대규모 언어 모델 (Large language models, LLMs)은 합성 설문 응답자를 포함하여 사회 시뮬레이터 (social simulators)로서 점점 더 많이 사용되고 있습니다. 대부분의 평가는 시뮬레이션된 결과가 인간의 결과와 유사한지를 묻습니다. 우리는 이것이 필요하기는 하지만 너무 약하다고 주장합니다. 시뮬레이터는 잘못된 근거 기반 이유 패턴 (rationale-derived reason pattern)을 사용하면서도 최종 답변은 일치시킬 수 있기 때문입니다. 우리는 94명을 대상으로 한 자외선 차단제 컨셉 테스트를 통해 이 문제를 연구하였으며, 각 응답자는 세 가지 제품 컨셉을 평가하고 개방형 근거 (open-ended rationales)를 작성했습니다. 우리는 이러한 근거들을 양의 부호는 채택을 지지하고 음의 부호는 채택을 차단하는 부호가 있는 이유 상태 (signed reason states) $Z$로 매핑합니다. 이는 실질적인 감사 (audit)를 제공합니다: 응답자 기술자 (descriptors) $D$, 카테고리 문맥 (category context) $K$, 그리고 컨셉 처치 (concept treatment) $X$를 고정했을 때, 인간의 근거에서 도출된 이유가 행동 $Y$를 예측하는 데 도움이 되는지, 그리고 LLM이 인간의 근거 나 결과를 보지 않고도 동일한 이유 상태를 시뮬레이션할 수 있는지를 확인하는 것입니다. 인간의 근거에서 도출된 이유는 구매 의도에 대한 홀드아웃 예측 (held-out prediction)을 실질적으로 향상시킵니다. LLM이 시뮬레이션한 이유는 더 취약합니다: 그것들은 종종 그럴듯하게 들리지만, 응답자의 수용 또는 거절 경로를 복구하기보다는 컨셉 보드 (concept board)의 내용을 그대로 반복하는 경우가 빈번합니다. 본 논문은 사회 시뮬레이터를 위한 평가 프레임워크를 기여합니다. 이유 상태 (Reason states) 그 자체만으로는 자연적인 인과 효과 (natural causal effects)를 식별하지는 못하지만, 시뮬레이터가 명시한 이유가 인간의 증거와 일치하는지에 대한 해석 가능한 테스트를 제공합니다.