본 논문은 대규모 언어 모델(LLM)을 이용하여 적응형 설문조사의 모델 학습에 필요한 데이터를 생성하고, 이를 적용하여 설문조사의 정확도를 높이는 방법을 제시한다. 스위스 투표 조언 애플리케이션(Smartvote) 데이터를 활용하여, GPT-4를 통해 생성된 합성 데이터와 실제 데이터의 분포를 비교하고, 합성 데이터로 사전 학습된 적응형 설문조사 모델의 성능을 실제 데이터로 학습된 모델 및 완벽한 사전 지식을 가진 모델과 비교 분석한다. 결과적으로, GPT-4가 다양한 스위스 정당의 관점에서 Smartvote 설문지에 대한 답변을 정확하게 생성하며, 합성 데이터를 이용한 사전 학습이 사용자 응답 예측 오차를 감소시키고 후보 추천 정확도를 향상시킨다는 것을 보여준다. 이는 LLM을 활용하여 적응형 설문조사의 데이터 수집 과정을 개선할 수 있는 가능성을 제시한다.
