사회과학을 위한 다국어 에이전트 기반 세계 모델링

Multilingual Agent-Based World Modeling for Social Science

최근 다중 에이전트 역할극은 언어 에이전트를 활용하여 사회적 행동을 연구하는 데 유망한 결과를 보여주고 있지만, 기존 시뮬레이션은 대부분 단일 언어를 사용하며, 실제 사회의 필수적인 요소인 상호 언어 간 상호작용을 고려하지 않습니다. 본 논문에서는 MAWM(Multilingual Agent-based World Modeling)이라는 다국어 에이전트 기반 세계 모델링 프레임워크를 소개합니다. MAWM은 다양한 사회언어적 특성을 가진 생성형 에이전트들 간의 다중 턴 다국어 상호작용을 지원하는 최초의 프레임워크입니다. MAWM은 두 가지 분석 모드를 제공합니다: (i) 전역 공론 형성 모델링, 이는 언어와 문화에 따른 개방형 설문 질문에 대한 태도의 변화를 추적하며, (ii) 미디어 영향 및 정보 확산, 이는 자율적인 뉴스 에이전트가 동적으로 콘텐츠를 생성하고 사용자 행동을 형성하는 방식을 분석합니다. 시뮬레이션을 현실적인 인구 분포에 맞게 구축하기 위해, 전 세계 인구 분포에서 추출한 설문 질문과 인구 통계 정보를 결합한 MAPS 벤치마크를 개발했습니다. 시뮬레이션 정확도 검증 실험 및 문화적 동화 및 규범 확산에 대한 사회과학 사례 연구 결과, MAWM의 다국어 시뮬레이션이 영어만 사용하는 시뮬레이션보다 실제 설문 데이터와 더 잘 일치하며, MAWM 내 에이전트 사회는 기존의 사회문화 현상을 재현하고, 계산적 사회과학을 위한 대안적인 해석 가능 도구로서 다국어 시뮬레이션의 가치를 강조합니다.

Multi-agent role-playing has recently shown promise for studying social behavior with language agents, but existing simulations are mostly monolingual without cross-lingual interaction, an essential property of real societies. We introduce MAWM, the first Multilingual Agent-based World Modeling framework that supports multi-turn multilingual interactions among generative agents with diverse sociolinguistic profiles. MAWM enables two modes of analysis: (i) global public opinion modeling, which tracks how attitudes toward open-domain survey questions evolve across languages and cultures, and (ii) media influence and information diffusion, via autonomous news agents that dynamically generate content and shape user behavior. To ground the simulation in realistic population distributions, we construct the MAPS benchmark, which combines survey questions and demographic personas drawn from global population distributions. Experiments on simulation alignment, along with social science case studies on cultural assimilation and normative diffusion, show that native-language simulation better reflects real survey data than English-only simulation, and that the agent society in MAWM reproduces established sociocultural phenomena and highlights the value of multilingual simulation as an alternative interpretable tool for computational social science.