가상 인간(Virtual humans)이 믿을 수 있게 보이려면, 환경과 상호작용하는 과정에서 역량과 지능을 반영하는 방식의 주체성(Agency)과 공간 인지 능력(Spatial awareness)을 보여주어야 합니다. 이러한 능력의 핵심에는 에이전트의 행동을 강력하게 형성하는 효과적인 의사결정(Decision-making)이 자리 잡고 있습니다. 인공지능(AI)의 급격한 발전과 함께, 대규모 언어 모델(Large Language Models, LLMs)이 이러한 의사결정 과정을 지원하는 메커니즘으로서 점점 더 많이 탐구되고 있습니다. 본 연구에서는 에이전트 표현에 OCEAN 성격 특성을 통합하여, 시뮬레이션된 대피 시나리오 내 가상 인간의 의사결정을 구동하기 위한 LLM의 활용을 조사합니다. 우리의 목표는 언어 기반 프롬프트(Prompts)를 통해 표현된 성격이 개인의 행동과 집단적 시뮬레이션 결과 모두에 어떻게 영향을 미치는지 평가하는 것입니다. 연구 결과, LLM 기반의 성격 프로필은 에이전트의 결정에 상당한 영향을 미치며, 서로 다른 특성에 따라 뚜렷한 행동 패턴을 유도한다는 것을 입증했습니다. 이러한 발견은 LLM 가이드를 받는 에이전트들로 구성된 이질적인 군중(Heterogeneous crowds)이 시뮬레이션 환경의 현실성과 가변성을 향상시킬 수 있음을 시사하며, 전통적인 규칙 기반(Rule-based) 접근 방식에 대한 유연한 대안을 제공합니다.