자율적으로 구매를 실행하는 Agentic AI가 늘어나면서, 기존의 브랜드 충성도 개념을 인간의 반복 구매만으로 설명하기 어려워졌다는 문제의식이 나온다. 이 논문은 그런 변화가 소비자-브랜드 관계를 구조적으로 다시 보게 만든다고 본다. 메타데이터상 공개일은 2026년 7월 16일이며, arXiv에는 2026년 7월 15일 버전으로도 표시돼 있다.
논문은 동적 검증형 다중에이전트 인간-에이전트 충성도 루프(DVM-HALL) 모델을 제시한다. 브랜드 선택은 인간의 감정적 가치, 에이전트의 기계 경험 효용, 보정된 신뢰, 위임된 권한, 검증 가능한 실행이 함께 결정하는 것으로 정식화하며, 선택 확률은 소프트맥스 형태로 기술한다. 상호작용 뒤에는 신뢰와 위임이 재귀적으로 갱신된다.
블록체인, 토큰화 충성도, 디파이 환경도 모델에 포함되며, 실행 비용과 위험이 핵심 변수로 들어간다. 표 1에는 verifiability, gas, slippage, liquidity, MEV exposure, oracle risk, smart-contract risk, bridge risk, revocation capacity가 정리돼 있고, 이 변수들은 에이전트가 어떤 브랜드를 선호할지 설명하는 예측변수로 취급된다.
평가 지표로는 Net Human-Agent Score(NHAS)가 도입된다. NHAS는 인간 피드백, 실행 로그, 벤치마크 비교, 검증 가능한 영수증을 바탕으로 인간-에이전트 정렬을 수치화하도록 설계된 감사 가능한 지표다. 상호작용마다 선호 정합성, 경제 효율성, 실행 신뢰성, 설명 품질을 반영하고, 재무 손실·프라이버시 유출·규정 위반 같은 중대 실패는 가중 벌점으로 처리한다.
| 항목 | 원문 값 · 검증 단서 |
|---|---|
| 블록체인·디파이 실행 변수 | Verifbt, Gasbt, Slipbt, Liqbt, MEVbt, Oraclebt, SCriskbt, Bridgebt, Revocbt · Table 1: Concrete blockchain and DeFi variables for the agentic utility function. |
| NHAS 입력 소스 | Human feedback, Execution logs, Benchmark engine, Verifiable receipts · Section 6.3 |
| 검증 계획 1 | Controlled Human-Agent Shopping Experiment · Section 7.1 |
| 검증 계획 2 | Multi-Agent Marketplace Simulation · Section 7.2 |
| 검증 계획 3 | DeFi or Tokenized Loyalty Testbed · Section 7.3 |
이 문헌은 이론과 수식 중심의 프리프린트이며, 결과는 실제 실험값이 아니라 검증 계획으로 제시된다. 저자는 통제된 쇼핑 실험, 다중에이전트 시장 시뮬레이션, 디파이 또는 토큰화 충성도 시험대의 3단계 검증을 제안한다. 첫 단계에서는 감정적 가치, API 품질, 설명 투명성, 위임 모드를 조작하고, 두 번째 단계에서는 구매·판매·결제·물류 에이전트가 섞인 시장을 모의한다.
공개된 파이썬 예시에서는 신뢰 0.90, 위임 0.90의 상황에서 브랜드 X와 Y의 복합 효용과 선택 확률을 계산한다. 또 별도 예시로 1000회 상호작용에서 기준선 NHAS를 모의하며, 시스템적 API/오라클 장애를 가정한 시뮬레이션도 함께 제시한다. Appendix A에는 NHAS가 0 이하이면 위임 계수 δ가 0으로 재설정돼 전통적 수동 검색 모드로 되돌아간다고 적혀 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
