완벽한 합리성

완벽한 합리성(Perfect Rationality)은 논리적, 경험적인 지식의 규칙에 따라 의식되고 있는 생각이나 행동에 대해 생각하였을 때, 목표가 상호모순이 아닌 가장 적절한 수단에 의해 달성되는데 이러한 사고나 행동에 대하여 인지하고 합리적으로 사고하여 그 일에 관한 결과를 보았을 때 최대 이익이 되는 것이 완벽하게 합리적인가를 의미하는 의사 결정 전략이다.

개요

완벽한 합리성은 경제학적으로는 경제주체들의 행동 원리를 분석하고 예측하는 데 있어, 체계적이고 건설적인 기여를 하기에 완벽한 합리성을 이용한다. 인간은 상황을 판단하는 데 필요한 정보를 습득하는 데 많은 한계가 있고 자신의 목적을 달성하기 위하여 선택하는 수단들과 의사결정 방식 자체도 최선의 결과를 도출해내기 어렵기 때문에 완벽한 합리성은 불가능하고 제한적인 정보를 습득하고 이해하는 제한적 합리성을 한다. 여기서 합리성이란 이론이나 이치에 합당한 성질을 의미하며 인간이 논리적, 경험적인 지식의 규칙에 따라 의식되는 생각이나 행위를 말한다. 이때 목표는 상호모순이 아닌 가장 적절한 수단에 의해 달성되는 것이다. 이는 자신에게 이익이 되는 최적의 결과를 받아들이기 때문에 상대적이기도 하다. 그리고 합리성은 철학, 경제학, 사회학, 심리학, 진화 생물학, 게임 이론 및 정치 과학에서도 다른 특수한 의미로 다루어진다. 어떤 행동이 합리적인가를 결정하려면 몇 가지 주요 가정을 해야 하며 문제의 논리적 공식화도 필요하다. 목표나 문제가 의사결정을 포함하는 경우, 이용 가능한 완전한 거나 불완전한 지식인 모든 정보의 합리성 요소를 종합적으로 적용한다.

특징

문제점

완벽한 합리성은 합리적 상태, 즉 이성에 근거하거나 합리적이라는 질 또는 상태가 자신이 믿어야 할 이유와 자신의 행동이 행동의 이유와 완벽하게 일치한다는 것을 의미하며 완벽한 합리성은 성공에 대한 최대의 기대를 제공한다. 그러나, 인간의 인지능력에 대한 제약 때문에 우리는 대부분의 생활 속 상황의 결정에 대한 가능한 정보의 부분적인 집합만을 상상하거나 설계할 수 있다. 시장이나 사회에서 개인과 조직의 행동에 대한 우리의 불완전한 사회과학적 지식과 우발적 사건과 같은 미래에 대한 불확실성은 주어진 의사결정 옵션에 대해 엄청난 수의 대체 결과를 산출하게 된다. 따라서 우리는 가능한 의사결정 옵션과 결과의 전체 범위의 작은 부분집합만 구상하고 검토할 수 있다. 그렇기에 인간에게 완벽한 합리성은 불가능하다. 그렇기에 사람과 조직이 자신의 목표를 달성하기 위해 최선의 조치를 채택하고 자신의 선호와 신념 안에서 논리적으로 일관되어 진다. 그리고 많은 사람이 정확성과 정보의 완전한 사용에 초점을 맞추어서 생각하고 행동하지만, 인간이기에 자신이 가지고 있는 정보를 완전히 사용하지 못할 수도 있다. 예시로 만약 어떠한 상황 속에서 선택할 때, 자신에게 이익이 되는 것을 받아들이면 그 결정이 이기적인 행동과 생각으로 되어진다. 반면, 집단에 이익이 되는 것을 받아들이면 비합리적인 것으로 간주하기 때문에 문제가 어떻게 구성되고 공식화되는지를 설명하는 배경을 명시되지 않고 주장하는 것은 무의미하기에 합리성이 완벽하다고 하기엔 어렵다고 볼 수 있다.

비교

완벽한 합리성

경제학에서의 완벽한 합리성은 베이지안 합리성과 함께, 존재하지 않고 도달할 수 없지만 이론적으로 중요하고 이상적인 합리성이다. 만약 완벽한 합리성이 존재한다면, 그것은 사용성 면에서 가능한 모든 세계에서 유용할 것이고 비합리주의 면에서는 가능한 모든 세계에서 동일할 것이다. 또한, 호모 경제학에서 종종 완벽한 합리성을 가정하여 모델링한다. 그리고 제한된 합리성보다 제한적인 것에 제약을 받지 않는 완벽한 합리성이 우월하다고 여겨진다. 경제에서는 완벽한 합리성을 이용해 경제에 대한 행동 원리를 분석하고 예측하여서 보다 체계적이고 건설적인 기여를 하여서 자신의 효용을 극대하고 최대한의 이익을 남기는 것에 사용하고 있다. 하지만 실제로는 경제적인 합리성을 가정한 합리적 선택이론에서는 이러한 개별 인간들의 선호체계의 특성은 모든 인간이 서로 다르게 나타날 수 있는 만큼 어떤 형태의 특성의 선호체계가 더 바람직하거나 도덕적이거나 합리적이라는 형태의 판단이나 평가는 전혀 하지 않는다. 즉 어떤 형태의 선호체계를 타고 태어났든지 간에 그 각자의 선호체계에 의하여 각자 자신의 효용를 극대화하는 노력이 곧 경제 속의 합리성이라는 것이다. 노벨경제학상을 수상한 라인하르트 셀턴(Reinhard Selten)의 표현과 같이 “합리적인 경제적 행동이란, 주관적인 기대효용을 극대화하는 것”이라고 정의할 수 있다. 그리고 모든 경제주체들이 항상 완벽한 합리성을 가졌다고 가정하는 극단적인 경제적 합리성의 가정은 경제학적 분석의 용이성 차원에서는 매우 유용한 가정이나 비현실적 가정이라는 것은 사실이다. 행동경제학의 제한적 합리성에 대한 논의가 나왔지만 대부분의 경제주체들이 최적의 선택을 하는 것이 아니라, 만족할 만한 선택을 한다는 행동경제학의 논지는 인간의 행동을 설명하고 예측하는 데에 있어 아무런 기여를 하지 못하고 있다. 즉 인간의 행동원리로서 만족할 만한 선택을 한다는 논지로는 인간의 효용체계 및 만족도 그리고 행복도에 대한 체계적 설명 및 예측에 있어 새로운 시각이나 분석능력을 보태지 않는다. 오히려 자신의 효용을 극대화하기 위하여 행동한다는 경제적 합리성 개념보다도 더욱 추상적 측면을 가진다.

현재에는 합리성이 인공지능의 주된 가치 중 하나로 나타나고 있다. 인공지능의 발전을 통해 오래전부터 인류가 수없이 자신에게 던져왔던 '인간이 합리적인 존재인가' 하는 근본적인 질문을 제기한다. 우리의 인지 능력은 완벽하지 않으며, 미묘하고 복잡한 것을 결정하고 판단해야 할 때는 대부분 한없이 약한 모습을 보인다. 때로는 누구도 이해하지 못할 비합리적인 결정을 내리기도 하고 그 결정에 대해서 땅을 치며 후회하기도 한다. 그런데도 인간이 합리적이라고 여겨 왔던 이유는 그 결정에 대한 근거를 제시할 수 있다는 것과 그 결정에 대한 책임을 질 수 있기 때문이다. 인공지능의 핵심 분야 중 하나인 패턴인식에서 인공지능은 우리의 인지능력보다 훨씬 빠르고 더 정확하게 패턴을 찾아낼 것이다. 이미 현재의 인공지능의 시각적인 인지 능력과 계산 속도는 우리의 생물학적인 계산 속도를 넘어섰다. 우리가 기억하는 것보다 더 많은 정보를 기억할 수 있고 그 기억이 필요할 때 더 빠르고 정확하게 가져올 수 있다. 그렇게 되면 완벽한 합리성의 문제점 중 하나였던 정보 수집, 습득에 대한 문제가 어느 정도 해결이 되어질 수 있다. 그리고 머지않아 사람의 인지, 이해 능력을 넘어서는 인공지능이 출현하게 되면 인간의 제한적 합리성을 넘어서리라 예측되어 진다. 그렇게 되면 인공지능이 우리의 법률을 제정하고 해석하는 상황까지도 발전할 수도 있다. 인공지능의 시스템에 대한 지식수준 분석은 완벽한 합리성 또는 최대 성공적 행동을 할 수 있는 능력을 전제로 한다. 그것은 완벽한 이성적 대리인이 동일한 지식으로 무엇을 할 것인가를 설정함으로써 가능한 어떤 시스템의 성능에 대한 상한선을 설정하는 데 사용될 수 있다.

제한된 합리성

완벽한 합리성과 비교되어지고 현실 세계에서 이루어지는 의사결정 과정을 설명하는 모델이다. 1978년 노벨경제학상을 수상하고 미국 카네기멜런대 교수. 경영학과 심리학 교수를 역임한 허버트 사이먼(Herbert Simon)이 제시한 의사결정 모형으로 관리자 이론으로 불리기도 한다. 기존의 합리적 의사결정 모델(rational model of decision making)은 의사결정이라는 것이 완전히 합리적이고 논리적으로 이루어져야 한다고 규정한다. 바꾸어 말하면, 최고의 능력을 지닌 경제인이 모든 정보를 파악한 후 가장 최선의 대안을 선택하는 방식으로 의사결정이 진행되어야 한다는 것이다. 이 모델은 가장 이상적인 의사결정을 보여주는 규범적 모델이지만 실제 현실 세계에서의 의사결정과정을 보여주지 못한다는 단점을 지닌다. 허버트 사이먼은 1956년 논문을 통해 제한된 합리성(bounded rationality)이라는 개념을 했다. "인간은 100% 합리적이지 않고 다만 부분적으로 합리적이다. 정보 부족, 인지능력 한계, 물리적ㆍ시간적 제약 등 이유로 인간의 합리성은 제한된다"고 주장하며 합리적 의사결정 모델을 지적했다. 그리고 특히 요즘 같은 정보의 홍수 시대에 인간이 모든 정보를 완벽하게 인지하고 이해하기는 사실상 불가능하다. 사람이 얻을 수 있는 정보에는 한계가 있고 주변 상황을 인지하는 능력에도 한계가 있기 때문에 모든 가능한 경우의 수를 계산해 의사결정을 내리는 것도 불가능하거니와 그렇게 하기에는 큰 비용이 소요되어 현실에서는 오히려 비합리적인 의사결정이 이뤄질 가능성이 크다. 제한된 합리성은 정보를 처리하는 능력이 제한된 상태에서 가급적 합리적인 과정을 성실하게 이행하는 것을 말하며, 의사결정자인 관리자는 합리성을 추구하지만 실제로는 인지, 심리, 환경적 제약 등으로 인해 합리성이 제한된다. 그래서 제한된 합리성 모델에서는 의사결정을 최적의 대안을 찾는 과정이 아니라 관리자들이 현실적으로 만족스러운 대안을 선택하는 과정으로 가정한다. 이에 의하면 관리자들은 능력 부족이나 시간의 제약 등으로 인해 모든 대안을 검토하지 않고 단순한 방식으로 의사결정을 하며, 또한 정신적인 소모를 줄이기 위해 과거 경험에 기반을 두고 어림잡는 방식으로 의사결정을 하기도 한다. 경제학에서 주로 쓰이던 완벽한 합리성도 최근에는 경제학자들 사이에서도 `인간 본성이 합리적`이라는 경제학적 가정에 대해 반성하는 목소리가 나오고 있다. 일련의 경제위기 속에서 인간이 합리적이라는 가정은 현실적이지 못하다는 지적이 있었다. 또한, 효율적이어야 할 시장이 비효율적인 이유도 바로 인간의 제한된 합리성 때문이기도 하다. 그렇다고 제한된 합리성이 인간이 최적의 선택을 하기가 인지적으로 한계가 있어서 어렵다는 것이지 절대로 인간이 비합리적이라는 것을 의미하진 않는다.

참고자료

• 합리성 네이버 지식백과 - https://terms.naver.com/entry.nhn?docId=1521559&cid=42121&categoryId=42121
• 합리성 위키백과 - https://en.wikipedia.org/wiki/Rationality
• 제한된 합리성 두피디아 - https://www.doopedia.co.kr/doopedia/master/master.do?_method=view&MAS_IDX=181130001597508
• 김영한 저자, 〈지속가능한 자본주의체제와 경제적 합리성〉, 《박영사》, 2014-06-30
• 김재진 기자, 〈재미있는 경영 이야기 `합리적 인간` 의 비합리적 선택 왜?〉, 《매일경제》, 2012-10-10
• Richard M. Adler, 〈The Myth of Perfect Rationality〉, 《미디어》, 2020-01-29
• Max Albert, 〈Why Bayesian Rationality Is Empty, Perfect Rationality Doesn't Exist, Ecological Rationality Is Too Simple, and Critical Rationality Does the Job〉, 《리서치게이트》
• Daniele Schiliro, 〈Bounded rationality and perfectrationality: psychology into economics〉, 《씨얼》
• 부트페이 결제연동, 〈인공지능의 판단은 누가 결정해야 하는가〉, 《네이버 블로그》, 2018-01-26
• Stuart Russell, 〈Rationality and Intelligence〉, 《캘리포니아버클리대학교》

같이 보기

• 인공지능 기술
• 인공지능

이 완벽한 합리성 문서는 인공지능 기술에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스, 인공지능 로봇, 인공지능 기술 □■⊕, 인공지능 기업, 인공지능 인물 인공지능 기술 AI 워싱 • 랭체인 • 로봇공학 • 로봇기술 • 인지과학 • 자동추론 • 자연어 처리 • 지능 • 지식표현 • 컴퓨터 비전 • 튜링 테스트 • 프롬프트 • 프롬프트 엔지니어링 문자인식과 음성인식 ICR • OCR • OMR • TTS • URL • 글자 • 답변 • 대화 • 동영상 • 디자인 • 맥락 • 문서 • 문자 • 문자인식 • 문자채팅 • 발음 • 번역 • 분류 • 상담 • 소스코드 • 스토리 • 얼굴 • 얼굴인식 • 음성 • 음성채팅 • 음성인식(STT) • 이미지 • 인공어 • 인공지능 음성 • 자막 • 자연어 • 질문 • 채팅 • 코드 • 코딩 • 텍스트 • 통번역 • 통역 • 파일 • 폴더 • 화상채팅 • 화자인식 인공지능 데이터 데이터라벨러 • 데이터라벨링 • 데이터셋 • 돌마 • 벡터 • 벡터DB • 벡터공간 • 스칼라 • 임베딩 • 크라우드워커 • 토큰 • 토큰화 인공지능 학습 ADP • CoLLM • DALL-E • DDPG • DQN • LAM • LMM • SARSA • sLLM • SLM • 강화학습 • 거대언어모델(LLM) • 결정이론적 메타추론 • 계통적 강화학습 • 과적합 • 동적 계획법 • 딥러닝 • 딥큐러닝 • 머신러닝(기계학습) • 메타추론 • 모델 기반 강화학습 • 모델 프리 강화학습 • 미세조정(파인튜닝) • 반영식 아키텍처 • 비지도학습 • 사전학습 • 수시 알고리즘 • 어니 • 에이전트 • 인공지능 학습 • 전이학습 • 준지도학습 • 지도학습 • 추론 • 학습 • 확률적 경사하강법 인공지능 알고리즘 AGI • ANI • ASI • RAG • XAI • 가중치 • 관계형 네트워크(RN) • 뉴런 • 다층퍼셉트론 • 단층퍼셉트론 • 데이터마이닝 • 방사신경망 • 볼츠만 머신 • 분산 샌드박스 • 생성대립신경망(GAN) • 생성형 AI • 수퍼얼라인먼트 • 순전파 • 순환신경망(RNN) • 시그모이드 함수 • 신경망 • 신경망 구조 • 심층신경망(DNN) • 심층신뢰신경망(DBN) • 양방향 비고정값 암호 체계(TSID) • 역전파 • 은닉층 • 인공신경망(ANN) • 인공지능(AI) • 제한 볼츠만 머신(RBM) • 전방전달신경망 • 주의 메커니즘 • 코헨 자기조직 신경망 • 텍스트마이닝 • 트랜스포머 • 파이 • 퍼셉트론 • 합성곱 신경망(CNN) 계산복잡도 NP • NP-완전 • 계산복잡도 • 공간복잡도 • 시간복잡도 • 여 NP • 여 NP-완전 인공지능 프로그램 BCI • GPT • 딥블루 • 딥페이크 • 멀티모달 AI • 모달 • 모달리티 • 모달창 • 알렉스넷 • 어니 • 알파고 • 알파고제로 • 알파폴드 • 왓슨 • 카페 • 컨트롤넷 • 텐서플로 • 텔레파시 • 토치 • 파이토치 • 한돌 인공지능 특징 결정이론 • 계산상의 합리성 • 논리학 • 논리주의자 • 분산성 • 불확실성 • 삼단논법 • 선호도 • 예측곤란성 • 완벽한 합리성 • 유계 합리성 • 이유 불충분의 원리 • 자율성 • 최대기대효용 • 할루시네이션 • 효용이론 인공지능 법적 지위 권리주체성 • 소버린 AI • 전자대리인 • 전자적 인간 • 책임법 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반