이 연구는 세계가치관조사(WVS)를 기반으로 문화적으로 다양한 페르소나를 부여한 LLM 에이전트들이 장기간 가치 관련 대화를 나누는 시뮬레이션 프레임워크를 제시해, LLM이 다양하고 상충하는 인간 가치 체계를 얼마나 충실히 재현하는지 검증했다. GPT-4o, Gemini-2.5-Flash, Gemma-4-E4B 세 모델과 1,200개 페르소나, 15개 주제로 약 4,000건의 대화를 분석한 결과, 페르소나의 절반 이상이 처음부터 할당된 WVS 프로필을 제대로 표현하지 못했고 반복 대화 후에는 2~7%가 추가로 값이 이탈했다. 인구통계학적 세부정보를 제거하면 일부 모델에서 충실도가 개선됐지만 시뮬레이션된 가치 분포가 체계적으로 벗어나는 큰 흐름은 바뀌지 않았다. 인간 대화 대비 시뮬레이션 대화는 문체는 일관되나 의미상 다양성은 떨어지는 경향을 보였다.

• •WVS 기반 페르소나로 LLM 에이전트의 장기 가치관 시뮬레이션 충실도를 검증(3모델, 1,200페르소나)
• •페르소나의 50% 이상이 처음부터 할당된 가치 프로필을 제대로 반영하지 못함
• •반복 대화 후 2~7% 추가 이탈(value drift) 발생, 인구통계 제거해도 근본 개선은 제한적
• •인간 대화 대비 문체는 일관되나 의미적 다양성은 낮아 대표성에 한계