연구진은 온라인 토론에서 사용자의 의견을 시뮬레이션하는 LLM의 맥락 민감도를 평가하는 프레임워크를 제시했어요. 원본 대화 맥락을 수정하고 LLM을 통해 사용자의 의견 변화를 관찰하는 방식이에요. 텍스트 기반 수정 전략과 밈 기반 다중 모드 전략을 비교 분석했고, 의견 변화 방향 및 전환율을 주요 지표로 사용했어요.
연구 결과, 텍스트 기반 및 다중 모드 전략 모두 다양한 양극화 선호 메커니즘에서 효과적이고 안정적인 의견 전환을 보였어요. 이는 LLM 기반 의견 시뮬레이션이 맥락에 따라 민감하게 반응한다는 것을 보여줘요. 이 연구는 LLM을 활용한 온라인 의견 역학 시뮬레이션의 가능성과 위험성을 동시에 강조해요.
본 연구는 LLM 기반 의견 시뮬레이션의 맥락 민감도를 이해하기 위한 평가 프레임워크를 제공하며, 온라인 의견 역학을 시뮬레이션하는 데 LLM을 사용할 때 고려해야 할 사항을 제시해요.