네트워크 상 협력 촉진 근시적 최선반응 경우

초록

본 논문은 사회 딜레마 게임에서 근시적 최선반응(myopic best response) 전략을 적용했을 때, 네트워크 구조가 협력 수준에 미치는 영향을 실험적으로 조사한다. 기존의 단순 복제·무작위 업데이트와 달리, 최선반응은 이웃의 현재 행동만을 고려해 즉각적인 이익을 최대화한다. 광범위한 시뮬레이션 결과, 대부분의 게임(특히 죄수의 딜레마와 공공재 게임)에서는 네트워크 형태가 협력 비율에 거의 영향을 주지 않으며, 협력 촉진 효과가 거의 나타나지 않는다. 다만 격자형 네트워크에서 조정 게임(coordination game)만은 공간적 클러스터 형성으로 인해 비정상적인 협력 패턴을 보이며, 이는 클러스터 전파 조건에 의해 설명된다.

상세 분석

이 연구는 진화 게임 이론에서 가장 널리 사용되는 ‘복제’ 혹은 ‘무작위 이웃 선택’과 같은 동역학과는 근본적으로 다른 ‘근시적 최선반응’(myopic best response)이라는 업데이트 규칙을 도입함으로써, 네트워크 구조가 협력에 미치는 영향을 재검토한다. 최선반응은 각 에이전트가 현재 이웃들의 전략을 관찰하고, 그 순간의 보상을 최대화하는 전략을 선택한다는 점에서 ‘지능적’이며, 동시에 과거 전략의 전파 메커니즘을 배제한다. 따라서 네트워크 효과가 나타나려면, 이웃들의 전략 배치 자체가 협력자를 보호하거나 확산시키는 구조적 특성을 가져야 한다.

시뮬레이션은 크게 세 가지 네트워크 토폴로지를 사용했다: (1) 완전 연결(완전 혼합) 집단, (2) 무작위 그래프(에르고스-레니 모델), (3) 정규 격자(2차원 정사각 격자). 게임 종류는 전형적인 사회 딜레마인 죄수의 딜레마, 공공재 게임, 그리고 조정 게임을 포함한다. 각 게임마다 보상 행렬을 변형시켜 이타성(협력)과 이기성(배신) 사이의 장벽을 조절하였다.

주요 결과는 다음과 같다. 첫째, 죄수의 딜레마와 공공재 게임에서는 네트워크 구조가 협력 비율에 미치는 차이가 통계적으로 유의미하지 않았다. 이는 최선반응이 현재 이웃의 행동에만 반응하기 때문에, 이웃이 배신자일 경우 즉시 배신으로 전환하고, 반대로 협력자가 충분히 많아도 보상이 크게 증가하지 않으면 협력으로 전환하지 않기 때문이다. 따라서 네트워크가 제공하는 ‘클러스터 보호’ 메커니즘이 사라진다.

둘째, 조정 게임에서는 격자 네트워크가 특이한 행동을 보였다. 초기 조건에 따라 협력 클러스터가 형성되고, 이 클러스터는 경계에서 ‘전진’하거나 ‘후퇴’하는 동역학을 보였다. 저자들은 이를 ‘전진 조건’(cluster advancement condition)이라 정의했으며, 이는 클러스터 내부의 협력자 비율이 일정 임계값을 초과하고, 경계 이웃이 충분히 많은 경우에만 클러스터가 확장된다는 것이다. 이러한 현상은 무작위 그래프나 완전 혼합에서는 관찰되지 않았다.

셋째, 네트워크 평균 차수와 클러스터 크기의 상관관계를 분석한 결과, 차수가 높을수록 최선반응 하에서는 협력 유지가 오히려 어려워지는 경향을 보였다. 이는 높은 차수가 더 많은 이웃을 관찰하게 만들고, 그 중 배신자가 포함될 확률이 커지기 때문이다.

마지막으로, 저자들은 최선반응이 ‘전략적 학습’ 혹은 ‘예측적 사고’를 포함하지 않기 때문에, 실제 인간 사회에서 관찰되는 복잡한 협력 촉진 메커니즘을 충분히 포착하지 못한다는 한계를 제시한다. 대신, 이 모델은 네트워크가 협력에 미치는 영향을 평가할 때, 동역학 선택이 얼마나 결정적인 역할을 하는지를 명확히 보여준다.