대칭 두 기업의 부분 모방 규칙을 적용한 반복 죄수의 딜레마 위상도

초록

본 논문은 동일한 내부·외부 보상 구조를 갖는 두 기업(집단) 사이에서, 1단계 기억을 가진 에이전트들이 ‘부분 모방 규칙(pIR)’에 따라 전략을 학습하는 반복 죄수의 딜레마(IPD)를 분석한다. 대칭 가정 하에 두 기업 모델을 하나의 효과적 보상 행렬을 갖는 단일 기업 모델로 축소하고, 평균값 방정식을 수치 적분해 Pavlov 전략과 Grim Trigger 전략 사이의 위상 전이를 확인한다. 결과는 시뮬레이션과 일치하며, 소음(비합리성) 수준이 높아지거나 내부 배신 유인이 증가할수록 Grim Trigger 전략이 우세해짐을 보여준다.

상세 분석

이 연구는 진화 게임 이론에서 가장 널리 사용되는 반복 죄수의 딜레마(IPD)를 두 개의 집단(‘기업’)으로 확장하고, 기존의 전통적 모방 규칙(tIR)과 달리 관찰된 행동만을 복제할 수 있는 부분 모방 규칙(pIR)을 적용한다는 점에서 독창적이다. 모델은 완전 연결 네트워크를 전제로 하며, 각 기업 내부와 기업 간 상호작용에 대해 각각 다른 보상 행렬 M_intra와 M_inter를 정의한다. 보상 행렬은 ‘배신 유인(b)’이라는 하나의 파라미터만을 조정 가능한 형태로 설정했으며, 이는 약한 죄수의 딜레마 조건(T>R>P>S, 2R>T+P)을 만족한다.

전략 공간은 1단계 기억을 갖는 32개의 메타전략으로 구성되며, 각 전략은 초기 행동과 이전 라운드 결과(DD, DC, CD, CC)에 대한 반응으로 완전 기술된다. Pavlov(‘승-패-승’)과 Grim Trigger(‘한 번이라도 배신당하면 영원히 배신’ )은 이 공간에서 지배적인 두 전략으로 선정되었다.

pIR의 핵심은 에이전트가 상대의 전체 메타전략이 아니라 실제 관찰한 행동만을 모방한다는 점이다. 예시에서 Alice가 Bob을 모방할 때, Bob이 사용한 행동 중 일부만을 복제하게 되며, 이는 전통적 모방에 비해 전략 전이가 제한적이고, 더 현실적인 학습 과정을 반영한다. 이러한 제한은 평균 보상 계산에 영향을 미치며, 각 에이전트 i의 총 평균 보상 U_i는 내부와 외부 상호작용에 대한 가중 평균(식 2)으로 정의된다.

비합리성은 온도와 유사한 ‘노이즈 파라미터 K’로 모델링되며, 모방 확률은 Fermi 함수 형태(식 3)로 표현된다. 이를 바탕으로 평균값 방정식이 도출되는데, 전통적 모방(tIR)에서는 단순한 차이 기반 전이율을 사용하지만, pIR에서는 관찰된 행동 집합에 따라 전이 확률 p_{k→i}^j가 달라지는 복합 구조(식 5·6)를 갖는다.

가장 중요한 이론적 기여는 대칭 가정(M_AA = M_BB = M_intra, M_AB = M_BA = M_inter) 하에 두 기업 모델을 ‘효과적 보상 행렬’ M_eff으로 단일 기업 모델에 귀환시킨 것이다. M_eff은 내부와 외부 보상의 평균(식 11·12)으로 정의되며, 이를 이용하면 두 기업 시스템을 하나의 2×2 게임으로 축소할 수 있다. 이 축소는 시뮬레이션 비용을 크게 절감하면서도, 실제 두 기업 시뮬레이션 결과와 높은 일치를 보인다.

수치 실험에서는 50만 명의 에이전트를 두 기업에 균등 배분하고, 각 MC 단계마다 50만 번의 모방 시도를 수행한다. 초기에는 32가지 전략이 동일 비율로 존재한다. 시뮬레이션 결과는 평균값 방정식의 수치 적분과 거의 일치하며, 특히 Pavlov과 Grim Trigger 전략의 점유율이 K와 b_intra, b_inter에 따라 급격히 전이하는 ‘위상 전이’를 확인한다. K가 커질수(즉, 더 무작위적·비합리적일수)와 b_intra가 증가할수(내부 배신 유인이 강할수) Grim Trigger이 우세해지는 영역이 확대된다. 이는 높은 불확실성 하에서는 보수적인 ‘한 번이라도 배신하면 영원히 배신’ 전략이 안정적이라는 사회·경제적 해석을 가능하게 한다.

이 논문은 (1) 부분 모방 규칙을 통한 보다 현실적인 학습 메커니즘 제시, (2) 대칭 다집단 시스템을 단일 효과적 행렬로 축소하는 수학적 기법, (3) 노이즈와 배신 유인이라는 두 핵심 파라미터가 전략 지배구조에 미치는 영향을 정량화한 점에서 학술적·응용적 가치를 가진다. 향후 연구에서는 비대칭 기업 구조, 다단계 기억, 네트워크 토폴로지 변화를 고려한 확장과, 실제 조직 행동 데이터와의 정량적 비교가 기대된다.