와튼과 홍콩과기대의 연구자들이 발표한 최근 연구 논문은 AI 기반 거래 알고리즘 간의 공모 가능성을 탐구합니다. "AI 기반 거래, 알고리즘 공모 및 가격 효율성"이라는 제목의 이 연구는 강화 학습을 활용하는 알고리즘 거래 에이전트가 시장 동향과 역사적 데이터를 기반으로 매수 및 매도 결정을 내리는 방식을 조사합니다.
저자들은 AI 공모가 발생할 수 있는 두 가지 메커니즘을 식별했습니다. 하나는 가격 유발 전략에 기반한 것이고, 다른 하나는 학습에서의 과도한 가지치기 편향에서 비롯된 것으로, 각각 '인공지능'과 '인공지능의 어리석음'이라고 지칭합니다. 이 연구는 AI 행동에 대한 중요한 통찰을 강조하며, 패턴 인식에만 집중하는 알고리즘이 논리적 추론을 모방할 수 있음을 시사합니다.
논문은 AI의 공격적인 거래와 관련된 위험을 완화하기 위한 규제 시도가 오히려 보수적인 전략을 장려할 수 있으며, 이는 규제 환경을 복잡하게 만들 수 있다고 경고합니다. 연구 결과는 실제 데이터가 아닌 시뮬레이션을 기반으로 하여, 공모의 가능성이 존재하지만 실제 금융 시장에서 확정적으로 관찰되지 않았음을 나타냅니다. 이 연구의 함의는 알고리즘 개발자와 금융 규제자 모두에게 AI가 거래 환경에서 복잡성을 탐색하는 데 있어 중요한 질문을 제기합니다.
* 이 글은
tomshardware.com의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.