칭화대학 등 연구진이 GPT-3.5, GPT-4o, ChatGLM, Llama-3, DeepSeek-V3 기반 에이전트 수천 개를 가상 사회관계망에서 상호작용하게 한 결과, 에이전트들은 비슷한 의견끼리 모이고 정치적 견해가 서로 반대되는 집단으로 갈라졌다. 연구진은 이런 현상을 명시적으로 지시하지 않아도 나타나는 집단 행동으로 보고했으며, 에이전트 사회를 양극화 완화 개입을 시험하는 모의 실험장으로 활용할 가능성을 제시했다.
에이전트들은 대화를 주고받으며 의견을 갱신했고, 비슷한 특성이나 견해를 가진 이들이 서로 연결되는 동질성 기반 군집도 형성했다. 연구진은 관찰된 의견 변화가 인간 사회 연구와 고전적 의견 역학 모델에서 다룬 현상과 일치한다고 설명했다.
연구진은 네트워크 차원에서 다양한 관점을 접하도록 하는 개입과, 개인 차원에서 확증 편향을 줄이는 개입을 살펴봤다. 에이전트의 구조를 관찰하고 통제할 수 있어 대화망을 통해 개입이 어떻게 퍼지고 의견 분포를 바꾸는지 추적할 수 있다는 점을 시험대의 장점으로 들었다.
다만 에이전트는 인간이 작성한 방대한 텍스트로 학습한 언어 모델에 기반하므로, 동질성이나 양극화 경향이 인간의 글에서 흡수된 패턴일 수 있다. 또 이 모의 사회가 현실의 양극화를 얼마나 정확히 반영하고, 특정 플랫폼에서 특정 개입의 결과를 예측할 수 있는지는 아직 확인되지 않았다. 연구진은 이 작업을 완성된 정책 도구가 아니라 의견 역학을 살피는 접근법의 가능성을 보여준 연구로 제시했다.
논문: Emergence of polarization in networks of large language model agents
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요