시간 계산만으로 결론은 명확합니다. 언어 모델은 지연 시간 차익거래에 필요한 단 하나의 작업을 수행하기에는 수백 배나 느립니다.
지연 시간 차익거래는 빠른 피드에서 가격 변동이 나타난 후 느린 브로커의 시세가 갱신되기 전까지의 짧은 시간을 활용합니다. 이 시간은 극히 짧으며, 전체 전략은 그 안에 행동하기 위한 경쟁입니다.
| 단계 | 허용 시간 |
|---|---|
| 지연 시간 차익거래 기회 구간 | 대략 한 자릿수 밀리초, 흔히 그 미만 |
| 결정론적 체결 엔진 반응 | 1밀리초 미만에서 수 밀리초 |
| 대규모 언어 모델 응답 | 수백 밀리초에서 수초 |
간단히 말해 언어 모델이 프롬프트를 읽고 응답을 생성하는 동안 기회는 이미 수백 번 나타났다 사라집니다. 이는 조정으로 해결할 문제가 아닙니다. 언어를 토큰 단위로 생성하는 작업은 가격 틱에 반응하는 컴파일된 엔진보다 본질적으로 느리며, 그 차이는 매우 큽니다.
추론이 즉시 이루어진다고 해도, 다른 두 가지 특성 때문에 LLM은 여전히 체결을 담당할 수 없습니다.
같은 프롬프트가 서로 다른 출력을 만들 수 있습니다. 동일한 시장 상태를 볼 때마다 똑같이 작동해야 하는 트레이딩 엔진에는 치명적인 문제입니다. 체결은 재현 가능해야 하며, 확률적 텍스트 생성기는 그 반대입니다.
언어 모델에는 기본적으로 실시간 가격 피드가 없고 계산기도 아니므로, 정확한 포지션 규모와 위험 계산에 오차가 생길 수 있습니다. 체결에는 실시간 연결에서 매번 결정론적으로 산출되는 정확한 수치가 필요합니다.
LLM을 체결에서 제외한다고 해서 이 분야에서 쓸모가 없어지는 것은 아닙니다. 느리고 확률적이어도 괜찮은 워크플로 부분으로 옮기는 것입니다.
| 작업 | LLM에 적합한 이유 |
|---|---|
| 브로커 조사 | 어떤 거래소가 해당 주문 흐름을 허용하는지와 체결 평판을 요약 |
| 엔진 코드 생성 및 검토 | 결정론적 엔진 코드를 수작업보다 빠르게 작성하고 설명하며 디버깅 |
| 체결 로그 분석 | 체결 내역을 읽고 분석가처럼 비대칭 슬리피지나 추가 지연 시간을 식별 |
| 전략 설명 | 복잡한 체결 아이디어를 사람이 실행할 수 있는 명확한 설명으로 변환 |
이 모든 작업은 거래 전이나 후에 이루어지며, 거래 도중에는 절대 이루어지지 않습니다. 이것이 올바른 역할 분담입니다. 언어 모델은 정보를 제공하고 검토하며, 결정론적 엔진은 체결합니다. 이는 AI가 외환 거래를 할 수 있는지에 관한 핵심 글에서 설명하는 조사와 체결의 분리와 같습니다.
전문적인 구성은 “AI 또는 소프트웨어”가 아니라 둘을 각자의 적합한 영역에서 함께 사용하는 것입니다. 결정론적 엔진이 밀리초 단위의 체결을 처리하고, 언어 모델은 오프라인에서 조사, 코드, 분석을 지원합니다. 완벽한 체결을 가정한 백테스트에서 살아남은 우위가 실제 운영에서는 체결 지연으로 사라질 수 있는 이유도 여기에 있습니다. 이 점은 체결 시간 격차에서 수치로 설명합니다. 또한 브로커 체결 투명성에서 다루듯, 실제 체결을 측정하는 것이 어떤 모델의 의견보다 중요합니다.
아닙니다. 추론 속도가 빨라져도 비결정성과 정확하고 실시간이며 재현 가능한 체결의 필요성 때문에 언어 모델은 거래 자체를 담당할 수 없습니다. 속도는 세 가지 장애물 중 하나일 뿐입니다.
지연 시간 차익거래에서는 불가능합니다. 판단 자체도 한 자릿수 밀리초 내에 이루어져야 하기 때문입니다. 더 느린 전략에서는 LLM 기반 에이전트가 상위 수준의 결정을 내릴 수 있지만, 빠른 체결은 여전히 결정론적 코드에서 실행됩니다.
전혀 그렇지 않습니다. 조사, 엔진 코드, 체결 로그 분석에 유용합니다. 다만 체결 루프 내부가 아니라 전략 옆에 위치해야 합니다.
새로운 기사, 연구 보고서, 제품 출시 소식을 게시할 때 보내드립니다.
AI가 트레이딩에서 할 수 있는 일과 할 수 없는 일, 그리고 결정론적 체결이 실제 체결 결과를 좌우하는 방식을 살펴보세요.