본 논문은 에이전트 기반 시뮬레이션을 구성하는 에이전트의 잠재적 요인을 행렬 분해 기계학습 모델 로 파악하는 방법론 및 적용 사례를 소개한다. 시뮬레이션을 통해 관찰한 궤적 사건들에서 잠재 요인을 파악하기 위하여, 베이지안 푸아송 텐서 분해를 활용하였다. 그리고 본 논문은 에이전트 기반 시뮬레이 션의 에이전트 행동 정보를 텐서 형식론 기반으로 정리하는 방법론을 제안하였다. 형식론 기반 에이전트 행동 로그에서 텐서 분해를 활용해, 로그 데이터를 분해한 결과 통해 시뮬레이션의 임계값의 변환점을 포착하였다.