[논문 리뷰] Artificial Intelligence and Economic Theories

Tshilidzi Marwala, Evan Hurwitz|arXiv (Cornell University)|2017. 03. 20.

Financial Markets and Investment Strategies참고 문헌 18인용 수 13

한 줄 요약

이 논문은 인공지능(AI)의 발전이 고전적 경제 이론을 어떻게 재구성하는지 탐구한다. 합리적 선택, 효율적 시장 가설, 게임 이론과 같은 전통적 모델들을 AI 기반의 관점에서 재평가하며, AI의 적응성과 데이터 기반 행동(예: 피드백 학습, 불확실성 처리)을 전통적 경제 모델에 통합한 업데이트된 프레임워크를 제안한다. 이는 AI가 개입한 경제에서의 시장 행동, 의사결정, 인과관계에 대한 재구성된 이해를 제공한다.

ABSTRACT

The advent of artificial intelligence has changed many disciplines such as engineering, social science and economics. Artificial intelligence is a computational technique which is inspired by natural intelligence such as the swarming of birds, the working of the brain and the pathfinding of the ants. These techniques have impact on economic theories. This book studies the impact of artificial intelligence on economic theories, a subject that has not been extensively studied. The theories that are considered are: demand and supply, asymmetrical information, pricing, rational choice, rational expectation, game theory, efficient market hypotheses, mechanism design, prospect, bounded rationality, portfolio theory, rational counterfactual and causality. The benefit of this book is that it evaluates existing theories of economics and update them based on the developments in artificial intelligence field.

연구 동기 및 목표

• 현대 경제학의 기초가 되는 핵심 경제 이론에 대한 인공지능의 영향을 분석하는 것.
• AI 기반 시스템과 환경에 적용했을 때 기존 경제 모델의 격차를 특정하는 것.
• AI의 학습, 적응, 의사결정 메커니즘을 통합한 경제 이론의 업데이트된 버전을 제안하는 것.
• AI의 능력과 전통적 경제 가정(예: 합리성, 균형) 사이의 개념적 격차를 메우는 것.
• AI가 시장과 제도에서 점점 더 중요한 역할을 하게 되는 상황에서 경제 이론을 재평가하기 위한 프레임워크를 제공하는 것.

제안 방법

• 수요와 공급에서 인과관계에 이르기까지 14개의 핵심 경제 이론이 AI 시스템과 호환되는지 분석한다.
• 강화 학습, 군집 지능, 신경망과 같은 AI 기반 메커니즘을 적용해 경제 행동을 재해석한다.
• 완전한 합리성 같은 고전적 가정을 기반으로 하되, 기계 학습을 통한 제한된 합리성으로 개선한다.
• 개미의 먹이 찾기, 새의 군집 비행과 같은 자연에서의 유사성을 활용해 탈중앙화되고 적응적인 경제 의사결정을 모델링한다.
• AI 기반의 인과 추론과 반사적 추론을 경제 모델링에 통합해 예측 정확도를 향상시킨다.
• 이론적 통합을 통해 AI가 시장 효율성, 정보 비대칭, 메커니즘 설계에 끼치는 영향을 평가한다.

실험 결과

연구 질문

• RQ1 인공지능은 경제 모델의 합리적 선택 가정을 어떻게 도전하거나 수정하는가?
• RQ2 AI 시스템은 시장 내 비대칭 정보와 신호 전달의 역학을 어떤 방식으로 변화시키는가?
• RQ3 AI 강화 학습 과정이 게임 이론의 전통적 균형 모델을 얼마나 업데이트하거나 대체할 수 있는가?
• RQ4 AI 기반 행동은 효율적 시장 가설과 포트폴리오 이론의 타당성에 어떤 영향을 미치는가?
• RQ5 AI 기반의 인과 추론은 경제적 반사적 시나리오와 정책 시뮬레이션의 정확도를 향상시킬 수 있는가?

주요 결과

• AI의 적응적 학습 메커니즘은 전통적 경제 모델의 외생적 합리성 가정에 도전한다.
• 비대칭 정보 모델은 AI가 불완전하거나 노이즈가 많은 데이터를 처리하고 추론할 수 있는 능력 덕분에 재해석된다.
• 다중 에이전트 강화 학습을 통합함으로써 게임 이론이 동적이고 비균형적인 전략적 행동을 가능하게 하며 업데이트된다.
• AI가 인간 에이전트보다 빠르게 시장 비효율성을 탐지하고 이용할 수 있다는 점을 고려해 효율적 시장 가설이 재평가된다.
• 기존의 계량경제학적 방법보다 AI 기반 기법이 더 강력하게 반사적 시나리오를 모델링함으로써 경제적 인과 추론이 향상된다.
• AI의 실시간 학습과 의사결정 능력을 통해 제한된 합리성이 정량화되어 완전한 합리성보다 더 현실적인 대안이 된다.