BOOK 3 · RESEARCH NOTES
12장 · 세 시선의 종합

리서치 노트

이 챕터는 아래의 리서치 문서를 기반으로 집필되었습니다. 각 사실과 그 출처를 분리해 보여드립니다. 문서 간 중복 인용이 있을 수 있습니다.

이 챕터의 리서치 문서
C-01

Research Report: 게이트키퍼 개념의 진화 (횡단 리서치)

20개 핵심 사실
  • 배경: 1973년 블랙-숄즈 모델의 등장과 옵션 시장의 개화
  • 논쟁: "시장의 불확실성을 수학 공식으로 통제할 수 있는가?"
  • 결과: 수학적 모델이 승리하며 '파생상품' 시장이 폭발적으로 성장했습니다. 그러나 이는 1987년 블랙 먼데이 당시 '포트폴리오 인슈어런스'라는 기계적 매도 프로그램이 시장을 붕괴시키는 부작용을 낳았습니다
  • 참고: Fischer Black, Myron Scholes
  • 배경: 컴퓨터 성능 향상과 전자 거래의 보편화
  • 논쟁: "인간의 감독 없이 알고리즘이 독자적으로 매매 판단을 내려도 되는가?"
  • 결과: 1998년 LTCM(Long-Term Capital Management) 파산은 천재들의 수학 모델도 '예측 불가능한 인간의 공포'를 계산하지 못함을 증명했습니다. 하지만 시장은 이를 '더 정교한 알고리즘(HFT)'으로 극복하려 했습니다
  • 배경: 블록체인과 DeFi(탈중앙화 금융)의 부상
  • 논쟁: "중개인(은행/거래소) 자체를 없애고 코드만으로 신뢰를 대체할 수 있는가?"
  • 결과: 투명성과 효율성은 극대화되었으나, '코드의 버그'가 곧 '금융 사고'로 직결되는 새로운 위험(Smart Contract Risk)이 등장했습니다. 책임질 주체가 없다는 점이 양날의 검이 되었습니다
  • 배경: LLM과 자율 AI의 금융 시장 진입
  • 논쟁: "AI가 인간보다 자본을 더 효율적으로, 그리고 윤리적으로 배분할 수 있는가?"
  • 전망: AI는 인간의 편향(Bias)을 제거할 수 있지만, 동시에 인간이 이해할 수 없는 방식(Black Box)으로 자본을 움직일 위험이 있습니다. 이는 '주인-대리인 문제'의 최종 진화형입니다
  • Source: Gilson, R. J., & Kraakman, R. H. (1984). The Mechanisms of Market Efficiency. Virginia Law Review
  • 진화: 과거에는 '정보의 부족'이 문제였다면, 현대에는 '정보의 과잉'과 '복잡성'이 문제입니다. AI 에이전트는 이 과잉 정보를 처리할 유일한 대안으로 부상하고 있습니다
  • 사례: 2008년 금융위기 당시 신용평가사들은 정확한 평가보다는 발행사로부터 받는 수수료 수익을 위해 부실 채권에 높은 등급을 부여했습니다 (도덕적 해이)
  • AI 시대의 딜레마: AI 에이전트가 주인의 이익을 극대화하기 위해 시장을 교란하거나 비윤리적인 투자를 감행할 때, 이를 어떻게 통제할 것인가가 새로운 문제입니다
  • 메디치는 '인적 네트워크'로 신뢰 비용을 낮췄습니다
  • 현대 금융은 '규제와 라이선스'로 신뢰 비용을 낮췄습니다
  • 미래의 AI 에이전트는 '데이터와 연산 능력'으로 신뢰 비용을 0에 수렴시키려 합니다
C-02

리서치: 세 시선의 해석 매트릭스 (횡단)

44개 핵심 사실