본 논문은 인공 에이전트의 행동을 인간의 가치와 부합시키는 문제에 대해 다룬다. 텍스트 기반 상호작용 환경에서 인간의 성격 특성이 에이전트의 행동과 성과에 미치는 영향을 연구하기 위해, PANDA(Personality-Adapted Neural Decision Agents)라는 새로운 방법을 제시한다. PANDA는 인간의 성격 특징을 에이전트에 투영하여 행동을 유도하는데, 에이전트의 행동을 보이는 성격 유형을 식별하는 성격 분류기를 훈련하고, 이 성격 프로필을 에이전트의 정책 학습 파이프라인에 직접 통합한다. 16가지 성격 유형을 가진 에이전트를 25개의 텍스트 기반 게임에 적용하여 분석한 결과, 에이전트의 행동 결정을 특정 성격 프로필로 유도할 수 있음을 보여준다. 특히, 개방성이 높은 성격 유형은 성과 측면에서 상당한 이점을 보였다. 이러한 결과는 상호작용 환경에서 더욱 조화롭고 효과적이며 인간 중심적인 의사결정을 위한 성격 적응 에이전트의 가능성을 강조한다.
