연구진은 대규모 언어 모델(LLM)이 명시적인 전망 이론(CPT) 파라미터 지정 없이 인간의 편향된 선택 행동을 재현할 수 있는지 조사했어요.
경로 선택을 대표적인 시나리오로 활용하여 LLM이 생성한 결정과 CPT에 의해 예측되는 확립된 인간 행동 패턴을 비교했어요.
실험 결과 LLM은 비합리적인 인간의 선택 편향을 재현하고 불확실성 하에서 전망 이론적 효과와 일관된 의사 결정 행동을 보였어요.
본 연구는 생성형 AI 모델이 인간 의사 결정 과정을 모델링하는 확장 가능한 대안을 제공하며 차세대 대규모 에이전트 기반 시뮬레이션 및 AI 기반 행동 연구의 유망한 기반을 제공한다고 밝혔어요.