본 논문은 대규모 언어 모델(LLM)이 서로 다른 주제에 대한 인간의 태도 간 상관관계를 예측하는 능력을 조사합니다. 기존 연구는 유사한 태도 간의 예측에 초점을 맞춘 반면, 본 연구는 다양한 주제에 대한 인간의 반응 데이터셋을 사용하여 GPT-4o 모델이 개별 태도 간의 상관관계를 재현하고, 서로 다른 태도를 바탕으로 개인의 태도를 예측할 수 있음을 보였습니다. 특히, 표면적 유사성이 없는 상황에서도 GPT-4o가 의미 있는 사회적 추론을 생성할 수 있음을 확인했습니다. 표면적 유사성이 예측 정확도를 높이지만, 모델은 유사하지 않은 태도 간에도 의미 있는 예측을 수행할 수 있음을 시사합니다. 이를 통해 LLM이 인간 신념 체계의 잠재적 구조를 포착한다는 것을 보여줍니다.
