Dynamic Non-Bayesian Persuasion

이 논문은 **동적 비베이즈 설득 (Dynamic Non-Bayesian Persuasion)**을 주제로 하며, 수신자 (Receiver) 가 베이즈 규칙을 따르지 않을 때, 발신자 (Sender) 가 단일 실험 (정적 설득) 을 사용하는 것과 일련의 실험 (동적 설득) 을 사용하는 것 중 어떤 것이 더 유리한지를 분석합니다.

저자 Masanori Kobayashi 는 수신자의 비베이즈적 정보 갱신 규칙이 발신자의 가치 (Value) 에 미치는 영향을 규명하고, 정적 설득이 동적 설득과 동등한 결과를 가져오는 조건을 '가분성 (Divisibility)'이라는 개념을 통해 체계화했습니다.

다음은 논문의 주요 내용에 대한 상세한 기술적 요약입니다.

---

1. 연구 문제 및 배경 (Problem Statement)

• 배경: 전통적인 설득 게임 (Persuasion Game) 및 정보 설계 (Information Design) 이론은 수신자가 베이즈 규칙에 따라 정보를 갱신한다고 가정합니다 (Rayo & Segal, 2010; Kamenica & Gentzkow, 2011). 그러나 실증 연구와 실험 경제학은 사람들이 종종 베이즈 규칙에서 벗어난 방식 (기저율 무시, 과소 반응 등) 으로 정보를 처리함을 보여줍니다 (De Clippel & Zhang, 2022).
• 문제 제기: De Clippel 과 Zhang (2022) 은 비베이즈 수신자를 가진 정적 (Static) 설득 모델을 제시했습니다. 하지만 실제 상황 (온라인 광고, 유권자 설득 등) 에서는 정보가 한 번에 제공되는 것이 아니라 **순차적 (Sequential)**으로 제공되는 경우가 많습니다.
  • 핵심 질문: 수신자가 비베이즈적일 때, 발신자가 정보를 한 번에 제공하는 것 (정적) 과 여러 단계에 걸쳐 제공하는 것 (동적) 중 어떤 것이 발신자의 기대 효용을 높이는가?
  • 베이즈 수신자의 경우: 정적 설득과 동적 설득은 발신자의 가치에 차이가 없습니다 (Che et al., 2023 등).
  • 비베이즈 수신자의 경우: 정보 제공의 타이밍이 발신자의 가치에 영향을 미칠 수 있는지가 불명확합니다.

2. 모델 및 방법론 (Methodology & Framework)

2.1 환경 설정

• 상태 (States): 유한한 상태 집합 $\Theta$.
• 행동 (Actions): 수신자가 선택하는 행동 집합 $A$.
• 선호: 발신자와 수신자 모두 기대 효용 극대화자.
• 정보 구조: 발신자는 실험 (Experiment) $\sigma$를 설계합니다.

2.2 비베이즈 갱신 규칙: 체계적 왜곡 (Systematic Distortion)

수신자의 갱신 규칙 $\mu$는 **체계적 왜곡 (Systematic Distortion)**으로 가정됩니다. 이는 수신자가 베이즈 사후 확률을 계산한 후, 사전 확률 (Prior) 에 의존하는 왜곡 함수 $D_p$를 적용하여 최종 믿음을 형성하는 방식입니다.
$$\mu(\sigma, p)(\cdot | s) = D_p(\mu^B(\sigma, p)(\cdot | s))$$
여기서 $\mu^B$는 베이즈 갱신, $D_p$는 사전 확률 $p$에 의존하는 왜곡 규칙입니다.

• 예시: Grether 의 $\alpha-\beta$ 규칙, 선형 과소 반응 (Linear Underreaction), 인지적 제약이 있는 2 단계 갱신 등.

2.3 정적 vs 동적 설득

• 정적 설득 (Static): 발신자가 한 번의 실험을 설계하고 수신자가 이를 관찰한 후 행동을 선택.
• 동적 설득 (Dynamic): 발신자가 2 단계 (또는 $n$단계) 실험을 설계합니다.
  1. 1 단계 실험 $\sigma_1$ 수행 $\rightarrow$ 수신자가 $D_p(q)$로 믿음 갱신.
  2. 2 단계 실험 $\sigma_2$ 수행 (1 단계 결과에 의존) $\rightarrow$ 수신자가 $D_{D_p(q)}(\cdot)$로 믿음 갱신.
  3. 최종 행동 선택.

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

3.1 동적 설득의 가치 차이 (Motivating Example)

Grether 의 $\alpha-\beta$ 규칙을 적용한 판사 - 검사 (Judge-Prosecutor) 시나리오에서 분석한 결과:

• 기저율 무시 (Base-rate neglect, $\alpha < 1$): 발신자는 동적 설득을 통해 정적 설득보다 더 높은 보상을 얻을 수 있습니다. 1 단계에서 정보를 제공하지 않으면 수신자의 믿음이 균일 분포 (발신자에게 유리한 방향) 로 이동하기 때문입니다.
• 기저율 과대 평가 (Base-rate overweighting, $\alpha > 1$): 발신자는 정적과 동적 설득 간에 무관심합니다.
• 기하학적 왜곡 (Geometric distortion, $\alpha=1$): 발신자는 정적과 동적 설득 간에 무관심합니다.

3.2 핵심 정리: 가분성 (Divisibility) 의 특성화

논문의 가장 중요한 기여는 **어떤 조건에서 정적 설득이 동적 설득과 동등한지 (Without Loss)**를 규명한 것입니다.

• 가분성 (Divisibility): Cripps (2018) 에서 도입된 개념으로, 여러 실험을 순차적으로 수행하든 동시에 수행하든 수신자의 최종 사후 확률이 동일하게 되는 성질입니다.

  • 수식적으로, 왜곡 규칙 $D$가 **가분적 (Divisible)**일 필요충분조건은 다음과 같습니다:
    $$D_p(r) = D_q^{II}(r; p)$$
    여기서 $D_q^{II}$는 발신자의 관점에서 2 단계 문제에서 발생하는 왜곡 규칙입니다. 즉, 1 단계의 왜곡과 2 단계의 왜곡이 발신자 관점에서 일치해야 합니다.

• Theorem 1 (주요 정리):

  • 수신자의 왜곡 규칙이 정규성 (Regularity) 조건과 **확실성 하의 사전 독립성 (Prior Independence under Certainty)**을 만족한다고 가정할 때, 다음 세 명제는 동치입니다:
    1. 수신자의 왜곡 규칙이 **가분적 (Divisible)**이다.
    2. 모든 설득 환경에서 정적 설득과 동적 설득의 발신자 가능 효용 집합이 일치한다 ($V_1 = V_2$).
    3. 모든 설득 환경에서 발신자가 정적과 동적 설득 간에 무관심하다.

• 의미: 만약 수신자의 갱신 규칙이 가분적이라면 (예: 베이즈 갱신, Grether 의 $\alpha-\beta$ 규칙 중 $\alpha=1$ 인 경우), 분석가는 복잡한 동적 모델을 고려할 필요 없이 정적 설득 프레임워크 (De Clippel & Zhang, 2022) 만으로도 손실 없이 (Without Loss) 문제를 해결할 수 있습니다.

3.3 약한 가분성 (Weak Divisibility)

선형 과소 반응 (Linear Underreaction) 과 같이 '확실성 하의 사전 독립성'을 만족하지 않는 규칙에 대해서는 약한 가분성 (Weak Divisibility) 개념을 도입했습니다.

• Theorem 3: 발신자의 효용이 상태에 무관할 때 (State-independent preference), 약한 가분성 조건 하에서 정적과 동적 설득의 효용이 일치함을 보였습니다.
• Corollary 4: 선형 과소 반응 ($\lambda \in (0,1)$) 은 약한 가분성을 만족하지 않으므로, 발신자는 정적과 동적 설득 간에 무관심하지 않으며, 특정 환경에서 동적 설득이 더 유리할 수 있습니다.

4. 논의 및 의의 (Discussion & Significance)

1. 이론적 한계 설정: 이 논문은 정적 설득 모델이 동적 환경에서도 유효하게 적용될 수 있는 **경계 (Frontier)**를 제시했습니다. 수신자의 갱신 규칙이 '가분적'인 경우에만 정적 모델로 대체 가능함을 증명했습니다.
2. 실무적 함의:
   • 만약 수신자의 행동이 기하학적 왜곡 (Geometric distortion) 을 따르는 경우, 기업이나 정책 입안자는 복잡한 순차적 정보 제공 전략을 개발할 필요 없이, 한 번의 최적 실험 설계로 충분합니다.
   • 반면, 선형 과소 반응과 같은 규칙이 관찰된다면, 정보 제공의 타이밍 (순차적 vs 동시) 이 전략적으로 매우 중요해지므로 동적 설득 모델을 반드시 고려해야 합니다.
3. 방법론적 기여:
   • 동적 설득 문제를 해결하기 위해 '임시 문제 (Interim problem)'를 재구성하고, 이를 다시 정적 설득 문제로 변환하는 기법을 개발했습니다.
   • 분리 초평면 (Separating hyperplane) 논증을 사용하여, 발신자의 효용 함수가 아핀 (Affine) 인 제약을 극복하고 가분성 조건을 유도했습니다.

5. 결론

이 논문은 비베이즈 수신자를 대상으로 한 설득 게임에서 **정보 제공의 타이밍 (Timing)**이 발신자의 가치에 미치는 영향을 체계적으로 분석했습니다. 핵심 결론은 **"수신자의 갱신 규칙이 가분적 (Divisible) 인 경우에만 정적 설득이 동적 설득과 동등하다"**는 것입니다. 이 결과는 기존 정적 설득 이론의 적용 범위를 명확히 하고, 비베이즈 행동이 관찰되는 실제 환경에서 동적 설득 전략의 필요성을 판단하는 기준을 제공합니다.