이 논문은 혼합 동기(mixed-motive) 환경에서 작동하는 LLM 다중 에이전트 시스템의 목표 불일치(objective misalignment) 문제를 소셜 디덕션 게임 '늑대인간'을 통해 평가하는 새로운 프레임워크를 제안한다. 단일 에이전트의 목표만 변형하고 배정된 역할은 유지한 채 네 가지 LLM 모델군, 네 가지 플레이어 역할, 세 가지 목표 설정 조합에서 내부 추론과 공개 발언(cheap-talk) 행동을 이중 분석했다. 결과적으로 목표 불일치는 적대적 환경에서 결과를 저해했으며 비대칭 정보와 전문화된 역할이 있을 때 그 효과가 더 커졌고, 불일치된 에이전트는 뚜렷한 목표 기반 추론 전략을 발전시키지만 이는 공개 행동에서는 거의 드러나지 않았다. 이는 미묘한 목표 불일치조차 집단 의사결정에 심각한 영향을 줄 수 있음을 보여주며 LLM 다중 에이전트 시스템을 위한 완화 전략의 필요성을 제기한다.

• •'늑대인간' 게임으로 LLM 다중 에이전트의 목표 불일치를 평가하는 프레임워크 제안
• •4개 모델군·4개 역할·3개 목표 설정 조합에서 내부 추론과 공개 발언을 이중 분석
• •목표 불일치는 적대적 환경 결과를 저해, 비대칭 정보·전문화 역할에서 효과 증폭
• •불일치 에이전트의 전략적 적응이 공개 행동에서는 거의 드러나지 않아 탐지 어려움
• •ICLR 2026 AIWILD 워크숍 채택 논문