Economics
경제학
Micro stars, macro effects
미시경제학 스타들, 거시경제학 분야에서 성과를 내다
Meet the economists who are making markets work better
시장이 더 잘 작동하도록 만드는 경제학자들을 만나보자
Nov 24th 2012 | from the print edition
ON THE face of it, economics has had a dreadful decade: it offered no prediction of the subprime or euro crises, and only bitter arguments over how to solve them. But alongside these failures, a small group of the world’s top microeconomists are quietly revolutionising the discipline. Working for big technology firms such as Google, Microsoft and eBay, they are changing the way business decisions are made and markets work.
표면상으로는, 경제학이 끔찍한 10년을 보냈다. 경제학은 서브프라임이나 유로화 위기에 대한 어떤 예측은 커녕, 단지 그 문제들의 해결 방법에 대한 격론만 제공했다. 하지만 이러한 실패와 동시에, 소수의 세계 최고의 미시경제학자들이 조용히 규칙을 혁신하고 있는 중이다. 그들은 구글, 마이크로소프트 그리고 이베이와 같은 커다란 기술 기업들을 위해 일하면서, 사업상의 결정이 만들어지고 시장이 작동하는 방식을 바꾸고 있다.
Take, for example, the challenge of keeping costs down. An important input for a company like Yahoo! is internet bandwidth, which is bought at group level and distributed via an internal market. Demand for bandwidth is quite lumpy, with peaks and troughs at different times of the day. This creates a problem: because spikes in demand must be met, firms run with costly spare capacity much of the time.
예를 들면, 비용 낮추기라는 도전에 응해 보라. 야후와 같은 회사에 있어서 중요한 투입은 인터넷 대역폭인데, 이것을 그룹 차원에서 구입하여, 내부 시장을 통해 분배한다. 대역폭에 대한 수요는 꽤 굴곡이 있는데, 고점과 저점인 때가 날마다 다르다. 이것이 문제를 만들어 낸다. 수요의 급등은 반드시 충족되어야 하기 때문에, 기업들은 항상 손실이 큰 여분의 용량을 운용한다.
This was one of the first questions that Preston McAfee, a former California Institute of Technology professor, looked at when he arrived at Yahoo! in 2007. Mr McAfee, who now works for Google, found that uses of bandwidth fall into two categories: urgent (displaying a web page) and delayable (backups and archiving). He showed how a two-part tariff (high prices when demand peaks, low ones otherwise) could shift less time-sensitive tasks to night-time, allowing Yahoo! to use costly bandwidth more efficiently.
이것이 전직 캘리포니아공대 교수인 프레스톤 매커피가 2007년에 야후!에 와서 검토한 최초의 문제들 중 하나였다. 매커피씨는 현재는 구글에서 일하고 있는데, 대역폭의 사용이 두 가지 범주로 나뉜다는 것을 알아냈다. 긴급성을 요하는 것(웹페이지 띄우기)과 연기가 가능한 것(백업과 보관)이다. 그는 이부가격제(수요 절정시 높은 가격, 그 외에는 낮은 가격)가 어떻게 덜 긴급한 과제를 야간으로 이동시킬 수 있는지를 보여 주었고, 야후!로 하여금 비용이 많이 드는 대역폭을 보다 효율적으로 이용할 수 있도록 해 주었다.
The solution—two types of task, two prices—has intuitive appeal. But economists’ ideas on how to design markets can seem puzzling at first. One example is the question of how much detail an online car auctioneer should reveal about the condition of the vehicles on offer. Common sense would suggest some information—a car’s age and mileage—is essential, but that total transparency about other things (precise details on subpar paintwork) might deter buyers, lowering the auctioneer’s commissions. Academic theory suggests otherwise: in some types of auction more information always raises revenues.
두 유형의 과제, 두 종류의 가격이라는 해결법은 직관적인 매력이 있다. 하지만 시장 설계 방법에 대한 경제학자들의 생각은 처음에는 헷갈리게 하는 것처럼 보인다. 한 가지 예는 온라인 자동차 경매인이 판매 중인 차량에 대해 얼마나 많은 세부 정보를 드러내야 하는지의 문제이다. 상식은 자동차의 연식과 주행 거리와 같은 몇몇 정보는 필수적이지만, 다른 것들(수준 이하의 페인트칠에 관한 꼼꼼한 세부 사항)에 관한 너무 완전한 투명성은 구매자들을 단념시킬지도 모르고, 경매인의 수수료를 낮은 수준으로 떨어뜨릴 것이라고 제안할 것이다. 학문상의 이론은 이와 달리, 어떤 유형의 경매에서는 더 많은 정보는 언제나 수익을 높인다고 제안한다.
To test the idea, Steve Tadelis of the University of California at Berkeley (now also working for eBay) and Florian Zettelmeyer of Northwestern University set up a trial, randomly splitting 8,000 cars into two groups. The first group were auctioned with standard information, including age and mileage. The second had a detailed report on the car’s paintwork. The results were striking: cars in the second group had better chances of a sale and sold for higher prices. This effect was most pronounced for cars in poorer condition: the probability of a sale rose by 23%, with prices up by 5%. The extra information meant that buyers were able to spot the type of car they wanted. Competition for cars rose, even the scruffier ones.
그 생각을 평가하기 위해 버클리대학의 스티브 타델리스(현재 이베이를 위해서도 일하고 있다.)와 노스웨스턴대학의 플로리안 제텔마이어는 8,000대의 자동차를 임의로 두 집단으로 나누는 것으로 실험을 시작했다. 첫번째 집단은 연식과 주행거리를 포함하는 표준적인 정보를 기재하여 경매에 올렸다. 두번째 집단은 자동차의 페인트칠에 대한 상세한 기록을 해 두었다. 결과는 뚜렸했다. 두번째 집단의 자동차가 판매될 가능성이 더 많았고, 더 높은 가격에 판매되었다. 이 결과는 좋지 않은 상태의 자동차에서 가장 확연했는데, 판매 확률은 23%나 올랐고, 가격도 5%가 올랐다. 추가 정보는 구매자들이 원하는 유형의 자동차를 찾아낼 수 있음을 의미했다. 자동차를 사기 위한 경쟁은 더 지저분한 차량에서조차도 증가했다.
But more information is not always better. Studies show that shoppers overwhelmed by choice may simply walk away. Mr Tadelis tested whether it would be better to tailor eBay’s auctions to users’ experience level. The options for new users were narrowed, by removing sellers who are more difficult to assess (for example those who had less-than-perfect feedback on things like shipping times). When new users had a simpler list of sellers to choose from, the number of successful auctions rose and buyers were more likely to use eBay again. Tailoring the market meant gains for buyers, sellers and eBay.
더 많은 정보가 언제나 더 나은 것은 아니다. 연구들은 선택에 압도된 구매자들이 그냥 떠나 버릴지도 모른다는 것을 보여준다. 타델리스씨는 사용자의 경험 수준에 이베이의 경매를 맞추는 것이 더 나은지 시험했다. 평가가 더 어려운 판매자들(예를 들면, 배송기간 같은 것들에서 완벽하지 못하다는 피드백을 받은)을 떨어져 나가게 함으로써 처음 사용자를 위한 선택권은 좁혀졌다. 처음 사용자들에게 선택을 위한 판매자 목록이 더 단순하게 주어졌을 때, 성공적인 경매의 횟수는 증가했고, 이베이를 다시 이용할 가능성이 더 높아졌다. 시장을 조정하는 것은 구매자, 판매자 그리고 이베이에 이득을 뜻했다.
The desire to use theory to challenge conventional thinking is one reason economists are valuable to firms, says Susan Athey, of Stanford University and Microsoft. When Ms Athey arrived at the software giant in 2007 it faced what was seen as an unavoidable trade-off: online advertising was good for revenues, but too much would deter users. If advertisers gained, users would lose. But economic theory challenges this, showing that if firms are dealing with two groups (advertisers and users, say), making one better off often benefits the other too.
전통적인 생각에 도전하는데 이론을 사용하려는 욕구는 경제학자들이 기업들에 대해 가치가 있는 한 가지 이유라고 스탠포드대학과 마이크로소프트의 수잔 애티는 말한다. 애티씨가 2007년에 소프트웨어 거인에 들어왔을 때, 이 회사는 피할 수 없는 상충관계처럼 보이는 것에 직면했다. 온라인 광고는 수익에 도움이 되었지만, 너무 많은 광고는 사용자들을 단념케 했다. 광고 회사가 이익을 얻는다면, 사용자들은 손해를 보게 될 것이었다. 그러나 경제학 이론은, 만약 기업들이 두 집단(말하자면, 광고 회사들과 사용자들)을 다루고 있다면, 한 쪽을 형편이 더 낫게 만드는 것이 다른 쪽에도 혜택을 주는 일이 흔하다는 것을 보여줌으로써 이것에 도전한다.
Ms Athey and Microsoft’s computer scientists put that theory to work. One idea was to toughen the algorithm that determines whether an ad is shown. This means ads are displayed fewer times, so advertisers lose out in the short-term. But in the longer run, other forces come into play. More relevant ads improve the user experience, so user numbers rise. And better-targeted ads mean more users click on the advert, even if it is shown less often. Empirical evidence showed that although advertisers would respond only after some time, the eventual gain was worth the wait. Microsoft made the change.
애티씨와 마이크로소프트의 컴퓨터 과학자들은 그 이론을 적용해 보았다. 한 가지 생각은 광고를 보여줄지를 결정하는 알고리듬을 강화하는 것이었다. 이것은 단기에는 광고가 더 적은 횟수로 보여짐으로써 광고 회사들이 손해를 본다는 것을 의미하는 것이다. 그러나 장기에는 다른 힘이 작동하기 시작한다. 더욱 관련 있는 광고들이 사용자의 경험을 향상시키면, 사용자의 수도 증가한다. 그리고 목표를 잘 잡은 광고는, 덜 자주 보여질지라도, 더욱 많은 사용자들이 그 광고를 클릭한다는 것을 의미한다. 실증적인 증거는 비록 광고회사들이 단지 시간이 조금 흐른 후에 반응한다 할지라도, 최종적인 이익은 기다린 만큼 얻어진다는 것을 보여 주었다. 마이크로소프트는 방식을 바꿨다.
Microeconomists have their sights on problems outside their home turf too. At the moment the policies picked by central banks and finance ministries are based on old news, since things like GDP, inflation and unemployment are measured with long lags. A team at Google headed by its chief economist, Hal Varian, is using search-engine data to provide more timely measures. Search terms like “job”, “benefits” and “solitaire” are closely correlated with unemployment claims (see chart). These types of relationship help construct new indexes that offer a real-time picture of the economy. If policymakers start to use these in a systematic way, their decisions could be based on how the economy looked yesterday, rather than months ago.
미시경제학자들은 그들의 홈경기장 밖의 문제들에서도 시력을 회복했다. 중앙은행과 재정부처들에 의해 선택된 바로 지금의 정책들은 옛 소식에 기초를 둔 것이다. GDP, 인플레이션 그리고 실업은 긴 시차를 두고 측정되기 때문이다. 할 베리언이 수석 경제학자로서 이끌고 있는 구글의 팀은 검색 엔진 자료를 더욱 적시의 수치들을 제공하는데 사용하고 있다. "직업", "수당" 그리고 "혼자 하는 카드게임" 같은 검색어들은 실업수당 청구와 밀접하게 서로 관련되어 있다(차트 참조). 이런 유형의 관계는 경제의 실시간 상황을 제공하는 새로운 지수들을 구성하는데 도움이 된다. 정책결정자들이 이들을 보다 체계적인 방식으로 사용한다면, 그들의 결정들이 수개월 전의 경제 상황보다 바로 어제의 상황에 근거해서 내려질 수 있을 것이다.