폴리마켓 외부에서 DeAgent AI가 어떻게 예측 시장의 가치 중심이 될 수 있을까?
글: 챈들러Z, Foresight News
인간 사회가 오래전부터 미래에 대한 호기심과 그에 대한 베팅을 해왔다면, 암호화 네이티브 예측 시장은 이러한 오래된 수요를 가격 산정 가능하고, 정산 가능하며 재사용 가능한 공공재로 전환하고 있다. 지난 10년간 정보의 민주화는 인터넷을 통해 이루어졌고, Web3 및 암호화 분야에서는 가치와 신념이 토큰화되고 가격화되면서 더욱 검증 가능하며 유인 일치적인 가치 민주화가 형성되고 있다. AI의 등장은 예측의 범위를 단순한 가격 제공에서 더 복잡한 판단과 결정으로 확장시켜 예측이 인프라로서 의미를 갖게 하며, 투기적 이해를 배제하면 예측 시장은 거버넌스, 헤지 및 자원 배분의 근본적인 정보 기반이다. 구글은 2025년 11월부터 Polymarket과 Kalshi의 시장 확률을 Google Finance에 통합하기 시작했는데, 이는 예측 데이터가 억 단위 사용자에게 열린 공공 인터넷 레이어로 진입하고 있음을 의미하며, 이는 업계의 승인일 뿐 아니라 증가하는 수요 신호이기도 하다.
왜 예측 시장이 Web3의 필수 영역인지
예측 시장의 본질은 개인의 두뇌 속에 분산된 암묵 지식을 가격을 통해 공공 확률로 집약하는 것이다. 이 사상은 로빈 행슨(Robin Hanson)의 퓨터크래시(Futarchy, '내기를 통해 정치를 한다')로 거슬러 올라가며, 가치 목표는 투표로 결정하고 사실 판단은 시장 가격 책정에 맡기는 체제에서 예측 시장을 정보 집약의 주요 메커니즘으로 설정한다. 학계 연구에서도 예측 시장이 여러 상황에서 단순 여론조사보다 사건 결과 예측력이 우수하며, 특히 동적 업데이트와 유인 제약 측면에서 장점이 있다고 밝히고 있다.
만약 관점을 이론적 추론에서 실제 시장으로 돌리면, 이러한 가격을 통한 인식 집약 메커니즘이 2024~2025년 자금과 사용자의 실질적 선택을 받고 있음을 알 수 있다. Polymarket과 Kalshi를 대표로 하는 예측 플랫폼은 하루 거래량이 여러 차례 1억 달러에 육박하거나 이를 넘어섰으며, 누적 거래액은 수백억 달러 규모에 도달해 예측 시장이 소수 실험에서 본격적으로 폭발하는 국면에 접어들었음을 보여준다. 자료에 따르면, Polymarket의 10월 월간 활성 거래자 수는 477,850명으로 사상 최고치를 기록했으며, 이는 이전 1월의 462,600명 기록을 넘었다. 또한 월 거래량도 전월 반등하여 사상 최대인 30.2억 달러에 달했으며, 이는 2월부터 8월까지 약 10억 달러 이하에서 머물렀던 것과 대조된다. 이 플랫폼의 10월 신규 시장 개설 수는 38,270개로 8월의 거의 3배에 달했다. Polymarket의 10월 거래량, 활성 거래자 수, 신규 시장 개설 수 모두 사상 최고치를 기록하였다. Kalshi의 10월 거래액은 Polymarket을 넘어 44억 달러에 달했다.
또한 미국 내 규제 방향 전환과 규제 대상 실체의 인수 이후, 미국 내 규제 준수 경로도 점차 명확해지고 있다. 이러한 일련의 사건들은 예측을 핵심으로 하는 정보 파생상품 시장이 실제적이며 강력하고 주류 인터페이스로부터 인정받는 수요를 이미 갖추고 있음을 함께 보여준다.
응용 외부 효과 측면에서 예측 시장은 범용적인 리스크 헤지 및 거버넌스 모듈로 간주될 수 있으며, 기업은 정책 시행 확률에 따라 사업 리스크를 헤지할 수 있고, DAO는 조건부 시장을 활용해 제안과 KPI를 연동시킬 수 있으며, 미디어와 플랫폼은 확률 서사를 새로운 정보 표시 계층으로 삼을 수 있다. 구글, Perplexity 등 정보 인터페이스와 예측 플랫폼의 연결은 바로 이런 "확률이 인터페이스"인 시대를 가속화하고 있다.
카테고리 번영 속 투자자의 딜레마: 사용은 가능하지만 투자는 불가능
한 카테고리가 초기 폭발 단계에 진입하면 일반 투자자들은 보통 두 가지 질문을 한다. 하나는 수요가 진짜인지, 다른 하나는 성장을 어떻게 공유할 수 있는지이다. 전자는 이미 답을 확인했지만, 후자는 예측 카테고리에서 오랫동안 난감한 현실에 빠져 있다. 즉, 선두 제품들이 사용은 가능하지만 투자는 불가능하다.
Polymarket을 예로 들면, 이 회사는 한때 프로젝트에 토큰이 없으며 에어드랍이나 TGE 계획도 발표하지 않았다고 밝혔다. 최근 들어 Polymarket의 최고 마케팅 책임자 매튜 모다버(Matt Modabber)가 POLY 토큰과 에어드랍 계획을 확인했고, 10월 초에는 창립자 셰인 코플랜(Shayne Coplan) 역시 POLY 토큰 출시를 언급했다. 하지만 이는 Polymarket에 조기에 깊이 참여하지 못한 투자자들에게 가장 풍부하고 비대칭적인 원초적 배당 시기가 실제로 이미 소진되었다는 것을 의미한다. 이제 당신이 직접 각각의 사건 시장에 참여하지 않는 한, 카테고리 수준의 베타 노출과 장기 수익을 맞추기 어렵다. 지수 방식으로 카테고리 성장을 보유하려는 투자자들에게는 투자 대상이 극도로 드물다.
더 광범위하게 보면, Kalshi 등 규제를 받는 사건 계약 플랫폼 역시 암호화 네이티브 토큰이 없으며, 체인 상의 다른 예측 애플리케이션이나 도구들은 규모와 네트워크 효과가 아직 산업 지수 역할을 할 만큼 충분하지 않거나 단일 기능 도구에 가까워서 카테고리 수준의 가치 귀속을 감당하기 어렵다. 그 결과 응용 계층에서는 수요가 격렬하게 폭발하고 있지만, 투자 계층에서는 투자가 가능한 토큰이 없는 구조적 공백이 발생하고 있다.
Pump.fun과 Virtuals를 통해 본 Polymarket과 DeAgent AI
2024년 Meme 카테고리를 되돌아보면, 가장 대표적인 현상 중 하나는 Pump.fun의 대중화였다. 극단적으로 낮은 진입 장벽과 표준화된 곡선 발행 메커니즘이 체인 상 창조의 제로 투 원을 촉발시켰다. 초기 급성장 단계에서 플랫폼 자체는 원형 토큰이 없었고, 사용자는 각 Meme의 개별 주식식 게임에 참여함으로써 번영을 공유할 수밖에 없었다. 이후 시장에는 이 생태계의 열기를 지수화할 수 있는 토큰 자산 Virtuals(VIRTUAL)가 등장했다. VIRTUAL은 생태계 내 생성, 거래, LP 매칭 등의 핵심 경로를 플랫폼 토큰과 결합시켜 VIRTUAL 보유가 마치 Agent/Meme 생태계 전체의 성장 지수를 보유하는 것과 유사하게 만들었으며, 이로써 Pump.fun이 방출한 프리미엄을 서사와 기본면에서 모두 수용했다.
Pump.fun은 2025년 중후반에 플랫폼 토큰 PUMP를 출시했지만, 시점이 다소 늦었고, 그 가치 포착 로직이 초기 생태계 폭발과 어긋났다. 역사적 경험은 우리에게 응용 계층이 먼저 폭발하고 지수 자산이 부족할 때, 기존 제품과 토큰을 동시에 제공하는 인프라 프로젝트가 종종 가치 재평가 과정에서 카테고리 평균을 앞서간다는 것을 알려준다.
현재 형성되고 있는 예측 시장 카테고리로 돌아오면, DeAgent AI는 바로 그러한 인프라 유형의 역할을 하고 있다. DeAgentAI는 Sui, BSC 및 BTC 생태계를 아우르는 AI 에이전트 인프라이며, 인공지능 에이전트가 체인 상에서 신뢰 없이 자율적으로 의사결정할 수 있도록 지원한다. 이는 분산 환경에서 AI가 직면하는 세 가지 주요 과제인 인증, 지속성 보장 및 컨센서스 메커니즘을 해결하고, 신뢰할 수 있는 AI 에이전트 생태계를 구축하는 것을 목표로 한다.
DeAgent AI는 예측 시장 및 DeFi 시나리오를 중심으로 AI 오라클과 다중 에이전트 실행 네트워크를 핵심으로 하는 기반 프로토콜을 구축한다. 한쪽 끝은 현실 세계와 체인 상 데이터를 연결하여 복잡한 판단, 결정 및 신호 생성을 검증 가능한 오라클 출력으로 표준화하고, 다른 쪽 끝은 에이전트 네트워크를 통해 이러한 출력을 거래, 거버넌스 및 파생상품 설계에 연결함으로써 전체 카테고리의 정보 및 가치 허브가 된다.
그렇기 때문에 오늘날 이 미러링이 예측 시장 카테고리에서 다시 재현되고 있다. Polymarket은 당시의 Pump.fun에 해당하며 (제품 리더이지만 장기간 투자가 가능한 토큰 부재), DeAgent AI(AIA)는 Virtuals와 유사한 가치 저장소 역할을 한다. 이는 예측 시장이 부족한 핵심 인프라 모듈(AI 오라클 및 에이전트 실행 네트워크)을 제공할 뿐 아니라, 투자자가 AIA를 보유함으로써 전체 예측 카테고리의 중장기 성장을 간접적으로 공유할 수 있게 해주는 공개 거래 가능한 토큰 AIA를 제공함으로써 카테고리 지수화의 앵커 역할을 수행한다.
DeAgent AI가 예측 카테고리의 가치 저장소가 되는 방법
DeAgentAI의 기술 프레임워크 핵심은 탈중앙화 AI 에이전트가 체인 상에서 직면하는 지속성, 동일성, 컨센서스라는 세 가지 근본적 과제를 해결하는 데 있다. 핫 메모리와 장기 메모리를 결합한 상태 시스템 및 체인 상 상태 스냅샷을 통해 에이전트는 다중 체인, 다중 작업에서 리셋되지 않고 행동과 결정은 완전하고 추적 가능한 생명 주기를 갖는다. 체인 상 유일한 신원 + DID와 계층적 권한 부여 메커니즘을 사용해 각 에이전트 신원이 위조 불가능하도록 보장한다. 또한 최소 엔트로피 결정(Minimum Entropy Decision)과 검증자 컨센서스를 통해 다중 모델의 혼란스러운 출력을 정산 가능한 결정적 결과로 수렴시킨다. 이 기반 위에서 A2A 프로토콜은 에이전트 간 표준화된 협업을 담당하고, MPC 실행 계층은 민감한 작업의 개인정보 보호 및 보안을 보장하며, 궁극적으로 신원, 보안, 의사결정 및 협업을 검증 가능하고 확장 가능한 탈중앙화 AI 에이전트 인프라로 통합한다.
AlphaX와 CorrAI의 이중 추진 실현
애플리케이션 계층에서 AlphaX와 CorrAI는 이 인프라의 가장 직관적인 실현이다. AlphaX는 DeAgentAI 피드백 트레이닝 메커니즘을 기반으로 커뮤니티에서 처음으로 개발된 AI 모델로, Transformer 아키텍처, 전문가의 혼합(Mixture-of-Experts, MoE) 기술, 인간 피드백 강화 학습(RHF) 메커니즘을 채택하여 암호화폐 가격 예측의 정확도 향상에 집중한다. AlphaX는 2~72시간 암호화폐 가격 추세를 예측하여 72.3%의 정확도를 제공하였으며, 2024년 12월과 2025년 1월의 실전 시뮬레이션에서 각각 +18.21%, +16.00%의 ROI를 달성했고, 승률은 약 90% 수준으로, AI 예측이 실제 거래 환경에서 상당한 실용성을 갖추고 있음을 입증했다.
CorrAI는 DeFi/양적 거래자를 위한 논코드(Nocode) 코파일럿과 같아서 사용자가 전략 템플릿을 선택하고, 파라미터를 조정하며, 백테스트를 수행하고 체인 상 명령을 내리는 것을 도와주어 신호 발견과 전략 실행을 폐쇄 루프로 연결하며, 동시에 더 많은 실제 자금과 행동을 DeAgent AI의 에이전트 네트워크로 유입시킨다.
생태계 측면에서 AlphaX는 Sui, BNB 등 퍼블릭 체인에서 활동과 통합을 통해 상당한 사용자와 상호작용을 축적했으며, 다중 체인과 다양한 응용 시나리오와 함께 DeAgent AI 전체 네트워크는 이미 수억 건의 체인 상 상호작용과 수천만 사용자의 생산 관계를 형성하여 백서에 머무는 실험 프로젝트가 아니라 실제로 작동하고 지속적으로 호출되는 인프라가 되었다.
가격 제공에서 주관적 판단까지의 AI 오라클
전통적인 오라클은 BTC/USD 같은 객관적 수치를 처리하며 다중 노드 중복과 데이터 소스 집약을 통해 컨센서스를 달성한다. 그러나 문제가 주관적/불확정적 판단(예: "이번 주말 ETH가 상승할 가능성이 더 높은가, 하락할 가능성이 더 높은가?")으로 바뀌면, 노드가 각각 대규모 모델을 호출하여 내놓는 답변은 종종 일치하지 않으며, 특정 모델을 실제로 호출하여 그 결과를 도출했는지를 증명하기도 어렵고, 보안과 신뢰성 모두 실패하기 시작한다.
DeAgent AI는 초기부터 이러한 주관적 문제를 위해 DeAgentAI Oracle을 설계했다. 사용자는 선택 문제 형태로 질문을 제출하고 서비스 요금을 지불하면, 네트워크 내 다수의 AI 에이전트가 검색+추론을 기반으로 독립적으로 판단한 후 투표하며, 체인 상 계약이 투표 수를 집계하여 최종 결과를 선정하고 체인에 기록한다. 이렇게 기존에 산발적인 AI 출력이 정산 가능한 결정적 결과로 압축되며, 특정 노드를 신뢰하는 것이 공개된 투표 및 기록 과정을 검증하는 것으로 대체되어 AI가 판단하는 일이 처음으로 체인 상에서 반복적으로 호출 가능한 공공 서비스가 되었으며, 예측 시장, 거버넌스 판결, InfoFi 등의 시나리오에 매우 적합하다. 현재 이 구성 요소는 내부 테스트 중이다.
구체적인 사례를 살펴보면, DeAgent AI의 에이전트들은 현실 세계 사건에 대한 판단을 내는 데 사용되었다. 최근 미국 연방 정부 폐쇄 기간 동안 팀은 10월 말 Kalshi, Polymarket 등의 플랫폼 시장 가격을 기반으로 하여 과거 폐쇄 기간, 양당 교섭 구조 및 핵심 시간 노드를 종합해 의사결정 트리 모델을 구축했으며, 최종 결론은 이번 폐쇄가 무한한 교착 상태 이야기보다는 11월 12~15일 구간(또는 이에 근접한 11월 13~20일 범위)에 강제 종료될 가능성이 가장 높다는 것이었다.
동시에 "비트코인이 이미 약세장에 진입했는가"라는 논쟁적 주제를 둘러싸고, DeAgent AI는 체인 상 데이터, ETF 자금 흐름, 거시 정책 전환, 기술 지표 역행 등의 신호를 통합하여 현재 단계가 아직 끝나지 않은 가속화된 강세장보다는 "약세장 초기의 심층 조정"에 더 가깝다고 판단하고, 이에 따라 핵심 가격대와 리스크 모니터링 프레임워크를 제시했다.
이러한 구체적 주제를 중심으로 한 예측과 분석은 DeAgent AI 오라클이 주관적이고 복잡한 문제를 해체하고 통합하는 능력을 보여줄 뿐 아니라, 그 출력이 예측 시장과 거래 의사결정에 사용 가능한 신호로 직접 전환될 수 있음을 보여주며 단순 시연 수준을 넘어섰음을 의미한다.
AIA가 어떻게 카테고리 성장을 지수화하는가
투자자의 관점으로 돌아오면, AIA의 가치 포착 로직은 DeAgentAI 오라클과 에이전트 네트워크의 지불 및 정산 수단일 뿐 아니라 노드와 검증자의 스테이킹 자산 및 거버넌스 증서라는 점에 있다. 더 많은 예측 애플리케이션, 거버넌스 모듈, DeFi 전략이 이 네트워크에 연결됨에 따라 요청 횟수, 호출 빈도, 보안 요구는 모두 AIA에 대한 실질적 수요로 전환되어 그 가치가 카테고리 전체의 사용량과 자연스럽게 연결되며 일회성 서사 열기에만 의존하지 않는다.
더 중요한 것은 이 가치 사슬 자체가 폐쇄 루프이며 추론 가능하다는 점이다. Polymarket 등의 예측 애플리케이션이 시장 카테고리를 확장하고 더 복잡한 주관적 문제를 도입할 때, 복잡한 판단을 위해 AI 오라클에 의존해야 한다. 이러한 호출은 DeAgent AI와 같은 AI 오라클 인프라에 대한 수요 증가로 직접 반영된다. 오라클/에이전트 네트워크의 사용량이 증가하면, 그와 연결된 기능 토큰 AIA는 지불, 정산, 스테이킹 자산으로서 수요와 가치도 함께 상승한다. 즉, 예측 시장이 계속 확장될 것이라고 믿는다면, AI 오라클에 대한 수요도 확대될 것이라는 점을 동시에 믿지 않을 수 없으며, 이것은 결국 AIA의 장기 가격 책정에 반영될 것이다.
자산 속성 측면에서 AIA는 '기능성'과 '투자 가능성'이라는 두 조건을 동시에 충족한다. 한편으로는 주관적 문제를 위한 AI 오라클과 에이전트 인프라를 뒷받침하며 예측 시장의 핵심 고통점에 직접 연결되며, 다른 한편으로는 공개 시장에서 구성 가능한 토큰 자산이다. 비교하면, Kalshi, Polymarket 등의 예측 플랫폼은 여전히 투자가 가능한 원형 토큰이 없으며, 전통적인 가격 오라클은 토큰이 있지만 객관적 가격 제공 카테고리에 서비스를 제공하고 있어 AI 주도의 주관적 오라클과는 동일한 가치 사슬에 있지 않다. AI 오라클 + 거래 가능한 토큰이라는 세부 분야에서 AIA는 현재 사용 가능하고 투자가 가능한 희귀한, 혹은 유일한 대상이며, 따라서 예측 카테고리 성장의 가장 직접적인 지수화 운반체가 될 기회를 갖추고 있다.
예측 카테고리에 어떻게 참여해야 하는가?
현재의 예측 카테고리는 분명히 응용 이야기가 무대 앞에 나와 있고 가치는 점차 무대 아래로 가라앉는 단계에 진입했다. Polymarket, Kalshi는 실제 거래량을 통해 카테고리 존재를 입증했으며, 장기적으로 진정으로 가격 책정될 수 있는 것은 아마도 이러한 애플리케이션의 운영을 뒷받침하는 계층, 즉 판단과 정산을 담당하는 AI 오라클, 에이전트 네트워크, 그리고 그와 연결된 기능 토큰일 것이다.
예측 애플리케이션이 더 복잡하고 주관적인 판단을 수용하려고 시도함에 따라, 반드시 AI 오라클에 대한 더 높고 빈번한 호출 수요가 발생할 것이다. 이러한 수요는 궁극적으로 DeAgent AI와 같은 인프라에 대한 지속적인 사용으로 침전될 것이며, 이 인프라의 지불, 정산, 스테이킹과 밀접하게 연결된 기능 토큰도 이 과정에서 상응하는 가치를 수용하게 될 것이다. 그렇다면 다음에 진정으로 고민해야 할 것은 이 카테고리에 참여할 것인가가 아니라 어떤 방식으로, 어떤 계층에서 이 카테고리에 참여할 것인가이다.
상대적으로 명확한 접근법은 응용 계층에서는 참여도로, 인프라 계층에서는 포지션으로 하는 것이다. 응용 계층에서는 사용자가 Polymarket 등의 플랫폼을 알파를 확보하는 도구로 계속 활용하며 구체적인 사건에 포지션을 걸어 베팅할 수 있다. 인프라 계층에서는 AIA를 적절히 구성함으로써 AI 오라클이 예측 시장의 표준 구성 요소가 되는 더 장기적인 과제에 맞추는 것이다. 전자는 이번 거래에서 돈을 벌 수 있는지에 답하고, 후자는 이 카테고리가 커질 때 하위 계층과 함께 상승했는지에 답한다.
물론 AIA는 포트폴리오 내 하나의 요소일 뿐, 리스크 관리를 대체할 수 있는 답 그 자체는 아니다. 더 안정적인 접근은 이를 예측 카테고리 인프라 지수의 일부로 간주하여 자신의 리스크 예산 내에서 이 장기적 로직에 위치와 시간을 할당하고, 시장이 이 서사에 대한 판단을 검증하도록 하는 것이다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
Foresight News
