본 논문은 여러 대규모 언어 모델(LLM)이 상호 작용하고 생성한 텍스트가 온라인에 증가함에 따라, 정보가 LLM 간 전달될 때 어떻게 변형되는지 이해하는 것이 중요함을 강조한다. 기존 연구는 개별 LLM의 행동에 집중했지만, 반복적인 LLM 상호 작용에서 발생하는 집단 행동과 정보 왜곡은 거의 간과되어 왔다. 본 연구는 인간 문화 진화 문헌에서 차용한 전달 사슬 설계를 이용하여 일련의 전화놀이 실험을 진행했다. LLM 에이전트는 사슬에서 이전 에이전트로부터 텍스트를 받아 생성하고 다음 에이전트에 전달하는 과정을 반복한다. 전달 사슬 전반에 걸쳐 텍스트의 독성, 긍정성, 난이도, 길이 변화를 추적하여 편향과 인력자(attractor)의 존재를 밝히고, 초기 텍스트, 지시사항, 언어 모델, 모델 크기에 따른 의존성을 연구했다. 예를 들어, 더 개방적인 지시사항은 더 제한적인 작업에 비해 더 강한 인력 효과를 유발한다는 것을 발견했다. 또한, 독성은 길이보다 더 강한 인력 효과를 보이는 등, 서로 다른 텍스트 특성이 인력 효과에 대해 다른 민감도를 보인다는 것을 발견했다. 이러한 결과는 다단계 전달 역학을 고려하는 것이 중요함을 강조하며, LLM 문화 역학에 대한 보다 포괄적인 이해를 위한 첫걸음을 나타낸다.
