판매를 결정하는 요인은 무엇인가? LLM 에이전트를 활용한 통합적인 판매자-구매자 소매 환경 역학 재고

What Makes a Sale? Rethinking End-to-End Seller--Buyer Retail Dynamics with LLM Agents

판매자 측의 설득부터 구매 결정에 이르기까지 여러 단계를 거쳐 결과가 결정되므로, 실제 배포 전에 소매 전략을 평가하는 것은 어렵습니다. 그러나 기존의 소매 시뮬레이터는 이러한 과정의 일부만을 포착하며, 단계 간의 상호 의존성을 모델링하지 못하기 때문에 초기 결정이 후속 결과에 미치는 영향을 평가하기 어렵습니다. 본 논문에서는 다양한 제품군, 페르소나 기반 에이전트, 다중 턴 상호작용을 통해 높은 시뮬레이션 정확도를 제공하도록 설계된 통합 소매 시뮬레이션 프레임워크인 RetailSim을 제시합니다. RetailSim은 인간 평가를 통한 행동적 정확성 평가와 실제 경제적 규칙에 대한 메타 평가라는 이중 프로토콜을 통해 평가되었으며, 인구 통계학적 구매 행동, 가격-수요 관계, 이질적인 가격 탄력성과 같은 주요 패턴을 성공적으로 재현하는 것으로 나타났습니다. 또한, 페르소나 추론, 판매자-구매자 상호 작용 분석, 판매 전략 평가와 같은 의사 결정 중심의 활용 사례를 통해 RetailSim의 실용적인 유용성을 입증하고, 소매 전략을 탐색하기 위한 제어된 테스트 환경으로서의 잠재력을 보여줍니다.

Evaluating retail strategies before deployment is difficult, as outcomes are determined across multiple stages, from seller-side persuasion through buyer-seller interaction to purchase decisions. However, existing retail simulators capture only partial aspects of this process and do not model cross-stage dependencies, making it difficult to assess how early decisions affect downstream outcomes. We present RetailSim, an end-to-end retail simulation framework that models this pipeline in a unified environment, explicitly designed for simulation fidelity through diverse product spaces, persona-driven agents, and multi-turn interactions. We evaluate RetailSim with a dual protocol comprising human evaluation of behavioral fidelity and meta-evaluation against real-world economic regularities, showing that it successfully reproduces key patterns such as demographic purchasing behavior, the price-demand relationship, and heterogeneous price elasticity. We further demonstrate its practical utility via decision-oriented use cases, including persona inference, seller-buyer interaction analysis, and sales strategy evaluation, showing RetailSim's potential as a controlled testbed for exploring retail strategies.