본 논문은 시뮬레이션 기반 훈련에서 전문가 수준의 성능을 달성하기 위해 복잡하고 적응 가능한 시나리오를 생성하는 데 초점을 맞춘다. 특히, 대규모 언어 모델(LLM)을 활용하여 작전 명령(OPORD)과 같은 중요한 훈련 아티팩트를 생성하는 다중 에이전트, 다중 모드 추론 프레임워크를 제시한다. 이 프레임워크는 시나리오 생성을 하위 문제 계층으로 분해하고, 각 하위 문제에 대한 AI 도구의 역할을 정의한다. 이는 인간 저자가 선택할 옵션 생성, 인간의 승인 또는 수정을 위한 후보 제품 생성, 또는 텍스트 아티팩트 자동 생성을 포함한다. 다중 에이전트 전략을 통해 복잡한 작업을 처리하고, OPORD의 기동 및 이동 계획 부분을 생성하는 증명 개념을 통해 프레임워크의 타당성과 정확성을 입증한다.
