본 논문은 기존의 표면적 언어 패턴과 과거 데이터에 의존하는 감정 분석의 한계를 극복하기 위해, 심리적으로 풍부한 프로파일을 가진 생성형 AI 에이전트를 활용한 감정 시뮬레이션 프레임워크를 제시합니다. 2,485명의 필리핀 응답자를 대상으로 한 전국 대표 설문 조사를 기반으로 사회인구학적 정보와 성격 특성, 가치관, 신념, 사회정치적 태도 등을 결합하여 에이전트를 생성합니다. 프레임워크는 에이전트 구현, 실제 정치·경제 시나리오 노출, 감정 평가 및 설명적 근거 생성의 세 단계로 구성됩니다. Quadratic Weighted Accuracy (QWA)를 사용하여 에이전트 생성 응답과 인간 응답 간의 일치도를 평가한 결과, 문맥화된 인코딩을 사용했을 때 원래 설문 조사 응답을 92%의 정확도로 재현했으며, 감정 시뮬레이션 과제에서도 81%~86%의 정확도를 달성했습니다. 문맥화된 프로파일 인코딩은 범주형 인코딩보다 유의미하게 성능이 우수했습니다 (p < 0.0001, Cohen's d = 0.70). 시뮬레이션 결과는 반복적인 시행에서 일관성을 유지했으며, 시나리오 프레이밍 변화에도 탄력적이었습니다 (p = 0.9676, Cohen's d = 0.02). 이 연구는 심리학적으로 기반을 둔 AI 에이전트를 통한 감정 모델링을 위한 확장 가능한 프레임워크를 제시하며, 감정 분석 패러다임을 과거의 분류에서 심리학적 감정 형성에 기반한 미래지향적이고 동적인 시뮬레이션으로 전환하는 것을 의미합니다.
