본 논문은 몬트리올 거주민 35명(휠체어 사용자, 노인, LGBTQIA2+ 개인 등 다양한 인구 통계적 및 사회적 정체성을 가진 사람들)을 대상으로 한 지역 사회 중심 연구 결과를 제시합니다. 기존 도시 평가 방법이 단일 합의 지표에 의존하여 소외 계층의 관점을 간과하는 문제점을 지적하고, 20개의 도시 지역에 대한 평가 및 순위 매기기 작업을 통해 불일치가 체계적임을 확인합니다. 이를 바탕으로, 불일치를 유지하고 분석하며 해결하는 AI 프레임워크인 '협상적 정렬(negotiative alignment)'을 제안합니다. 이 프레임워크는 다중 에이전트 협상 메커니즘을 통해 이해관계자의 선호도를 동적으로 업데이트하여 어떤 관점도 소외되지 않도록 합니다. 인공적인 합의보다는 불일치를 유지하고 참여하는 것이 도시 설계에서 더 공정하고 반응적인 AI 기반 결과를 가져온다는 것을 보여줍니다.
