어떤 암호화폐 채널을 열어도 똑같은 논쟁이 반복되는 것을 들을 수 있습니다. 어떤 모델이 가장 똑똑한가. 어떤 지표가 실제로 작동하는가. 누가 수익을 찍어내는 단 하나의 신호를 가지고 있는가. 이 모든 대화는 어딘가에 단 하나의 오라클 (Oracle)이 존재하며, 남은 유일한 임무는 그것을 찾아내는 것이라는 가정을 전제로 합니다.

그 가정은 기능이 아니라 버그입니다.

과도한 홍보 속에 계속 묻히고 있는 사실은 이것입니다. 가장 많은 자본과 컴퓨팅 자원, 그리고 그 마법 같은 단 하나의 모델을 구축할 동기를 가진 사람들이 실제로 탐색을 시작했을 때, 그들은 더 큰 오라클을 만든 것이 아니었습니다. 그들은 위원회를 구성하고 그 위에 심판을 세웠습니다.

진지한 연구들이 실제로 수행한 것

2025년 8월, BlackRock은 주식 포트폴리오 구성을 위한 멀티 에이전트 시스템 (multi-agent system)인 AlphaAgents라는 프레임워크를 발표했습니다. 흥미로운 점은 이 시스템이 거대 언어 모델 (LLM)을 사용한다는 사실이 아닙니다. 많은 것들이 이미 그렇게 하고 있으니까요. 흥미로운 점은 그 형태에 있습니다. 하나의 모델이 결정하는 대신, 여러 전문화된 에이전트 (agents)가 다양한 각도에서 주식을 분석한 다음 서로 '토론'을 벌입니다. 불일치는 매끄럽게 다듬어야 할 버그가 아니라, 그 자체로 메커니즘입니다. (관련 내용 보기)

비슷한 시기에, TradingAgents라는 피어 리뷰 (peer-reviewed) 논문이 유사한 아키텍처 (architecture)를 가지고 arXiv에 게재되었습니다. 이 시스템은 역할을 할당합니다. 매수 근거를 만드는 강세론 (Bull) 연구원, 매도 근거를 만드는 약세론 (Bear) 연구원, 그리고 그 위에 위치하여 리스크 관리를 담당하는 팀이 있습니다. 백테스트 (backtests) 결과, 이 프레임워크는 비교 대상이 된 베이스라인 (baselines) 모델들보다 더 나은 누적 수익률, 더 높은 샤프 지수 (Sharpe ratio), 그리고 더 작은 최대 낙폭 (max drawdown)을 기록했다고 보고했습니다. (논문 보기)

그 내용을 주의 깊게 읽으십시오. 백테스트 (Backtests)는 약속이 아닙니다. 과거 데이터에 대한 결과는 미래에 대한 가설일 뿐 보증이 아니며, 이와 다르게 말하는 사람은 무엇인가를 팔고 있는 것입니다. 하지만 여기서 중요한 것은 '방향성'이며, 이는 결코 미묘한 수준이 아닙니다. 두 가지의 독립적이고 진지한 시도 — 하나는 세계 최대의 자산 운용사에서, 다른 하나는 동료 검토 (peer-reviewed)를 거친 연구에서 — 모두 "최고의 단일 모델을 찾는 것"에서 벗어나 "리스크 관리 권한 (risk authority) 하에 여러 전문가가 논쟁하게 만드는 것"으로 방향을 틀었습니다.

2026년까지의 업계 보도는 이를 깔끔한 멘탈 모델 (mental model)로 대중화했습니다: 강세론자 (Bull), 약세론자 (Bear), 그리고 이 둘 모두를 거부할 수 있는 리스크 감독관 (Risk Supervisor)입니다. (관련 글 보기) 이러한 프레임워크는 유용한 약칭입니다. 다만 이를 너무 엄격하게 받아들이지는 마십시오. 이는 위에서 언급한 주요 연구 내용을 저널리즘적으로 압축한 것일 뿐, 자연의 법칙은 아닙니다.

단일 신호가 항상 절반의 이야기에 불과한 이유

헤드라인에서 벗어나 보면 그 논리는 스스로 자립할 수 있습니다.

모든 지표는 시장의 손실 압축 (lossy compression)입니다. 지표는 거의 모든 것을 버리고 단 하나의 조각만을 유지합니다. 그 조각은 진정으로 유용합니다. 하지만 동시에 최악의 순간에 확실하게 틀리기도 합니다.

• **RSI (상대강도지수)**는 추세가 붕괴되는 바로 그 순간 "과매도 (oversold)"를 깜빡이며 매수를 외칩니다. 떨어지는 칼날은 정의상 내려가는 내내 과매도 상태이기 때문입니다.
• **MACD (이동평균 수렴·확산 지수)**는 하락장 한복판에서 깔끔한 상승 교차 (bullish cross)를 찍어내며, 다음 세션에서 반전될 데드캣 바운스 (dead-cat bounce)를 포착합니다.
• **볼린저 밴드 (Bollinger Bands)**는 돌파 (breakout)를 알리지만, 그것이 속임수 (fake-out)로 판명되어 가격이 밴드를 뚫었다가 다시 안으로 튕겨 들어옵니다.
• **거래량 (Volume)**의 급증은 확신처럼 보이지만, 실제로는 연속적으로 체결되는 손절매 (stop-losses)의 연쇄 반응인 경우가 많습니다.

이 도구들 중 어느 것도 고장 난 것이 아닙니다. 각 도구는 좁은 질문에 대해 정직하게 답하고 있을 뿐입니다. 함정은, 그 좁고 정직한 답변이 가장 위험한 순간에 '가장' 설득력 있게 보인다는 점입니다. 가장 깔끔한 과매도 신호는 최악의 하락이 시작될 때 나타납니다. 가장 선명한 돌파 캔들은 가장 많은 매수자를 함정에 빠뜨리는 캔들입니다.

지표는 자신이 틀릴 것이라고 미리 경고하지 않습니다. 지표는 어느 쪽이든 동일한 확신을 가지고 자신의 논리를 주장합니다. 확신에 차 있지만 틀린 판독을 잡아낼 수 있는 유일한 방법은 서로 상충하는 두 번째 입력값(input)입니다.

이제 한 단계 더 높여 생각해 봅시다. 만약 하나의 지표가 시장에 대한 부분적인 설명이라면, 아무리 거대한 하나의 모델이라 할지라도 특정 역사적 단면을 학습하여 고유한 사각지대(blind spots)를 가진 단일 관점에 불과합니다. 모델에게 혼자서 정답을 맞히라고 요구하는 것은 모델에게 잘못된 가정을 단 한 번도 하지 말라고 요구하는 것과 같습니다. 그것은 돈을 주고 살 수 있는 것이 아닙니다.

만장일치가 아닌 합의 (Consensus, not unanimity)

게으른 해결책은 행동하기 전에 모든 것이 일치하기를 요구하는 것입니다. 이는 안전하게 들리지만 실제로는 취약합니다. 다섯 개의 지표가 완벽하게 일치하기를 기다린다면 당신은 거의 거래를 할 수 없을 것이며, 마침내 거래를 할 때쯤이면 움직임은 대개 절반 이상 지나가 있을 것입니다. 만장일치는 단지 늦게 대응하는 더 느린 방법일 뿐입니다.

유효한 방식은 **가중 합의 (weighted consensus)**입니다. 각 입력값은 투표권을 가집니다. 투표권은 현재 맥락에서 얼마나 가치가 있는지에 따라 가중치가 부여됩니다. 결정은 하나의 영웅적인 지표(hero indicator)가 아니라 그 균형으로부터 도출됩니다.

그리고 — 사람들이 건너뛰는 부분인데 — 합의가 마지막 말을 결정하는 것은 아닙니다. 하류(downstream)에는 리스크 계층(risk layer)이 자리 잡고 있어 **거부권 (veto)**을 행사할 수 있습니다. 노출도(exposure), 변동성(volatility), 또는 포지션 규모(position sizing)가 거부한다면 강력한 매수 신호라 할지라도 차단됩니다. 이 거부권이야말로 이러한 프레임워크에서 '리스크 감독관 (Risk Supervisor)' 역할이 존재하는 이유 전체입니다. 이것이 확신에 찬 시스템과 무모한 시스템의 차이입니다.

[권장 차트: 단일 신호 → 취약한 결정, vs. 다섯 개의 가중 입력값 → 합의 → 거부권을 행사할 수 있는 리스크 게이트 → 실행]

이것은 "우리는 모델을 찾아냈다"라는 말보다 덜 흥미롭습니다. 하지만 훨씬 더 파산하기 어렵습니다.

왜 "하나의 마법 같은 신호"라는 제안을 신뢰해서는 안 되는가

단도직입적으로 말하겠습니다. 만약 단 하나의 최고의 모델이 정답이었다면, 가장 많은 데이터와 가장 강력한 컴퓨팅 자원(Compute), 그리고 그것을 찾아낼 가장 강력한 동기를 가진 기업들이 이미 이를 출시했을 것입니다. 대신, BlackRock의 AlphaAgents, 동료 검토(Peer-reviewed)를 거친 TradingAgents 프레임워크, 그리고 더 넓은 범위의 멀티 에이전트(Multi-agent) 연구 집단과 같은 진지한 작업들은 계속해서 다른 방향으로 움직이고 있습니다. 바로 거부권을 가진 심판이 존재하는 전문가 위원회(Committees of specialists)를 향해서 말입니다.

자본력이 막강한 연구진들이 그 방향으로 향하고 있다면, 단 하나의 비밀 신호를 약속하는 랜딩 페이지는 시대의 흐름을 앞서가는 것이 아닙니다. 오히려 뒤처져 있는 것입니다.

정직한 프레임워크는 더 겸손하고 더 지속 가능합니다. 즉, 어떤 지표도 단독으로는 신뢰할 수 없고, 어떤 모델도 단독으로는 옳지 않으며, 신뢰성이란 _시스템(System)_의 속성이라는 점입니다. 서로 의견이 다를 수 있는 독립적인 관점들, 그 이견을 가중치로 산정하는 방법, 그리고 거래를 거부할 의사가 있는 리스크 레이어(Risk layer)가 필요합니다. 이 중 그 어느 것도 수익을 보장하지는 않습니다. 이는 단지 불확실성 속에서 결정을 내리는 더 방어적인 방법일 뿐이며, 불확실성은 크립토(Crypto)가 제공하는 유일한 종류의 결정 상황입니다.

저자 노트: 저는 KYO Markets에서 AI 트레이딩 아키텍처에 대해 글을 쓰고 있습니다. 이곳의 엔진은 RSI, EMA, MACD, 거래량(Volume), 볼린저 밴드(Bollinger Bands)라는 다섯 가지 기술적 지표를 실행 전 거래를 거부할 수 있는 리스크 레이어와의 가중치 합의(Weighted consensus)를 통해 교차 검증합니다. 이 논거에 대한 더 길고 메커니즘 수준의 버전을 원하신다면, KYO Markets의 전체 글을 확인하세요.

교육적 목적이며, 금융 자문이 아닙니다. 크립토는 변동성이 크며 자본을 잃을 수 있습니다.