게임 동역학과 내시 균형의 파괴

초록

본 논문은 유일한 내시 균형을 가진 게임이라 할지라도 복제자 역학과 최선응답 역학 하에서는 초기 조건에 따라 균형을 구성하는 전략들이 거의 전부 사라질 수 있음을 보인다. 이는 전통적 정제 이론이 제시하는 ‘해결책’과 동적 관점에서의 행동 예측 사이에 큰 괴리가 있음을 시사한다.

상세 분석

논문은 먼저 유일한 내시 균형(Nash equilibrium, NE)이 존재하는 정상형 게임을 정의하고, 이 균형이 정제 이론(refinement literature)에서 ‘해결책’으로 받아들여지는 전제에 대해 검토한다. 이어 복제자 역학(replicator dynamics)과 최선응답 역학(best‑reply dynamics)이라는 두 가지 대표적인 진화적 학습 메커니즘을 도입한다. 복제자 역학은 전략 비율이 그 전략의 평균 수익에 비례해 성장하거나 감소하는 연속시간 미분방정식으로, 최선응답 역학은 플레이어가 현재 상대의 전략에 대해 즉각적으로 최선응답을 선택하는 이산시간 과정으로 모델링된다.

핵심 정리는 “거의 모든 초기 조건에서, 균형을 구성하는 모든 전략이 지원(support)에서 사라진다”는 것이다. 이를 증명하기 위해 저자는 (1) 균형 전략들의 평균 수익이 다른 비균형 전략보다 낮아지는 구간을 존재시킬 수 있음을 보이고, (2) 해당 구간이 복제자 역학의 흐름을 통해 전략 비율을 지수적으로 감소시키는 메커니즘을 제공함을 수학적으로 전개한다. 최선응답 역학의 경우, 특정 초기 상태에서 플레이어가 균형 전략을 선택하지 않으면, 반복적인 최선응답 과정이 균형 전략을 완전히 배제하는 순환 또는 수렴 패턴을 만든다.

특히 저자는 ‘almost all’이라는 용어를 르베그 측도(Lébesgue measure) 관점에서 정의한다. 즉, 초기 전략 프로파일이 전체 전략 공간에서 측도 0인 특수한 집합에 속하지 않는 한, 복제자·최선응답 역학 모두 균형 전략을 소멸시킨다. 이 결과는 기존 정제 이론이 가정하는 ‘완전 정보·합리성’과는 별개로, 실제 학습·진화 과정에서는 균형이 실현되지 않을 가능성을 강조한다.

또한, 논문은 몇 가지 구체적 예시(예: 3×3 보조 게임, ‘스톤‑페이퍼‑시저’ 변형)를 통해 이론적 결과를 시뮬레이션으로 검증한다. 시뮬레이션은 초기 조건을 무작위로 샘플링한 뒤, 복제자 역학과 최선응답 역학을 각각 10,000 단계까지 진행했으며, 거의 모든 경우에서 균형 전략의 비율이 10⁻⁶ 이하로 감소함을 확인한다.

결론적으로, 유일한 내시 균형이 존재한다는 사실만으로는 동적 학습 환경에서 그 균형이 실현된다고 보장할 수 없으며, 정제 이론과 동적 이론 사이의 연결 고리를 재검토할 필요가 있음을 주장한다. 이는 정책 설계·시장 메커니즘 설계 시, 단순히 균형 존재성에 의존하기보다 학습·진화 과정을 함께 고려해야 함을 시사한다.