The Darwinian evolution of political preferences and the collective strategies they support

기술 요약: 정치적 선호와 집단 전략의 다윈주의적 진화

문제 제기
사회 집단은 구성원의 행동을 규제하고 집단의 성공을 결정하기 위해 집단 전략(제도, 규칙 및 의사결정 프로토콜)에 의존한다. 이러한 "사회적 기술"이 다윈주의적 과정을 통해 진화한다는 가설—즉, 성공한 개인과 연관된 선호가 더 많이 복제되고 확산된다는 가설—이 널리 퍼져 있지만, 이 과정이 누적적 개선을 안정적으로 생성해내는 조건은 여전히 불분명하다. 기존 모델들은 종종 특정한 의사결정 메커니즘을 가정하거나 집단 전략을 직접적인 형질로 취급함으로써, 개인의 정치적 선호가 어떻게 집단 전략으로 집계되는지에 대한 핵심적인 중간 단계인 '집계 과정'을 간과해 왔다. 본 연구가 다루는 핵심 질문은, 성공한 개인으로부터의 정치적 선호 확산이 일반적으로 더 효율적인 집단 전략의 진화로 이어지는가 하는 것이며, 만약 그렇지 않다면 어떤 구체적인 조건에서 이 과정이 실패하거나 정체되는가이다.

방법론
저자는 $M$개의 집단과 각 집단의 크기 $N$으로 구성된 일반적인 진화 모델을 개발하였다. 모델은 세 단계의 이산 시간 생애 주기(discrete-time life cycle)로 작동한다:

1. 집단 의사결정: 집단 전략 $h_j(t)$는 사회적 선택 함수(Social Choice Function, SCF)인 $H_j$에 의해 결정된다. $H_j$는 집단 내의 개인적 정치 선호 벡터 $\vec{x}_j(t)$를 하나의 전략 값으로 매핑한다. SCF는 의사결정 절차(예: 투표, 숙의)를 수학적 매핑으로 추상화한다.
2. 보상 생성: 개인들은 집단 전략에 의해 결정되는 보상 $\pi_{ij}(t)$를 갖는 경제적 게임에 참여한다. 모델은 특정 전략 값이 더 높은 수익을 창출하는 일반적인 보상 함수 $\Pi(h)$를 가정하며, 일차 분석에서는 반드시 기저의 게임 메커니즘을 구체적으로 명시하지 않는다.
3. 사회적 학습: 정치적 선호가 인구 전체에 걸쳐 전파된다. 각 시간 단계에서, 인구의 선호는 개인의 보상에 비례하는 확률로 재표본 추출된다(Wright-Fisher 과정). 이는 성공한 개인의 선호가 더 많이 복제되는 편향을 나타낸다. 무작위 돌연변이는 가우시안 노이즈(Gaussian noise)로 모델링된 변이를 도입한다.

저자는 다음의 두 가지 분석적 접근 방식을 사용한다:

• 분석적 근사(Analytical Approximation): 소변량 근사(small-variance approximation)를 사용하여, 평균 선호의 방향과 변화율을 설명하는 선택 구배(selection gradient) $s(\theta)$를 도출한다. 이를 통해 개인의 선호가 집단 결과에 미치는 "한계 영향력(marginal influence)"에 대한 일반적인 식을 유도할 수 있다.
• 개별 기반 시뮬레이션(Individual-Based Simulations): 유한 인구에서의 분석적 예측을 테스트하기 위해, 집단 크기, 사회적 선택 함수(SCF), 그리고 보상 지형(단봉형, 쌍봉형, 편향된 전파 시나리오 포함)을 변화시키며 확률적 시뮬레이션을 실행한다.

주요 기여
본 논문은 정치적 선호의 진화를 집단 의사결정의 구체적인 메커니즘으로부터 분리하는 일반적인 프레임워크를 도입하여, 서로 다른 집계 규칙(SCF)이 진화적 결과에 어떻게 영향을 미치는지 체계적으로 분석할 수 있게 한다. 핵심적인 이론적 기여는 한계 영향력($\frac{\partial h_\tau}{\partial \tau}$)을 개인의 선호가 구현된 집단 결과에 미치는 강도를 조절하는 결정적 요인으로 식정했다는 점이다. 이 항은 한 개인의 선호 변화가 구현된 집단 전략을 얼마나 변화시키는지를 정량화한다.

주요 결과

1. 선택은 전략을 개선할 수 있으나, 그 속도는 극적으로 다르다: 모델은 선택이 광범위한 조건 하에서 집단을 국소 최적 전략(locally optimal strategies)으로 이끌 수 있음을 보여준다. 그러나 개선의 속도는 일정하지 않으며, 개인의 한계 영향력에 직접적으로 비례한다.

   • 평균 규칙(Average Rule): 평균 SCF 하에서 한계 영향력은 $1/N$에 비례하여 스케일링된다. 대규모 집단에서는 선택 압력이 매우 약해지므로 수렴 속도가 극도로 느려진다. 인구는 긴 진화적 시간 척도에 걸쳐 최적점에서 멀리 떨어진 상태로 남아 있을 수 있다.
   • 중앙값 규칙(Median Rule): 집단 크기가 $N \geq 3$인 경우, 단일 개인의 한계 영향력은 0이다. 따라서 선택은 체계적인 개선을 이끌어낼 수 없으며, 전략은 정체되거나 무작위로 표류한다.
   • 참신성 및 독재자 규칙(Novelty and Dictator Rules): "참신성"(가장 이질적인 선호를 선택) 또는 "무작위 독재자" 규칙 하에서는 한계 영향력이 높다(1 또는 기대치로서 효과적으로 $1/N$이지만 높은 분산을 가짐). 이러한 메커니즘은 전략이 직접 진화하는 기본 사례와 유사하게 최적 전략으로의 빠른 수렴을 가능하게 한다.

2. 복잡한 지형에서의 실패 모드:

   • 국소 최적점(Local Optima): 보상 지형에 여러 개의 정점(예: 저세율 vs 고세율 체제)이 있는 경우, 수렴 속도가 중요하다. 이동 속도가 느린 인구(예: 대규모 집단에서의 평균 규칙 하의 인구)는 국소 최적점에 갇힐 가능성이 높아 글로벌 최적점에 도달하는 데 실패한다.
   • 부적응적 편향(Maladaptive Bias): 전파가 부적응적 가치(예: 과세에 대한 내재적 반감)로 편향된 경우, 결과는 집단 구조에 따라 달라진다. 표준적인 문화적 진화 모델($N=1$)에서는 대규모 인구가 편향을 극복할 수 있다. 그러나 집단 전략 모델($N>1$)에서는 집단 크기를 늘려 인구 규모를 키우는 것이 오히려 선택을 약화시켜, 편향된 수정 사항이 축적되게 하고 집단이 최적 전략에 도달하는 것을 방해한다.

3. 장기 평형(Long-Run Equilibria): 속도의 차이에도 불구하고, 양(+)의 한계 영향력을 가진 SCF(평균, 무작위 독재자, 참신성)를 사용하는 인구는 결국 동일한 국소 최적 전략으로 수렴한다. 중앙값 규칙은 소변량 가정 하에서는 정체되어 있으나, 더 큰 변동성 하에서는 평균 규칙처럼 작동하며 동일한 평형점으로 느리게 수렴한다.

의의 및 주장
본 논문은 사회적 기술이 물질적 기술과 유사하게 진화하는가라는 질문에 대해 "조건부 답변"을 제공한다고 주장한다. 저자는 성공한 선호를 복제하는 메커니즘이 개인의 예견 없이도 효율적인 규칙을 생성할 수 있지만, 그 효능이 보장되지는 않는다고 논한다.

주요 통찰은 집단 의사결정의 구조가 진화적 힘에 대한 필터 역할을 한다는 것이다. 개인의 성공과 선호 전파 사이의 연결 고리는 개인의 영향력이 희석될 때(예: 대규모 민주적 집단에서) 약화된다. 이는 다음과 같은 시사점을 준다:

• 진화적 추론을 집단 전략에 무비판적으로 적용할 수 없다. 즉, 구체적인 집계 메커칙이 선택을 개선, 정체, 혹은 부적응으로 이끄는지를 결정한다.
• 집단은 의사결정을 위한 규칙을 채택함으로써 스스로의 진화적 궤적을 부분적으로 결정할 수 있다.
• 본 연구의 결과는 인간을 넘어 선호 집계를 통해 집단 의사결정을 수행하는 모든 동물 집단으로 확장되며, 이는 의사결정 구조가 다른 종들이 효율적인 집단 행동을 진화시키는 능력에서 차이가 날 수 있음을 시사한다.

저자는 이전 모델들이 특정 맥락에서 개선이 가능하다는 것을 입증했지만, 본 연구는 그러한 개선의 신뢰성과 속도가 채택된 사회적 선택 함수에 따라 달라진다는 점을 명확히 함으로써, 정치적 조직이 집단적 형질에 미치는 선택에 미치는 영향을 강조하며 결론을 맺는다.