 알고리즘 시스템 설계에 정보를 제공하는 계산 도구를 제공합니다.