두 봉투 역설 변형 연구

초록

본 논문은 두 봉투 문제의 주요 변형들을 체계적으로 비교·분석하고, 각 상황에서 최적의 선택을 수학적으로 증명한다. 금액이 공개된 경우를 중심으로 오류가 잦은 기존 계산을 바로잡으며, 올바른 기대값 계산 방법을 제시한다.

상세 분석

두 봉투 역설은 “한 봉투에 들어 있는 금액이 다른 봉투의 금액의 두 배이거나 절반이다”라는 전제 하에, 현재 자신이 든 봉투를 바꾸는 것이 기대값을 높인다는 직관적 오류에서 시작된다. 이 논문은 기존 연구들이 주로 무조건적인 확률분포 가정을 통해 모순을 야기하는 반면, 실제 게임에서 플레이어가 볼 수 있는 ‘공개된 금액’ x 를 조건부 확률로 활용해야 함을 강조한다. 먼저, 기본 형태(양쪽 봉투에 동일한 확률분포를 부여하고, 어느 쪽이든 선택 가능)와 변형 형태(예: 한쪽은 고정된 금액, 다른 쪽은 그 배수, 혹은 사전 정보가 주어지는 경우)를 구분한다. 각 변형마다 사건 공간을 명확히 정의하고, 베이즈 정리를 적용해 x 가 주어졌을 때 두 봉투 중 다른 하나에 들어 있을 금액의 기대값 E(Y|X=x) 을 계산한다.

핵심은 “조건부 기대값이 x보다 큰가 작은가”를 판단하는 기준이 사전 확률 P(큰 금액이 x)와 P(작은 금액이 x) 의 비율에 달려 있다는 점이다. 논문은 이를 수식적으로
E(Y|X=x)=½·(2x·P(큰|x)+½x·P(작은|x))
형태로 정리하고, 사전 분포가 균등하거나 기하급수적 감소를 보일 때는 기대값이 정확히 x 와 동일함을 증명한다. 반면, 사전 분포가 ‘무한 평균’ 혹은 ‘비정규화’된 경우에만 기대값이 x보다 크게 나타날 수 있음을 보여준다.

특히, 금액이 공개된 변형에서는 플레이어가 실제로 관찰한 x 를 기준으로 ‘스위치’ 여부를 결정해야 하며, 이는 “전역적인 기대값”이 아니라 “조건부 기대값”을 비교하는 문제로 전환된다. 논문은 이 점을 놓친 기존 논문들이 흔히 범하는 오류—즉, 사전 확률을 무시하고 무조건 ½·(2x+½x) = 1.25x 이라고 계산하는 실수를 지적한다.

또한, 변형 중 하나인 ‘한쪽 봉투에 고정된 금액 c 가 주어지고, 다른 쪽은 c·2 또는 c/2 인 경우’를 분석한다. 여기서는 사전 확률이 명시적으로 ½:½이므로, 공개된 금액이 c 일 때 스위치하면 기대값이 1.5c 가 되지만, 실제 게임 규칙에 따라 상대방이 선택한 봉투가 어떤 경우인지 알 수 없으므로, 최적 전략은 ‘무작위 선택 후 스위치 여부를 결정하지 않는다’가 된다.

마지막으로, 논문은 “무한한 금액이 존재한다는 가정”이 실제 물리적·경제적 상황에서 비현실적임을 강조하고, 실험적 시뮬레이션을 통해 제한된 금액 범위 내에서는 모든 변형이 기대값이 동일하거나 스위치가 불리함을 확인한다. 이러한 분석은 두 봉투 역설을 교육적 도구로 활용할 때, 학생들에게 조건부 확률과 기대값 개념을 정확히 가르치는 데 큰 도움이 된다.