소비자 보호를 위한 개인 맞춤형 강도 조절 기반 다중 에이전트 대규모 언어 모델을 활용한 감정 정화

Multi-Agent Large Language Model Based Emotional Detoxification Through Personalized Intensity Control for Consumer Protection

주의 경제 시대에, 자극적인 콘텐츠는 소비자에게 과도한 감정적 자극을 제공하여 침착한 의사 결정을 방해합니다. 본 연구에서는 다중 에이전트 정보 정화 시스템인 Multi-Agent LLM-based Emotional deToxification (MALLET)을 제안합니다. MALLET은 감정 분석, 감정 조절, 균형 모니터링, 개인 가이드의 네 가지 에이전트로 구성됩니다. 감정 분석 에이전트는 6가지 감정 BERT 분류기를 사용하여 자극 강도를 정량화하며, 감정 조절 에이전트는 LLM을 사용하여 텍스트를 두 가지 형태로 변환합니다. 첫째는 중립화된 텍스트인 BALANCED, 둘째는 중립화된 텍스트에 추가 설명을 포함한 COOL입니다. 균형 모니터링 에이전트는 주간 정보 소비 패턴을 집계하여 개인 맞춤형 조언을 제공하고, 개인 가이드 에이전트는 소비자의 민감도에 따라 적절한 텍스트 형태를 추천합니다. 800개의 AG News 기사에 대한 실험 결과, 제안된 시스템은 자극 점수를 크게 감소시켰으며(최대 19.3%), 감정 균형을 개선하는 동시에 의미 보존을 유지했습니다. 자극 감소와 의미 보존 간의 상관 관계가 거의 없다는 점은 두 요소가 독립적으로 제어될 수 있음을 확인시켜줍니다. 범주별 분석 결과, 스포츠, 비즈니스, 과학/기술 분야에서 자극 감소 효과가 컸지만, 사실 자체가 내재적으로 높은 자극을 갖는 세계(World) 분야에서는 효과가 제한적이었습니다. 제안된 시스템은 소비자가 원본 텍스트에 대한 접근을 제한하지 않고도 침착하게 정보를 받아들일 수 있도록 지원하는 프레임워크를 제공합니다.

In the attention economy, sensational content exposes consumers to excessive emotional stimulation, hindering calm decision-making. This study proposes Multi-Agent LLM-based Emotional deToxification (MALLET), a multi-agent information sanitization system consisting of four agents: Emotion Analysis, Emotion Adjustment, Balance Monitoring, and Personal Guide. The Emotion Analysis Agent quantifies stimulus intensity using a 6-emotion BERT classifier, and the Emotion Adjustment Agent rewrites texts into two presentation modes, BALANCED (neutralized text) and COOL (neutralized text + supplementary text), using an LLM. The Balance Monitoring Agent aggregates weekly information consumption patterns and generates personalized advice, while the Personal Guide Agent recommends a presentation mode according to consumer sensitivity. Experiments on 800 AG News articles demonstrated significant stimulus score reduction (up to 19.3%) and improved emotion balance while maintaining semantic preservation. Near-zero correlation between stimulus reduction and semantic preservation confirmed that the two are independently controllable. Category-level analysis revealed substantial reduction (17.8-33.8%) in Sports, Business, and Sci/Tech, whereas the effect was limited in the World category, where facts themselves are inherently high-stimulus. The proposed system provides a framework for supporting calm information reception of consumers without restricting access to the original text.