본문 바로가기
  • BTC $58,453 −7.2%
  • ETH $1,624 −8.8%
  • SOL $68.99 −7.0%
  • BNB $540.07 −8.1%
  • XRP $0.9069 −7.0%
  • DOGE $0.0540 −8.3%
  • ADA $0.1409 −8.3%

AI와 트레이딩: 인공지능 간의 도전이 암호화폐 시장에서 자동화된 트레이딩의 한계를 드러내다

Binance는 암호화폐 거래에 적용된 인공지능 모델 간의 첫 번째 공식 대회의 결과를 발표했습니다.

2025년 10월, Binance Research는 암호화폐 거래에 적용된 인공지능 모델 간의 첫 공식 대회 결과를 발표했습니다.

실제 자금으로 수행된 실험은 AI가 위험 관리에서 높은 수준의 규율을 유지할 때만 수익을 창출할 수 있음을 보여주었습니다 — 단순히 그들의 알고리즘의 예측 능력 덕분이 아닙니다.

핵심 요점

  • 여섯 개의 AI 모델이 실제 암호화폐 시장에서 10,000 $의 자금으로 자율적으로 운영되었습니다.
  • 단 두 개의 (DeepSeek Chat V3.1 및 Qwen3 Max)가 각각 +94% 및 +60%의 수익으로 마감했습니다.
  • 최악의 성과를 보인 (Gemini 2.5 Pro와 GPT-5)는 자본의 60% 이상을 잃었습니다.
  • 결정적인 요소는 예측 정확성이 아니라 위험 관리였습니다.
  • 이 실험은 탈중앙화 거래에서 AI 사용을 위한 최초의 공개 벤치마크를 나타냅니다.

블록체인에서의 실제 실험

이 연구는 Nof1.ai와 Binance Research의 협력으로 수행되었습니다.
각 모델 — DeepSeek Chat V3.1, Qwen3 Max, Claude Sonnet 4.5, Grok 4, GPT-5 및 Gemini 2.5 Pro — 은 10,000 USD의 실제 자금을 받아 perpetual futures 시장에서 on-chain 거래에 사용되었습니다.

모든 모델은 동일한 조건에서 작동했습니다: 동일한 숫자 데이터셋, 텍스트 입력 없음, 24/7 운영 시간 및 완전한 의사 결정 자율성.
목표는 순수한 가격 예측 능력보다는 행동 및 리스크 관리를 평가하는 것이었습니다.

결과: “AI 트레이더” 서사의 이면에 있는 현실

최종 수치는 명확합니다:

AI 모델수익률 (%)샤프 비율승률 (%)총 거래 수최대 손실 (USD)
DeepSeek Chat V3.1+94%0.4532%22−1,072
Qwen3 Max+60%0.3433%30−1,728
Claude Sonnet 4.5−1%0.0333%24−1,579
Grok 4−7%0.0419%21−657
GPT-5−64%−0.6419%74−622
Gemini 2.5 Pro−67%−0.7026%191−750

단 두 모델만이 긍정적인 결과로 마감했습니다.
다른 모든 모델은 자본의 대부분을 소진했으며, 이는 결정 속도가 수익률과 동일하지 않다는 것을 보여줍니다.
오히려, 과도한 활동 — 며칠 만에 최대 191건의 거래 — 은 과도한 레버리지 사용으로 인해 손실을 확대했습니다.

리스크 관리: 수익과 실패의 차이

가장 흥미로운 점은 승리한 AI가 가장 정확한 것이 아니라, 손실을 제한할 수 있었던 AI라는 것입니다.
DeepSeek Chat V3.1 (0.45)와 Qwen3 Max (0.34)의 Sharpe Ratio는 비교적 균형 잡힌 리스크 관리를 나타내며, 거래 빈도가 높은 모델들은 부정적인 Sharpe를 기록했습니다.

Binance Research에 따르면, 손실을 본 모델의 주요 오류는 잘못된 레버리지 사용으로, 종종 10×를 초과하며, 각 손실 후 과도한 거래 경향이 있었습니다.
이러한 행동은 인간의 행동과 유사하지만 알고리즘 규모로 자동화된 “AI revenge trading”으로 정의되었습니다.

교훈: AI는 트레이더의 경험을 대체하지 않는다

실험은 AI가 막대한 양의 데이터를 처리할 수 있는 능력을 가지고 있음을 확인하지만, 아직 거시경제적 맥락이나 시장의 행동 역학을 해석할 수는 없음을 보여줍니다.

2025년 10월 10일에 발생한 190억 달러 규모의 청산 동안, 암호화폐 거래 역사상 가장 심각한 사건 중 하나로, 거의 모든 모델이 늦게 반응하여 일반적인 되돌림을 시스템적 손실로 전환시켰습니다.

반면에 성공적인 AI는 여러 시간 동안 운영을 중단하여 더 잘 설계된 자가 억제 프로토콜을 강조했습니다.
다시 말해, 차이를 만든 것은 AI의 “두뇌”가 아니라 설계자가 삽입한 안전 규칙이었습니다.

온체인 투명성 및 감사 가능성

실험의 중요한 측면은 모든 거래가 온체인에 기록되었다는 것으로, 공개 감사가 가능하게 합니다.
이러한 투명성은 백테스트의 일반적인 문제를 제거하고, 모델의 실제 성능을 실시간으로 평가할 수 있게 합니다.

Binance Research는 추적 가능성 덕분에 온체인 거래가 검증 가능한 금융 AI를 테스트하기 위한 이상적인 환경을 제공한다고 강조했습니다. 이는 스마트 계약에 의해 감독되는 자동화된 거래 DAO로 가는 길을 열 수 있는 개념입니다.

AI와 DeFi: 자율 금융을 향한 다음 단계

이 실험은 AI와 탈중앙화 금융 (DeFi)의 통합이라는 더 넓은 맥락에서 이루어집니다.
2025년에는 AI x Crypto 솔루션 시장이 24억 달러의 시가총액을 초과했으며, Virtuals와 x402와 같은 프로토콜은 자율 에이전트가 인간의 개입 없이 거래와 결제를 수행할 수 있도록 합니다.

미래에는 AI 에이전트가 데이터를 분석하고, 결정하며, 주문을 실행하고, 결제를 조정하는 모든 과정을 블록체인에서 수행하여 자율 금융의 사이클을 완성할 수 있을 것이라는 아이디어입니다.
그러나 10월의 결과는 이 비전이 기술적으로는 가능하지만 금융적으로는 미성숙하다는 것을 보여줍니다:

AI는 행동할 수 있지만, 아직 일관되게 예측하지는 못합니다.

시장 및 투자자에 대한 영향

기관 투자자에게 이 테스트는 중요한 지침을 제공합니다:

  • AI는 효과적인 보조자가 될 수 있지만, 인간 분석가의 대체물은 아니다;
  • 위험 관리는 인간의 판단으로 남아야 하며, 모델이 질적 평가를 통합할 때까지 유지되어야 합니다;
  • AI + 온체인 감사 가능성의 조합은 투명하고 자동 검증 가능한 펀드의 새로운 카테고리를 만들어, 조작 위험을 줄일 수 있습니다.

전망에 따르면, Binance는 2027년까지 AI 알고리즘에 의해 관리되는 거래량이 현재 3%에서 15% 이상의 암호화폐 파생상품 시장을 차지할 것으로 예상하고 있습니다.
이는 새로운 보안 및 거버넌스 표준을 필요로 할 것이며, 이는 아직 정의되지 않았습니다.

결론

Nof1.ai의 대회는 절대적인 승자를 선정하지 않았지만, 중요한 원칙을 부각시켰습니다:

AI의 강력함은 규율 부족을 보완하지 못한다.

암호화폐 거래에서는 혁신과 위험 사이의 경계가 여전히 미묘합니다.
인공지능은 아마도 성과를 향상시킬 수 있을 것입니다. 그러나 단순히 불확실성을 계산하는 것이 아니라 불확실성을 이해할 수 있을 때만 가능합니다.

그때까지 가장 진보된 모델조차도 필수적인 인간 요소인 판단력을 계속 필요로 할 것입니다.

Alessia Pannone

Alessia Pannone의 모든 기사