Hacker News 2026.04.14 26

예측 시장에서 무조건 'No'에 거는 봇 — Nothing Ever Happens의 역발상 투자 전략

예측 시장에서 벌어진 재미있는 실험

"Nothing Ever Happens(아무 일도 일어나지 않는다)" — 이 이름부터 뭔가 철학적이면서도 웃긴 프로젝트가 등장했어요. 이건 Polymarket이라는 예측 시장 플랫폼에서 스포츠를 제외한 모든 마켓에 자동으로 'No'에 베팅하는 봇이에요.

예측 시장이 뭔지부터 설명할게요. 예측 시장은 "트럼프가 다음 대선에서 이길까?", "올해 안에 금리가 인하될까?" 같은 미래 사건의 결과를 사고파는 시장이에요. 주식처럼 "Yes" 또는 "No"에 해당하는 계약을 사고, 실제로 그 사건이 일어나면 Yes를 산 사람이 돈을 받고, 안 일어나면 No를 산 사람이 돈을 받는 구조예요. Polymarket은 이런 예측 시장 중에서 가장 큰 플랫폼이에요.

이 봇의 전략은 놀라울 정도로 단순해요. 스포츠 관련 마켓은 빼고, 나머지 모든 마켓에서 항상 'No'를 사는 거예요. 왜 이게 돈이 될 수 있냐면, 예측 시장에는 꽤 흥미로운 편향(bias)이 있거든요.

왜 항상 No가 유리할 수 있을까

이게 핵심인데요, 예측 시장에는 "롱샷 바이어스(longshot bias)"라는 현상이 있어요. 사람들은 극적이고 흥미로운 결과에 과도하게 베팅하는 경향이 있거든요. "북한이 올해 안에 개방할까?" 같은 질문에서, 실제 확률은 거의 0%에 가깝지만 예측 시장에서는 Yes 가격이 5~10%까지 올라가기도 해요. 사람들이 "혹시 모르잖아"라는 심리로 소액을 걸기 때문이에요.

반대로 말하면, No의 가격이 90~95% 수준인데 실제로는 거의 100% 확률로 아무 일도 안 일어나는 거죠. 이 작은 차이가 반복되면 수익이 쌓이는 원리예요. 마치 카지노의 하우스 엣지처럼, 한 번에 큰 돈은 아니지만 확률적으로 유리한 쪽에 계속 서는 전략이에요.

스포츠를 제외한 이유도 명확해요. 스포츠는 결과가 실제로 반반에 가까운 경우가 많아서 항상 No를 거는 전략이 통하지 않거든요. 하지만 정치, 경제, 기술 관련 예측은 대부분 "현상 유지"가 디폴트라서, 극적인 변화가 일어나지 않는 쪽에 베팅하는 게 통계적으로 유리한 거예요.

기술적으로는 어떻게 만들어졌나

이 프로젝트는 GitHub에 오픈소스로 공개되어 있는데요, 기술 스택을 보면 꽤 단순하면서도 실용적이에요. Polymarket의 API를 활용해서 현재 열려있는 마켓 목록을 가져오고, 스포츠 카테고리를 필터링한 뒤, 나머지 마켓에서 No 쪽 가격이 특정 기준 이하일 때 자동으로 주문을 넣는 방식이에요.

흥미로운 점은 이 봇이 별다른 예측 모델을 쓰지 않는다는 거예요. 머신러닝도, 뉴스 분석도, 감성 분석도 없어요. 정말 딱 하나의 가설 — "대부분의 일은 일어나지 않는다" — 에만 의존하는 거예요. 어찌 보면 퀀트 트레이딩의 가장 원시적인 형태라고 할 수 있는데, 이 단순함이 오히려 매력적이에요.

물론 리스크도 있어요. 실제로 큰 사건이 터지면 — 예를 들어 전혀 예상 못한 정치적 변화가 일어나면 — No에 건 돈을 한꺼번에 잃을 수 있거든요. 이 봇은 그런 테일 리스크(tail risk)를 감수하는 대신, 평상시에 꾸준히 작은 수익을 쌓는 전략이에요. 일종의 보험 판매자 역할을 하는 거죠.

더 넓은 맥락: 예측 시장과 자동화 트레이딩

예측 시장 자체가 최근 몇 년간 엄청나게 성장했어요. Polymarket은 2024년 미국 대선 시즌에 거래량이 폭발적으로 늘면서 주류 미디어에서도 예측 시장 데이터를 인용하기 시작했고요. Kalshi, Metaculus 같은 플랫폼도 각자의 영역에서 성장하고 있어요.

이런 시장이 커지면 자연스럽게 자동화된 트레이딩 봇도 늘어나요. 전통 금융시장의 알고리즘 트레이딩이 그랬듯이, 예측 시장에서도 수동 베팅보다 봇이 더 빠르고 효율적으로 기회를 포착할 수 있거든요. Nothing Ever Happens는 그중에서도 가장 단순하지만 직관적인 접근법을 보여주고 있어요.

개발자 관점에서 배울 점

이 프로젝트에서 기술적으로 가져갈 만한 포인트가 있어요.

첫째, API 기반 자동화 트레이딩의 구조를 배울 수 있어요. 마켓 데이터 조회 → 필터링 → 주문 실행이라는 기본 파이프라인은 어떤 트레이딩 시스템이든 동일한 구조거든요. 이 오픈소스 코드를 읽어보면 작은 규모의 트레이딩 봇이 어떻게 구성되는지 감을 잡기 좋아요.

둘째, 단순한 전략의 힘을 보여줘요. 개발자들이 트레이딩 봇을 만들 때 자주 하는 실수가, 처음부터 복잡한 ML 모델을 적용하려는 거예요. 하지만 가장 먼저 해야 할 일은 "시장에 체계적인 편향이 있는지"를 파악하는 거고, 그걸 가장 단순한 방법으로 활용하는 거예요. 복잡성은 그다음에 필요할 때 추가하면 돼요.

다만 주의할 점도 있어요. 이 프로젝트는 재미있는 실험이지 확정적인 수익 전략은 아니에요. 예측 시장의 유동성, 수수료, 테일 리스크 등을 고려하면 실제 수익성은 보장되지 않아요. 투자 조언이 아닌 기술적 학습 자료로 접근하는 게 좋겠죠.