비트코인 예측 AI: 소셜미디어·뉴스 신호와 LSTM으로 폭락장에서 수익 낸 연구

핵심 메시지

• 단어의 긍·부정만 보는 1차원 감정 분석을 넘어, 사람들이 정보를 해석하고 행동하는 방식(센스메이킹)에서 나오는 내재된 신호를 추적한 점이 기존 연구와의 결정적 차이다.
• 뉴스·소셜미디어 매체 4,000여 곳을 매일 스캔해 감정·가격·사실·언급량·은어의 5개 범주에서 55개 신호를 실시간으로 뽑아냈다.
• HODL·FOMO 같은 커뮤니티 은어와 폭력·불안정성 관련 뉴스량까지 정식 데이터로 다뤄, 기존 금융시장에는 없던 신호를 포착했다.
• 정보 과부하를 막기 위해 인간의 기억 취사선택을 모방한 LSTM의 망각 게이트로 단기 노이즈를 버리고 중요한 장기 패턴만 남겼다.
• 2022~2023 폭락장 백테스트에서 단순 보유가 약 -34.95%일 때, 신호 조합 전략은 +26.64%, 특정 5개 신호 조합은 +269%의 초과 수익을 기록했다.

쉽게 이해하기

이 영상은 플로리다국제대학교와 오클라호마대학교 연구진의 논문 "소셜미디어와 뉴스 신호로 암호화폐 가격을 예측하는 의사결정 지원 시스템"을 두 진행자의 대담 형식으로 풀어낸다. 핵심 질문은 하루에도 수천 건씩 쏟아지는 기사와 트윗이라는 정보의 쓰레기더미를 어떻게 정제된 신호로 바꿀 수 있느냐다.

연구의 출발점은 효율적 시장 가설의 부정이다. 시장이 완벽히 이성적이라면 정보는 즉시 가격에 반영돼 분석할 필요가 없지만, 현실에는 차익거래의 한계가 존재한다. 인지적 편향, 정보 접근의 비대칭, 감정적 패닉셀과 근거 없는 낙관이 가격을 본질 가치에서 벗어나게 만들고, 그 왜곡이 곧 기회가 된다는 것이다.

데이터 엔진으로는 마켓사이크(MarketPsych) 계열의 분석 도구를 활용해 매일 4,000개가 넘는 매체에서 55개 신호를 수집했다. 신호는 감정적 신호, 가격 신호, 규제·거시경제 같은 사실적 신호, 일반 언급량, 그리고 HODL·누비(초보 조롱)·FOMO 같은 은어 신호의 다섯 범주로 나뉜다. 폭력·시위·전쟁 같은 사회 불안 언급량도 탈중앙 자산으로의 도피 심리를 읽는 신호로 포함됐다.

모델의 두뇌는 LSTM(장단기 기억 신경망)이다. 연구진은 인간 뇌가 감각 정보를 단기 기억에 잠시 두었다가 중요한 것만 장기 기억으로 넘기는 과정에 착안해, LSTM의 망각 게이트로 하루짜리 트윗이나 스팸성 기사 같은 노이즈를 걸러내고 가격에 영향을 주는 장기 패턴만 보존하도록 했다. 최종 구조는 신경망 3개 층과 노드 100개 조합이 가장 좋은 성능을 냈다.

검증은 2022년 3월 21일부터 2023년 5월 18일까지의 급격한 금리 인상·인플레이션 공포 구간에서 이뤄졌다. 단순 매수·보유는 약 -34.95%로 무너졌지만, 실제 수익을 낸 7개 양의 신호(가격 예측·모멘텀·방향, 코드 업그레이드 여부, 미래 대 과거 언급 비율, HODL, 폭력 신호)를 조합한 전략은 +26.64%를 기록했다. 특히 폭력·미래대과거·코드업그레이드·가격모멘텀·가격예측 5개만 묶은 모델은 +269%의 초과 수익과 함께 샤프 지수·최대낙폭에서도 안정적이었다.

주요 인사이트

• 많은 데이터가 곧 좋은 예측은 아니다. 55개 신호 중 실제로 수익에 기여한 것은 7개뿐이었고, 나머지는 정보 과부하를 일으키는 소음이었다. 관건은 수집량이 아니라 버리는 능력, 즉 필터링이다.
• 인터넷 은어와 커뮤니티 심리처럼 전통 금융이 무시하던 비정형 신호가 폭락장을 피하는 나침반이 될 수 있음을 데이터로 보여줬다. 시장을 움직이는 것은 기사 자체가 아니라 그것을 읽은 사람들의 해석과 행동이다.
• 연구는 스스로 도발적 질문을 남긴다. 이 방법이 대형 기관에 널리 퍼지면 군중의 은어는 예측력을 잃고, 유저들은 AI가 해독 못 할 새로운 은어를 진화시키는 추격전이 벌어질 수 있다는 것이다.

자주 묻는 질문

관련 AI 소식