원작자: 비탈릭 부테린
편집│오데일리 플래닛 데일리( @OdailyChina )
번역가 | CryptoLeo( @LeoAndCrypto )
미국 선거는 예측 시장인 폴리마켓을 더욱 폭발적으로 성장시켰습니다. 이익을 추구하는 사람들은 베팅을 하기 시작했고, 결과를 추구하는 사람들은 이를 뉴스 데이터 플랫폼으로 사용하여 정규화된 블록체인 애플리케이션인 폴리마켓 온라인 펀딩을 진행했습니다. Vitalik은 Polymarket을 칭찬하는 많은 기사 를 발표했으며 그 자신도 초기 예측 시장 Augur의 열렬한 팬입니다. 오늘 Vitalik은 예측 시장을 통한 정보 금융에 대해 논의하는 기사를 게재했습니다. 다음은 Odaily Planet Daily가 편집한 전문입니다.
제가 가장 기대하는 Ethereum 애플리케이션 중 하나는 예측 시장입니다. 저는 2014년에 Robin Hanson이 제안한 예측 기반 거버넌스 모델인 futarchy에 관한 기사를 썼습니다. 저는 2015년에 예측 시장 Augur의 적극적인 사용자이자 지지자였으며 2020년 선거에 58,000달러를 베팅했습니다. 저는 올해 폴리마켓의 큰 후원자이자 팔로워였습니다.
많은 사람들에게 예측 시장은 선거에 대한 베팅이고 선거에 대한 베팅은 도박에 관한 것입니다. 대중이 재미있게 지낼 수 있다면 좋겠지만 근본적으로 이는 Pump.fun에서 무작위로 밈을 구매하는 것보다 더 재미가 없습니다. 이러한 관점에서 볼 때 예측 시장에 대한 나의 기대는 어리둥절해 보입니다. 그래서 이번 글에서는 제가 관심을 갖고 있는 예측시장의 개념이 무엇인지 설명하겠습니다. 간단히 말해서 나는 다음과 같이 믿는다.
1. 현재 존재하는 예측 시장은 세상에 매우 유용한 도구입니다.
2. 또한 예측 시장은 소셜 미디어, 과학, 저널리즘, 거버넌스 및 기타 분야에 잠재적으로 응용할 수 있는 보다 인기 있는 분야(제가 정보 금융이라고 명명할 카테고리)의 전조일 뿐입니다.
폴리마켓의 양면: 플레이어를 위한 베팅 사이트, 모두를 위한 뉴스 사이트
지난 주 동안 Polymarket은 미국 선거에 관한 매우 효과적인 정보 소스였습니다. 폴리마켓은 트럼프의 승리 확률을 60/40으로 예측했을 뿐만 아니라(다른 출처에서는 50/50을 예측했지만 그 자체로는 그리 인상적이지 않음) 다른 장점도 보여주었습니다. 많은 전문가와 뉴스에도 불구하고 결과가 나왔을 때 소식통은 시청자들이 해리스에게 좋은 소식을 들을 수 있기를 바라며 시청자들을 유인해 왔지만 폴리마켓은 진실을 직접 밝힙니다. 트럼프가 승리할 확률은 95% 이상이고, 모든 정부 부서를 장악할 확률은 90% 이상입니다. 동시에 .
그러나 나에게 이것은 Polymarket이 얼마나 흥미로운지를 보여주는 가장 좋은 예조차 아닙니다. 그럼 또 다른 예를 살펴보겠습니다. 선거 다음 날인 7월 베네수엘라 대통령 선거에서 저는 사람들이 베네수엘라의 고도로 조작된 대통령 선거에 반대하는 시위를 하는 것을 우연히 들었습니다. 처음에는 별로 관심을 두지 않았습니다. 나는 마두로가 이미 기본적으로 독재자 인물 중 하나라는 것을 알고 있었기 때문에 그가 권력을 유지하기 위해 모든 선거 결과를 위조할 것이고 시위가 일어날 것이며 시위는 실패할 것이라고 생각했습니다. 불행하게도 많은 사람들이 실패했습니다. 그러던 중 폴리마켓을 검색하다가 다음과 같은 내용을 보았습니다.
사람들은 이번 베네수엘라 선거에서 마두로가 타도될 확률이 23%라는 점에 기꺼이 10만 달러 이상을 더 투자할 의향이 있으며 이제 이 사실이 내 관심을 끌고 있습니다.
물론, 결과가 뒤집힐 가능성은 여전히 낮다는 것을 우리는 알고 있습니다. 결국 마두로는 권력을 유지했다. 그러나 시장은 나에게 이번에 마두로를 전복시키려는 시도가 심각하다는 것을 깨닫게 해주었다. 대대적인 시위가 있었고 야당은 놀랍도록 잘 실행된 전략을 통해 선거의 부정성을 세계에 입증했습니다. 폴리마켓으로부터 이번에는 주의가 필요한 일이 있다는 초기 신호를 받지 않았다면 그렇게 많은 관심을 투자하지도 않았을 것입니다.
차트를 완전히 신뢰해서는 안 됩니다. 모두가 차트를 믿는다면 돈이 있는 사람은 누구나 차트를 조작할 수 있으며 누구도 차트에 반대하지 않을 것입니다. 반면에, 뉴스를 신뢰하는 것도 좋은 생각입니다. 뉴스에는 클릭을 위해 모든 결과를 과장하는 선정주의의 동기가 있습니다. 어떤 일이 합리적일 때도 있고 그렇지 않을 때도 있습니다. 선정적인 기사를 본 후 시장에 가서 확인하고 해당 사건의 확률이 전혀 변하지 않았다는 것을 발견했다면 회의론은 타당합니다. 또한 시장에서 예상치 못하게 일어날 확률이 높거나 낮은 사건이나 급작스러운 움직임을 본다면 그것은 신호이므로 뉴스를 읽어보고 그 결론이 무엇인지 살펴보십시오.
결론: 뉴스나 차트를 읽으면 혼자서 탐색하는 것보다 더 많은 정보를 얻을 수 있습니다.
당신이 베터라면, 당신에게 베팅 사이트인 폴리마켓(Polymarket)에 예금을 할 수 있습니다. 베터가 아닌 경우 차트 데이터를 읽을 수 있으며 이는 뉴스 웹사이트입니다. 차트를 완전히 신뢰해서는 안 되지만, 저는 개인적으로 (기존 미디어 및 소셜 미디어와 함께) 정보 수집 작업 흐름의 한 단계로 차트 데이터 읽기를 만들었고 이를 통해 더 많은 정보를 더 효율적으로 얻는 데 도움이 됩니다.
더 넓은 의미의 정보금융
선거 결과를 예측하는 것은 하나의 사용 사례일 뿐입니다. 더 넓은 개념은 청중에게 귀중한 정보를 제공하기 위해 인센티브를 조정하는 방법으로 금융을 사용할 수 있다는 것입니다. 이제 자연스러운 반응은 다음과 같습니다. 모든 금융은 근본적으로 정보에 관한 것이 아닌가? 참가자마다 미래에 일어날 일에 대해 서로 다른 견해를 갖고 있기 때문에(위험 성향 및 헤지 욕구와 같은 개인적 요구 사항 외에도) 서로 다른 구매 및 판매 결정을 내리게 됩니다. 시장 가격 지식을 읽으면 세상에 대해 많은 것을 추론할 수 있습니다.
나에게 정보 금융은 바로 그것이지만 구조적으로 올바른 소프트웨어 엔지니어링의 개념과 유사하게 정보 금융은 다음을 요구하는 분야입니다.
1. 알고 싶은 사실부터 시작하세요.
2. 그런 다음 시장 참가자로부터 이 정보를 최적으로 얻을 수 있도록 의도적으로 시장을 설계합니다.
한 가지 예는 예측 시장입니다. 미래에 일어날 일을 알고 싶어서 시장을 구축하고 사람들이 그것에 베팅하도록 합니다. 또 다른 예는 의사결정 시장입니다. 의사결정 A 또는 결정 B가 일부 메트릭 M을 기반으로 더 나은 결과를 생성할 것인지 알고 싶고 이를 달성하기 위해 조건부 시장을 구축합니다.
당신은 사람들에게 어떤 결정을 선택할 것인지에 대해 베팅하도록 요청합니다. 결정 A가 선택되면 M의 값, 그렇지 않으면 0, 결정 B가 선택되면 M의 값, 그렇지 않으면 0입니다. 이 세 가지 변수를 사용하면 시장에서 결정 A 또는 결정 B가 M에게 더 가치 있다고 생각하는지 계산할 수 있습니다.
나는 향후 10년 동안 인공 지능(LLM 또는 일부 미래 기술)이 금융 산업에 큰 영향을 미칠 것으로 예상합니다. 이는 정보 금융의 많은 적용이 미시적 문제, 즉 단일 결정의 영향이 상대적으로 낮은 수백만 개의 결정으로 구성된 미니 시장에 관한 것이기 때문입니다. 실제로 거래량이 적은 시장은 효율적으로 작동하지 않는 경우가 많습니다. 숙련된 플레이어의 경우 단지 수백 달러의 이익을 위해 세부 분석에 시간을 보내는 것은 의미가 없으며 많은 사람들은 보조금 없이는 , 가장 중요하고 선정적인 문제를 제외하고는 숙련된 거래자가 이익을 얻을 수 있는 초보 거래자가 충분하지 않기 때문에 이러한 시장은 작동하지 않을 것입니다. 인공 지능은 이 방정식을 완전히 바꿉니다. 즉, 거래량이 10달러인 시장에서도 잠재적으로 합리적으로 고품질의 정보를 얻을 수 있다는 의미입니다. 보조금이 필요한 경우에도 권당 지원 규모는 적당하다.
정보금융, 인간의 판단을 정제하다
당신이 신뢰하는 인간 판단 메커니즘이 있고 전체 커뮤니티가 그 합법성을 신뢰하지만 판단을 내리는 데 시간이 오래 걸리고 많은 비용이 든다고 가정해 보겠습니다. 그러나 최소한 비싼 메커니즘의 값싼 복사본에 대한 값싼 실시간 액세스 권한을 갖고 싶을 것입니다. 무엇을 할 수 있는지에 대한 Robin Hanson의 아이디어는 다음과 같습니다. 결정을 내려야 할 때마다 값비싼 메커니즘이 호출될 경우 결정의 결과가 어떻게 될지 예측하는 예측 시장을 구축하세요. 그러면 예측 시장이 가동되기 시작하고 시장 조성자에게 보조금을 지급하기 위해 소액의 자금이 투자됩니다.
99.99%의 시간은 실제로 값비싼 메커니즘을 호출하지 않습니다. 아마도 거래를 복원하고 모두가 투자한 돈을 돌려줄 것인지, 돌려주지 않을 것인지, 또는 평균 가격이 예에 더 가깝거나 더 가까운지 확인할 수도 있습니다. 아니요 가격을 책정하고 이를 기본적인 사실로 간주합니다. 0.01%의 경우, 무작위일 수도 있고, 거래량이 가장 많은 시장일 수도 있고, 둘 다일 수도 있습니다. 실제로는 비용이 많이 드는 메커니즘을 실행하고 이를 기반으로 참가자에게 보상을 제공하고 있습니다.
이는 신뢰성이 높지만 매우 비용이 많이 드는 원래 메커니즘의 신뢰할 수 있고 중립적이며 빠르고 저렴한 정제된 버전을 제공합니다(LLM 대형 모델 증류와 유사하게 정제된이라는 용어 사용). 시간이 지남에 따라 이 개선된 메커니즘은 원래 메커니즘의 동작을 대략적으로 반영합니다. 즉, 해당 결과를 달성하는 데 도움을 준 참가자만 돈을 벌고 다른 참가자는 돈을 잃습니다.
이는 소셜 미디어뿐만 아니라 DAO에도 적용됩니다. DAO의 주요 문제점은 의사결정이 너무 많아서 대부분의 사람들이 참여를 꺼린다는 점입니다. 이로 인해 위임이 널리 사용되고, 대의민주주의에서 흔히 발생하는 중앙집권화 및 위임-대리인 실패의 위험이 발생하거나, 공격에 대한 개방성이 발생합니다. 실제 투표가 거의 발생하지 않고 대부분의 사항이 인간과 AI가 결합하여 투표 결과를 예측하는 예측 시장에 의해 결정된다면 DAO는 잘 작동할 수 있습니다.
의사결정 시장의 예에서 보았듯이 정보 금융에는 분산형 거버넌스의 중요한 문제를 해결할 수 있는 많은 잠재적 경로가 포함되어 있습니다. 핵심은 시장과 비시장 간의 균형에 있습니다. 시장은 엔진이고 일부는 시장입니다. 기타 비금융화 신뢰 메커니즘은 운전대입니다.
정보 금융의 기타 활용 사례
개인 토큰(Bitclout(현재 deso), friend.tech 및 모든 사람을 위한 토큰을 생성하고 쉽게 추측할 수 있도록 하는 기타 여러 프로젝트)은 제가 원시 정보 금융이라고 부르는 범주에 속합니다. 그들은 의도적으로 특정 변수(예: 미래 상태에 대한 기대)에 대한 시장 가격을 생성하지만 가격이 나타내는 정확한 정보는 너무 불특정하고 반사성과 거품 역학에 취약합니다. 토큰의 경제적 설계(특히 궁극적인 가치가 어디에서 나오는지)를 보다 신중하게 고려하여 이러한 프로토콜의 향상된 버전을 만들고 재능 발견과 같은 중요한 문제를 해결할 수 있습니다. The Future of Prestige에서 Robin Hanson의 주장은 가능한 최종 상태입니다.
광고 - 궁극적인 비싸지만 신뢰할 수 있는 신호는 제품을 구매할지 여부입니다. 이 신호를 기반으로 한 정보 금융은 사람들이 무엇을 구매할지 결정하는 데 도움이 될 수 있습니다.
과학적 동료 검토 – 과학계에서는 어떤 경우에는 민간 지혜의 일부가 된 유명한 결과가 새로운 연구에서 재현될 수 없는 복제 위기가 진행 중입니다. 우리는 예측 시장을 시도하여 재확인이 필요한 결과를 식별할 수 있습니다. 또한 이러한 시장을 통해 독자는 특정 결과를 재검토하기 전에 특정 결과를 얼마나 신뢰해야 하는지 신속하게 추정할 수 있습니다. 이 아이디어에 대한 실험이 완료되었으며 지금까지 성공한 것으로 보입니다.
공공재 자금 조달 – 이더리움에서 사용되는 공공재 자금 조달 메커니즘의 주요 문제 중 하나는 인기 경쟁 성격입니다. 인정을 받기 위해서는 각 기여자가 소셜 미디어에서 자신만의 마케팅 운영을 해야 하는데, 이를 할 만큼 능력이 없거나 선천적으로 좀 더 맥락적인 역할을 가진 사람들은 이를 얻기가 더 어렵습니다. 돈. 매력적인 해결책은 전체 종속성 그래프를 추적하는 것입니다. 각각의 긍정적인 결과에 대해 어떤 프로젝트가 얼마나 기여했는지, 그리고 각 프로젝트에 대해 어떤 프로젝트가 얼마나 기여했는지 등을 추적하는 것입니다. 이 디자인의 주요 과제는 모서리의 무게를 찾아 조작에 저항하도록 만드는 것입니다. 결국 이러한 조작은 항상 발생합니다. 세련된 인간의 판단 메커니즘이 도움이 될 수 있습니다.
결론적으로
이러한 아이디어는 오랫동안 이론화되어 왔습니다. 예측 시장이나 심지어 의사 결정 시장에 관한 최초의 저작물은 수십 년 전의 것이며 유사한 내용을 말하는 금융 이론은 훨씬 더 오래되었습니다. 그러나 저는 오늘날 정보의 홍수 속에서 엄청난 기회가 있다고 생각합니다. 그 이유는 다음과 같습니다.
정보 금융은 사람들의 실질적인 신뢰 문제를 해결합니다. 이 시대의 일반적인 문제는 정치적, 과학적, 비즈니스적 맥락에서 누가 신뢰할 수 있는지에 대한 인식 부족(더 심각한 합의 부족)이며, 정보 금융 애플리케이션이 해결책의 일부가 될 수 있다는 것입니다.
이제 우리는 확장 가능한 블록체인을 기반으로 삼고 있으며, 최근까지 이러한 아이디어는 실제로 구현하기에는 비용이 너무 많이 들었습니다. 하지만 이제는 비용이 더 이상 높지 않습니다.
모든 문제를 해결하기 위해 정보 금융이 인간의 참여에 의존해야 하는 경우 참여자로서 인공지능은 상대적으로 플레이하기 어렵습니다. 인공지능은 이런 상황을 크게 개선해 작은 문제에도 효율적인 시장이 구축될 수 있도록 해준다. 많은 시장에는 AI와 인간의 개입이 혼합되어 있을 가능성이 크며, 특히 특정 문제의 규모가 갑자기 작은 것에서 큰 것으로 증가하는 경우 더욱 그렇습니다.
이 기회를 최대한 활용하기 위해 지금은 선거 예측을 통해 금융정보가 우리에게 무엇을 말해 줄 수 있는지 탐구할 때입니다.