PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.28372v1econ.GN

알고리즘 쇼핑: 에이전트 AI가 인간 휴리스틱을 대리 소비자로 활용하는 방식

Shopping by algorithm: How agentic AI deploys human heuristics as a surrogate consumer

소비자들은 점점 더 구매 결정을 대리 소비자 역할을 하는 대규모 언어 모델(LLM)에 위임하고 있다. 제품 속성을 비용이 드는 도구 호출 뒤에 두는 정보 보드(information-board) 과정 추적(process tracing)의 변형인 "Tool-Lab"을 사용하여, 마케팅 가격 단서(즉, just-below pricing과 프로모션 프레이밍)가 AI 쇼핑 에이전트에 어떻게 영향을 미치는지 살펴본다. 세 제공업체의 상용 배포 LLM 8개에 걸쳐 선택 전 정보 획득을 추적했다. 비용이 없을 때는 가격 단서가 거의 오도하지 않는다. 모호한 목표 프롬프트 하에서 정보 획득 비용을 부과하면 LLM은 단위 가격 계산에 필요한 진단적 속성을 생략하고 인간 휴리스틱을 닮은 차선 선택을 하게 된다. 진단적 탐색과 선택 최적성을 대체로 유지하는 구체적 목표 프롬프트에 비해, 제약 조건 하의 모호한 목표 프롬프트는 탐색을 매개로 한 취약점을 만든다. 본 연구는 위임형 AI 쇼핑에서 마케팅 휴리스틱이 반드시 불변적인 LLM 결함 때문이 아니라 상점프론트 정보 아키텍처에 의해 좌우됨을 보여준다.

arXiv:2607.05761v1cs.AI

대규모 언어 모델을 활용한 합성 소비자 인사이트 생성

Synthetic Consumer Insight Generation with Large Language Models

현대의 데이터 기반 마케팅은 대량의 소비자 데이터에 의존하지만, 이러한 데이터를 수집하는 것은 비용이 많이 들고 시간이 소요되며 확장하기 어렵다. 본 연구는 대규모 언어 모델(LLM)이 투영 기법(projective techniques)—소비자의 연상, 감정, 욕구, 필요를 이끌어내기 위해 설계된 방법론의 집합—을 위한 합성 소비자 데이터 생성에 활용될 수 있는지 검토한다. 우리는 다양한 투영 과제, LLM, 프롬프팅 전략, 온도 설정에 걸쳐 LLM이 생성한 응답을 테스트하고, 이를 도시 관광지 인식에 관한 1차 연구에서 수집한 인간 응답과 비교한다. 인간과 LLM의 응답은 언어적 측도, 다양성 및 집중도 지표, 토픽 모델, 상위 용어 분석을 통해 분석하였다. 결과는 광범위한 주제 및 연상에서 인간과 LLM 응답 간에 상당한 중복이 존재하지만, 스타일, 언어 구조, 다양성이 생성되는 방식에서는 중요한 차이점도 있음을 보여준다. 합성 소비자 데이터 생성에 LLM을 최적으로 활용하는 방법, 모델 및 프롬프트 선택이 응답 품질을 형성하는 방식, 그리고 LLM 합성 소비자 데이터 생성의 한계를 인식하는 것에 대한 권고사항이 제시된다.

arXiv:2606.18005v1cs.AI

LLM 소비자 행동 이론: 새로운 연구 분야의 기초

LLM Consumer Behavior Theory: Foundations of a Novel Research Field

대규모 언어 모델(LLM)은 사용자를 대신하여 소비 결정을 내리는 자율 에이전트로 점차 더 많이 배포되고 있습니다. 이러한 변화는 전통적으로 인간을 주요 의사결정권자로 모델링해 온 소비자 이론에 근본적인 질문을 제기합니다. 본 논문에서는 에이전트 시장에서의 소비자 행동을 분석하는 데 초점을 맞춘 새로운 연구 분야인 LLM 소비자 행동 이론을 소개합니다. 고전 및 행동 경제학과 자연어 처리(NLP)의 최근 발전을 바탕으로, 인간의 선호도가 LLM 기반 에이전트에 의해 어떻게 반영되고 실행되는지, 그리고 에이전트 수준의 결정이 시장 수요로 어떻게 집계되는지를 형식화합니다. 우리는 LLM 의사결정, 인간 행동 시뮬레이션, 선호도 유도에 관한 기존의 파편화된 문헌을 공통의 경제학적 관점에서 통합하며, 합리성과 이질성과 같은 가정이 에이전트 시장에서 어디서 성립하지 않을 수 있는지를 강조합니다. 본 논문은 경험적 검증을 제공하는 대신, LLM 소비자 행동의 범위를 개요하고 정렬, 선호도 표현, 시장 역학과 관련된 미해결 연구 과제를 식별합니다.