합종은 원하지 않는 협력 행위로 인해 인간 기관에서 지속적인 문제였습니다. 시장과 규제 산업에서는 때때로 회사나 개인들이 가격을 조정하거나 입찰을 조작하거나 시장을 분할하여 경쟁과 소비자에게 손해를 끼치며 이익을 극대화하려고 공모합니다. 이러한 합종은 일반적으로 불법이며 시장의 정직성과 대중의 신뢰를 해칠 수 있습니다. 다중 에이전트 AI 시스템이 더 흔해짐에 따라, AI 에이전트가 경쟁 환경에서 유사하게 합종을 배우는 데 대한 우려가 증가하고 있습니다(Mathew et al., 2025; de Witt, 2025; Wu et al., 2024). 이는 중요한 질문을 제기합니다: 인간 도메인에서 얻은 반합종 전략을 AI 에이전트 간의 합종 예방 또는 완화에 활용할 수 있는가? 실제로 최근 연구는 교차 도메인 통찰력의 중요성을 강조하고 있습니다. Hammond et al. (2025)은 금융 시장과 같은 고위험 상황에서 다중 에이전트 시스템을 규제하기 위한 기존 노력에서 얻은 교훈을 활용하여 다중 에이전트 AI 위험에 대처하는 데 더 큰 진보를 이룰 수 있다고 주장합니다.

합종은 일반적으로 여러 행위자가 규정된 규칙이나 관례로부터 조정된 편차를 일으켜서 자신들의 이익을 얻기 위해 다른 사람의 손해를 초래하는 것을 말합니다(Chassang & Ortner, 2023). 반복 게임 모델에서는 자기 이익에 대한 에이전트 사이에서 합종이 균형을 이루는 조건이 있습니다. 첫째, 상대방의 행동을 관찰할 수 있는 몇몇 행위자들이 반복적으로 상호작용할 때 합종은 더 쉽게 이루어집니다(Asker & Nocke, 2021). 둘째, 고액의 승부와 명확한 상호 이익이 포함됩니다(Igami & Sugaya, 2022). 셋째, 진입 장벽이 높습니다. 예를 들어 공공 조달이나 전문가 면허에서는 제한적인 자격 요건과 불투명한 과정으로 인해 소수의 내부자가 지배하고 결과를 조율할 수 있습니다(Clark et al., 2018; Carbone et al., 2024). 넷째, 안정적인 합종을 위해서는 내부 감시가 강화되어야 합니다(즉, 배신을 검출하고 신뢰할 수 있는 처벌 메커니즘). 동시에, 외부 감시(규제 기관, 감사인, 언론)가 약하거나 분산될 때 합종은 번창합니다(Symeonidis, 2018). 합종은 명시적일 수 있습니다. 예를 들어 비밀 회의, 문서화된 협정 또는 당사자 간의 통신이 포함될 수 있으며, 묵시적으로 이루어질 수도 있습니다. 즉 기업들이 직접적인 의사소통 없이 상대방의 움직임을 관찰하고 복제하여 비공식적으로 협력할 수 있습니다(Pawliczek et al., 2022).

협력 AI에서 Hammond et al. (2025)은 다중 에이전트 AI 시스템의 핵심 실패 모드 중 하나로 합종을 분류합니다. 여기서 다중 에이전트 AI 시스템은 두 개 이상의 독립적인 AI 에이전트가 상호작용하는 환경입니다 - 잠재적으로 사적 정보, 독립/공유 목표 및 시간에 따른 적응 능력이 있습니다. 이러한 자율적인 AI 에이전트들이 원하지 않는 방식으로 협력할 때 합종이라고 말합니다. 현재 문헌은 AI 시스템에서 최소한 두 가지 넓은 형태의 합종을 제시하고 있습니다: 시장 수준 알고리즘 합종 (예를 들어 Calvano et al. (2020)는 표준 올리고폴 가격 게임에서 독립적인 Q-learning 에이전트들이 경쟁하고 있으며, 그들은 명시적 의사소통이나 직접 합종 코딩 없이 체계적으로 초경쟁 가격을 부과하여 합종 결과를 유지하는 것을 발견했다)와 스테가노그라피 (예를 들어 최근 연구는 대규모 언어 모델 에이전트들이 숨겨진 메시지를 숨기고 자연어로 교환할 수 있음을 보여주며, 관리자는 이러한 숨겨진 메시지를 감지할 수 없다(Motwani et al., 2024)).

AI 에이전트들이 합종 전략을 배우고 실제로 그렇게 할 수 있다는 증거가 늘어나고 있지만, 인간의 반합종 메커니즘을 AI에 어떻게 적용할지에 대한 체계적인 이해는 여전히 부족합니다. 본 논문은 이 간극을 메꾸기 위해 인간 도메인에서 사용된 반합종 메커니즘의 분류를 제공하고, 이러한 메커니즘을 다중 에이전트 AI 시스템에 적용하는 방법을 제시합니다. Figure 1은 이러한 매핑을 개요로 보여주며 각 메커니즘이 직면한 주요 구현 접근법과 과제들을 강조합니다.

인간 도메인에서의 반합종 메커니즘 분류

우리는 합종의 전체 주기: 형성 방지, 존재 감지 및 참가자 처벌을 포괄하는 5개의 핵심 범주로 인간의 반합종 노력을 조직합니다. 표 1은 이 분류와 실제에 사용되는 대표적인 도구를 요약합니다.

인간 반합종 메커니즘과 대표적 도구들

제재

정의. 제재는 합종이 감지되고 확립된 후에 부과되는 벌금입니다. 이들은 합종으로부터 얻을 수 있는 기대 수익을 준수하는 것에서 얻는 수익보다 낮게 만들도록 설계되었습니다.

실천. 제재는 산업 제품, 건설, 교통, 디지털 플랫폼, 노동 시장 및 공공 조달 등 다양한 시장에 걸쳐 나타납니다. 2016년에는 유럽 연합 집행부가 중형 트럭 가격을 조정하고 배출 관련 비용 증가를 전파하는 것을 지연시킨 장기적인 카르텔로 인해 트럭 제조업체 그룹에게 29억3천만 유로의 벌금을 부과했습니다(European Commission, 2016). 2025년에는 집행부가 라이벌 회사를 빼지 않기로 합의하고 상업적으로 민감한 정보를 교환하며 지역 시장을 분할한 반경쟁 카르텔에 참여한 Delivery Hero와 Glovo에게 각각 3억2천9백만 유로의 벌금을 부과했습니다(European Commission, 2025). 여러 관할 지역은 이러한 기업 벌금 외에도 개인에 대한 제재를 보충하고 있습니다. 호주에서는 Bingo Industries와 Aussie Skips가 건설 및 철거 폐기물 서비스에 대해 더 높은 가격을 설정하기로 합의하여 연방 법원이 Bingo에게 A$3천만, Aussie Skips에게 A$350만의 벌금을 부과했으며, 각각의 전 CEO는 집행 명령, 개인 벌금 및 5년간 기업 관리 금지를 받았습니다(ACCC, 2024). 공공 조달에서는 다자 개발 은행들이 추방을 크게 의존하고 있습니다. 예를 들어 월드 뱅크는 콜라스 마디가ascar S.A.가 Airports Madagascar 프로젝트에서 합종 및 부정 행위를 저지른 것으로 인해 2년간 추방했으며, L.S.D. 건설 & 공급은 필리핀 시골 개발 프로젝트에서 합종 및 부패 행위를 저지른 것으로 인해 4.5년간 추방되었습니다(World Bank, 2022; World Bank, 2025).

배려 및 고발

정의. 배려와 고발 메커니즘은 합종을 폭로하고 집행 당국과 협력하는 기업이나 개인에게 보상을 제공합니다. 배려 프로그램은 일반적으로 첫 번째 카르텔 회원이 자진 신고하고 증거를 제공할 경우 완전 면책 또는 상당한 벌금 감면을 제공하며, 고발은 내부자들이 합종을 의심하는 것을 보호(때로는 재정적으로 보상)된 채널로 제보하도록 합니다.

실천. 지난 30년 동안 배려 프로그램은 많은 관할 지역에서 하드코어 카르텔을 감지하는 핵심 도구가 되었습니다. 현대 미국 기업 배려 정책은 첫 번째 회사에 범죄 혐의를 면제해줍니다(Miller, 2009), 이와 유사한 정책들이 EU와 많은 다른 경제권에서도 채택되었습니다. 예를 들어 EU 트럭 카르텔에서 MAN은 카르텔이 존재함을 폭로하여 약 12억 유로의 벌금을 피하는 완전 면책을 받았으며, Volvo/Renault, Daimler 및 Iveco는 집행부와 협력한 시점과 정도에 따라 벌금 감면을 받았습니다(European Commission, 2016). 고발 메커니즘은 기업 배려를 보완하여 개인 내부자 대신 회사를 대상으로 합니다. EU에서는 2019년 위험 신고자 보호 지침이 유럽 연합 법을 위반한 것을 제보하는 데 안전한 내부 및 외부 보고 채널과 보복에 대한 보호를 제공하도록 요구하며, 집행부 자체는 익명 암호화 고발 도구를 운영하고 있습니다(EU, 2019; European Commission, 2017). 유럽 외에도 몇몇 시스템은 보호와 금전적 보상을 결합하고 있습니다. 예를 들어 미국의 금융 규제 및 관련 분야에서 상금 제도의 경험에 따르면, 징수된 벌금의 일부를 지급하면 고급 정보 제공이 크게 증가합니다(Nyreröd & Spagnolo, 2021).

감시 및 검사

정의. 감시는 관련 행동, 의사소통, 거래 또는 시스템 로그를 지속적으로 또는 주기적으로 관찰하여 합종을 나타내는 적색 플레그를 식별하는 것을 의미합니다. 검사는 데이터, 시스템 및 프로세스에 대한 더 깊은 수사적 또는 사후 검사를 수행하여 준수 여부를 확인하고 숨겨진 조율을 탐지하며 보정이나 집행 행동을 위한 문서화된 증거를 제공하는 것을 의미합니다.

실천. 많은 고위험 인간 도메인에서 감시와 검사는 가끔씩 수동적인 체크에서 지속적이고 대규모 데이터 검색 시스템으로 진화했습니다. 소매 전기 시장에서는 최근 검토가 규제 기관이 입찰과 가격 데이터에 대한 행동 및 구조적 중단 스크린을 일상적으로 적용하는 방법을 보여주며, 가격 압축 및 조정된 용량 유지와 같은 지표를 추적합니다(Brown et al., 2023). 연구는 이러한 고전적인 스크린을 감독 기계 학습과 결합하여 전일 전기 시장에서의 합종 및 관련 조작 탐지 성능을 개선할 수 있음을 보여줍니다(Proz & Huber, 2025). 공공 조달에서는 엄청난 입찰 양으로 인해 순수한 수동 감시가 불가능하기 때문에 당국은 기계 학습 감시 파이프라인에 점점 의존하고 있습니다. 예를 들어 García Rodríguez et al. (2022)는 여러 ML 분류기를 카르텔 사례 데이터에서 벤치마킹하며 입찰 분포와 회전 기능이 대규모로 경쟁적인 투찰을 합종 투찰과 신뢰성 있게 구분할 수 있음을 보여주며, Huber et al. (2022)는 한 관할 지역에서 훈련된 스크린 기반 ML 모델이 제한된 현지 집행 능력을 갖춘 다른 관할 지역으로 효과적으로 이전되어 국제적인 감시를 가능하게 한다고 보여줍니다. 동시에 Wallimann et al. (2023)는 일부 입찰자가 합종하는 경우에도 정보가 되는 하위 그룹 기반 스크린을 ML과 결합하여 이전 도구들이 자주 놓치는 카르텔을 탐지하도록 개선합니다. 일반적으로 Harrington & Imhof (2022)은 가격과 입찰에서 합종 마커가 대상 검사를 안내할 수 있음을 보여주며, Duso et al. (2025)는 기업의 공개 발언에 대한 NLP 기반 스크린을 제안하며 텍스트를 통해 대규모로 합종 신호를 검사할 수 있음을 보여줍니다. 도메인별로 집행 논리는 일관되며, 높은 주파수 감시는 적색 플레그와 카르텔 위험 점수를 생성하고, 플래그된 패턴이 증거 임계값을 초과하면 더 깊은 수사 검사를 통해 진행됩니다.

시장 설계 및 구조적 조치

정의. 시장 설계와 구조적 조치는 협력에 대한 부정적인 유인이 있는 환경을 만들기 위해 상호작용 규칙, 정보 흐름 또는 산업 자체 구조를 변경하는 것을 의미합니다. 제재(합종 후에 처벌)와 달리 이러한 조치는 합종이 이루어지기 어렵게 하는 환경을 미리 만드는 것입니다.

실천. 규제 당국과 경매 주최자는 합종이 필요한 조건을 방해하기 위해 메커니즘을 자주 조정합니다. 주요 초점은 경매 형식입니다. Klemperer (2002)은 오픈 상승 경매가 입찰자가 의도를 신호하고 즉시 배신을 처벌할 수 있기 때문에 특히 합종에 취약하다고 주장합니다. 따라서 반독점 전문가는 비밀 입찰 경매를 추천하는데, 이는 각 입찰자가 단일 비밀 제안을 제출하게 합니다. 이러한 형식에서는 카르텔 회원이 (카르텔 가격보다 낮은 가격으로) 계약을 따내면서 즉시 감지되지 않고 배신(카르텔 가격을 밑돌림)할 수 있으므로 합종 협정이 불안정해집니다. 두 번째 주요 도구는 정보 제어입니다. 투명성은 부패와 싸우는데 도움이 되지만, 기업들이 상호 가격을 모니터링할 수 있게 하여 합종을 용이하게 합니다. 이를 반전하기 위해 당국은 세분화된 시장 데이터의 배포를 제한할 수 있습니다. 예를 들어 Container Shipping 사건에서 유럽 연합 집행부는 선사들이 미래 가격 인상을 공개적으로 발표하는 것으로 합종 신호를 보냈다고 발견했습니다. 집행부는 벌금이 아닌 설계적 해결책을 사용하여 회사들이 더 이상 비결정적인 미래 가격 의도를 게시하지 못하도록 강제함으로써 전략적 불확실성을 증가시켰습니다(European Commission, 2016). 또한 합종은 진입 장벽이 높은 시장에서 훨씬 쉽게 이루어집니다. Bourreau et al. (2021)는 프랑스 이동통신 시장에서 이를 보여줍니다. 2012년까지 세 개의 주요 사업자(Orange, SFR 및 Bouygues)가 저비용 옵션을 피하는 제품 다양성 제한에 대한 합종을 성공적으로 유지했습니다. 새로운 경쟁자가 Free Mobile로 등장하면서 이들 기존 사업자는 이 전략을 포기해야 했습니다. 시장 점유율을 보호하기 위해 그들은 “싸움 브랜드”(예: Sosh, Red, B&You)를 도입하여 과거의 합종 균형을 파괴했습니다. 이는 기존 사업자가 이전에 유지한 합종 전략에서 벗어나도록 강제하는 구조적 개입이 가능하다는 것을 시사합니다.

지배 체제

정의. 지배 체제는 정직성을 증진하고 의사결정자의 자유재량을 제한하여 합종을 예방하도록 설계된 기관적 프레임워크, 윤리 코드 및 행정 절차를 의미합니다. 구조적 조치(시장 인센티브 변경)나 제재(비준수 처벌)와 달리 지배 체제 메커니즘은 상호작용의 과정에 초점을 맞춥니다.

실천. 인프라 구조 등 고위험 산업에서는