두 봉투 역설 계산기

두 봉투 역설은 확률론과 의사결정 이론에서 가장 유명한 퍼즐 중 하나입니다. 1980~1990년대에 널리 알려졌고, 지금도 수학자·철학자·통계학자들 사이에서 활발한 논의를 불러일으킵니다. 설정은 단순해 보입니다. 두 봉투가 있고, 한 봉투에는 다른 봉투의 정확히 두 배 금액이 들어 있습니다. 당신은 무작위로 봉투 하나를 골라 안의 금액 X를 확인한 뒤, 다른 봉투로 바꿀지 결정해야 합니다. 순진한 확률 논리는 이렇게 말합니다. 다른 봉투에는 당신이 작은 금액을 뽑았다면 2X가 들어 있고, 큰 금액을 뽑았다면 X/2가 들어 있습니다. 두 경우는 각각 확률 0.5로 같다고 봅니다. 따라서 다른 봉투의 기대값은 0.5 × 2X + 0.5 × X/2 = X + X/4 = 1.25X 입니다. 1.25X가 X보다 크므로 항상 바꾸는 것이 좋다는 결론이 나옵니다. 그런데 여기서 역설이 생깁니다. 바꾼 뒤에 Y = 1.25X를 들고 있으면, 같은 논리가 다시 바꾸라고 말하고, 이 과정이 무한히 반복됩니다. 이 계산기는 순진한 논리를 그대로 사용해 두 기대값을 계산하므로, 역설을 실제 숫자로 확인할 수 있습니다. X = 100을 입력하면 바꿀 때의 EV는 125, 그대로 둘 때는 100으로 나옵니다. 산술은 맞는데, 왜 결론은 틀릴까요? 핵심은 확률론입니다. 순진한 논리는 X를 본 뒤 다른 봉투가 2X 또는 X/2일 확률이 같다고 암묵적으로 가정합니다. 즉, X가 작은 값일 수도 큰 값일 수도 있다고 보고 같은 확률을 부여하는 셈입니다. 하지만 실제 상황에서 X는 작은 값이거나(이때 다른 봉투는 반드시 2X), 큰 값이거나(이때 다른 봉투는 반드시 X/2) 둘 중 하나입니다. 올바른 분석에는 봉투 속에 들어갈 수 있는 금액에 대한 사전분포가 필요합니다. 대부분의 자연스러운 사전분포, 특히 유한한 기대값을 가진 분포에서는 바꾸는 것의 올바른 기대값이 정확히 X가 되어 이득이 없습니다. 좀 더 형식적으로는, 두 금액이 어떤 분포에서 뽑힌 m과 2m이라고 합시다. X를 관찰했을 때, 사전분포를 고려한 다른 봉투의 조건부 기대값은 일반적으로 1.25X가 아닙니다. 순진한 공식은 서로 다른 기준의 두 값(m과 2m)을 마치 같은 기준인 것처럼 섞어 버리는데, 바로 그 대수적 속임수가 이득이 있는 것처럼 보이게 만듭니다. 두 봉투 역설은 직관적인 확률 추론이 부주의하면 모순에 빠질 수 있고, 올바른 사전분포에 대한 엄밀한 베이즈 조건화가 왜 필요한지를 잘 보여 줍니다. 또한 부적절 사전분포, 교환가능성, 모호성 하의 의사결정 이론 연구를 촉발했고, 고급 확률 수업의 대표 사례가 되었습니다.