💰 quantitative finance

Manipulation in Prediction Markets: An Agent-based Modeling Experiment

이 논문은 에이전트 기반 모델링과 이론적 분석을 활용하여, 예측 시장이 일반적으로 자기 조절적 안정성을 보이지만 고예산의 '고래' 에이전트가 일시적으로 가격을 왜곡할 수 있으며, 이러한 조작의 규모와 지속 시간은 다른 시장 참여자들의 군집 행동과 느린 학습률에 의해 상당히 증폭된다는 점을 입증한다.

원저자: Bridget Smart, Ebba Mark, Anne Bastian, Josefina Waugh

게시일 2026-01-29

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Bridget Smart, Ebba Mark, Anne Bastian, Josefina Waugh

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

거대한 디지털 광장을 상상해 보세요. 사람들은 그곳에서 특정 사건이 일어날지 말지에 돈을 겁니다. 예를 들어 "후보 X가 선거에서 승리할 것인가?"와 같은 질문이죠. 이 광장에서 베팅 가격은 마치 집단 지성이 만든 기상 예보처럼 작동합니다. 가격이 높으면 군중은 그 사건이 일어날 가능성이 높다고 생각하는 것이고, 가격이 낮으면 일어나기 어렵다고 생각하는 것입니다.

**"예측 시장에서의 조작: 에이전트 기반 모델링 실험(Manipulation in Prediction Markets: An Agent-based Modeling Experiment)"**이라는 제목의 이 논문은 무서운 질문을 던집니다. 만약 아주 부유한 사람(이하 "고래")이 이 디지털 광장에 나타나 모두를 속여 거짓말을 믿게 만들려 한다면 어떤 일이 벌어질까요?

연구진이 수행한 작업과 발견한 내용을 일상적인 비유를 사용하여 쉽게 정리했습니다.

1. 설정: 디지털 베팅 풀

연구진은 이러한 베팅 시장을 모사하기 위해 컴퓨터 시뮬레이션("가상 세계")을 구축했습니다.

플레이어: 100명의 가상 인물(에이전트)을 만들었습니다. 어떤 이들은 좋은 정보를 가진 "전문가"이고, 어떤 이들은 그냥 추측하는 사람들입니다.
규칙: 모든 사람은 서로 다른 액수의 자금(예산)과 서로 다른 수준의 고집을 가지고 있습니다. 어떤 이들은 새로운 정보를 보면 생각을 쉽게 바꾸지만, 어떤 이들은 고집스럽게 자신의 의견을 고수합니다.
목표: 시장은 선거의 "실제" 결과를 찾아내려 노력합니다. 완벽한 세상이라면 베팅 가격은 실제 결과와 일치해야 합니다.

2. 악당: "고래"

금융 세계에서 "고래"란 자신의 행동으로 바다 전체를 움직일 수 있을 만큼 많은 돈을 가진 참여자를 말합니다.

실험: 연구진은 시뮬레이션에 한 명의 "고래"를 투입했습니다. 이 고래는 막대한 예산을 가지고 있었으며, 편향된 의견(잘못된 후보가 이길 것이라고 확신함)을 가지고 있었습니다.
전략: 고래는 자신의 잘못된 신념 쪽으로 가격을 밀어붙이기 위해 공격적으로 사고팔기를 시작했습니다. 이는 나머지 99명을 속이려는 의도였습니다.

3. 연구 결과: 고래가 승리할 수 있을까?

연구진은 무엇이 일어나는지 알아보기 위해 수천 번의 시뮬레이션을 실행했습니다. 여기서 그들이 발견한 사실은 다음과 같습니다.

A. 시장은 보통 강인합니다 (자기 교정 능력)

고래가 가격을 너무 세게 밀어붙이려 하면, 다른 똑똑한 베터들이 대개 이를 알아차립니다. 그들은 자신이 가진 실제 정보와 비교했을 때 가격이 "틀렸다"는 것을 깨닫고 고래에 반대하여 베팅합니다.

비유: 고래가 무거운 바위를 언덕 위로 밀어 올리려는 거인이라고 상상해 보세요. 나머지 99명은 그 바위를 다시 아래로 밀어내려는 등산객 팀입니다. 보통은 등산객들이 이기며, 바위(가격)는 원래 있어야 할 자리에 머뭅니다.
결과: 시장은 회복력이 있습니다. 단, 고래가 엄청난 양의 돈(전체 자금의 약 40%)을 가지고 있지 않은 한 시장은 스스로를 교정할 수 있습니다.

B. "고집"과 "양떼"의 문제

시장이 망가진 상태로 유지되는 경우는 다른 사람들이 특정한 실수를 저지를 때뿐입니다.

양떼 (군집 현상): 다른 베터들이 스스로 생각하기를 멈추고 단순히 군중의 가격을 따라가는 경우(마치 리더를 따라가는 양떼처럼), 고래의 가짜 가격이 더 오래 지속됩니다.
고집스러운 사람들: 다른 베터들이 새로운 정보를 보았을 때 자신의 믿음을 수정하기를 너무 거부한다면, 고래의 거짓말이 더 오래 지속됩니다.
비유: 만약 등산객들이 진실을 듣기에 너무 고집스럽거나, 혹은 두려움 때문에 밀어내지 못하고 거인을 그대로 따라가 버린다면, 바위는 언덕 꼭대기에 머물게 됩니다.

C. 수익의 역설

흥미롭게도 연구진은 고래가 가격을 망가뜨렸을 때, 이것이 똑똑하고 정보가 풍부한 베터들에게는 오히려 수익 기회가 된다는 것을 발견했습니다.

비유: 만약 고래가 5달러의 가치가 있는 것을 10달러로 밀어 올린다면, 똑똑한 베터들은 시장이 교정되기 전에 10달러에 주식을 팔아 빠른 수익을 낼 수 있습니다. 고래의 조작은 시장의 정확성을 해치지만, 오류를 포착한 똑똑한 트레이더들에게는 돈을 벌게 해줍니다.

4. 큰 그림: 왜 우리가 관심을 가져야 하는가?

이 논문은 예측 시장이 일반적으로 미래를 잘 예측하지만, 한 사람이 너무 많은 돈을 보유할 수 있는 규칙이 허용된다면 조작에 취약하다고 결론짓습니다.

위험성: 부유한 사람이 가격을 조작하여 다른 후보가 앞서고 있는 것처럼 보이게 만든다면, 이는 실제 유권자, 뉴스 매체, 또는 정치인들을 속여 해당 후보가 앞서고 있다고 믿게 만들 수 있습니다. 이는 사람들의 투표 방식이나 캠페인의 자금 집행 방식에 영향을 줄 수 있습니다.
해결책: 저자들은 시장의 정직함을 유지하기 위해 한 사람이 베팅할 수 있는 액수에 제한을 두어야 한다고 제안합니다. 과거의 시장들은 개인당 3,500달러와 같은 엄격한 제한을 두어 고래의 진입을 막았습니다. 하지만 최신 시장들은 한 번의 베팅에 수백만 달러를 허용하며, 이는 조작의 문을 열어주고 있습니다.

요약

예측 시장을 집단 지성이 만드는 진실 기계라고 생각해보세요.

정상적인 경우: 모든 사람의 서로 다른 의견이 소음을 상쇄하기 때문에 매우 잘 작동합니다.
고래가 나타난 경우: 부유한 사람이 가짜 신호를 통해 기계를 일시적으로 마비시킬 수 있습니다.
해결책: 군중이 너무 게으르거나(군집 현상) 오류를 바로잡기에 너무 고집스러워하지 않는 한, 기계는 다시 정상화됩니다. 이를 방 prevent하기 위해서는 한 사람이 전체 기계에 너무 많은 힘을 갖지 못하도록 하는 규칙이 필요합니다.

이 논문은 이러한 조작이 현실 세계에서 선거 결과를 반드시 바꾼다고 주장하는 것은 아니지만, 우리가 한 사람이 투입할 수 있는 돈의 한도를 정하지 않는다면 그러한 잠재적 위험이 존재한다고 경고하고 있습니다.

기술 요약: 예측 시장에서의 조작: 에이전트 기반 모델링 실험

문제 정의
예측 시장은 분산된 신념을 집계하여 이진적 사건의 결과를 예측하며, 종종 정치 선거에서 높은 정확도를 보여준다. 그러나 최근 Kalshi나 Polymarket과 같이 수백만 달러 규모의 포지션을 허용하는 플랫폼으로 대표되는 예측 시장의 급격한 확장은 조작 가능성에 대한 우려를 불러일으켰다. 엄격한 개인별 거래 한도(예: Iowa Electronic Markets, PredictIt)를 가졌던 초기 시장과 달리, 현대적 플랫폼은 "고래"(고자본 에이전트)가 상당한 자본을 통제하는 것을 허용한다. 본 연구가 다루는 핵심 문제는 이러한 시장이 자기 교정적 정보 메커니즘으로 기능하는지, 아니면 풍부한 자원을 가진 편향된 소수에 의해 도입된 가격 편차를 지속시킬 수 있는지 여부이다. 구체적으로, 저자들은 어떠한 조건에서 이러한 왜곡이 지속되는지, 그리고 이러한 왜곡이 허딩(herding, 군집 행동) 및 고집스러움(stubbornness)과 같은 다른 시장 참여자들의 행동과 어떻게 상호작용하는지를 조사한다.

방법론
저자들은 이산 시간 단계(discrete time steps)에 걸쳐 예측 시장을 시뮬레이션하기 위해 오픈 소스 에이전트 기반 모델(ABM)을 개발하였다. 모델의 특징은 다음과 같다:

에이전트: 다양한 속성(전문성( $e_i$ ), 편향( $b_i$ ), 위험 회피도( $r_i$ ), 고집스러움( $s_i$ ), 초기 예산( $B_{i,0}$ ))을 가진 $N$ 개의 베팅 에이전트.
정보 구조: 에이전트는 실제 선거 결과( $\eta_t$ )에 대한 "퍼지(fuzzy)"한 사적 신호를 받으며, 이는 랜덤 워크(random walk)로 모델링된다. 신호의 분산은 에이전트의 전문성과 반비례한다.
가치 평가 및 학습: 에이전트는 사적 신호와, 선택적으로 현재 시장 가격을 가중하는 허딩 파라미터( $h_i$ )를 바탕으로 내부 가치( $V_{i,t}$ )를 업데이트한다. 고집스러움( $s_i$ )은 에이전트가 새로운 정보를 통합하는 속도를 결정한다.
시장 메커니즘: 중앙 시장은 무작위 이중 경매 규칙을 통해 매수/매도 주문을 매칭한다. 시장 가격( $m_t$ )은 $\lambda$ 로 스케일링된 순 수요에 따라 업데이트된다.
시뮬레이션 프로토콜: 연구는 먼저 광범위한 파라미터 공간에서 모델의 안정성을 검증한다. 그 후, 고정된 편향 가치와 전체 시장 자본의 특정 비율( $\rho_w$ )을 가진 단일 "고래" 에이전트를 도입하여 가격 왜곡을 테스트한다.
이론적 분석: 시뮬레이션을 보완하기 위해, 저자들은 주문 크기를 선형화하여 고래의 예산 점유율, 편향, 그리고 허딩 존재 하에서의 오차 감소 사이의 상호작용을 분석함으로써 정상 상태 가격 오차에 대한 이론적 해를 도출한다.

주요 기여

오픈 소스 프레임워크: 저자들은 에이전트 행동, 파라미터 변화, 정보 충격을 탐색할 수 있는 오픈 소스 ABM과 그래픽 사용자 인터페이스를 갖춘 Dash 애플리케이션을 제공한다.
조작에 대한 체계적 분석: 본 연구는 소규모 트레이더라는 이론적 가정을 넘어, 현실적인 자본 집중을 모델링함으로써 집중된 자본("고래")이 시장 정확도에 미치는 영향을 격리하여 분석한다.
행동 역학의 통합: 모델은 이질적인 전문성, 학습률, 허딩 행동을 명시적으로 포함하여 이러한 요소들이 조작에 대한 시장의 회복력에 어떻게 영향을 미치는지 결정한다.
이론적 확증: 논문은 정상 상태 가격 오차가 고래의 예산 점유율 및 오가치와 선형적으로 비례하며, 이러한 오차의 감소는 비(非)고래 에이전트들의 학습 역학 및 허딩 강도에 달려 있음을 보여주는 분석적 관계를 도출한다.

결과

시장 안정성: 고래가 없는 경우, 예측 시장은 광범위한 파라미터 값에 대해 견고한 안정성과 정확성을 보인다. 시장 가격은 실제 선거 결과를 밀접하게 추적하며, 평균 제곱 오차(MSE)는 주요 선거 예측 모델들과 유사한 수준을 나타낸다.
고래의 영향: 고래는 일시적으로 시장 가격을 왜곡할 수 있다. 왜곡의 크기는 고래의 예산 점유율과 오가치의 곱에 비례한다. 테스트된 파라미터 하에서, 유의미하고 지속적인 오차를 유발하기 위해 고래는 전체 시장 자본의 약 40%를 필요로 한다.
허딩 및 고집스러움의 역할: 비고래 에이전트들 사이에서 허딩 행동( $h_i > 0$ $h_{i} > 0$ )과 높은 고집스러움( $s_i \approx 1$ $s_{i} \approx 1$ )의 존재는 시장의 회복에 상당한 영향을 미친다.
- 중간 정도의 허딩은 회복률을 크게 변화시키지 않는다.
- 높은 허딩( $h_i = 1$ )이 높은 고집스러움과 결합되면, 시장 가격의 진동과 가격 왜곡의 느린 감소를 특징으로 하는 불안정성을 초래할 수 있다.
수익 기회: 고래에 의해 생성된 일시적인 가격 왜곡은 정보가 풍부한 비고래 에이전트들(높은 전문성을 가진 이들)에게 수익 기회를 제공하며, 이들은 불일치된 가격을 이용할 수 있다.
이론적 검증: 이론적 분석은 정상 상태 오차( $\delta_S$ )가 고래의 예산 비율( $\rho$ )과 고래의 가치 오차( $\Delta_S$ )의 곱과 같음을 확인한다. 또한, 에이전트들이 낮은 고집스러움과 낮은 허딩 가중치를 가질 때 오차 감소가 더 빠르다는 것을 입증한다.

의의 및 주장
본 논문은 특히 가격이 공공 정보 신호로서 역할을 할 수 있는 선거 맥맥락에서, 예측 시장의 규제와 설계를 위한 주의 깊은 프레임워크를 제공한다고 주장한다.

규제적 시사점: 연구 결과는 예측 시장이 일반적으로 회복력이 높지만, 집중된 자본이 제한 없이 허용될 경우 조작에 취약할 수 있음을 시사한다. 저자들은 개인 거래 규모에 대한 제한이나 집행 가능한 전체 예산 제한 등을 통해, 레크리에이션의 자유와 민주적 무결성 사이의 균형을 맞추는 규제적 접근 방식을 제안한다.
피드백 루프: 본 연구는 내생성(endogeneity)의 위험을 강조한다. 만약 조작된 시장 가격이 유권자의 신념, 캠페인 전략 또는 미디어 내러티브에 영향을 미친다면, 이 왜곡은 정치 과정으로 피드백되어 예측 대상인 결과 자체를 바꿀 수 있다.
주장의 겸손함: 저자들은 시장 가격과 실제 선거 결과 사이의 피드백 루프를 경험적으로 검증하지 않았음을 명시하며, 이는 여전히 열린 문제임을 밝힌다. 이들의 기여는 주로 시장 가격이 왜곡되고 지속될 수 있는 조건을 규명하는 데 있으며, 이를 통해 예방적 정책 조치를 위한 근거를 제공하는 것이다. 그들은 자신들의 모델이 전체적인 정치 생태계의 복잡성을 시뮬레이션하기보다는 특정 메커니즘(자본 집중, 허딩)을 격리하여 분석했음을 강조한다.