소셜 네트워크 경쟁 확산 품질 투자와 초기 시딩 최적 선택

초록

두 기업이 제한된 예산을 품질 향상과 초기 시딩에 배분하여 네트워크 상에서 제품 소비를 극대화하는 전략을 모델링하고, 예산 규모와 네트워크 구조에 따라 달라지는 균형 품질·시딩 비율을 분석한다.

상세 분석

본 논문은 두 기업이 동일한 소셜 네트워크 내에서 서로 대체 가능한 제품을 제공한다고 가정한다. 각 소비자는 자신의 이웃이 선택한 제품을 관찰하고, 그에 따라 자신의 소비 비율을 조정하는 ‘myopic best response’ 규칙을 따르며, 이는 선형 동역학 형태로 정리된다. 구체적으로, 소비자 i의 제품 a에 대한 선택을 y_i 로 두면 다음 시점의 선택은 y_i(t+1)= (1/2β)∑j g{ij} y_j(t) + const·(q_a−q_b) 형태가 된다. 여기서 G는 행확률 행렬이며, β, α는 고립(payoff) 함수의 파라미터, q_a, q_b는 각각 제품 a와 b의 품질을 나타낸다.

기업은 초기 예산 K_a, K_b를 두 가지 용도에 할당한다. 첫째는 품질 향상에 투자해 q_a, q_b를 증가시키는 것이고, 둘째는 네트워크 내 특정 소비자를 ‘시딩’해 초기 소비 비율을 조정하는 것이다. 시딩 비용은 단위당 c_s, 품질 투자 비용은 단위당 c_q 로 가정한다. 시딩은 각 소비자의 중앙성(v_i) 순서대로 높은 노드부터 채우는 것이 최적임을 증명한다. 따라서 기업의 전략 공간은 실질적으로 품질 변수 q_a, q_b 하나로 축소된다.

기업들의 효용은 할인된 소비량의 합으로 정의되며, 이를 행렬식으로 전개하면 효용은 중앙성 벡터 v와 품질 차이에 대한 선형·비선형 항으로 분리된다. 효용 함수는 한 기업의 품질 선택에 대해 엄격히 볼록(concave)하고, 상대 기업의 품질 선택에 대해 엄격히 볼록(convex)하므로, 제로섬 형태의 게임으로 변환할 수 있다. Sion의 최소극값 정리를 적용하면 순수 전략 내시 균형이 유일하게 존재함을 보인다.

균형 해는 다음과 같이 명시된다.
q_a^* = (2λ / (c_s c_q))·( \tilde v_l ( \tilde v_k + \tilde v_l ) /2 ),
q_b^* = (2λ / (c_s c_q))·( \tilde v_k ( \tilde v_k + \tilde v_l ) /2 ),
여기서 λ는 네트워크와 할인율에 의존하는 상수이며, \tilde v_k, \tilde v_l 은 각각 기업 a와 b가 시딩을 멈추는 마지막 노드의 중앙성 값이다. 예산 차이가 클수록 \tilde v_k, \tilde v_l 은 낮은 중앙성 노드에 머물게 되고, 결과적으로 품질 투자 비중이 감소하고 시딩 비중이 증가한다.

특히, 균등 예산 상황에서 ‘균형 그래프(모든 노드 중앙성이 동일)’에서는 어느 정도의 시딩이 반드시 필요함을 보이며, ‘스타 그래프(중앙성이 극단적으로 편중)’에서는 시딩이 전혀 필요하지 않을 경우가 존재한다. 이는 네트워크 구조가 시딩 효율에 미치는 영향을 정량화한 결과이다.

추가적으로, 사전 정의된 품질(q̄_a, q̄_b)이 존재하고, 기업이 네트워크 정보를 사후에 획득하는 상황을 고려한다. 이 경우에도 최적 배분은 ‘임계값 전략(threshold strategy)’으로 요약된다. 즉, 각 노드의 중앙성이 특정 임계값 θ보다 크면 시딩을, 작으면 품질 향상에 투자한다는 단순 규칙이 최적이다. 임계값은 (c_s/c_q)·λ·(q̄_a−q̄_b) 형태로, 품질 격차가 클수록 θ가 낮아져 시딩 비중이 늘어난다.

전반적으로 논문은 품질 투자와 초기 시딩 사이의 트레이드오프를 정량적으로 분석하고, 예산 규모·네트워크 중심성·품질 격차가 최적 전략을 어떻게 좌우하는지를 명확히 제시한다.