On the stability of utilitarian aggregation

이 논문은 Leandro Nascimento가 2026 년 4 월에 발표한 **"On the stability of utilitarian aggregation (공리주의적 집계의 안정성)"**으로, 집단 의사결정 이론에서 **하르샤니 (Harsanyi, 1955) 의 집적 정리 (Aggregation Theorem)**의 안정성을 분석합니다.

핵심 주장은 파레토 (Pareto) 원칙의 완벽한 충족이 아닌, 약간의 위반 (bounded violations) 이 허용될 때에도, 집합된 효용 함수는 여전히 공리주의적 (utilitarian) 합계 함수에 근접한다는 것입니다. 즉, 하르샤니의 정리가 '근사적 (approximate)'으로도 성립함을 수학적으로 증명했습니다.

다음은 논문의 상세한 기술적 요약입니다.

1. 연구 문제 (Problem)

• 배경: 하르샤니의 정리는 개인들의 von Neumann-Morgenstern (vN-M) 효용 함수 $u_i$가 파레토 일치 원칙 (Pareto unanimity principle) 을 완벽하게 만족할 때, 집단의 효용 함수 $u_0$가 가중치 합 $w(x) = \sum a_i u_i(x) + b$로 표현됨을 보여줍니다.
• 문제 제기: 실제 경제 모델이나 의사결정 상황에서는 개인의 선호가 완전히 알려져 있지 않거나, 효용 함수가 실제 선호의 부정확한 근사치일 수 있습니다. 따라서 표준 파레토 원칙이 정확히 (exactly) 성립한다고 가정하는 것은 비현실적입니다.
• 질문: 파레토 원칙이 완벽하게 성립하지 않고, 약간의 오차 ($\epsilon$) 가 존재할 때, 하르샤니의 결론 (선형 집계) 은 얼마나 유지될 수 있는가? 즉, 파레토 원칙의 작은 위반이 집계 규칙의 형태에 어떤 영향을 미치는가?

2. 방법론 (Methodology)

논문은 다음과 같은 수학적 프레임워크와 도구를 사용합니다.

• 설정 (Setting):
  • 대안 집합 $X$는 볼록 집합이며, 효용 함수 $u_0, u_i$는 **vN-M 효용 (선형/혼합 보존 성질)**을 가집니다.
  • $X$가 컴팩트 (compact) 하고 효용 함수가 연속인 경우와 일반적인 vN-M 설정을 모두 다룹니다.
• 근사적 파레토 조건 (Approximate Pareto Conditions):
  • $\epsilon$-Semistrong Pareto: 모든 개인이 $x \succeq_i y$일 때, 집단 의사결정자 (DM) 는 $u_0(x) \ge u_0(y) - \epsilon$을 만족합니다. 즉, 완벽한 선호가 아니라 $\epsilon$만큼의 '만족 (satisficing)'을 허용합니다.
  • $\epsilon$-Pareto Indifference: 모든 개인이 무차별할 때, DM 의 효용 차이도 $\epsilon$ 이내로 제한됩니다.
  • Sequential $\epsilon$-Strong Pareto: 강한 파레토 원칙을 확장하여, 극한에서의 효율성 (proper efficiency) 개념을 도입했습니다.
• 주요 도구:
  • 최소최대 정리 (Minimax Theorem): 파레토 위반의 크기와 집계 함수와의 거리 사이의 쌍대성 (duality) 을 증명하는 데 핵심적으로 사용됩니다.
  • 함수 공간의 거리: DM 의 효용 $u_0$와 공리주의적 집계 함수 $w$ 사이의 거리를 supremum norm ($\|u_0 - w\|_\infty$) 으로 측정합니다.
  • 진동 (Oscillation): 함수 $e(x)$의 진동 $\omega_e(X)$를 사용하여 오차의 크기를 정량화합니다.

3. 주요 기여 및 결과 (Key Contributions & Results)

3.1 근사적 공리주의 집계의 정의

논문은 $u_0$가 공리주의적 집계 함수 $w$에 얼마나 가까운지를 두 가지 동치인 방식으로 정의합니다 (Proposition 1):

1. 잔차 함수 형태: $u_0(x) = \sum a_i u_i(x) + e(x)$이며, $e(x)$의 진동이 $\epsilon$ 이하 ($\omega_e(X) \le \epsilon$).
2. 거리 형태: $u_0$와 공리주의적 집계 함수 $w$ 사이의 최대 거리가 $\epsilon/2$ 이하 ($\|u_0 - w\|_\infty \le \epsilon/2$).

3.2 주요 정리 (Theorems)

• Theorem 1 (쌍대성 공식): 연속 vN-M 설정에서, 파레토 원칙 위반의 최대 크기 (집합 $V$에서의 $u_0(y) - u_0(x)$의 최대값) 와 $u_0$와 공리주의적 집계 함수 $W^+$ 사이의 최소 거리는 정확히 2 배 관계로 연결됩니다.
  $$\min_{w \in W^+} \|u_0 - w\|_\infty = \frac{1}{2} \max \{ u_0(y) - u_0(x) : (x, y) \in V \}$$
  이는 파레토 원칙의 위반 정도가 집계 함수의 오차 크기를 직접적으로 결정함을 의미합니다.

• Theorem 2 & 3 (근사적 집계 정리):

  • $\epsilon$-Semistrong Pareto를 만족하면, $u_0$는 $(\epsilon, W^+)$에 대해 근사적 공리주의적입니다.
  • 이 결과는 위상적 가정 (컴팩트성 등) 이 없는 일반적인 vN-M 설정에서도 성립합니다 (Theorem 3).
  • 즉, 파레토 원칙이 $\epsilon$만큼 위반될 때, 집합된 효용 함수는 공리주의적 합계에서 최대 $\epsilon/2$만큼 벗어납니다.

• Theorem 4 (근사적 파레토 무차별): $\epsilon$-Pareto Indifference 조건은 $u_0$가 근사적 공리주의적 집계 함수임을 보장합니다.

• Theorem 5 & 6 (양수 가중치):

  • Sequential $\epsilon$-Strong Pareto 조건은 모든 가중치 $a_i > 0$인 근사적 집계를 보장합니다.
  • 대안 집합 $X$가 유한한 점들의 볼록 껍질 (convex hull) 인 경우, 단순한 $\epsilon$-Strong Pareto 조건만으로도 양수 가중치 집계가 가능합니다 (Theorem 6).

3.3 응용 사례 (Applications)

• 주관적 확률과 취향의 분리 (Proposition 2): Anscombe-Aumann 프레임워크에서, $\epsilon$-Lottery Pareto 와 $\epsilon$-Likelihood Dominance 조건 하에, DM 의 취향 (tastes) 과 확률 (probabilities) 이 각각 개인들의 취향과 확률의 근사적 선형 결합으로 표현됨을 보입니다.
  • 이는 Mongin (1998) 의 기존 결과 (완벽한 파레토 하에서는 확률 독재가 필수적임) 와 대조적으로, 근사적 설정에서는 **비독재적 (non-dictatorial)**인 확률 집계 (선형 풀링) 가 가능함을 보여줍니다.

4. 의의 및 결론 (Significance)

1. 하르샤니 정리의 안정성 (Stability):

   • 이 논문은 Ulam (1960) 이 제기한 "함수 방정식의 안정성" 질문에 대한 긍정적 답변을 제공합니다. 즉, 파레토 원칙이라는 가정이 약간 틀리더라도 (small deviations), 결론인 "선형 집계"는 여전히 근사적으로 유효합니다.
   • 작은 오차 ($\epsilon$) 가 큰 구조적 변화를 초래하지 않음을 수학적으로 증명했습니다.

2. 실용적 함의:

   • 실제 의사결정에서 전문가들의 의견이나 개인의 선호가 불완전하거나 부정확하게 측정될 때, 표준 파레토 원칙을 강요하는 대신 $\epsilon$-근사 원칙을 적용하면 합리적인 공리주의적 집계를 유지할 수 있음을 시사합니다.
   • 특히, 선호의 오차나 misspecification 이 존재하더라도 DM 이 진정한 선호의 공리주의적 집계를 가질 가능성을 열어줍니다 (Example 5 참조).

3. 이론적 확장:

   • 기존 하르샤니 정리의 증명 방식 (대안 정리 등) 과 달리, **최소최대 정리 (Minimax Theorem)**를 활용하여 파레토 위반의 크기와 집계 오차 사이의 정량적 관계를 명확히 했습니다.
   • 유한한 개인 수에 국한되었으나, 무한한 개인 수나 불확실성 하의 집계에 대한 향후 연구의 방향을 제시했습니다.

요약하자면, 이 논문은 집단 선호 집계의 핵심인 하르샤니 정리가 이상적인 가정 (완벽한 파레토 일치) 에서 벗어나도 근사적으로 안정적임을 증명함으로써, 불완전한 정보 하에서의 집단 의사결정 이론에 강력한 수학적 기반을 제공합니다.