LLM "에이전트 사회 (agent societies)"는 창발적 합의(emergent consensus) 또는 양극화(polarization)의 시연을 통해 연구되어 왔으나, 측정 가능한 제어 파라미터(control parameter)가 없고, 각 체제(regime)가 언제 나타나는지에 대한 이론이 없으며, 결과가 진정한 사회적 역학인지 아니면 모델의 인위적 산물(artifact)인지에 대한 테스트도 없습니다. 본 연구에서는 이웃의 진술된 의견을 반사실적으로 섭동(counterfactually perturbing)함으로써 에이전트별로 측정되는 결합 이득(coupling gain) $\gamma$를 도입합니다. (i) $\gamma$는 안정적이며 모델을 구분하는 특성을 가집니다. 5개의 프런티어 모델(frontier models) 전반에 걸쳐 0.15~0.43의 범위를 나타내며 (n=20, 95% 신뢰 구간(CIs) $\le$ 0.025), 패러프레이즈(paraphrase)에 불변합니다. 사회적 이웃 $\gamma$는 수치적 앵커(numeric-anchor) $\gamma$와 대략적으로 일치하므로, $\gamma$는 증거 결합(evidence-coupling)의 증거이지 유일하게 사회적인 것은 아닙니다. (ii) 측정된(가정되지 않은) 계수를 사용하는 고전적 역학이 체제를 구성합니다: 합의/다원주의(consensus/pluralism)의 경우 Friedkin-Johnsen 모델, 양극화(polarization)의 경우 부호 라플라시안(signed-Laplacian)/구조적 균형(structural-balance) 모델이 적용됩니다. (iii) 프런티어 LLM은 자발적으로 역효과(backfire, $\beta \le 0$)를 일으키지 않으므로, 기본 사회는 스스로 양극화되지 않습니다. 즉, 양극화는 항상 유도됩니다. $\beta > 0$ 분기는 FJ 대리 모델(FJ surrogate)에서만 발생하며, 에이전트에서는 절대 발생하지 않습니다. (iv) 무작위 초기 조건 진단법 — 최종 의견 대 초기 의견의 (기울기, 편향) — 은 진정한 평균화(averaging)와 모델 사전 지식의 산물(model-prior artifacts)을 구분합니다 (내부 값을 가진 사실을 통해 설계 단계에서 경계 검열(boundary-censoring)은 배제되었습니다). 이미 발표된 "창발적 합의" 결과(Chuang et al. 2023)에 적용한 결과, 모델 특유의 혼동이 드러났습니다: 논쟁 가능한 주장에서는 평균화가 일어나고, 확정된 사실에서는 사전 지식의 산물이 나타납니다. (v) 결합(Coupling)은 문맥 의존적입니다: 쌍별(pairwise) $\gamma$는 다수 이웃의 결과를 예측하지 못하며, 오히려 결과를 거꾸로 정렬할 수도 있습니다. 반면, 양식(modality)이 일치하는 그룹 결합은 예측이 가능합니다 (16개의 폐쇄형 및 개방형 모델, Pearson $r=-0.70$, permutation $p=0.008$). 체제의 법칙은 단일 이웃 $\gamma$가 아니라 이러한 일치된 결합을 따릅니다. 즉, 창발적 합의는 대상 상호작용에서의 결합으로부터 읽어야 합니다. 본 연구는 새로운 이론이 아닌, 측정 프로토콜과 타당성 도구를 제공합니다.