백만 달러를 못 따는 이유: 브레만 추측의 반증

본 논문은 “얼마든지 유리한 배당률을 가진 도박 게임에서 목표 금액에 도달하기까지 필요한 기대 라운드 수를 최소화하는 최적 전략은 임계값 전략일 것이라는 L. Breiman의 50년 전 가설”을 검증한다. 저자는 먼저 문제 설정을 명확히 한다. 초기 자산 ξ·M (M은 목표 금액)에서 시작해 매 라운드마다 자산의 일정 비율을 배팅할 수 있으며, 배당률은 고정돼 있다. Breiman은 임계값 ξ₀가 존재해, 자산이 ξ₀·M 이하이면 켈리 비율에 따라 배팅하고, 그 이상이면 한 번에 목표 금액을 달성하도록 전액을 걸어야 최적이라고 주장했다. 이 가설을 반증하기 위해 저자는 구체적인 게임을 선택한다. 앞면이 2/3 확률로 나오는 동전을 2:1 배당으로 베팅하는 경우이다. 이 게임에서 켈리 배팅은 현재 자산의 절반을 걸어, 성공 시 자산이 두 배, 실패 시 절반이 된다. 레마 3.1에서는 초기 자산이 1/2ᵏ인 경우, 켈리 배팅만을 반복하면 기대 라운드 수 T(1/2ᵏ)=3k임을 증명한다. 여기서는 로그 변환을 통해 자산 변화를 1차원 랜덤 워크로 모델링하고, Doob의 선택정지정리를 이용해 기대값 하한을 도출한다. 또한, Yₜ의 변동폭을 제한함으로써 모든 가능한 전략이 이 하한보다 나아질 수 없음을 보인다. 다음으로, 임계값 전략이 비효율적임을 보이기 위해 여러 보조 결과를 제시한다. 레마 3.2는 T(x)가 자산 x에 대해 감소함을, 특히 x<1일 때 T(x)>3/2임을 보인다. 레마 3.3은 자산이 1/2 이상이면 최적 전략이 바로 목표 금액에 베팅한다는 것을, 그리고 구체적인 값 T(2/3)=2, T(7/9)=5/3을 계산한다. 레마 3.4는 임계값 ξ₀가 (1/3, 1/2] 구간에 있어야 함을 논증한다. 이는 배당률이 2:1이므로 1/3 이하에서는 목표에 도달하기 위해 전체 자산을 걸어야 하며, 1/2 이상에서는 켈리 배팅이 과도하게 위험하다는 점에서 도출된다. 이러한 전제 하에 레마 3.5는 Breiman의 임계값 전략을 적용했을 때 초기 자산 7/18에서 기대 라운드 수가 정확히 14/3임을 계산한다. 두 경우(ξ₀≤7/18 혹은 ξ₀>7/18) 모두를 분석해 동일한 결과가 나온다. 반면, 저자는 전혀 다른 전략을 제시한다. 첫 라운드에서 5/36을 베팅하면 성공 시 자산이 2/3, 실패 시 1/4가 된다. 이후 각각에 대해 앞서 증명된 최적 켈리 배팅(레마 3.1)과 목표 베팅(레마 3.3)을 적용하면 기대 라운드 수는 1 + (2/3)·2 + (1/3)·6 = 13/3 이하가 된다(레마 3.6). 따라서 임계값 전략은 최적 전략보다 최소 14/13배 더 오래 걸린다. 저자는 또한 컴퓨터 프로그램을 이용해 T(x)의 상하한을 정밀하게 계산하고, 그 결과를 그래프로 제시한다. 그래프는 x≈0.41 부근에서 작은 “버ump”를 보이며, 이는 최적 전략이 단순히 켈리 배팅만으로 구성되지 않을 수 있음을 시사한다. 이와 같은 수치 실험은 이론적 증명과 일치하면서도, 최적 전략의 구조가 더 복잡하고 미묘한 조정이 필요함을 암시한다. 결론적으로, 논문은 Breiman의 임계값 전략이 일반적인 경우 최적이 아님을 명확히 증명하고, 특정 게임에서는 최소 14/13배 정도의 비효율성을 가진다는 정량적 결과를 제시한다. 또한, 마팅게일 이론, 선택정지정리, 그리고 컴퓨터 기반 최적화 기법을 결합해 오래된 확률 최적화 가설을 반증하는 방법론적 가치를 제공한다.