글: Ryan Yoon, Tiger Research
번역: Chopper, Foresight News
앞선 두 편의 글에서 우리는 예측 시장의 정의와 작동 메커니즘, 그리고 아시아 예측 시장이 직면한 규제 공백을 각각 소개했다. 우리가 도출한 핵심 결론은 예측 시장의 핵심 가치가 단순한 거래 장소가 아니라 데이터를 산출하는 데 있다는 것이다.
주요 경제 매체와 시장 인프라 제공업체들이 이미 예측 시장 데이터를 채택하기 시작했는데, 이는 이런 데이터의 가치를 보여준다. 구글 파이낸스, CNBC, CNN, 월스트리트저널은 예측 시장 확률을 표시하기 시작했고, 뉴욕증권거래소의 모회사인 인터컨티넨탈 익스체인지(ICE)와 채권 거래 플랫폼 Tradeweb도 이제 기관 고객에게 예측 시장 데이터를 제공한다.
예측 시장 데이터 도입 진행 경과, 2025년 11월 — 2026년 6월
미 연준의 워킹페이퍼 역시 예측 시장 데이터를 거시 기대치의 기준으로 삼아 금리 결정, 인플레이션, 실업률, GDP 성장률 등의 지표 판단에 활용한다. 한 연준 이코노미스트는 Kalshi 같은 예측 시장을 이렇게 평가했다. "고빈도로 지속 갱신되며 풍부한 분포 정보를 갖춰 연구자와 정책 입안자 모두에게 매우 유용한 참고자료다." 예측 시장은 도박 사이트가 아닌 데이터 소스로 인식되고 있는 것이다.
업계는 이미 예측 시장의 데이터 가치를 인정하고 실제로 활용하고 있다. 이 글은 세 가지 질문을 중심으로 이런 데이터의 실질적 효용을 분석한다.
- 예측 시장의 체결 가격은 왜 가치 있는 데이터가 될 수 있는가?
- 예측 시장 데이터는 어떤 시나리오에 활용되는가?
- 현재의 예측 시장은 기준을 충족하는 고품질 데이터를 산출할 수 있는가?
예측 시장의 가격은 어떻게 고가치 데이터가 되는가?
앞선 글에서 언급했듯, 예측 시장의 가장 기본적인 기초자산은 이항 계약으로, 사건이 발생하면 1달러를, 발생하지 않으면 0달러를 지급한다. 예를 들어 '내일 비가 온다' 계약의 체결가가 0.62달러라면, 시장 참여자가 이 사건의 발생 확률을 62%로 판단한다는 뜻이다.
따라서 예측 시장 가격(0.62달러)은 미래 사건의 발생 확률(62%)로 직관적으로 전환된다. 아래 네 가지 근본 특성은 이 가격이 단순한 도박 배당률이 아니라 전 세계 금융기관과 언론이 실제 의사결정 참고자료로 받아들이는 이유를 설명한다.
가격을 가치 있는 데이터로 만드는 네 가지 특성
이해관계 결속이 신뢰도를 담보한다
많은 사람이 예측 시장 거래를 단순히 도박과 동일시하지만, 자기 자금을 투입한다는 것은 트레이더가 실제로 이해관계에 묶인다는 뜻이다.
이해관계 결속이란 트레이더가 자신의 판단에 대해 위험과 결과를 스스로 감당해야 한다는 것이다. 입에 발린 의견에는 아무런 비용이 들지 않지만, 예측이 틀리면 트레이더는 실제로 돈을 잃는다. 그래서 트레이더는 검증된 정보와 진짜 판단만을 호가에 반영한다.
대규모 자금이 걸린 판단이 모이고 시장 유동성이 충분하다면, 예측 시장 가격은 신뢰도가 매우 높은 확률 데이터를 형성한다.
지속적이고 실시간인 갱신
전통적 여론조사와 전문가 설문은 조사 시점의 의견을 정지 화면처럼 담을 뿐, 급격한 변화를 빠르게 포착하기 어렵다. 예를 들어 중앙은행 금리 결정을 앞두고 돌발적인 경제 충격이나 중대 발표가 나오면, 며칠 전에 완료된 여론조사나 월 단위로 갱신되는 전문가 설문은 새로운 변화를 전혀 반영하지 못한다.
반대로 새로운 정보가 시장에 들어오면 예측 시장 가격은 즉시 움직인다. 뉴스, 돌발 상황, 규제 공지가 나오면 트레이더가 포지션을 조정하고 가격이 계속 변한다.
예측 시장의 확률은 과거에 고정된 정적인 숫자가 아니라, 상황과 동기화되어 움직이는 실시간 데이터다.
모든 결과를 포괄해 완전한 확률 분포를 제시
전통적 지표는 대부분 평균값이나 가장 가능성 높은 값 하나만 제시해, 다양한 관점을 단일 숫자로 압축하고 많은 정보를 잃는다. 예를 들어 중앙은행 금리 인하 기대 설문에서 전문가 설문은 흔히 "0.25%포인트 인하"라는 한 가지 결과만 제시해, 위원들의 발언 변화가 만들어내는 여러 시나리오를 반영하지 못한다.
반면 예측 시장은 단일 결론만 내놓지 않고 모든 결과에 대응하는 확률 분포를 제시할 수 있다. 예를 들어 금리 동결 20%, 0.25%포인트 인하 70%, 0.5%포인트 인하 10%이며, 이 확률은 연속적인 시계열이다.
가장 가능성 높은 기준 시나리오를 측정할 수 있을 뿐 아니라, 발생 확률은 낮지만 실현되면 충격이 큰 테일 리스크(꼬리 위험)까지 포착한다. 따라서 예측 시장은 단일 시점 기대치만 제공하는 것이 아니라, 완전한 확률 분포를 통해 시장 전반의 변동성과 잠재 위험을 평가하는 데 도움을 준다.
사후 검증이 가능하다
학계와 글로벌 금융시장이 예측 시장 데이터를 신뢰하는 가장 중요한 이유는 결과를 사후에 충분히 검증할 수 있다는 점이다.
일반적인 전문가 예측이나 여론조사도 사후 복기가 가능하지만, 평가 기준에 해석의 여지가 커서 기관들은 흔히 자신에게 유리한 이력만 골라 인용한다. 반면 예측 시장 데이터는 명확히 정량화된 확률 기록이며, 만기 정산 결과가 0 또는 1 두 가지뿐이어서 평가 기준이 완전히 수학적이고 주관적 해석의 여지가 없다.
누구나 과거 가격과 실제 결과를 투명하게 대조해 정확도를 검증할 수 있다. 이 객관적이고 변조 불가능한 이력 덕분에 데이터 실무자와 기관은 과거 성과를 엄격하게 평가할 수 있으며, 이것이 핵심 의사결정 지표로서 신뢰할 수 있는 기반이 된다.
예측 시장 데이터의 적용 시나리오
예측 시장이 대중의 시야에 들어온 지는 그리 오래지 않았지만, 그 기원은 1980년대 아이오와 전자시장(IEM)까지 거슬러 올라간다. 오랜 기간 가장 유명한 용도는 대선 예측이었고, 최근에는 적용 시나리오가 빠르게 넓어지며 가치가 더욱 부각되고 있다.
대선 예측: 여론조사보다 이르고 정확하게
아이오와 전자시장(IEM)은 예측 시장의 잠재력을 최초로 입증한 사례다. 1988년부터 2004년까지 다섯 차례 미국 대선의 총 964개 여론조사를 비교한 연구에서, 74%의 사례에서 IEM의 예측 정확도가 여론조사보다 높았다.
EM 예측과 여론조사의 미국 대선 비교
이런 우위는 대선 직전에만 나타난 것이 아니다. 1988~2000년 대선을 대상으로 한 분석에 따르면, 대선 1주 전 IEM의 득표율 예측 평균 오차는 1.5%포인트로 갤럽의 마지막 여론조사 오차 2.1%포인트보다 낮았다. 대선까지 150일이 남은 시점에서도 평균 오차는 약 5%포인트에 불과했다.
다만 두 데이터를 그대로 동일시해 비교할 수는 없다. 여론조사는 "오늘 투표한다면 결과가 어떻게 될까"라는 현재의 스냅숏에 답하고, 예측 시장 가격은 "대선 당일의 최종 결과"를 예측하는 원거리 기대치다.
잔여 선거 기간을 보정한 여론조사가 예측 시장보다 정확하다는 연구도 있다. 그러나 2008년 대선을 대상으로 한 또 다른 분석에 따르면, 예측 시장 자체에 존재하는 편향을 보정한 뒤에는 선거 초반의 접전 상황에서 예측 시장이 보정된 여론조사보다 나은 성과를 보였다.
정리하면, 예측 시장은 조정되지 않은 원시 여론조사보다 정확하고, 정교하게 보정된 여론조사와는 비슷한 수준이다. 추가적인 가치는 대선까지 수개월이 남은 시점에도 매일 예측을 계속 갱신할 수 있다는 데 있다.
거시경제: 시장 기대치를 실시간으로 읽기
금리, 인플레이션, 고용 같은 거시 지표는 공식 발표 전에 시장의 실제 기대치를 파악하는 것이 매우 중요하다.
전통적 방식은 전문가 설문이나 전통 금융상품 가격에 의존한다. 설문은 몇 주에 한 번 갱신돼 시의성이 부족하고, 선물 가격은 단일 기대값만 제시하며, 옵션 내재 분포 역시 금리나 헤드라인 인플레이션 등 소수 지표만 포괄한다. 반면 예측 시장은 서로 다른 결과에 대응하는 계약 가격을 통해 실시간 확률 분포를 직접 생성할 수 있다.
이런 정량적 가치는 이미 2002~2005년 경제 파생상품 시장에서 검증됐다. 비농업 고용, 소매판매, 신규 실업수당 청구 등 경제지표를 대상으로 한 이항옵션 연구에 따르면, 시장 내재 기대치는 전문가 설문 평균과 같거나 오히려 더 정확했고, 시장이 제시한 확률 분포는 사건의 실제 발생 빈도와 높은 일치도를 보였다.
파생상품 시장 예측 vs 전문가 설문 예측(2002–2005)
연준의 최근 워킹페이퍼는 Kalshi 예측 시장의 예측 결과를 주요 기준 지표와 비교했다. FOMC 회의 하루 전, Kalshi의 연방기금금리 중앙값·최빈값 예측은 정확히 적중하며 연방기금금리 선물보다 현저히 우수한 성과를 보였다. 블룸버그 컨센서스와 비교하면, Kalshi는 헤드라인 CPI 인플레이션 예측 정확도가 유의하게 높았고, 근원 CPI 인플레이션과 실업률 예측 정확도는 블룸버그 컨센서스와 통계적으로 유사했다. 이런 발견은 예측 시장이 어떤 측면에서는 특정 기준 지표보다 우수할 수 있고, 다른 측면에서는 비슷한 성과를 낼 수 있음을 보여준다.
연구는 더 넓은 실제 적용 가치도 언급했다. GDP 성장률, 근원 인플레이션, 실업률, 비농업 고용 등 핵심 거시 지표는 그동안 유동성 있는 파생상품 지표가 없었다. 예측 시장이 이 공백을 메워 실시간으로 시장화된 기대치와 상세한 확률 분포를 제시하며 연구자와 정책 입안자의 참고 기준이 된다.
요약하면, 헤드라인 CPI 같은 지표에서는 예측 시장의 정확도가 전통 지표를 앞서고, 금리 결정 예측은 적어도 전통 도구와 대등한 수준이며, 전통 금융시장이 포괄하지 못하는 거시 기대치의 실시간 확률 분포를 제시할 수 있다는 점에서 실용 가치가 매우 크다.
공중보건: 독감 경보를 2~4주 앞당겨
미국 질병통제예방센터(CDC)는 매주 공식 독감 통계를 발표하기 때문에 실제 독감 확산 상황을 추적하는 데 시차가 있다.
이 문제를 해결하기 위해 아이오와 대학 연구진은 의료진이 참여하는 독감 예측 파일럿 시장을 구축했다. 이 시장은 의료 종사자가 자발적으로 보고한 임상 정보를 집계해 아이오와주의 독감 활동 강도를 2~4주 앞서 예측할 수 있다.
이런 예측은 진료 일정, 방역 조치, 공공정책 수립에 도움을 줄 수 있다. 이 사례는 예측 시장이 공중보건의 신속한 대응을 지원할 수 있음을 입증했지만, 해당 파일럿은 아이오와주에 한정됐다.
기업과 정보기관: 보고 단계를 우회해 일선 정보 확보
일반적인 기업 조직에서는 부정적인 소식이나 불확실한 전망이 위로 보고되는 과정에서 희석되거나 미화되기 쉽다. 반면 기업 내부 예측 시장은 직원이 매출, 신제품 출시 시점, 채용 목표 등 내부 사건에 직접 베팅하고 정답을 맞히면 보상을 받게 한다. 이는 경직된 보고 절차를 우회해 일선의 실제 판단과 정보를 빠르게 가격에 반영한다.
- HP: 한 내부 영업 예측 시장의 활성 트레이더는 20~26명이었고, 비교 가능한 8개 사례 가운데 6차례는 예측 정확도가 경영진의 공식 전망보다 높았으며, 8차례 모두 공식 전망의 편향 방향을 정확히 식별했다.
- 인텔: 2006년부터 2013년까지 운영된 979개 내부 예측 시장 가운데 절반 이상이 회사 공식 예측보다 정확했다.
- 포드: 2011년 내부 기능 예측 시장의 거래 신호에 따라, 후속 차종에 포드 브랜드 자전거 거치대와 차량용 청소기를 탑재하지 않기로 결정했다.
- 구글: 임원이 전사 회의에서 한 임원직 채용 목표가 6개 분기 연속 달성되지 못했다고 언급했는데, 내부 예측 시장은 이미 이 결과를 예측하고 있었다.
- 지멘스: 한 소프트웨어 프로젝트의 전통적인 일정표는 기한 내 납품이 가능하다고 했지만, 내부 예측 시장은 2~3주 지연을 경고했고 최종적으로 프로젝트는 실제로 13일 늦게 완료됐다.
예측 시장은 지정학, 국가 안보 판단에도 유용하다. 미국 정보고등연구계획국(IARPA)이 2011~2015년 개최한 지정학 예측 대회는 예측 시장과 예측 설문(예측자 설문)을 비교했는데, 두 차례 실험에 2,400여 명이 참여해 총 261개 사건을 다뤘다. 예측 시장의 정확도는 설문 단순 평균보다 높았지만, 과거 정확도로 가중치를 부여하고 통계적으로 보정한 팀 설문보다는 낮았다.
기업 시나리오에서는 예측 시장이 공식 보고나 공식 예측이 놓친 정보를 포착할 수 있음이 여러 차례 입증됐다. 정보 대회에서는 예측 시장이 설문 단순 평균보다 우수했지만 가중 최적화된 팀 설문보다는 약했다. 또한 HP, 지멘스 같은 사례는 트레이더가 20~60명에 불과해 표본이 작다는 명확한 한계가 있다.
오늘날의 예측 시장은 고품질 데이터를 산출할 수 있는가?
현재 운영 중인 예측 시장이 이런 가치 있는 데이터를 산출할 수 있을까? 우리는 온체인 예측 플랫폼 Limitless의 2026년 10월까지의 공개 API 데이터를 기반으로 시장 유형과 예측 정확도를 분석했다.
풍부한 거래 카테고리
분석 시점에 플랫폼에는 총 556개의 진행 중인 시장 기초자산이 있었고, 이는 이미 단순한 스포츠·엔터테인먼트 이벤트를 넘어 정책, 거시 지표까지 포괄했다. 예를 들어 주요 중앙은행 금리 결정, 대선, 지정학 변수, 기술기업 IPO, 분기 실적 등이다.
예측 시장의 기초자산은 소수 이벤트에서 전 카테고리의 거시·정책 변수로 확장됐다. 앞서 검증된 정확도, 시의성, 검증 가능성은 더 이상 개별 분야에 국한되지 않고 세계 경제와 정책 결정 시나리오로 확장되고 있다.
전통 금융과 여론조사가 정량화하기 어려운 불확실성과 미래 변동성은 이제 신뢰할 수 있는 확률 데이터로 전환돼 트레이더와 정책 입안자의 의사결정 참고자료가 될 수 있다.
예측 정확도
시장 가격이 사건의 실제 발생 확률에 부합하는지 검증하기 위해, 우리는 이미 정산된 2,681개 기초자산(이 가운데 약 85%는 스포츠 시장)을 선정해 정산 하루 전 계약 가격과 최종 실제 결과를 비교했다.
정산 전일 계약 가격과 사건 실제 발생 확률 비교
10개 가격 구간 가운데 9개 구간에서 실제 발생 빈도와 시장 가격의 차이가 4%포인트 이내로 통제됐다. 예를 들어 정산 하루 전 70%–80% 구간에 가격이 형성된 165개 계약의 최종 실제 이행 비율은 74.5%였고, 90% 이상 구간의 113개 계약은 이행 비율이 97.3%였다.
유일하게 오차가 뚜렷한 구간은 50%–60%(실제 이행률 48.8%)로, 주된 원인은 이 구간 기초자산의 약 3분의 1(대부분 스포츠 경기)이 정산 하루 전까지도 상장 당시의 초기 50% 가격에 머물러 유동성이 매우 부족했기 때문이다.
이런 유동성 부족·낮은 관심도의 스포츠 기초자산을 제외하면, 예측 시장 가격은 사건의 실제 발생 확률을 높은 정밀도로 반영한다.
신규 정보에 대한 대응 능력
시의성은 정확도를 뒷받침한다. 우리는 연준 금리 결정 관련 계약의 가격 시계열을 추적해 시장이 신규 정보를 빠르게 소화하는지 검증했다.
연준 금리 결정 기초자산은 새 경제지표나 정책 소식이 나올 때마다 확률이 즉시 조정됐다. 8월 중순 금리 동결 확률은 약 70%였고, 8월 말에서 9월 초 사이 중대 지표가 나오면서 이 확률은 50% 아래로 떨어졌다. 9월 11일 인플레이션 데이터 발표 후 동결 확률은 20% 안팎으로, 결정 전날에는 10% 구간까지 추가 하락했다. 이에 대응해 0.25%포인트 인상 확률은 결정 당일 86%–89%까지 상승해 CME FedWatch의 연방기금금리 선물 내재 기대치(약 90%)와 거의 비슷한 수준이 됐다. Limitless의 다른 주요 중앙은행 결정 기초자산도 같은 실시간 대응 특성을 보였다.
Limitless 플랫폼의 2026년 9월 연준 금리 결정 이벤트 시장: 결과별 확률 추이
따라서 현재의 온체인 예측 플랫폼은 고품질 데이터가 요구하는 시의성과 정확도를 이미 충족한다. 이 사례들은 예측 시장 가격이 신규 정보를 실시간으로 흡수하며 고정밀 확률 데이터를 지속적으로 산출할 수 있음을 입증한다.
예측 시장은 정말 실질적 가치를 갖는가?
예측 시장의 핵심 가치는 투기 거래나 수익 창출에 있지 않다. 장기 학술 연구와 이 글의 실증 분석을 종합하면, 대선, 거시 지표, 기업 전망 등의 시나리오에서 예측 시장이 산출하는 확률 데이터는 정확도와 시의성 면에서 전통적 설문·전문가 예측을 앞서거나 효과적인 보완재가 된다. 전 세계 경제 매체와 핵심 거래 인프라가 예측 시장 데이터를 연결하는 이유도 바로 이 현실적 효용에 있다.
아시아 여러 국가와 다른 지역에서 예측 시장은 여전히 도박으로 간주되는 경우가 많다. 그러나 이번 분석에서 Limitless 같은 플랫폼이 이미 한국은행, 일본은행 금리 결정을 포함한 역내 주요 정책·경제 이벤트 기초자산을 상장한 것을 확인할 수 있었다. 다만 이런 기초자산의 거래 유동성은 여전히 약한 편이다.
이런 데이터가 아시아를 포함한 전 세계에서 신뢰할 수 있는 의사결정 인프라가 되려면 세 가지를 해내야 한다.
- 첫째, 메커니즘 설계를 통해 가격 왜곡을 줄이고 조작을 방지해야 한다. 주요 거시·정치 이벤트 시장의 유동성을 높이고 합리적 트레이더의 저변을 넓혀, 소수 자금이나 투기 세력이 가격을 왜곡하지 못하게 해야 한다.
- 둘째, 규제 당국과 적극적으로 소통해 정책 당국의 예측 시장에 대한 고정관념을 바꿔야 한다. 아시아 주요 경제국 규제기관과 지속적으로 접촉해 협력 프레임워크를 구축하고, 규제 당국이 예측 시장을 단순한 관리·차단 대상이 아니라 민간의 집단지성을 모으는 거시 모니터링 보조 도구로 인식하도록 이끌어야 한다.
- 셋째, 데이터의 투명성과 개방성을 유지하고 독립 연구 생태계를 육성해야 한다. 정확도 지표와 시계열 데이터셋을 정기적으로 공개하고 Limitless Research 같은 전문 분석기관의 연구를 지원해, 연구기관·언론·정책 부서가 데이터에 손쉽게 접근하고 객관적 증거로 신뢰를 쌓게 해야 한다.
예측 시장 플랫폼은 전환점에 서 있다. 단순한 거래 장소에서 차세대 데이터 인프라로 진화하는 중이다. 아시아를 포함한 전 세계의 정책·경제 이벤트에 대한 실시간 확률 데이터를 지속적이고 투명하게 산출·검증할 수 있다면, 그것은 불확실성 환경에서 객관적이고 실용적인 의사결정 도구가 될 것이다.
