무한 확장 게임의 기계적 증명 분석

본 논문은 무한 확장형 게임에 대한 형식적 분석을 목표로, Coq 증명 도우미를 활용한 ‘기계적 추론’ 방법론을 제시한다. 서두에서 인간 에이전트의 심리적 추론을 배제하고, 에이전트를 무한한 형식적 연산 능력을 가진 추상 존재로 가정한다. 이러한 가정 하에 게임 이론의 핵심 질문—‘에이전트는 어떻게 합리적으로 행동하는가?’—를 완전한 논리 체계 내에서 답하고자 한다. 첫 번째 장에서는 Coq와 구성주의 논리의 배경을 설명한다. Curry‑Howard 대응을 통해 증명은 프로그램이며, 타입은 명제와 동일시된다. 전제와 결론 사이의 시퀀스 개념을 자연 연역 체계로 정리하고, 전통적인 논리 규칙(소개·소거 규칙)과 전량화자(∀)의 도입·소거 규칙을 Coq의 타입 규칙에 매핑한다. 이를 통해 Coq가 제공하는 형식 검증 메커니즘이 논리적 추론을 자동으로 수행할 수 있음을 강조한다. 두 번째 장에서는 귀납과 공귀납, 그리고 고정점 개념을 논의한다. 유한 구조에 대한 귀납은 ‘최소 고정점’으로 정의되며, 무한 구조에 대한 공귀납은 ‘최대 고정점’으로 정의된다. 저자는 이 두 개념을 게임 트리와 전략에 각각 적용한다. 특히, 무한 경로를 갖는 게임에서는 공귀납적 정의가 필수적이며, 이는 Coq의 CoInductive 키워드로 구현된다. 세 번째 장에서는 유한 이진 게임(FinGame)을 Inductive 타입으로 정의한다. 게임은 leaf(효용 함수)와 node(에이전트, 왼쪽·오른쪽 서브게임) 두 형태로 구성된다. 전략(FinStrategy)은 게임과 동일한 구조에 선택(choice) 라벨을 추가한 형태이며, 효용 함수 f2u는 Fixpoint을 이용해 전략에서 효용을 추출한다. a‑전환 가능성(a‑convertibility) 관계를 정의해 동일 에이전트가 선택을 바꾸는 경우를 비교 가능하게 만든 뒤, 이를 이용해 내시 균형(FinNashEq)을 정의한다. 역방향 귀납(BI)도 Inductive 정의로 제시한다. BIL eaf, BINode left, BINode right 세 규칙을 통해 leaf에서부터 최적 선택을 역으로 추적한다. BI가 만족되면 해당 전략이 내시 균형임을 보이는 정리(BI ⇒ FinNashEq)를 Coq로 증명한다. 증명 과정은 BI가 ‘최소 고정점’임을 이용해, 내시 균형이라는 ‘다른 고정점’이 BI에 포함된다는 점을 보이는 세 개의 보조 정리로 구성된다. 네 번째 장에서는 무한 게임(InfGame)을 다룬다. 저자는 ‘센티페드’ 형태, 즉 왼쪽 무한 서브게임과 오른쪽 유한 서브게임을 갖는 이진 트리를 선택한다. InfGame은 CoInductive 정의이며, 무한 전략(InfStrategy) 역시 같은 방식으로 정의한다. 효용 매핑 i2u는 공귀납적 함수로 구현되며, SGPE(서브게임 완전 균형) 판정자도 CoInductive로 정의된다. 이때 ‘항상(always)’와 ‘언젠가(eventually)’와 같은 시제 논리를 공귀납적 전제(Always, Eventually)로 형식화한다. 마지막으로 저자는 전체 스크립트와 증명 파일을 웹에 공개하고, 독자가 직접 Coq 환경에서 실행해 검증할 수 있도록 안내한다. 논문의 기여는 다음과 같다. (1) 무한 게임에 대한 형식적 정의와 Coq 구현을 제공, (2) 귀납·공귀납을 통한 균형 개념(내시 균형, SGPE)의 기계적 증명을 제시, (3) 인간이 직관적으로 놓치기 쉬운 논리적 세부사항을 자동화함으로써 추론의 완전성을 확보. 다만, 현재 구현은 이진 트리와 특정 형태의 무한 경로에 한정되어 있어, 다중 선택지 게임이나 복합 정보 구조에 대한 일반화는 향후 연구 과제로 남는다.