2019년에 세상은 이제 알고리즘이 우리 자신보다 우리를 더 잘 안다고 걱정했습니다. 감시 자본주의보다 이를 더 잘 포착하는 개념은 없습니다. 미국 작가 쇼샤나 주보프(Shoshana Zuboff)가 만든 용어인 감시 자본주의는 페이스북이나 구글 같은 기업이 대중적인 서비스를 제공하고 그들의 알고리즘이 우리의 디지털 흔적을 추적하는 암울한 새 시대를 묘사합니다.
놀랍게도 Zuboff의 우려는 거래 현장의 많은 인간을 대체한 금융 시장의 알고리즘으로 확장되지 않습니다. 자동화된 알고리즘 거래는 21세기 초 미국에서 처음 시작되었지만 곧 유럽에서도 시작되었습니다.
한 가지 중요한 동인은 눈부신 속도로 10억분의 1초까지 실행되는 고주파 거래였습니다. 이는 투자자들에게 경쟁사보다 우위에 있을 수 있는 가능성을 제공하는 동시에 특정 가격에 사고 팔려는 사람이 항상 있도록 하여 시장에 유동성을 제공하는 데 도움을 주었습니다. 초단타 거래는 현재 주식 및 선물 시장 모두 거래량의 절반 이상을 뒤지고 있습니다. 외환과 같은 다른 시장에서 알고리즘은 규모는 작지만 여전히 중요한 존재감을 갖고 있으며 앞으로도 약해질 조짐은 없습니다.
인간은 여전히 알고리즘을 프로그래밍하고 거래 전략을 설계하지만, 딥 러닝의 등장으로 이 역할조차 위협받고 있습니다. 그러나 알고리즘이 시장에 출시되는 순간, 알고리즘은 인간의 개입 없이 스스로 행동하며 현기증이 나고 예상치 못한 방식으로 서로 춤을 춥니다.
언뜻보기에 그들은 우리와 공통점이 거의 없습니다. 그들은 생각하거나 느낄 수 없으며, 기계 학습에 대한 과대 광고에도 불구하고 그들을 지능적이라고 묘사하는 것은 여전히 논쟁의 여지가 많고 복잡합니다. 그러나 인간 거래자들처럼 그들도 결정을 내리고, 다른 사람들이 결정하는 것을 관찰하고, 그에 따라 행동을 조정합니다.
인간이 집결할 수 있는 것보다 몇 배 더 빠른 속도로 이러한 알고리즘은 매수 및 매도 주문을 할 때 서로의 기대에 대한 기대를 쉽게 형성합니다.
예를 들어, 한 알고리즘은 특정 자산을 매수 또는 매도하기 위해 대량의 주문을 보내 가격 변동에 대한 다른 알고리즘의 기대치를 조작하려고 할 수 있습니다. 그런 다음 첫 번째 알고리즘은 신속하게 주문을 취소하고 경쟁자를 속여 시장이 어떤 방향으로 향하고 있는지에 대해 잘못된 베팅을 하게 만듭니다.
흥미롭게도 사회학자들은 이러한 종류의 상호 기대가 인간이 사회적이라는 것이 의미하는 것의 핵심 특징이라고 생각합니다. 그들은 오랫동안 시장을 고도로 사회적 영역으로 보아왔습니다. 거래 현장의 전성기에는 다른 거래자들의 사회적 신호(찡그린 얼굴이나 미소, 불안한 말투, 심지어 거래 현장의 떠들썩함까지)를 정확하게 읽는 것이 부와 재앙의 차이를 결정하는 경우가 많았습니다.
그러나 기계가 사회적일 수 있다면 인간이 실제로 사회화하는 방식과 얼마나 유사하거나 다른가요? 물론 분명한 차이점이 있습니다. 과거의 인간 거래자들은 서로 잘 아는 경우가 많았고 퇴근 후 함께 어울리는 경우가 많았지만 알고리즘은 익명으로 거래합니다. 자산을 사고 파는 주문을 보낼 때 다른 거래자들은 그 주문이 사람에게서 나오는지 기계에서 나오는지 알 수 없습니다.
실제로 이것이 바로 그들이 서로에 대한 기대를 형성하도록 프로그램된 이유입니다. 얼굴 단서는 더 이상 사용할 수 없지만 동일한 알고리즘에 의해 여러 주문이 내려졌는지 여부를 알아내고 다음 동작이 무엇인지 예측하는 전체 전략이 개발되었습니다.
이러한 시도를 회피하기 위해 알고리즘은 다른 알고리즘에서 알고리즘으로 인식되지 않도록 설계되는 경우가 많습니다. 스코틀랜드 사회학자 도널드 맥켄지(Donald MacKenzie)가 말했듯이, 그들은 위장 전략에 참여하거나 공개적으로 자신의 "자기"를 특정하게 표현하려고 할 수 있습니다. 이것은 사회학자들이 오랫동안 대도시 생활의 주요 측면으로 간주해 온 속성이기도 합니다.
저는 동료들과 함께 지난 몇 년 동안 주요 금융 허브에서 거래자, 프로그래머, 규제 기관, 거래소 관계자 및 기타 금융 전문가를 대상으로 이러한 거래 알고리즘에 대해 인터뷰했습니다. 이는 인간과 자동화된 거래자 사이의 다른 흥미로운 유사점을 이끌어 냈습니다.
프로그래머들은 자신의 알고리즘이 다른 알고리즘과 상호 작용하기 시작하면 마치 군중 속에 있는 것처럼 넋을 잃고 예측할 수 없게 행동한다는 것을 쉽게 인정합니다. 19세기 후반부터 사회학자들은 사람들이 어떻게 군중에 매료되고 그들의 자율성이 "사회적 사태"에 빠져들게 하는지 연구해 왔지만 지금까지 우리는 금융 기계가 비슷한 일을 한다는 사실을 대부분 무시해 왔습니다.
2010년 5월 6일의 "플래시 크래시"는 제가 여기서 의미하는 바를 가장 잘 보여줍니다. 4분 30초 만에 완전 자동화된 거래 알고리즘의 열광적인 상호작용으로 인해 미국 시장이 폭락하여 거래가 신속하게 중단될 때까지 약 1조 달러(7680억 파운드)의 손실이 발생했습니다.
관련된 이러한 거래의 대부분은 나중에 "분명히 잘못된" 것으로 간주되어 취소되었습니다. 확실히 어떤 거래자나 프로그래머도 이러한 엄청난 가격 변화를 만들 계획은 없었지만 수십 년간의 사회학 연구에 따르면 이러한 유형의 행동은 대규모 그룹에서 예상됩니다. 우리 자신의 도구가 실패하기 전에 금융 알고리즘이 어떻게 상호 작용하는지 이해해야 합니다.
물론 모든 형태의 사회적 상호 작용이 훌륭하거나 유익한 것은 아닙니다. 인간과 마찬가지로 알고리즘은 배려와 평화로움부터 차갑고 폭력적인 방식까지, 유동성 제공과 시장 안정성 유지부터 조작 주문 생성, 난폭한 거래 활동 유발에 이르기까지 다양한 방식으로 서로 상호작용합니다.
이러한 상호 작용을 파악하는 것은 현대 거래를 이해하고 향후 플래시 크래시를 방지하는 데 핵심일 뿐만 아니라 오늘날 알고리즘은 점점 더 많은 분야에서 서로 대화합니다. 군중으로서 그들이 어떻게 행동하는지 이해하면 그들이 이제 막 자신의 모습을 드러내기 시작한 영역(예를 들어 자율 주행 교통 시스템이나 자동화된 전쟁)에서 빛을 발할 수 있을 것입니다. 심지어 우리에게 눈사태가 닥칠 수도 있음을 알려줄 수도 있습니다.