상상해 보세요. 두 사람 (A 와 B) 이 주사위를 굴려서 나오는 숫자에 따라 돈을 걸고 있습니다.
A 는 주사위 눈이 13 이면 100 원, 46 이면 0 원이라고 생각합니다.
B 는 반대로 13 이면 0 원, 46 이면 100 원이라고 생각합니다.
둘 다 서로의 생각을 모른 채, "내 생각이 맞을 거야!"라고 믿고 거래를 하려고 합니다.
이때 거래가 성사되지 않는 상황이 바로 이 논문이 말하는 **'검증 가능성 (Verifiability)'**의 문제입니다.
1. 완벽한 정보의 저주 (Insider Trading)
만약 A 가 **"나는 주사위가 13 이 나올지, 46 이 나올지 100% 안다"**는 사실을 B 가 알고 있다면 어떻게 될까요?
B 는 "A 가 무조건 이길 걸 알면서 내가 왜 돈을 걸지?"라고 생각합니다.
결과: 거래가 아예 일어나지 않습니다. (누구도 바보가 되려고 돈을 걸지 않으니까요.)
이 논문은 여기서 한 걸음 더 나아갑니다. "완벽한 정보"가 아니더라도, **"어떤 기준점 (문턱) 을 넘었는지만 알 수 있다면"**도 거래가 멈춘다는 것을 증명합니다.
2. 문턱 (Threshold) 의 마법
예를 들어, A 는 "주사위 눈이 3 보다 큰지 작은지만 알 수 있어"라고 말한다고 칩시다.
A 는 4~6 이 나올 때만 "내 생각이 맞다"고 확신합니다.
B 는 A 가 3 보다 큰지 작은지 알 수 있다는 사실을 안다면, A 가 거래를 제안할 때 "아, A 는 무조건 이길 상황 (4~6) 에서만 거래를 제안하는구나"라고 추측하게 됩니다.
B 는 "그럼 내가 잃을 확률이 100% 인데 왜 거래하지?"라고 생각하며 거래를 거절합니다.
결론: 정보가 완벽하지 않아도, **"어떤 기준선 (문턱) 을 기준으로 정보가 검증된다"**는 사실만 알려도, 사람들은 서로의 생각을 의심하게 되어 거래가 멈춥니다.
🌍 이 이론이 실생활에서 어떤 의미를 가질까요?
논문은 이 이론을 세 가지 현실적인 상황에 적용해 봅니다.
① 내부자 거래 (Insider Trading) 🕵️♂️
상황: 회사 임원이 "우리 회사의 주가가 1 만 원 이상일지, 미만일지" 정확히 알고 있다고 합시다.
문제: 만약 이 사실이 공개되면, 일반 투자자들은 "임원은 무조건 이길 상황에서만 거래를 제안하겠지"라고 생각해서 아예 거래를 안 합니다.
해결책: 시장이 활성화되려면, 임원의 정보가 완벽한 예측이나 명확한 문턱 검증이 되지 않도록 해야 합니다. 즉, 임원이 "주가가 오를지 내릴지"만 알지, "얼마까지 오를지"를 정확히 알지 못해야 시장이 돌아갑니다.
② 유동성 부족 (Low Liquidity) 📉
상황: 1998 년 LTCM 사태처럼, 시장 전문가들이 "어떤 자산이 망할 것 (가치가 0 에 수렴할 것)"이라고 정확히 알고 있다고 가정해 봅시다.
문제: 일반 투자자들은 "전문가들이 망할 걸 알면서 내가 사야 하나?"라고 생각해서 팔려도 안 사게 됩니다.
결과: 시장이 얼어붙고, 유동성이 말라버립니다. (누구도 거래를 하지 않으니까요.)
③ 블록체인과 오라클 (Blockchain & Oracles) ⛓️
상황: 블록체인에서는 '오라클'이라는 시스템이 현실 세계의 데이터 (예: 날씨, 주가) 를 블록체인에 전달합니다. 만약 오라클 운영자가 "내일 비가 온다 (주가가 떨어진다)"는 것을 미리 알고 거래에 참여한다면?
문제: 다른 사람들은 오라클이 이득을 보고 거래할 것임을 알기 때문에 거래를 하지 않습니다.
해결: 블록체인 거래가 활발하려면, 오라클이 정보를 검증하는 방식이 "누구도 확실한 이득을 볼 수 없는" 형태로 설계되어야 합니다.
💡 요약: 이 논문이 우리에게 주는 교훈
이 논문은 "정보의 불완전함"이 오히려 시장의 활기를 유지하는 열쇠일 수 있음을 보여줍니다.
거래는 "의심"에서 시작됩니다: 내가 너보다 더 잘 알지 못한다고 의심할 때, 우리는 거래를 합니다.
검증은 거래를 죽입니다: 만약 상대방이 "너는 무조건 이긴다"는 것을 알 수 있다면 (특히 어떤 기준선으로 검증된다면), 우리는 거래를 멈춥니다.
현실적 시사점:
내부자 거래 규제: 임원이 너무 확실한 정보를 가지고 거래하면 시장이 멈춥니다.
블록체인 설계: 오라클이 정보를 너무 명확하게 검증하면 거래가 안 됩니다.
시장의 건강: 시장이 살아있으려면, 모든 사람이 "누군가 나를 속일 수 있다"고 생각하면서도, "그 사람이 무조건 이길 거라는 건 증명할 수 없다"는 상태여야 합니다.
한 줄 요약:
"너가 무조건 이길 거라는 게 증명되면, 나는 거래를 안 한다. 그래서 시장은 '모호함'과 '불확실성' 속에서 살아남는다."
1. 연구 배경 및 문제 제기 (Problem)
기존 연구의 한계: 전통적인 금융 이론 (Aumann, 1976; Milgrom & Stokey, 1982) 은 '공통 사전 확률 (Common Prior)'과 '공통 지식 (Common Knowledge)' 가정 하에서 합리적인 에이전트들이 이견을 가지고 거래할 수 없음을 보였습니다. 이후의 문헌들은 공통 사전 확률의 완화, 제한적 합리성, 모호성 회피 (ambiguity aversion) 등을 통해 거래가 발생하는 조건을 모색해 왔습니다.
핵심 질문: 본 논문은 에이전트의 **사적 정보 (Private Information)**가 거래 대상 자산의 **진실된 가치 (True Value)**를 어떻게 '검증 (Verify)'하거나 '밝혀주는지'에 초점을 맞춥니다.
만약 어떤 에이전트가 자산의 진정한 가치를 항상 안다면, 다른 에이전트들은 그와 거래하려 하지 않을 것입니다 (거래 부재).
하지만 이 조건을 완화하여, "모든 에이전트의 지식의 합집합이 가치를 검증한다"거나 "어떤 임계값 (Threshold) 을 기준으로 가치가 위/아래임을 아는 에이전트가 있다"는 조건에서도 거래가 불가능해지는지, 혹은 정보 집약 (Information Aggregation) 이 일어나는지 규명하는 것이 목표입니다.
실제 적용 사례:
내부자 거래 (Insider Trading): 내부자가 특정 임계값을 기준으로 자산 가치가 높은지 낮은지 안다면 거래가 가능할까?
유동성 부족 (Low Liquidity): 시장 내자가 고평가된 자산을 식별할 수 있다면 유동성이 고갈될까?
블록체인 및 오라클 (Blockchain & Oracles): 블록체인 오라클이 실시간으로 자산 가치를 검증할 수 있다면, 오라클의 거래 참여가 시장을 왜곡하거나 거래를 불가능하게 만들까?
2. 방법론 및 모델 (Methodology)
논문은 유한한 상태 공간 (Ω) 과 유한한 에이전트 집합 (I) 을 가정하며, 에이전트들은 서로 다른 사전 확률 (Different Priors) 을 가질 수 있습니다. 자산 X는 상태에 따라 배당금을 지급합니다.
저자는 자산 가치의 검증 가능성에 따라 네 가지 정의를 도입합니다:
검증 가능성 (Verifiability): 모든 상태에서 적어도 한 에이전트가 자산의 진정한 가치를 알고 있는 경우. (가장 강력한 조건)
최대 - 최소 검증 가능성 (Maxmin Verifiability): 공통 지식 하에 가능한 모든 가치 중, 최대값 또는 최소값이 발생했는지 아는 에이전트가 존재하는 경우.
임계값 검증 가능성 (Threshold Verifiability): 공통 지식 하에 가능한 가치들의 집합이 상수 (일정) 가 아닐 때, 어떤 임계값 x에 대해 자산 가치가 x보다 엄격하게 큰지 또는 작은지를 아는 에이전트가 존재하는 경우.
집단적 검증 가능성 (Collective Verifiability): 모든 에이전트의 사적 정보를 합치면 자산의 진정한 가치가 밝혀지는 경우.
이러한 조건들이 다음 세 가지 거래 환경에서 어떤 영향을 미치는지 분석합니다:
정적 환경 (Static): Aumann(1976) 모델 기반. "상호 합의된 거래 (Common Knowledge Trade)"가 가능한지 분석.
동적 환경 1 (Dynamic - Geanakoplos & Polemarchakis, 1982): 에이전트들이 순차적으로 기대값을 발표하고 정보를 업데이트하는 과정. "영원한 이견 (Disagree Forever)"이 가능한지 분석.
동적 환경 2 (Dynamic - Ostrovsky, 2012): 예측 시장 (Prediction Markets) 의 시장 스코어링 규칙 (Market Scoring Rules) 을 사용한 모델. 정보 집약 (가격이 진실된 가치로 수렴) 이 일어나는지 분석.
3. 주요 결과 (Key Results)
3.1 정적 환경: 공통 지식 거래의 부재
주요 정리 (Theorem 1): 자산 X가 **임계값 검증 가능 (Threshold Verifiable)**할 필요충분조건은, 어떤 사전 확률 집합에 대해서도 공통 지식 거래 (Common Knowledge Trade) 가 존재하지 않는 것입니다.
즉, 에이전트 중 누군가가 자산 가치가 특정 임계값을 기준으로 위인지 아래인지를 안다면, 합리적인 에이전트들은 서로 다른 기대값을 공통 지식으로 가질 수 없으므로 거래가 발생하지 않습니다.
**최대 - 최소 검증 가능성 (Maxmin Verifiability)**은 임계값 검증 가능성보다 강한 조건이므로 이 또한 거래 부재를 보장합니다.
**집단적 검증 가능성 (Collective Verifiability)**만으로는 거래 부재를 보장하지 않습니다 (예시 1 참조: 정보가 합쳐지면 가치가 밝혀지지만, 거래 시점에는 기대값이 달라 거래가 발생할 수 있음).
3.2 동적 환경: 영원한 이견과 정보 업데이트
문제점: 정적 환경에서 임계값 검증 가능하다고 해서, 정보가 업데이트되는 동적 과정에서 항상 유지되는 것은 아닙니다.
예시 2: 초기에는 최대값이 검증 가능했으나, 한 에이전트가 특정 값을 발표하지 않음으로써 정보가 업데이트된 후 (상태 공간이 축소된 후), 새로운 상태 공간에서는 더 이상 임계값 검증 가능성이 성립하지 않게 되어 에이전트들이 영원히 이견을 가지고 거래를 계속할 수 있습니다.
결론 (Corollary 1): 정보 업데이트가 멈추는 시점 t∗에서 자산이 임계값 검증 가능하다면, 에이전트들은 영원히 이견을 가질 수 없으며 결국 합의에 도달합니다.
3.3 정보 집약 (Information Aggregation)
결론 (Corollary 2): 시장 스코어링 규칙 하에서, t∗ 시점에 자산이 임계값 검증 가능하다면, 에이전트들의 예측은 반드시 자산의 **진실된 가치 (True Value)**로 수렴합니다.
이는 자산이 분리 가능 (Separable) 한지 여부와 무관하게 모든 자산에 적용되는 강력한 결과입니다.
3.4 다중 자산 거래
확장 (Proposition 1): 단일 자산 X가 아닌, 합이 0 이 되는 다중 자산 집합 {Xi}에 대해서도 동일한 결과가 성립합니다. 즉, 거래 가능한 다중 자산 집합이 임계값 검증 가능할 때만 공통 지식 거래가 부재합니다.
4. 기여 및 의의 (Significance)
이론적 기여:
기존 문헌이 '사전 확률 (Priors)'이나 '합리성 (Rationality)'의 결함에 초점을 맞췄다면, 본 논문은 정보 구조 (Information Structure) 자체의 특성 (검증 가능성) 이 거래 부재를 결정한다는 점을 규명했습니다.
특히, '임계값 검증 가능성'이 거래 부재의 필요충분조건임을 증명하여, 정보의 정밀도 (진실된 가치 전체를 아는 것) 와 거래 가능성 사이의 관계를 정교하게 규명했습니다.
실무적/정책적 시사점:
내부자 거래 규제: 내부자가 자산 가치의 절대적 수치를 알지 못하더라도, 특정 임계값 (예: 배당금 지급 여부, 파산 여부 등) 을 기준으로 가치를 판단할 수 있다면 시장 참여를 제한해야 할 수 있음을 시사합니다.
블록체인 및 오라클: 블록체인 기반의 예측 시장이나 파생상품 시장에서 오라클 (Oracle) 이 자산 가치를 실시간으로 검증할 수 있는 구조라면, 오라클의 거래 참여는 시장 유동성을 고갈시키거나 가격 발견 기능을 저해할 수 있음을 경고합니다.
유동성 위기: 시장 내자가 특정 자산의 가치 범위를 검증할 수 있는 정보를 가지고 있다면, 유동성 공급자가 거래를 꺼리게 되어 유동성이 급격히 줄어들 수 있음을 설명합니다.
블록체인 경제학:
탈중앙화 금융 (DeFi) 환경에서 오라클의 역할과 그로 인한 시장 역학을 이론적으로 분석한 초기 연구 중 하나로, 스마트 계약 실행 전의 정보 비대칭 문제를 해결하는 데 중요한 통찰을 제공합니다.
요약
본 논문은 **"자산의 가치가 특정 임계값을 기준으로 검증 가능한지 여부"**가 시장 거래의 존재 여부와 정보 집약의 성패를 결정하는 핵심 요인임을 증명했습니다. 이는 내부자 거래 규제, 블록체인 기반 금융 시장의 설계, 그리고 유동성 위기 메커니즘을 이해하는 데 중요한 이론적 토대를 제공합니다.