본 논문은 설문조사의 응답률 저하 및 무응답 편향과 같은 전통적인 설문조사 방법의 어려움을 해결하기 위해 대규모 언어 모델(LLM)을 활용하여 여론 데이터를 합성하는 방법을 연구합니다. 연구진은 지식 주입 기반 역할 생성이라는 새로운 기술을 제시하는데, 이는 RAG와 HEXACO 모델의 특정 성격 프로필 및 인구 통계 정보를 활용하는 문맥 내 학습의 한 형태이며, 이를 통해 동적으로 생성된 프롬프트를 사용합니다. 이 방법을 통해 기존 프롬프트 엔지니어링 접근 방식보다 다양한 의견을 더 정확하게 시뮬레이션할 수 있습니다. 협력 선거 연구(CES)의 질문을 사용한 실험을 통해 역할 생성 접근 방식이 실제 인간 설문 조사 응답과 LLM 생성 의견의 일치성을 크게 향상시켜 응답 준수율을 높인다는 것을 보여줍니다. 또한, 과제, 한계 및 향후 연구 방향에 대해 논의합니다.
