‘AI가 인간의 의사결정을 재현하고, 더 나아가 미래의 선택을 예측할 수 있을 것 인가?’ 이 질문은 인공지능이 단순한 계산·정보처리 도구를 넘어 전략적 판단과 국가적 선택의 영역으�...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=T17368418
대전 : 대전대학교 대학원, 2026
학위논문(박사) -- 대전대학교 대학원 , 안보융합학과 안보융합학 전공 , 2026. 2
2026
한국어
대전
179 ; 26 cm
지도교수: 엄정호
I804:25002-200000949395
0
상세조회0
다운로드‘AI가 인간의 의사결정을 재현하고, 더 나아가 미래의 선택을 예측할 수 있을 것 인가?’ 이 질문은 인공지능이 단순한 계산·정보처리 도구를 넘어 전략적 판단과 국가적 선택의 영역으�...
‘AI가 인간의 의사결정을 재현하고, 더 나아가 미래의 선택을 예측할 수 있을 것 인가?’
이 질문은 인공지능이 단순한 계산·정보처리 도구를 넘어 전략적 판단과 국가적 선택의 영역으로 진입할 수 있는지를 결정짓는 본질적 문제이다.
인간의 의사결정은 합리적 최적화가 아니라, 심리적 편향, 인지적 한계, 지도자의 성향, 조직 내부의 권력 역학, 외교·군사적 제약 등 다양한 요인이 비선형적으로 결합해 산출 된다. 이러한 상호작용적 메커니즘을 반영하지 않는다면, AI는 표면적 언어 생성 수준에 머물 뿐, 실제 전략적 의사결정을 구성하는 복합적 사고과정을 충분히 모사 하기 어렵다.
이러한 문제의식을 바탕으로 인지심리학과 행동경제학에서 제시된 인간의 비합리적 의사결정 이론, 국제정치학과 조직이론에서 발전해 온 관료정치모형 및 지도자 개인 특성 분석에 대한 이론적 고찰과 선행연구의 종합적 검토를 통하여 LLM 에이전트 기반 전략·정책 의사결정 시뮬레이션인 TwinAgent 시스템을 설계하였다.
이 시스템은 개인 수준의 심리·인지적 특성과 조직·국가 수준의 권력구조를 동시에 반영 하여, 복합 위기 상황에서 역사적 지도자들이 보여준 실제적 판단과 유사한 정책 선택을 생성하도록 고안되었다. 1950년대 김일성, 스탈린, 마오쩌둥의 역할을 부여 받은 각각의 에이전트들은 ProfileModule을 통해 위험감수·손실회피·과신 등 전 망이론 기반의 인지편향과 성격 특성이 주입되고, BPMModule을 통해 관료정치모 형이 제시하는 조직적 이해관계, 권력 균형, 파벌 간 협상 구조를 반영한다. 모든 에이전트는 Think–Talk–Analyze & Decide(TTAD) 절차를 반복하면서 상호작용 적 사고 흐름을 생성하고, 집단적 결정에 수렴한다.
TwinAgent는 한국전쟁이라는 고전적 위기 사례를 중심으로 두 가지 시나리오 에서 검증되었다.
시나리오 1은 1950년 상반기 북한의 남침 결정, 시나리오 2는 인천상륙작전 이후 중국의 참전 결정을 다룬다. 각 시나리오에서 김일성·스탈린· 마오쩌둥의 LLM 에이전트는 과거 발언·정책문서·행동 패턴을 기반으로 심리· 조직 프로필화 되었으며, 반복 라운드를 통해 실제 역사와 유사한 토론·고민·협 상·최종 결정을 재현하였다. 이를 평가하기 위해 새롭게 개발한 CHSI(Composite Historical Similarity Index)는 의미·맥락·의도 유사도를 통합한 지수로써 적용 한 결과, 시나리오 1은 평균 0.65, 시나리오 2는 평균 0.78의 유사도를 보였다. 이 는 TwinAgent가 역사적 위기 상황 속 인간 지도자의 사고방식과 정책 결정을 약 70% 수준에서 구조적으로 재현할 수 있음을 의미한다.
이러한 결과는 과거 지도자를 LLM 에이전트로 구현하여 역사적 결정을 재현하 는 데에 그치지 않는다. 동일한 방식으로 현재의 국가 지도자나 기업 경영자의 전략적 결정 패턴을 에이전트로 모델링할 경우, 단기적 정책 선택으로 예를 들면 관 세 협상, 정전협상, 기업 전략, 외교전략 등을 시뮬레이션 기반으로 예측할 수 있는 가능성을 제시한다.
TwinAgent 연구는 세 가지 차원에서 학술적 기여를 가진다.
첫째, 인지편향 구 조와 관료정치적 협상 논리를 동일한 LLM 구조에서 동시 구현함으로써, 인간 의사 결정 이론의 계산적 실증 가능성을 보여주었다.
둘째, LLM 에이전트를 통해 기존 의 정성적 역사 분석을 정량화하고, 행동·담론의 의미론적 유사도를 기반으로 정 책결정 재현성을 평가하는 새로운 실험적 정치·심리 연구방법론을 제시하였다.
셋째, TwinAgent는 과거 분석을 넘어 현대 안보환경의 디지털 시뮬레이션(심리적· 조직적 변수를 포함한 실시간 정책 예측·조기경보 등)으로 확장할 수 있는 가능성 을 제시하며, AI 기반 안보정책 개발의 새로운 패러다임으로 자리할 수 있다.
결론적으로, TwinAgent는 인간 지도자의 심리와 조직정치를 통합적으로 반영 한 LLM 기반 위기 의사결정 시뮬레이션 모델로서, 인공지능이 인간 행동 이론을 검증하고 지도자들의 행태를 반영할 수 있어서 현재와 미래의 국가적, 전략적 의사 결정의 다양한 선택을 예측하는 실험적 플랫폼으로 발전할 수 있음을 보여준다.
*주제어: 트윈에이전트(TwinAgent), 인공지능, 인지편향, 전망이론, 관료정치모델, 위기의사결정. 대형언어모델, 다중에이전트, 생성형에이전트, 한국전쟁
목차 (Table of Contents)