Bitget AI 책임자와의 대화: AI 거래는 최고 점수에 무한히 근접할 수 있지만, 100점에는 도달할 수 없습니다.
TechFlow 선정TechFlow 추천
Bitget AI 책임자와의 대화: AI 거래는 최고 점수에 무한히 근접할 수 있지만, 100점에는 도달할 수 없습니다.
빌 박사가 비트겟(Bitget)의 진화 과정을 설명한다: 정보 집약에서 맞춤형 거래 보조로의 전환 — 에이전트(Agent)를 핵심으로 하여 장기 기억 및 리스크 프로파일링을 구현하고, 다중 모델의 비용 최적화와 엄격한 보안 격리를 동시에 달성.
Web3 심층 보도에 집중하고 흐름을 통찰이번 팟캐스트는 바이트겟(Bitget)의 AI 거래 제품 전략을 중심으로 진행되었습니다. 바이트겟 AI 담당자인 빌 박사(Dr. Bill)는 전통적인 AI 연구 및 산업 분야에서 암호화폐 업계로 전환하게 된 과정을 회고하면서, 지난 1년 이상 바이트겟이 AI 거래 제품을 어떻게 단계적으로 진화시켜 왔는지를 체계적으로 소개했습니다. 초기에는 사용자에게 시장 정보를 제공하고 뉴스 및 신호를 정리해 주는 기능에서 출발해, 이후 사용자의 과거 거래 행위를 기반으로 위험 프로파일링과 맞춤형 제안을 제공하는 수준으로 발전했으며, 최근에는 에이전트 허브(Agent Hub), 텔레그램(telegram) 기반 인터페이스, 그리고 클로드 코드(Claude Code)와 유사한 대화 방식을 도입하여 AI 거래의 사용 장벽을 낮추는 데까지 이르렀습니다.
인터뷰에서는 AI가 거래에 적용될 때의 한계에 대해서도 논의했습니다. 현재 AI는 일반 사용자의 정보 처리 능력과 보조 의사결정 효율성을 상당히 향상시킬 수 있지만, 최정상급 전문 트레이더를 완전히 대체하기는 어렵다는 점이 강조되었습니다. 향후 경쟁의 핵심은 단순히 모델 성능뿐 아니라, 보안 체계, 비용 관리, 제품의 매끄러운 사용성, 장기 기억 시스템, 그리고 사용자의 실제 거래 습관을 지속적으로 학습하는 능력 등 다각적인 요소에 달려 있을 것이라고 전망했습니다. 또한 양측은 AI 거래가 ‘승자 독식(winner-takes-all)’ 구조로 발전할지, 혹은 거래 전략이 급격히 무효화될지에 대해서도 논의했는데, 결론은 시장이 여전히 극도로 복잡하며, 인간의 심리와 블랙스완(Black Swan) 사건 같은 예측 불가능한 요인이 거래를 단일 시스템으로 완전히 지배하게 하기 어렵다는 것이었습니다.
빌 박사의 AI 배경과 암호화폐 업계 진입 계기
마오디(매우 유명한 중국 암호화폐 미디어인 Wu Shuo Bu Jia Mi의 주최자): 모두 이 번 Wu Shuo Bu Jia Mi Podcast에 오신 것을 환영합니다. 오늘의 게스트는 바이트겟 AI 담당자 빌 박사입니다. 먼저 본인을 간단히 소개해 주시고, 어떻게 암호화폐 업계에 들어오게 되셨는지 말씀해 주세요. 또, AI 분야에서의 경력을 좀 더 자세히 들려주실 수 있나요? 제가 들은 바로는 모두 당신을 ‘빌 박사’라고 부르던데, 혹시 AI 전공 출신이신가요?
빌 박사: 저는 2009년에 박사학위를 받았고, 학부, 석사, 박사 과정 모두 AI 분야를 전공했습니다. 재학 중에는 여러 기업과 연구기관을 방문하며 교류했고, 많은 국제 학술대회에도 참석했습니다.
졸업 후, 해외 한 연구기관에서 4년간 인공지능 개발 업무를 맡았습니다. 이후 국내 대기업으로 옮겨 검색·추천 및 자연어처리(NLP) 분야에서 4년간 일했고, 자연어처리 부서를 총괄했습니다. 그 후 또 다른 해외 전자상거래 기업에서 4년간 전사적 AI 개발을 총괄했으며, 이후 또 다른 글로벌 대기업에서 3년간 세계 시장 마케팅 알고리즘 전반을 책임졌습니다. 총 16년간 AI 관련 업무를 수행했습니다.
지난해 초, 헤드헌터를 통해 바이트겟에서의 채용 기회를 알게 되었습니다. 사실 저는 그 이전까지 암호화폐 업계에서 일한 적은 없었지만, 금융 분야에는 꾸준한 관심을 가져왔고, 오랜 기간 미국 주식과 홍콩 주식 거래도 해왔기 때문에 한번 도전해보기로 했습니다.
당시 저는 웹3(Web3)에 대해 어느 정도는 알고 있었지만, 실제로 관련 업무를 해본 적은 없어 면접 전에 다소 긴장하기도 했습니다. 그러나 면접은 매우 빠르게 통과되었고, 곧바로 오퍼를 받았습니다. 맡은 직책은 바이트겟의 AI 담당자였으며, 지금까지 1년 이상 근무하고 있습니다. 전반적으로 이 경험은 저에게 매우 흥미진진했습니다. 매일 새로운 도전과 프로젝트가 쏟아지며, 압박감은 크지만 성취감도 컸습니다.
저에게 가장 큰 변화는 인지적 충격이었습니다. 이전까지 웹3는 단순히 듣기만 했던 개념이었고, 실제 깊이 있게 참여해 본 적은 없었기 때문에 입사 후에는 거의 ‘학습과 실무를 병행’하는 형태로 매우 충실한 시간을 보냈습니다.
AI와 거래의 결합은 단순한 유행인가, 이미 실용 단계에 진입했는가?
마오디: 바이트겟은 거래 제품 중심의 플랫폼입니다. ‘AI + 거래’라는 개념에 대해 어떻게 생각하시나요? 지금은 이미 실현 가능한 단계에 진입한 것인지, 아니면 여전히 시장의 과열된 홍보에 불과한 것인지 궁금합니다. 현재는 암호화폐 업계뿐 아니라 모든 산업이 AI를 열렬히 받아들이고 있는데, 이 주제로 돌아와서, 지금은 실용성이 중심인지, 아니면 단순히 핫이슈를 타는 성분도 있는지 여쭤보고 싶습니다.
빌 박사: 바이트겟 입장에서는 이건 더 이상 단순한 유행이 아니라, 진정한 ‘필수 요소’입니다. 바이트겟은 창사 후 7년 동안 전담 AI 팀조차 없었고, 알고리즘 활용도 극히 제한적이었으나, 최근 2년 사이에 체계적인 투자가 시작된 이유는 바로 AI 기술이 이미 충분히 성숙되어 거래 현장에 실질적으로 적용될 수 있는 단계에 도달했기 때문입니다. 비용 절감과 효율성 향상뿐 아니라 수익 증대 및 거래 효율성 향상 측면에서도 이미 현실적인 가치를 입증하고 있습니다.
거래 자체는 극도로 복잡합니다. 사용자마다 인지 방식, 위험 선호도, 거래 전략, 조작 방식 등이 모두 다르기 때문에 핵심은 ‘AI를 도입해야 하는가?’가 아니라, ‘AI를 거래 체인의 어느 계층에 접목시켜야 하는가?’에 있습니다.
즉, 완전 자동화—예를 들어 완전 자율주행처럼—는 현재로서는 아직 불가능하다고 봅니다. 하지만 단계적이고 계층적인 보조 기능이라면 이미 충분히 실현 가능합니다. 바이트겟이 하든 안 하든, 다른 기업들도 이미 이를 추진 중이며, 상당한 성과를 거두고 있습니다.
예를 들어, 일부 트레이더는 단기 가격 움직임과 양적 신호만을 중시해 과거에는 여러 화면과 데이터를 동시에 주시해야 했지만, 지금은 AI가 정보 통합 및 보조 판단을 효과적으로 수행할 수 있습니다. 또 다른 사용자들은 뉴스, 실적 공시, 소셜미디어 등을 기반으로 결정을 내리는데, 이 과정에서 정보 수집 및 정리는 본래 AI가 특히 잘 할 수 있는 영역입니다.
한 걸음 더 나아가, 사용자들은 AI가 단순히 정보를 찾는 것을 넘어, 포지션 규모, 방향성, 레버리지 수준 등 구체적인 전략 제안까지 해주기를 원합니다. 심지어 거래 버튼까지 준비해주는 고도화된 수준까지 기대합니다. 나아가 자산관리(AUM) 수준의 서비스로 확장되기도 합니다.
따라서 우리의 판단은, AI가 최정상급 전문 트레이더를 완전히 대체할 수는 없지만, 일반 사용자에게는 이미 95% 수준의 작업을 대체할 수 있는 실용 단계에 진입했다는 것입니다.
바이트겟의 AI 제품 진화: 정보 정리에서 거래 보조로
마오디: 즉, 첫 번째 계층—프로젝트 배경 파악, 정보 정리 및 보조 판단—은 이미 상당히 성숙해졌다는 말씀이신데요. 그렇다면 바이트겟의 현재 AI 제품은 초기 의사결정 보조에 치중되어 있는지, 아니면 이미 구체적인 실행 단계로 진입했는지 궁금합니다.
빌 박사: 작년부터 이야기를 시작해야 합니다. 제가 입사한 지 한 달 만에 에이전트(Agent) 방향의 프로젝트를 시작했습니다. 당시 에이전트는 매우 새로운 개념이었고, 업계 전체가 실험 중이었습니다. 처음엔 ‘밈 캐처(Meme Catcher)’라는 소규모 시도를 했습니다. 당시 밈 코인 열풍이 거셌고, 시장 신호가 빠르고 혼란스러워 일반 사용자들이 거래 기회를 놓치기 쉬웠기 때문입니다.
이 제품은 두 달간 운영했는데, 효과는 꽤 좋았지만 기능이 단일했고, 주로 밈 관련 신호만 추적했습니다. 이후 이를 ‘겟에이전트(GetAgent)’로 업그레이드했는데, 초기 목표는 바로 첫 번째 계층—정보 수집 및 정리—해결이었습니다. 이 작업은 본질적으로 반복적 노동이므로, 프로세스와 모델만 정확히 조정하면 효율성이 크게 향상됩니다.
그래서 우리는 우선 정보 측면 역량에 집중했습니다. 암호화폐 업계의 주요 뉴스 소스를 직접 정제하고, 고품질 정보를 모델에 공급해, 모델이 인터넷 전반을 막연히 검색하도록 두지 않았습니다. 이를 통해 정보 수집 및 분석의 정확도가 크게 향상되었고, 사용자 만족도도 높아졌습니다.
하지만 이후 사용자들이 정보 확인을 넘어서 실제 의사결정 제안까지 원하기 시작했습니다. 예를 들어, 롱(Long)을 잡을지 숏(Short)을 잡을지, 얼마를 매수할지, 어떤 위험 수준에 맞는 전략을 채택할지 등입니다. 그래서 우리는 사용자의 과거 거래 기록을 기반으로 위험 선호도 및 거래 습관을 분석하고, 이를 바탕으로 더욱 개인화된 제안을 제공하기 시작했습니다.
정보 계층은 비교적 표준화가 가능하지만, 거래 계층에 이르면 차이가 극명해집니다. 동일한 상황에 직면한 서로 다른 사용자에게는 완전히 다른 답변이 필요할 수 있습니다. 따라서 점차 ‘개인화된 매칭’ 방향으로 진화했고, 이 부분에 대한 세부 조정도 많이 이루어졌습니다.
심지어 우리는 실행 계층까지 도달했습니다. 예를 들어 사용자가 “비트코인 10U를 사줘”라고 말하면, 시스템이 즉시 거래 버튼을 준비해 주고, 사용자가 확인만 하면 주문이 실행되는 방식입니다. 물론 명령어는 반드시 명확해야 하며, 모호해서는 안 됩니다.
이 기능이 출시된 후 실제로 사용자들이 활용했고, 거래량도 증가했습니다. 그러나 이후 우리가 발견한 문제는, ‘사용자 대신 직접 주문 실행’ 방향으로 계속 밀고 나가면, 사용자들이 이 제품이 자신을 대신해 수익을 창출한다고 오해하기 쉽다는 점이었습니다. 이 경우 손실 발생 시 기대와 현실 간 괴리가 커질 수밖에 없습니다.
그래서 이후 방향을 수정해, 자동 주문 실행 기능의 최적화를 중단하고, 다시 정보 수집, 종합 분석, 개인화된 정보 제공에 집중하기로 했습니다. 이러한 기능들을 더욱 견고하게 구축하는 데 역량을 집중했습니다.
올해 초에는 ‘에이전트 허브(Agent Hub)’를 출시했습니다. 이는 기존의 앱 내에서 질문-응답 형식으로 긴 문장 결과를 반환하던 GetAgent와는 달리, 고급 사용자를 위한 제품으로, 프로그래밍 방식으로 하위 기능을 호출하거나 명령어 인터페이스(CLI)를 통해 거래를 수행할 수 있도록 설계되었습니다.
이 방향은 당시 일정한 주목을 받았지만, 여전히 사용 장벽이 높았습니다. 실제로 프로그래밍을 하고 CLI를 이용해 거래를 하는 사람은 극소수이며, 대부분의 사용자는 일반적인 트레이더들입니다. 이들에게 필요한 것은 더 단순하고 직관적인 제품 형태입니다.
그래서 우리는 이후 접근 포인트를 텔레그램으로 옮겼습니다. 사용자는 단순히 링크를 클릭하고 바이트겟 계정으로 로그인하기만 하면, 에이전트 방식으로 거래를 완료할 수 있으며, 전반적인 사용 경험도 훨씬 매끄러워집니다.
마오디: 그럼 보안은 어떻게 해결하셨나요?
빌 박사: 보안 측면에서는 샌드박스 격리, 4단계 신원 인증, 독립 실행 환경 등을 구축했습니다. 핵심은 사용자 자산의 안전을 확보하는 것입니다. 또한 일반 사용자의 진입 장벽을 최대한 낮추기 위해 노력했습니다. 많은 유사 제품들이 사용자 스스로 모델을 연결하고, 토큰 비용을 관리하며, 서비스 계획을 선택해야 하는데, 이는 대부분의 사용자에게 너무 복잡합니다. 우리는 이러한 하위 복잡성을 모두 은닉하고, 사용자가 쉽게 시작할 수 있도록 설계했습니다.
바이트겟 AI 거래 제품의 핵심 논리와 사용자 경험(UX) 설계
마오디: 어떤 대규모 언어 모델(Large Language Model, LLM)을 사용하고 계신가요?
빌 박사: 여러 대규모 모델을 활용하고 있으며, 작업 유형에 따라 스마트하게 할당합니다. 핵심은 비용과 효과를 동시에 고려하는 것입니다. 단순 작업에 항상 가장 비싼 모델을 쓸 필요는 없고, 복잡 작업에 저렴한 모델만으로는 부족합니다. 따라서 우리는 전체적인 최적화를 추구하는 방식입니다.
제품 설계 측면에서도 초창기부터 진입 장벽을 낮추는 것을 목표로 했습니다. 예를 들어, 사용자에게 일정량의 무료 사용 한도를 먼저 제공하고, 한도 소진 후에만 유료화하는 방식을 채택했습니다. 또한 사용자가 직접 토큰을 구매하거나 모델을 선택할 필요 없이, 이미 완성된 하위 기능을 바로 활용할 수 있도록 했습니다.
이후 많은 기능을 텔레그램으로 이전했습니다. 정보 획득, 분석 처리, 기초 거래 전략 등이 포함되며, 텔레그램에서 제공되는 이 제품의 이름은 ‘겟클로(GetClaw)’입니다. 사용자는 마치 채팅하듯 시스템과 상호작용할 수 있어, 사용 감성이 훨씬 매끄럽습니다. 기존 앱 내에서는 많은 사용자가 입구조차 찾지 못했지만, 텔레그램으로 이전하면서 접근 경로가 훨씬 직관적이 되었습니다.
이러한 경험 흐름이 완성된 후, GetClaw는 빠르게 성장했습니다. 또한 거래 대회를 함께 개최해 사용자에게 체험금과 보상을 제공함으로써, 이 에이전트 기반 거래 모드에 더 자연스럽게 적응할 수 있도록 지원했습니다.
다만 우리는 항상 강조해 왔습니다. 아무리 우수한 도구라도, 거래는 인간의 판단을 완전히 배제할 수 없습니다. 언제 진입하고 언제 청산할지는 여전히 핵심입니다. 모델에만 완전히 의존해서도 안 되고, 모델을 아예 사용하지 않아도 안 됩니다. 우리가 추구하는 건 사용자를 대체하는 것이 아니라, 도구를 최대한 완성시키면서 동시에 사용자의 인지 수준을 높이는 것입니다. 그래서 AI 개발 초기부터 ‘1억 명의 사용자를 월스트리트 수준으로 만든다’는 목표를 제시한 것입니다. 궁극적으로는 사용자들이 더 나은 트레이더가 되도록 돕는 것이죠.
우리의 목표는 거래를 더 간단하고 더 개인화된 것으로 만드는 것입니다. 예를 들어, 시스템이 점차 사용자의 거래 습관, 위험 선호도, 조작 스타일을 이해하고, 앞선 복잡한 분석 과정을 모두 은닉한 후, 최종적으로 몇 가지 명확한 의사결정 옵션만 제시해 줄 수 있도록 하는 것입니다. 이렇게 되면 사용자는 더 확실한 근거를 바탕으로, 더 안심하고 거래를 실행할 수 있습니다.
따라서 이 제품 모델의 핵심은 두 가지입니다. 첫째는 장기 기억 및 개인화 적응 능력으로, 시스템이 사용자를 지속적으로 학습한다는 점입니다. 둘째는 보안성과 효과성, 그리고 하위 도구가 계속 진화하고 있다는 점입니다. GetAgent는 지난 1년여 동안 다양한 하위 기능을 꾸준히 개선해 왔고, GetClaw 역시 이러한 기반 위에서 만들어진 제품입니다. 물론 아직 완벽하지는 않으며, 앞으로도 계속해서 반복 개선해 나갈 예정입니다.
마오디: 현재 AI 기반 거래의 거래량이 전체 거래량에서 차지하는 비중은 어느 정도인가요?
빌 박사: 현재로서는 여전히 미미한 수준입니다. 회사 전체 거래량 대비, 완전히 AI가 주도하는 거래의 비중은 매우 낮습니다. 사용자들이 ‘AI가 주도하는 거래’를 대규모로 신뢰하려면, 여전히 시간이 걸리는 교육 및 수용 과정이 필요하기 때문입니다.
또한 이 분야는 변화 속도가 매우 빠릅니다. 대규모 언어 모델은 끊임없이 업데이트되고 있으며, 종종 제품의 상위 구조를 크게 변경하지 않더라도, 백엔드 모델을 구버전에서 최신 버전으로 교체하기만 해도 전체 성능이 눈에 띄게 향상됩니다. 이는 현재 모델 능력과 애플리케이션 계층이 이미 분리되기 시작했음을 의미합니다. 하위 모델이 업그레이드되면, 상위 사용자 경험도 자동으로 개선되는 것입니다.
현재의 상황은, 상위 애플리케이션이 빠르게 반복 개선되고 있고, 하위 모델도 끊임없이 진화하고 있어, 전체 생태계가 매우 빠르게 변화하고 있습니다. 예전에는 하나의 기능을 구현하는 데 1~2개월이 걸렸지만, 지금은 며칠 또는 하루 만에 출시할 수 있습니다.
이런 상황에서 진정으로 중요한 것은 단순한 개발 역량이 아니라, 사업 자체, 특히 ‘거래’라는 활동에 대한 깊은 이해입니다. 도구와 모델은 계속 진화하지만, 결국 제품의 가치를 결정하는 것은 해당 시나리오에 대한 인지 수준입니다.
바이트겟 AI 제품의 경쟁 우위와 지속적 최적화 방향
마오디: 현재는 바이트겟뿐 아니라 바이낸스(Binance), OKX 등도 AI 관련 제품을 개발하고 있습니다. 이들의 발표한 스킬(Skill)이나 제품을 살펴보신 적이 있으신가요? 바이트겟의 AI 제품이 다른 거래소들과 비교해 어떤 강점이 있으며, 어디에서 더 뛰어날 수 있다고 보시나요?
빌 박사: 훌륭한 질문입니다. 저희도 업계 최신 동향을 항상 매우 주의 깊게 지켜보고 있습니다. AI 분야에서는 모든 거래소가 사실상 동일한 출발선에 서 있기 때문에, 이를 ‘카테고리 외의 추월 기회(catch-up opportunity)’로 보고 있습니다. 또한 AI는 인재와 자금이 막대하게 투입되는 분야이기에, 당연히 몇 개의 선두 거래소만이 경쟁할 수 있는 영역입니다. 바이트겟은 이 분야에 막대한 투자를 하고 있습니다.
작년 GetAgent 개발을 시작하면서부터, 우리는 암호화폐 업계에서 AI 에이전트를 어떻게 설계해야 할지 탐색해 왔습니다. 당시에는 참고할 만한 사례가 거의 없었고, 다른 분야의 사례를 참고하면서 우리 비즈니스에 맞춰서 점진적으로 실험해 왔습니다. 지금까지 1년 이상의 개발 기간 동안, 우리는 탄탄한 하위 기반 역량을 축적했으며, 지속적인 반복 개선 방법론도 확립했습니다.
다른 거래소와 비교했을 때, 저희의 강점은 다음과 같은 몇 가지 측면에서 나타납니다.
첫째, 반복 개선 경험입니다. 작년 3월 AI 에이전트 개발을 시작한 이후, 우리는 여러 분기 동안 지속적인 반복 개선을 거쳐 왔습니다. 이 과정은 매우 힘들었고, 때로는 완전히 처음부터 다시 시작해야 하는 경우도 많았지만, 그만큼 축적된 경험은 매우 깊습니다. 이 분야에서 우리가 반드시 업계 1위라고 말할 수는 없지만, 최소한 가장 빨리 시작했고, 가장 깊이 파고든 기업 중 하나라는 점은 자신 있게 말씀드릴 수 있습니다.
둘째, 보안입니다. 에이전트 제품이 처음 등장했을 때 많은 기업이 일시적으로 열광했지만, 이후 보안 문제가 발생하면서 철수한 경우도 많았습니다. 저희 내부에서는 보안을 항상 최우선 과제로 삼았고, 개발 속도에 영향을 주더라도 반드시 보안을 먼저 확보해야 한다고 했습니다. 여러 분기에 걸친 꾸준한 개선을 통해, 현재까지 바이트겟의 AI 거래 및 AI 에이전트 제품에서 명백한 보안 사고는 한 건도 발생하지 않았습니다. 이는 매우 중요한 경쟁 우위입니다.
셋째, 신규 제품 형태에 대한 대응 속도입니다. 에이전트 허브(Agent Hub)든, 이후의 GetClaw든, 저희는 모두 타사보다 빠르게 출시했습니다. 게다가 단순히 제품을 만들기만 하는 것이 아니라, 실제 거래 시나리오에 맞춘 기능 설계와 사용법도 함께 고민했습니다. 예를 들어, AI 트레이더와 팔로우(Follow) 거래 시스템을 연동해, 사용자가 AI 트레이더의 실적을 기반으로 팔로우 여부를 선택할 수 있도록 한 것도, 거래 시나리오에 기반한 혁신적 시도입니다.
겉보기에는 이런 제품을 누구나 만들 수 있을 것 같고, 개발 도구만 활용하면 금방 구축할 수도 있습니다. 하지만 실제로 구현해 보면, 얼마나 매끄럽고, 안정적이며, 신뢰할 수 있는지에 따라 차이가 매우 큽니다. 이 차이는 단순히 어떤 모델을 사용했느냐가 아니라, 모델, 비용, 품질, 보안, 사용자 경험을 모두 조화롭게 통합할 수 있는지에 달려 있습니다.
특히 C단(소비자) 시장에서는 비용 통제가 매우 중요합니다. 최적화하지 않으면, 이런 제품의 비용이 급격히 폭주하기 쉽습니다. 따라서 지금 저희가 고민하는 건 ‘어떤 대규모 모델을 쓸까?’가 아니라, 여러 기능을 어떻게 더 깊이 있게 조합하고 최적화해, 사용자 경험과 품질을 유지하면서도 비용을 합리적인 수준으로 통제할 수 있을지에 대한 것입니다.
요약하자면, 저희의 강점은 크게 세 가지입니다. 첫째, 가장 빨리 시작해 오랜 기간 반복 개선하며 깊은 역량을 축적했다는 점. 둘째, 비교적 탄탄한 보안 체계를 갖췄다는 점. 셋째, 스킬과 제품 기능을 통합하는 데 이미 일정한 방법론과 기반이 마련되었다는 점입니다.
물론, 계속해서 개선해야 할 부분도 있습니다. 가장 중요한 건 경쟁사를 계속 주시하는 것이 아니라, 오히려 사용자로부터 더 많이 배우는 것입니다. 왜냐하면 AI 거래는 결국 누가 기능을 더 많이 넣었는지가 아니라, 누가 사용자를 더 잘 이해했는지를 겨루는 경쟁이기 때문입니다. 사용자들이 현재 AI 거래에 대해 어떤 인식을 갖고 있고, 어떤 습관과 기대를 가지고 있는지, 이에 대한 연구는 계속되어야 합니다.
결국 사용자가 거래소에 오는 목적은 수익 창출입니다. 우리는 사용자가 반드시 수익을 낼 수 있다고 보장할 수는 없지만, 그들이 거래라는 활동을 더 빠르게, 더 편리하게, 더 편안하게 수행할 수 있도록 돕고 싶습니다. 예를 들어, 시스템이 최종적으로 사용자에게 몇 가지 명확하고 개인화된 선택지를 제시하고, 그 뒤에 숨은 논리를 명확히 설명함으로써, 이전보다 더 쉽게 판단하고, 더 안심하고 의사결정을 내릴 수 있도록 하는 것입니다.
따라서 이 여정은 아직 끝나지 않았습니다. 현재 우리의 핵심 과제는 사용자 경험을 더욱 매끄럽고, 안전하며, 개인화된 방향으로 개선하는 동시에, 경쟁사와 사용자 모두로부터 끊임없이 배우는 것입니다.
AI 거래는 승자 독식이 될 것인가? 전략은 빠르게 무효화될 것인가?
마오디: 방금 이상적인 ‘AI + 거래’ 시나리오에 대해 말씀해주셨는데, 여기서 두 가지 구체적인 질문을 드리겠습니다.
첫 번째 질문은, AI 거래를 실행하는 모델의 능력에는 분명히 강약이 존재한다는 점입니다. 미래에 ‘승자 독식(winner-takes-all)’ 구조가 나타날 가능성은 없을까요? 예를 들어, 자금이 풍부한 사람들은 더 강력한 대규모 모델을 구매해 더 많은 컴퓨팅 파워와 더 빠른 속도를 확보하고, 결국 소수의 사람들이 대부분의 시장 수익을 독차지하게 될지도 모릅니다.
두 번째 질문은, 거래 시장은 변화가 매우 빠르고, 어떤 전략도 특정 시기에는 효과적이지만, 금방 모방되고, 따라 하거나 심지어 반대로 대응되기도 한다는 점입니다. 그렇다면 AI 거래에도 이런 한계가 있을까요? 즉, 고정된 우위를 장기간 유지하는 것이 불가능하고, 지속적인 반복 개선이 필수적인 것인지 궁금합니다.
빌 박사: 이 두 가지 질문은 정말 업계 전반에서 매우 주목받는 주제입니다.
먼저 ‘승자 독식’에 대해 말씀드리면, 저는 그렇게 될 가능성이 낮다고 봅니다. 주식 시장을 예로 들어보면, 양적 투자 및 펀드 산업은 이미 오랜 기간 발전해 왔지만, 지금까지 어느 한 기업이 시장 전체 수익을 독점한 적은 없습니다. 머리가 좋은 선두 기관조차도, 시장에는 여전히 다양한 참여자들이 오랜 기간 공존하고 있습니다.
그 이유는 간단합니다. 거래 시스템 자체가 너무 복잡해, 몇 가지 변수로 결과를 결정할 수 없고, 수천 개의 변수와 예측 불가능한 돌발 상황, 블랙스완 사건 등이 얽혀 있기 때문입니다. 따라서 누군가 시장을 완전히 장악할 수 있다고 보지 않습니다.
두 번째 질문에 대해서는, AI 거래에는 분명한 ‘천장(ceiling)’이 있다고 봅니다. 완벽한 거래를 100점이라고 가정하면, 현재 AI는 아마 90점 수준일 것이고, 미래에는 99점에 가까워질 수는 있지만, 100점에 도달하는 건 매우 어려울 것이라고 생각합니다.
마오디: 지금 90점이라는 말씀이신가요, 아니면 미래에도 그 수준에 머무를 것이라고 보시는 것인가요?
빌 박사: 지금 현재 수준이 약 90점이라고 말씀드린 것입니다. 미래에는 계속해서 향상되겠지만, 저는 결코 완벽한 100점에 도달할 수 없다고 봅니다. 왜냐하면 금융 거래의 가장 어려운 핵심은 결국 ‘인간의 심리’에 있기 때문입니다. 시장 뒤에는 여전히 사람이 참여하고 의사결정을 내리고 있기 때문에, 감정, 편향, 비이성적 요소는 언제나 존재할 수밖에 없습니다.
물론 미래에는 더 극단적인 상황도 가능합니다. 즉, 시장의 주요 참여자가 사람이 아니라, 에이전트끼리 거래하는 구조가 될 수 있습니다. 그때는 상황이 달라질 수 있습니다. 왜냐하면 기계는 사람보다 훨씬 더 일관된 규율을 따르며, 이때는 모델 능력, 시스템 능력, 속도가 승부의 열쇠가 될 것입니다.
하지만 현재의 암호화폐 시장은 그런 단계까지는 전혀 도달하지 못했습니다. 따라서 전반적으로 이는 지속적인 진화 과정입니다. 거래에 사람이 계속 참여하는 한, 불확실성을 완전히 제거하는 것은 불가능합니다.
마오디: 이 답변에 매우 공감합니다. 왜냐하면 거래는 본질적으로 이성을 통해 감정을 극복하는 과정이기 때문입니다. 만약 미래에 완전히 AI가 거래를 주도한다면, 결국 남는 건 지능 수준과 속도의 경쟁일 것입니다.
빌 박사: 맞습니다. 아직은 그 단계에 도달하지 못했기 때문에, 이 분야에는 여전히 매우 넓은 가능성이 있고, 매우 흥미롭습니다.
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
吴说区块链
