예측 시장에서 정보 금융까지, 폴리마켓이 흥미로운 이유

원제: 예측 시장에서 정보 금융으로

저자: Vitalik, Ether 장소 설립자; 0xjs@골든 파이낸스 편집

요약: 선거 예측은 첫 번째 애플리케이션일 뿐입니다. 더 넓은 개념은 청중에게 가치 있는 정보를 제공하기 위해 인센티브를 조정하는 방법으로 금융을 사용할 수 있다는 것입니다.

저를 가장 흥분시키는 이더리움 애플리케이션 중 하나는 예측 시장입니다. 2014년에 저는 로빈 핸슨이 고안한 예측 기반 거버넌스 모델인 퓨타키에 관한 기사를 썼습니다. 2015년에 저는 Augur의 적극적인 사용자이자 지지자였습니다(위키백과 기사에서 제 이름을 확인할 수 있습니다). 저는 2020년 선거에 58,000달러를 베팅했습니다. 올해 저는 폴리마켓의 열렬한 지지자이자 팔로워였습니다.

많은 사람들에게 예측 시장은 선거에 베팅하는 것이고, 선거에 베팅하는 것은 도박입니다. 재미있으면 좋겠지만 근본적으로 펌프닷펀에서 무작위로 토큰을 구매하는 것보다 더 재미있지 않습니다. 이러한 관점에서 볼 때 예측 시장에 대한 저의 관심은 당혹스러워 보입니다. 그래서 이 글에서는 제가 이 개념에 흥미를 느끼는 이유를 설명하고자 합니다. 간단히 말해, 저는 (i) 기존의 예측 시장도 세상에 매우 유용한 도구이지만, (ii) 예측 시장은 소셜 미디어, 과학, 저널리즘, 거버넌스 및 기타 분야에서 더 나은 구현을 만들 수 있는 잠재력을 가진 훨씬 더 크고 강력한 범주의 한 예에 불과하다고 믿습니다. 저는 이 카테고리를 "정보 금융"이라고 부르겠습니다.

폴리마켓의 양면성: 참여자를 위한 베팅 사이트이자 모두를 위한 뉴스 사이트

지난 한 주 동안 폴리마켓은 트럼프의 승리 가능성을 60/40으로 예측했을 뿐만 아니라(다른 출처는 50/50으로 예측), 트럼프의 승리가 선거 결과일 것이라고 예측하는 등 미국 대선에 대한 매우 효과적인 정보 출처로 자리 잡았습니다. 50/50으로 예측했는데, 그 자체로도 그리 인상적이지 않습니다), 다른 장점도 보여주었습니다. 많은 전문가와 뉴스 매체들이 해리스에게 유리한 소식을 들려주길 바라며 시청자들을 미끼로 삼고 있을 때, 폴리마켓은 곧바로 진실을 밝혔습니다: 트럼프가 승리할 확률은 95% 이상, 동시에 모든 정부 부문을 장악할 확률은 90 퍼센트.

두 스크린샷 모두 11월 6일 오전 3시 40분에 촬영한 것입니다

하지만 저에게는 이것이 Polymarket의 재미를 보여주는 가장 좋은 예는 아닙니다. 다른 예로 지난 7월에 있었던 베네수엘라 선거를 살펴보겠습니다. 선거 다음 날, 베네수엘라에서 고도로 조작된 선거 결과에 항의하는 사람들이 눈앞에서 보였던 기억이 납니다. 처음에는 별다른 관심을 기울이지 않았습니다. 마두로가 이미 "기본적으로 독재자"라는 것을 알고 있었기 때문에 당연히 권력을 유지하기 위해 선거 결과를 조작할 것이고, 당연히 시위가 일어날 것이고, 당연히 실패할 것이라고 생각했습니다. 실패했습니다. 하지만 폴리마켓을 스크롤하다가 이걸 봤어요:

사람들은 이번 선거에서 마두로가 축출될 확률이 23%라는 데 10만 달러 이상을 기꺼이 걸고 있습니다. 이제 저는 주목하기 시작했습니다.

물론 우리는 이 상황의 불행한 결과를 알고 있습니다. 결국 마두로는 권력을 유지했습니다. 하지만 시장을 통해 이번 마두로 정권 전복 시도가 심각하다는 것을 깨달았습니다. 시위는 대규모로 일어났고, 야당은 선거가 얼마나 부정선거였는지 전 세계에 증명하기 위해 놀라울 정도로 잘 실행된 전략을 내놓았습니다. "이번에는 뭔가 주목할 만한 가치가 있다"는 폴리마켓의 초기 신호를 받지 못했다면 저는 관심을 기울이기 시작하지도 않았을 것입니다.

폴리마켓의 베팅 차트를 전적으로 신뢰해서는 안 됩니다. 모든 사람이 차트를 신뢰한다면 돈만 있으면 누구나 차트를 조작할 수 있고 아무도 감히 베팅을 하지 않을 것입니다. 반면에 뉴스를 전적으로 신뢰하는 것도 나쁜 생각입니다. 뉴스는 클릭 수를 늘리기 위해 어떤 일의 결과를 과장하는 선정주의적 동기를 가지고 있습니다. 때로는 이것이 정당화되기도 하지만 때로는 그렇지 않을 수도 있습니다. 선정적인 기사를 본 후 시장에 가서 해당 사건의 확률이 전혀 변하지 않았다는 것을 알게 된다면 의심해 보는 것이 합리적입니다. 또는 시장에서 예상치 못한 높은 확률 또는 낮은 확률을 보거나 예상치 못한 갑작스러운 변화를 발견하면 그 원인을 파악하기 위해 뉴스를 읽어보라는 신호입니다. 결론: 뉴스를 읽고 차트에 베팅하면 둘 중 하나만 읽는 것보다 더 많은 정보를 얻을 수 있습니다.

이제 여기서 무슨 일이 있었는지 살펴봅시다. 베팅 플레이어 인 경우 베팅 사이트 인 Polymarket에 베팅 할 수 있습니다. 베팅 플레이어가 아닌 경우 베팅 차트를 읽을 수 있으며, 이는 뉴스 사이트입니다. 베팅 차트를 전적으로 신뢰해서는 안되지만 개인적으로 베팅 차트를 읽는 것을 정보 수집 워크플로우의 한 단계로 삼았으며 (기존 및 소셜 미디어와 함께) 더 많은 정보를 더 효과적으로 얻는 데 도움이되었습니다.

정보 금융의 더 넓은 의미

이제 중요한 부분에 도달했습니다. 선거 결과 예측은 첫 번째 적용 사례일 뿐입니다. 더 넓은 개념은 시청자에게 가치 있는 정보를 제공하기 위해 인센티브를 조정하는 방법으로 금융을 사용할 수 있다는 것입니다. 이제 자연스러운 반응은 모든 금융은 근본적으로 정보에 관한 것이 아닌가 하는 것입니다. 참여자마다 미래에 일어날 일에 대한 견해가 다르기 때문에(위험 성향이나 헤지 욕구와 같은 개인적인 필요 외에도) 서로 다른 매매 결정을 내리고, 시장 가격을 읽으면 세상에 대한 많은 지식을 유추할 수 있습니다.

저에게 정보 금융은 이와 비슷하지만 구조적으로 옳습니다. 소프트웨어 공학에서 구조적으로 정확하다는 개념과 유사하게, 정보 금융은 (i) 알고자 하는 사실에서 출발하여 (ii) 시장 참여자로부터 해당 정보를 가장 잘 얻을 수 있도록 시장을 의도적으로 설계해야 하는 학문입니다.

p>이미지 src="https://img.jinse.cn/7316803_watermarknone.png" title="7316803" alt="rO3OfBVCzLvHkF9GIx3ScCKLVkCgKDftFMUWkWDk. .png">

정보 금융은 베팅자가 예측을 하고 독자가 이를 읽는 3면 시장입니다. 이 시장은 공공재로서 미래에 대한 예측을 산출합니다(원래 그렇게 설계되었기 때문입니다).

예측 시장은 미래에 일어날 특정 사실을 알고 싶을 때 사람들이 그 사실에 베팅할 수 있는 시장을 설정하는 것을 예로 들 수 있습니다. 또 다른 예는 의사 결정 시장으로, 특정 지표 M을 기준으로 어떤 의사 결정 A 또는 의사 결정 B가 더 나은 결과를 가져올지 알고 싶으므로 사람들이 그 사실에 베팅할 수 있는 시장을 설정합니다. 이를 위해 조건부 시장을 설정합니다. 사람들에게 (i) 어떤 결정이 선택될지, (ii) 결정 A가 선택되면 M의 값을 얻고, 그렇지 않으면 0을 얻으며, (iii) 결정 B가 선택되면 M의 값을 얻고 그렇지 않으면 0을 얻는 조건으로 베팅하도록 요청합니다. 이 세 가지 변수를 통해 시장이 의사 결정 A와 의사 결정 B 중 어느 쪽이 M의 가치를 얻는 데 더 유리하다고 생각하는지 판단할 수 있습니다.

< /p>

향후 10년간 정보 금융을 주도할 것으로 예상되는 기술 중 하나는 AI(빅 모델과 미래 기술 모두)입니다. 정보 금융의 가장 흥미로운 응용 분야 중 상당수가 '미시적' 문제, 즉 의사 결정이 개별적으로 미치는 영향이 상대적으로 적은 수백만 개의 소규모 시장과 관련되어 있기 때문입니다. 실제로 거래량이 적은 시장은 종종 효과적으로 작동하지 않습니다. 숙련된 참여자가 몇 백 달러의 수익을 내기 위해 상세한 분석에 시간을 투자하는 것은 말이 되지 않으며, 심지어 많은 사람들은 보조금 없이는 이러한 시장이 전혀 작동하지 않을 것이라고 주장합니다. 왜냐하면 가장 크고 민감한 이슈를 제외한 모든 이슈에서 수익을 낼 수 있는 순진한 트레이더가 충분하지 않기 때문입니다! 인공지능은 이 방정식을 완전히 바꾸어 거래량이 10달러인 시장에서도 상당히 양질의 정보를 얻을 수 있는 잠재력을 가지고 있습니다. 보조금이 필요하더라도 이슈당 보조금 액수가 매우 저렴해집니다.

정보 금융에는 사람의 판단이 필요하다

판단

커뮤니티 전체가 신뢰하는 정당성을 가진 신뢰할 수 있는 사람의 판단 메커니즘이 있지만, 그 판단에 오랜 시간이 걸리고 비용이 많이 든다고 가정해 보겠습니다. 하지만 저렴한 비용으로 이러한 '값비싼 메커니즘'의 유사본이라도 실시간으로 이용할 수 있기를 원할 것입니다. 로빈 핸슨이 제안하는 방법은 다음과 같습니다. 결정을 내려야 할 때마다 비싼 메커니즘이 호출될 경우 그 결정이 어떤 결과를 가져올지 예측하는 예측 시장을 구축하는 것입니다. 예측 시장을 운영하게 하고 소액의 돈을 투자하여 시장 조성자에게 보조금을 지급합니다.

이것은 매우 신뢰할 수 있지만 비용이 많이 드는 원래 메커니즘의 신뢰할 수 있고 중립적이며 빠르고 저렴한 "증류 버전"을 제공합니다(LLM에서 "증류"라는 단어를 "증류"라는 용어에 비유하여 사용함). LLM에서는 "증류"라는 용어를 사용함). 시간이 지남에 따라 이 증류형 메커니즘은 원래 메커니즘의 동작을 거의 그대로 반영합니다. 왜냐하면 그 결과를 달성하는 데 도움을 준 참여자만 돈을 벌고 다른 모든 사람은 돈을 잃기 때문입니다.

<

예측 가능한 예측 시장 + 커뮤니티 노트 조합 모델링.

이는 소셜 미디어뿐만 아니라 DAO에도 적용되는데, 주요 문제 중 하나는 대부분의 사람들이 참여하기에는 너무 많은 결정이 존재하여 대의 민주주의에서 흔히 발생하는 중앙집권 및 주체-대리인 실패의 위험이 있는 광범위한 프록시 사용이나 공격에 취약하다는 것입니다. 이러한 DAO는 DAO에서 실제 투표가 거의 일어나지 않고 예측 시장에서 인간과 AI의 조합으로 투표 결과를 예측하여 대부분의 사안이 결정되는 경우 잘 작동할 수 있습니다.

의사결정 시장의 예에서 보았듯이 정보 금융은 탈중앙화된 거버넌스에서 중요한 문제를 해결할 수 있는 많은 잠재적 경로를 가지고 있으며, 핵심은 시장과 비시장 간의 균형, 즉 시장은 '엔진'이고 다른 비금융화된 신뢰 메커니즘은 '운전대'입니다. "

정보 금융의 다른 사용 사례

개인 토큰 - Bitclout(현재 deso), friend.tech와 같이 누구나 토큰을 생성하고 쉽게 투기할 수 있도록 하는 프로젝트 -을 저는 "원시적"이라고 부릅니다. -저는 이를 "원시 정보 금융"이라고 부릅니다. 이들은 특정 변수(예: 미래의 명성에 대한 기대치)에 대한 시장 가격을 의도적으로 만들지만, 가격에 의해 드러나는 정확한 정보는 너무 모호하고 반사성과 거품의 역학관계에 영향을 받습니다. 이러한 프로토콜의 개선된 버전을 만들고 토큰의 경제적 설계를 보다 신중하게 고려함으로써 인재 발굴과 같은 중요한 문제를 해결할 수 있습니다(특히 토큰의 궁극적 가치가 어디에서 나오는지). 로빈 핸슨의 명성 선물에 대한 아이디어는 여기서 가능한 최종 상태 중 하나입니다.

광고 - 궁극적인 '비싸지만 신뢰할 수 있는 신호'는 제품을 구매할지 여부입니다. 이 신호에 기반한 정보 금융은 사람들이 무엇을 구매할지 결정하는 데 도움이 될 수 있습니다.

과학적 동료 평가 - 과학은 항상 '재현의 위기'를 겪어왔는데, 어떤 경우에는 민간 통념의 일부가 된 유명한 결과가 결국 새로운 연구에서는 재현되지 않는 경우가 있습니다. 우리는 시장을 예측함으로써 재검토가 필요한 결과를 찾아낼 수 있습니다. 이러한 시장은 또한 독자들이 특정 결과를 재확인하기 전에 어느 정도까지 신뢰해야 하는지를 빠르게 추정할 수 있게 해줍니다. 이 아이디어에 대한 실험이 진행되어 왔으며 지금까지는 성공적인 것으로 보입니다.

공공재 펀딩 - 이더가 사용하는 공공재 펀딩 메커니즘의 주요 문제 중 하나는 "인기 경쟁" 성격입니다. 각 기여자는 인정을 받기 위해 소셜 미디어에서 자신의 마케팅 캠페인을 운영해야 하며, 이를 수행할 수 없거나 본질적으로 '배경'이 더 많은 기여자는 상당한 펀딩을 받기 어렵습니다. 매력적인 해결책은 각 긍정적인 결과에 대해 어떤 프로젝트가 얼마나 기여했는지, 그리고 각 프로젝트에 대해 어떤 프로젝트가 얼마나 기여했는지 등 전체 의존도 그래프를 추적하는 것입니다. 이 설계의 주요 과제는 조작에 저항할 수 있는 에지의 가중치를 찾는 것입니다. 결국, 이러한 조작은 항상 일어나기 마련입니다. 인간의 판단 메커니즘이 도움이 될 수 있습니다.

결론

예측 시장과 심지어 의사 결정 시장에 대한 최초의 저술은 수십 년 전이며, 금융 이론의 유사한 논문은 훨씬 더 오래 전부터 이론화되어 왔습니다. 그러나 저는 현재의 10년이 다음과 같은 주요 이유로 특별한 기회를 제공한다고 생각합니다.

정보 금융은 사람들이 실제로 가지고 있는 신뢰 문제를 해결합니다. 이 시대의 공통적인 우려는 정치, 과학, 비즈니스 환경에서 누구를 믿어야 하는지에 대한 지식이 부족하거나 합의가 부족하다는 것입니다. 정보 금융 애플리케이션이 해결책의 일부가 될 수 있습니다.

우리는 이제 확장 가능한 블록체인을 기반으로 삼고 있습니다. 최근까지만 해도 이러한 아이디어를 실제로 실현하기에는 비용이 너무 높았습니다. 이제 더 이상 비용이 높지 않습니다.

참여자로서의 AI. 모든 문제에 인간에 의존해야 했던 정보 금융은 상대적으로 작동하기 어려웠습니다. AI는 상황을 극적으로 개선하여 소규모 문제에서도 효율적인 시장을 가능하게 합니다. 특히 특정 문제의 수가 갑자기 소규모에서 대규모로 늘어나는 경우, 많은 시장에는 AI와 인간 참여자가 함께 참여할 수 있습니다.

이 기회를 최대한 활용하기 위해서는 선거 예측을 넘어 정보 금융이 우리에게 할 수 있는 다른 일을 모색해야 합니다.

피드백과 의견을 제공해 주신 Robin Hanson과 Alex Tabarrok에게 특별히 감사드립니다