기술 요약: 글로벌 희토류 공급망에서의 제한된 합리성과 회복탄력성

1. 문제 제기

글로벌 희토류 원소(REE) 공급망은 가공 및 무역 측면에서 극도로 집중된 지리적 구조를 가지고 있어, 수출 통제와 같은 지정학적 충격에 매우 취약하다. 공급망의 회복탄력성을 평가하는 기존 방식들—특히 정적 네트워크 모델과 국소 최적화 알고리즘(예: 선형 계획법, 혼합 정수 계획법)—은 다중 제약 조건 하의 경로 중단을 유발하는 복잡한 행동 역학을 포착하는 데 실패한다. 이러한 전통적 접근 방식들은 완전한 정보와 절대적인 경제적 합리성을 가정하며, 이로 인해 전략적 사재기, 패닉 증폭, 위기 시의 인지적 이질성과 같은 비평형 현상을 내재화하지 못한다. 또한, 기존의 에이전트 기반 모델들은 주권 국가를 수동적인 통로로 취급하거나 경직된 사전 프로그래밍된 의사결정 규칙에 의존함으로써, 그레이 마켓(gray-market)을 통한 전송이나 동맹 활성화와 같은 창발적 전략의 발견을 저해한다.

2. 방법론

저자들은 대규모 언어 모델(LLM)을 통합하여 주권 결정권자 내에 **제한된 합리성(bounded rationality)**을 구현하는 새로운 다중 에이전트 시뮬레이션 프레임워크를 제안한다. 이 프레임워크는 경험적으로 보정된 REE 무역 네트워크 상에서 작동하며, 독특한 **델타-버퍼 동기 시장 결제 메커니즘(Delta-Buffer synchronous market-clearing mechanism)**을 채택한다.

2.1 물리적 네트워크 구축

• 데이터 소스: UN Comtrade 데이터베이스 (2011, 2018, 2023).
• 토폴로지: 주요 생산국 및 소비국을 나타내는 5개 노드 가중 유향 그래프: 중국(CHN), 미국(USA), 일본(JPN), 미얀마(MMR), 말레이시아(MYS).
• 보정: 무역 흐름은 2010년 불변 달러 가치로 하락 조정되었다. 초기 재고는 IEA 벤치마크를 기준으로 연간 수요의 30%로 설정되었다.
• 지표: 무역량 강도를 반영하기 위해 유효 거리($d_{ij} = 1/w_{ij}$)를 사용하여 매개 중심성(Betweenness centrality)을 계산한다.

2.2 에이전트 아키텍처

시뮬레이션은 네 가지 유형의 에이전트 아키텍처를 비교한다:

1. 무작위(Random): 균등 무작위 행동 선택 (이론적 하한선).
2. 규칙 기반(Rule-based): 공급 격차 임계값에 기반한 결정론적 의사결정 트리.
3. 탐욕적(Greedy): 연쇄적인 영향을 예측하지 않고 즉각적인 공급 격차를 최소화하는 완전 정보 기반의 근시안적 국소 최적화 도구.
4. LLM: 프런티어 모델(DeepSeek-Chat V3, Qwen-Plus, GLM-4-Flash)을 사용하여 제한된 합리성을 가진 에이전트. 온도(temperature)는 0.5로 설정되었다. 이 에이전트들은 구조화된 상태 벡터(공급 격차, 재고 상태, 산업 리스크, 동맹, 가격 승수, 과거 행동)를 전달받으며, 사전 결정된 최적화 함수 없이 문맥 조건부 전략적 응답을 생성한다.

2.3 핵심 메커니즘

• 델타-버퍼 동기 시장 결제: 순차적 이동의 이점과 정보 비대칭을 제거하기 위해, 모든 에이전트는 글로벌 상태를 동시에 관찰하고, 독립적으로 행동을 선택하며, 무역 흐름 및 재고의 변화를 나타내는 "델타" 벡터를 제출한다. 이 델타들은 버퍼에 축적된 후 단일 결제 단계에서 네트워크에 원자적으로 적용된다. 이는 질량 보존을 보장하며 주권 정책 수립의 "폐쇄적" 특성을 모사한다.
• 수요-재고 디커플링: 프레임워크는 기본 수요와 재고 행동을 엄격히 분리한다. 사재기는 기본 수요 신호를 팽창시키지 않고 생산을 저장소로 전환하도록 하여, 시뮬레이션을 불안정하게 만들 수 있는 "유령 수요(phantom demand)" 아티팩트를 방지한다.
• 행동 공간: 에이전트는 대체 자원 탐색, 재고 사재기, 동맹 지원 요청, 수출 제한, 그레이 마켓 전송, 재고 방출을 포함한 6가지 이산적 행동을 선택한다.

2.4 실험 설계

전체 팩토리얼(full-factorial) $3 \times 3 \times 4$ 설계가 적용되었다:

• 연도: 2011년(고스트레스), 2018년(포스트 위기 정상화), 2023년(현재의 스트레스).
• 충격 강도: 중국에 대한 수출 통제 감소율 15%, 30%, 50%.
• 에이전트 모델: 무작위, 규칙 기반, 탐욕적, LLM.
• 반복 실험: 각 구성당 28회의 몬테카를로 실행 (총 1,008회).

3. 주요 기여

본 논문은 세 가지 주요 기여를 한다:

1. 방법론적 (에이전틱 LLM 시뮬레이션): 물리적 무역 네트워크 내에서 주권적 전략적 상호작용을 위해 LLM 아키텍처를 확장하였다. 단순한 사회적 시뮬라크라와 달리, 이 에이전트들은 경험적으로 보정된 다중 제약 맥락 속에 내재되어 있어, 정적인 규칙 세트 없이도 진정한 문맥 기반 추론과 창발적 전략(예: 그레이 마켓 경로)을 고립시켜 관찰할 수 있게 한다.
2. 메커니즘적 (CER-회복탄력성 결합): 저자들은 인지적 지향성과 스트레스 수준 사이의 상호작용에 의해 지배되는 네트워크 회복탄력성의 근본적인 체제 전환을 식별하였다. 저자들은 **비용 효율 비율(Cost Efficiency Ratio, CER)**을 도입하였는데, 이는 공급 유지량과 구조조정 지출의 로그 비율로 정의된다. 시뮬레이션 결과, 결정론적 최적화 에이전트는 저스트레스 조건에서 심각한 구조적 과잉 반응(음의 CER)을 보이는 반면, LLM 기반 에이전트는 양의 효율성을 유지하기 위해 노력을 동적으로 조절함으로써 사이먼(Simon)의 만족화(satisficing) 패러다임을 계산적으로 입증하였다.
3. 지표 (맥락화된 CER): 본 논문은 재료 가용성과 경로 재구축 비용 간의 트레이드오프를 내생적으로 포착하기 위해 CER 지표를 공식화하였다. 이는 단순한 한계 격차 최소화에 의존하여 과도한 경로 재편으로 인한 시스템적 비효효율성을 은폐할 수 있는 기존 지표의 한계를 해결한다.

4. 결과

4.1 행동 다양성 및 엔트로피

LLM 에이전트는 "제한된 엔트로피(bounded-entropy)" 특성을 보인다. 이들의 정책 엔트로피(2.22–2.31)는 규칙 기반 에이전트의 경직된 결정론($H \approx 1.66$)과 무작위 에이전트의 순수 무작위성($H \approx 2.7$) 사이의 의미 있는 중간 범위를 점유한다. LLM의 행동 빈도는 고스트레스 상황에서는 협력적 전략으로, 저스트레스 상황에서는 수동적 관리로 일관되게 이동하며, 이는 문맥에 민감한 만족화(satisficing)를 반영한다.

4.2 역사적 일치성

2010년 희토류 위기에 대한 탐색적 방향성 검증에서, LLM 에이전트는 역사적 정책 순위와 가장 강력한 질적 일치를 보였다. 구체적으로, 이들은 "대체 자원 탐색"($\rho = 0.7$)을 우선순위에 두고 "사재기"($\rho = -0.6$)를 과도하게 피하는 등, 일본 및 기타 수입국들의 기록된 대응과 일치하는 모습을 보였다. 결정론적 에이전트들은 위기 대응의 외교적 차원을 포착하는 데 실패했다.

4.3 공급 회복탄력성 및 격차율

• 고스트레스 (2011): 모든 모델에서 공급 격차가 발생했다. 놀랍게도 무작위 에이전트는 행동 공간의 철저하고 편향 없는 탐색(애슈비의 다양성 법칙, Ashby's Law of Requisite Variety) 덕분에 가장 낮은 총 격차(0.025)를 달 기록했으나, 이는 막대한 비효율성을 대가로 한 것이었다. 탐욕적 에이전트는 근시안적 최적화로 인한 연쇄적 실패 때문에 최악의 성능(0.073)을 보였다.
• 저스트레스 (2023): LLM과 규칙 기반 에이전트는 거의 제로에 가까운 격차를 달성했다. 그러나 탐욕적 에이전트는 여전히 높은 격차(0.027)를 유지했는데, 이는 경직된 최적화가 성숙하고 중복성이 확보된 네트워크 토폴로지에 적응하지 못함을 시사한다.

4.4 스트레스-체제 역전 (CER)

핵심 발견은 비용 효율 비율(CER)의 질적 체제 역전이다:

• 고스트레스 (2011): 모든 아키텍처가 양의 CER을 달랐으며, 공격적인 구조조정이 정당화되었다.
• 저스트레스 (2023): 탐욕적 및 규칙 기반 에이전트는 음의 CER로 붕괴되었으며, 이는 구조적 과잉 반응을 나타낸다. 이들은 기초 조건이 거의 충분함에도 불구하고 비용이 많이 드는 경로 재편을 실행했다.
• LLM 성능: LLM 에이전트는 모든 체제에서 양의 CER을 유지했다. 지정학적 환경에 따라 구조조정 노력을 동적으로 조절함으로써 과잉 투자를 피했고, 이는 제한된 합리성이 경직된 최적화보다 더 적응적이고 비용 효율적인 회복탄력성을 제공함을 입증한다.

4.5 강건성

만족화 패턴(양의 CER)은 서로 다른 LLM 모델(DeepSeek, Qwen, GLM) 전반에서 강건하게 나타났으며, 이는 이러한 행동이 특정 모델의 산물이 아니라 프런티어 규모의 정렬된 LLM들이 갖는 클래스 수준의 속성임을 확인시켜 준다.

5. 의의 및 주장

본 논문은 제한된 합리성을 교정해야 할 결함이 아니라, 적응적이고 비용 효율적인 네트워크 최적화를 위한 시스템적 메커니즘으로 재정의할 것을 주장한다.

• 이론적 전환: 본 연구는 경제 이론의 경직된 결정론적 최적화 지배 구조에 도전하며, "만족화(satisficing)" 알고리즘이 복잡하고 다중 제약이 있는 환경에서 더 우수한 회복탄력성을 제공함을 보여준다.
• 정책적 함의: 연구 결과는 "디리스킹(de-risking)" 및 "프렌드쇼어링(friend-shoring)"(다각화되고 동맹에 기반한 경로 확보)이 단방향적 "온쇼어링(onshoring)"이나 과도한 "디커플링(decoupling)"보다 경제적으로 우월함을 시사한다. 시뮬레이션은 후자가 시스템적 비효율성과 과잉 반응을 초래함을 보여준다.
• 방법론적 진보: CER 지표의 도입은 단순한 격차 분석을 넘어 회복탄력성의 '비용'을 평가하는, 스트레스 테스트를 위한 도구를 제공한다.
• 한계: 저자들은 5개 노드 추상화가 토폴로지의 복잡성을 제한한다는 점과, LLM의 역사적 데이터 사전 학습이 행동의 역사적 정렬에 일부 영향을 미쳤을 수 있음을 인정한다. 또한 향후 연구로서 더 작은 규모의 오픈 웨이트 아키텍처 테스트와 중간 가공 허브를 포함한 네트워크 확장을 제안한다.

궁극적으로 본 논문은 핵심 광물 경쟁이 심화되는 시대에, 적응적이고 제한된 합리성을 가진 알고리즘을 배포하는 것이 글로벌 산업 인프라를 확보하는 데 필수적이며, 이는 경직된 국내 자급자족 전략에 대한 강력한 비판을 담고 있다고 주장한다.