중첩 탐색과 드립 가격 규제의 시장 효과

초록

본 논문은 트리 구조를 이용해 단계별·상관관계가 있는 탐색 문제를 모델링하고, 인덱스 정책이 최적임을 증명한다. 이를 독점적 경쟁 시장에 적용해 두 단계 제품 검사의 경우 가격 공개 시점이 소비자 잉여와 균형가격에 미치는 영향을 분석한다. 규제된 드립 가격제도는 초기 가격 공개를 강제함으로써 경쟁을 촉진하고 가격을 낮추며 소비자 복지를 향상시킨다.

상세 분석

논문은 기존 Weitzman(1979)의 파라다이스 박스 모델을 두 차원에서 확장한다. 첫 번째 확장은 “점진적 탐색”이다. 즉, 에이전트는 루트에서 시작해 각 노드를 차례로 방문하면서 비용을 지불하고 해당 노드에 연결된 확률변수의 실현값을 관찰한다. 이 과정은 실제 R&D, 주택 구매, 학위 선택, 온라인 쇼핑 등에서 정보가 단계적으로 축적되는 상황을 정확히 포착한다. 두 번째 확장은 “상관된 보상”이다. 트리 구조를 이용해 경로가 공유될수록 상위 노드들의 실현값이 하위 노드들의 보상에 더 큰 영향을 미치게 함으로써 박스들 간의 유사성을 모델링한다. 핵심 가정은 조건부 독립성(Assumption 1)으로, 특정 노드까지의 실현값이 주어지면 그 하위 노드와 형제·조상 형제들의 실현값은 서로 독립한다.

이러한 설정 하에서 저자는 인덱스 정책을 정의한다. 각 비루트 노드에 대해, 그 노드와 그 하위 서브트리의 분포·비용 정보를 이용해 “인덱스”라는 랜덤 변수를 계산한다. 정책은 현재 관찰된 인덱스 중 가장 큰 값을 가진 노드를 선택하고, 그 값이 현재까지 완전 탐색된 박스들의 최고 보상보다 클 경우에만 탐색을 계속한다. 정리 1(정리 1)에서는 이 인덱스 정책이 기대 보상을 상한선과 일치시켜 최적임을 보이며, 증명은 (1) 모든 정책에 대한 상한을 제시하는 Lemma 1, (2) 인덱스 정책이 그 상한을 달성함을 보이는 Lemma 2, (3) 인덱스 정책이 상한을 최대화한다는 Lemma 3 순으로 전개된다. 특히, 인덱스는 “조건부 기대 순이익 – 탐색 비용” 형태로 해석될 수 있어, 전통적인 Gittins 인덱스와 유사하지만 트리 구조와 상관관계를 동시에 포괄한다.

응용 부분에서는 무한 경쟁 시장에서 두 단계 제품 검사를 도입한다. 첫 단계에서는 가격과 매치 가치에 대한 부분 정보를 얻는 비용 c₁을 지불하고, 두 번째 단계에서는 완전 정보를 얻는 추가 비용 c₂를 지불한다. 가격이 첫 단계에서 공개되는 경우(프라프 1)와 두 번째 단계에서 공개되는 경우(프라프 2)를 각각 분석한다. 주요 결과는 다음과 같다. (i) 첫 단계에서 가격이 공개되면 경쟁이 강화되어 균형가격이 기준 단일 단계 모델보다 항상 낮아진다 (정리 2). 이는 (a) 부분 정보를 얻은 뒤 다른 업체로 전환할 옵션 가치가 증가하고, (b) 부정적인 신호를 받으면 즉시 포기함으로써 경쟁이 촉진되는 메커니즘(Lemma 6, 7) 때문이다. (ii) 두 단계에서 가격이 공개될 경우, 가격은 첫 단계 공개보다 높을 수 있지만, 경쟁 강화 효과와 “좋은 신호만 남은 상태에서 가격을 올릴 수 있는” 효과가 상쇄되어 가격 변동 방향이 불확실해진다 (프라프 3). (iii) 규제가 없는 경우, 첫 단계 가격 공개는 단순히 저비용 신호에 불과해 실제 경쟁은 두 번째 단계에서 이루어지며, 이는 프라프 4에서 보인다. 반면, 드립 가격 규제(첫 단계 가격이 두 번째 단계보다 낮아야 함)가 도입되면 기업은 첫 단계 가격을 실제 가격으로 커밋할 수 있게 되고, 이는 프라프 5와 코롤라리 2에서 보여지듯 균형가격을 낮추어 소비자 잉여를 증가시킨다.

문헌 검토에서는 Pandora’s box, 다단계 검사, 브랜칭 밴딧, 그리고 드립 프라이싱 관련 연구와의 차별점을 명확히 제시한다. 특히 Keller & Oldale(2003)와 달리 본 논문은 구성적 증명을 제공해 인덱스의 명시적 형태와 기대 보상식을 도출한다는 점에서 이론적 기여가 크다.

전체적으로 이 논문은 (1) 점진적·상관된 탐색을 포괄하는 일반적 모델을 제시하고, (2) 인덱스 정책의 최적성을 엄밀히 증명하며, (3) 이를 통해 가격 공개 시점과 규제가 시장 결과에 미치는 영향을 정량적으로 분석한다는 세 가지 주요 공헌을 가진다.