The New Mathematics of Democracy

투표 공식을 고르는 데서 그치지 않고, 실제 유권자 행동과 제도 제약, 시민 참여와 AI의 역할까지 함께 봐야 한다는 조사 글이다.

이 글은 새 알고리즘이나 실험을 제안하지 않고 투표 이론, 참여예산과 숙의 민주주의의 최근 연구와 실제 적용을 정리한다. 핵심 주장은 이상적인 선호표만 분석하지 말고 기권, 불완전 투표, 전략 행동, 제도 제약과 실제 자료를 모델에 넣어야 한다는 것이다. 참여예산에서는 예산 제약을 투표지에 반영하는 배낭 투표와 여러 유권자 집단에 지지 규모에 맞는 몫을 보장하려는 균등 몫 방식을 소개한다. 시민 의회를 꾸릴 때는 서로 겹치는 인구 집단의 할당량 아래에서 개인별 선정 확률과 추첨의 무작위성을 함께 최적화하는 방법을 설명한다. 다만 어떤 가치를 우선할지는 정치적 판단이며 글도 세 사례만 다룬다.

핵심 요약

• 자체 실험표는 없으며 세 분야의 이론, 실제 선거 자료, 제도 도입 사례와 열린 연구 문제를 모아 해석한다.
• 글이 인용한 약 3천 건의 IRV와 STV 선거 분석에서는 IRV와 콩도르세 방식이 99퍼센트 넘게 같은 승자를 골랐다. 다만 다른 규칙을 실제로 썼다면 유권자 행동도 달라질 수 있다.
• 배낭 투표는 실제 참여예산 선거 32건에 쓰였다. 균등 몫 방식은 폴란드 비엘리치카에서 승인 사업을 하나도 받지 못한 유권자 비율을 기존 방식의 28퍼센트에서 18퍼센트로 낮췄다.
• 겹치는 인구 할당량을 만족하는 시민 패널의 존재를 판정하는 일은 NP 완전이다. 관련 도구 Panelot은 2024년과 2025년의 서로 다른 294일에 시민 의회 추첨 1,071건에 쓰였다.
• 균등 몫 방식은 예산을 남길 수 있고 비례성과 전체 만족도도 충돌할 수 있다. AI는 결정을 대신하기보다 시민의 표현을 검토 가능한 수학 표현으로 옮기는 보조 수단이어야 한다고 본다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.