인터넷 거대 기업 해체, 암호화 정보 게임에 대한 1만 자 최장 가이드

2024.04.03

인터넷 거대 기업 해체, 암호화 정보 게임에 대한 1만 자 최장 가이드

본 문서는 암호화 정보 게임을 만들고 그 잠재력을 완전히 실현하는 데 필요한 인프라를 다룬다.

2024.04.03 - 05:58:49

Web3 심층 보도에 집중하고 흐름을 통찰

본 문서는 암호화 정보 게임을 만들고 그 잠재력을 완전히 실현하는 데 필요한 인프라를 다룬다.

작성자: Benjamin Funk

번역: Frank, Foresight News

우리의 뇌, 책, 데이터베이스는 인간이 끊임없이 데이터를 생성하는 경향을 수용하는 동시에 그 창조자이기도 하다. 인터넷은 이러한 오랜 발전 과정의 최신 결과물로서 매일 약 250 트릴리온 기가바이트의 데이터를 생성하고 저장한다. 이 숫자에 쉽게 압도될 수 있지만, 데이터 포인트 자체는 큰 가치를 지니지 않는다. 마치 방대한 퍼즐의 조각처럼, 조심스럽게 수집되고 처리되며 맥락과 결합되어야만 유용한 정보로 전환된다.

오늘날 많은 인터넷 거대 기업들이 비즈니스 모델 전체를 이 사실에 집중하고 있으며, 그 중에서도 구글이 가장 성공적으로 이를 수행하고 있다. 그들의 프로세스는 다음과 같다: 수십억 명의 개인 데이터 형태로 존재하는 '디지털 폐기물'이라는 귀중한 원자재를 추출하고, 독점 알고리즘 파이프라인을 통해 이를 입력하여 개인이 어떤 선택을 할지를 예측한다. 구글이 우리로부터 더 많은 데이터를 추출하고 이를 정보로 가공할수록, 광고주에게 제공할 수 있는 통찰력의 수준은 높아지고, 그로 인해 광고주들은 구글의 광고 입찰에서 더 높은 금액을 제시하며 우리를 고객으로 전환하려 한다.

이러한 프로세스를 통해 구글은 매년 2400억 달러의 광고 수익을 창출한다. 구글은 인간을 이 과정에서 의도적으로 배제하지만, 인간을 플레이어로 삼아 정보 창조, 탐색, 추측의 과정을 게임화함으로써 내재된 참여 욕구를 자극하는 또 다른 방법이 존재하며, 이는 더욱 강력할 수도 있다. 스포츠 베팅에서 MEV(최대 추출 가능한 가치), 그리고 Among Us 같은 소셜 추리 게임에 이르기까지, 우리는 정보를 교묘하게 숨기고 드러내야 하는 '정보 게임'에 본능적으로 끌린다. 이러한 게임들은 경쟁과 협력을 중심으로 한다.

일부 정보 게임은 단순히 오락에 불과하다. 하지만 우리가 살펴보겠지만, 다른 정보 게임들은 새로운 유형의 가치 있는 정보를 생성하고 이를 활용함으로써 차세대 제품 및 비즈니스 모델의 핵심이 될 수 있다.

그러나 정보 게임에는 항상 치명적인 약점이 존재했다: 바로 신뢰 문제이다. 구체적으로 말하면, 플레이어들은 다른 플레이어들이 게임 규칙을 위반하는 방식으로 정보를 공유하거나 이용하지 않도록 신뢰해야 한다. 만약 Among Us 게임에서 한 선원이 도중에 갑자기 임포스터로 변할 수 있거나, 블록 생산자(채굴자)가 잘못된 블록 루트를 계산했음에도 검증자들에 의해 수용된다면, 아무도 더 이상 이런 게임을 하고 싶어 하지 않을 것이다. 이 신뢰 문제를 해결하기 위해 우리는 신뢰할 수 있는 제3자가 정보 게임을 설계하고 주관하도록 해왔다.

Among Us와 같은 낮은 리스크 게임의 경우 이는 큰 문제가 되지 않지만, 게임 창작과 조정을 중앙화된 주체에 국한시키는 것은 우리가 플레이할 수 있는 정보 게임에 대한 신뢰와 실험적 탐색의 범위를 제한하며, 결과적으로 우리가 수집하고 활용하며 화폐화할 수 있는 정보의 유형 또한 제한하게 된다.

간단히 말해, 분산된 환경에서 공정하고 신뢰할 수 있는 게임을 유지하는 방법을 아직 찾지 못했기 때문에, 시도조차 되지 않은 정보 게임들이 여전히 많다.

프로그래밍 가능한 블록체인과 새로운 암호학적 기본 요소들은 제3자나 서로 간의 신뢰 없이도 대규모로 정보 게임을 만들고 조정할 수 있도록 함으로써 이 문제를 해결하고 있다.

결과적으로 암호기술에 의해 구동되는 정보 게임들은 전 세계적으로 정보의 양과 질을 빠르게 증가시켜 집단적 의사 결정 능력을 향상시키고, 글로벌 GDP 규모에 상응하는 효율성 향상을 가능하게 할 수 있다. 인터넷 네이티브 대규모 기금을 할당하는 도구로 사용되는 전 세계 접근 가능한 예측 시장을 상상해보라. 또는 개인이 자신의 건강 관련 개인정보를 모아서 그 사용으로부터 발생하는 새로운 발견에 대해 보상을 받으면서도 개인정보를 보호받을 수 있는 게임을 생각해볼 수 있다.

하지만 이 글에서 보여주겠지만, 암호 중심의 정보 게임은 아직 이러한 고위험 사례에 적용되기 어렵다. 그러나 오늘날 더 작고 재미있는 정보 게임을 시도함으로써 팀들은 우선 플레이어를 유치하고 신뢰를 쌓은 후, 이후에 더 수익성 있는 정보 시장을 확장하고 이를 통해 수익을 창출할 수 있다.

예측 시장에서 게임 이론, 오라클, 신뢰 실행 환경(Tee) 네트워크에 이르기까지, 본문은 이러한 암호 기반 정보 게임의 설계 공간을 다루고, 그 잠재력을 실현하기 위한 필수 인프라를 소개할 것이다.

허가 없는 시장: 정보 게임의 전제 조건

미래 지배형 애플리케이션에서 정보 시장형 애플리케이션에 이르기까지, 블록체인은 개발자들이 맞춤형 자동화 금융 도구를 만들 수 있게 하며, 허가 없이도 막힘없이 운영 가능한 시장을 지원한다. 따라서 이제 누구나 가치와 정보 교환을 유도하고 조정하며 정산하는 메커니즘을 만들 수 있게 되었다. 이는 블록체인이 모든 참여자의 가치를 극대화하기 위해 게임을 어떻게 최적화 구성할지에 대한 실험을 빠르게 수행할 수 있게 만드는 중요한 역할을 하고 있음을 강조한다.

중앙화된 중개기관이 이렇게 빠른 속도로 적응하거나 사용자들에게 이러한 실험을 허용하도록 설득하는 것은 매우 어려운 일이다. 따라서 허가되지 않은 시장은 주변 이론과 첨단 연구 논문들이 현실화되는 매개체가 될 것이다. 우리는 이미 예측 시장에서 이러한 현상을 목격하고 있는데, 예측 시장의 유동성 부족 문제를 해결하기 위한 자동 시장조성 전략이 암호화폐 네트워크 상의 CPMMs(연속报价시장조성자)로 구현되어 실제 자금으로 테스트되었다.

허가 없는 시장은 새로운 정보를 생성하고 그 가치를 화폐화하는 더 나은 도구들을 추진하는 핵심 요소이다.

정보 생산을 위한 정보 게임

많은 정보 게임들이 플레이어들이 더 나은 결정을 내리는 데 사용할 수 있는 새로운 정보를 생성한다.

이러한 정보 게임들은 사람, 데이터베이스 및 기타 출처로부터 원자재(공개 및 개인 데이터)를 추출하는 인센티브를 만들고, 이를 최적의 정보 생산 장비(시장 및 알고리즘)를 통해 집계한다. 이상적으로 이 집계 과정에서 새로운 정보가 생성되며, 다른 플레이어들이 좋은 결정을 내리는 데 도움을 줌으로써 화폐화된다. 예를 들어, 투자 DAO가 예측 시장의 결과를 사용하여 새로운 스타트업에 투자할지 여부를 결정하는 경우가 있다.

정보 게임 설계자들이 활용하는 게임과 도구는 그들이 생성할 수 있는 정보의 유형에 따라 달라질 수 있으며, 다양한 도전과 기회를 탐색할 수 있는 거대한 설계 공간이 존재한다.

하지만 먼저 현재 개발되고 논의되고 있는 가장 활발한 정보 게임부터 시작하자: 바로 예측 시장이다.

게임 1: 예측 시장 — 정보 생성 도구로서

암호화 생태계(그 외 영역)에서 가장 인기 있는 정보 게임 중 하나가 바로 예측 시장이다. Polymarket은 세계 최고의 예측 시장으로, 누적 거래량 4억 달러 이상(빠르게 성장 중)을 기록했다.

예측 시장은 플레이어들이 자신의 돈(예: 암호화폐)을 사용해 다양한 사건의 결과에 베팅하도록 유도함으로써 작동한다. 개인이 재정적 위험을 감수('실제 자금 참여')해야 한다는 점은 참여자들이 자신의 예측에 진정으로 몰입하도록 보장하는 데 도움이 된다. 거래자들이 자신의 통찰력을 바탕으로 행동하면서 저평가된 결과의 지분을 사들이고 고평가된 결과의 지분을 팔기 시작하면, 시장은 동적으로 조정된다. 이러한 가격 조정은 사건의 확률에 대한 더 정확한 집단적 추정을 반영하며, 초기의 잘못된 가격을 효과적으로 수정한다.

베팅에 참여하는 사람이 많을수록, 다양한 공개·개인 지식을 가진 사람들이 참여할수록, 가격은 진실에 더 가까워진다. 결국 예측 시장은 재정적 위험을 통해 정보의 정확한 집계를 유도함으로써 '집단 지성'을 활용한다.

불행히도 예측 시장은 여러 가지 핵심적인 도전 과제에 직면해 있으며, 대부분 다양한 확장성 문제로 귀결된다.

진실 정보의 병목 현상

케인스식 미인대회(심사위원들이 다른 심사위원들이 선택할 것을 선택하려는 경향)는 예측 시장만의 특징은 아니다. 그러나 여기서는 전통 시장보다 더 큰 부정적 영향을 미친다. 왜냐하면 예측 시장의 목적 자체가 정확한 정보를 창출하는 것이기 때문이다. 게다가 전통 금융시장이 주로 수익 극대화에 의해 움직이는 것과 달리, 예측 시장의 베팅자들은 개인 신념, 정치적 성향, 특정 결과에 대한 이해관계에 더 쉽게 영향을 받는다. 따라서 그들의 베팅이 개인 가치관이나 시장 밖에서의 행동으로부터 얻는 수익 기대와 일치한다면, 시장 내에서 재정적 손실을 감수하더라도 베팅을 하기를 더 기꺼워한다.

또한 사람들이 특정 시장이나 알고리즘을 진리의 원천으로 더 신뢰할수록, 그 시장을 조작하려는 유인이 커진다. 이는 소셜 미디어가 겪는 문제와 매우 유사하다.사람들이 소셜 미디어 플랫폼이 생성하는 정보 제품을 더 신뢰할수록, 이를 조작하여 이득을 보거나 사회·정치적 이익을 얻으려는 유인이 커진다.

일부 플레이어들은 예측 시장이 생성하는 신호와 인센티브를 활용하여 집단적 믿음을 재설정하고 집단적 행동을 유도하려 할 수도 있다. 예를 들어, 정부가 기후 변화나 전쟁과 같은 주요 문제에 대해 예측 시장에서 '양적 완화' 정책 형태로 영향을 미친다고 상상해보자. 관련 예측 시장에서 주식을 대량 매수함으로써, 그들은 재정적 인센티브를 원하는 결과 쪽으로 전환시킬 수 있다. 아마도 그들은 기후 변화의 시스템적 위험이 과소평가되고 있다고 생각하여, 2028년 기후 개선을 예측하는 시장에서 '아니오' 지분을 대량 매수할 수도 있다. 이러한 조치는 기후 기술 스타트업들이 '예' 지분에 베팅함으로써 정보적 우위를 확보할 수 있도록 장려하여, 해결책을 찾는 속도를 가속화할 수 있다.

위 요소들이 생성된 정보의 질에 부정적 영향을 미칠 수 있다는 것이 입증되었지만, 일부 연구에서는 조작 행위가 실제로 시장의 정확성을 높일 수 있다고 주장한다. 왜냐하면 시장 조작자들은 노이즈 트레이더이며, 정보를 가진 시장 참가자들이 이들과 반대로 거래함으로써 수익을 얻을 수 있기 때문이다.

따라서 우리는 위 문제들이 충분한 자본과 정보를 갖춘 거래자들이 시장을 교정하는 데 필요한 수량이 부족하기 때문이라고 추론할 수 있으며,정보를 가진 거래자들이 대출하고 숏 포지션을 취할 수 있도록 허용하는 것이 이러한 시장을 더 효율적으로 만드는 핵심 수단이 될 수 있다.

또한 장기 시장에서는 정보를 가진 거래자가 조작을 상쇄하기가 더 어렵다. 왜냐하면 조작자는 더 많은 시간을 갖고 거래를 통해 시장 감정과 실제 결과에 반사적으로 영향을 미칠 수 있기 때문이다. 정보의 신뢰성이 유지되는 기간이 더 짧은 시장을 시행하면 게임에 대한 신뢰(결과적으로 정보의 질)를 높일 수 있지만, 동시에 게임플레이를 더 매력적으로 만들 수 있다.

또한 일부 경우에는 플레이어들이 정보의 신뢰성 유지 기간을 조작할 수 있는 정보 게임을 선호한다는 초기 징후도 관찰되고 있다. Perl은 Farcaster에서 당시 1위 계정으로서 이러한 패턴을 선호했으며, 사용자 참여도를 추측하는 앱 내 플랫폼을 만들었다. '내일 @ace와 @dwr.eth(각각 Perl과 Farcaster의 공동 창립자) 중 누가 더 많은 좋아요를 받을까?' 같은 예측 시장이 열렸고, 축구팀과 팬들이 예상할 수 있는 '방해 행위'도 시작되었다.다만 여기서는 게임이 비동기적으로 진행되며, 판단 기준은 'Touchdown'이 아니라 좋아요이다.(Foresight News 주석: 일반적으로 미식축구 경기에서 공격팀이 상대의 엔드존(end zone)으로 공을 가져가 땅에 눌러 터치다운(touchdown) 득점을 기록하는 것을 의미). Perl의 게임은 예측 시장의 출력 정보 질을 고의로 해쳤지만, 누군가에게 이득이 되는 예언을 조정을 통해 해결함으로써 흥미로운 메타게임이 등장했다.

기반 예측 게임은 더 짧고, 필요에 따라 갱신 가능한 라운드를 사용함으로써 조작과 지루함을 줄일 수 있다. 그러나 저위험 게임에서는 플레이어가 조작할 수 있도록 허용하는 것이 게임의 재미를 높이고 게임플레이의 필수적인 부분이 될 수 있다.

적절한 심판자와 오라클 찾기

예측 시장의 또 다른 도전 과제는 판정—즉, 어떻게 시장을 올바르게 예측할 것인지—에 있다. 많은 경우 우리는 신용과 담보로 보증된 오라클에 의존할 수 있으며, 이 오라클들은 오프체인 데이터 소스에 연결될 수 있다. 이 문제를 해결하기 위해 예측 시장 설계자들은 게임 이론 및 암호학적 오라클을 활용하여 플레이어의 개인 정보를 포함한 더 광범위한 주제를 다룰 수 있다.

게임 이론적 오라클, 즉 셀링 포인트 오라클은 직접적인 소통 없이도 네트워크의 참여자(또는 노드)들이 모두가 선택할 것으로 믿는 단일한 답변이나 결과로 독립적으로 수렴한다고 가정한다. Augur가 처음으로 제안하고 UMA가 발전시킨 이 개념은 정직한 보고를 장려하며, 참여자들이 '합의' 답과 얼마나 가까운지를 기준으로 보상을 제공함으로써 공모를 억제한다.

그러나 소수의 플레이어가 베팅한 시장의 판정에서 이러한 오라클을 신뢰할 수 있게 만드는 데는 여전히 많은 도전 과제가 있다. 이 경우 서로를 식별하고 공모할 수 있는 위험이 존재한다. 암호 기술은 투표자 간의 공모를 방지하는 핵심 도구로 추앙받지만, 동시에 공모를 실현하고 예측 시장을 방해하는 도구로도 사용될 수 있다. 우리는 DarkDAO가 신뢰 실행 환경(TEE)을 활용해 프로그래밍된 뇌물과 가격 조작을 조정할 가능성에서 이를 확인할 수 있다. 이러한 인센티브를 조율하려는 노력 중 하나는 Blocksense로, 비밀 위원회 선정과 암호화된 투표를 사용하여 공모와 뇌물을 방지한다.

또한 체인 상 데이터를 활용하여 오라클 문제를 해결할 수 있다. MetaDAO에서는 특정 제안이 네이티브 토큰 가격에 어떻게 영향을 미칠지를 정확히 예측한 플레이어에게 보상을 제공한다. 이 가격은 UniswapV3 포지션에 의해 제공되며, 토큰 가치의 오라클 역할을 한다.

그러나 이러한 오라클은 공개 데이터를 기반으로 시장을 해결하는 데 여전히 제한이 있다. 만약 우리가 사적 데이터를 기반으로 시장을 해결할 수 있다면, 완전히 새로운 유형의 예측 시장을 열 수 있다.

정보 게임 자체의 결과를 오라클로 활용할 수 있는데, 이것이 사적 데이터 기반 시장을 해결하는 한 가지 방법이다. 베이지안 시장(Bayesian market)은 베이지안 추론 원리를 활용하여 사람들이 타인의 믿음에 베팅함으로써 자신이 가지고 있는 사적 정보에 대한 믿음을 도출하는 예이다. 예를 들어, '얼마나 많은 사람이 자신의 삶에 만족하는가'에 베팅하는 시장을 만들면, 베팅자 스스로가 타인의 삶의 만족도에 대한 믿음을 드러낼 수 있다. 따라서 다른 방법으로는 검증할 수 없는 진실인 플레이어의 사적 정보에 대한 정확한 결론을 도출할 수 있다.

또 다른 해결책은 교묘한 암호학을 활용해 사적인 Web2 API에서 데이터를 가져오는 오라클을 만드는 것이다. 일부 기존 오라클은 시장 맵의 '공개 및 사적 정보 오라클' 섹션에 표시되어 있다. 이러한 오라클을 사용하면 일부 플레이어의 사적 정보를 중심으로 예측 시장을 만들 수 있으며, 사적 정보를 가진 사람들이 특정 예측 시장을 검증함으로써 베팅 플레이어로부터 거래 수수료를 받는 인센티브를 제공할 수 있다. 보다 일반적으로, 오프체인의 더 풍부한 개인 데이터에 안전하게 접근하여 체인 상으로 가져올 수 있는 능력은 신원 원시(primitive)로 활용되어 정보 게임에서 플레이어를 더 효과적으로 식별, 유도, 매칭하는 데 도움이 되며, 정보 게임이 플레이어에게 더 관련성 있게 느껴지도록 필요한 정보를 유도하는 데 기여할 수 있다.

오라클 설계 분야의 혁신은 예측 시장을 해결하는 데 사용할 수 있는 데이터의 범위를 확대하여 사적 정보를 중심으로 한 정보 게임 설계 공간을 넓힐 것이다.

유동성 병목 현상

예측 시장에 유동성을 유치하는 것은 어렵다. 첫째, 이러한 시장은 이진 시장으로, 플레이어가 특정 주제에 대해 '예' 또는 '아니오'에 베팅하며, 고정된 금액의 통화 보상만을 받거나 아무것도 받지 못한다. 따라서 이러한 지분의 가치는 기초 자산 가격의 미세한 변화에 따라 크게 변동하며, 특히 만기일이 가까워질수록 더욱 그렇다. 이는 단기 가격 흐름을 예측하는 것이 매우 중요하지만 동시에 극도로 도전적임을 의미한다. 예측 시장은 예상치 못한 변동성에 대비하기 위해 고급이며 지속적으로 조정되는 전략을 사용해야 한다.

더욱이 예측 시장이 더 많은 주제로 범위를 확장하고 시간 프레임을 연장할수록 유동성을 유치하는 것은 더욱 어려워진다. 시장의 종류가 정치와 스포츠를 벗어날수록, 지속 기간이 길어질수록, 사람들은 자신이 베팅에서 명백한 이점을 가지고 있다고 느끼지 못한다. 따라서 베팅하는 사람이 적을수록 생성된 정보의 질이 떨어진다.

예측 시장은 가격 형성을 위해 사적 정보를 발굴하고 이를 기반으로 베팅해야 하며, 이 두 가지 모두 비용이 많이 드는 활동이기 때문에 본질적으로 이러한 유동성 문제에 직면한다. 참여자들은 투자한 노력과 감수한 위험(정보 수집 및 자본 잠금 비용 포함)에 대해 보상을 받아야 한다. 이 보상은 일반적으로 더 나쁜 배당률을 받아들이는 사람들로부터 나오는데, 그 이유는 오락(예: 스포츠 베팅)이나 리스크 헤지(예: 석유 선물) 때문일 수 있으며, 이는 많은 유동성과 거래량을 유도하는 데 도움이 된다. 그러나 주제 범위가 좁은 예측 시장은 플레이어에게 상업적 매력이 낮아 유동성과 거래량이 모두 낮다.

경제적 개선: 커버레이어와 다각화

이러한 문제들을 해결하기 위해 전통 금융과 기존 정보 게임에서 아이디어를 빌릴 수 있다.

특히 Hasu가 '예측 시장의 딜레마'라는 글에서 언급한 '커버레이어(cover layer)' 개념을 활용할 수 있다. 도박 토너먼트에서 '커버레이어'는 예측 시장 제안 보조금과 유사한데, 주최자가 참여를 장려하기 위해 상금풀에 추가하는 추가 가치이다. '커버레이어'는 효과적으로 플레이어의 입장 비용을 낮추어 토너먼트를 더 매력적으로 만들고, 초보자와 숙련자의 참여를 늘린다.

도박 토너먼트에서 '커버레이어'가 잠재적 수익률을 높여 플레이어 참여를 자극하는 것처럼, 예측 시장의 '보조금'은 진입 장벽을 낮추고 참여를 재정적으로 더 매력적으로 만들어 참여를 유도한다. 보조금은 정보를 가진 거래자와 그렇지 않은 거래자들로부터 다양한 관점과 통찰력을 끌어들이는 등대 역할도 하며, 이들은 잘못을 바로잡음으로써 수익을 얻을 수 있다. 이 전략을 시행하는 팀은 체계적으로 잠재적 보조금 제공자를 식별하고 접촉하며, 그들의 요구에 맞춰 시장을 만들어야 하며, 이들이 필요한 유동성을 제공하길 원할 것이다.

마찬가지로, 기간과 산업 분야에서 다각화를 실현하고 더 광범위한 일련의 문제와 시간 범위에 걸쳐 예측 시장의 유동성을 증가시키기 위해 '펀드'와 유사한 구조를 시행할 수도 있다. 예를 들어, 많은 회사들이 특정 소송이 어떻게 해결될지에 관한 시장에 가치를 느낄 수 있다.이 회사들은 법률 전문가에게 자본을 빌려줘 광범위한 시장에서 다각화할 수 있게 하고, 시간이 지남에 따라 그들의 성과에 따라 보상함으로써 법률 전문가의 참여 비용을 낮출 수 있다.

이 설정에서 거래자는 자금을 빌려 마켓 메이킹을 할 수 있으며, 대출 금액은 해당 주제에 대한 정보 수요와 거래자의 평판에 따라 매개변수화될 수 있다. 이것은 각 시장의 추가 '커버레이어'로 관리 수수료와 결합될 수 있다.

유동성 제공자에게는 이 시장에 베팅하는 거래자들이 있으며, 이들은 이러한 시장에 올바르게 베팅할 유인이 있고, 많은 기간이 다른 무관한 자산 바구니에 분산되어 있다. '위임-대리인 문제'를 고려해야 하지만, 이 시스템은 이러한 시장에서 제공되는 유동성 규모와 유동성 풀을 할당하는 다양성을 증가시킬 수 있다. 또한 정보 상품의 질과 종류를 향상시킬 수 있으며, 다양한 시장에서 거래자의 기술과 지식에 대한 새로운 정보를 창출함으로써 평판 부산물을 통해 유동성 제공자의 수익을 가속화할 수 있다.

플레이어가 생성하는 정보의 가치가 클 때, 조합 가능한 금융 시장(예: 대출 및 유동성 채굴)을 게임플레이에 통합하는 것은 진입 장벽을 낮추는 핵심 도구가 될 수 있다.

사용자 경험 개선: 더 간단한 인터페이스와 유연한 인센티브 방식

현재 예측 시장은 일반적으로 거래소 중심의 UX 설계와 제한된 보상 유형 때문에, 다른 인터페이스 유형과 인센티브 방식을 선호하는 사람들에게는 매력적이지 않을 수 있으며, 이는 유동성을 더욱 제한한다. 베팅자 관점에서 예측 시장의 질을 향상시키는 흥미로운 방법들이 많으며, 모두 다양한 유형의 플레이어에 대한 포괄성과 접근성을 높이는 데 집중하고 있다.

첫째, 예측 시장을 더 큰 소셜 플랫폼에 통합함으로써 사용자 경험을 개선할 수 있다. Perl과 Swaye는 Farcaster 데이터를 연결함으로써 이를 보여주었으며, 사용자는 더 이상 독립된 애플리케이션을 열 필요 없이, 정보 게임 설계자가 특정 시장(예: /nyc-politics 채널의 최상위 참여자)에 참여하기에 특히 적합한 플레이어를 식별하고 유도할 수 있다.

또한 베팅자에게 제공되는 보상 범위를 확대하고 그들이 투자하는 자본의 진입 장벽을 낮추는 시도도 가능하다. 이는 개인 증명(reputation proof) 형태로 나타나거나, 재정적 보상 범위를 '앱 내 유틸리티' 또는 포인트나 토큰으로 표현되는 지분권으로 확장할 수 있다.

예측 시장 운영에 있어 금전적 인센티브는 중요하지만, 일부 문헌들은 가상 화폐도 품질이 비슷한 예측 시장을 창출할 수 있음을 보여준다. 실용적인 관점에서 이는 우리가 베팅자가 위험을 감수하고 노력할 준비가 된 '실제 자금 참여' 유형을 유연하게 가정할 수 있음을 시사한다.

또한 사용자 경험을 더욱 '여론조사 기반'으로 만들 수 있는 다양한 유형의 시장 메커니즘이 존재하며, 이는 마찰을 더욱 줄이고 진입 장벽을 낮출 수 있다. 캠브리지 대학교의 한 연구는 이 가설을 평가했는데, 거래 활동이 저조하고 호가 스프레드가 크며 빠르게 해결되는 시장에서는 여론조사 메커니즘이 예측 시장보다 더 정확한 결과를 생성한다는 것을 발견했다. 이 연구는 또한 여론조사 기반 예측 게임과 예측 시장의 금전적 인센티브를 결합하면 순수한 예측 시장 가격보다 더 높은 정확성을 달성할 수 있다는 것도 발견했다. 또한 잠재적인 정체된 정보 문제를 해결하기 위해 여론조사는 푸시 또는 풀 시스템에 따라 주기적으로 '갱신'되어 새 정보에 기반해 정보를 동적으로 복제할 수 있도록 유도할 수 있다.

암호 기반 정보 게임은 과거에는 가장 열성적인 숙련 사용자들을 제외한 모든 사람들을 방해했다. 이제 비용이 낮아지고 사용 용이성이 높아지며 데이터가 더욱 풍부해짐에 따라, 특정 청중을 유치하기 위해 더 다양하고 대중적으로 참여 가능한 게임을 개발할 기회가 생겼다.

게임 2: 개인정보 보호 컴퓨팅을 통한 정보 생성

솔리디티 개발자들이 플레이하는 게임을 상상해보자. 플레이어들이 다자간 계산(MPC)을 활용해 자신의 급여를 공개하고 평균값을 계산하되, 개인 급여의 기밀성은 보호한다. 이는 암호학 전문가들이 각자의 고용주와 협상하는 데 유용한 방식이 될 수 있으며, 동시에 오락의 원천이기도 하다.

더 일반적으로 말해, 정보 게임은 개인정보 보호 기술을 활용해 정보 출처의 범위를 확장할 수 있다—특히 새로운 통찰력을 도출하기 위해 분석할 수 있는 개인 데이터와 정보를 말한다. 개인정보를 보호함으로써 이러한 도구들은 사람들이 공유할 데이터와 정보의 종류와 경향을 늘릴 수 있으며, 데이터 제공자에게 그로 인해 창출된 가치에 대해 보상할 수 있다.

이 모든 것은 아니지만, 정보 생산자가 이를 실현하기 위해 사용하는 도구들에는 제로노울리지 프루프(ZK), 다자간 계산(MPC), 완전 동형 암호(FHE), 신뢰 실행 환경(TEE) 등이 있다. 이 기술들의 핵심 메커니즘은 다르지만 궁극적으로는 모두 개인이 개인정보를 보호하면서 민감한 정보를 제공할 수 있도록 한다는 동일한 목표를 향한다.

그러나 강력한 개인정보 보호를 요구하는 사례의 경우, 소프트웨어와 하드웨어 암호학적 기본 요소를 사용하는 데 여전히 많은 어려운 도전 과제가 있으며, 이는 이후에 논의할 것이다.

개인정보 보호 암호학은 기존에 존재하지 않던 새로운 정보 게임의 설계 공간을 크게 확장한다.

게임 3: 모델 간 경쟁을 통한 정보 생산 개선

데이터 과학자들이 분산형 헤지 펀드의 거래 모델을 개발하고 베팅함으로써 서로 경쟁하는 게임을 상상해보자. 그런 다음 블록체인이 특정 모델의 점수에 대해 합의하고, 모델 예측의 정확성과 펀드 수익에 미치는 영향에 따라 참여자에게 보상하거나 처벌한다. 이더리움에서 가장 초기의 정보 게임 중 하나였던 Numerai가 취한 접근법이다. 이 게임에서 이더리움의 합의 메커니즘은 전 세계적으로 다양한 모델과 그 창시자들 사이의 경쟁에 사용되며, 효과적으로 인공지능이 정보 게임에 참여하도록 유도하여 유용한 수익을 창출한다.

더 나아가 인공지능이 정보 게임을 위해 우리를 대신해 경쟁하도록 직접적으로 유도할 수도 있다. 이들이 이러한 게임을 반드시 재미로 플레이하는 것은 아니지만, 인간 대신 스마트 머신을 사용하면 정보 생산에 필요한 노동 비용을 크게 줄일 수 있다. 따라서 이러한 AI 모델은 인간이 일반적으로 참여하기를 꺼리는 더 작은 틈새 예측 시장의 유동성을 증가시킬 수 있다. 비탈릭(Vitalik)이 말했듯이:

"만약 당신이 시장을 만들고 50달러의 유동성 보조금을 제공한다면, 인간은 입찰에 큰 관심을 가지지 않겠지만, 수천 명의 인공지능은 최선을 다해 최선의 추측을 하기 위해 쉽게 몰려들 것이다. 어떤 문제 하나에 대한 인센티브는 아주 미미할 수 있지만, 일반적으로 잘 예측하는 인공지능을 만드는 인센티브는 수백만 달러의 가치가 있을 수 있다."

또는 모델들이 창출한 정보 가치를 중심으로 경쟁하기 위해 머신러닝 모델 간의 합의를 활용할 수 있다. Allora와 Bittensor TAO 같은 팀들은 모델과 에이전트들을 조정하여 예측을 네트워크 내 다른 사람들에게 방송하고, 다른 사람들은 이를 평가하고 점수를 매긴 후 다시 네트워크에 방송하는 작업을 수행하고 있다. 각 주기마다 모델들 간의 집단 평가를 통해 예측 품질에 따라 다른 모델들에게 보상이나 권한을 배분한다. 따라서 기업가들은 지속적으로 개선되는 모델 네트워크를 활용하여 시장을 통과하는 정보의 질을 향상시킬 수 있다.

완전히 가능한 시나리오는 인간 간 정보 게임으로는 근본적으로 비교할 수 없는 정보 품질을 생성하는 정보 시장이 존재하는 것이다.

화폐화 가능한 정보 게임

일부 정보 게임은 단순히 사용자가 그 안에서 즐거움을 느끼는 것만으로도 유지될 수 있다. 하지만 생성된 정보의 가치를 화폐화하고자 하는 사람들은 더 많은 고민이 필요하다. 불행히도 정보라는 상품의 특성은 중요한 시장 실패를 초래하여 그 원활한 화폐화를 방해할 수 있다:

정보는 소비한 후에야 가치를 평가할 수 있으므로, 구매자가 판매자가 제시한 가격이 정보의 가치를 정확히 반영하는지 평가하기 어렵다.
정보는 비경쟁적(non-rivalrous)이다—소비해도 그 이용 가능성은 줄어들지 않으므로, 희소성이 없어 구매자에게 매력이 없다.
정보의 비배타성과 낮은 복제 비용은 판매자가 무단 접근을 방지하기 어렵게 만들며, 이는 초기 제작 비용이 높음에도 불구하고 마찬가지다.

이러한 경제적 특성은 정보로부터 양측이 수익을 얻는 데 모두 도전 과제를 제시하며, 정보 공급 부족을 초래할 수 있다. 정보가 곧 모든 정보를 동시에 활용할 수 있는 사람들에게 알려진다면, 경쟁 심화나 그들이 사용하려는 계획의 붕괴로 인해 정보 구매자가 정보 비대칭을 활용할 기회는 줄어든다. 다행히도 이러한 문제를 해결할 수 있는 암호 도구들이 존재하며 이미 사용되고 있다.

게임 4: 거래소 — 정보 투기를 통한 화폐화

정보를 비밀로 유지하거나 그에 대한 행동 가능 집합을 제한하지 않고도 정보 생산을 화폐화하는 방법 중 하나는 정보를 공개하는 동시에 그 변화 방식에 베팅할 수 있는 도구를 만드는 것이다—즉, 파생상품이다.

이를 적극적으로 실천하는 기업 중 하나가 Parcl인데, 이 회사의 거래소는 사용자가 부동산 시장의 상승과 하락에 대해 투기할 수 있도록 한다. Parcl의 시장은 Parcl Labs가 방대한 부동산 데이터 풀에서 실시간 가격 정보를 가져와 독점 알고리즘으로 처리하여 기존 부동산 가격 지수보다 더 세밀하고 정확한 정보를 생성함으로써 지원된다.

Parcl은 API를 통해 이러한 정보를 더 직접적으로 화폐화하지만, 거래자들이 이러한 정보가 시간이 지남에 따라 어떻게 변할지에 베팅할 수 있도록 허용함으로써 추가적인 화폐화 계층을 창출한다. IKB와 Fantasy와 같은 다른 프로젝트들은 운동선수의 성적에서부터 창작자의 소셜 참여도에 이르기까지 다양한 공개 정보의 변화를 투기하거나 헤지함으로써 화폐화하는 데 집중하고 있으며, 이는 시장 맵의 '대체 정보 시장' 섹션에 언급되어 있다.

당신이 생성한 정보에 대한 사람들의 투기권을 판매할 수 있다면, 정보를 비밀로 하거나 구매자가 정보를 사용하는 방식을 제한하지 않고도 화폐화할 수 있다.

게임 5: 기밀 정보의 지하 시장

당신이 세상이 알기 전에 최신 체인 상 활동과 완전히 새로운 암호화 스타트업에 관한 선택된 알파 정보를 발견하는 게임을 상상해보자. 이를 실현하기 위해 정보는 기밀 상태를 유지해야 하며, 이는 공개 정보가 초래하는 비경쟁성과 비배타성 문제를 해결하기 위해서이다. 따라서 차세대 정보 시장은 기밀 정보의 교환을 촉진하면서 블록체인을 활용하여 이러한 정보에 유료로 접근하고자 하는 모든 참여자를 발견하고 규제하고 있다.

Freatic의 탈중앙화 기밀 정보 시장 Murmur은 NFT와 대기열 시스템을 통해 독점적인 정보 접근 권한을 제한함으로써 이러한 접근법의 전형적인 예이다. 정보 구매자는 먼저 특정 주제를 구독하기 위해 쿠폰을 나타내는 NFT를 구매해야 한다. 그러면 이는 게시자로부터 기밀 정보를 교환할 수 있는 대기열 자리를 부여하며, 정보의 전파 속도를 늦추기 위해 추가 요금을 지불할 수도 있다. 구매자는 사후에 해당 정보의 질에 대해 투표할 수도 있다. 이 과정을 통해 Murmur은 정보가 기밀 상태와 가치를 유지하도록 하면서, 이를 단일 실체에만 판매하는 데 제한하지 않는다.

반면 Friend.tech는 키와 바인딩 커브를 사용하여 그룹 채팅에서 기밀 정보에 대한 접근을 관리하며, 수요가 증가함에 따라 진입 장벽이 높아진다. 따라서 우리는 Friend.tech의 키를 특정 개인의 정보 평균 가치의 대리 변수(proxy)로 볼 수 있다(키 시장이 효율적이라고 가정). 그러나 플레이어가 키를 거래할 때는 항상 이 사람의 '가치'에 대한 어떤 개념을 '반영'하게 되며, 이는 구매자가 정보의 가치를 평가하기 어렵게 만든다. 아마도 이것은 지금까지 가장 가치 있는 '정보 시장'은 실제로 밈코인 시장이며, 충분히 집중해서 보면 특정 트렌드나 인물의 상징적 가치에 대한 예측 시장이라는 주장에 지지되는 또 다른 데이터 포인트가 될 수 있다.

밈코인을 제쳐두고, 정보 판매자가 정보 접근 가격을 정보 가치와 더 잘 연계할 수 있는 바인딩 커브를 설계하도록 허용하는 것이 한 방향이다. 예를 들어, 정보가 알려짐에 따라 급속히 가치가 떨어지는 정보의 가격은 시간이 지남에 따라 정보 가치가 빠르게 감가하는 것을 반영하는 바인딩 커브를 통해 결정될 수 있다.

신뢰 문제와 수요와 공급의 일치를 찾는 데 어려움이 있어 탈중앙화된 정보 거래는 도전적이다. 블록체인은 화폐(비트코인)에 대해 이 문제를 해결했으며, 숨겨진 정보를 찾는 흥미로운 게임을 중심으로 정보에 대해서도 같은 일을 할 것이다.