감정전략이 이끄는 협력 진화와 업데이트 방식의 차이

초록

본 연구는 긍정·부정 관계가 공존하는 네트워크에서 감정(부호) 기반 조건부 전략을 도입하고, 전략 업데이트를 동시(병렬)와 순차 방식으로 나누어 실험한다. 결과는 병렬 업데이트가 평균 보상을 이용해 전략을 교체할 때 협력이 훨씬 넓은 파라미터 구간에서 유지되는 반면, 순차 업데이트에서는 무조건적인 배신이 지배적으로 퍼진다는 점을 보여준다. 이는 협력 진화 모델에서 업데이트 방식 선택이 결과에 결정적 영향을 미침을 시사한다.

상세 분석

이 논문은 기존의 협력 진화 연구가 대부분 긍정적인 연결만을 가정하고, 전략 업데이트를 동시식(병렬)으로 구현한다는 점을 비판한다. 저자들은 먼저 네트워크를 ‘서명된 그래프(signed graph)’ 형태로 설정한다. 각 링크는 긍정(+) 혹은 부정(–) 부호를 가지며, 이는 두 개인 사이의 감정적 관계를 의미한다. 에이전트는 세 가지 전략 중 하나를 채택한다. (1) 무조건 배신(UD), (2) 무조건 협력(UC), (3) 부호 의존 전략(COND)으로, COND는 상대와의 관계가 긍정이면 협력하고 부정이면 배신한다. 이러한 조건부 전략은 감정 정보를 저비용으로 활용하는 메커니즘으로, 실제 인간 사회에서 감정이 의사결정에 미치는 영향을 모델링한다.

네트워크와 전략, 그리고 관계 부호는 모두 공동 진화한다. 부호 업데이트는 게임 결과에 따라 자동으로 이루어진다. 두 에이전트가 모두 협력하면 관계는 긍정으로, 둘 다 배신하면 부정으로 전환된다. 한쪽만 협력·배신할 경우, ‘불만’ 정도에 따라 부호가 전환될 확률 Pneg와 Ppos가 정의되는데, 논문에서는 Pneg≫Ppos(실험에서는 Pneg=0, Ppos=0.1)로 설정한다. 또한, ‘불만’이 심한 경우에는 재연결(rewiring) 메커니즘이 작동한다. 재연결 확률 Prew=0.01로, 불만 관계를 끊고 친구의 친구 혹은 무작위 노드와 새 링크를 형성한다. 이는 사회적 배제와 새로운 관계 형성을 반영한다.

핵심적인 실험 변수는 전략 업데이트 규칙이다. 순차 업데이트(sequential)에서는 매 시간 단계마다 무작위로 연결된 두 에이전트를 선택해 PD를 진행하고, 낮은 보상을 받은 쪽이 확률 P adopt 로 상대의 전략을 모방한다. 반면 병렬 업데이트(parallel)에서는 모든 에이전트가 동시에 이웃과 게임을 수행하고, 각자의 평균 보상을 계산한다. 평균 보상이 더 높은 이웃이 존재하면, 그 중 하나를 무작위로 선택해 전략을 채택한다(채택 확률 역시 P adopt). 이렇게 하면 한 라운드에서 전체 네트워크가 동시에 진화한다.

시뮬레이션 결과는 두 업데이트 방식 사이에 현격한 차이를 보인다. 병렬 업데이트에서는 COND 전략이 ‘감정 촉매’ 역할을 하여, 초기 비율이 작아도 긍정적인 부호와 협력 관계가 확대된다. 특히 재연결 확률이 중간 정도이고 전략 채택 확률이 낮을 때(즉, 진화 속도가 느릴 때) 협력이 가장 크게 증가한다. 반면 순차 업데이트에서는 배신이 빠르게 퍼져, 결국 전체 인구가 UD 전략으로 수렴한다. 이는 순차적 상호작용이 개별 dyadic payoff에만 의존해, 협력적 관계가 형성될 기회를 억제하기 때문이다.

이 논문은 (1) 감정(부호) 기반 조건부 전략이 협력 확산에 긍정적 영향을 미친다, (2) 네트워크 동적(재연결)과 부호 변화가 협력 유지에 필수적이다, (3) 전략 업데이트 방식이 결과를 결정짓는 핵심 변수이며, 특히 병렬 업데이트가 현실적인 사회적 상호작용을 더 잘 반영한다는 점을 강조한다. 따라서 기존 연구에서 병렬 업데이트를 가정한 것이 과도하게 낙관적인 결과를 초래했을 가능성을 제기하며, 향후 모델링에서는 업데이트 타이밍을 명시적으로 고려해야 함을 주장한다.