PE Notes · 경영
디지털 카르텔
알고리즘·데이터·플랫폼으로 가격이 동조되는 디지털 카르텔과 OECD 시나리오, 전통 담합과의 차이, DMA·DSA·공정거래 대응을 정리합니다.
회의실에서 가격을 약속하던 담합은, 이제 코드가 매일 밤 가격을 맞춥니다. 카르텔은 경쟁 사업자가 가격·수량·시장을 공모하는 행위이고, 은 그 수단이 알고리즘·빅데이터·AI로 바뀐 형태입니다. 플랫폼 지배력과 자동 가격 엔진이 커질수록, 명시 합의 없이도 동조가 일어 탐지가 어렵습니다. 가 투자 방향을 정하면, 는 그 알고리즘이 경쟁법을 깨지 않았는지를 증명합니다.
디지털 카르텔의 유형
유형은 셋이 자주 나옵니다. 같은 가격 엔진을 써서 자동으로 값이 붙는 알고리즘 담합, 고객·가격 데이터를 주고받는 데이터 담합, 플랫폼이 경쟁 정보를 모아 사실상 조율하는 플랫폼 담합입니다. 특수성은 인간 합의가 없고, 로 허브가 정보를 집중·배포하며, EU의 ·처럼 알고리즘 투명성 의무가 탐지 입구가 된다는 점입니다.
| 유형 | 메커니즘 |
|---|---|
| 알고리즘 가격 | 동일·유사 엔진이 가격을 동조 |
| 데이터 담합 | 고객·가격 정보를 상호 제공 |
| 플랫폼 담합 | 중개자가 경쟁 정보를 집중 |
오픈뱅킹처럼 데이터가 열리는 시장일수록, 공유 범위와 담합 경계가 같은 설계 질문에 붙습니다.
사례와 규제
공개 조사 흐름은 대형 마켓플레이스가 판매자 데이터를 보고 자체 상품 가격을 맞춘다는 의혹, 항공·OTA에서 같은 엔진이 운임을 동시에 올리는 패턴, 국내 공정위의 플랫폼 알고리즘 감시 강화입니다. 사례 이름은 답안의 장식이 아니라, 데이터 접근 + 자동 가격이 쟁점이라는 증거입니다.
한국은 공정거래법상 부당 공동행위에 알고리즘 담합을 읽어 넣는 해석이 실무입니다. EU는 DMA·DSA로 대형 플랫폼의 알고리즘 설명을 요구하고, 미국은 Sherman Act 아래 AI 가격 소송이 늘고 있습니다. 대응은 당국의 알고리즘 감사·, 기업 내부에서 경쟁 정보를 차단하는 설계, ·EU AI Act에서 담합 엔진을 고위험으로 묶는 논의입니다.
OECD 시나리오와 탐지
OECD가 자주 인용하는 네 장면입니다. Messenger는 인간 담합을 알고리즘이 전달만 합니다. Hub-and-Spoke는 공통 엔진 사용이 의도 없이도 조율을 만듭니다. Predictable Agent와 Autonomous는 에이전트가 스스로 담합 균형에 도달합니다. 뒤로 갈수록 회의록이 없고 코드·학습 로그만 남습니다.
| 비교축 | 전통 카르텔 | 디지털 카르텔 |
|---|---|---|
| 합의 | 인간 명시 | 알고리즘 자동 |
| 증거 | 회의록·통화 | 코드·데이터 |
| 탐지 | 비교적 용이 | 어려움 |
| 규제 | 기존 경쟁법 | 투명성·감사 권한 보강 |
정책 방향은 가격 엔진 열람, 로 동조를 자동 탐지, OECD·국제경쟁네트워크 공조입니다. 답안은 정의, 3유형, Hub-and-Spoke, OECD 4장면, 전통≠디지털 증거, DMA/공정거래 한 줄을 표에 올립니다.