경쟁 밴딧을 활용한 안정적 매칭 시장 설계

초록

본 논문은 한쪽 참여자가 선호를 모르는 두 시장에서, 다중 플레이어 밴딧과 안정적 매칭을 결합한 모델을 제시한다. 중앙집중식 탐색‑후‑고정(ETC)과 UCB 알고리즘을 설계해 각 에이전트의 안정적 매칭 기반 regret을 O(log n)으로 제한함을 증명한다. 또한 분산 환경에서의 한계와 인센티브 호환성을 논의한다.

상세 분석

이 연구는 전통적인 두‑측면 매칭 이론에 학습 요소를 도입함으로써, 한쪽 측(예: 고용주)이 자신의 선호를 사전에 알 수 없고, 실제 보상을 통해 학습해야 하는 상황을 모델링한다. 여기서 ‘팔(arm)’은 고정된 선호 순위를 가지고 있으며, 여러 에이전트가 동시에 같은 팔을 선택하면 팔의 선호 순위에 따라 충돌을 해결한다. 이러한 구조는 기존 다중 플레이어 밴딧에서 충돌을 단순히 무작위로 처리하던 방식과 달리, 경제학적 안정성 개념을 직접 반영한다는 점에서 혁신적이다.

논문은 두 종류의 regret을 정의한다. 첫 번째는 ‘에이전트‑최적(stable) regret’로, 모든 에이전트가 Gale‑Shapley 알고리즘에 의해 얻을 수 있는 최적 매칭의 기대 보상과 실제 누적 보상의 차이다. 두 번째는 ‘에이전트‑최악(pessimal) regret’로, 매칭이 비최적일 때의 차이를 측정한다. 이러한 정의는 단일 밴딧에서의 단순한 누적 보상 차이와 달리, 다른 에이전트의 행동과 팔의 선호에 의해 영향을 받는 복합적인 상호작용을 포착한다.

중앙집중식 탐색‑후‑고정(ETC) 알고리즘은 초기 hK 라운드 동안 각 에이전트가 모든 팔을 균등히 탐색하도록 설계된다. 이후 에이전트들은 경험 평균에 기반해 팔을 순위 매기고, 플랫폼은 Gale‑Shapley 절차를 통해 안정적인 매칭을 결정한다. 저자는 이 과정에서 발생할 수 있는 ‘잘못된 순위 제출’ 확률을 Hoeffding 부등식을 이용해 지수적으로 감소함을 보였으며, 전체 regret이 O(log n)임을 증명한다. 특히, regret이 1/Δ²에 비례한다는 점은 단일 밴딧의 √n‑regret와는 다른 스케일이며, 다른 에이전트의 최소 갭이 전체 시스템 성능에 직접적인 영향을 미친다는 중요한 통찰을 제공한다.

ETC의 한계(예: 최소 갭에 대한 사전 지식 필요, √n‑regret 달성 불가)를 보완하기 위해 중앙집중식 UCB 알고리즘을 제안한다. 각 에이전트는 상한 신뢰구간을 사용해 팔을 순위 매기고, 플랫폼은 동일하게 Gale‑Shapley 매칭을 수행한다. 이 방식은 탐색‑후‑고정보다 더 적은 사전 정보만으로도 O(log n) regret을 유지하며, 에이전트가 자신의 순위 보고를 조작할 유인이 없도록 인센티브 호환성을 증명한다.

분산 환경에서는 두 가지 시나리오를 고려한다. (1) 부분 정보: 에이전트가 서로의 선택과 충돌 결과를 관찰하지만 직접 협의는 불가능; (2) 정보 없음: 에이전트는 자신이 팔을 차지했는지 여부와 보상만을 본다. 저자는 이러한 경우에도 탐색‑후‑고정 전략을 적용할 수 있음을 보이지만, 중앙 플랫폼이 없을 때는 regret이 크게 악화될 수 있음을 실험과 이론으로 설명한다. 전체적으로, 이 논문은 학습과 매칭이 동시에 고려될 때 발생하는 새로운 탐색‑활용 트레이드오프를 정량화하고, 플랫폼 설계 시 고려해야 할 경제적·알고리즘적 요소들을 체계적으로 제시한다.