설계에서 현실로: LLM 기반 다중 에이전트 시뮬레이션을 활용한 퍼트넘의 사회 자본 이론 모델링 및 적용

From Blueprint to Reality: Modeling and Applying Putnam's Social Capital Theory with LLM-based Multi-agent Simulations

퍼트넘의 사회 자본 이론은 집단 행동과 공동체 번영을 위한 핵심적인 틀입니다. 그러나 기존의 경험적 방법은 통제와 재현 가능성 측면에서 실질적인 한계를 가지고 있습니다. 반면, LLM 기반의 사회 시뮬레이션은 주로 행동 중심이며, 퍼트넘의 주요 주장을 모델링하기 위한 이론에 부합하는 환경이 부족합니다. 이러한 격차를 해소하기 위해, 본 연구에서는 퍼트넘의 사회 자본 이론을 이론적 설계에서부터 시뮬레이션된 현실로 연구할 수 있는 LLM 기반 다중 에이전트 시뮬레이션 프레임워크인 SocaSim을 소개합니다. 구체적으로, 우리는 사회 네트워크 진화, 신뢰 역학 및 규범 전파를 통합한 환경을 구축하고, 에이전트들이 반복적인 집단 행동 실험에 참여하도록 합니다. 그런 다음 이러한 세 가지 요소를 활용하여 스마트 노인 케어 분야의 적응 과제를 분석합니다. 우리의 시뮬레이션은 퍼트넘의 거시적 패턴을 재현하며, 그룹 수준에서 인간과 에이전트 간의 높은 일치성을 보입니다. 전통적인 방법과는 달리, SocaSim은 반복적인 시뮬레이션과 가설적 개입을 통해 사회 네트워크, 신뢰 및 규범의 미시적 인과 관계를 추적하여 프로세스 수준의 해석 가능성을 제공합니다. 이러한 기능들을 종합적으로 고려할 때, 본 연구는 LLM 에이전트를 활용하여 사회 과학과 컴퓨터 과학 간의 융합을 가능하게 하는 새로운 연구 패러다임을 제시합니다.

Putnam's Social Capital Theory is a foundational framework for collective action and community prosperity. However, traditional empirical methods face practical limits on control and replication. Meanwhile, LLM-based social simulations are typically behavior-driven and lack theory-aligned environments for modeling Putnam's core propositions. To address these gaps, we introduce SocaSim, an LLM-based multi-agent simulation framework to study Putnam's Social Capital Theory from theoretical blueprint to simulated reality. Specifically, we build an environment integrating social network evolution, trust dynamics, and norm propagation, where agents engage in repeated collective-action experiments, and then apply the three dimensions to analyze adaptation challenges in smart elderly care. Our simulations reproduce Putnam's macro-level patterns and exhibit strong human-agent alignment at the group level. Unlike traditional methods, SocaSim traces micro-level causal pathways of social network, trust, and norms via round-by-round simulations and counterfactual interventions, enabling process-level interpretability. Taken together, these capabilities establish a research paradigm that leverages LLM agents to bridge social science and computer science.