Bitget AI 책임자와의 대화: AI 거래는 높은 점수에 무한히 접근할 수 있지만 100점을 달성할 수는 없다

이번 팟캐스트는 Bitget의 AI 거래 제품 배치에 대해 다룹니다. Bitget AI 책임자 Bill 박사는 전통적인 AI 연구 및 산업 경험에서 암호화폐 산업으로 전환한 과정을 회고하며, 지난 1년 이상 Bitget이 AI 거래 제품에 대해 진행한 반복 경로를 체계적으로 소개했습니다: 처음에는 사용자가 시장 정보를 포착하고 뉴스 및 신호를 정리하는 데 도움을 주었고, 이후에는 사용자의 역사적 행동을 결합하여 위험 프로파일링 및 개인화된 제안을 제공하며, 마지막으로 Agent Hub, Telegram 형태 및 Claude Code와 유사한 상호작용 방식을 통해 AI 거래 사용 장벽을 낮추는 시도를 했습니다.

인터뷰에서는 거래에서 AI의 경계에 대해서도 논의했습니다: AI는 일반 사용자의 정보 처리 및 보조 결정 효율성을 크게 향상시킬 수 있지만, 여전히 최고의 거래자를 완전히 대체하기는 어렵습니다; 미래의 경쟁 초점은 모델 능력뿐만 아니라 안전 시스템, 비용 통제, 제품의 매끄러움, 장기 기억 시스템, 그리고 사용자 실제 거래 습관에 대한 지속적인 학습이 될 것입니다. 양측은 마지막으로 AI 거래가 "승자 독식"이 될지, 전략이 빠르게 무효화될지에 대한 문제를 논의했으며, 결론은 시장이 여전히 매우 복잡하고 인간성과 블랙 스완 요소가 거래를 단일 시스템으로 완전히 지배하기 어렵게 만든다는 것이었습니다.

Bill 박사의 AI 배경과 암호화폐 산업 진입 계기

고양이 형제: 여러분을 《우가 암호화폐를 말하다》의 이번 에피소드에 초대합니다. 오늘의 인터뷰 대상은 Bitget AI 책임자 Bill 박사입니다. 먼저 본인 소개를 해주시고, 어떻게 암호화폐 산업에 들어오게 되었는지 말씀해 주시겠어요? 또한 AI 분야에서의 경험에 대해서도 이야기하고 싶습니다. 그들이 모두 Bill 박사라고 부르던데, AI 분야 출신이신가요?

Bill 박사: 저는 2009년에 박사 학위를 받았고, 학부, 석사, 박사 모두 AI 분야였습니다. 학창 시절에도 여러 기업과 연구소에서 교류를 했고, 많은 국제 회의에도 참석했습니다.

졸업 후, 저는 해외 연구소에서 4년 동안 인공지능 연구 개발을 했습니다. 이후 국내 대기업으로 가서 4년 동안 검색 추천 및 자연어 처리 분야에서 일하며 자연어 처리 부서를 담당했습니다. 그 후, 또 다른 해외 전자상거래 회사에서 4년 동안 AI 전체 연구 개발을 담당했고, 이후 또 다른 대기업에서 3년 동안 글로벌 마케팅 알고리즘 전체 연구 개발을 맡았습니다. 총 16년을 일했습니다.

작년 초, 헤드헌터가 저에게 Bitget에 이런 기회가 있다고 연락을 했습니다. 비트코인 업계에서 일한 적은 없지만, 금융에 대한 관심이 많았고, 여러 해 동안 미국 주식과 홍콩 주식 거래를 해왔기 때문에 시도해 보았습니다.

그 당시 저는 Web3에 대해 잘 알지 못했지만, 어느 정도 이해는 하고 있었고, 관련 작업을 해본 적은 없어서 면접 전에 조금 긴장했습니다. 결과적으로 면접은 빠르게 통과했고, 오퍼를 받았습니다. 직책은 Bitget의 AI 책임자이며, 지금까지 1년이 넘었습니다. 전체적으로 이 경험은 저를 매우 흥분하게 했습니다. 매일 새로운 도전과 프로젝트가 있으며, 압박감이 크지만 성취감도 큽니다.

저에게 가장 큰 변화는 인식의 충격입니다. 왜냐하면 저는 원래 Web3에 대해 들어본 적은 있지만, 깊이 참여한 적이 없었기 때문에 들어온 후에는 기본적으로 학습하면서 프로젝트를 진행하는 매우 충실한 시간을 보냈습니다.

AI와 거래의 결합은 과대선전인가, 아니면 이미 실용 단계에 들어섰는가?

고양이 형제: Bitget은 거래 제품을 주로 하는 플랫폼입니다. "AI + 거래"에 대해 어떻게 생각하시나요? 지금은 정말 실행 가능한 단계에 들어섰나요, 아니면 여전히 시장의 과대선전인가요? 현재는 암호화폐 산업뿐만 아니라 거의 모든 산업이 AI를 수용하고 있습니다. 이 주제로 돌아가서, 현재는 실용성이 주를 이루고 있다고 보시나요, 아니면 핫이슈를 따라가는 성격도 있다고 보시나요?

Bill 박사: Bitget에게 이 문제는 더 이상 과대선전이 아니라 필수적입니다. Bitget은 처음 7년 동안 전담 AI 팀이 없었고, 알고리즘 응용도 극히 드물었습니다. 최근 2년 동안 시스템적으로 투자하기 시작한 핵심 이유는 AI가 충분히 성숙하여 실제 거래 장면에 진입할 수 있게 되었기 때문입니다. 비용 절감과 효율성 증대, 수익 및 거래 효율성을 높이는 데 현실적인 가치가 있습니다.

거래 자체가 매우 복잡합니다. 서로 다른 사용자의 인식, 위험 선호도, 전략 및 운영 방식이 다르기 때문에 "AI를 해야 할지 말아야 할지"가 아니라 AI가 거래 체인에 어떤 층에서 개입할지가 중요합니다.

완전 자동화, 즉 완전 자율주행처럼 하는 것은 지금은 불가능하다고 생각합니다. 하지만 보조를 하고, 단계별로 지원하는 것은 이미 매우 실행 가능하다고 봅니다. 사실 Bitget이 하든 다른 회사가 하든, 모두 하고 있으며, 이미 많은 혜택을 보고 있습니다.

예를 들어, 일부 거래자는 주로 단기 추세와 정량 신호를 보고, 예전에는 많은 화면과 데이터를 주시해야 했지만, 지금은 AI가 통합 및 보조 판단을 하는 데 적합합니다. 또 다른 사람들은 뉴스, 재무 보고서 및 소셜 미디어를 보고 결정을 내리는데, 이 과정에서 많은 작업이 정보 수집 및 정리이므로 AI가 효율성을 크게 높일 수 있습니다.

더 나아가, 사용자는 AI가 단순히 정보를 찾는 것이 아니라 더 구체적인 전략 제안을 제공하기를 원합니다. 예를 들어, 포지션, 방향, 레버리지, 심지어 거래 버튼까지 준비해 주기를 원합니다. 더 높은 수준에서는 자산 관리 모델에 가까워질 수 있습니다.

따라서 우리의 판단은 AI가 최고의 전문 거래자를 완전히 대체할 수는 없지만, 일반 사용자에게는 95%의 작업을 대체할 수 있는 실용 단계에 이미 들어섰다고 생각합니다.

Bitget의 AI 제품 진화: 정보 정리에서 거래 보조로

고양이 형제: 당신의 말은 첫 번째 단계가 이미 상당히 성숙해졌다는 것입니다. 즉, 사용자가 프로젝트 배경을 이해하고 정보를 정리하고 보조 판단을 하는 데 도움을 주는 것입니다. 그럼 Bitget의 현재 AI 제품은 초기 보조 결정에 더 중점을 두고 있나요, 아니면 이미 구체적인 실행으로 나아가고 있나요?

Bill 박사: 이 이야기는 작년부터 시작해야 합니다. 제가 입사한 지 한 달 후에 우리는 Agent 방향을 시작했습니다. 그 당시 Agent는 여전히 매우 새로운 개념이었고, 모두가 탐색 중이었습니다. 처음에는 "Meme 포착기"라는 작은 시도를 했습니다. 그 당시 Meme 코인이 매우 인기가 있었고, 시장 신호가 빠르고 혼잡하여 사용자가 거래 기회를 적시에 포착하기 어려웠습니다.

이 제품은 두 달 동안 진행되었고, 효과는 괜찮았지만 능력이 단일적이었습니다. 주로 Meme 관련 신호를 포착하는 데 중점을 두었습니다. 이후 우리는 이를 GetAgent로 업그레이드했으며, 초기 목표는 첫 번째 요구 사항인 정보 수집 및 정리를 해결하는 것이었습니다. 이 부분은 본질적으로 육체 노동이기 때문에 프로세스와 모델을 잘 조정하면 효율성을 크게 높일 수 있습니다.

그래서 처음에는 정보 측면의 능력에 중점을 두었습니다. 암호화폐 분야의 중요한 뉴스 소스를 맞춤 설정하고, 이러한 고품질 정보를 모델에 제공하여 분석하게 했습니다. 단순히 모델이 스스로 전 세계를 검색하게 하는 것이 아니라 이렇게 진행했습니다. 그렇게 하니 정보 수집 및 분석의 정확성이 크게 향상되었고, 사용자 만족도도 높았습니다.

하지만 이후 사용자가 더 나아가고 싶어 했습니다. 단순히 정보를 보고 싶어 하는 것이 아니라, 결정 제안을 받고 싶어 했습니다. 예를 들어, 매수할지 매도할지, 얼마를 살지, 어떤 위험 수준의 전략이 적합한지에 대한 것입니다. 그래서 우리는 사용자의 역사 거래 기록을 결합하여 프로파일링하고, 그의 위험 선호도와 거래 습관을 분석하여 더 개인화된 제안을 제공하기 시작했습니다.

정보 층은 상대적으로 일반화할 수 있지만, 거래 층에 들어가면 차이가 매우 큽니다. 동일한 문제에 직면한 서로 다른 사용자는 완전히 다른 답변을 가질 수 있습니다. 그래서 이후 GetAgent는 점차 개인화된 매칭으로 나아갔고, 이 부분에서도 많은 세부 조정을 했습니다.

우리는 실행 단계까지 나아갔습니다. 예를 들어, 사용자가 "10U의 비트코인을 사줘"라고 직접 말하면, 시스템이 빠르게 거래 버튼을 준비하고 사용자가 확인한 후 주문할 수 있습니다. 물론 전제 조건은 지시가 충분히 명확해야 하며, 너무 모호해서는 안 됩니다.

이 기능이 출시된 후, 실제로 사용자가 있었고 거래량도 증가했습니다. 하지만 나중에 우리는 "사용자를 직접 주문하게 도와주는" 방향으로 계속 나아가면 사용자가 오해할 수 있다는 것을 발견했습니다. 사용자가 이 제품이 그를 대신해 돈을 벌 수 있다고 생각하게 되면, 손실이 발생했을 때 기대와 현실 간의 문제가 생길 수 있습니다.

그래서 우리는 방향을 조정하여 자동 주문을 최적화하는 데 중점을 두지 않고, 정보 수집, 집계 분석 및 개인화 공급에 다시 초점을 맞추어 이러한 능력을 더욱 견고하게 만들었습니다.

올해 초에 우리는 Agent Hub를 출시했습니다. 이는 GetAgent처럼 앱에서 질문하고 답변하며 긴 내용을 반환하는 것이 아니라, 더 고급 사용자를 지원하여 그들이 프로그램을 통해 기본 능력을 호출하고 명령줄 등을 통해 거래를 완료할 수 있도록 합니다.

이 방향은 당시 어느 정도 주목을 받았지만, 사용 장벽이 여전히 높았습니다. 실제로 프로그램을 작성하고 명령줄로 거래를 할 줄 아는 사람은 드물고, 대다수 사용자는 일반 거래자이기 때문에 그들이 필요로 하는 것은 더 간단하고 직접적인 제품 형태입니다.

그래서 우리는 다시 Telegram으로 진입했습니다. 사용자가 링크를 열고 Bitget 계정에 로그인하기만 하면 Agent와 유사한 방식으로 거래를 완료할 수 있어 전체 경험이 더 매끄럽습니다.

고양이 형제: 그럼 안전성은 어떻게 해결하나요?

Bill 박사: 안전성 측면에서 우리는 샌드박스 격리, 4단계 신원 인증 및 독립 환경을 구축했습니다. 핵심은 사용자 자산의 안전을 보장하는 것입니다. 또한 일반 사용자의 사용 장벽을 최대한 낮추려고 합니다. 많은 유사한 제품은 사용자가 모델을 직접 연결하고 Token 비용을 관리하며 서비스 계획을 선택해야 하는데, 이는 대부분의 사람들에게 너무 복잡합니다. 우리는 이러한 기본적인 복잡성을 줄여 사용자가 더 쉽게 접근할 수 있도록 하기를 원합니다.

Bitget AI 거래 제품의 기본 논리 및 사용자 경험 디자인

고양이 형제: 여러분은 어떤 대형 모델을 사용하고 있나요?

Bill 박사: 우리는 여러 대형 모델을 사용하며, 다양한 작업에 따라 스마트하게 분배합니다. 핵심은 비용과 효과를 동시에 고려하는 것입니다. 간단한 작업에 가장 비싼 모델을 계속 사용할 수는 없고, 복잡한 작업에 저렴한 모델만 의존할 수도 없습니다. 그래서 우리는 전체 최적화를 위한 시스템을 구축하고 있습니다.

제품 디자인 측면에서 우리는 처음부터 장벽을 낮추기를 원했습니다. 예를 들어, 사용자에게 일정량의 무료 한도를 제공하고, 한도가 소진되면 요금을 지불하도록 하여 더 쉽게 접근할 수 있도록 했습니다. 사용자는 Token을 직접 구매하거나 모델을 선택할 필요 없이, 이미 다듬어진 기본 능력을 바로 사용할 수 있습니다.

나중에 우리는 많은 능력을 Telegram으로 이전했습니다. 정보 수집, 분석 처리 및 일부 기본 거래 전략을 포함하여 Telegram의 이 제품은 GetClaw라고 불립니다. 이렇게 사용자는 채팅하듯 시스템과 직접 상호작용할 수 있어 사용이 더 매끄럽습니다. 이전에 앱에 있을 때는 많은 사용자가 진입점을 찾지 못했지만, Telegram에 배치하니 경로가 더 직관적이었습니다.

이러한 경험이 통합된 후, GetClaw는 빠르게 성장했습니다. 우리는 거래 대회를 함께 진행하여 사용자에게 체험 자금과 보상을 제공했으며, 본질적으로 사용자들이 이러한 Agent 거래 모델에 더 자연스럽게 적응하도록 돕고자 했습니다.

하지만 우리는 항상 강조합니다. 도구가 아무리 좋아도 거래는 사람의 판단을 완전히 벗어날 수 없습니다. 언제 진입하고 언제 퇴출할지는 여전히 매우 중요합니다. 모델에 완전히 의존할 수는 없고, 모델을 전혀 사용하지 않을 수도 없습니다. 그래서 우리가 하고자 하는 것은 사용자를 대체하는 것이 아니라, 도구를 충분히 좋게 만들고 동시에 사용자의 인식을 향상시키는 것입니다. 이것이 우리가 AI를 시작할 때부터 제시한 목표, 즉 "1억 사용자가 월가에 필적하게 하자"는 본질입니다. 이는 그들이 더 나은 거래자가 되도록 하는 것입니다.

우리의 목표는 거래를 더 간단하고 개인화되게 만드는 것입니다. 예를 들어, 시스템이 점차 사용자의 거래 습관, 위험 선호도 및 운영 스타일을 이해하고, 복잡한 분석 과정을 축소하여 마지막에 몇 가지 명확한 결정 옵션을 제공하는 것입니다. 이렇게 하면 사용자가 조작할 때 더 많은 근거를 가지고 더 안심하고 결정을 내릴 수 있습니다.

따라서 이 제품 모델의 핵심은 두 가지입니다: 첫째, 장기 기억과 개인화 적응, 시스템이 사용자를 지속적으로 학습할 수 있어야 합니다; 둘째, 안전하고 효과적이며 기본 도구가 지속적으로 진화해야 합니다. GetAgent는 지난 1년 이상 많은 기본 능력을 다듬어 왔고, GetClaw도 이 기반 위에서 만들어졌습니다. 물론 지금은 완벽하지 않으며, 앞으로도 계속 반복 발전할 것입니다.

고양이 형제: 현재 AI 거래의 거래량이 대략 얼마나 되는지 통계가 있나요?

Bill 박사: 지금은 사실 그렇게 많지 않습니다. 회사 전체 거래량에서 AI가 완전히 주도하는 비율은 여전히 낮습니다. 사용자가 대규모로 "AI가 거래를 안내하는 것"에 신뢰를 가지려면 본래 육성 과정이 필요합니다.

또한 이 분야는 변화가 매우 빠릅니다. 대형 모델은 계속해서 빠르게 반복되고 있으며, 많은 경우 이전의 제품 형태를 크게 변경할 필요 없이 백엔드 모델을 구버전에서 신버전으로 전환하기만 하면 전체 효과가 눈에 띄게 향상될 수 있습니다. 이는 현재 모델 능력과 응용 계층이 사실상 분리되기 시작했음을 나타냅니다. 기본 모델이 업그레이드되면 상위 경험도 함께 향상됩니다.

따라서 현재 상태는 전방의 응용이 빠르게 반복되고 있으며, 후방의 모델도 지속적으로 발전하고 있어 전체 생태계가 매우 빠르게 변화하고 있습니다. 이전에는 하나의 요구 사항을 충족하는 데 한두 달이 걸렸다면, 지금은 며칠, 심지어 하루 만에 출시할 수 있습니다.

이런 상황에서 진정으로 중요한 것은 개발 능력뿐만 아니라 비즈니스 자체, 특히 거래에 대한 이해입니다. 도구와 모델은 진화하고 있지만, 궁극적으로 제품 가치를 결정하는 것은 여전히 당신의 장면에 대한 인식입니다.

Bitget AI 제품의 경쟁 우위 및 지속적인 최적화 방향

고양이 형제: 지금은 Bitget뿐만 아니라 바이낸스, OKX도 AI 관련 제품을 만들고 있습니다. 그들이 발표한 skill이나 제품을 본 적이 있나요? Bitget의 AI 제품이 다른 거래소와 비교했을 때 어떤 장점이 있다고 생각하나요? 어떤 부분에서 더 잘할 수 있을까요?

Bill 박사: 좋은 질문입니다. 우리는 업계의 최신 동향에 항상 주목하고 있습니다. AI 분야에서 모든 거래소가 같은 출발선에 서 있기 때문에 우리는 이를 "커브를 넘어서는" 기회로 보고 있습니다. 동시에 AI는 인재와 자본이 대규모로 투입되는 분야이기 때문에 몇몇 주요 거래소의 경쟁장이 될 수밖에 없습니다. Bitget은 이 분야에 많은 투자를 하고 있습니다.

사실 GetAgent를 시작한 작년부터 우리는 암호화폐 분야의 AI Agent가 어떻게 작동해야 하는지를 탐색하고 있었습니다. 그 당시에는 거의 참고할 만한 사례가 없었고, 다른 분야에서 어떻게 하는지를 보면서 자신의 비즈니스와 결합하여 계속해서 탐색해야 했습니다. 지금까지 1년 이상 진행하면서 우리는 비교적 견고한 기본 능력을 축적했으며, 지속적인 반복 방법론을 형성했습니다.

다른 거래소와 비교했을 때, 우리의 장점은 주로 몇 가지 측면이 있습니다.

첫째, 반복 경험입니다. 작년 3월부터 AI Agent를 시작한 이후로 우리는 여러 분기의 지속적인 반복을 경험했습니다. 이 과정은 사실 매우 고통스러웠고, 많은 경우 다시 시작해야 했지만, 그렇기 때문에 축적된 경험이 깊습니다. 이 부분에서 우리는 반드시 업계 1위라고 할 수는 없지만, 적어도 비교적 일찍 시작했고 깊이 있게 진행했습니다.

둘째, 안전성입니다. 이러한 Agent 제품이 처음 나왔을 때 많은 사람들이 한꺼번에 시도했지만, 나중에 안전 문제로 인해 물러났습니다. 우리는 내부적으로 항상 안전을 매우 중요하게 생각하며, 개발 효율성에 영향을 미치더라도 안전을 우선 보장해야 합니다. 여러 분기에 걸쳐 다듬은 결과, 현재까지 AI 거래 및 AI Agent 분야에서 뚜렷한 문제가 발생하지 않았습니다. 이는 매우 중요한 장점입니다.

셋째, 우리는 새로운 제품 형태에 대한 반응 속도가 비교적 빠릅니다. Agent Hub든 후속 GetClaw든, 우리는 비교적 일찍 출시했으며, 단순히 제품 자체를 만드는 것뿐만 아니라 거래 장면에 맞춰 플레이 방식을 설계하기도 합니다. 예를 들어, 이전에 우리는 AI 거래자와 복사 거래 시스템을 결합해 사용자가 AI 거래자의 성과에 따라 복사 거래를 선택할 수 있도록 시도했습니다. 이는 거래 장면에서의 추가 혁신입니다.

표면적으로는 이러한 제품을 누구나 만들 수 있으며, 일부 개발 도구를 활용하면 빠르게 구축할 수 있습니다. 하지만 실제로 만들어진 후, 얼마나 매끄럽고 안정적이며 신뢰할 수 있는지가 매우 다릅니다. 이는 단순히 어떤 모델을 사용했는지를 보는 것이 아니라, 모델, 비용, 품질, 안전 및 사용자 경험을 함께 잘 관리할 수 있는지를 보는 것입니다.

특히 C단면에서 비용 통제가 매우 중요합니다. 최적화를 하지 않으면 이러한 제품의 비용이 쉽게 통제 불능 상태가 될 수 있습니다. 그래서 우리는 이제 단순히 "어떤 대형 모델을 사용할 것인가"가 아니라, 여러 능력을 더 깊이 결합하고 조정하여 경험과 품질을 보장하면서 비용을 합리적인 범위 내로 통제하는 방법을 모색하고 있습니다.

따라서 요약하자면, 우리의 장점은 주로 세 가지입니다: 첫째, 일찍 시작하고 오랜 시간 반복하며 깊이 있는 축적; 둘째, 안전 시스템이 상대적으로 견고하다; 셋째, skill과 제품 능력의 통합에서 일정한 방법론과 기반을 형성했다는 것입니다.

물론 지속적으로 최적화해야 할 부분이 있다면, 가장 중요한 것은 동료를 계속 주시하는 것이 아니라 사용자로부터 더 많이 배우는 것입니다. AI 거래는 결국 누가 더 많은 기능을 갖추고 있는지가 아니라, 누가 사용자를 더 잘 이해하는지를 비교하는 것입니다. 오늘날 사용자들이 AI 거래에 대해 어떤 인식, 습관 및 기대를 가지고 있는지를 지속적으로 연구해야 합니다.

결국 사용자가 거래 플랫폼에 오는 목표는 여전히 돈을 버는 것입니다. 우리는 사용자가 반드시 돈을 벌 수 있다고 보장할 수는 없지만, 거래에서 더 빠르고, 더 편리하며, 더 편안하게 진행할 수 있도록 돕고 싶습니다. 예를 들어, 시스템이 마지막에 몇 가지 명확하고 개인화된 옵션을 제공하고 그 뒤의 논리를 설명하여 사용자가 이전보다 더 쉽게 판단하고 더 안심하고 결정을 내릴 수 있도록 하는 것입니다.

따라서 이 일은 아직 끝나지 않았습니다. 현재 우리의 초점은 경험을 더욱 매끄럽고 안전하며 개인화되게 만드는 것이며, 동시에 동료와 사용자로부터 계속 배우는 것입니다.

AI 거래가 승자 독식할까? 전략이 빠르게 무효화될까?

고양이 형제: 당신은 방금 비교적 이상적인 "AI + 거래" 장면을 설명했습니다. 제가 두 가지 세부 질문을 더 하겠습니다.

첫 번째 질문은 AI 거래를 실행하는 모델 능력에는 강약이 있을 것입니다. 미래에 "승자 독식"의 상황이 발생할 가능성이 있을까요? 예를 들어, 자금이 더 많은 사람이 더 강력한 대형 모델을 구매하고 더 많은 계산 능력과 더 빠른 속도를 가지게 되면, 결국 소수의 사람이 대다수를 이기고 시장의 돈을 모두 가져갈 수 있을까요?

두 번째 질문은 거래 시장의 변화가 매우 빠르며, 하나의 전략은 종종 특정 단계에서만 유효하고, 곧 모방되거나 따라잡히거나 심지어 겨냥당할 수 있습니다. AI 거래도 이러한 한계를 가지고 있나요? 고정된 우위를 장기적으로 유지하는 것이 불가능하며 지속적으로 반복해야 할까요?

Bill 박사: 이 두 가지 질문은 사실 업계에서 매우 주목받는 주제입니다.

먼저 "승자 독식"에 대해 말씀드리자면, 그렇게 쉽게 발생하지 않을 것이라고 생각합니다. 주식 시장과 유사하게, 정량 및 펀드 산업은 이미 수년 동안 발전해 왔지만, 오늘날에도 어느 회사가 시장의 모든 이익을 차지한 적은 없습니다. 설령 주요 기관이 매우 강하더라도 시장에는 여전히 많은 참여자가 존재합니다.

그 이유는 간단합니다. 거래 시스템 자체가 너무 복잡하여 몇 가지 변수로 결과를 결정할 수 없으며, 그 뒤에는 수천 개의 변수가 있을 수 있고, 다양한 돌발 사건과 블랙 스완이 존재하기 때문입니다. 그래서 누군가가 시장을 100% 지배할 수 있다고 생각하지 않습니다.

두 번째 질문에 대해, AI 거래는 분명 한계가 있을 것이라고 생각합니다. 완벽한 거래가 100점이라면, 오늘날 AI는 아마 90점 정도는 할 수 있을 것이고, 미래에는 99점에 가까워질 수 있겠지만, 진정한 100점에 도달하기는 매우 어려울 것입니다.

고양이 형제: 당신이 말하는 90점은 현재의 90점인가요, 아니면 미래에도 그 수준에 머물 것인가요?

Bill 박사: 저는 현재 대략 90점이라고 말하는 것입니다. 미래에는 계속 향상되겠지만, 완벽한 점수를 얻는 것은 영원히 어려울 것이라고 생각합니다. 금융 거래에서 가장 어려운 부분은 결국 인간성입니다. 시장 뒤에 여전히 사람들이 참여하고 결정을 내리고 있다면, 반드시 감정, 편향 및 비합리성이 존재할 것입니다.

물론 미래에는 시장에서 주로 Agent와 Agent가 거래하는 극단적인 상황이 발생할 수도 있습니다. 그때는 상황이 달라질 것입니다. 왜냐하면 기계는 사람보다 더 안정적으로 규율을 실행할 수 있기 때문에 모델 능력, 시스템 능력 및 속도가 경쟁의 핵심이 될 것입니다.

하지만 현재의 암호화폐 시장을 보면, 아직 그 단계에 이르지 않았습니다. 따라서 전체적으로 이것은 여전히 지속적인 진화의 과정입니다. 거래에 여전히 사람들이 참여하고 있다면, 불확실성을 완전히 제거할 수는 없습니다.

고양이 형제: 이 답변에 매우 동의합니다. 거래는 많은 경우 이성을 통해 감정을 극복하는 것이기 때문입니다. 만약 미래에 모든 거래가 AI에 의해 이루어진다면, 결국 경쟁은 지능 수준과 속도가 될 것입니다.

Bill 박사: 맞습니다. 지금은 아직 그 단계에 이르지 않았기 때문에 이 분야에는 여전히 큰 공간이 있으며, 매우 흥미롭습니다.