복잡 네트워크에서 자기주도형 에이전트의 행동

초록

본 논문은 전통적 진화 게임 이론에서 탈피하여, 이웃의 성공적인 전략을 모방하는 것이 아니라 개별 에이전트가 자신의 이익을 비교해 스스로 전략을 선택하는 ‘자기주도형 에이전트’를 도입한다. 감옥 딜레마를 기반으로 협력자·배신자·외톨이·처벌자 네 가지 전략을 설정하고, 참여율·돌연변이율·네트워크 차수를 변수로 하여 다중 에이전트 시뮬레이션을 수행한다. 결과적으로 특정 파라미터 조합에서 네 가지 전략이 동시에 공존하는 특수한 조건을 발견하였다.

상세 분석

이 연구는 진화 게임 이론의 기본 가정인 ‘전략 복제’를 비판하고, 인간 사회에서 관찰되는 자율적 의사결정 메커니즘을 모델링하려는 시도로서 의미가 크다. 저자는 에이전트가 자신의 현재 전략과 이웃 전략들의 기대 보상을 직접 비교하고, 보상이 더 높은 전략으로 전환하도록 설계하였다. 이는 전통적 복제 동역학(replication dynamics)과는 달리, 개별 에이전트가 ‘자기 동기화(self‑motivation)’를 통해 전략을 선택한다는 점에서 새로운 동적 규칙을 제시한다.

시뮬레이션 환경은 복잡 네트워크(규칙적 격자, 무작위 그래프, 스케일프리 네트워크 등) 위에 배치된 N개의 에이전트로 구성되며, 각 에이전트는 4가지 전략 중 하나를 보유한다. 감옥 딜레마의 기본 보상 행렬에 외톨이와 처벌자 전략을 추가함으로써, 협력·배신·비참여·제재라는 네 가지 사회적 행동을 동시에 고려한다. 주요 변수는 (1) 참여율 p — 전체 인구 중 게임에 실제로 참여하는 비율, (2) 돌연변이율 μ — 전략 전환 시 무작위 변이가 발생할 확률, (3) 네트워크 차수 k — 각 노드가 갖는 평균 연결 수이다.

실험 결과는 세 변수 간의 상호작용이 전략 분포에 미치는 영향을 정량적으로 보여준다. 높은 참여율은 협력자와 처벌자의 비율을 상승시키지만, 동시에 배신자의 침투 위험도 증가한다. 돌연변이율이 중간 수준일 때, 시스템은 ‘동적 균형’에 도달해 네 가지 전략이 일정 비율로 공존한다. 특히 네트워크 차수가 낮은 경우(희소 연결)에는 외톨이 전략이 우세해 전체 보상이 낮아지는 반면, 차수가 높을수록 정보 전파가 원활해 협력·처벌이 강화된다. 이러한 결과는 사회적 네트워크 구조와 개인의 자율적 선택이 집단 행동에 복합적으로 작용한다는 점을 실증적으로 뒷받침한다.

이 논문의 주요 기여는 (① 자기주도형 에이전트 모델을 제안하고, 기존 복제 기반 모델과 차별화된 동역학을 제시, ② 네트워크 구조·참여율·돌연변이율이라는 세 축을 동시에 탐색함으로써 전략 공존 조건을 규명, ③ 복잡 네트워크 상에서 다중 전략이 동시에 존재할 수 있는 ‘특수 공존 영역’을 발견)이라는 점이다. 또한, 인간 사회에서 정책 설계자가 참여율을 조절하거나 변화를 촉진하는 ‘돌연변이’ 메커니즘을 활용할 경우, 협력과 제재가 자연스럽게 강화될 수 있음을 시사한다.