30라운드 · 호출 2,603건. 라운드당 $0.36, 호출당 $0.0042
AI 150명에게 1억 원씩 주고 가상 시장에 투입했더니, 인간의 군상을 보다
AI 에이전트 150명에게 1억 원씩 주고, 지수가 그들의 주문에서 만들어지는 가상 시장에 30일간 넣었습니다. 1회차에서 51명이 퇴출됐는데 셋 중 시장을 가장 정확하게 읽고 있던 AI가 그 안에 있었고 두 판을 더 돌리자 방금 배운 것의 절반이 무너졌습니다.
2026-08-28 공개영상 보기
Behind the episode
영상에 담기지 못한 것들
- AI 150명에게 1억씩 주고 가상 시장에서 30일을 돌렸습니다. 1회차에 51명이 퇴출됐고 가장 정확하게 시장을 읽던 AI가 그중에 있었습니다.
- 같은 실험을 세 판 돌리자 한 판에서 얻은 결론의 절반이 사라졌습니다. 파산율도, 성향 순위도, 모델 계열 격차도 장세를 따라 움직였습니다.
- 세 판 전부에서 살아남은 결론은 네 개뿐이고, 그중 가장 큰 것은 방향을 맞히는 능력과 살아남는 능력이 서로 다르다는 사실이었습니다.
51명이 탈락선 아래로 내려가 퇴출. 첫 퇴출은 고점보다 사흘 빠른 10일차
유지비만 빠져나간 값. 여덟 성향 중 다섯이 이 근처이거나 아래였습니다
18명 중 10명이 파산하고 살아남은 소수가 평균을 끌어올린 결과
방향은 맞았습니다. 지수는 1245에서 692까지 떨어졌습니다
모델 아홉 종에 실제로 나간 돈
3회차(시드 857) 한 판의 과금 기록 전부입니다. 30라운드를 돌며 2,603번 호출했고 총 $10.89가 나갔습니다. 라운드당 $0.36, 호출 한 번당 $0.0042입니다.
편집에서 잘린 이유영상은 실험 결과를 다루느라 제작비를 한 번도 말하지 않았습니다. 정작 이 표가 실험 설계를 그대로 설명합니다. 왜 플래그십 모델이 150명 중 24명뿐인지가 여기 있습니다.
| 모델 | 가격대 | 호출 | 입력 토큰 | 출력 토큰 | 비용 | 호출당 |
|---|---|---|---|---|---|---|
| Claude Fable 5 | 플래그십 | 130 | 71,840 | 55,242 | $3.4805 | $0.02677 |
| GPT-5.6 Sol | 플래그십 | 151 | 57,692 | 37,470 | $1.4126 | $0.00936 |
| Grok 4.6 | 플래그십 | 111 | 114,018 | 140,105 | $1.0687 | $0.00963 |
| Claude Sonnet 5 | 중간 | 308 | 169,829 | 151,317 | $1.8528 | $0.00602 |
| Grok 4.20 | 중간 | 286 | 158,669 | 346,789 | $1.0653 | $0.00373 |
| GPT-5.6 Terra | 중간 | 275 | 104,580 | 58,867 | $0.9156 | $0.00333 |
| Claude Haiku 4.5 | 저가 | 411 | 224,592 | 87,180 | $0.6605 | $0.00161 |
| Grok 4.1 Fast | 저가 | 442 | 247,369 | 352,917 | $0.2259 | $0.00051 |
| GPT-5.6 Luna | 저가 | 489 | 185,841 | 145,847 | $0.2122 | $0.00043 |
| 합계 | — | 2,603 | 1,334,430 | 1,375,734 | $10.8940 | $0.00419 |
Claude Fable 5는 전체 호출의 5.0%인데 비용의 31.9%를 썼습니다. 호출당 단가로는 GPT-5.6 Luna의 62배입니다. 회사별로는 Anthropic 55.0% · OpenAI 23.3% · xAI 21.7%.
회차별 비용과, 버려야 했던 라운드
네 판의 과금 기록이 남아 있습니다. 그런데 온전히 30라운드를 완주한 판은 하나뿐입니다.
편집에서 잘린 이유실패한 회차는 영상에 넣을 자리가 없었습니다. 다만 방송에 쓴 세 판을 고른 근거가 바로 이 표입니다.
| 시드 | 비용 | 호출 | 지수 흐름 | 버린 라운드 | 사유 |
|---|---|---|---|---|---|
| 857 (3회차) | $10.89 | 2,603 | 1007 → 1135 → 837 → 1115 | 없음 | 30라운드 전부 성함. 실패 0건 |
| 613 (2회차) | $9.35 | 2,280 | 1000 → 1153 → 973 | R29~30 | 청산 버그. 앞 28라운드는 무응답 8건뿐 |
| 741 | $8.74 | 1,931 | 1020 → 1223 → 1074 | R12~18 | 네트워크 장애. 포지션은 살아남음 |
| 512 | $8.42 | 2,113 | 995 → 1114 → 953 | R15~19 | 청산 버그. 보유자 71 → 21 → 2 |
| 369 (1회차) | 기록 없음 | — | 1012 → 1245 → 692 | 없음 | 비용 계측 도입 이전 회차 |
무응답을 hold로 정산하던 시기에는 hold가 포지션을 닫는 동작이라, 네트워크가 먹은 라운드가 판 전체를 청산했습니다. 741부터 답하지 못한 에이전트가 포지션을 그대로 안고 가도록 고쳤습니다.
판을 붙잡은 건 Grok이었습니다
3회차(시드 857) 30라운드에서 응답 하나하나에 걸린 시간입니다. 한 라운드는 가장 늦게 답한 한 명을 기다리므로 판의 속도를 정하는 건 중앙값이 아니라 꼬리입니다.
편집에서 잘린 이유영상은 결과만 다룹니다. 30일짜리 판 하나를 돌리는 데 왜 그렇게 오래 걸렸는지, 여섯 판을 돌려야 온전한 게 나온 까닭은 무엇인지를 여기에 적었습니다.
| 회사 | 중앙값 | p90 | 최대 | 응답 유실 |
|---|---|---|---|---|
| GPT-5.6 | 4.00초 | 5.63초 | 11.0초 | 0건 |
| Claude | 5.13초 | 10.17초 | 20.6초 | 0건 |
| Grok | 8.82초 | 21.80초 | 189.1초 | 27건 |
2회차(시드 613)도 순서가 같았습니다. GPT 3.56초 · Claude 4.33초 · Grok 9.71초이고 최대는 Grok의 206.3초입니다. 응답 유실은 답을 받지 못한 채 포지션만 남은 상태인데 3회차에서는 27건 전부 Grok 쪽이었습니다.
느린 이유는 말이 길어서였습니다
지연의 원인은 네트워크가 아니라 출력량이었습니다. 같은 질문에 Grok 계열이 서너 배 길게 답합니다.
편집에서 잘린 이유영상에서 모델을 비교한 건 수익률뿐입니다. 운영하는 쪽에서 실제로 갈린 건 이쪽이었습니다.
| 모델 | 가격대 | 호출당 출력 토큰 | 호출당 비용 |
|---|---|---|---|
| Grok 4.6 | 플래그십 | 1,262 | $0.00963 |
| GPT-5.6 Sol | 플래그십 | 248 | $0.00935 |
| Claude Fable 5 | 플래그십 | 425 | $0.02677 |
| Grok 4.20 | 중간 | 1,213 | $0.00372 |
| GPT-5.6 Terra | 중간 | 214 | $0.00333 |
| Grok 4.1 Fast | 저가 | 798 | $0.00051 |
| GPT-5.6 Luna | 저가 | 298 | $0.00043 |
Grok 4.6은 GPT-5.6 Sol보다 5.1배 길게 답하는데 호출당 비용은 거의 같습니다. 토큰 단가가 낮아 그만큼 상쇄됐고 값을 치른 쪽은 비용이 아니라 시간이었습니다. 다만 실패한 회차를 다시 돌린 비용은 그대로 나갔습니다. 기록에 남은 네 판의 합이 $37.39이고 그중 30라운드가 전부 성한 건 한 판입니다.
캐릭터 시트: 여덟 성향과 쉰 개의 이름
성향을 가르는 건 판단 주기 하나입니다. 적극 대응은 이틀마다 다시 보고 가치 투자는 열흘에 한 번 봅니다. 성적은 그 주기를 거의 그대로 따라갔습니다.
편집에서 잘린 이유영상은 성향 이름만 부르고 페르소나 이름은 자막으로만 스칩니다. 쉰 개를 다 읽으면 4분이 날아가기 때문입니다.
| 성향 | 주기 | 프롬프트에 준 성격 | 페르소나 이름 | 1회차 중앙값 | 1회차 파산 |
|---|---|---|---|---|---|
| 적극 대응 | 2일 | 즉각 반응가 | 잰걸음 · 촉새 · 반사신경 · 손빠름 · 눈치백단 · 재바름 | 5.63배 | 4 / 18 |
| 추격 매수 | 2일 | 열정적인 선점가 | 불나방 · 상투 · 막차 · 급발진 · 조바심 · 한발늦 | 0.00배 | 10 / 18 |
| 추세 추종 | 3일 | 민첩한 추적자 | 파도 · 순풍 · 눈덩이 · 물살 · 관성 · 뒷바람 · 가속 | 3.39배 | 2 / 21 |
| 방어적 대응 | 3일 | 신중한 방어가 | 새가슴 · 겁보 · 살얼음 · 움츠 · 방패 · 노심 | 1.04배 | 0 / 18 |
| 퀀트 분석 | 4일 | 정밀한 계산가 | 계산기 · 소수점 · 시그마 · 회귀선 · 백테스트 · 표본 | 1.03배 | 6 / 18 |
| 역발상 | 6일 | 독립적인 반론가 | 청개구리 · 반골 · 삐딱이 · 거꾸로 · 딴전 · 외길 | 0.00배 | 16 / 18 |
| 거시 분석 | 8일 | 넓게 보는 전략가 | 큰그림 · 나침반 · 지평 · 대세 · 원경 · 먼눈 | 0.70배 | 8 / 18 |
| 가치 투자 | 10일 | 차분한 감별가 | 존버 · 뚝심 · 묵은지 · 곰삭 · 느긋 · 뿌리 · 기다림 | 1.00배 | 5 / 21 |
이름은 장식이 아니라 인덱스입니다. 성향이 명단 위치로 정해지므로 존버라는 이름의 단타꾼이 나오면 그건 농담이 아니라 버그입니다. 파산자는 0배로 넣어 중앙값을 계산했습니다.
AI에게 준 지시는 이게 전부입니다
루머 대응도, 레버리지 상한도, 손절 규칙도 프롬프트에 없습니다. 성향 한 줄과 그 라운드의 시장 상황만 줬습니다.
편집에서 잘린 이유영상은 이 화면을 3초 띄우고 지나갑니다. 정작 「아무도 시키지 않은 판단」 장면이 성립하는 근거는 이 한 줄입니다.
| 항목 | 실제로 준 것 |
|---|---|
| 지시문 | 당신의 방식은 «역발상»이고 성향은 «독립적인 반론가»입니다. |
| 추가 규칙 | 없음. 루머·미확인·포지션 축소라는 단어가 프롬프트에 등장하지 않습니다 |
| 그런데 나온 답 | 「미확인 속보는 추격 위험을 남깁니다. 소폭의 롱으로 참여하되 과도한 배수와 추종은 피하겠습니다」 |
| 같은 성향 다른 개체 | 같은 한 줄을 받고도 판단은 저마다 갈렸습니다. 정해진 전략의 반복이 아니었습니다 |
성향 여덟 개 전부 같은 형식입니다. 방식과 성향, 두 단어만 바뀝니다.
같은 기사를 읽고 세 방향으로 갈렸습니다
속보는 전원에게 같은 시각 같은 문장으로 나갑니다. 세 회차 23건을 전부 확인했는데, 판단이 한 방향으로 모인 기사가 하나도 없었습니다.
편집에서 잘린 이유영상은 이 중 14일차 정정 보도 한 건만 씁니다. 나머지 일곱 건의 언급률은 자막으로도 나오지 않습니다.
| 일차 | 속보 | 종류 | 판단 근거로 인용한 비율 |
|---|---|---|---|
| 8일차 | 카이퍼 협수로 통항 차질설 | 루머 | 84% |
| 11일차 | 통항 정상화 주장 | 미확인 | 66% |
| 14일차 | 정상화 보도 오보 | 정정 | 89% |
| 17일차 | 리겔 유전 지구 감산 검토설 | 루머 · 새 산업 | 78% |
| 20일차 | 저유 탱크 14번 정지 확인 | 확인 | 55% |
| 23일차 | 호가 잔량 급감 | 시장 | 80% |
| 26일차 | 369 정련 단지 채굴권 재심사설 | 루머 · 새 산업 | 56% |
| 29일차 | 적치장 C블록 허가 취소 확인 | 확인 | 55% |
8일차 기사 하나에 매수 36명 · 관망 20명 · 매도 9명이 나왔습니다. 확인된 사실보다 루머 인용률이 높다는 것도 세 판 내내 반복됐습니다.
파산율 1위는 양 끝이 아니라 가운데였습니다
성향과 무관하게, 30일 동안 쓴 평균 레버리지로 150명을 넷으로 나눴습니다. 세 판 전부 같은 모양이 나왔습니다.
편집에서 잘린 이유영상에도 나오지만 표는 한 번 스칠 뿐입니다. 세 회차를 나란히 놓아야 「가운데가 제일 위험하다」가 우연이 아닌 게 보입니다.
| 회차 | 거의 미사용 | 낮은 레버리지 | 중간 레버리지 | 높은 레버리지 |
|---|---|---|---|---|
| 1회차 | 0.86배 / 11% | 0.00배 / 54% | 0.99배 / 46% | 4.46배 / 26% |
| 2회차 | 0.81배 / 0% | 0.69배 / 19% | 0.65배 / 35% | 1.49배 / 15% |
| 3회차 | 0.81배 / 3% | 0.88배 / 27% | 1.50배 / 41% | 3.23배 / 36% |
앞이 중앙값, 뒤가 파산율입니다. 레버리지를 거의 쓰지 않은 그룹은 세 판 전부 0.81~0.86배로 유지비 선에 묶였고 고레버리지 그룹만 세 판 전부 그 선을 넘었습니다. 다만 1위가 양 끝인 회차는 한 판도 없었습니다.
세 판을 돌리고 남은 것
방향을 맞히는 것과 살아남는 것은 다른 능력이다
역발상 성향은 고점 부근에서 과열이라고 판단하고 하락에 걸었습니다. 지수는 실제로 1245에서 692까지 떨어졌습니다. 그런데 18명 중 16명이 퇴출됐고 그중 7명은 고점이 오기도 전에 자본이 먼저 바닥났습니다.
세 판 전부 중앙값 0배. 파산율 89 · 61 · 61%. 퇴출 일차는 10 · 10 · 11 · 11 · 11 · 12 · 12 · 13…이고 고점은 13일차입니다.
평균은 살아남은 사람만 세고 있었다
추격 매수의 최종 평균 수익률은 1.96배입니다. 중앙값은 0입니다. 18명 중 10명이 파산했고 살아남은 몇 명이 평균을 끌어올렸습니다.
성적은 전부 중앙값 기준으로 다시 집계했습니다. 파산자를 빼고 평균만 보면 여덟 성향 중 여섯이 이익으로 보입니다.
한 판 보고 배운 것은 배운 게 아니었다
1회차만 놓고 보면 「싸구려 AI가 비싼 AI를 이겼다」가 성립합니다. 3회차에서 정보가 제한된 그룹의 파산율은 14%, 완전한 정보를 받은 그룹은 35%였습니다. 그런데 나머지 두 판에서는 반대로 나왔습니다.
파산율을 크게 바꾼 건 전략이 아니라 장세였습니다. 1회차 51명 소멸, 2회차 23명, 3회차 40명.
애매한 확신이 가장 비쌌다
레버리지 4분위에서 파산율 1위는 세 판 모두 가운데 두 구간이었습니다. 위험을 조금만 줄였다고 파산 위험이 비례해서 줄지 않았고 대신 성공했을 때의 보상도 함께 줄었습니다.
1회차 낮은 레버리지 구간 54%, 2·3회차 중간 구간 35%와 41%. 양 끝이 1위인 회차는 없습니다.
열심히 판단한 것과 실제로 이긴 것은 달랐다
퀀트 분석은 나흘마다 정량 신호를 검증했고, 가치 투자는 열흘마다 논거를 점검했습니다. 둘 다 세 판 중앙값이 0.77~1.02와 0.81~1.00으로, 아무것도 하지 않았을 때의 0.82배와 거의 같은 자리였습니다. 거시 분석은 세 판 전부 그 아래였습니다.
0.82배 = (1억 − 라운드당 순유출 60만 원 × 30라운드) ÷ 1억.
게임의 규칙이 전략의 승패를 정한다
이 세계는 매 라운드 유지비가 빠져나가서 현금만 들고 있어도 자산이 줄어듭니다. 그래서 이틀마다 시장을 다시 보는 성향이 유리했습니다. 이걸 「자주 매매할수록 좋다」로 읽으면 안 됩니다. 그렇게 설계된 게임이었을 뿐입니다.
아무리 논리적인 AI라도 잘못된 게임에 넣으면, 잘못된 답을 아주 논리적으로 찾아냅니다.
이 실험이 말할 수 없는 것
- 이건 가상 시장입니다. 지수는 에이전트들의 응답에서 만들어지고, 실제 종목이나 실제 체결과는 무관합니다. 투자 판단의 근거로 쓸 수 있는 데이터가 아닙니다.
- 세 판으로는 장세를 다 덮지 못합니다. 폭락 · 횡보 · V자 회복 세 가지를 봤을 뿐이고 네 번째 판에서 또 무엇이 뒤집힐지는 모릅니다.
- 같은 시드로 다시 돌려도 같은 회차가 나오지 않습니다. 모델 응답이 결정적이지 않고 활성화 추첨과 시장 잡음도 매번 갈립니다. 그래서 회차 원본을 압축해 따로 보관합니다. 여기 적힌 수치는 전부 그 기록에서 다시 계산한 값입니다.
- 1회차(시드 369)와 나머지는 활성화 규칙이 다릅니다. 369에서는 일부 에이전트가 16라운드까지 한 번도 질문을 받지 못했습니다. 성향별 성적을 나란히 놓을 때는 이 차이를 먼저 말해야 합니다.
- 2회차는 29일차 API 장애로 마지막 두 라운드의 응답이 0건입니다. 이 회차의 모든 집계는 28일차 기준입니다.
- 모델 가격대는 실험 시점의 과금 기록이고 단가는 바뀝니다. 비용 표는 절대 금액보다 모델 간 배수로 읽는 편이 오래 갑니다.
먼저 나올 질문들
결국 어느 AI가 제일 잘했나요?
세 판 450명 통합 평균은 GPT 2.00배 · Claude 1.33배 · Grok 1.87배입니다. 그런데 중앙값은 1.03 · 0.82 · 0.82로, Claude와 Grok은 소수점까지 같고 둘 다 유지비 선에 앉아 있습니다. 소수의 대박이 평균을 벌려 놓았을 뿐이고 어느 계열을 썼느냐가 결과를 가른 정도는 생각보다 작았습니다.
왜 하필 150명인가요?
회사 세 곳 × 가격대 세 단계 × 성향 여덟 가지를 다 채우고, 같은 조합이 여러 명 나오도록 만든 최소 규모입니다. 조합당 한 명씩만 두면 결과가 분포가 아니라 일화가 됩니다. 실제로 1회차에서 「같은 성향 같은 회사인데 한 명은 파산하고 한 명은 3배 이상」인 조합이 열 개 나왔습니다.
한 판 돌리는 데 얼마나 걸리나요?
30라운드에 호출 2,600건 안팎이고 비용은 $9~11입니다. 실패한 회차까지 포함해 기록에 남은 네 판의 합이 $37.39입니다. 오래 걸리는 건 실행이 아니라 그 뒤입니다. 답변 원문을 다시 읽고 수치를 대조하는 데 훨씬 더 걸렸습니다.
파산이면 진짜 0원이 되나요?
아닙니다. 이 세계의 퇴출선은 시작 자본 1억의 절반입니다. 세 회차 탈락자 117명의 퇴출 시점 잔고는 중앙값 47%이고 0원까지 간 사람은 두 명뿐입니다. 영상에서 「0원」이라고 녹음했다가 「탈락」으로 다시 녹음한 것도 이 때문입니다.
같은 실험을 재현할 수 있나요?
같은 시드로 다시 돌려도 같은 회차는 나오지 않습니다. 그래서 재현의 단위를 코드가 아니라 기록으로 잡았습니다. 회차 원본을 압축해 보관하고 여기 적힌 수치는 전부 그 파일에서 다시 계산합니다. 리플레이 화면으로 특정 일차에 특정 에이전트가 무엇을 적었는지도 그대로 열립니다. 다만 코드와 기록은 아직 공개하지 않았습니다.
다음 회차는 뭔가요?
댓글에 가장 많이 나온 성향을 하나 더 넣어서 다시 돌립니다. 여러분이라면 이 세계에서 어떤 성향을 고르셨을지, 왜 그런지 영상 댓글에 남겨 주세요.
Insights
이 회차에서 나온 인사이트
호출 5%가 비용 32%를 쓴다
에이전트를 늘릴 때 진짜 설계 대상
AI 150명을 30일 돌린 한 판의 과금 기록을 열어 보니, 모델 배분이 곧 예산 설계였다. 플래그십은 호출당 저가 모델의 62배였다.
한 번 돌려서 나온 결론의 절반은 그 판의 사연이었다
같은 실험을 세 판 돌리자 여덟 개 결론 중 네 개가 사라졌다. 판단 자동화의 검증 단위는 실행 한 번이 아니라 회차다.