본 논문은 생성형 인공지능(AI)과 대규모 언어 모델(LLM)을 활용하여 직접 민주주의 및 집단적 의사결정에서 투표 참여를 확대하는 방법을 연구합니다. 5만 개 이상의 LLM 투표 페르소나를 306개의 실제 선거에 적용하여 GPT-3, GPT-3.5, Llama 2 등 다양한 LLM에서 나타나는 편향성을 분석했습니다. 그 결과, 복잡한 선호 투표 방식에서는 일관성이 떨어지는 반면, 단순 다수결 선거에서는 일관성이 높다는 것을 발견했습니다. 특히, 실제 세계에서 처음으로 비례 대표 방식을 LLM에 적용하여, '동등한 지분'과 같은 공정한 투표 집계 방식이 인간과 AI 모두에게 공정한 결과를 가져온다는 것을 보여주었습니다. 이는 특히 투표율이 낮거나 유권자 피로도가 높은 경우, AI 대표가 기권자들의 의견을 반영하여 더욱 공정한 결과를 도출하는 데 기여할 수 있음을 시사합니다. 이 연구는 AI 기반 민주주의 혁신의 위험 관리 및 안정성 확보를 위한 기반을 마련합니다.
