정책 분석은 법안 통과 여부 예측을 넘어 누가 영향을 받고 그 행위자들이 어떻게 반응하며 무엇이 뒤따르는지를 파악해야 한다. LLM 기반 정책 시뮬레이션은 이를 대규모로 모델링하지만, 그럴듯한 행동을 실제 관찰된 결과와 비교하지 않으면 타당성을 검증하기 어렵다. 연구진은 입법 기록, 로비 공시, 규제 문서, 기업 공시, 경제 데이터 등 공개 증거를 바탕으로 정책과 행위자·행위·후속 영향을 연결하는 근거 기반 벤치마크 'GPS-Bench'를 제안한다. 행위자는 원형이 아니라 날짜가 명시된 기록에서 재구성돼 출처가 있는 증거 객체로 취급되며, 하나의 정책 상태에 대해 공동 추론, 독립·소통형 에이전트, 그래프 기반 방법, 가중치 미세조정을 통제 비교했다. 근거 기록에 대한 미세조정이 행위자 수준 영향 예측에서 가장 우수했고, 다중 에이전트 분해는 이를 능가하지 못했지만 메커니즘 해석력을 더해줬다.

• •정책 시뮬레이션의 타당성을 실제 관찰된 결과와 비교해 검증하는 근거 기반 벤치마크 GPS-Bench 제안
• •행위자를 원형이 아닌 날짜 기록에서 재구성한 출처 있는 증거 객체로 취급
• •공동 추론, 독립·소통형 에이전트, 그래프 기반 방법, 가중치 미세조정을 통제 비교
• •근거 기록 미세조정이 행위자 수준 영향 예측에서 가장 강력, 다중 에이전트 분해는 이를 능가하지 못함
• •다중 에이전트는 각자 다른 증거를 보고 구체적 공동 제안을 교환해 연합 형성 메커니즘을 검증 가능하게 함