인공지능(AI)은 암호화폐와 전통 시장의 거래 방식을 변화시키고 있습니다. 그러나 네 명의 주요 애널리스트들은 AI가 역량 있는 이들에게 보상을 줄 뿐, 인간을 대체하지는 않는다고 의견을 모았습니다. 암호화폐 거래에서 AI의 강점은 여전히 깨끗한 데이터와 인간의 판단에서 나옵니다.
카프리올 인베스트먼츠의 찰스 에드워즈와 크립토퀀트의 훌리오 모레노는 AI가 진지한 연구를 가속화한다고 말합니다. 벤저민 코웬과 마이클 반 데 포페는 별도의 패널에서 거래 현장에서 같은 결론에 도달합니다.
네 명의 애널리스트, 한 가지 결론
온체인 분석과 AI 도구는 암호화폐 연구 분야에서 소수의 전유물이 아닌 대중적인 도구가 되었습니다. 두 개의 비인크립토 패널에는 이 도구를 매일 사용하는 네 명의 애널리스트가 모였습니다.
에드워즈는 양적 비트코인(BTC) 헤지펀드인 카프리올 인베스트먼츠를 창업했습니다. 모레노는 크립토퀀트의 리서치 책임자입니다. 코웬과 반 데 포페는 널리 팔로우되는 독립 시장 애널리스트입니다.
마켓 인텔리전스 카운슬에서 에드워즈는 AI가 노력하는 사람들에게 기회를 제공한다고 말했습니다.
“AI 또한 일부 사람들에게 기회의 장을 더 넓혀준다고 생각합니다.”
별도의 패널에서 반 데 포페는 한계를 명확히 밝혔습니다.
“처음부터 훌륭한 트레이더가 아니었다면 AI가 뛰어난 트레이더로 만들어 주지는 않습니다.”
AI가 이미 도움을 주는 영역
가장 뚜렷한 효과는 일상적인 연구 업무에서 나타납니다. AI는 과거에는 몇 시간씩 걸리던 작업을 단축시킵니다.
에드워즈는 빠른 분석이 주요 이점임을 강조했습니다.
“분석 툴 세트가 훨씬 더 강력해졌고, 이제 AI 덕분에 훨씬 더 빠르게 처리가 가능합니다.”
반 데 포페는 이처럼 접근성이 높아졌다는 점을 시연했습니다. 그는 챗봇과 무료 데이터 피드를 이용해 샘플 암호화폐 포트폴리오를 만들었습니다. AI 에이전트와 같은 도구는 이제 실시간 시장 데이터를 즉시 불러옵니다.
“무료 API만으로도 암호화폐 포트폴리오와 대시보드를 5분 안에 만들 수 있습니다.”
AI에도 인간이 꼭 필요한 이유
속도가 역량을 의미하지는 않습니다. 반 데 포페는 AI 포트폴리오가 중요한 맥락을 놓쳤다고 언급했습니다.
“비상관 암호화폐로 구성된 포트폴리오도 없고, 거시경제적 요소도 전혀 고려하지 않았습니다.”
그는 그 공백을 인간의 판단으로 채워야 한다고 말했습니다.
“그 부분에서는 인간의 지식과 경험, 직관이 필요합니다. AI 에이전트 또는 LLM은 그 역량을 갖추지 못했습니다.”
또한 AI를 마법처럼 여겨서는 안 된다고 경고했습니다. 이 도구는 “끝없는 돈을 만들어내는 어떤 마법”을 제공하지 않습니다. 이 신중함은 시장 전반에 일치하며, 전문가도 비자동 거래 봇을 지지하지 않습니다.
모레노는 기관 투자자들이 데이터를 신뢰하지만 꾸준히 검증한다고 말했습니다.
“기관들은 데이터를 신뢰하지만 항상 다각도로 검증하며, 데이터가 여전히 유효한지 지속적으로 모니터링합니다.”
모델 내부를 들여다보다
전문 펀드는 AI를 인프라로 취급하지, 만능 해결책으로 보지 않습니다. 에드워즈는 대규모 검증된 모델을 중심으로 회사를 구축했습니다.
“저희는 수백 개의 측정 지표를 만들고, 수백 개의 다른 데이터 소스를 더해 종합적인 모델을 구축합니다. 온체인 기술과 거시경제 데이터를 결합하여 수년 동안 거래 모델을 정립해왔습니다.”
카프리올의 매크로 인덱스는 이러한 접근을 반영합니다. 해당 회사는 60개 이상의 온체인, 거시, 주식 지표를 하나의 머신러닝 모델로 결합합니다. 대부분의 데이터 플랫폼이 수천 개의 지표를 제공하나, 모델은 여전히 신중한 선별이 필요합니다.
코웬은 자신의 봇을 처음부터 직접 개발하고 있습니다.
“현 시점에서 이 봇은 내가 한 말을 반복하는 수준입니다. 거의 AI 버전의 저와 같습니다.”
그는 모델 품질 저하를 막고자 저품질 AI 산출물로 훈련하는 것을 피합니다.
“저는 이미 존재하는 AI 저품질 결과물을 이용해서 또 다른 AI 저품질 결과물이 생성되는 것을 원하지 않습니다.”
반 데 포페는 자신의 펀드도 같은 방식으로 운영합니다. AI가 거래 알고리즘의 기초를 작성하지만, 인간이 계속해서 방향을 잡습니다. 그렇지 않으면 “시스템에 맞지 않는 항목에 계속 집중하게 됩니다.”
모델의 기반이 되는 데이터
모든 모델은 그 기반이 되는 데이터에 의존합니다. 모레노는 데이터 우위의 가장 명확한 예시를 제시했습니다.
“이들은 예를 들어 분기보고서를 기다리는 대신, 실제로 실시간으로 그들이 채굴하는 것을 추적하면서 마이닝 주식 거래를 할 수 있습니다.” – 모레노
네트워크 해시레이트는 이러한 실시간 신호 중 하나입니다. 이는 채굴자들이 비트코인에 매일 어느 정도의 컴퓨팅 파워를 투입하는지 추적합니다.
동일한 방법이 주식 거래소에도 적용됩니다. 비트코인 채굴자 주식은 AI 인프라 지출이 증가하면서 새롭게 주목받고 있습니다. 훌리오 모레노는 다음과 같이 이어서 말합니다.
“일부 암호화폐 거래소도 주식 시장에서 거래를 시작했고, 거래량을 실시간으로 모니터링하여 수익을 평가할 수 있습니다.” – 훌리오 모레노
코웬은 데이터 품질이 결과를 좌우한다고 덧붙였습니다. 그는 AI 시대 이전의 기록을 귀하게 여깁니다.
“2022년 이전 데이터는 실제로 매우 가치가 있습니다. 당시에는 모든 AI 관련 정보가 존재하지 않았기 때문입니다.” – 코웬
기관과 개인 투자자 모두에게 이 교훈은 유효합니다. AI는 업무를 단축하고 접근성을 넓힙니다. 그러나 진정한 이점은 깨끗한 데이터를 가진 운영자와 모델을 이끌 판단력 있는 사람에게 돌아갑니다. AI 도입이 확대될수록, 이 판단력이 진정한 차별점이 됩니다.
