본 논문은 대규모 언어 모델(LLM)을 기반으로 하는 에이전트의 행동 연구를 위한 LLM-ABS 프레임워크를 제안합니다. 이 프레임워크는 (i) 다양한 시스템 프롬프트가 모델 행동에 미치는 영향 탐구, (ii) 중립적인 프롬프트 변형을 사용하여 에이전트 선호도에 대한 신뢰할 수 있는 통찰력 확보, (iii) LLM 에이전트의 개방형 지침에 대한 응답의 언어적 특징 분석을 목표로 합니다. 연구 결과, 에이전트는 공정성에 대한 강한 선호도를 보였으며 시스템 프롬프트가 행동에 상당한 영향을 미친다는 것을 확인했습니다. 또한, 모델이 응답을 다르게 표현한다는 것을 언어적 관점에서 확인했습니다.