결정문제 추가가 정보 가치를 높인다

초록

이 논문은 불완전한 정보 하에서 의사결정을 다루며, 두 의사결정 문제 중 하나가 모든 정보 구조에 대해 다른 문제보다 정보 가치를 높이려면, 전자는 후자에 독립적인 평행 결정문제를 추가한 형태와 동등함을 증명한다.

상세 분석

논문은 먼저 상태공간 Ω와 행동집합 A를 정의하고, 효용함수 U(a, ω) 에 의해 결정되는 의사결정 문제를 소개한다. 베이즈적 믿음 p∈Δ(Ω) 하에서 기대효용을 최대화하는 행동을 선택하고, 그 최대값을 가치함수 V_U(p) 라 둔다. 가치함수는 선형함수들의 상한이므로 볼록이며, 정의역이 다각형이므로 연속·유계이다. 정보구조는 사후 믿음들의 분포 Q∈Δ(Δ(Ω)) 로 모델링되며, 정보의 가치는 사전 믿음과 사후 믿음 기대값 차이인 VOI_U(Q)=∫V_U(p)dQ(p)−V_U(∫p dQ(p)) 으로 정의된다.

핵심 정리는 두 의사결정 문제 M, L 에 대해 모든 Q 에 대해 VOI_M(Q)≥VOI_L(Q) 가 성립한다면, 존재하는 제3의 의사결정 문제 N 을 찾아 M 을 L 과 N 의 독립적 합성 (L×N, U_L+U_N) 으로 표현할 수 있음을 보인다. 여기서 “독립적”이란 N 의 효용이 Ω 에만 의존하고, L 과 N 의 행동공간이 카테시안 곱으로 결합되며, 전체 효용이 단순히 두 효용의 합으로 구성된다는 의미다.

증명은 가치함수 차이 h=V_M−V_L 가 볼록함수임을 이용한다. 볼록함수는 양의 동차성 및 하위 연속성을 갖는 확장 e h를 정의할 수 있고, 이는 다시 서포트함수 σ_X 형태로 표현된다. 여기서 X 는 h 의 서포트 집합이며, 각 x∈X 을 행동 n∈A_N 에 대응시켜 효용 U_N(n, ω)=x(ω) 로 정의하면 e h가 바로 U_N 의 가치함수가 된다. 따라서 V_M=V_L+V_N 이며, 이는 “평행 결정문제 추가”가 정보 가치를 증가시키는 충분조건이자 필요조건임을 의미한다.

이 결과는 기존 문헌(