AI는 규제 개입 없이 제품 가격을 더 높일 수 있다

미국 국립 경제 연구소(US National Bureau Of Economic Research)의 새로운 연구 논문에 따르면, 자동화된 가격 알고리즘의 사용이 증가하면 소비자에게 더 높은 가격을 지불하게 할 가능성이 높아진다. 그러나 이로 인해 이익을 얻는 회사들이 가격 조정을 의심받지는 않는다.

연구에 따르면, 경쟁사의 가격 데이터를 스크레이핑하여 가장 자주 가격을 업데이트하는 소매업체는 일관되게 가장 낮은 가격을 제공한다. 그러나 이러한 업체의 경쟁사들이 유사한 강력한 시스템으로 업그레이드하면 알고리즘 시장의 기본 동작이 가격을 높이게 된다. 즉, 현재 가격을 안정적으로 유지하고 있는 것은 ‘오래된’ 가격 매칭 기술이다.

연구 보고서는 또한 상태 또는 연방 정부의 개입이 필요할 수 있음을 시사한다. 즉, 회사들이 경쟁사의 가격 데이터를 스크레이핑하여 자체 가격 알고리즘에 사용하는 것을 제한하거나, 경쟁사의 가격 변화를 더 일반화하고 덜 자주 업데이트하는 방식으로 가격 정보를 평가하는 것을 제안한다. 그러나 이러한 시스템은 기존의 반독점 및 규제 프레임워크에 쉽게 적합하지 않으며, 시행 및 유지 보수가 어려울 수 있다.

대형 소매업체의 가격 패턴 개발 방법은 일반적으로 공개되지 않지만, 연구자들은 특정 시장에서 경쟁사들이 서로의 가격 변경에 어떻게 반응하는지 분석하여 알고리즘 가격 프레임워크를 식별할 수 있었다. 연구자들은 이러한 현상이 ‘표준적인 동시 가격 설정 행동’의 경험적 모델과 일관되지 않다고 관찰한다.

연구 결과는 기술 배포의 비대칭이 특정 부문의 가격을 안정적으로 높이는 결과를 초래할 수 있음을 시사한다.

‘가격 기술의 비대칭은 기본적으로 균형 행동을 변경할 수 있다. 한 회사에서 우수한 기술을 채택하면 두 회사가 더 높은 가격을 얻을 수 있다. 두 회사가 고주파 알고리즘을 채택하면 전통적인 카르텔 전략을 사용하지 않고도 카르텔 가격을 지원할 수 있다.’

암묵적인 가격 카르텔

이로 인해 암묵적인 카르텔 가격과 카르텔 간의 암묵적인 협력이 Explicit한 협력이나 기소 없이 가능해진다. 이는 소비자에게 불리한 반면, 소매업체나 시장 부문에 이익이 된다.

연구자들은 ‘초경쟁’ 가격 전략을 모델링했으며, 여기서 소매업체는 경쟁사의 가격 변경에 동등하게 접근할 수 있다. 알고리즘이 경쟁사의 가격을 타겟으로 하는 경우, 심지어 완전한 카르텔 가격도 지원될 수 있음을 발견했다.

왼쪽, 한 소매업체가 다른 소매업체보다 빠르고 더 자주 업데이트하는 알고리즘을 갖는 두 개의 독점 시장 분석. 오른쪽, 소매업체가 동일한 고주파 가격 알고리즘을 갖는 가격 최고점 분석. 더 높은 가격이 결과이다. 출처: https://www.nber.org/system/files/working_papers/w28860/w28860.pdf

연구자들은 다음과 같이 관찰한다.

‘이러한 방식으로, 알고리즘은 기본적으로 가격 게임을 변경하며, 협력적인 행동에 의존하지 않고 가격을 높이는 수단을 제공한다.’

이전의 알고리즘 카르텔에 대한 조사에서는 회사들이 대칭적이고 동일한 가격 설정 메커니즘을 갖고 있다고 가정했다. 그러나 이 보고서는 일부 소매업체가 더 강력한 시스템을 갖고 있음을 보여주며, 이는 이러한 가정을 깨뜨린다. 이는 소매 가격에 대한 सक적인 영향을 미칠 수 있다.

방법

연구자들은 미국에서 알러지 약을 판매하는 5대 온라인 소매업체의 시간당 가격 데이터베이스를 생성했다. 이 데이터베이스는 2018년 4월부터 2020년 10월까지 1년 반 동안 수집되었으며, 총 3,606,956개의 데이터 포인트를 포함한다.

연구자들은 가격 기술에 대한 매우 다른 접근 방식과 경쟁사의 가격 변동에 대한 반응 가격 변경의 빈도에 큰 차이를 발견했다. 일부 소매업체는 가격을 한 시간 내에 여러 번 변경하는 반면, 다른 소매업체는 일일 또는 더 긴 간격으로 가격을 변경하는 스크립트 기반 전략을 채택한 것으로 보인다.

‘오래된’ 가격 기술의 완화 효과

이 분석의 결과는 시스템에 여전히 존재하는 공정성은 기술적으로 덜 발전한 소매업체에 의해 제공된다는 것이다. 이러한 소매업체는 가격을 덜 자주 변경하며, 평균 가격에 대한 하향 압력을 행사한다. 보고서에 따르면, 기술 부채 또는 재고 관리 시스템을 더 반응적이고 고주파 가격 정책으로 업데이트하는 어려움과 같은 요인이 이러한 완화 효과에 기여할 수 있다.

연구에 참여한 소매업체의 재가격 설정 빈도 차이. 회사 ‘A’는 경쟁사의 가격 데이터에 대한 반응 시간이 가장 빠르며, 가장 높은 가격 변동을 보인다.

실제로, ‘오래된’ 기술이 가격을 상대적으로 안정적으로 유지하는 역할을 하는 것으로 보인다.

미래를 예측하면, 알고리즘 가격 설정 소매 공간의 새로운 참가자들이 더 느린 참가자들의 영향력을 약화시키거나, 주요 참가자들이 가격 ‘무기 경쟁’에서 서로를 따라가면 NBER 보고서에서 예측한 가격 상승이 발생할 수 있다.

국가 또는 연방 정부의 개입

연구자들은 ‘마찰 없는 상업’이 초기에 가격을 낮추는 효과를 가지도록 설계되었지만, 알고리즘 기술이 이러한 효과를 위협한다고 결론지었다.

연구자들은 다음과 같이 말한다. 해결책은 어려울 수 있다. 정책 입안자들은 회사들이 경쟁사의 가격 데이터를 스크레이핑하는 것을 제한하거나, 경쟁사의 가격 변화를 더 일반화하고 덜 자주 업데이트하는 방식으로 가격 정보를 평가해야 한다. 그러나 이러한 조치는 기존의 반독점 및 규제 프레임워크에 쉽게 적합하지 않으며, 시행 및 유지 보수가 어려울 수 있다.

연구자들은 또한 경쟁 균형(소비자를 우선하는)을 ‘처벌’으로 간주하지 않는 대체 가격 평가 시스템을 강제할 가능성을 제기했다. 그러나 이러한 접근 방식은 입법 추세와 함께 어려움을 겪을 수 있으며,popular하고 법적 도전을 직면할 수 있다.