[블록미디어 지승환 기자] 젠신(Gensyn)이 22일 공식 X(구 트위터) 스페이스를 통해 ‘예측 시장이란 무엇인가’를 주제로 심도 있는 논의를 진행했다. 이번 행사에는 알고리즘 경제학 박사인 가브리엘(Gabriel P. Andrade) 젠신 연구원이 연사로 참여해 예측 시장의 설계 원리와 머신러닝(ML)과의 상관관계에 대해 설명했다.
예측 시장, 머신러닝의 ‘온라인 러닝’과 본질적으로 동일
가브리엘 연구원은 예측 시장을 단순한 베팅 플랫폼이 아닌 ‘정보 집합(Information Aggregation)’의 도구로 정의했다. 그는 예측 시장이 개별 참여자들이 가진 사적 신호(Private Signals)를 수집해 특정 불확실한 결과에 대한 정확한 확률 분포를 만들어내는 메커니즘이라고 설명했다.
특히 가브리엘은 예측 시장이 현대 머신러닝의 ‘온라인 학습’ 모델과 수학적으로 동등하다고 강조했다. 그는 “예측 시장에서 인사이트를 얻어 온라인 학습에 투영하거나, 반대로 온라인 학습의 원리를 예측 시장에 적용해 상호 보완적인 발전을 이룰 수 있다”며 두 영역이 같은 원리를 공유하는 계산 도구임을 명확히 했다.
현재 예측 시장이 직면한 주요 과제로는 유동성 파편화와 시장 구조의 비효율성을 지적했다. 가브리엘 연구원은 폴리마켓(Polymarket)과 같은 플랫폼들이 사용하는 중앙 한도 오더북(CLOB) 방식이 자본 효율성은 높을 수 있지만, 거래량이 적은 시장에서는 유동성 공급자가 이탈하며 정보 결합 능력이 상실되는 문제가 발생한다고 분석했다.
또 누구나 자유롭게 시장을 개설할 수 있는 구조는 유사한 질문의 중복 생성을 유발하며, 이는 유동성 파편화로 이어져 결과적으로 대다수 시장이 기능을 상실하거나 활성화되지 못하는 결과를 초래한다고 지적했다. 그는 현재의 많은 플랫폼이 정보의 정확성보다는 자극적인 내러티브나 거래량 확보에만 치중하고 있어, 진정한 의미의 정보 결합 메커니즘보다는 도박에 가까운 모습을 보이고 있다고 비판했다.
AI 오라클과 하이브리드 메커니즘… ‘공공 유틸리티’로의 진화
가브리엘은 이러한 문제를 해결하기 위한 ‘이상적인 예측 시장’의 모델을 제시했다. 그는 검증된 대형 언어 모델(LLM)을 오라클 판독기로 활용하는 것을 핵심 해결책으로 내놓았다. 그는 “미리 지정된 여러 개의 LLM 판독기를 사용하고 이를 젠신의 검증된 컴퓨팅 기술로 뒷받침한다면, 금전적 이득을 위해 결과 판독을 조작하는 행위를 방지할 수 있다”고 설명했다.
또 유동성 문제를 해결하기 위해 거래량에 따라 자동화 마켓 메이커(AMM)와 오더북 방식을 전환하는 ‘하이브리드 메커니즘’의 도입 필요성도 언급했다. 이를 통해 거래량이 적은 초기 단계에서도 시장이 안정적으로 유지될 수 있도록 뒷받침해야 한다는 주장이다.
마지막으로 가브리엘은 예측 시장이 단순한 트레이더들의 수익 창출 수단이 아닌, 누구나 검증된 정보를 확인할 수 있는 ‘공공 유틸리티’로 기능해야 한다고 강조했다. 그는 “예측 시장의 진정한 목표는 누구나 신뢰할 수 있는 사실의 저장소를 구축하는 것”이라며 젠신이 이러한 인프라를 구축할 수 있는 적기에 와 있다고 밝혔다.
