브레이크 페달과 가속 페달은 동일한 권한(permit) 로직을 통과해서는 안 됩니다.
당연하게 들릴 수도 있지만, 저는 자동화된 금융이 종종 행동을 너무 획일적으로 취급한다고 생각합니다. 거래가 들어오면 시스템이 정책을 확인하고, 결과는 승인(approve) 또는 거부(reject)로 바뀝니다.
과정은 깔끔해 보입니다.
각 행동의 뒤에 있는 위험이 그것뿐이 아닙니다.
레버리지를 늘리는 AI 기반 전략은, 같은 전략이 포지션을 청산(closing)하는 것과는 본질적으로 다른 일을 하고 있는 것입니다. 자금을 새로운 상대방에게 옮기는 것은, 승인된 금고에 자본을 다시 반환하는 것과는 다른 노출을 만듭니다. 익숙하지 않은 자산을 매수하는 것은, 기존 포지션의 집중도를 줄이는 것과 반드시 같은 승인 경로를 거쳐야 하는 건 아닙니다.
바로 여기서 @NewtonProtocol 가 단순한 자동화 내러티브보다 더 흥미로워진다고 생각합니다.
뉴턴의 Mainnet Beta와 VaultKit은 정산 전 승인(pre-settlement authorization)에 초점을 둡니다. 즉, 정산되기 전에 정의된 규칙에 대해 어떤 행동을 점검하고, 평가가 실제로 일어났음을 보여줄 수 있는 서명된 어태스테이션(attestation)을 생성합니다.
저는 그 설계에서 실제적인 가치가 보인다고 생각합니다.
하지만 저는 이 아이디어의 가장 강한 버전이 거래가 정책에 맞는지 여부만 묻는 것을 넘어선다고 생각합니다.
그 특정 행동이 얼마나 많은 승인 권한을 받아야 하는지 묻는 것입니다.
변동성이 큰 시장에서 자동화된 금고를 생각해 보세요.
전략이 기회를 본다면 한 가지 행동은 레버리지를 증가시키는 결과를 가져올 수 있습니다.
다른 한 행동은 담보 조건이 악화되고 있기 때문에 노출을 줄입니다.
두 거래가 완전히 똑같은 승인 프로세스를 거친다면, 시스템은 기술적으로는 일관적일 수 있지만 재무적으로는 위험감도가 없을 수 있습니다.
첫 번째 행동은 잠재적 손실을 증가시킵니다.
두 번째는 그것을 막을 수도 있습니다.
그 차이는 중요해야 합니다.
저에게는 바로 여기서 위험-비례(리스크 비례) 권한 부여가 중요해집니다. 노출을 확대하는 행동은 더 엄격한 조건이 필요할 수 있습니다: 더 최신의 시장 데이터, 더 타이트한 한도, 더 강한 상대방 체크, 혹은 더 좁은 실행 창(execution window).
위험을 명확히 줄이는 행동은 더 빠른 경로가 필요할 수 있습니다. 특히 지연 자체가 포지션을 더 나쁘게 만들 수 있다면요.
저는 위험을 줄이는 거래가 권한(authorization)을 우회해야 한다고 주장하는 것이 아닙니다.
저는 승인(authorization)이 방향을 이해해야 한다고 주장합니다.
‘허용됨(allowed)’과 ‘허용되지 않음(not allowed)’만 아는 시스템은, 에이전트가 하려는 일의 경제적 의미를 놓칠 수 있습니다.
AI 에이전트에서는 이 점이 더 중요해집니다. 자동화된 시스템은 인간 트레이더처럼 자연스럽게 멈춰서 맥락을 해석하지 않기 때문입니다.
사람은 시장을 보고 이렇게 생각할 수 있습니다:
“이 트레이드는 보통 내가 선호하는 경로를 위반하지만, 노출을 즉시 줄여야 한다.”
경직된 정책 엔진은 그 경로가 승인되지 않았다는 것만 볼 수 있을지도 모릅니다.
그 결과는 이상한 모순이 될 수 있습니다. 즉, 거래가 보통 조건을 위해 작성된 규칙에 맞지 않는다는 이유로, 포트폴리오를 더 안전하게 만들려는 행동을 권한 계층이 막아버릴 수 있다는 것입니다.
그렇다고 해서 규칙이 실패했다는 뜻은 아닙니다.
그러면 정책에 위험 인식이 부족했을 거라는 뜻입니다.
제가 NEWT에서 특히 주의 깊게 따라볼 만하다고 느끼는 부분입니다. 뉴턴은 온체인 금융의 자동화 환경에 실행 가능한 권한을 도입하려고 합니다. 더 어려운 과제는 그 권한을, 위험을 만들어내는 행동과 위험을 제거하는 행동을 구별할 만큼 충분히 표현력 있게 만드는 것입니다.
서명된 어태스테이션은 그 구분을 전달할 때 더 유용해질 수 있습니다.
단지 거래가 한 규칙을 통과했다는 것만 증명하는 대신, 저는 주변의 정책 로직이 왜 그 수준의 승인 권한이 적용되었는지를 분명히 해주길 원합니다.
전략이 레버리지를 늘리고 있었나요?
노출을 줄이고 있었나요?
이전에 승인된 자산과 상호작용하고 있었나요?
새로운 시장에 진입하고 있었나요?
비상 출구 조건을 사용했나요?
이런 세부사항들은 합리적인 권한 부여 프로세스가 어떤 모습이어야 하는지 바꿀 수 있습니다.
저는 이것이 사용자 이해를 개선할 수도 있다고 생각합니다.
대부분의 사람들은 자동화된 전략을 쓰기 전에 모든 내부 정책 모듈을 공부하고 싶어 하지 않습니다. 행동이 더 위험해질수록 시스템이 더 조심스러워진다는 신뢰를 원합니다.
긴 통제 목록보다 이해하기가 쉽습니다.
원칙은 간단합니다:
더 많은 위험은 더 강한 권한을 요구해야 합니다.
좋은 이유 없이 더 적은 위험을 지연해서는 안 됩니다.
물론 그 원칙을 구현하는 것은 어렵습니다.
첫 번째 문제는 ‘위험을 줄이는(risk-reducing)’ 것이 실제로 무엇을 의미하는지 정의하는 것입니다.
포지션의 일부를 청산하면 시장 노출을 줄일 수 있지만 유동성 비용이 생길 수 있습니다. 안정 자산으로 이동하면 변동성은 낮출 수 있지만, 상대방 위험이나 디페깅 위험이 생길 수 있습니다. 한 금고에서 나가면 스마트컨트랙트 노출은 줄일 수 있지만, 다른 어딘가에서 결제 또는 브리지 위험을 만들 수도 있습니다.
금융 행동은 위험을 보통 한 방향으로만 움직이지 않습니다.
그렇다면 정책은 단순한 라벨에 의존할 수 없습니다.
여러 차원을 동시에 고려해야 할 수도 있습니다: 레버리지, 유동성, 담보 품질, 집중도, 상대방 노출, 그리고 사용되는 데이터의 신뢰성.
두 번째 과제는 남용을 막는 것입니다.
위험을 줄이는 행동에 대해 애플리케이션이 더 빠른 승인을 제공한다면, 설계가 부실한 전략은 공격적인 행동을 방어적인 행동으로 분류하려 들 수 있습니다. 정의는 단지 설명적(descriptive)이어서는 안 되고, 반드시 집행 가능해야 합니다.
세 번째 과제는 투명성입니다.
사용자는 왜 어떤 행동은 더 강한 승인을 필요로 했고, 다른 행동은 더 빠른 경로로 진행되었는지 이해할 수 있어야 합니다. 로직이 숨겨져 있으면, 위험에 민감한 승인 권한은 자의적으로 느껴지기 시작할 수 있습니다.
바로 여기서 검증 가능한 어태스테이션이 특히 의미 있게 될 수 있습니다.
영수증(receipt)은 모든 금융 판단이 옳았다는 보증으로 취급되면 안 됩니다. 하지만, 어떤 행동이 정의된 정책 아래에서 평가되었고 필요한 승인 경로가 따라졌다는 증거를 제공할 수는 있습니다.
저에게는 이것이 단순히 거래가 실행된 것만 보는 것보다 더 유용합니다.
시스템이 자신이 만들어내는 위험의 유형을 인식했는지 알고 싶습니다.
또한 서로 다른 애플리케이션은 서로 다른 승인 프로필을 필요로 할 거라고도 생각합니다.
보수적인 기관용 금고는 거의 모든 자본 이동에 대해 엄격한 확인이 필요할 수 있습니다.
소매 리밸런싱 도구는 더 단순한 한도(limit)를 사용할 수 있습니다.
승인된 자산의 범위가 좁은 작업을 관리하는 AI 에이전트는, 여러 체인과 상대방, 대출 시장 전반에서 운영하는 에이전트보다 마찰이 덜 필요할 수 있습니다.
그 유연성은 중요합니다. 하나의 보편적인 위험 모델은 아마도 진지한 자본에는 너무 느슨해지거나, 실사용에는 너무 제약적이게 될 가능성이 크기 때문입니다.
뉴턴 전용 인프라는, 개발자들이 사용자 경험을 이해 불가능하게 만들지 않으면서 그 차이들을 실행 가능한 규칙으로 번역할 수 있을 때에만 가치가 생깁니다.
저는 Newt와 함께 그 균형을 지켜보고 싶습니다.
통제가 너무 적으면 자동화는 위험해질 수 있습니다.
통제가 너무 경직되면, 자동화는 시장이 빠르게 움직일 때 대응할 능력을 잃습니다.
가장 좋은 승인 계층은 금지된 행동만 막는 데 그치지 않아야 합니다. 일부 행동은 다른 행동보다 더 깊은 검토가 필요하다는 점을 인식해야 합니다.
저에게 이것이 통제된 AI 파이낸스(controled AI finance)의 진짜 기준입니다.
저는 규칙만 따르는 에이전트를 원하지 않습니다.
결과가 커질수록 에이전트의 권한(permission) 시스템도 더 엄격해지길 원합니다.
자동화된 시장에서는 모든 거래를 똑같이 취급한다고 해서 항상 공정성이나 안전이 만들어지지는 않습니다.
가끔은 시스템이 위험을 감수하는 것과 그 위험에서 도망치는 것의 차이를 이해하지 못했다는 뜻일 뿐입니다.
