레이블이 크라우드베이인 게시물을 표시합니다. 모든 게시물 표시
레이블이 크라우드베이인 게시물을 표시합니다. 모든 게시물 표시

2016년 6월 8일 수요일

예측시장: 테러리즘 선물 시장은 테러를 막을 수 있을까?



    며칠 전에 지인이 점을 보고 왔다. 현재 상황이 불안해서 앞으로의 일이 어떻게 될지, 혹시라도 나쁜 일이 미래에 생긴다면 대비를 하기 위해서란다. 미래를 예측할 수 있는 근거가 무엇이냐 물어보니 사주팔자(태어난 연(年), 월(月), 일(日), 시(時))이며 점쟁이가 꽤 정확하다고 나에게 추천을 해줬다. 순간 솔깃했지만, 혹시라도 점쟁이가 크라우드베이에 대해 나쁜 예견을 하면 더 신경이 쓰일까 봐 넘겨 버렸다.

    미래를 예측하는 문화로서 한국에 점쟁이 문화가 있다면 미국에는 타로(Tarot)가 있다. 나도 버클리 유학 시절 한 번 본 적이 있다. 그 날은 아침 9시에 시험이 있어 날을 샜기 때문에 잠을 깨기 위해 새벽부터 학교 앞 커피숍으로 갔다. 커피를 주문하고 자리에 앉으니 옆에 히피처럼 보이는 40대 백인 여자가 타로를 보면서 뭔가 곰곰이 생각하는 듯 보였다. 어차피 몇 시간 공부를 더 해봐야 미래의 시험 결과는 크게 바뀌지 않겠다는 생각(?)이 들어 노트북을 덥고 타로가 정말 미래를 정확히 예측할 수 있냐고 말을 건네 보았다. 마지막 학기라 취업을 할 수 있을지 어떤 직업을 구해야 잘 살 수 있을지 내심 걱정이되 타로를 봐줄 수 있냐고 물어봄 참이었다.


    여자는 타로가 정확하다고 하면서 원래는 타인을 위해 카드를 잘 읽어주지는 않지만 너는 특별히 읽어주겠다면서 카드를 먼저 석 장 뽑아보라고 했다. 카드가 가진 의미를 설명하면서 나의 과거와 미래를 풀어주는데 꽤 그럴듯하여 나도 모르게 점점 빠져들었다.

<왼쪽부터>
(1열 3장: 과거-현재-미래)
(2열 3장: 현재부터 미래로 가는 단계)
(2열 4장: 현재 단계)



미국 의회에서 무산된 Terrorism Futures Market (테러리즘 선물 시장)
    미래를 예측하려는 방법으로서 점이나 타로 외에 또 무엇이 있을까? 옛날 삼성 이병철 회장은 채용할 때 관상가를 대동했다고 하던데. 다양한 방법이 있을 수 있겠지만 실제로는 많은 사람이 미래를 예측하는 것은 불가능하다고 생각한다. "미래 예측"이 말 그대로 "predicting the futures"라면 나 역시 미래를 예측하는 것은 불가능하다는 말에 공감하지만, 미래 예측이 하나의 방법론(Futurology)으로서 현재의 의사결정을 개선하기 위해 미래를 탐구하는 노력이라면 나는 미래 예측이 오히려 가능한 일이라고 생각한다.

    2001년 미국 국방부 (The Defense Advance Research Project Agency)는 쿠데타, 내전, 중동지방의 사회/경제적 정세 변화 등을 파악하여 미래 발생 가능한 국방 안보 위험을 사전에 줄이고자 예측시장 (The Policy Analysis Market)을 도입하려고 했다. 미국 국방부라면 내놓으라는 지식인과 전문가로 구성된 집단인데 왜 굳이 예측시장을 도입하려고 했을까? 당시 예측시장 프로젝트를 이끌었던 George Mason University 교수 로빈 핸슨 (Robin Hanson) 박사는 국방부의 의사결정에 문제점이 존재하였다고 하였다.


첫째, 국방부는 직급체계가 있는 관료집단이기 때문에 구성원이 언제나 진실하게 의견을 말하지 않는다 (상사 위주로 보고하기 때문에).

둘째, 어떤 전문가가 맞는 전문가인지 확인할 방법이 없다.

셋째, 전문가의 의견이 서로 다를 경우 통합하는 어려움이 있다.

    핸슨 박사는 익명성이 보장된 온라인 플랫폼을 이용해야 전문가도 진실하게 응답할 수 있고 더불어 산재하여 있는 정보를 효율적으로 취합할 수 있으므로 예측시장을 도입한 이유라고 밝혔다. 하지만 내전이 일어날지, 누가 암살을 당할지 등 나쁜 사항에 대해 베팅하는 행위가 경멸적(disgusting)이라는 이유로 미국 의회의 반대에 부딪혀 결국 오래 못 가 폐쇄되었다.

    미국 국방부가 예측시장을 도입할 정도이면 예측시장의 효용성과 정확성에 대한 검토가 되었다는 말인데 어떤 접근 방식을 가지고 하였을까? 명색이 국방부인데 문서가 공개되었을 리는 만무하고 CIA 웹사이트에 개재된 정보만이 유일하게 유추할 방법이 아닐까 생각된다.




2016년 6월 1일 수요일

집단지성이란_BBC 동영상


Prediction Market Exchange (예측거래소)

www.crowdvey.com

크라우드베이는 예측시장(Prediction Market)에 특화된 리서치 회사입니다.
예측시장에서는 다양한 분야의 사람들이 미래에 대한 예측을 거래하고
예측이 맞을 경우 금전적 이익이 제공되는 가상의 주식시장입니다.

예측시장이란_로빈 핸슨 박사 Fox 인터뷰




  <로빈 핸슨 박사 인터뷰_Fox- 예측시장의 원리>


  크라우드베이는 예측시장(Prediction Market)에 특화된 리서치 회사입니다.
예측시장에서는 다양한 분야의 사람들이 미래에 대한 예측을 거래하고
예측이 맞을 경우 금전적 이익이 제공되는 가상의 주식시장입니다.

2016년 5월 30일 월요일

예측시장 vs. 전문가: 미래를 예측하는 방법

인간 사회는 미래를 예측하려고 끊임없이 노력해 왔다. 수십 년간 과학자는 다양한 예측 방법을 연구하여 개발하였고, 예측 방법은 크게 통계적/비통계적 방법으로 분류할 수 있다. 

통계적 방법은 충분한 과거 데이터가 필요할 뿐만 아니라 미래 이벤트와 관련된 가치 있는 정보를 반드시 포함하고 있어야 한다. 이 조건을 충족하지 못한다면 주관적 판단에 기초하여 비통계적 방법을 이용하는 것이 더 나을 수도 있다. 

대표적인 비통계적 방법은 전문가(Expert)로부터 의견을 취합하는 것이다. 하지만 전문가의 의견이 다를 경우 어느 전문가의 의견이 맞은 지 객관적으로 확인할 방법이 없는 단점이 있다. 그래서 각기 다른 의견을 통합하여 하나의 예측으로 도출하는 의견통합(Opinion Pool)이 통계학이나 경영관리학에서 집단의 의사결정과 리스트 분석 등에 적용되어 많은 연구가 이루어져 왔다. 

인터넷이 빠른 속도로 성장하면서 예측시장(Prediction Markets)이 비통계적 예측 도구로 화두가 되었는데 예측시장은 '아이디어시장(Idea Markets)', '정보시장(Information Markets)', '베팅시장(Betting Markets)' 등 다양한 용어로 불리기도 한다. 예를 들어, 예측시장에서 "반기문 UN 총장이 대선에 출마할까요?"의 결과를 두고 예측(베팅)한다면 실제 출마 여부 결과에 따라 금전 이익/손실이 발생한다. 


미국에서 가장 활발한 예측시장을 꼽으라면 아이오와 주립대학교의 'The Iowa Electronic Markets (IEM)'과 할리우드주식거래소 'The Hollywood Stock Exchange (HSX)'가 있다. IEM은 합법적으로 $500까지 실제 현금을 갖고 베팅을 할 수 있고 정치선거 연구가 목적이지만 HSX는 사이머머니를 이용하여 영화 흥행이나 오스카상을 누가 탈지 등 엔터테인먼트를 목적으로 한다. 

예측시장이 인기를 얻으면서 대두하였던 문제가 바로 '과연 예측시장은 미래를 정확히 예측할 수 있을까?'이다. 예측시장의 정확도는 현금 혹은 사이버머니로 거래가 되는지, 보상 방법은 무엇인지, 시장의 유동성(Liquidity)은 누가 공급하는지 등에 따라 달라지겠지만 (이 부분은 차후에 구체적으로 언급하도록 하겠다) *많은 논문이 꽤 정확하다고 뒷받침하고 있다[1,2,3,4,5,6]. 


그럼 예측시장이 *전문가의 의견통합(Opinion Pool)보다 더 정확할까? [7]. 의견통합은 수학적 방법과 행동학적 방법으로 구분할 수 있다. 수학적 방법에서는 미확정 이벤트의 결과에 대한 전문가의 의견이 확률분포의 모형으로 도출되고, 행동학적 방법은 전문가의 정보와 의견이 교환되면서 궁극적으로 균형점에 도달하여 더 의견변화가 일어나지 않는다는 전제를 두고 있다. 행동학적 방법으로 가장 잘 알려진 것 중 하나는 델파이 기법 (Delphi)이다. 

델파이 기법은 공개적인 논의를 허용하지 않는다. 다만 전문가는 다른 전문가의 의견을 평가할 수 있고 이에 따른 피드백이 제공된다. 그다음 전문가는 자기의 의견을 재평가할 수 있고 이 프로세스는 의견의 일치/합의(consensus)를 이루거나 약간의 견해차이만 있을 때까지 반복된다. 

수학적 방법과 행동학적 방법은 모두 장단점이 있다. 수학적 방법은 사용하기 쉽지만, 확률분포의 기준을 설정하여 제각기 다른 전문가의 의견을 통합하는 함수(Function)를 구현하기가 실제로 어렵다. 행동학적 방법은 전문가가 의견교환을 통해 본인이 가진 정보를 개선하고 수정할 수 있지만, 의견이 계속 바뀔 수 있고 완벽히 구체화할 수 없으므로 의견의 일치/합의 및 프로세스의 반복을 보장할 수 없다. 


예측시장은 현대의 금융시장처럼 오스트리아학파 (Austrian School of Economics)의 대표 경제학자인 프리드리히 하이에크 (Friedrich Hayek)와 효율적 시장가설 (Efficient Market Hypothesis)에 바탕을 두고 있다. 하이에크는 1940년대 중앙계획(Central planning)을 비판하며 경쟁시장에서의 가격시스템만이 시장참여자로부터 분산된 정보를 취합할 수 있는 가장 효과적인 메케니즘이라고 주장하였다. 더 나아가 효율적 시장가설 이론에서 가격(price of a security)은 거의 즉각적으로 모든 가능한 정보를 반영하고 참여자들이 가진 관련 정보까지도 요약을 해주기 때문에 가격은 합의의 기댓값(expectation)을 제공한다. 이 기댓값이 미래의 미확정 이벤트와 결부되었을 때 의견의 합의가 시장에서 거래되는 가격에 의해 노출되기 때문에 간접적으로 예측을 할 수 있다는 전제에서 예측시장이 출발한다. 

예측시장은 정보의 취합과 예측이 자율적으로 구조화되는 Self-organizing 메케니즘이다. 전문가로부터의 의견 취합과 비교하면 시간과 공간에 덜 제약받을 뿐만 아니라 어떤 전문가가 진짜 전문가인지 찾을 필요 없고 어떤 취합방법을 선택할지 결정할 필요가 없다. 더불어 예측시장은 실시간으로 예측이 이루어지지만, 전문가로부터의 의견은 실시간으로 취합할 수 없다.

크라우드베이는 예측시장을 합법적으로 한국에서 구현하기 위해서 약 3년간의 이론 연구와 전산개발작업의 준비 기간을 거쳤다. 사행행위 등 규제 및 처벌 특례법에 저촉되지 않도록 보상형 서베이와 예측시장을 결합한 비즈니스모델을 갖고 특허출원도 하였다. 

크라우드베이가 국내 대표적인 예측시장 전문 조사기관으로 성장할 수 있을지는 이용자가 예측시장에 대해 잘 이해하고 흥미를 느끼느냐에 달린 거 같다.  물론 단기간에 되지는 않겠지만.  



  1. [1]  R. Forsythe and F. Lundholm. Information aggregation in an experimental market. Econometrica, 58:309–47, 1990.
  2. [2]  R. Forsythe, F. Nelson, G. R. Neumann, and
    J. Wright. Forecasting elections: A market alternative to polls. In T. R. Palfrey, editor,
    Contemporary Laboratory Experiments in Political Economy, pages 69–111. University of Michigan Press, Ann Arbor, MI, 1991.
  3. [3]  R. Forsythe, F. Nelson, G. R. Neumann, and
    J. Wright. Anatomy of an experimental political stock market.
    American Economic Review, 82(5):1142–1161, 1992. 

    [4] E. W. Noreen. Computer-Intensive Methods for Testing Hypotheses: An Introduction. Wiley and Sons, Inc., New York, 1989.
    [5] D. M. Pennock, S. Lawrence, C. L. Giles, and F. A. Nielsen. The real power of artificial markets. Science, 291:987–988, February 2002.
    [6] D. M. Pennock, S. Lawrence, F. A. Nielsen, and C. L. Giles. Extracting collective probabilistic forecasts from web games. In Proceedings of the 7th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 174–183, San Francisco, CA, 2001. 

    [7] E. Servan-Schreiber, J. Wolfers, D. M. Pennock, and B. Galebach. Prediction markets: Does money 


홈