본 논문은 대규모 언어 모델(LLM)의 의사결정 과정에서 인지적 편향의 역할을 조사하여, 모든 편향을 제거하려는 기존의 목표에 이의를 제기합니다. 특정 인지적 편향은 합리적 편차와 휴리스틱 지름길을 통해 의사결정 효율성을 향상시킬 수 있음을 보여줍니다. 휴리스틱 조절과 불확실할 때 응답을 보류할 수 있는 기권 옵션을 도입하여 오류율을 줄이고, 의사결정 정확도를 높이며, 의사결정 비율을 최적화합니다. 전문가 협업을 통해 개발된 Balance Rigor and Utility (BRU) 데이터셋을 사용하여, 인지적 편향에 대한 표적 검사가 LLM의 의사결정을 인간의 추론과 더 일치시켜 신뢰성을 높이고 향후 개선 전략을 제시함을 보여줍니다. 이러한 접근 방식은 다양한 응용 분야에서 LLM의 실용성을 향상시키기 위해 인지적 편향을 활용하는 새로운 방법을 제시합니다.
