비탈릭: 예측 시장에서 정보 금융으로

저자: Vitalik Buterin

편집: CryptoLeo, Odaily星球日报

미국 대선은 예측 시장 Polymarket의 폭발적인 인기를 더욱 촉진시켰습니다. 수익을 추구하는 사람들이 베팅을 시작했고, 결과를 찾는 사람들은 이를 뉴스 데이터 플랫폼으로 활용하여 정보를 얻고 있습니다. "탈중앙화" 블록체인 애플리케이션으로서 Polymarket은 체인 상의 자금과 현실 세계의 예측을 잘 결합하고 있습니다. Vitalik은 여러 차례 Polymarket을 칭찬하는 글을 발표했으며, 그는 초기 예측 시장인 Augur의 열렬한 팬이기도 합니다. 오늘, Vitalik은 예측 시장을 통해 "정보 금융"을 탐구하는 글을 발표했습니다. 아래는 Odaily星球日报의 번역 내용입니다:

제가 가장 흥미롭게 생각하는 이더리움 애플리케이션 중 하나는 예측 시장입니다. 저는 2014년에 로빈 핸슨이 제안한 예측 기반 거버넌스 모델인 futarchy에 관한 글을 쓴 적이 있습니다. 2015년부터 저는 예측 시장 Augur의 활발한 사용자이자 지지자였으며, 2020년 대선에서 5만 8천 달러를 벌었습니다. 올해 저는 Polymarket의 충실한 지지자이자 추종자가 되었습니다.

많은 사람들에게 예측 시장은 선거를 도박하는 것이며, 선거 도박은 도박입니다. 만약 대중이 재미를 느낀다면 좋겠지만, 본질적으로는 pump.fun에서 무작위로 Meme을 구매하는 것보다 재미있지 않습니다. 이러한 관점에서 볼 때, 예측 시장에 대한 저의 흥분은 이해하기 어려운 것처럼 보입니다. 그래서 이 글에서는 예측 시장이 저를 흥미롭게 만드는 개념이 무엇인지 설명하겠습니다. 간단히 말해, 저는 다음과 같이 믿습니다:

1. 현재 존재하는 예측 시장은 세계에 매우 유용한 도구입니다;

2. 더 나아가, 예측 시장은 더 인기 있는 분야의 선구자로서, 소셜 미디어, 과학, 뉴스, 거버넌스 및 기타 분야에 적용될 잠재력이 있으며, 저는 이 범주를 "정보 금융"이라고 부르겠습니다.

Polymarket의 양면성: 참여자에게는 도박 사이트, 다른 모든 사람에게는 뉴스 사이트

지난 주 동안 Polymarket은 미국 대선에 대한 매우 효과적인 정보 출처였습니다. Polymarket은 트럼프가 승리할 확률을 60/40으로 예측했으며(다른 출처의 예측은 50/50으로 그 자체로는 그리 인상적이지 않습니다), 다른 장점도 보여주었습니다: 결과가 나왔을 때, 많은 전문가와 뉴스 출처가 관객을 유도하여 해리스에게 유리한 소식을 듣기를 바라던 중에도, Polymarket은 진실을 직접 드러냈습니다: 트럼프가 승리할 확률은 95%를 초과하며, 모든 정부 부처의 통제권을 장악할 확률은 90%를 초과합니다.

하지만 저에게는 이것이 Polymarket의 흥미로운 예시 중 가장 좋은 예가 아닙니다. 그래서 다른 예를 살펴보겠습니다: 7월 베네수엘라 대통령 선거가 있을 때, 선거가 끝난 다음 날, 저는 우연히 베네수엘라의 심각한 조작이 이루어진 대통령 선거에 대한 항의가 있다는 것을 보았습니다. 처음에는 별로 신경 쓰지 않았습니다. 저는 마두로가 "기본적으로 독재자" 중 한 명이라는 것을 알고 있었기 때문에, 그는 자신의 권력을 유지하기 위해 매번 선거 결과를 조작할 것이라고 생각했고, 누군가 항의할 것이고, 그 항의는 실패할 것이라고 생각했습니다. 불행히도, 많은 다른 사람들도 실패했습니다. 나중에 Polymarket을 탐색하던 중, 저는 다음과 같은 것을 보았습니다:

사람들은 마두로가 이번 베네수엘라 선거에서 전복될 가능성을 23%로 베팅하기 위해 10만 달러 이상을 투자할 의향이 있었습니다. 이제 저는 이 사건에 주목하게 되었습니다.

물론, 우리는 전복 결과가 그리 가능성이 높지 않다는 것을 알고 있습니다. 결국 마두로는 계속 권력을 유지했습니다. 하지만 시장은 저에게 이번 마두로 전복 시도가 진지하다는 것을 깨닫게 해주었습니다. 당시 대규모 항의가 발생했고, 야당은 예상치 못한 전략을 잘 실행하여 이 선거의 사기성을 세계에 증명했습니다. 만약 제가 Polymarket의 초기 신호인 "이번에는 주목할 만한 것이 있다"는 것을 받지 않았다면, 저는 그렇게 많은 주의를 기울이지 않았을 것입니다.

당신은 차트를 완전히 믿어서는 안 됩니다: 만약 모든 사람이 차트를 믿는다면, 돈이 많은 사람은 차트를 조작할 수 있으며, 아무도 베팅을 감행하지 않을 것입니다. 반면에, 뉴스를 완전히 믿는 것도 좋은 방법입니다. 뉴스는 클릭 수를 위해 어떤 일이든 과장할 수 있는 감정적 동기를 가지고 있습니다. 어떤 일은 때때로 합리적이고, 때때로 그렇지 않습니다. 만약 당신이 자극적인 기사를 보고, 시장에서 확인했을 때 관련 사건의 확률이 전혀 변하지 않았다면, 의심하는 것이 합리적입니다. 또한, 만약 당신이 시장에서 어떤 사건이 예상외로 높은 확률이나 낮은 확률을 보이거나 갑작스러운 변동이 있다면, 이는 신호입니다. 뉴스를 읽고 이러한 결론을 초래한 것이 무엇인지 살펴보세요.

결론: 뉴스를 읽고 차트를 보면, 단독으로 둘 중 하나를 탐색하는 것보다 더 많은 정보를 얻을 수 있습니다.

당신이 도박꾼이라면, Polymarket에 예치금을 넣을 수 있습니다. 당신에게는 도박 사이트입니다. 만약 당신이 도박꾼이 아니라면, 차트 데이터를 읽을 수 있으며, 당신에게는 뉴스 사이트입니다. 당신은 차트를 완전히 믿어서는 안 되지만, 개인적으로 저는 차트 데이터를 읽는 것을 정보 수집 작업 흐름의 한 단계로 삼고 있으며(전통 미디어 및 소셜 미디어와 함께), 이는 제가 더 효과적으로 정보를 얻는 데 도움이 됩니다.

더 넓은 의미의 정보 금융

선거 결과를 예측하는 것은 단지 하나의 사용 사례일 뿐입니다. 더 넓은 개념은, 금융을 유용한 정보를 제공하기 위한 조정 인센티브 메커니즘으로 사용할 수 있다는 것입니다. 이제 자연스러운 반응은: 모든 금융이 본질적으로 정보와 관련이 있지 않나요? 서로 다른 참여자들은 미래에 발생할 일에 대한 서로 다른 견해를 가지고 있기 때문에 서로 다른 매매 결정을 내립니다(위험 선호 및 헤지의 욕구와 같은 개인적 요구 외에도), 시장 가격을 읽음으로써 세계에 대한 많은 지식을 추론할 수 있습니다.

저에게 정보 금융은 그렇습니다. 그러나 구조적으로 올바른 개념으로서, 소프트웨어 공학에서 구조적으로 올바른 개념과 유사하게, 정보 금융은 다음을 요구하는 학문입니다:

1. 당신이 알고 싶은 사실에서 시작합니다;

2. 그런 다음 시장 참여자로부터 해당 정보를 최적의 방식으로 얻기 위해 시장을 의도적으로 설계합니다.

하나의 예는 예측 시장입니다: 당신은 미래에 발생할 일을 알고 싶어 하므로, 사람들로 하여금 그 일에 베팅하도록 시장을 만듭니다. 또 다른 예는 의사 결정 시장입니다: 당신은 결정 A 또는 결정 B가 특정 지표 M에 따라 더 나은 결과를 낼 것인지 알고 싶어 하므로, 이를 위해 조건 시장을 만듭니다:

사람들이 어떤 결정을 선택할 것인지에 베팅하게 합니다: 결정 A를 선택하면 M의 값, 반대로는 0입니다; 결정 B를 선택하면 M의 값, 반대로는 0입니다. 이 세 가지 변수를 통해 시장이 결정 A 또는 결정 B가 M의 가치를 더 높게 평가한다고 생각하는지를 계산할 수 있습니다.

저는 향후 10년 동안 인공지능(LLMs 또는 미래의 기술)이 금융 산업에 엄청난 영향을 미칠 것이라고 예상합니다. 이는 정보 금융의 많은 응용이 "미세한" 문제에 관한 것이기 때문입니다: 수백만 개의 결정에 대한 미니 시장, 개별 결정의 영향은 상대적으로 낮습니다. 실제로 거래량이 낮은 시장은 종종 효과적으로 운영되지 않습니다: 경험이 풍부한 참여자에게는 몇 백 달러의 이익을 위해 시간을 들여 자세한 분석을 하는 것이 의미가 없으며, 많은 사람들은 보조금이 없다면 이러한 시장은 전혀 운영되지 않을 것이라고 생각합니다. 왜냐하면 가장 중대하고 충격적인 문제를 제외하고는 경험이 많은 거래자가 이익을 얻을 수 있는 충분한 신규 거래자가 없기 때문입니다. 인공지능은 이 등식을 완전히 바꾸어 놓았으며, 이는 거래량이 10달러인 시장에서도 상당히 높은 품질의 정보를 얻을 수 있음을 의미합니다. 보조금이 필요하더라도, 각 문제에 대한 보조금 규모는 감당할 수 있는 수준입니다.

정보 금융, 인간 판단의 정제

당신이 신뢰할 수 있는 인간 판단 메커니즘을 가지고 있고, 전체 커뮤니티가 그 합법성을 신뢰하지만, 판단을 내리는 데 오랜 시간과 높은 비용이 필요하다고 가정해 봅시다. 그러나 당신은 적어도 저렴하고 실시간으로 그 "비싼 메커니즘"의 저렴한 복사본에 접근하고 싶습니다. 로빈 핸슨이 당신이 할 수 있는 일에 대한 아이디어는 다음과 같습니다: 매번 결정을 내려야 할 때마다 예측 시장을 구축하여, 그 비싼 메커니즘을 호출할 경우 그 메커니즘이 어떤 결과를 낼 것인지 예측합니다. 그런 다음 예측 시장이 작동하기 시작하고, 시장 조성자를 보조하기 위해 소액의 자금을 투입합니다.

99.99%의 경우, 당신은 실제로 비싼 메커니즘을 호출하지 않을 것입니다: 아마도 당신은 "거래를 복구"하고, 모든 사람이 투자한 돈을 반환하거나 반환하지 않거나, 또는 평균 가격이 "예"에 가까운지 "아니오"에 가까운지를 살펴보고 이를 기본 사실로 삼을 것입니다. 0.01%의 경우, 아마도 무작위로, 또는 가장 높은 거래량의 시장에서, 또는 두 가지 모두에서, 당신은 실제로 비용이 많이 드는 메커니즘을 운영하고, 그에 따라 참여자에게 보상합니다.

이렇게 하면 원래 매우 신뢰할 수 있지만 비용이 매우 높은 메커니즘의 정제된 버전인 신뢰할 수 있고 중립적이며 빠르고 저렴한 "정제된 버전"이 제공됩니다(정제라는 용어는 LLM 대형 모델의 증류를 비유적으로 나타냅니다). 시간이 지남에 따라, 이 정제된 메커니즘은 원래 메커니즘의 행동을 대략 반영하게 됩니다. 왜냐하면 그 결과를 달성하는 데 도움이 되는 참여자만이 이익을 얻고, 다른 사람들은 손실을 보기 때문입니다.

이것은 소셜 미디어뿐만 아니라 DAO에도 적용됩니다. DAO의 주요 문제 중 하나는 결정의 수가 너무 많아 대부분의 사람들이 참여하기를 원하지 않기 때문에, 이는 위임을 광범위하게 사용하게 만들고, 대의 민주주의에서 흔히 발생하는 중앙 집중화 및 위임 대리인 실패의 위험을 초래하거나 공격을 받을 수 있습니다. 만약 DAO에서 실제 투표가 거의 발생하지 않고, 대부분의 사항이 예측 시장에 의해 결정되며, 인간과 인공지능이 결합하여 투표 결과를 예측한다면, 이러한 DAO는 잘 운영될 수 있습니다.

우리가 의사 결정 시장의 예에서 보았듯이, 정보 금융은 탈중앙화 거버넌스의 중요한 문제를 해결할 수 있는 많은 잠재적 경로를 내포하고 있으며, 핵심은 시장과 비시장 간의 균형입니다: 시장은 "엔진"이고, 다른 비금융적 신뢰 메커니즘은 "핸들"입니다.

정보 금융의 다른 사용 사례

개인 토큰------Bitclout(현재 deso), friend.tech와 같은 많은 프로젝트는 각 개인을 위한 토큰을 생성하고 이를 쉽게 투기할 수 있도록 합니다------이는 제가 "원시 정보 금융"이라고 부르는 범주입니다. 그들은 특정 변수(즉, 개인의 미래 지위에 대한 기대)에 대한 시장 가격을 의도적으로 창출하지만, 가격이 드러내는 정확한 정보는 너무 구체적이지 않으며, 반사성과 거품 동향(가격 급등이 매수자를 유인함)의 영향을 받기 쉽습니다. 이러한 프로토콜의 개선된 버전을 만들 가능성이 있으며, 특히 토큰의 경제적 설계(특히 그 최종 가치가 어디에서 오는지)를 보다 신중하게 고려함으로써 인재 발견과 같은 중요한 문제를 해결할 수 있습니다. 로빈 핸슨의 "명성의 미래"에서의 관점은 가능한 최종 상태 중 하나입니다.

광고------최종적인 "비싸지만 신뢰할 수 있는 신호"는 당신이 제품을 구매할 것인지 여부입니다. 해당 신호를 기반으로 한 정보 금융은 사람들이 무엇을 구매할지 결정하는 데 도움을 줄 수 있습니다.

과학 동료 평가------과학계에서는 "복제 위기"가 존재하는데, 이는 특정 유명한 결과가 특정 상황에서 민간 지혜의 일부가 되었지만, 새로운 연구에서 재현되지 못하는 경우입니다. 우리는 예측 시장을 통해 재검토해야 할 결과를 확인하려고 시도할 수 있습니다. 재검토 전에, 이러한 시장은 독자가 특정 결과를 얼마나 신뢰해야 하는지를 신속하게 추정할 수 있게 해줍니다. 이러한 아이디어의 실험은 이미 이루어졌으며, 지금까지 성공을 거둔 것으로 보입니다.

공공재 자금 조달------이더리움에서 사용되는 공공재 자금 조달 메커니즘의 주요 문제 중 하나는 그들의 "인기 경쟁" 성격입니다. 인정을 받기 위해 각 기여자는 소셜 미디어에서 자신의 마케팅 작업을 수행해야 하며, 이를 수행할 충분한 능력이 없는 기여자나 본질적으로 더 많은 "배경" 역할을 가진 기여자는 대량의 자금을 확보하기가 어렵습니다. 매력적인 해결책은 전체 의존 그래프를 추적하려고 시도하는 것입니다: 각 긍정적인 결과에 대해 어떤 프로젝트가 얼마나 기여했는지, 그런 다음 각 프로젝트에 대해 어떤 프로젝트가 얼마나 기여했는지 등을 추적합니다. 이러한 설계의 주요 도전 과제는 조작에 저항할 수 있도록 가장자리에 대한 가중치를 찾는 것입니다. 결국, 이러한 조작은 계속 발생하고 있습니다. 정제된 인간 판단 메커니즘이 도움이 될 수 있습니다.

결론

이러한 관점은 오랫동안 이론화되어 왔습니다: 예측 시장이나 심지어 의사 결정 시장에 대한 가장 초기의 저작은 수십 년 전의 것이며, 유사한 내용을 말하는 금융 이론은 그보다 더 오래되었습니다. 그러나 저는 현재 10년 동안 정보 금융이 큰 기회를 가질 것이라고 생각합니다. 몇 가지 주요 이유는 다음과 같습니다:

정보 금융은 사람들이 실제로 존재하는 신뢰 문제를 해결합니다. 이 시대의 공통된 문제는 정치, 과학 및 비즈니스 배경에서 누가 신뢰할 가치가 있는지에 대한 인식의 부족(더 나아가 합의의 부족)입니다. 정보 금융 응용 프로그램은 해결책의 일부가 될 수 있습니다;

우리는 이제 이러한 아이디어를 실제로 구현할 수 있는 확장 가능한 블록체인을 기반으로 하고 있습니다. 최근까지는 비용이 너무 높아 이러한 아이디어를 실제로 구현할 수 없었습니다. 하지만 이제 비용이 더 이상 높지 않습니다.

정보 금융이 인간 참여에 의존해야 할 때, 인공지능은 상대적으로 작동하기 어렵습니다. 인공지능은 이 상황을 크게 개선하여 심지어 소규모 문제에서도 효과적인 시장을 구축할 수 있게 합니다. 많은 시장은 특정 문제의 양이 갑자기 증가하는 경우, 인공지능과 인간 참여의 조합을 가질 수 있습니다.

이 기회를 최대한 활용하기 위해, 이제는 선거 예측을 통해 정보 금융이 우리에게 무엇을 가져다줄 수 있는지 탐구할 때입니다.