본 논문은 데이터 부족 환경에서 대규모 언어 모델(LLM)을 활용한 에이전트 기반 시뮬레이션을 제시합니다. 모바일 모성 건강 프로그램을 사례로, 자동 메시지(대조군)와 실시간 상담(실험군)을 통한 건강 정보 전달 시 수혜자의 청취 행동을 예측하는 LLM 기반 시뮬레이션을 구축했습니다. 의사결정에 필수적인 불확실성 정량화를 위해, 다중 샘플에 대한 이진 엔트로피를 기반으로 LLM 인식 불확실성 추정 방법을 제안하고, 앙상블 기법을 통해 모델의 강건성을 향상시켰습니다. 데이터 제약이 심한 상황에서 LLM 예측이 개입의 실행 가능성 및 시험 구현에 어떻게 정보를 제공하는지 보여주는 의사결정 중심 접근 방식을 채택했습니다. 이 방법은 공중 보건, 재난 대응 등 데이터 제약이 심한 상황에서 신속한 개입 평가가 필요한 다른 분야에도 적용될 수 있습니다.
