Agentic AI for Clustering, Relationship Discovery, and Semantic Trading in Prediction Markets

거대한, 혼란스러운 바자르를 상상해 보세요. 이곳에서는 선거 결과부터 날씨에 이르기까지 모든 것에 돈을 겁니다. 이것이 바로 **예측 시장(prediction market)**입니다. 사과나 신발을 사는 대신, 트레이더들은 특정 사건이 발생할 경우 보상을 지급하는 '계약'을 삽니다. 마치 전 세계적인 거대 기상 예보와 같아서, '내일 비가 올 것인가'라는 티켓의 가격은 사람들이 비가 올 확률을 얼마나 높게 보고 있는지를 알려줍니다. 하지만 여기에는 함정이 있습니다. 이 바자르는 매우 무질서합니다. 수천 개의 티켓이 있고, 그중 상당수는 비밀리에 서로 연결되어 있습니다. 만약 어떤 티켓이 "비가 올 것이다"라고 한다면, 다른 티키는 "축구 경기가 취소될 것이다"라고 할 수 있고, 세 번째 티켓은 "잔디가 젖을 것이다"라고 할 수 있습니다. 이것들은 단순한 무작위 추측이 아니라 논리로 연결되어 있습니다. 첫 번째가 사실이라면, 나머지들도 그럴 가능성이 높습니다. 문제는 시장이 이러한 연결 고리를 자동으로 보여주지 않는다는 점입니다. 이는 마치 모든 책이 서로 다른 선반에 놓여 있는 도서관과 같아서, 어떤 이야기가 서로 속해 있는지 직접 추측해야 하는 상황과 같습니다.

이를 해결하기 위해 과학자들은 **에이전틱 AI(Agentic AI)**를 사용하고 있습니다. 이것을 단순히 단어를 읽는 것을 넘어 그 이면에 담긴 '이야기'를 이해하는 초스마트하고 지치지 않는 탐정이라고 생각할 수 있습니다. 단순히 숫자를 계산하는 단순한 계산기와 달리, '에이전트'는 추론하고, 계획하며, 자신의 작업을 스스로 검토할 수 있습니다. 에이전트는 이러한 베팅 계약의 텍스트를 살펴보고, 유사한 주제들을 그룹화하며, 어떤 계약이 '리더'(먼저 발생하거나 다른 것들을 유발하는 것)이고 어떤 것이 '팔로워'(따르는 것)인지 파악합니다. 목표는 이 혼란스러운 바자르를 명확한 지도로 만들어, 한 베팅이 다른 베팅에 어떻게 영향을 미치는지 정확히 보여줌으로써 트레이더들이 남들이 놓치는 기회를 포착할 수 있게 하는 것입니다.

---

탐정의 지도: 예측 시장의 퍼즐을 풀다

예측 시장의 세계에서는 혼돈이 지배합니다. 수천 명의 사람들이 서로 다른 사건에 대해 소리를 지르며 베팅하는 거대한 방을 상상해 보세요. 어떤 이들은 선거에서 누가 승리할지에 베팅하고, 어떤 이들은 금리가 얼마나 높아질지에, 또 어떤 이들은 특정 영화가 상을 받을지에 베팅합니다. 문제는 이러한 베팅들이 종종 중복되거나, 모순되거나, 비밀리에 연결되어 있음에도 불구하고, 시장은 이들을 모두 서로 모르는 타인처럼 취급한다는 점입니다. "연준(Fed)이 금리를 인상한다"는 베팅은 논리적으로 "인플레이션이 상승한다"는 베팅이 특정 방향으로 움직이도록 강제할 수 있지만, 시장은 이를 자동으로 알려주지 않습니다.

여기에 컬럼비아 대학교와 IBM의 연구진이 구축한 디지털 탐정인 **에이전틱 AI(AAI)**가 등장합니다. 그들의 임 mission은 이 시끄러운 방에 걸어 들어가 모든 베팅 계약을 읽고, 어떤 베팅이 실제로 친구이고 어떤 베팅이 적인지 보여주는 지도를 그리는 것이었습니다.

탐정 vs 사전

그들의 새로운 탐정이 얼마나 뛰어난지 확인하기 위해, 연구진은 **자연어 추론(Natural Language Inference, NLI)**이라는 표준 도구와 대결시켰습니다. NLI 도구는 매우 엄격한 사전라고 생각하면 됩니다. 이는 한 문장이 다른 문장을 논리적으로 증명하는지(예: "모든 고양이는 털이 많다"는 "이 고양이는 털이 많다"를 함의함)를 확인하는 데는 뛰어나지만, 경제나 정치의 복잡하고 실제적인 논리를 다루는 데는 어려움을 겪습니다.

반면, 에이전틱 AI는 노련한 뉴스 편집자에 가깝습니다. 단순히 문법을 체크하는 것이 아니라 맥락, 인과관계, 그리고 상황의 '분위기'를 이해합니다. 에이전틱 AI는 정치 후보에 관한 계약과 특정 정책에 관한 계약을 보고, 만약 그 후보가 승리한다면 그 정책이 실현될 가능성이 높다는 것을 깨달을 수 있습니다. 설령 두 문장이 똑같이 생기지 않았더라도 말입니다.

위대한 발견: 누가 대장인가?

연구팀은 2026년 초의 방대한 계약 데이터셋을 통해 이 시스템을 테스트했습니다. 그들은 간단한 질문을 던졌습니다: "이 AI는 어떤 계약들이 연결되어 있고, 어떤 방향으로 연결되어 있는지 파악할 수 있는가?"

결과는 명백한 탐정의 승리였습니다. AI의 답변을 실제 사건의 결과(사건이 발생했는지 여부)와 대조했을 때, 에이전틱 AI는 62.8%의 정확도를 보였습니다. 표준 사전 도구(NLI)는 40.6%의 정확도만을 기록했습니다.

하지만 진짜 마법은 단순히 더 자주 맞혔다는 점이 아니라, AI가 정보를 조직화하는 방식에 있었습니다. AI는 무작위적인 연결을 마구 던지는 대신, 엉킨 실타래가 아닌 깔끔하고 정리된 지하철 노선도와 같은 **희소 그래프(sparse graph)**를 구축했습니다.

• "좌절(Frustration)" 테스트: 어떤 이들은 절친(긍정적 연결)이고 어떤 이들은 원수(부정적 연결)인 친구 그룹을 상상해 보세요. '좌절된' 그룹이란 관계가 논리적으로 맞지 않는 경우를 말합니다(예: 앨리스는 밥을 좋아하고, 밥은 찰리를 좋아하지만, 앨리스는 찰리를 싫어하는 경우). AI가 만든 지도의 "좌절율"은 단 **0.324%**에 불과했습니다. 이는 AI가 찾아낸 관계가 믿을 수 없을 정도로 일관되고 논리적임을 의미합니다. 반면, 사전 도구의 지도는 훨씬 더 무질서하여 좌절율이 5.88%에서 16.16% 사이에 달했습니다.

AI는 또한 관계의 방향도 파악했습니다. AI는 어떤 계약이 '리더'(먼저 움직이는 것)이고 어떤 것이 '팔로워'(반응하는 것)인지 구분할 수 있었습니다. 예를 들어, 연준의 금리 결정에 관한 계약이 채권 수익률에 관한 계약을 이끌 것이라는 점을 정확히 식별해 냈습니다(그 반대가 아니라 말입니다).

지도로 돈을 벌기

연구진은 단순히 지도를 그리는 데 그치지 않고, "이것을 이용해 돈을 벌 수 있을까?"라고 물었습니다. 그들은 AI의 발견을 바탕으로 한 거래 전략을 만들었습니다. 아이디어는 간단합니다. 만약 AI가 계약 A가 계약 B를 이끈다고 말하는데, 현재 계약 B의 가격이 계약 A가 시사하는 바에 비해 너무 낮거나(또는 높거나) 있다면, 싼 것을 사고 비싼 것을 파는 것입니다.

그들은 2026년의 2개월간의 데이터를 바탕으로 이 전략을 시뮬레이션했습니다. 모든 수수료를 지불한 후, 이 전략은 **14.12%의 순 투자 수익률(ROI)**을 창출했습니다. 이는 AI가 숨겨진 연결 고리를 찾아내는 능력이 단순히 멋진 기술을 넘어, 실제 경제적 가치가 있음을 증명합니다. AI는 두 개의 겉보기에 다른 베팅이 실제로는 하나의 이야기라는 것을 시장이 아직 깨닫지 못해 발생하는 수익 기회, 즉 '의미론적 통계적 차익거래(semantic statistical arbitrage)'를 찾아낸 것입니다.

이것이 미래에 갖는 의미

이 논문은 예측 시장의 미래가 단순히 더 나은 배당률이나 더 빠른 컴퓨터에 있는 것이 아니라, 더 나은 이해에 있다는 점을 시사합니다. 에이전틱 AI는 "구조적 발견 계층(structural discovery layer)" 역할을 하며, 혼란스러운 텍스트 더미를 기계와 인간이 신뢰할 수 있는 일관되고 논리적인 구조로 변환합니다.

사전 도구(NLI)는 엄격한 논리를 확인하는 데는 여전히 유용하지만, 이러한 시장을 움직이는 복잡하고 실제적인 인과관계의 그물을 다루기에는 너무 경직되어 있습니다. 맥락을 통해 추론하고 가장 의미 있는 연결만을 선택할 수 있는 에이전틱 AI는 소음 속을 항해하는 새로운 방법을 제시합니다. 이는 파편화된 정보의 시대에 성공의 열쇠는 단순히 더 많은 데이터를 갖는 것이 아니라, 어떤 데이터 조각들이 실제로 서로 어울리는지를 알려줄 수 있는 스마트한 에이전트를 보유하는 것임을 시사합니다.

연구진은 이것이 2026년 데이터를 기반으로 한 시뮬레이션이며, 실제 거래에는 위험이 따른다는 점을 주의 깊게 언급하고 있습니다. 그러나 결과는 에이전틱 AI가 실험실을 넘어 거래 현장으로 이동하여, 얽힌 글로벌 예측의 그물 속에서 길잡이 역할을 할 준비가 되었음을 강력하게 시사합니다.