3B 모델 기반 다중 에이전트 경제 시뮬레이션 구현

주장30억 파라미터 규모의 소형 언어 모델은 다중 에이전트 경제 시뮬레이션을 실시간으로 구동하기에 가장 적합한 도구입니다. 거대 모델은 비용과 속도 측면에서 수많은 에이전트가 동시에 상호작용하는 환경을 구현하기에 비효율적입니다.

팩트이번 프로젝트인 사우전드 토큰 우드는 큐웬 2.5-3B 모델을 기반으로 다섯 마리의 숲속 생물 에이전트를 구현했습니다. 각 에이전트는 조약돌과 소문, 저장, 공황 등의 경제 활동을 수행하며 자원 거래를 진행합니다.

교차검증소형 모델은 제이슨(JSON) 형식 생성에는 매우 안정적이지만, 경제적 판단력은 부족하다는 한계가 있습니다. 초기 모델은 자신이 생산하는 물품을 스스로 구매하려는 비논리적인 행동을 보였습니다.

팩트판단력 문제를 해결하기 위해 모델의 크기를 키우는 대신 프롬프트를 정교화하는 방식을 택했습니다. 각 에이전트에게 생산 품목과 구매 금지 품목을 명확히 지정하고, 작업 예시를 제공하여 의사결정 품질을 높였습니다.

주장경제 시뮬레이션의 핵심은 인위적인 희소성 설계에 있습니다. 생산이 소비를 초과하면 거래가 발생하지 않으므로, 부패하는 음식이나 겨울철 연료 부족과 같은 제약 조건을 통해 시장의 역동성을 강제로 유도해야 합니다.

팩트시뮬레이션 내에서 15턴 동안 진행된 실험 결과, 유효한 제이슨 응답률은 100%를 기록했습니다. 턴당 거래량은 3회에서 9회 사이로 유지되었으며, 지니 계수는 0.14에서 0.38로 상승하며 빈부 격차가 심화되었습니다.

교차검증에이전트의 웰빙 모델링 시 모든 부족분을 누적치로 계산하면 에이전트가 파산하는 죽음의 소용돌이에 빠지게 됩니다. 이를 방지하기 위해 웰빙을 평균 회귀형 기분 상태로 재설계하여 시뮬레이션의 지속 가능성을 확보했습니다.

팩트튤립 광풍이나 남해 거품 사건과 같은 역사적 경제 사건을 숲속 전설로 재해석하여 시뮬레이션에 적용했습니다. 특정 전설이 발동하면 에이전트들은 즉각적으로 반응하며, 이는 스크립트 없이 시장 가격의 급등락을 유발했습니다.

주장소형 모델을 활용한 성공적인 데모는 기술적 제약과 인간이 이미 깊이 이해하고 있는 개념을 결합할 때 탄생합니다. 300년의 시장 역사 데이터를 활용함으로써 모델의 부족한 추론 능력을 보완하고 흥미로운 결과를 도출할 수 있었습니다.

주장이번 시뮬레이션은 인공지능 에이전트가 복잡한 경제 체계 내에서 어떻게 상호작용하는지 보여주는 사례입니다. 소형 모델의 효율성을 극대화하는 설계 방식이 향후 다중 에이전트 연구의 표준이 될 것으로 전망합니다.

팩트프로젝트는 허깅페이스 빌드 스몰 해커톤의 일환으로 진행되었습니다. 개발팀은 소형 모델의 한계를 창의적인 프롬프트 엔지니어링으로 보완하며 경제학적 가설을 검증했습니다.

출처허깅페이스 블로그 및 빌드 스몰 해커톤 보고서를 교차 검증했습니다.