우리는 대규모 언어 모델(LLMs)과 지식 그래프(Knowledge Graphs)를 사용하여 경제 시나리오 분석을 수행하는 에이전트 프레임워크 기반의 모델 근거 RAG(Retrieval-Augmented Generation) 기반 AI 경제학자를 제안합니다. LLM은 유창한 경제적 서사를 생성할 수 있지만, 경제학자들은 종종 경제 이론과 실제 데이터에 근거한 경제적 주장을 펼쳐야 합니다. 이러한 동기를 바탕으로, 본 연구는 경제 데이터와 이론을 포함하는 지식 그래프와 LLM 기반 에이전트를 활용하여 분석을 계획하고, 관련 증거를 검색하며, 적절한 모델을 선택하고, 보고서를 생성하는 RAG 기반 AI 경제학자를 제안합니다. 우리의 프레임워크에서는 언어 모델만으로 직접적인 정량적 주장을 생성하지 않습니다. 대신, AI 에이전트를 통해 명시적인 모델 기반 계산에 근거하고 검색된 증거와 연결된 서사를 생성합니다. 우리는 이 프레임워크를 AI economist agent라고 부릅니다. 우리는 두 가지 응용 분야에서 AI economist agent를 평가합니다: 미국 인플레이션 지속성 및 연방준비제도(Federal Reserve) 정책에 대한 경제학자 보고서 생성, 그리고 미국 상업용 부동산 재금융 스트레스에 대한 은행 스트레스 테스트 서사 생성입니다. 결과는 생성된 보고서에 근거를 제공하는 것이 어떻게 경제적 일관성과 추적 가능성을 향상시키는지 보여줍니다.