다중 에이전트 대규모 언어 모델 시뮬레이션은 복잡한 인간 행동과 상호 작용을 모델링할 가능성을 제공합니다. 적절한 메커니즘이 설정되면 예상치 못한 귀중한 사회적 역동성이 나타날 수 있습니다. 그러나 주목할 만한 출현 역동성을 허용하면서도 시뮬레이션 메커니즘을 일관되게 적용하는 것은 어렵습니다. 본 논문은 사용자 지정 메커니즘과 역동성으로부터 시뮬레이션을 설정하는 데 도움이 되는 AI 시스템인 AgentDynEx를 제시합니다. AgentDynEx는 LLM을 사용하여 사용자를 구성 매트릭스를 통해 안내하여 핵심 메커니즘을 식별하고 역동성을 추적하기 위한 이정표를 정의합니다. 또한 시스템이 시뮬레이션 진행 상황을 동적으로 반영하고 의도한 결과에서 벗어나기 시작하면 부드럽게 개입하는 nudging이라는 방법을 도입합니다. 기술 평가 결과, nudging은 nudging이 없는 시뮬레이션에 비해 더 복잡한 메커니즘을 갖고 주목할 만한 역동성을 유지할 수 있음을 발견했습니다. 본 논문은 다중 에이전트 시뮬레이션의 메커니즘과 역동성의 균형을 맞추는 기술로서 nudging의 중요성을 논의합니다.
