외부효과를 고려한 매칭 게임 가법 모델과 안정성 분석

초록

본 논문은 매칭 게임에서 발생하는 외부효과를 가법적으로 모델링하여, 다대다와 일대일 매칭 상황에서 중립·낙관·비관적 행동 가정 하에 안정적인 매칭을 찾는 문제를 다룬다. 외부효과를 압축적으로 표현하면서도 계산 복잡도와 알고리즘 설계에 대한 새로운 통찰을 제공한다.

상세 분석

이 논문은 기존 매칭 이론이 개인의 직접적인 선호만을 고려하는 한계를 지적하고, 실제 시장·소셜 네트워크에서는 타인의 매칭이 자신의 효용에 영향을 미치는 외부효과가 존재한다는 점에 주목한다. 외부효과를 완전하게 기술하려면 각 가능한 매칭 조합에 대한 효용을 명시해야 하므로 지수적인 입력 크기가 필요하지만, 저자들은 “가법 외부효과(additive externalities)”라는 제한적이면서도 실용적인 가정을 도입한다. 구체적으로, 에이전트 i의 효용은 (1) 자신이 맺은 파트너와의 직접 매칭 가치와 (2) 자신과 직접 연결되지 않은 다른 매칭이 발생시킬 수 있는 외부효용의 합으로 정의된다. 이때 외부효용은 매칭 쌍 (j,k)가 형성될 때 i에게 주는 가중치 w_i^{jk} 로 표현되며, 전체 효용은 모든 관련 쌍에 대한 가중치의 합으로 계산된다. 이러한 표현은 입력 크기를 O(n^2) 수준으로 압축한다.

안정성 개념은 전통적인 코어(stable)와 유사하지만, 외부효과가 존재함에 따라 에이전트가 자신의 효용을 평가하는 방식에 따라 세 가지 행동 모델을 제시한다.

중립적(neutral) 행동: 에이전트는 현재 매칭에 포함된 외부효과만을 고려하고, 미래에 발생할 수 있는 외부효과는 무시한다.
낙관적(optimistic) 행동: 에이전트는 자신에게 가장 유리한 외부효과가 실현될 것이라고 가정한다. 즉, 가능한 모든 재배치 중 자신에게 최대 이득을 주는 시나리오를 기대한다.
비관적(pessimistic) 행동: 에이전트는 가장 불리한 외부효과가 발생할 것이라고 가정한다. 이는 안정성 검증을 가장 엄격하게 만든다.

논문은 다대다 매칭과 일대일 매칭 두 경우를 각각 분석한다. 다대다 경우, 중립·비관적 모델에서는 안정적인 매칭을 찾는 문제가 NP‑hard임을 보이며, 특히 코어 존재 여부 자체가 결정 불가능한 경우도 존재한다. 반면 낙관적 모델에서는 외부효과를 최대화하는 방향으로 매칭을 구성하면 되므로, 가중치가 비음수가정 하에 최대 가중치 이분 매칭 알고리즘을 이용해 다항시간에 해결할 수 있다. 일대일 매칭에서는 상황이 더 미세하게 구분된다. 중립적 모델은 기존의 Stable Marriage 문제와 유사하게 Gale‑Shapley 알고리즘을 변형하여 다항시간에 해를 구할 수 있지만, 외부효과가 포함되면 매칭의 선호 순서가 동적으로 변하므로 추가적인 검증 단계가 필요하다. 낙관적 모델은 “최대 이득 매칭” 문제로 환원되어 Hungarian 알고리즘을 적용할 수 있다. 비관적 모델은 최악의 외부효과를 고려해야 하므로, 일반적인 매칭 문제보다 더 복잡해져서 NP‑complete 결과를 얻는다.

알고리즘적 기여로는 (i) 외부효과를 가법적으로 합산하는 구조를 이용해 효용 함수를 선형화하고, (ii) 이를 기존의 그래프 매칭 최적화 기법에 매핑함으로써 다항시간 해결책을 제시한 점이 있다. 특히, 낙관적 행동 하에서 다대다 매칭을 “이중 가중치 그래프”로 모델링하고, 최대 가중치 독립 집합을 찾는 문제와 동치시켜 효율적인 풀이를 제공한다. 또한, 비관적 모델에 대한 복잡도 하한을 증명하기 위해 3‑SAT 및 Partition 문제로부터의 다항시간 환원을 제시한다.

이러한 결과는 외부효과가 존재하는 실제 매칭 시장—예를 들어, 노동 시장에서 동료의 고용이 개인의 생산성에 미치는 영향, 온라인 플랫폼에서 친구의 매칭이 개인의 만족도에 미치는 효과—을 보다 현실적으로 모델링하고, 정책 입안자나 시스템 설계자가 어떤 행동 가정을 채택하느냐에 따라 알고리즘 선택이 크게 달라질 수 있음을 시사한다.