신호 동료심사 공모 입찰의 효과를 추적하는 다중 에이전트 시뮬레이션

요약

이 논문은 AAAI-27 리뷰 과정에서 불거진 심사자 간 입찰 공모 문제를 다룬다. 저자들은 기존 연구가 입찰, 배정, 리뷰 조작을 따로 다뤄 공모가 전체 과정에 미치는 영향이 제대로 규명되지 않았다는 공백을 지적한다. 이를 메우기 위해 학회 환경을 고정한 채 LLM 기반 심사자 에이전트에 정직 또는 공모 정책을 부여하는 멀티에이전트 시뮬레이션 CABAL을 제안한다. 심사자와 논문 간의 상호 친밀도를 활용해 공모 링과 표적 논문을 구성하는 친밀도 기반 공모 전략도 함께 개발했다. 통제 실험에서 공모 입찰은 표적 논문을 확보할 확률을 두 배 넘게 높였고 공모자는 정직한 공동심사자보다 약 2점 높은 점수를 매겼지만, 학회 전체 차원의 영향은 상대적으로 작았다. 기존 탐지기는 정상적인 친밀도와 혼동돼 정밀하지만 좁은 범위에서만 공모를 찾아낼 수 있었다.