Smart contracts and reaction-function games

기술 요약: 스마트 컨트랙트와 반응 함수 게임 (Reaction-Function Games)

1. 문제 및 동기

본 논문은 일회성 전략적 상호작용, 특히 신뢰 결핍, 조정 실패, 그리고 무임승차 문제가 특징적인 환경에서 발생하는 신뢰할 수 있는 약속(credible commitment)의 문제를 다룬다. 전통적인 게임 이론에 따르면, 일회성 게임에서 플레이어들은 타인의 행동에 자신의 행동을 신뢰할 수 있게 조건화할 수 없기 때문에 파레토 효율적인 결과(예: 죄수의 딜레마 또는 최약체 연결(weakest-link) 조정 게임)에 도달하지 못하는 경우가 많다.

저자들은 이를 해결하기 위한 메커니즘으로 블록체인 기반 스마트 컨트랙트를 제안한다. 플레이어가 직접 행동을 선택하는 표준적인 전략 게임과 달리, 스마트 컨트랙트는 플레이어들의 행동에 대한 함수로서 행동을 규정하는 알고리즘인 **반응 함수(reaction functions)**에 몰입하도록 허용한다. 블록체인에 배포된 스마트 컨트랙트는 불변하며 자동으로 실행되므로, 게임을 동시 선택 게임에서 "반응 함수 게임"으로 효과적으로 변모시킨다. 핵심 과제는 이러한 게임의 균형 개념을 공식화하고, 어떤 결과가 지지될 수 있는지 결정하며, 기존 내쉬 균형의 한계를 극복하는 강건한 전략을 식와하는 것이다.

2. 방법론 및 프레임워크

저자들은 새로운 클래스의 게임과 솔루션 개념을 공식화한다:

• 전략 게임 vs. 반응 함수 게임:
  • 표준 전략 게임 $(N, A, (u_i))$에서 플레이어는 행동 $a_i \in A_i$를 선택한다.
  • 반응 함수 게임에서 플레이어는 반응 함수 $R_i: A_{-i} \to A_i$를 선택한다. 프로파일 $R = (R_1, \dots, R_n)$은 행동 프로파일 공간에서 자기 자신으로의 매핑을 정의한다.
• 고정점(Fixed Points) 및 결과:
  • 선택된 반응 함수들이 상호 일관적일 때만 결과가 실현된다. 형식적으로, 행동 프로파일 $a$가 $R$의 고정점이라는 것은 모든 $i$에 대해 $a_i = R_i(a_{-i})$임을 의미한다.
  • 고정점의 집합을 $E(R)$로 표기한다. 만약 $E(R) = \emptyset$이면, 결과는 정의되지 않는다(보상은 $-\infty$로 할당됨).
  • 플레이어들은 $E(R)$ 내에서 자신이 선호하는 고정점을 기준으로 프로파일 $R$을 평가한다.
• 균형 개념:
  • **반응 함수 균형(Reaction-Function Equilibrium, RFE)**은 플레이어가 더 높은 보상을 얻기 위해 다른 반응 함수 $R'_i$로 일방적으로 이탈할 수 없는 모호하지 않은(unambiguous) 프로파일 $R$로 정의된다.
  • **모호하지 않음(Unambiguity)**은 모든 플레이어가 실현된 결과에 동의해야 함을 요구한다(즉, $E(R)$ 내에 파레토 우위의 고정점이 존재해야 함).
• 정교화(Refinements):
  • 균형의 다중성과 비합리적인 약속 문제를 해결하기 위해 저자들은 "안전한(Safe)" 반응 함수를 도입한다. 반응 함수가 안전하다는 것은 타인의 행동과 관계없이 플레이어에게 최소한 자신의 맥스민(maxmin) 보상(보안 수준)을 보장함을 의미한다.
  • 대칭적 투자 게임에서 저자들은 규범 준수성(Norm-Proofness)(임의적인 사회적 규범에 순응하는 것에 대한 저항성)과 보상 일관성(Payoff Consistency)(보상이 동일한 프로파일에 대해 동일하게 반응함)을 사용하여 분석을 더욱 정교화한다.

3. 주요 기여 및 결과

A. 균형의 존재 및 특성화

• 존재성: 정리 3.1은 임의의 유한 게임에서 반응 함수 균형이 항상 존재함을 증명한다. 이는 반응 함수 게임을 (플레이어들이 정해진 순서대로 움직이는) 순차적 형태의 확장 게임으로 매핑함으로써 입증되며, 이는 역방향 귀납법(backward induction)을 통해 내쉬 균형이 존재함이 알려져 있다.
• 2인 게임 (포크 정리의 유사성): 정리 3.2는 2인 게임에서 지지 가능한 결과의 집합을 특성화한다. 결과 $a$가 RFE에서 지지될 수 있는 필요충분조건은 모든 플레이어 $i$에 대해 $u_i(a) \geq \bar{v}_i$(맥스민 보상)인 것이다. 이는 무한 반복 게임에서의 포크 정리 논리를 일회성 설정에 적용한 것이다. 플레이어들은 "약속과 위협(promise and threat)" 반응 함수를 사용하여, 하부 전략 게임에서는 내쉬 균형이 아닌 파레토 효율적인 결과(예: 죄수의 딜레마에서의 협력)를 강제할 수 있다.
• 다수 플레이어: 정리 3.3은 3명 이상의 플레이어가 있을 때(행동 공간의 크기에 따라 다름), 지지 가능한 결과의 집합이 크게 확장되어 잠재적으로 모든 결과를 지지할 수 있음을 보여준다. 이는 예측을 좁히기 위해 '안전한 플레이'와 같은 정교화 작업이 필요함을 강조한다.

B. 안전한 반응 함수

• 논문은 만약 안전한 결과(맥스민 보상을 제공하는 결과)가 전략 게임의 내쉬 균형이라면, 안전한 RFE가 존재함을 보여준다.
• 결정적으로, 정리 4.1은 만약 안전한 RFE가 존재한다면, 파레토 효율적인 안전한 RFE도 존재한다고 명시한다. 이는 플레이어들이 적절한 반응 함수(예: 사슴 사냥 게임에서의 매칭 전략)를 사용한다면, 자신의 맥스민 보장이라는 보안을 희생하지 않으면서도 높은 보상을 주는 결과를 달성할 수 있음을 의미한다.

C. 대칭적 투자 게임에 대한 적용
저자들은 단조 반응 함수(타인이 더 많이 투자할수록 더 많이 투자함)를 가정하고 스마트 컨트랙트를 통해 자금을 에스크로(escrow)하는 방식으로, 두 가지 주요 투자 게임 클래스에 프레임워크를 적용한다.

1. 최약체 연결(Weakest-Link) 게임:

   • 맥락: 보상은 최소 투자액에 의존한다. 조정 실패가 흔히 발생한다.
   • 결과: 최적 대응(Best-Reply, BR) 반응 함수($R_i(a_{-i}) = \min_{j \neq i} a_j$)가 유일한 규범 준수적이고 보상 일관적인 반응으로 식별된다.
   • 고위험 상황: "고위험" 설정(노력 비용 대비 조정 이득이 작은 경우)에서, BR 반응은 단조적 플레이에 대해 **약우월적(weakly dominant)**임이 입증된다. 이는 플레이어들에게 사전 소통이나 신뢰 없이도 최소 투자를 맞추도록 하는 강력한 권고를 제공하며, 효과적으로 신뢰/조정 문제를 해결한다.

2. 공공재(Public-Good) 게임:

   • 맥락: 투자는 모두에게 혜택을 주지만 개인에게는 비용이 든다. 표준 게임에서는 무임승차가 지배적이다.
   • 결과: BR 반응(항상 0)은 효과적이지 않다. 대신, 저자들은 타인의 투자 평균에 맞추는 반응 함수를 식별한다.
   • 정교화: 평균을 올림(rounding up)하는 것과 내림(rounding down)하는 것 사이에서, 내림이 더 우수하다. 이는 모든 파라미터 값에 대해 안전하며 높은 투자 균형을 지지한다.
   • 고위험 상황: 고위험 공공재 게임의 경우, "내림" 반응은 안전한 플레이를 전제로 할 때 유일한 후생 극대화(welfare-maximizing) 전략이다. 이 전략은 무임승차를 자가 파괴적으로 만든다: 만약 모두가 평균(내림 적용)에 맞춘다면, 일방적인 제로 투자 이탈은 고정점을 0으로 붕괴시켜 이탈자를 처벌한다.

4. 의의 및 주장

본 논문은 블록체인 기반 스마트 컨트랙트가 반응 함수 게임을 구현하는 실질적인 메커니즘을 제공하며, 이를 통해 전통적인 반복 게임의 범위를 넘어 신뢰할 수 있는 약속의 범위를 확장한다고 주장한다.

• 신뢰 장벽 극복: 최약체 연결 게임에서 반응 함수는 플레이어들이 최소 노력을 맞추기로 약속함으로써, 사전 소통이나 신뢰 없이도 즉각적으로 효율적인 결과에 조정될 수 있게 한다.
• 무임승차 억제: 공공재 게임에서 제안된 "내림" 반응 함수는 이타주의나 외부 처벌 기구 없이도 조건부 협력이 합리적이게 만드는 자가 집행 메커니즘을 생성한다.
• 실용성 vs. 이론: 저자들은 자신들의 접근 방식을 "프로그램 균형(program equilibrium)"(Tennenholtz, 2004) 및 "약속 게임(commitment games)"(Kalai et al., 2010)과 구별한다. 전자의 프레임워크들은 플레이어가 상대방 프로그램의 코드에 행동을 조건화하게 하여 무한한 전략 공간과 코드 불일치에 대한 취약성을 초래하는 반면, 반응 함수는 상대방의 행동에 행동을 조건화한다. 이는 전략 공간을 간결하고, 해석 가능하며, 계산 가능한 상태(예: 간단한 반복 고정점 알고리즘을 통해)로 유지한다.
• 구현: 논문은 조정 계약이 반응 함수와 예치금을 수집하고, 고정점을 계산하며, 이전을 실행하는 실질적인 구현 스케치를 개괄한다. 저자들은 유한 격자(finite lattices) 상의 단조 함수의 경우 고정점 계산이 매우 간단하다고 언급한다.

요약하자면, 본 논문은 스마트 컨트랙트가 플레이어로 하여금 조건부 전략에 몰입하게 함으로써 전략적 지형을 변화시키며, 이를 통해 일회성 상호작용에서는 달성 불가능한 파레토 개선 결과를 구현할 수 있다고 주장한다. 특히 안전하고, 규범 준수적이며, 보상 일관적인 반응 함수를 사용하는 것을 통해 이를 달성한다.