Asymmetric reformulation of draw rules in chess and its implications for game theory: Repetition as loss for White

논문 요약: 체스 무승부 규칙의 비대칭적 재형성 (ARR)

1. 문제 제기 (Problem Statement)

• 현대 체스의 '무승부 죽음 (Draw Death)': 고수준의 체스 경기, 특히 최상위 프로 경기와 체스 엔진 간의 대국에서 무승부 비율이 급증하고 있습니다 (엘리트급 기준 65~75%, 엔진 간 대국 기준 95% 에 달함).
• 3 회 반복 규칙의 전략적 남용: 현재 체스 규칙의 '3 회 반복 (Threefold Repetition)'은 무한한 게임을 방지하기 위해 도입되었으나, 불리한 위치에 있는 플레이어가 (특히 백) 패배를 피하기 위해 고의로 반복을 유도하여 인위적인 무승부를 강요하는 전략적 도구로 악용되고 있습니다.
• 선공 (White) 의 이점과 방어적 전략: 선공인 백은 선공 이점 (First-move advantage) 으로 인해 무승부를 강제할 수 있는 능력이 강하며, 이는 공격적인 플레이를 저해하고 게임의 재미와 경쟁력을 떨어뜨립니다.
• 핵심 질문: 규칙이 단순히 무한 플레이를 방지하는 것을 넘어, 플레이어가 의미 있는 진전을 이루도록 인센티브를 재설계해야 하는가?

2. 제안된 해결책: 비대칭 반복 규칙 (ARR)

저자는 기존 규칙을 변경하지 않고 결과 해석만 수정하는 비대칭 반복 규칙 (Asymmetric Repetition Rule, ARR) 을 제안합니다.

• 규칙 정의: 3 회 반복이 발생했을 때, 반복을 주도한 주체가 백 (White) 인 경우 그 게임은 백의 패배로 간주됩니다.
• 핵심 특징:
  • 비대칭성: 흑 (Black) 이 주도한 반복은 기존과 동일하게 무승부로 처리되지만, 백이 주도한 반복은 패배로 처리됩니다.
  • 전략적 책임 회복: 백은 수동적인 반복을 통한 '안전한 무승부' 전략을 사용할 수 없게 되어, 승리를 위해 더 공격적이고 역동적인 플레이를 강요받습니다.
  • 흑의 방어권 유지: 흑은 여전히 열세인 상황에서 반복을 통해 무승부를 확보할 수 있는 방어적 자원을 보유합니다.
  • 학습 비용 최소화: 게임의 이동 규칙이나 보드 구조를 변경하지 않으므로, 기존 체스 지식과 이론의 대부분이 유효하게 유지됩니다.

3. 방법론 (Methodology)

저자는 제안된 규칙의 영향을 검증하기 위해 3 단계의 계산적 평가 프레임워크를 구축했습니다.

• 1 단계: Stockfish 엔진 시뮬레이션 (Self-Play)

  • Stockfish 엔진을 사용하여 표준 규칙과 ARR 하에서 7 가지 다른 실험 설정 (A~G) 으로 대국을 시뮬레이션했습니다.
  • 변수: 엔진의 검색 깊이 (Search depth, 실력 조절), 무승부 회피 의지 (Contempt).
  • Run 1 (적응 전): 표준 규칙으로 대국한 후, 백이 주도한 반복을 사후에 패배로 재분류하여 규칙 변경의 즉각적인 영향을 분석.
  • Run 2 (적응 후): 백이 ARR 을 인지하고 반복을 피하도록 검색을 필터링하여, 백이 새로운 규칙에 적응했을 때의 전략적 변화를 분석.

• 2 단계: 신경망 (NNUE) 을 통한 초기 이점 평가

  • ResNet 아키텍처 기반의 NNUE (Efficiently Updatable Neural Network) 모델을 개발했습니다.
  • Lichess 의 3 억 6 천만 개 이상의 역사적 데이터와 Stockfish 평가를 기반으로 훈련된 후, ARR 규칙 하에서 미세 조정 (Fine-tuning) 을 수행했습니다.
  • 목표: ARR 이 백의 선공 이점을 얼마나 감소시키는지 정량화.

• 3 단계: ARR 전용 체스 엔진 개발

  • ARR 규칙 하에서 최적의 전략을 학습하도록 설계된 새로운 신경망 엔진을 구축하고 200 만 건 이상의 자체 대국을 수행했습니다.
  • 이 엔진은 반복 시 백이 패배하는 조건을 학습하여 장기적인 전략적 적응을 분석했습니다.

• 게임 이론 및 그래프 이론 분석:

  • 체스를 유한 방향 그래프로 모델링하여, 반복 (사이클) 이 '흡수 상태 (Absorbing state)'로 작용하는 방식을 분석했습니다. ARR 이 어떻게 수동적 균형 (Nash Equilibrium) 을 붕괴시키고 위험 감수 전략으로 이동시키는지 이론적으로 증명했습니다.

4. 주요 결과 (Key Results)

• 무승부율 감소 및 승률 변화:

  • Stockfish 시뮬레이션 결과, ARR 도입 시 무승부율이 유의미하게 감소했습니다.
  • 흥미롭게도 백과 흑 모두의 승률이 동시에 증가하는 현상이 관찰되었습니다. 이는 반복에 의한 '안전한 무승부'가 사라지면서 양측 모두 더 결정적인 플레이를 하게 되었기 때문입니다.
  • 백이 우세한 상황에서도 반복을 통한 무승부 강제 능력이 상실되어 흑의 승률이 상승했습니다.

• 선공 이점의 감소:

  • 표준 규칙 하에서 백의 초기 평가 점수는 약 +0.22 ~ +0.25 폰 (Pawn) 이었습니다.
  • ARR 규칙 하에서 학습된 엔진의 평가 점수는 +0.009 ~ +0.013 폰으로 급격히 감소하여, 게임이 거의 완벽하게 균형 잡힌 상태임을 시사했습니다.

• 전략적 행동 변화:

  • 백은 반복을 피하기 위해 더 복잡하고 위험한 선을 선택하게 되며, 이는 때로는 백에게 승리의 기회를 제공하기도 합니다 (수동적 플레이가 강제되던 상황에서의 탈출).
  • 흑은 여전히 반복을 방어 수단으로 사용할 수 있어, 열세 상황에서도 생존 가능성이 유지됩니다.

5. 기여 및 의의 (Contributions and Significance)

• 게임 이론적 균형 재설정: ARR 은 게임의 이동 규칙 (Topology) 을 변경하지 않고 보상 구조 (Payoff structure) 만 수정하여, 수동적 무승부 균형을 붕괴시키고 위험 감수 (Risk-dominant) 전략을 유도합니다. 이는 게임 이론에서 '균형의 재형성'을 보여주는 사례입니다.
• 체스 생태계 활성화: 고수준 경기의 무승부 비율을 낮추고, 관중 친화적이고 역동적인 게임을 유도하여 '무승부 죽음' 문제를 해결할 수 있는 실용적인 대안을 제시합니다.
• 역사적 기록 보존: 기존 체스 대국 기록을 삭제하거나 변경하지 않고, 반복 상황에서의 결과 해석만 수정하므로 역사적 연속성을 해치지 않습니다.
• 실용적 적용 가능성: 플레이어에게 게임의 본질을 바꾸는 학습 비용을 요구하지 않으면서도, 심리적 압박과 전략적 변화를 통해 게임의 질을 높일 수 있습니다.

6. 결론

이 논문은 체스의 3 회 반복 규칙을 백에게 불리하게 비대칭적으로 수정함으로써, 인위적인 무승부를 방지하고 게임의 경쟁력을 회복할 수 있음을 이론적, 계산적, 실험적 증거를 통해 입증했습니다. 이 규칙은 백의 선공 이점을 상쇄하고, 흑의 방어적 자원을 존중하면서도 양측이 더 공격적으로 플레이하도록 유도하여 체스 게임의 미래를 밝게 전망합니다.