Selective Visibility and Coordination Loss in Matching Markets:An Evolutionary Model of Aspirational Search

디지털 시대에 우리는 더 많은 성공 사례를 보는 것이 좋은 일이라고 흔히 가정합니다. 만약 어떤 플랫폼이 사람들이 사랑을 찾거나, 꿈의 직장을 얻거나, 위대한 일을 성취하는 모습을 보여준다면, 우리는 자연스럽게 그러한 결과가 우리 손에도 닿을 수 있는 거리 안에 있다고 느낍니다. 이러한 직관은 두 가지 조용한 가정에 의존합니다. 첫째, 우리가 보는 이야기가 사실이라는 것, 그리고 둘 else, 그 이야기들이 현실의 공정한 표본이라는 것입니다. 하지만 이야기들은 사실이지만, 표본이 왜곡되어 있다면 어떻게 될까요? 이 질문은 우리가 자신의 가치를 판단하는 방식과 시장이 기능하는 방식의 교차점에 놓여 있습니다. 수십 년 동안 심리학자들은 사람들이 자신의 삶을 타인과 비교하며, 특히 자신보다 더 성공해 보이는 사람들을 상향 비교함으로써 스스로를 평가한다는 사실을 알고 있었습니다. 경제학자들은 구직자와 고용주, 또는 파트너를 찾는 사람들처럼 두 집단이 서로를 찾으려는 매칭 시장을 오랫동안 연구해 왔습니다. 이 연구가 다루는 퍼즐은 이 두 분야가 어떻게 충돌하는가 하는 점입니다. 즉, 디지털 플랫폼이 진실하면서도 오직 가장 흥미롭고 자기 관련적인 성공 사례만을 선별적으로 강조할 때 어떤 일이 벌어지는지, 그리고 이러한 선택적 조명이 관련된 모든 이들의 행동을 어떻게 변화시키는지에 대한 것입니다.

충칭 기술경영대학교의 한 경제학자에 의해 수행된 이 연구는 디지털 플랫폼이 거짓말을 하지 않는 시나리오를 탐구합니다. 플랫폼은 성공 이야기를 조작하지 않습니다. 대신, 현실에서 발생하는 것보다 특정 유형의 성공을 더 자주 보여주는 방식을 취합니다. 예를 들어, 데이트 앱이 무작위적인 프로필 혼합을 보여주는 대신, 매우 잘 맞는 장기적인 파트너를 빠르게 찾은 소수의 사람들을 불균형적으로 많이 보여준다고 상상해 보십시오. 보여지는 모든 프로필은 실제이며, 모든 성공 사례는 진짜입니다. 그러나 플랫폼이 이러한 예외적인 사례들을 과잉 대표하기 때문에, 평균적인 사용자는 그러한 파트너를 찾는 것이 실제보다 훨씬 쉽고 흔한 일이라고 믿기 시작합니다. 연구자는 이 '진실하지만 대표성이 없는' 관점이 단순한 인식의 변화로부터 어떻게 복잡한 시장 행동의 변화로 이어지는지를 추적하기 위해 수학적 모델을 구축했습니다.

모델은 인식의 변화에서 시작되는 연쇄 반응을 밝혀냅니다. 사용자들이 뛰어난 자기 관련적 성공 사례를 지속적으로 접하게 되면, 그들은 무의식적으로 자신에게 가능한 범위를 재조정합니다. 그들은 실제 통계가 시사하는 바보다 자신이 더 유능하고 성공할 가능성이 높다고 느낍니다. 이러한 자신감의 상승은 그들의 전략을 변화시킵니다. 그들은 현실적인 짝을 찾는 것을 멈추고, 훨씬 높은 곳을 목표로 삼아 자신보다 훨씬 격차가 큰 대상을 목표로 하기 시작합니다. 이는 개인에게는 합리적인 움직임입니다. 만약 당신이 실제보다 자신의 가능성을 더 높게 본다면, 더 높은 목표를 잡는 것이 당연하기 때문입니다. 하지만 문제는 모든 사람이 동시에 이렇게 행동할 때 발생합니다.

시장의 더 많은 사람들이 시선을 위로 돌림에 따라, 최상위 타겟에 대한 경쟁은 치열해집니다. 실제로 타겟이 되는 사람들, 즉 고가치 대응자들은 이러한 관심의 급증을 알아차립니다. 그들은 자신을 쫓는 사람들의 풀(pool)이 이제 자신의 가능성을 과대평가하는 사람들로 채워져 있다는 것을 깨닫습니다. 결과적으로, 이 고가치 대응자들은 덜 기꺼이 약속하거나 헌신하게 됩니다. 그들은 받는 관심이 진실하거나 지속 가능하지 않다고 느끼며, 참여 수준이나 몰입도를 낮춥니다. 그 결과 조정의 실패가 발생합니다. 첫 번째 집단은 통계적으로 희박한 꿈을 쫓고 있는 반면, 두 번째 집단은 그 추격으로부터 물러나고 있습니다. 시장은 잘못된 것을 찾는 사람들로 막히게 되며, 성공적이고 지속적인 매칭의 수는 실제로 감소합니다.

이 연구는 아무도 거짓말을 하지 않음에도 불구하고 이러한 조정의 손실이 발생함을 확인해 줍니다. 플랫폼은 단지 많은 알고리즘이 그러하듯, 사용자의 참여를 유지하기 위해 관련성 있고 흥미로운 콘텐츠를 보여줄 뿐입니다. 모델은 이러한 개인적 적응, 즉 시야가 밝아 보이기 때문에 더 높은 목표를 향하는 행동이 시장이 그 새로운 부풀려진 기대치를 충족하지 못할 때 어떻게 집단적 실패로 이어지는지를 보여줍니다. 연구는 진화 게임 이론(evolutionary game theory)이라는 프레임워크를 사용하여, 이러한 결과가 단순히 가능성일 뿐만 아니라 안정적인 상태임을 증명합니다. 일반적인 조건 하에서, 플랫폼이 이러한 예외적인 사례를 더 많이 강조할수록 시장은 성공적인 결합으로부터 더 멀어집니다.

결정적으로, 이 논문은 해결책 또한 조사합니다. 연구진은 문제가 성공적인 이야기의 존재 자체가 아니라, 맥락의 부재라고 제안합니다. 연구진은 '대표성 회복(representativeness restoration)' 개입을 제안합니다. 이는 성공적인 이야기를 숨기거나 진실을 검열하라는 의미가 아닙니다. 대신, 성공적인 이야기와 함께 현실의 전체 그림을 보여주라는 의미입니다. 만약 사용자가 완벽한 짝을 찾은 이야기를 본다면, 그 결과가 얼마나 드문 일인지, 혹은 그 짝을 찾기 전까지 얼마나 많은 사람이 시도하고 실패했는지에 대한 데이터도 함께 보아야 합니다. 통계적 맥락을 복원함으로써, 플랫폼은 영감을 제거하지 않으면서도 사용자가 자신의 기대를 교정하도록 도울 수 있습니다. 모델은 이 간단한 조정이 부정적인 추세를 역전시킨다는 것을 보여줍니다. 사용자들이 전체적인 결과의 분포를 보게 되면, 그들은 자신의 가능성을 과대평가하는 것을 멈추고, 비현실적으로 높은 목표를 설정하는 것을 멈추며, 시장은 지속적인 매칭이 형성될 수 있는 상태로 돌아옵니다.

연구는 한 걸음 더 나아가 왜 플랫폼들이 처음에 이러한 왜곡된 뷰를 계속 보여주는지에 대해 질문합니다. 연구는 플랫폼 자체가 사용자 활동에 따라 예외적인 사례를 얼마나 강조할지를 조정하는 능동적인 참여자로 작용하는 시나리오를 모델링합니다. 연구 결과는 위험한 피드백 루프를 시사합니다. 사용자들이 더 높은 목표를 잡으면 더 많이 탐색하고 더 많이 상호작용하게 되며, 이는 플랫폼에 더 많은 트래픽과 콘텐츠를 생성합니다. 이는 단기적으로는 선택적 강조 전략을 수익성 있게 만듭니다. 그러나 이러한 단기적 이득은 장기적인 시장 건강을 희생하여 얻은 것입니다. 플랫폼은 사용자의 실제 성공률이 감소하는 와중에도, 자신이 생성한 활동에 의해 보상을 받을 수 있습니다. 이는 플랫폼의 인센티브가 사용자의 궁극적인 목표인 지속적인 매칭과 어긋나게 되는 상황을 만듭니다.

이 연구는 야심 찬 탐색이 나쁘다고 주장하거나, 예외적인 결과들을 숨겨야 한다고 주장하는 것이 아닙니다. 핵심 통찰은 진실함만으로는 충분하지 않다는 것입니다. 표본이 완전히 사실이라 할지라도, 그것이 대표성을 갖추지 못했다면 오해의 소지가 있을 수 있습니다. 기회가 희소하고 사람들이 자신의 위치를 확신하지 못하는 순위 민감형 시장(rank-sensitive markets)에서는, 정보가 어떻게 제시되느냐가 정보 그 자체만큼이나 중요합니다. 연구는 디지털 플랫폼이 제대로 기능하기 위해서는 단순히 사실을 검증하는 것을 넘어, 그들이 들려주는 이야기가 현실에 대한 교정된 뷰를 제공하도록 해야 한다고 결론짓습니다. 사용자가 무엇이 가능하고 무엇이 확률적인지를 구분할 수 있도록 도움으로써, 플랫폼은 비현실적인 목표를 향한 집단적 표류를 방지하고 진정한 연결을 위한 조건을 보존할 수 있습니다. 이 연구는 큐레이션된 피드으로 가득한 세상에서, 플랫폼이 제공할 수 있는 가장 가치 있는 서비스는 아마도 우리가 우리 자신을 명확하게 볼 수 있게 해주는 정직한 맥락일 것이라는 점을 상기시켜 줍니다.