제임스 한난의 인생과 게임 이론

초록

제임스 한난은 제2차 세계대전 군 기상관으로 복무하면서 포커와 예측에 흥미를 갖게 되었고, 이후 하버드·노스캐롤라이나·미시간을 거쳐 복합 의사결정 이론과 반복 게임에서 “한난 일관성(Hannan consistency)”이라 불리는 최소 후회 전략을 창시했다. 그의 연구는 오랜 기간 과소평가됐지만, 현대 온라인 학습·예측·강화학습에서 핵심 원리로 재조명되고 있다.

상세 분석

한난의 학문적 업적은 크게 두 축으로 나눌 수 있다. 첫 번째는 복합 의사결정 이론(compound decision theory)이다. 로빈스와 공동 연구를 진행하면서, 여러 개의 독립적인 통계 문제를 동시에 해결하는 방법을 탐구했으며, 이는 베이즈와 빈도주의 사이의 교량 역할을 했다. 특히 “분산 최소화”와 “위험 균등화” 개념을 도입해, 표본 크기가 작거나 정보가 불완전한 상황에서도 안정적인 추정량을 제공한다는 점에서 통계학에 새로운 시각을 제시했다.

두 번째는 반복 게임에서의 최소 후회(regret) 전략이다. 한난은 1950년대 말에 “반복 게임에서의 일관적 전략”을 제안했는데, 이는 상대방의 행동에 관계없이 장기 평균 손실이 최적 고정 전략보다 크게 차이 나지 않도록 보장한다. 이 개념은 오늘날 “Hannan consistency” 혹은 “no‑regret learning”으로 불리며, 온라인 학습, 다중 무장 밴딜 문제, 그리고 강화학습의 탐색‑활용 균형을 이론적으로 뒷받침한다.

한난이 포커와 기상 예측을 통해 얻은 직관은 그의 수학적 모델링에 큰 영감을 주었다. 포커에서 상대의 패턴을 추정하고, 기상 예보에서 여러 모델을 가중 평균하는 과정은 모두 “다수의 전문가 의견을 통합해 최적 예측을 도출”하는 복합 의사결정의 전형이다. 이러한 실생활 경험이 이론적 연구와 맞물리면서, 한난은 실용적이면서도 엄밀한 수학적 프레임을 구축했다.

하지만 그의 연구는 초기 학계에서 충분히 인정받지 못했다. 1960년대와 1970년대에 주류 경제학·통계학 저널에서는 그의 논문이 거의 인용되지 않았으며, 이는 당시 “게임 이론”이 주로 협조적 균형(Nash equilibrium) 중심이었고, 비협조적 반복 상황에 대한 관심이 적었기 때문이다. 1990년대 들어 컴퓨터 과학과 머신러닝 분야에서 “no‑regret” 알고리즘이 실용적 가치가 부각되면서, 비로소 한난의 아이디어가 재조명받았다. 현재는 온라인 광고 입찰, 포트폴리오 최적화, 그리고 자동화된 의사결정 시스템에 그의 이론이 핵심 모듈로 구현되고 있다.

한난의 인생 궤적 자체도 그의 연구와 맞닿아 있다. 전쟁 중 기상관으로서의 경험, 폐결핵 치료를 위한 장기간 입원, 그리고 교직과 연구 사이를 오가며 겪은 불안정성은 “불확실성 하에서의 지속 가능한 전략”이라는 그의 학문적 주제와 일맥상통한다. 결국 한난은 개인적 역경을 학문적 동력으로 전환시킨 사례라 할 수 있다.