벨만 최적성에서 나타나는 전망 이론 행동

흡수적 재앙 상태가 있는 마르코프 결정 과정에서 위험 중립 제어를 연구합니다. 보상이 선형이고 에이전트가 효용 곡률, 확률 가중, 프레이밍 의존성이 없더라도 표준 벨만 최적성은 세 가지 전망 이론과 유사한 특징을 생성합니다.

양자 선호도 스펙트럼 통합

이 논문은 위험 상황에서의 집단적 의사결정 시 발생하는 개인 간의 상이한 outcome distribution에 대한 관심을 quantile preferences로 모델링합니다. 연구의 핵심은 spectral social aggregation이 Pareto principle을 만족하기 위한 필요충분조건이 사회적 spectrum이 사회 구성원들이 나타내는 quantile levels에만 질량을 두는 것임을 증명하는 spectral support theorem입니다. 또한 rank-based axioms로부터 spectral aggregation을 도출하고, 특정 domain에서 representative-quantile reduction이 가능한 조건을 제시합니다.

• spectral social aggregation의 Pareto consistency가 representative-quantile aggregation을 dictatorial case로 만든다는 spectral support theorem을 증명하고, spectral aggregation의 수학적 성질을 규명하였습니다.

다양한 quantile preferences를 가진 개인들의 선호를 집합적으로 통합할 때 발생하는 Pareto 효율성과 dictatorial 성질 사이의 근본적인 관계를 이론적으로 밝혀냈습니다.

시험 발표 전략: 수업 내 '벼락치기'와 신뢰도

이 논문은 전략적 test announcements를 다루는 cheap-talk model을 연구합니다. 교사는 nature에 의해 결정된 다음 주 시험 날짜를 관찰한 후, 학습 effort levels를 선택하는 학생들에게 공지를 전달합니다. 연구는 consistent study habits를 중시하는 교사의 가치와 students' grade orientation 사이의 상충 관계를 분석합니다.

• linear-quadratic student utility 조건 하에서 pure strategy Nash equilibrium을 도출하고, 교사가 information policy에 대해 commit할 수 있는 경우의 변화를 규명하였습니다.

교육 현장에서 정보 전달 방식이 학생들의 학습 행동과 성과에 미치는 전략적 상호작용을 이론적으로 이해하는 데 기여합니다.

피드백 역학, 목표 중첩에도 행동 차별화 유도

이 논문은 bipartite social networks에서 나타나는 선택성(selectivity)과 매칭 기회의 비대칭성이 매칭 과정 자체에서 발생하는 feedback process를 통해 내생적으로 발생할 수 있음을 보여줍니다. 연구진은 개인이 target matching rate을 달성하기 위해 selectivity를 조정하며 반복적으로 one-to-one matches를 형성하는 모델을 개발했습니다. 분석 및 수치적 방법을 통해, 충분히 빈번한 encounter가 발생할 경우 한 그룹은 highly selective해지고 다른 그룹은 non-selective해지는 유일한 equilibrium이 형성됨을 증명했습니다.

• overlapping된 target matching rate 분포를 가진 heterogeneous groups에서도 behavioral differentiation이 발생할 수 있는 내생적 메커니즘을 모델링하여 입증하였습니다.

online dating, hiring, housing markets 등 반복적인 매칭 환경에서 나타나는 비대칭적 행동 양식을 설명할 수 있는 이론적 토대를 제공합니다.

플레이어 중요도 비교 및 순위 결정 게임

이 논문은 각 coalition의 절대적 가치 대신 coalition 간의 상대적 강도 정보만 주어지는 coalitional settings에서 player의 중요도를 평가하는 문제를 다룹니다. 모든 coalitional pseudo-games를 표현할 수 있는 유연한 framework를 도입하였으며, coalitional networks를 통해 제한적이거나 이질적인 비교 시나리오를 자연스럽게 수용합니다. 또한, Banzhaf value와 Shapley value 같은 semivalues를 특정 coalition comparison 차이의 가중합으로 계산할 수 있는 방법을 제시합니다.

• semivalues를 기반으로 한 player ranking을 단순화하기 위해, average marginal contribution 대신 average coalitional worth의 관점에서 player's score라는 개념을 도입하였습니다.

이 연구는 정확한 수치적 attribution을 계산하는 대신 player의 순위를 결정하는 과정을 효율화하며, 특히 Banzhaf value에 대해 새로운 해석적 통찰을 제공합니다.

타인의 주의력, 사회적 학습에 미치는 영향 연구

이 논문은 incentivized laboratory experiment를 통해 사람들이 타인의 attention을 위한 incentives를 어떻게 고려하고 반응하는지 연구했습니다. 실험 참가자들은 high 또는 low accuracy incentives 조건에서 binary state를 학습하며, 타인의 정확도를 예측하고 정보를 통합하는 과제를 수행했습니다. 연구 결과, 많은 참가자들이 타인의 incentives가 정확도에 미치는 영향을 일관되게 이해하지 못하며, 이는 social-learning task에서도 나타났습니다.

• 사람들이 타인의 accuracy를 위한 incentives가 투명하게 공개된 상황에서도 이에 적절히 반응하지 못한다는 사실을 실험적으로 입증했습니다.

이 연구는 flexible costly information acquisition을 설명하는 기존의 leading models이 실제 인간의 의사결정 행동을 충분히 예측하지 못할 수 있음을 시사합니다.

거주지 결정, 통근 vs 이사 비용-효용 모델 제시

이 논문은 주거지 결정 시 발생하는 commute과 move 사이의 선택을 분석하기 위해 cost-and-place-utility를 통합한 대수적 모델을 제안합니다. 기존의 housing expenses와 commuting costs 중심의 이론을 넘어, income-related affordability limits와 indirect social/service access costs를 단일 utility-maximization framework 내에 포함했습니다. 이 모델은 30% housing affordability rule을 제약 조건으로 활용하여, 직접적인 재정적 비용과 가중된 사회적 이익을 통합한 decision rule을 도출합니다.

• 직접적인 경제적 비용과 간접적인 사회적/서비스 접근 비용을 결합하여, 복잡한 discrete-choice나 agent-based model보다 수학적으로 명확하고 유연한 decision model을 제시했습니다.

재정적 및 행동적 제약 내에서 residential mobility 결정을 평가할 수 있는 실용적인 분석 도구를 제공함으로써 urban economics와 housing affordability 연구를 발전시킵니다.

볼드윈 규칙 공리화 노트

Goto and Nakada (2026)는 Neutrality, Bottom Consistency, Faithfulness, Cancellation, Bottom Independence를 사용하여 Baldwin rule을 특징짓는 방법을 제시했습니다. 기존의 증명은 linear algebra와 graph theory 기법에 의존하고 있습니다. 본 논문은 permutation과 amplified preference profiles에 기반한 순수하게 combinatorial한 논증을 사용하여 더 단순한 증명을 제공합니다.

• Baldwin rule의 characterization에 대해 linear algebra나 graph theory 대신 combinatorial arguments를 활용한 더 단순하고 투명한 증명을 제시했습니다.

기존의 복잡한 증명 방식을 보다 직관적이고 이해하기 쉬운 조합론적 방식으로 재구성하여 증명의 투명성을 높였습니다.

보정된 예측의 견고한 통합

이 논문은 개별적으로 calibrated된 여러 probabilistic forecasts를 통합하는 새로운 프레임워크를 제안합니다. 기존의 optimal-in-hindsight (OIH) benchmark가 달성 가능한 성능을 과소평가할 수 있음을 지적하며, calibration을 만족하는 모든 profile-wise conditional-mean mappings에 대해 보장할 수 있는 robust max-min benchmark를 도입합니다. 또한, forecast-only feedback 환경에서 robust benchmark를 달성하는 online algorithms를 제시합니다.

• calibration을 만족하는 전문가들의 예측 결합 분포에서 추출할 수 있는 정보를 활용하기 위해, tractable한 linear-programming formulation을 갖춘 robust max-min benchmark와 이를 달성하는 online algorithms를 개발하였습니다.

이 연구는 전문가의 정보 구조를 완벽히 알지 못하는 상황에서도 calibration 조건만을 활용하여 의사결정의 성능을 체계적으로 최적화할 수 있는 이론적 토대를 제공합니다.

다수 보험 가입자·보험사·배상 환경에서의 파레토 효율적 보험

이 논문은 multiple policyholders, multiple insurers, 그리고 multiple indemnity environments가 존재하는 상황에서의 Pareto efficient insurance에 대한 sum-minimization characterization을 증명합니다. 또한 multiple policyholders 및 multiple insurers 설정에서 policyholder-level 및 insurer-aggregate level arrangement의 pairwise implementability에 관한 결과를 제공합니다. 이를 통해 복잡한 보험 환경에서의 효율적인 설계 조건을 규명합니다.

• multiple policyholders, multiple insurers, multiple indemnity environments 환경에서 Pareto efficient insurance의 sum-minimization characterization과 pairwise implementability를 입증하였습니다.

다양한 이해관계자와 보상 환경이 얽힌 복잡한 보험 시장에서 Pareto 효율성을 달성하기 위한 수학적 설계 원리를 제시합니다.

월드컵 4팀 토너먼트 마지막 라운드 경기 분류

이 논문은 4팀 round-robin tournament의 마지막 라운드에서 진행되는 match classification을 분석하기 위해 deterministic 및 probabilistic approach를 비교합니다. FIFA World Cup의 group stage 사례를 통해 두 방법론이 모두 실무적으로 유효함을 입증하며, 특히 probabilistic model이 더 깊은 통찰을 제공함을 보여줍니다. 마지막으로 이 probabilistic framework를 활용하여 2026 FIFA World Cup의 48개 팀 확장 및 규칙 변경이 미칠 영향을 정량적으로 분석합니다.

• four-team round-robin tournament에서 deterministic과 probabilistic match classification 방식을 비교 분석하고, 이를 통해 2026 FIFA World Cup 개편안의 영향을 정량화하는 프레임워크를 제시했습니다.

스포츠 대회 설계(tournament designs)를 평가하는 데 있어 확률적 모델이 제공하는 심층적인 분석 가치를 증명하고, 향후 대회 규칙 변경의 효과를 예측할 수 있는 도구를 제공합니다.

평화, '측면 지불'로 달성 가능할까

본 논문은 갈등이 전쟁으로 확대되기 전 평화적 합의를 도출하기 위한 strategic bargaining을 연구합니다. 전쟁을 all-pay auction으로 모델링하여, take-it-or-leave-it side payment를 제안하는 방식과 side payment를 요청하는 두 가지 프로토콜을 비교합니다. 제안자는 payment proposal을 통해 private information을 signal하고 상대방의 beliefs에 영향을 미칠 수 있어 평화 달성이 불확실해질 수 있음을 보여줍니다.

• bribing model에서는 peace가 continuum of bribes를 통해 구현될 수 있으나 secured될 수 없는 반면, requesting model에서는 peace security가 가능하지만 단 하나의 특정 request를 통해서만 지속될 수 있음을 규명하였습니다.

전략적 협상 과정에서 정보의 비대칭성과 제안 방식이 평화의 안정성과 실현 가능성에 미치는 영향을 이론적으로 분석하였습니다.

보편화와 재정 능력의 기원

이 논문은 universalization reasoning에 기반하여 tax compliance와 fiscal capacity를 설명하는 모델을 제안합니다. 시민들이 타인의 행동을 상상하며 규제 준수의 결과를 내면화함으로써, 공공 지출의 효과가 tax base를 확장하고 엘리트의 자원 배분을 유도한다고 분석합니다. 또한 공공 지출의 가치가 불확실한 상황에서 도덕성이 어떻게 credible reform을 가능하게 하여 fiscal capacity를 높이는지 규명합니다.

• universalization reasoning을 통해 시민의 moral internalization이 tax base를 확장하고 엘리트의 자원 배분을 변화시켜 low-capacity traps를 탈출하게 만드는 메커니즘을 식별하였습니다.

제도적 기반이 취약한 상태에서도 도덕적 채널을 통해 국가가 fiscal capacity를 확보할 수 있는 이론적 근거를 제시합니다.

사회적 가치 재무제표 제안

이 논문은 경제적 가치를 나타내는 기존의 financial statements와 대조되는 사회적 가치 중심의 social statements를 제안합니다. 인류학, 철학, 사회학적 통찰을 바탕으로 사회적 가치를 사회적 관계, 공동 행동, 의사소통의 관점에서 정의합니다. 이를 통해 기업의 외부 이해관계자와의 사회적 관계를 수치화하여 balance sheet와 profit-loss statement의 항목으로 할당하는 체계를 구축했습니다.

• 사회적 가치를 측정하기 위해 기존 방식보다 통합된 측정 단위와 단순화된 계산법을 제공하는 새로운 social statements 프레임워크를 제시했습니다.

기업이 의사결정 과정에 financial value와 social value를 동시에 통합하도록 유도하며, 사회적 가치를 공개적으로 명시함으로써 사회적 변화를 촉진할 수 있습니다.

자연어 설명의 판단 품질 측정: 예측 토너먼트 증거

이 논문은 Forecasting tournaments에서 제공되는 natural-language rationales의 품질을 측정하기 위해 Explanation Quality Markers (EQMs)라는 새로운 지표를 제안합니다. LLM을 활용하여 60가지의 theory-guided reasoning patterns을 점수화하고, 55,000개 이상의 forecast-rationale pairs를 대상으로 분석을 수행했습니다. 연구 결과, EQMs는 기존의 text-analysis 방법보다 정확도(accuracy)를 더 잘 예측하며, 특히 underperformers를 식별하는 데 탁월한 성능을 보였습니다.

• LLM 기반의 EQMs를 통해 written explanations에서 judgment-relevant information을 추출하고 forecast 및 forecaster 수준의 accuracy를 예측할 수 있는 scalable하고 interpretable한 방법론을 제시했습니다.

전통적인 지표나 human ratings보다 정교하게 설명의 품질을 측정함으로써, 대규모 데이터셋에서 전문가의 판단 근거를 객관적으로 평가할 수 있는 체계를 마련했습니다.

인간-AI 협업 속 '팀' AI의 조직행동 연구

이 논문은 Agentic AI가 단순한 보조 도구를 넘어 planner, solver, reviewer 등이 모인 collective로서 조직적 워크플로우에 진입하고 있음을 분석합니다. 저자는 Agentic AI가 업무 분화와 조정 등의 측면에서 인간 조직과 유사하지만, motivation이나 trust 대신 context architecture에 의해 유지된다는 차이점을 제시합니다. 또한 contextual transaction cost를 중심으로 human-imitation 방식보다 shared-state 및 adaptive 방식이 더 효율적임을 실험적으로 입증합니다.

• Agentic AI를 인간 조직의 partial organisational analogue로 정의하고, context architecture를 통해 조직적 행동이 유지되는 메커니즘을 이론화하였습니다.

인간과 Agentic AI가 결합하여 collective intelligence를 극대화할 수 있는 인터페이스 조건과 조직 설계의 방향성을 제시합니다.

美 자동차 딜러, 경쟁 심할수록 실수 줄지만… 여전히 오류 발생

이 논문은 미국 자동차 제조사의 딜러들이 제공받는 bonus contracts 사이의 선택을 분석하였습니다. 데이터에 따르면 딜러들은 20%의 사례에서 non-profit-maximizing 옵션을 선택하여 연평균 $18,453의 손실을 입었습니다. 연구 결과, competition이 증가할수록 이러한 실수의 비율이 유의미하게 낮아짐을 확인하였습니다.

• competition이 딜러의 시장 진입 및 퇴출(entry and exit)보다는 딜러 내부의 행동 변화(within-dealer changes in behavior)를 통해 의사결정의 오류를 교정한다는 것을 입증하였습니다.

경쟁이 시장 구조의 변화뿐만 아니라 개별 경제 주체의 합리적 선택을 유도하는 disciplining 효과를 가짐을 보여줍니다.

번역 준비 지수: 논문-특허 연관성 측정

이 논문은 특허와 연관된 연구를 식별하기 위해 논문의 텍스트를 기반으로 하는 Translation Readiness Index (TRI)를 제안합니다. SPECTER2를 사용하여 논문의 제목과 초록에서 768차원의 semantic embeddings를 추출하고, XGBoost 모델을 통해 patent-paper-paired class에 속할 확률을 계산합니다. 분석 결과, TRI 점수가 높은 논문은 발명 중심의 framing을 사용하는 경향이 있으며, 실제 외부 지표와도 양의 상관관계를 보였습니다.

• 특허와 논문 간의 semantic proximity를 측정하여 연구의 기술 이전 가능성을 예측하는 text-based 지표인 TRI를 개발하였습니다.

특허나 스타트업이 나타나기 전 단계에서 기술적 가치가 높은 연구를 선제적으로 식별할 수 있는 객관적인 방법론을 제공합니다.

미중 무역전쟁, 글로벌 유지 공급망 강타

이 논문은 trade policy shocks로 인한 cascading disruptions가 production networks를 통해 어떻게 전파되는지 분석하기 위해 linear programming 기반의 Input-Output (IO) system 모델을 개발했습니다. 개발된 모델을 통해 trade reallocation과 production expansion과 같은 완화 메커니즘이 공급망 충격을 어떻게 경감시키는지 통합적인 프레임워크 내에서 분석했습니다. 이를 U.S.-China trade war로 인한 global oilseeds supply chain에 적용하여, 특정 지역의 충격이 전 세계적 output 손실로 이어지는 과정과 그 완화 전략의 효과를 정량적으로 입증했습니다.

• trade reallocation과 production expansion을 포함하여 cascading supply-chain disruptions를 포착하고 시스템 수준의 equilibrium을 계산할 수 있는 효율적인 linear programming formulation 및 알고리즘을 제안했습니다.

무역 전쟁과 같은 국지적 충격이 글로벌 공급망 전체에 미치는 파급 효과를 예측하고, 이를 완화하기 위한 전략적 대응 방안의 trade-offs를 체계적으로 분석할 수 있는 방법론을 제시했습니다.

DeXposure-FM: DeFi 신용 노출 및 안정성 위한 시계열 그래프 모델

DeFi 생태계의 복잡한 상호 의존성을 분석하기 위해 최초의 시계열, 그래프 기반 파운데이션 모델인 DeXposure-FM이 공개되었습니다. 4,300개 이상 프로토콜, 602개 블록체인, 24,300개 이상 토큰의 4,370만 개 데이터를 학습하여 신용 노출 측정 및 예측 능력을 강화합니다.