본 논문은 경험에 기반한 반복적 선택과 피드백 학습을 포함하는 의사결정 과제에서 대규모 언어 모델(LLM)의 선택 패턴을 조사하고, 그 행동을 인간 참가자와 비교합니다. 집계적으로 LLM은 인간과 유사한 행동적 편향(희귀 사건의 과소평가 및 상관 효과)을 보이는 것으로 나타났습니다. 그러나 선택 패턴에 대한 보다 세부적인 분석 결과, 이러한 현상이 발생하는 이유는 매우 다릅니다. LLM은 인간과 달리 강한 최근성 편향을 나타내는 반면, 인간은 더 정교한 방식으로 반응하는 것으로 보입니다. 이러한 상이한 과정은 평균적으로 유사한 행동으로 이어질 수 있지만, 최근 사건을 조건으로 하는 선택 패턴은 두 집단 간에 크게 다릅니다. 특히, "놀라움이 변화를 촉발한다"와 "희귀 사건의 파동형 최근성 효과"와 같은 현상은 인간에게서 견고하게 관찰되지만, LLM에서는 전혀 나타나지 않습니다.
