고객 신뢰를 활용한 번들 판매로 판매자 이익 극대화

초록

고객들이 소규모 그룹 내에서 서로의 가치 평가를 알 수 있다는 전제하에, 동일 디지털 상품을 판매하는 경우 기존 Myerson 최적 메커니즘보다 높은 기대 이익을 얻을 수 있는 고객 번들링 메커니즘을 제안한다.

상세 분석

이 논문은 디지털 재화(복제 비용이 0인 상품)의 판매 상황을 전제로, 각 고객의 가치가 독립적으로 알려진 확률분포에서 추출된다는 가정 하에 Myerson(1981)의 고전적 최적 경매 이론을 재검토한다. Myerson은 개별 고객에게 단일 가격을 제시하거나 2차원 가격(수량·가격) 구조를 설계함으로써 기대 이익을 최적화한다는 것을 증명했지만, 고객들 간에 신뢰가 존재하고 소규모 그룹이 서로의 가치 정보를 공유할 수 있다는 점을 고려하지는 않았다. 논문은 이러한 ‘신뢰 네트워크’를 활용해 고객들을 그룹으로 묶고, 그룹 전체에 번들을 제공하는 새로운 메커니즘을 설계한다. 핵심 아이디어는 그룹 내에서 가치가 높은 고객이 낮은 고객을 보조해 전체 번들을 구매하도록 유도함으로써, 개별 고객이 제시받는 가격보다 높은 총 가격을 얻을 수 있다는 점이다. 이를 위해 메커니즘은 (1) 그룹 내 모든 고객이 자신의 진정한 가치를 공개하도록 하는 인센티브 호환성을 유지하고, (2) 그룹 전체가 번들을 구매할지 여부를 결정하는 ‘집합적 수용 기준’을 설정한다. 수학적으로는 각 고객 i의 가치 vi가 분포 Fi를 따를 때, 그룹 G의 합산 가치 V_G = Σ_{i∈G} vi의 분포를 이용해 최적 번들 가격 p_G를 정의한다. p_G는 Myerson의 가상 가치(virtual value) 개념을 확장한 형태로, V_G의 가상 가치가 0이 되는 지점을 기준으로 설정한다. 이렇게 하면 개별 고객에 대한 가격보다 번들 가격이 더 높은 경우가 빈번히 발생하며, 특히 가치 분포가 비대칭이거나 상위 꼬리가 두꺼운 경우 이익 상승 효과가 크게 나타난다. 논문은 또한 그룹 크기와 신뢰 수준이 이익에 미치는 영향을 정량화한다. 그룹이 너무 크면 내부 협상 비용과 정보 비대칭이 증가해 효율이 떨어지고, 반대로 너무 작으면 번들 효과가 제한된다. 따라서 적절한 그룹 크기(보통 2~4명)가 최적 이익을 제공한다는 실증적 결론을 제시한다. 마지막으로, 메커니즘이 개별 합리성(individual rationality)과 집단 합리성(coalition‑proofness)을 동시에 만족함을 증명함으로써, 실제 시장에서 적용 가능한 견고한 설계임을 강조한다.