나를 가장 흥분시키는 이더리움 애플리케이션 중 하나는 예측 시장입니다. 2014년에 저는 Robin Hanson이 고안한 예측 기반 거버넌스 모델인 futarchy에 관한 기사를 썼습니다. 저는 2015년부터 Augur의 적극적인 사용자이자 지지자였습니다(제 이름은 Wikipedia 기사에 있습니다). 나는 2020년 선거에 58,000달러를 베팅했습니다. 저는 올해 폴리마켓의 열렬한 지지자이자 팔로워였습니다.

많은 사람들에게 예측 시장은 선거에 대한 베팅이고 선거에 대한 베팅은 도박에 관한 것입니다. 사람들이 재미를 느낄 수 있다면 그것은 좋지만 근본적으로 펌프에 베팅하는 것보다 나을 것이 없습니다.fun에서 무작위 토큰을 구입하는 것이 더 재미있습니다. . 이러한 관점에서 예측 시장에 대한 나의 관심은 혼란스러워 보입니다. 그래서 이 글에서는 왜 이 개념이 나를 흥분시키는지 설명하고자 합니다. 간단히 말해서, 나는 (i) 기존 예측 시장조차 세상에 매우 유용한 도구이지만, 추가적으로 (ii) 예측 시장은 사회에서 더 나은 구현을 창출할 수 있는 잠재력을 가진 더 크고 매우 강력한 범주의 한 예일 뿐이라고 믿습니다. 미디어, 과학, 저널리즘, 거버넌스 및 기타 분야. 나는 이 카테고리를 "정보 금융"이라고 부르겠습니다.

폴리마켓의 양면: 참가자를 위한 베팅 사이트, 모두를 위한 뉴스 사이트

지난 주 동안 Polymarket은 미국 선거에 관한 매우 효과적인 정보 소스였습니다. 폴리마켓은 트럼프의 승리 확률을 60/40으로 예측했을 뿐만 아니라(다른 출처에서는 50/50을 예측했지만 그 자체로는 그리 인상적이지 않음) 다른 장점도 보여주었습니다. 많은 전문가와 뉴스에도 불구하고 결과가 나왔을 때 소식통은 시청자들이 해리스에게 좋은 소식을 들을 수 있기를 바라며 시청자들을 유인하고 있지만 폴리마켓은 기록을 바로 세웠습니다. 트럼프가 승리할 확률은 95%가 넘고, 의회의 모든 정부 부서를 장악할 확률은 90%가 넘습니다. 동시에 .

두 스크린샷 모두 11월 6일 오전 3시 40분(ET)에 촬영되었습니다.

그러나 나에게 이것은 Polymarket이 얼마나 흥미로운지를 보여주는 가장 좋은 예조차 아닙니다. 그럼 또 다른 예를 살펴보겠습니다. 7월 베네수엘라 선거입니다. 선거 다음 날, 베네수엘라의 고도로 조작된 선거 결과에 항의하는 사람들을 곁눈질로 본 기억이 납니다. 처음에는 별로 관심을 두지 않았습니다. 나는 마두로가 이미 "기본적으로 독재자" 인물 중 하나라는 것을 알고 있으므로 그가 권력을 유지하기 위해 모든 선거 결과를 위조할 것이라고 생각했습니다. 물론 시위가 있을 것이고 물론 시위는 실패할 것입니다. 불행히도 문제는 이렇습니다. , 다른 많은 사람들이 실패했습니다. 그런데 Polymarket을 스크롤하다가 다음과 같은 내용을 보았습니다.

사람들은 이번 선거에서 마두로가 타도될 확률이 23%라는 데에 10만 달러 이상을 투자할 의향이 있습니다. 이제 관심을 갖기 시작했습니다.

물론 우리는 이 상황의 불행한 결과를 알고 있습니다. 결국 마두로는 권력을 유지했다. 그러나 시장은 이번에 마두로를 전복시키려는 시도가 심각하다는 것을 깨닫게 해주었다. 시위는 엄청났고 야당은 선거가 얼마나 사기였는지를 세계에 입증하는 놀랍도록 잘 실행된 전략을 내놓았습니다. 만약 폴리마켓으로부터 "이번에 주목할 만한 것이 있다"는 초기 신호를 받지 못했다면, 저는 관심을 시작조차 하지 않았을 것입니다.

Polymarket 베팅 차트를 완전히 신뢰해서는 안 됩니다. 모든 사람이 베팅 차트를 믿는다면 돈이 있는 사람은 누구나 베팅 차트를 조작할 수 있으며 누구도 감히 이에 맞서 베팅하지 않을 것입니다. 반면에 뉴스를 전적으로 신뢰하는 것도 나쁜 생각입니다. 뉴스에는 클릭을 위해 모든 결과를 과장하는 선정주의적인 동기가 있습니다. 때로는 이것이 정당화될 때도 있고 그렇지 않을 때도 있습니다. 선정적인 기사를 읽었지만 시장에 가서 관련 사건의 확률이 전혀 변하지 않은 것을 발견했다면 회의적인 것도 합리적입니다. 또는 시장에서 예상치 못한 높거나 낮은 확률이나 예상치 못한 급격한 변화가 보인다면 이는 뉴스를 읽어 그 원인을 확인하라는 신호입니다. 결론: 차트만 읽는 것보다 뉴스를 읽고 차트에 베팅하면 더 많은 정보를 얻을 수 있습니다.

여기서 무슨 일이 일어나고 있는지 검토해 보겠습니다. 당신이 베터라면 당신을 위한 베팅 웹사이트인 폴리마켓(Polymarket)에서 베팅할 수 있습니다. 당신이 베터가 아니라면 베팅 차트를 읽을 수 있으며 이것은 당신을 위한 뉴스 웹사이트입니다. 베팅 차트를 완전히 신뢰해서는 안 되지만, 저는 개인적으로 (기존 미디어 및 소셜 미디어와 함께) 정보 수집 작업 흐름에서 베팅 차트 읽기를 한 단계로 만들었으며 이는 더 많은 정보를 더 효율적으로 얻는 데 도움이 됩니다.

정보 금융의 더 넓은 의미

이제 중요한 부분에 도달했습니다. 선거 결과를 예측하는 것은 단지 첫 번째 적용일 뿐입니다. 더 넓은 개념은 청중에게 귀중한 정보를 제공하기 위해 인센티브를 조정하는 방법으로 금융을 사용할 수 있다는 것입니다. 이제 자연스러운 반응은 다음과 같습니다. 모든 금융은 근본적으로 정보에 관한 것이 아닌가? 참가자마다 미래에 일어날 일에 대해 서로 다른 견해를 갖고 있기 때문에(위험 선호도 및 헤지 욕구와 같은 개인적인 요구 사항도 포함) 서로 다른 구매 및 판매 결정을 내릴 것이며 시장을 읽으면 세상에 대해 많은 것을 추론할 수 있습니다. 가격.

나에게 정보 금융은 바로 그것이지만 구조적으로는 정확합니다. 소프트웨어 엔지니어링의 구조적 정확성 개념과 유사하게, 정보 금융은 (i) 알고 싶은 사실부터 시작한 다음 (ii) 시장 참여자로부터 가장 좋은 정보를 얻을 수 있도록 의도적으로 시장을 설계해야 하는 분야입니다. .

정보 금융은 3면 시장입니다. 베터는 예측을 하고 독자는 예측을 읽습니다. 시장은 미래에 대한 예측을 공공재로 내놓는다(왜냐하면 시장이 그렇게 하도록 설계되었기 때문이다).

예측 시장이 한 예입니다. 미래에 일어날 구체적인 사실을 알고 싶어서 사람들이 그 사실에 베팅할 수 있는 시장을 설정합니다. 또 다른 예는 의사결정 시장입니다. 어떤 측정 기준 M에 따라 결정 A 또는 결정 B가 더 나은 결과를 낳을지 알고 싶습니다. 이를 달성하기 위해 조건부 시장을 설정합니다. 사람들에게 (i) 어떤 결정이 선택될지, (ii) 결정 A가 선택되면 M 값, 그렇지 않으면 0, (iii) 결정 B가 선택될지에 대해 베팅하도록 요청합니다. 그러면 M의 값이 얻어지고, 그렇지 않으면 0이 됩니다. 이 세 가지 변수를 사용하면 시장에서 결정 A 또는 결정 B가 M의 가치에 더 유리한지 여부를 결정할 수 있습니다.

나는 향후 10년 동안 정보 금융 발전을 견인할 기술 중 하나가 AI(대형 모델이든 미래 기술이든)라고 예측한다. 그 이유는 정보 금융의 가장 흥미로운 적용 중 다수가 "미시적" 문제, 즉 개별 결정이 상대적으로 작은 영향을 미치는 수백만 개의 소규모 시장과 관련되어 있기 때문입니다. 실제로 거래량이 적은 시장은 효율적으로 작동하지 않는 경우가 많습니다. 숙련된 플레이어의 경우 단지 수백 달러의 이익을 얻기 위해 세부 분석에 시간을 보내는 것은 의미가 없으며 많은 사람들은 보조금 없이도 다음과 같은 시장 숙련된 거래자가 가장 크고 가장 선정적인 문제를 제외하고는 모든 이익을 얻을 수 있는 순진한 거래자가 충분하지 않기 때문에 단순히 작동하지 않습니다. AI는 이 방정식을 완전히 바꿔 놓는다. 즉, 거래량이 10달러인 시장에서도 합리적으로 고품질의 정보를 얻을 수 있다는 뜻이다. 보조금이 필요한 경우에도 권당 지원 금액이 매우 저렴해집니다.

정보 금융에는 인간 증류(distilled)가 필요합니다.

판사

신뢰할 수 있고 전체 커뮤니티가 이를 신뢰하는 정당성을 갖는 인간 판단 메커니즘이 있지만 판단을 내리는 데 시간이 오래 걸리고 비용이 많이 든다고 가정해 보겠습니다. 그러나 최소한 해당 "비싼 메커니즘"의 대략적인 복사본에 대해 저렴한 비용으로 실시간 액세스할 수 있기를 원합니다. 무엇을 할 수 있는지에 대한 Robin Hanson의 아이디어는 다음과 같습니다. 결정을 내려야 할 때마다 값비싼 메커니즘이 호출될 경우 결정의 결과가 어떻게 될지 예측하는 예측 시장을 구축합니다. 예측 시장을 운영하고 소액의 돈을 투자하여 시장 조성자에게 보조금을 지급합니다.

99.99%의 경우 실제로 값비싼 메커니즘을 호출하지 않습니다. "거래를 취소"하고 모든 사람에게 입력 내용을 돌려줄 수도 있고, 모든 사람에게 0을 주거나 평균 가격이 0 또는 1에 더 가까운지 확인하고 그것을 근본적인 사실로 다루십시오. 0.01%의 경우 - 무작위일 수도 있고, 거래량이 가장 많은 시장에 대한 것일 수도 있고, 두 가지의 조합일 수도 있습니다. 실제로는 값비싼 메커니즘을 실행하고 이에 따라 참가자에게 보상을 제공하게 됩니다.

이를 통해 매우 신뢰할 수 있지만 매우 비싼 원래 메커니즘의 신뢰할 수 있고 중립적이며 빠르고 저렴한 "증류 버전"을 제공합니다(LLM에서 "증류"에 비유하여 "증류"라는 단어 사용). 시간이 지남에 따라 이 증류 메커니즘은 원래 메커니즘의 동작을 대략적으로 반영합니다. 왜냐하면 해당 결과를 달성하는 데 도움을 준 참가자만 돈을 벌고 다른 모든 사람은 돈을 잃기 때문입니다.

가능한 예측 시장 + 커뮤니티 노트 조합의 모델입니다.

이는 소셜 미디어뿐만 아니라 DAO에도 적용됩니다. DAO의 주요 문제점은 의사결정이 너무 많아서 대부분의 사람들이 참여를 꺼린다는 것입니다. 이로 인해 위임의 광범위한 사용, 중앙 집중화의 위험, 대의민주주의에서 흔히 발생하는 위임-대리인 실패 또는 공격에 대한 취약성이 발생합니다. 실제 투표가 거의 발생하지 않고 대부분의 사항이 인간과 AI가 결합하여 투표 결과를 예측하는 예측 시장에 의해 결정된다면 DAO가 잘 작동할 수 있습니다.

이는 소셜 미디어뿐만 아니라 DAO에도 적용됩니다. DAO의 주요 문제점은 의사결정이 너무 많아서 대부분의 사람들이 참여를 꺼린다는 점입니다. 이로 인해 위임의 광범위한 사용, 중앙 집중화의 위험, 대의민주주의에서 흔히 발생하는 위임-대리인 실패 또는 공격에 대한 취약성이 발생합니다. 실제 투표가 거의 발생하지 않고 대부분의 사항이 인간과 AI가 결합하여 투표 결과를 예측하는 예측 시장에 의해 결정된다면 DAO가 잘 작동할 수 있습니다.

의사결정 시장의 예에서 보았듯이 정보 금융에는 분산형 거버넌스의 중요한 문제를 해결할 수 있는 많은 잠재적 경로가 포함되어 있습니다. 핵심은 시장과 비시장 간의 균형에 있습니다. 시장은 "엔진"이고 일부는 시장입니다. 기타 비금융화 신뢰 메커니즘은 "운전대"입니다.

정보 금융의 기타 활용 사례

개인 토큰(Bitclout(현재 deso), friend.tech 및 모든 사람을 위한 토큰을 생성하고 쉽게 추측할 수 있도록 하는 기타 여러 프로젝트)은 제가 "원시 정보 금융"이라고 부르는 범주에 속합니다. 그들은 특정 변수(예: 미래 평판에 대한 기대)에 대해 의도적으로 시장 가격을 생성하지만 가격이 드러내는 정확한 정보는 너무 모호하고 반사적이고 거품 역학의 영향을 받습니다. 특히 토큰의 궁극적인 가치가 어디서 나오는지 토큰의 경제적 설계를 더욱 신중하게 고려하여 이러한 프로토콜의 개선된 버전을 만들고 인재 발굴과 같은 중요한 문제를 해결하는 것이 가능합니다. 명성 선물에 대한 로빈 핸슨(Robin Hanson)의 생각은 여기서 가능한 최종 상태 중 하나입니다.

광고 - 궁극적인 "비싸지만 신뢰할 수 있는 신호"는 제품을 구매할지 여부입니다. 이 신호를 기반으로 한 정보 금융은 사람들이 무엇을 구매할지 결정하는 데 도움이 될 수 있습니다.

과학적 동료 검토 – 과학계에서는 어떤 경우에는 민간 지혜의 일부가 되었던 유명한 결과가 궁극적으로 새로운 연구에서 재현될 수 없는 "복제 위기"가 진행 중입니다. 예측 시장을 시도하여 재확인이 필요한 결과를 식별할 수 있습니다. 또한 이러한 시장을 통해 독자는 특정 결과를 재검토하기 전에 특정 결과를 얼마나 신뢰해야 하는지 신속하게 추정할 수 있습니다. 이 아이디어에 대한 실험이 완료되었으며 지금까지 성공한 것으로 보입니다.

공공재 자금 조달 – 이더리움에서 사용하는 공공재 자금 조달 메커니즘의 주요 문제 중 하나는 "인기 경쟁" 성격입니다. 각 기여자는 인정을 받기 위해 소셜 미디어에서 자체 마케팅 캠페인을 실행해야 하며, 이를 수행할 능력이 없거나 자연스럽게 "배경" 역할을 더 많이 맡은 사람들은 상당한 자금을 확보하는 데 어려움을 겪습니다. 매력적인 해결책은 전체 종속성 그래프를 추적하는 것입니다. 각각의 긍정적인 결과에 대해 어떤 프로젝트가 얼마나 기여했는지, 그리고 각 프로젝트에 대해 어떤 프로젝트가 얼마나 기여했는지 등을 추적하는 것입니다. 이 디자인의 주요 과제는 가장자리의 무게를 찾아 조작에 저항하도록 만드는 것입니다. 결국 이러한 조작은 항상 발생합니다. 증류된 인간의 판단 메커니즘이 도움이 될 수 있습니다.

결론적으로

이러한 아이디어는 오랫동안 이론화되어 왔습니다. 예측 시장과 심지어 의사결정 시장에 관한 최초의 저작물은 수십 년 전의 반면 금융 이론의 유사한 설명은 훨씬 더 오래되었습니다. 그러나 나는 현재 10년이 다음과 같은 주요 이유로 독특한 기회를 제공한다고 믿습니다.

정보 금융은 사람들이 실제로 가지고 있는 신뢰 문제를 해결합니다. 이 시대의 공통적인 우려는 정치, 과학, 비즈니스 환경에서 누구를 신뢰해야 하는지에 대한 지식이 부족하고 더 나쁘게는 합의가 부족하다는 것입니다. 정보 금융 애플리케이션은 솔루션의 일부가 되는 데 도움이 될 수 있습니다.

이제 우리는 확장 가능한 블록체인을 기반으로 삼았습니다. 최근까지 이러한 아이디어를 실제로 구현하기에는 비용이 너무 높았습니다. 이제 더 이상 너무 높지 않습니다.

참가자로서의 AI. 정보 금융은 모든 문제에 인간의 개입이 필요하기 때문에 기능하기가 상대적으로 어렵습니다. AI는 이러한 상황을 크게 개선하여 소규모 문제에서도 효율적인 시장을 가능하게 합니다. 많은 시장에는 AI와 인간 참여자가 혼합되어 있을 가능성이 높으며, 특히 특정 문제의 규모가 갑자기 작은 것에서 큰 것으로 바뀔 때 더욱 그렇습니다.

이 기회를 최대한 활용하려면 단순한 선거 예측을 넘어 정보 금융이 우리에게 무엇을 제공할 수 있는지 탐구해야 합니다.

피드백과 의견을 주신 Robin Hanson과 Alex Tabarrok에게 특별히 감사드립니다.