MBN골드

뉴스

“예측시장 못 믿겠다”‥‘AI 판사’ 도입론 부상	2026-01-23 09:55
a16z 앤드류 홀 교수 보고서 발표 “오라클 문제, 블록체인·LLM 결합으로 해결 가능” 사전에 판정 모델·프롬프트 확정 통한 투명성 확보 폴리마켓 등 예측시장(Prediction Market) 규모가 확대되는 가운데 베팅 결과를 확정하는 ‘결과 판정(Resolution)’ 과정의 불투명성이 시장 성장의 걸림돌로 지적되고 있다. 이에 대한 해결책으로 블록체인 기술과 거대언어모델(LLM)을 결합한 이른바 ‘AI 판사’ 시스템이 제안돼 업계의 주목을 받고 있다. 22일(현지시간) 미국 벤처캐피털(VC) a16z(앤드리슨 호로위츠) 크립토의 앤드류 홀 연구 파트너(스탠퍼드대 교수)는 ‘AI 판사가 예측시장을 확장하는 방법’이라는 제목의 보고서를 통해, 현재 예측시장이 겪고 있는 구조적 한계와 이에 대한 기술적 대안을 제시했다. ◆ 끊이지 않는 판정 시비… 시장 신뢰 저해 요인 보고서에 따르면 예측시장의 가장 큰 리스크는 모호한 결과 판정이다. 지난해 베네수엘라 대선 당시 정부 공식 발표(마두로 승리)와 야권 및 국제사회의 주장(부정 선거)이 엇갈리며 시장은 결과 처리에 난항을 겪었다. 미국 연방정부 셧다운 종료 시점을 둔 베팅이나 우크라이나 젤렌스키 대통령의 복장(정장 착용 여부) 관련 베팅 등에서도 판정 기준의 모호함이나 처리 지연으로 인해 투자자들의 불만이 제기된 바 있다. 현재 주로 사용되는 토큰 보유자 투표 방식(UMA)이나 특정 웹사이트 기준 방식은 이해상충 문제나 데이터 조작 가능성에서 자유롭지 못하다는 지적이다. 홀 교수는 “결과 판정 메커니즘이 조작 가능하거나 불투명할 경우 시장 가격은 왜곡되고 유동성은 위축된다”며 “이는 신용부도스와프(CDS) 등 전통 금융 파생상품 시장에서도 나타났던 고질적인 문제”라고 분석했다. ◆ 대안은 ‘블록체인에 락업된 AI’ a16z 측은 이에 대한 해법으로 인간의 개입을 배제한 AI 기반 자동 판정 시스템을 제안했다. 핵심은 계약 생성 시점에 판정을 수행할 ‘LLM의 버전’과 구체적인 ‘프롬프트(명령어)’를 블록체인상에 암호화하여 고정하는 것이다. 이 방식이 도입되면 투자자들은 시장 참여 전, 어떤 AI 모델이 어떤 뉴스 소스와 기준을 통해 승패를 판정할지 미리 확인할 수 있다. 결과 도출 시점에는 사전에 입력된 코드가 자동으로 실행되므로 인위적인 번복이나 개입이 불가능하다. 보고서는 해당 시스템이 ▲조작 저항성 ▲투명성 ▲중립성 측면에서 기존 방식보다 우위에 있다고 평가했다. 위키피디아 편집이나 투표 매수 등은 가능하지만, 이미 학습이 완료되어 블록체인에 연동된 거대 모델의 가중치를 해킹하는 것은 기술적으로 어렵기 때문이다. ◆ “완벽하진 않아도 예측 가능성 높여야” 다만 AI 모델 자체의 한계도 명확하다. LLM이 허위 정보를 사실로 인식하거나 환각 현상을 일으킬 가능성이 존재하기 때문이다. 이에 대해 홀 교수는 “모델의 오류 가능성은 존재하지만, 어떤 모델을 쓰는지 투명하게 공개된다면 트레이더들이 이를 리스크로 가격에 반영할 수 있다”고 설명했다. 그는 이어 “예측시장의 투명성을 높이기 위해서는 다양한 AI 모델과 프롬프트 조합을 실험하고, 이를 통해 검증된 표준을 만들어가는 과정이 필요하다”고 제언했다. 업계에서는 이번 제언이 예측시장의 운영 방식을 중앙화된 관리나 집단 지성 투표에서 ‘알고리즘 기반의 자동화’로 전환하는 계기가 될지 주목하고 있다. [ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]

“예측시장 못 믿겠다”‥‘AI 판사’ 도입론 부상

2026-01-23 09:55

a16z 앤드류 홀 교수 보고서 발표
“오라클 문제, 블록체인·LLM 결합으로 해결 가능”
사전에 판정 모델·프롬프트 확정 통한 투명성 확보

폴리마켓 등 예측시장(Prediction Market) 규모가 확대되는 가운데 베팅 결과를 확정하는 ‘결과 판정(Resolution)’ 과정의 불투명성이 시장 성장의 걸림돌로 지적되고 있다.
이에 대한 해결책으로 블록체인 기술과 거대언어모델(LLM)을 결합한 이른바 ‘AI 판사’ 시스템이 제안돼 업계의 주목을 받고 있다.
22일(현지시간) 미국 벤처캐피털(VC) a16z(앤드리슨 호로위츠) 크립토의 앤드류 홀 연구 파트너(스탠퍼드대 교수)는 ‘AI 판사가 예측시장을 확장하는 방법’이라는 제목의 보고서를 통해, 현재 예측시장이 겪고 있는 구조적 한계와 이에 대한 기술적 대안을 제시했다.
◆ 끊이지 않는 판정 시비… 시장 신뢰 저해 요인
보고서에 따르면 예측시장의 가장 큰 리스크는 모호한 결과 판정이다. 지난해 베네수엘라 대선 당시 정부 공식 발표(마두로 승리)와 야권 및 국제사회의 주장(부정 선거)이 엇갈리며 시장은 결과 처리에 난항을 겪었다.
미국 연방정부 셧다운 종료 시점을 둔 베팅이나 우크라이나 젤렌스키 대통령의 복장(정장 착용 여부) 관련 베팅 등에서도 판정 기준의 모호함이나 처리 지연으로 인해 투자자들의 불만이 제기된 바 있다. 현재 주로 사용되는 토큰 보유자 투표 방식(UMA)이나 특정 웹사이트 기준 방식은 이해상충 문제나 데이터 조작 가능성에서 자유롭지 못하다는 지적이다.
홀 교수는 “결과 판정 메커니즘이 조작 가능하거나 불투명할 경우 시장 가격은 왜곡되고 유동성은 위축된다”며 “이는 신용부도스와프(CDS) 등 전통 금융 파생상품 시장에서도 나타났던 고질적인 문제”라고 분석했다.
◆ 대안은 ‘블록체인에 락업된 AI’
a16z 측은 이에 대한 해법으로 인간의 개입을 배제한 AI 기반 자동 판정 시스템을 제안했다. 핵심은 계약 생성 시점에 판정을 수행할 ‘LLM의 버전’과 구체적인 ‘프롬프트(명령어)’를 블록체인상에 암호화하여 고정하는 것이다.
이 방식이 도입되면 투자자들은 시장 참여 전, 어떤 AI 모델이 어떤 뉴스 소스와 기준을 통해 승패를 판정할지 미리 확인할 수 있다. 결과 도출 시점에는 사전에 입력된 코드가 자동으로 실행되므로 인위적인 번복이나 개입이 불가능하다.
보고서는 해당 시스템이 ▲조작 저항성 ▲투명성 ▲중립성 측면에서 기존 방식보다 우위에 있다고 평가했다. 위키피디아 편집이나 투표 매수 등은 가능하지만, 이미 학습이 완료되어 블록체인에 연동된 거대 모델의 가중치를 해킹하는 것은 기술적으로 어렵기 때문이다.
◆ “완벽하진 않아도 예측 가능성 높여야”
다만 AI 모델 자체의 한계도 명확하다. LLM이 허위 정보를 사실로 인식하거나 환각 현상을 일으킬 가능성이 존재하기 때문이다.
이에 대해 홀 교수는 “모델의 오류 가능성은 존재하지만, 어떤 모델을 쓰는지 투명하게 공개된다면 트레이더들이 이를 리스크로 가격에 반영할 수 있다”고 설명했다. 그는 이어 “예측시장의 투명성을 높이기 위해서는 다양한 AI 모델과 프롬프트 조합을 실험하고, 이를 통해 검증된 표준을 만들어가는 과정이 필요하다”고 제언했다.
업계에서는 이번 제언이 예측시장의 운영 방식을 중앙화된 관리나 집단 지성 투표에서 ‘알고리즘 기반의 자동화’로 전환하는 계기가 될지 주목하고 있다.

[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]