분할 대신 판매로 구현하는 조정 승자

초록

본 논문은 두 명의 에이전트가 인도불가능한 물품을 공정하게 나누는 조정 승자(Adjusted Winner) 방식을 확장한다. 물품을 나누는 대신 제한된 예산 아래 일부 물품을 판매하고, 판매 수익을 두 에이전트에게 재분배함으로써 가능한 한 균등한 복지를 달성한다. 새로운 DSIRS(Dispute Settlement with Indivisible Resources and Sale) 프레임워크를 정의하고, 공정성(균등성, 적대감 없음)과 복잡도 분석을 수행한다. 최적화 문제는 NP‑hard임을 보이며, 복지 비율 ρ를 최소화하는 변형 문제(AWNS‑ρ)에 대해 완전다항시간 근사계획(FPTAS)을 제시한다. 마지막으로 시뮬레이션을 통해 이론적 결과의 실효성을 검증한다.

상세 분석

본 연구는 전통적인 조정 승자(AW) 방법이 하나의 물품을 부분적으로 나눌 수 있다는 전제에 의존한다는 한계를 지적한다. 실제 분쟁 상황에서는 부동산, 가전, 가보와 같이 물리적으로 나누기 어려운 자산이 다수 존재한다. 이를 해결하기 위해 저자들은 DSIRS라는 새로운 프레임워크를 도입한다. DSIRS는 (R, u₁, u₂, p, c, B) 로 정의되며, 여기서 R은 물품 집합, u₁·u₂는 각각의 에이전트가 물품에 부여하는 정수형 효용, p는 물품을 판매했을 때 얻을 수 있는 수익(각 에이전트 효용의 상한 이하), c는 물품을 판매하는 데 드는 비용, B는 전체 비용 예산이다. 해결책은 세 부분 집합 S₀(판매), S₁(에이전트 1에게 할당), S₂(에이전트 2에게 할당)으로 구성된다. 판매된 물품의 총수익 p(S₀)는 q와 1−q 비율로 두 에이전트에게 나뉘며, q는 주어진 S₀, S₁, S₂에 대해 복지 차이를 최소화하도록 유도되는 파생 변수이다.

공정성 측면에서 저자들은 두 가지 균등성 지표를 도입한다. 첫 번째는 절대 복지 차이 d=|W₁−W₂|, 두 번째는 복지 비율 ρ=max{W₁/W₂, W₂/W₁}이다. 중요한 정리인 Proposition 1은 고정된 물품 분할에 대해 d와 ρ를 동시에 최소화하는 q가 동일함을 보인다. 그러나 물품 분할 자체를 최적화 변수로 둘 경우, d를 최소화하는 최적 해와 ρ를 최소화하는 최적 해가 서로 다를 수 있음을 Proposition 2가 증명한다. 이는 실제 설계 시 어떤 균등성 기준을 우선시할 것인가에 따라 전혀 다른 판매·배분 전략이 도출될 수 있음을 의미한다.

또한 적대감 없음(Envy‑freeness)을 정의하고, DSIRS에서는 적대감 없는 계획이 존재하지 않을 수도 있음을 Proposition 3으로 보여준다. 이는 판매 수익을 어떻게 나누느냐에 따라 한쪽이 다른 쪽의 번들을 선호하게 되는 구조적 한계다.

복잡도 분석에서는 DSIRS 내의 여러 최적화 문제, 특히 AWNS‑ρ(복지 비율 최소화) 문제를 NP‑hard로 증명한다. 이를 완화하기 위해 저자들은 FPTAS를 설계한다. 핵심 아이디어는 판매 가능한 물품을 비용‑수익 비율에 따라 정렬하고, 동적 계획법을 이용해 예산 B 이하에서 가능한 수익 조합을 근사적으로 탐색하는 것이다. 근사 비율 ε에 대해 시간 복잡도는 다항식( poly(m, 1/ε) )이며, 이는 실제 규모의 문제에서도 실용적으로 적용 가능함을 시뮬레이션을 통해 확인한다.

시뮬레이션에서는 무작위 효용·가격·비용 데이터를 생성하고, 제안된 FPTAS와 단순 휴리스틱을 비교한다. 결과는 FPTAS가 d와 ρ 모두에서 현저히 작은 값을 달성하면서도 예산 제한을 만족함을 보여준다. 특히 비용이 0 또는 무한(판매 불가)인 특수 경우에도 알고리즘이 안정적으로 동작한다는 점이 강조된다.

전반적으로 이 논문은 “분할 불가능한 자산을 어떻게 공정하게 나눌 것인가”라는 실질적 문제에 대해 이론적 모델링, 복잡도 분석, 근사 알고리즘 설계, 실험 검증이라는 전 과정을 제공한다. 기존 AW 방법의 강력한 공정성 보장을 유지하면서도 물리적·정서적 제약을 반영한 새로운 설계 패러다임을 제시한다.