본 논문은 대규모 언어 모델(LLM) 기반 다중 에이전트 시스템(LLM-MAS)에서 상호작용의 공정성을 평가하기 위한 새로운 프레임워크를 제시합니다. 기존의 자원 분배나 절차적 설계를 넘어, 에이전트 간의 상호작용의 공정성에 초점을 맞춥니다. 조직 심리학에서 영감을 얻어, 대인 공정성(IF)과 정보 공정성(InfF)을 포함하는 상호작용 공정성을 정의하고, 감정이 없는 에이전트에도 적용 가능하도록 이론적 토대를 확장합니다. 조직 정의 연구의 기존 도구(Colquitt의 조직 정의 척도 및 중요 사건 기법)를 적용하여 에이전트 상호작용의 공정성을 행동적 특성으로 측정합니다. 자원 협상 과제를 이용한 시뮬레이션을 통해 프레임워크를 검증하고, 어조, 설명의 질, 결과 불평등, 과제 프레이밍(협력적 vs. 경쟁적)을 조작하여 IF가 에이전트 행동에 미치는 영향을 평가합니다. 결과적으로 어조와 정당성의 질이 객관적 결과가 일정하더라도 수용 결정에 유의미한 영향을 미치며, IF와 InfF의 영향은 상황에 따라 다름을 보여줍니다. 이는 LLM-MAS의 공정성 감사 및 규범 민감형 정렬을 위한 기반을 마련합니다.
