다중제안 협상으로 구현하는 효율적 타협 규칙

초록

이 논문은 연속적이고 무한한 정책 공간을 갖는 두 에이전트 사회선택 문제에서, 공통 확률 측도 ν를 이용해 각자의 순위 효용을 동일한 단위로 변환한 뒤, 최소 ν‑측정값을 최대화하는 ‘타협 해’를 정의한다. 제안된 ‘멀티머텀’ 메커니즘은 양측이 차례로 정책 집합을 제시하고, 상대는 그 집합을 수용하거나 더 큰 ν‑측정값을 가진 집합으로 반격하도록 설계돼, 서브게임 완전균형에서 정확히 타협 해를 구현한다. 정치경제, 타인배려형 소비, 시설배치 등 여러 응용을 통해 규칙과 메커니즘의 범용성을 보여준다.

상세 분석

본 연구는 두 명의 의사결정자가 동일한 정책 공간 X 위에서 비원자적이고 전지원(full‑support)인 확률 측도 ν 에 의해 정의된 ‘크기’를 공유한다는 가정에서 출발한다. 각 에이전트 i 는 연속적이며 얇은 무차별곡선을 갖는 선호 ⪰ᵢ 를 가지고, 이는 ν‑측정된 하위 등고선 집합 Lᵢ(x) 의 측도 ν(Lᵢ(x)) 를 통해 순위 효용을 ‘카디날화’한다. 논문은 이 카디날화가 양측 간 효용 비교를 가능하게 하며, 특히 ‘최소 ν‑측정값을 최대화’하는 해 x* 가 파레토 효율성을 만족하고 두 에이전트에게 동일한 ν‑측정값을 부여한다는 중요한 성질을 증명한다(Lemma 1).

‘멀티머텀’ 메커니즘은 다음과 같이 설계된다. 첫 번째 제안자(예: 카이사르)는 측도 ν(C) 가 일정 수준인 정책 집합 C 를 제시한다. 두 번째 제안자(예: 비불루스)는 두 선택지를 가진다: C 내의 정책을 즉시 선택하거나, ν(B) ≥ ν(C) 조건을 만족하는 새로운 집합 B 를 제시한다. 만약 반제안이 이루어지면 첫 번째 제안자는 B 에서 임의의 정책을 선택한다. 이 구조는 ‘제안자의 관대함’과 ‘반제안자의 관대함’ 사이에 상호 억제 효과를 만들어, 양측 모두 최적의 관대함 수준을 선택하도록 유도한다. 저자는 이 게임의 모든 서브게임 완전균형이 정확히 타협 해 x* 와 일치함을 정리(Theorem 1)로 증명한다.

기술적 기여는 크게 두 부분으로 나뉜다. 첫째, ν‑측정에 기반한 새로운 타협 기준을 제시함으로써, 전통적인 기대효용 비교가 불가능한 상황에서도 의미 있는 사회적 선택을 정의한다. 둘째, 이 기준을 구현하기 위한 단순하면서도 강력한 메커니즘을 설계하고, 서브게임 완전균형 구현을 통해 ‘선호를 직접 묻지 않아도 된다’는 구현상의 장점을 강조한다.

하지만 몇 가지 한계도 존재한다. ν 가 전지원이며 비원자적이라는 가정은 실제 정책 공간에서 측정이 어려울 수 있다. 또한 ‘얇은 무차별곡선’과 ‘지역 비포화’ 조건은 선호가 충분히 부드럽고 연속적일 때만 성립한다는 점에서, 비연속적 혹은 이산적 선택 상황에는 적용이 제한된다. 메커니즘이 요구하는 집합 C 와 B 의 측도 비교는 실제 협상에서 측정 가능한 ‘크기’를 어떻게 정의하느냐에 따라 달라질 수 있다. 마지막으로, ν 를 공통 기준으로 채택한다는 전제 자체가 사회적 합의가 필요한 정치적·윤리적 선택임을 간과한다는 비판도 가능하다.

전반적으로 이 논문은 무한 정책 공간에서의 협상·합의 문제를 새로운 시각으로 접근했으며, 기존의 ‘협상력’ 기반 모델과 달리 ‘관대함의 크기’를 핵심 변수로 삼아 구현 가능성을 확보했다는 점에서 학술적·실무적 의의가 크다.