무지를 가진 플레이어가 등장하는 확장형 게임

초록

표준 게임 이론은 게임의 구조가 모든 플레이어에게 공통적으로 알려져 있다고 가정한다. 우리는 이 가정을 완화하여, 플레이어들이 게임의 전체 구조를 인식하지 못할 수 있는 광범위 게임(extensive games)을 고려한다. 특히, 플레이어들은 자신과 타인이 취할 수 있는 행동(move)에 대해 무지할 수 있다. 우리는 각 플레이어가 게임 트리의 각 노드에서 보는 관점을 기술함으로써 이러한 게임을 표현하는 방법을 제시한다. 또한, 내쉬 균형(Nash equilibrium)의 일반화를 정의하고, 인식(awareness)이 존재하는 모든 게임이 일반화된 내쉬 균형을 갖는다는 정리를 증명한다. 마지막으로, 한 플레이어 i가 다른 플레이어 j가 자신이 알지 못하는 행동을 할 수 있다는 사실을 인식하고 있는 ‘무지에 대한 무지(awareness of unawareness)’ 상황과, 실제 게임에 대한 공통 지식이 없으며 플레이어들의 신념이 공통 사전(common prior)과 호환되지 않는 ‘주관적 게임(subjective games)’에 대해서도 위의 결과를 확장한다.

상세 요약

이 논문은 기존 게임 이론이 전제로 삼는 “게임 구조의 공통 지식”이라는 전제에 근본적인 의문을 제기한다. 현실 세계에서 인간이나 인공지능 에이전트가 직면하는 상황은 종종 정보의 불완전성, 인지적 제한, 혹은 의도적인 비밀 유지 등으로 인해 모든 가능한 행동을 완전히 인식하지 못한다. 이러한 맥락에서 ‘인식(awareness)’이라는 개념을 도입함으로써, 플레이어가 자신이 모르는 행동을 “존재한다는 사실조차도 모를” 경우와, “그 존재는 알지만 구체적인 내용은 모르는” 경우를 구분한다.

논문은 먼저 각 노드마다 ‘플레이어‑관점 게임 트리’를 정의한다. 이는 전통적인 게임 트리와 달리, 특정 플레이어 i가 해당 노드에 도달했을 때 자신이 인식하고 있는 행동 집합과 그에 따른 정보 집합을 명시한다. 이렇게 하면 동일한 물리적 노드라도 서로 다른 플레이어에게는 서로 다른 ‘주관적 게임’이 존재하게 된다. 이 구조는 기존의 ‘완전 정보 게임’이나 ‘불완전 정보 게임’보다 한 단계 위의 복합성을 제공한다.

다음으로 저자들은 내쉬 균형을 일반화한다. 일반화된 내쉬 균형(GNE)은 각 플레이어가 자신의 인식 범위 내에서 최적 전략을 선택하고, 동시에 다른 플레이어가 자신의 인식 범위 밖에서 선택할 수 있는 행동을 고려해도 자신의 기대 효용을 개선할 수 없다는 조건을 만족한다. 중요한 점은 GNE가 존재한다는 정리를 증명함으로써, 인식의 비대칭성이 존재하더라도 안정적인 전략 프로파일이 항상 존재한다는 것을 보장한다는 것이다. 이는 기존의 존재 정리(예: Kakutani 고정점 정리)를 확장한 형태이며, 증명 과정에서 ‘인식 함수(awareness function)’와 ‘가능성 집합(possible set)’을 적절히 구성한다.

특히 ‘무지에 대한 무지(awareness of unawareness)’를 다루는 부분은 혁신적이다. 여기서는 플레이어 i가 “플레이어 j가 내가 모르는 행동을 할 수 있다”는 메타 인식을 가지고 있는 상황을 모델링한다. 이 경우 i는 j의 행동 집합을 완전히 알지는 못하지만, 그 존재 자체를 인식하고 있기 때문에 전략 선택 시 ‘가능성 구간’을 고려한다. 논문은 이러한 메타 인식이 존재할 때도 GNE가 유지된다는 것을 보이며, 이는 다중 단계 협상, 국제 관계, 그리고 복잡한 소프트웨어 시스템에서의 모듈 간 인터페이스 설계 등에 직접적인 적용 가능성을 시사한다.

마지막으로 ‘주관적 게임(subjective games)’을 도입한다. 여기서는 플레이어들 사이에 실제 게임에 대한 공통 지식이 전혀 없으며, 각자의 신념 체계가 서로 다른 확률 분포를 따른다. 기존의 공통 사전 가정이 깨지는 상황에서도 저자들은 각 플레이어의 주관적 확률과 효용을 기반으로 한 ‘주관적 GNE’를 정의하고, 존재성을 증명한다. 이는 베이즈 게임 이론과 인식 이론을 통합하는 새로운 패러다임을 제공한다.

전체적으로 이 연구는 게임 이론의 적용 범위를 크게 확장한다. 인식의 비대칭성, 메타 인식, 그리고 주관적 신념 체계까지 포괄함으로써, 현실 세계의 복잡한 전략적 상호작용을 보다 정밀하게 모델링할 수 있는 이론적 토대를 마련한다. 향후 연구에서는 동적 학습 메커니즘, 실험적 검증, 그리고 인공지능 에이전트 설계에 이 이론을 적용하는 방향이 기대된다.