인공지능(AI)은 예측시장의 풍경을 조용히 바꾸고 있으며, 자율 에이전트가 실제 세계의 사건과 연관된 결과에 대한 거래에서 핵심적인 역할을 하고 있다. 블록체인-인공지능 프로토콜 올라스(Olas)를 개발한 밸로리 AG(Valory AG)의 대표이사 겸 공동창업자인 데이비드 민어슈(David Minarsch)에 따르면, AI 에이전트는 점점 자동화된 금융 환경에서 개인과 기관 투자자 모두에게 경쟁력을 제공하는 강력한 도구로 자리 잡고 있다.

에이전트 경제와 폴리스트랫의 등장

올라스 프로토콜을 운영하는 밸로리 AG는 ‘에이전트 경제’를 구축하고자 한다. 이는 자율 AI 에이전트가 사용자 대신 작업을 수행하고 가치를 창출하는 분산형 생태계를 의미한다. 이 비전의 가장 눈에 띄는 예는 2026년 2월에 예측시장 플랫폼 폴리마켓(Polymarket)에 출시된 AI 에이전트인 폴리스트랫(Polystrat)이다. 이 에이전트는 사용자가 직접 소유하고 관리하는 자산을 대신해 24시간을 걸쳐 전략을 실행한다.

민어슈는 “단순히 말해, 폴리스트랫은 사용자의 대신 24시간을 걸쳐 폴리마켓에서 거래하는 자율 AI 에이전트이다.”라고 설명했다. 이 아이디어는 간단하다. 인간이 잠을 자거나 일하거나 집중을 잃을 때, 에이전트는 계속해서 거래를 진행한다. 이 변화는 전통적인 거래 모델에서 인간의 참여가 일반적이었던 것과는 큰 차이를 보인다.

폴리스트랫의 초기 성과는 인상적이었다. 출시 후 한 달 만에 이 에이전트는 폴리마켓에서 4,200건 이상의 거래를 실행했으며, 단일 거래에서 최대 376%의 수익률을 기록했다. 이 수치는 예측시장에서 AI 기반 거래 전략의 성장 잠재력을 강조한다.

예측시장에서의 AI 성장

예측시장은 실제 세계의 결과와 연관된 계약을 거래하는 플랫폼으로, 초기에는 예측 도구로 여겨졌지만, 금융 기술 분야에서 빠르게 성장하는 영역이 되었다. 이 산업의 돌파구는 2024년 미국 대통령 선거 기간이었다. 당시 거래량이 급증했고, 예측시장이 대중의 주목을 받기 시작했다. 2025년에는 주요 플랫폼에서의 총 예상 거래량이 440억 달러를 넘었으며, 피크 시기에는 월간 거래량이 130억 달러에 달했다.

현재 예측시장은 두 가지 주요 플레이어가 지배하고 있다. 하나는 미국의 상품선물거래위원회(CFTC)의 감독을 받는 이벤트 계약 거래소인 칼시(Kalshi)이고, 다른 하나는 글로벌 시장에서 운영되고 있으며, 예측시장의 범위가 더 넓은 블록체인 기반 플랫폼인 폴리마켓이다. 이 두 플랫폼은 예측시장 분야의 거래량의 약 85~97%를 차지하며, 연간 수십억 달러 규모의 베팅을 처리한다. 이는 선거, 중앙은행 정책, 스포츠 및 문화 행사 등 다양한 주제에 걸쳐 이뤄진다.

AI 기반 거래로의 전환은 단순한 관찰에서 비롯된다. 현대 AI 모델에 내재된 지능은 아직 금융 시장으로 이어지지 않았다는 점이다. 이 인식이 밸로리 팀을 2023년에 올라스에서 ‘예측시장 경제’를 구축하라는 계획으로 이끌었다. 이 생태계에서는 AI 에이전트가 예측 도구와 데이터 파이프라인을 사용해 결과를 예측하고 거래하는 방식으로 운영된다.

민어슈에 따르면, 지금까지의 결과는 기계가 우위를 점하고 있다는 것을 보여준다. 제3자 데이터에 따르면, 예측시장에서 긍정적인 성과를 거두는 인간 거래자는 약 7%에서 13%에 불과하며, 대부분은 손실을 기록한다. 한편, 기계의 참여는 급속히 증가하고 있다. 분석 플랫폼 레이어허브(LayerHub)에 따르면, 폴리마켓의 지갑 중 30% 이상이 이미 AI 에이전트를 사용하고 있다.

예측시장에서의 인간과 기계의 경쟁

민어슈는 이 추세가 더 넓은 변화를 반영한다고 본다. “예측시장에서는 인간 참여자들이 기계들 사이에서 경쟁하고 있다.”라고 그는 말했다. “인간들은 이미 기계들과의 경쟁에 놓여 있다.” 인간과 기계의 주요 차이점은 기계가 감정이 덜하고 일관된 전략을 따르는 데 더 능하다는 점이다.

올라스는 일반 사용자에게 AI 에이전트를 제공함으로써 이 경쟁을 균형 있게 만들고자 한다. 폴리스트랫의 초기 성과는 기대를 끌어올린다. 팀이 공유한 데이터에 따르면, 폴리스트랫 AI 에이전트는 폴리마켓에서 인간 참여자보다 우수한 성과를 보이고 있으며, 37% 이상의 에이전트가 긍정적인 손익(P&L)을 기록한 반면, 인간 참여자는 그 수치의 절반 미만에 불과하다.

사용자는 전략 선호도, 데이터 출처, 위험 감수성 등에 따라 자신의 에이전트를 설정할 수 있다. 이 커스터마이징은 올라스 플랫폼의 핵심 기능으로, 사용자가 자신의 특정한 요구와 목표에 맞게 AI 에이전트를 맞춤화할 수 있다.

성과 외에도, 민어슈는 AI 에이전트가 예측시장에서 간과된 기회를 열어줄 수 있다고 본다. 이는 ‘장단기’ 시장의 니치 또는 지역적 질문을 의미한다. 많은 예측시장은 주요 글로벌 이벤트, 선거, 거시경제 데이터, 고유명사 스포츠 경기에 초점을 맞추고 있다. 하지만 수많은 작은 질문은 아직 탐색되지 않았다.

“인간들은 종종 정보를 찾아내는 데 신경 쓰지 않는다.”라고 민어슈는 말했다. “그들은 노력하는 것을 피한다.” 반면, AI 에이전트는 수많은 작은 시장을 동시에 분석할 수 있다. “예측시장의 장단기 부분은 AI 에이전트에게 매우 흥미로운 영역이다.”라고 그는 말했다. “당신은 에이전트를 문제에 가리키기만 하면, 그 나머지는 에이전트가 해줄 것이다.”

이러한 기능은 기업, 정책 입안자 및 의사결정자들에게 예측시장을 데이터 수집 도구로 활용하는 데 도움을 줄 수 있다. 예측시장은 오랫동안 분산된 지식을 집중시키고, 전통적인 설문조사나 모델이 놓칠 수 있는 통찰을 도출하는 방법으로 연구되어 왔다. 이 의미에서, 예측시장은 산업 전반에 걸쳐 의사결정을 위한 상류 기술로 자리 잡을 수 있다.

자동화의 확대에도 불구하고, 민어슈는 AI 에이전트가 인간을 완전히 대체할 것이라고 보지 않는다. 대신, 그는 이들을 보완적인 도구로 보고 있다. “인간은 더 서두르며 결정을 내리는 경우가 많으며, 이는 해로울 수 있다.”라고 그는 말했다. “AI 에이전트는 인간이 의존할 수 있는 도구가 될 수 있다.”

향후 방향에는 사용자가 자신의 에이전트에 특허 지식이나 전문적인 데이터를 추가할 수 있도록 하는 방안도 포함된다.