죄수의 딜레마: 개인의 합리성이 전체의 비극을 초래하는 역설
죄수의 딜레마 (Prisoner's Dilemma)는 비협조적 게임 이론에서 가장 유명한 사고 실험 중 하나입니다. 이 딜레마는 두 명의 용의자가 체포되어 서로 격리된 상태에서 심문을 받는 상황을 가정합니다. 경찰은 두 용의자에게 다음과 같은 조건을 제시합니다.
- 만약 당신이 자백하고, 다른 용의자는 자백하지 않으면, 당신은 석방되고 다른 용의자는 10년형을 받게 됩니다.
- 만약 당신이 자백하지 않고, 다른 용의자가 자백하면, 당신은 10년형을 받고 다른 용의자는 석방됩니다.
- 만약 당신과 다른 용의자 모두 자백하면, 당신과 다른 용의자 모두 5년형을 받게 됩니다.
-
만약 당신과 다른 용의자 모두 자백하지 않으면, 당신과 다른 용의자 모두 2년형을 받게 됩니다.
두 용의자는 서로 소통할 수 없으며, 각자 독립적으로 결정을 내려야 합니다. 이 상황에서 각 용의자는 어떤 선택을 하는 것이 자신에게 가장 유리할까요?
합리적인 용의자라면, 상대방이 어떤 선택을 하든, 자신은 자백하는 것이 더 유리하다는 결론에 도달하게 됩니다. 만약 상대방이 자백하지 않는다면, 나는 자백하여 석방될 수 있습니다. 만약 상대방이 자백한다면, 나는 자백하여 5년형을 받는 것이 자백하지 않고 10년형을 받는 것보다 낫습니다. 즉, 각 용의자는 자신의 이익을 위해 자백을 선택하게 됩니다.
하지만 흥미로운 점은, 만약 두 용의자 모두 자백하지 않는다면, 둘 다 2년형만 받게 되어 전체적으로 더 나은 결과를 얻을 수 있다는 것입니다. 그러나 서로를 믿지 못하는 상황에서 각 용의자는 자신의 이익을 극대화하기 위해 자백을 선택하고, 결국 둘 다 5년형을 받는 비극적인 결과를 초래하게 됩니다. 죄수의 딜레마는 개인의 합리적인 선택이 항상 전체적으로 최적의 결과를 가져오는 것은 아님을 보여주는 대표적인 사례입니다.
죄수의 딜레마는 기업의 과도한 경쟁, 환경 오염 문제, 군비 경쟁 등 다양한 사회 현상을 설명하는 데 활용됩니다. 이러한 문제들을 해결하기 위해서는 개인의 이익뿐만 아니라 전체의 이익을 고려하는 협력적인 접근 방식이 필요합니다.
- 핵심 시사점: 개인의 합리적인 선택이 항상 전체의 최적 결과를 보장하지는 않는다. 협력적인 접근 방식이 중요할 수 있다.
내쉬 균형: 안정적인 전략의 상태
내쉬 균형 (Nash Equilibrium)은 게임 이론에서 매우 중요한 개념입니다. 내쉬 균형은 각 플레이어가 상대방의 전략을 알고 있을 때, 자신의 전략을 바꾸는 것이 더 이상 이득이 되지 않는 상태를 의미합니다. 즉, 모든 플레이어가 현재의 전략을 유지하는 것이 최선이라고 판단하는 안정적인 상태입니다.
내쉬 균형은 다음과 같은 특징을 가집니다.
- 개인적인 최적: 각 플레이어는 상대방의 전략을 고려했을 때, 자신의 전략을 변경할 유인이 없습니다.
- 안정성: 모든 플레이어가 현재의 전략을 유지하므로, 게임의 결과가 쉽게 바뀌지 않습니다.
- 다수 존재 가능: 하나의 게임에서 여러 개의 내쉬 균형이 존재할 수 있습니다.
내쉬 균형은 기업의 가격 결정, 정치적 의사 결정, 네트워크 트래픽 관리 등 다양한 분야에서 활용됩니다. 예를 들어, 두 기업이 시장 점유율을 높이기 위해 가격 경쟁을 벌이는 상황을 생각해 봅시다. 만약 두 기업 모두 현재의 가격을 유지하는 것이 서로에게 최선이라면, 그 상태는 내쉬 균형이라고 할 수 있습니다.
내쉬 균형은 모든 참여자에게 최적의 결과를 보장하지는 않습니다. 죄수의 딜레마에서 보듯이, 내쉬 균형은 종종 비효율적인 결과를 초래하기도 합니다. 그러나 내쉬 균형은 게임의 결과를 예측하고, 참여자들의 전략을 분석하는 데 유용한 도구입니다.
- 핵심 시사점: 각 플레이어가 자신의 전략을 변경할 유인이 없는 안정적인 상태. 반드시 최적의 결과를 보장하지는 않지만, 게임 분석에 유용하다.
섀플리 값: 공정한 분배의 기준
섀플리 값 (Shapley Value)은 협조적 게임 이론에서 각 참여자의 기여도에 따라 공정한 보상을 분배하는 방법입니다. 섀플리 값은 로이드 섀플리에 의해 개발되었으며, 다음과 같은 공정성 기준을 만족합니다.
- 효율성 (Efficiency): 모든 참여자가 얻는 보상의 합은 전체 이익과 같아야 합니다.
- 대칭성 (Symmetry): 기여도가 같은 참여자는 동일한 보상을 받아야 합니다.
- 가산성 (Additivity): 여러 게임에 참여하는 경우, 각 게임에서 얻는 보상의 합은 전체 보상과 같아야 합니다.
- 더미 플레이어 (Dummy Player): 기여도가 없는 참여자는 보상을 받지 않아야 합니다.
섀플리 값은 기업 간의 합작 투자 수익 분배, 공공재 생산 비용 분담, 스포츠 팀의 승리 기여도 평가 등 다양한 상황에서 활용됩니다. 예를 들어, 세 명의 친구가 모여 빵집을 운영하는 상황을 생각해 봅시다. 만약 각 친구의 기술과 노력에 따라 빵집의 수익이 달라진다면, 섀플리 값을 이용하여 각 친구에게 공정한 몫을 분배할 수 있습니다.
섀플리 값은 복잡한 계산 과정을 거치지만, 공정하고 합리적인 분배 결과를 제공한다는 점에서 널리 사용되고 있습니다.
- 핵심 시사점: 각 참여자의 기여도에 따라 공정한 보상을 분배하는 방법. 공정성 기준을 만족하며, 다양한 상황에서 활용된다.