광범위 매치, 선택의 딜레마: 광고주와 경매자의 균형

초록

본 논문은 검색광고에서 ‘광범위 매치(broad match)’가 광고주의 예산 배분 전략과 경매자의 수익에 미치는 영향을 게임이론적·알고리즘적 관점에서 분석한다. 완전 정보 상황과 제한된 정보 상황 두 가지 시나리오를 설정하고, 각각에 대해 새로운 균형 개념(광범위 매치 균형, ε‑NE)을 제시한다. 결과적으로 동일한 매치 방식이라도 경매자는 수익이 증가할 수도, 감소할 수도 있는 딜레마에 직면함을 밝히며, 정보 비대칭이 경매자에게는 양날의 검이 될 수 있음을 보여준다.

상세 분석

논문은 먼저 기존의 키워드 경매 모델을 확장하여 ‘광범위 매치 그래프(BMG)’라는 이분 그래프 구조를 도입한다. 광고주 i와 키워드 j 사이의 가중치 sᵢⱼ = vᵢⱼ·eᵢⱼ(가치·관련성)로 정의하고, 각 광고주는 일일 예산 Bᵢ를 여러 키워드에 어떻게 분배할지 결정한다. 이때 예산 배분은 일회성 완전 정보 게임으로 모델링하며, 이후 각 키워드에 대해 기존의 GSP·RBR 메커니즘이 적용된다.

전통적인 Nash 균형을 직접 적용하기엔 광고주의 최적 반응 계산이 NP‑hard함을 지적하고, 대신 ‘국소 Nash 균형(local Nash equilibrium)’을 기반으로 한 ‘광범위 매치 균형(BME)’을 정의한다. BME는 각 광고주가 현재 예산 배분에 대해 한 키워드의 예산을 미세하게 조정했을 때 얻는 한계 수익(marginal payoff)이 다른 키워드와 거의 동일하도록 하는 상태이다. 논문은 이 BME를 다항 시간에 계산할 수 있는 알고리즘을 제시하고, 근사 Nash 균형(ε‑NE) 역시 동일한 복잡도 내에서 구할 수 있음을 증명한다.

두 가지 시나리오를 차례로 분석한다. 첫 번째는 광고주가 광범위 매치에 대한 완전 정보를 가지고 스스로 예산을 재분배할 수 있는 경우이다. 여기서는 동일한 매치 매개변수(예: 매치 품질이 높음)라도 서로 다른 BME가 존재할 수 있음을 예시를 통해 보여준다. 한 BME에서는 경매자의 총 수익이 기존(매치 없음) 상황보다 증가하지만, 다른 BME에서는 오히려 감소한다. 이는 경매자가 ‘광범위 매치를 적용할지 말지’ 선택할 때 예측 불가능한 결과에 직면한다는 의미이다.

두 번째 시나리오는 광고주가 광범위 매치에 대한 정보를 알지 못하고, 매치 후 남은 예산을 경매자가 자유롭게 재분배할 수 있는 경우이다. 이 경우 논문은 매치 품질이 충분히 좋다면 경매자가 언제든지 예산을 재배치함으로써 수익을 비단 유지하는 것이 아니라 반드시 증가시킬 수 있음을 증명한다. 즉, 정보 비대칭이 경매자에게는 이득을 제공한다는 역설적인 결론에 도달한다.

또한 두 시나리오 모두 사회복지(전체 광고주와 사용자에게 돌아가는 효용)에도 영향을 미친다. 완전 정보 상황에서는 일부 BME가 사회복지를 향상시키는 반면, 다른 BME는 감소시킬 수 있다. 반면 제한된 정보 상황에서는 경매자가 수익을 늘리면서도 사회복지를 크게 해치지 않는 범위 내에서 조정이 가능함을 보인다.

전반적으로 논문은 (1) 예산 배분 문제를 게임 이론적 프레임워크에 끌어들여 새로운 균형 개념을 제시하고, (2) 광범위 매치가 경매 수익에 미치는 효과가 정보 구조에 따라 크게 달라질 수 있음을 이론적으로 입증한다는 점에서 의의가 크다. 또한 실제 검색엔진 운영자가 매치 정책을 설계할 때 고려해야 할 ‘예측 가능성’과 ‘정보 제공 수준’에 대한 실질적인 가이드라인을 제공한다.