본 논문은 거시경제적 기대 형성을 시뮬레이션하기 위한 새로운 프레임워크를 제시한다. 개인적 특성, 사전 기대, 지식 모듈을 갖춘 수천 개의 대규모 언어 모델 기반 에이전트(LLM Agent)를 구성하여, 가계와 전문가를 대상으로 한 인플레이션 및 실업률에 대한 설문 조사 실험을 재현한다. 연구 결과, LLM 에이전트가 생성한 기대와 생각은 인간 참가자보다 동질성이 높지만, 여전히 에이전트 간의 주요 이질성과 기대 형성의 근본적인 원인을 효과적으로 포착한다는 것을 보여준다. 또한, 모듈 제거 실험을 통해 사전 기대가 이러한 이질성을 시뮬레이션하는 데 중요한 역할을 한다는 것을 강조한다. 이 접근 방식은 기존의 설문 조사 방법을 보완하고 거시경제 연구에서 AI 행동 과학에 대한 새로운 통찰력을 제공한다.
