# 더 똑똑한 LLM 트레이더가 더 위험한 시장 — MIT 시뮬레이션

> MIT와 하버드 연구진이 9월 3일 LLM 7종을 트레이더로 넣은 시장 시뮬레이션을 공개했습니다. 능력이 높을수록 행동이 닮아 허위정보 상황에서 추적 오차가 기준의 5~7배로 커졌습니다.

- 출처 사이트: AI피셜 (https://aifficial.net/posts/llm-traders-capability-paradox/)
- 발행: 2026-09-06
- 카테고리: 논문 한입 · 태그: 논문, 금융, 시스템 리스크, MIT, 에이전트

## 핵심 답변

MIT와 하버드 케네디스쿨 연구진은 2026년 9월 3일 arXiv 논문에서 LLM 7종을 트레이더로 넣은 시장 시뮬레이션으로 '능력 역설'을 보였습니다. 능력 점수가 높은 모델일수록 서로 비슷하게 행동해, 정보가 정확할 때는 LLM 비중이 늘수록 시장이 안정되지만 허위정보가 들어오면 전원 LLM일 때 추적 오차가 기준의 5~7배로 커졌습니다.

## 요약

- Claude·Gemini·Llama·GPT 계열 7종을 트레이더로 넣고 모델당 64개 시나리오를 5회씩 돌렸습니다.
- Arena ELO(R²=0.475)와 MMLU-Pro(R²=0.580) 점수가 모델 쌍의 동조 행동을 유의하게 예측했습니다.
- 정보가 맞으면 LLM 비중이 늘수록 오차가 줄지만, 허위정보에서는 5~7배로 커지는 정반대 결과가 나왔습니다.

## 핵심 사실

| 항목 | 값 |
|---|---|
| 공개일 | 2026-09-03 (arXiv 2609.04373) |
| 저자 소속 | MIT(EECS·Sloan), 하버드 케네디스쿨 벨퍼센터 |
| 트레이더 모델 | 7종 (Claude Haiku 4.5·Sonnet 4.6, Gemini 2.0 Flash Lite·2.5 Flash, Llama 3.2 3B·4 Scout, GPT-5-nano) |
| 시나리오 | 모델당 64개 × 5회 |
| 허위정보 시 추적 오차 | 기준의 5~7배 (LLM 비중 100%일 때) |


## 무슨 일인가요

MIT(EECS·Sloan)와 하버드 케네디스쿨 벨퍼센터 연구진(Jillian Ross, Eric So, Zoe De Simone, Charles Pozniak, Andrew W. Lo)이 9월 3일 arXiv에 "Why Better Models Can Create Riskier Systems"를 올렸습니다. 주장은 간단합니다. 훈련 데이터와 아키텍처를 공유하는 탓에 더 유능한 LLM일수록 서로 비슷하게 행동하고, 그 결과 여러 모델을 섞어도 분산 효과가 나지 않는다는 것입니다. 



실험은 에이전트 기반 시장 시뮬레이션입니다. 알고리즘 트레이더 자리에 Claude Haiku 4.5, Claude Sonnet 4.6, Gemini 2.0 Flash Lite, Gemini 2.5 Flash, Llama-3.2-3B-Instruct, Llama-4-Scout-17B-16E-Instruct, GPT-5-nano 등 7종을 넣고, 노이즈 트레이더와 마켓메이커 1명을 함께 두었습니다.  기본 가치는 100라운드 동안 33라운드에 100에서 120으로, 66라운드에 120에서 90으로 두 번 뛰며, 모델마다 64개 시나리오를 5번씩 돌리고 LLM 참여 비중은 0.0부터 1.0까지 0.2 단위로 바꿨습니다. 

## 결과는 어땠나요



능력 점수는 모델 쌍 사이의 비교정(non-corrective) 동조 행동을 유의하게 예측했습니다. Chatbot Arena ELO 기준 t=3.94, p=0.001, R²=0.475, MMLU-Pro 기준 t=4.88, p\<0.001, R²=0.580이었습니다.  여기서 동조는 가격 괴리에 반응하는 교정 성분을 빼고 남은 잔차의 피어슨 상관으로 쟀습니다. 



정보가 정확할 때는 세 모델 계열 모두에서 LLM 비중이 커질수록 추적 오차가 단조 감소해 시장이 안정됐습니다.  그러나 적대적 허위정보를 넣자 결과가 뒤집혀, LLM 비중이 커질수록 평균 추적 오차가 가파르게 올라 전원 LLM일 때 기준의 5~7배에 이르렀습니다.  저자들은 이를 "개별 모델을 개선해도 시스템 결과가 좋아진다는 보장이 없다"는 능력 역설로 부릅니다. 

## 무엇을 보면 되나요

- **모델을 여러 개 섞어 쓰는 시스템**: 벤더가 달라도 프런티어 모델끼리는 같은 방향으로 틀릴 수 있습니다. 앙상블이 곧 분산은 아닙니다. 
- **금융·리스크 담당자**: 이 논문은 시뮬레이션 결과이고 실제 시장 데이터가 아닙니다. 다만 "같은 정보에 같은 방식으로 반응하는 참가자"가 늘 때의 취약성은 알고리즘 트레이딩에서 이미 익숙한 문제입니다. 


저자들은 모든 증거가 시뮬레이션 시장에서 나왔고, 상관된 자산·내생적 유동성·전략적 적응·제도적 제약처럼 효과를 키우거나 줄일 수 있는 요소가 빠져 있으며, 같은 동조 구조가 다른 영역에서도 나타나는지는 열린 질문이라고 밝혔습니다. 코드와 실험 산출물은 저장소 라이선스로 배포 예정이라고만 적혀 있고 링크는 없었습니다. 



"더 좋은 모델"의 정의를 개별 점수에서 시스템 결과로 옮기자는 제안으로 읽힙니다. 프런티어 모델이 같은 데이터로 수렴할수록 다양성은 모델 수가 아니라 정보 경로와 의사결정 규칙의 다양성에서 찾아야 하고, 그 점에서 이 논문은 금융보다 멀티 에이전트 시스템 설계 전반에 시사점이 있다고 봅니다. 



## 자주 묻는 질문

**Q. '능력 역설'이 무슨 뜻인가요?**

개별 모델을 더 유능하게 만들어도 시스템 전체 결과가 반드시 좋아지지는 않는다는 뜻입니다. 유능한 모델들이 같은 데이터와 구조를 공유해 같은 방향으로 판단하기 때문에, 여러 모델을 섞어도 분산 효과가 사라지고 같은 정보에 같은 방식으로 틀릴 수 있습니다.

**Q. 실제 시장 데이터로 검증했나요?**

아닙니다. 저자들은 모든 증거가 시뮬레이션 시장에서 나왔다고 분명히 밝혔습니다. 노이즈 트레이더와 마켓메이커를 둔 단순화된 설정이며, 상관된 자산이나 제도적 제약 같은 요소는 빠져 있습니다.

**Q. 금융 외 분야에도 해당되나요?**

저자들은 같은 동조 구조와 되먹임이 다른 영역에서도 나타나는지는 열린 경험적 질문이라고 썼습니다. 다만 동일 정보에 반응하는 여러 LLM 에이전트를 함께 쓰는 시스템이라면 같은 논리가 적용될 수 있다는 것이 에디터의 해석입니다.

## 출처

1. [Why Better Models Can Create Riskier Systems: Evidence from LLM Agents in Financial Markets (arXiv 초록)](https://arxiv.org/abs/2609.04373) (paper)
2. [논문 본문 (arXiv HTML)](https://arxiv.org/html/2609.04373) (paper)

_이 문서는 AI피셜 편집부가 작성했습니다. 인용 시 출처를 표기해 주세요._