대규모 언어 모델 (LLM) 기반의 생성형 에이전트 (Generative agents)는 협력적인 환경에서 믿을 만한 인간의 행동을 재현하지만, 화재 대피나 권위가 감독하는 비상 상황과 같이 규칙 위반이 필요할 수 있는 상황에서 이들이 어떻게 추론해야 하는지는 여전히 제대로 규명되지 않았습니다. 우리는 이러한 간극을 엔드 투 엔드 (end to end)로 해결하는 새로운 4개 모듈 인지 아키텍처 (cognitive architecture)인 PAVE (Perception, Assessment, Verdict, Emulation)를 제안합니다: (i) Perception (지각)은 명시적인 권위 거리 (authority distance), 동료의 행동, 그리고 심각도가 태깅된 상황적 단서가 포함된 구조화된 컨텍스트 (context)를 추출합니다; (ii) Assessment (평가)는 필요성, 비례성, 그리고 대안의 부재를 확인하는 명시적인 정당성 판단을 포함하여 5개의 스칼라 (scalar) 값을 따라 컨텍스트를 점수화합니다; (iii) Verdict (판결)는 페르소나 (persona)로부터 유도된 에이전트별 임계값 (threshold)을 바탕으로, 엄격한 정당성 게이트 (legitimacy gate) 하에서 준수할지 또는 위반할지를 결정합니다; (iv) Emulation (모사)은 판결을 실행하며, 위반의 범위를 트리거 (trigger)가 정당화하는 규칙으로 제한합니다. 우리는 Smallville에서 파생된 타일 기반 교통 환경인 Voville에 PAVE를 구현하였으며, 세 가지 시나리오, 네 가지 LLM 백본 (backbone), 그리고 집중적인 어블레이션 (ablation) 연구를 통해 평가를 수행했습니다. PAVE 에이전트는 네 가지 속성을 동시에 만족합니다: 정당한 위반 (트리거가 정당화할 때만 발생), 권위 존중 (경찰의 지시가 높은 정당성보다 우선함), 제한된 범위 (위반이 대상 규칙에 국한됨), 그리고 회복 (트리거가 종료되면 기본 상태로 복구됨). PAVE 에이전트는 네 가지 속성 모두에서 바닐라 (vanilla) 모델보다 더 구조화되고 해석 가능한 결정을 내리며, 인간 평가자들은 이들이 더 그럴듯하다고 평가했습니다. 정당성 게이트를 제거하는 어블레이션 실험에서는 바닐라 모델과 유사한 실패가 재현되었습니다. 우리는 Voville, PAVE 프롬프트 및 코드, 그리고 평가 파이프라인을 공개합니다.