후방귀납법 (Backward Induction)
쉽게 풀면
여러 단계에 걸쳐 진행되는 게임에서는, 맨 마지막 순간에 어떤 선택이 최선일지를 먼저 파악한 다음, 그 결과를 감안하여 바로 이전 단계의 최적 선택을 찾고, 이를 처음 단계까지 거슬러 올라가며 반복하는 방식으로 전체 게임의 균형을 구할 수 있다. 이런 풀이 방식을 후방귀납법이라 한다. 체스나 바둑처럼 순서가 있는 게임의 최적 전략을 찾을 때 기본이 되는 방법이며, 부분게임완전균형을 구하는 표준적 절차이기도 하다.
왜 중요한가
순차적으로 의사결정이 이루어지는 상황을 다루는 게임이론·산업조직론·계약이론 연구에서는, 참가자들이 미래의 반응을 예상하고 현재 행동을 정하는 전략적 상호작용을 설명해야 한다. 후방귀납법은 이런 예측을 수학적으로 다루는 기본 도구이며, 신빙성 없는 위협이나 공약을 걸러내고 실제로 실행 가능한 균형만 남기는 데 쓰인다. 그래서 협상, 시장 진입, 계약 설계처럼 순서가 있는 의사결정을 다루는 논문에서 분석의 출발점으로 자주 등장한다.
논문에서는 이렇게 쓰입니다
순차적 의사결정 게임에서 신빙성 있는 균형을 찾아낼 때 사용하는 대표적 풀이법이다.
산업조직론에서 시장 진입 게임을 분석할 때, 후방귀납법으로 어떤 전략이 실제로 실행될 수 있는지를 걸러내는 데 사용한 예이다.
계약이론에서 여러 단계에 걸친 협상 과정을 분석할 때도 후방귀납법이 각 단계별 최적 선택을 도출하는 데 쓰인다.
조금 더 깊게 보면
후방귀납법은 게임을 나무 구조(게임트리)로 표현했을 때, 말단 노드(마지막 결정 시점)부터 거슬러 올라가며 각 노드에서 각 참가자가 택할 최적 행동을 계산하는 절차로 이해할 수 있다. 이 과정에서 얻어지는 균형은 게임 전체에서 신빙성 있는 위협만 남기므로, 부분게임완전균형의 조건을 만족한다. 다만 정보가 불완전하거나 참가자가 상대의 유형을 정확히 모르는 상황에서는 단순한 후방귀납법 대신 완전베이지안균형과 같은 확장된 균형 개념이 논문에서 함께 다뤄지는 경우가 많다.
주의할 점
정보가 불완전한 게임에서는 후방귀납법을 그대로 적용하기 어려워 별도의 균형 개념이 필요할 수 있다.