암호화화폐 분석을

마지막 업데이트: 2022년 4월 8일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
이미지=셔터스톡

Credit Suisse: Blockchain 2.0 – Crypto Currencies are Only the Beginning

In this in-depth report, we analyse the market implications of blockchain technology in light of the Bitcoin boom. We believe the rise of bitcoin and Initial Coin Offerings highlights how transformative the underpinning blockchain technology will be across sectors, with financial services and capital markets at the front of the queue.

Credit Suisse once again delivers a collaborative analysis of the following:

  • Cryptocurrencies and ICOs: Crucially, we see these providing momentum for further blockchain development, even if bitcoin and Initial Coin Offerings continue to encounter challenges to widespread adoption.
  • Blockchain’s utility: We examine the key advances and diversification of the applications that sit atop blockchain platforms – as well as the theoretical risks to blockchain itself. We also show project timelines to illustrate current and future positioning on the blockchain landscape.
  • Market implications: Contributions from 23 analysts across three geographies provide us with a cross-sector blockchain window through which we examine the Payments, Security, Banks, Exchanges, Business Services, Leisure, and Real Estate sectors. Featured 암호화화폐 분석을 stocks include Sophos (Outperform; CS European SMID Focus List), Square (Neutral), LSE (Outperform; CS European Focus List), ASX (Underperform), Equiniti (Underperform), Experian (Outperform; CS European Focus List) and Playtech (Outperform).

Related Articles

Navigating Cryptocurrency Regulation - 2021 - World Economic Forum

An Industry Perspective on the Insights and Tools Needed to Shape Balanced Crypto Regulation

Strategies for adopting DLT/ Blockchain Technologies in Arab Countries

The Arab Regional Fintech Working Group examines the potential value, viability, and practicality of blockchain in Arab region.

Tokenised Securities in APAC - A State of Play

ASIFMA's 2021 overlay provides a concise supplementary update covering key recent developments and emerging trends occuring in the Tokenised Securities space.

3rd Global Crypto Asset Benchmarking Study

This report by the University of Cambridge collates data from entities operating in four main segments of the industry: exchange, payments, custody, and mining.

Stay In the Know

Get the AlphaPoint email newsletter for the latest information and updates from the cryptocurrency economy.

암호화폐 의견과 분석

By Andy Hecht (2022년 4월 13일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.일론 머스크, 트위터 지분 9.2% 보유 잭 도시가 설립한 트위.

By Andy Hecht(2022년 3월 24일 작성된 영문 기사의 번역본)주요 가상화폐에 대한 지속적 압박 속에서 긍정적 신호 나타나 카르다노: 지분증명 가상화폐 카르다노(ADA.

By Andy Hecht (2022년 2월 21일 작성된 영문 기사의 번역본) 이 글은 인베스팅닷컴 단독 기고문입니다. 우크라이나: 지정학적 혼란의 중심 자본도피의 오랜 역사 자본.

By Andy Hecht (2022년 2월 17일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.돌아온 가상화폐 강세 첫 번째 리스크: 금지 두 번째 리스크: .

By Andy Hecht(2022년 1월 13일 작성된 영문 기사의 번역본) 이 글은 인베스팅닷컴 단독 기고문입니다.시가총액이 증가하면서 가상화폐에 대한 수용도 높아져 2022년은.

By Andy Hecht (2021년 12월 27일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.이더리움의 놀라운 실적 중요한 수탁 문제 보안 위협 통제권: .

By Andy Hecht(2021년 12월 14일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.다시 나타난 신고점과 조정 2021년 내내 이더리움 수익률은 비.

By Andy Hecht(2021년 11월 1일 작성된 영문 기사의 번역본)이 글을 인베스팅닷컴 단독 기고문입니다.혜성처럼 등장한 BITO BITO의 경쟁자, BTF 꽤 오래된 G.

By Andy Hecht (2021년 10월 14일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.시가총액 2조 달러가 넘는 암호화폐 시장에서 매일 늘어나는 토.

By Andy Hecht(2021년 10월 11일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.비트코인, 단기 기술적 저항선 돌파 이더리움의 4,000달러선 .

By Andy Hecht(2021년 9월 30일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.암호화폐 실시간 인기 순위 확인 12,000가지 이상 암호화폐, .

By Andy Hecht (2021년 9월 27일 작성된 영문 기사의 번역본) 이 글은 인베스팅닷컴 단독 기고문입니다. 블록체인은 좋아하지만 암호화폐는 혐오하는 정부 암호화폐 거래.

By Andy Hecht (2021년 9월 6일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다. 암호화폐 선두주자로서 최고치 아래서 강세 가격 행동 이더리움.

By Andy Hecht (2021년 9월 2일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.암호화폐 3위인 카르다노(ADA) 4월, 5월에 사상 최고치 아래.

By Andy Hecht (2021년 8월 16일 작성된 영문 기사의 번역본)이 글은 인베스팅닷컴 단독 기고문입니다.4월 14일에 지속 불가능한 수준까지 폭등했던 코인베이스 코인베.

코스피지수2,393.14-16.02-0.66%
코스피200 선물 (F)318.20-0.60-0.19%
US 5003,960.3-38.7-0.97%
US Tech 10012,400.1-219.3-1.74%
DAX13,253.68+7.04+0.05%
닛케이27,914.66+111.66+0.40%
미국 달러 지수106.410-0.394-0.37%
1,725.30+11.90+0.69%
18.512-0.207-1.11%
브렌트유98.380.000.00%
WTI유95.09-1.26-1.31%
천연가스8.1950.0000.00%
구리3.3243+0.0258+0.78%
미국 옥수수562.25-12.75-2.22%
달러/원1,310.53+3.50+0.27%
유로/달러1.0213-0.0015-0.15%
브라질 헤알/원238.46+0.81+0.34%
엔/원9.6286+0.1223+1.29%
파운드/달러1.2004+0.0011+0.09%
태국 바트/원35.762+0.240+0.68%
달러/엔136.10-1.27-0.93%
애플154.09-1.26-0.81%
알리바바 ADR100.61-4.52-4.30%
트위터39.84+0.32+0.81%
알코아45.80+0.65+1.44%
뱅크오브아메리카33.43-0.22-0.65%
코카콜라61.59+0.23+0.37%
엑슨모빌87.08-0.67-0.76%

15억 집, 무주택자 자녀에게

15억 집, 무주택 자녀에게

몰락한 K-NFT 메타콩즈. 결국

다운로드App store

리스크 고지: 금융 상품 및/또는 가상화폐 거래는 투자액의 일부 또는 전체를 상실할 수 있는 높은 리스크를 동반하며, 모든 투자자에게 적합하지 않을 수 있습니다. 가상화폐 가격은 변동성이 극단적으로 높고 금융, 규제 또는 정치적 이벤트 등 외부 요인의 영향을 받을 수 있습니다. 특히 마진 거래로 인해 금융 리스크가 높아질 수 있습니다.
금융 상품 또는 가상화폐 거래를 시작하기에 앞서 금융시장 거래와 관련된 리스크 및 비용에 대해 완전히 숙지하고, 자신의 투자 목표, 경험 수준, 위험성향을 신중하게 고려하며, 필요한 경우 전문가의 조언을 구해야 합니다.
Fusion Media는 본 웹사이트에서 제공되는 데이터가 반드시 정확하거나 실시간이 아닐 수 있다는 점을 다시 한 번 알려 드립니다. 본 웹사이트의 데이터 및 가격은 시장이나 거래소가 아닌 투자전문기관으로부터 제공받을 수도 있으므로, 가격이 정확하지 않고 시장의 실제 가격과 다를 수 있습니다. 즉, 가격은 지표일 뿐이며 거래 목적에 적합하지 않을 수도 있습니다. Fusion 암호화화폐 분석을 Media 및 본 웹사이트 데이터 제공자는 웹사이트상 정보에 의존한 거래에서 발생한 손실 또는 피해에 대해 어떠한 법적 책임도 지지 않습니다.
Fusion Media 및/또는 데이터 제공자의 명시적 사전 서면 허가 없이 본 웹사이트에 기재된 데이터를 사용, 저장, 복제, 표시, 수정, 송신 또는 배포하는 것은 금지되어 있습니다. 모든 지적재산권은 본 웹사이트에 기재된 데이터의 제공자 및/또는 거래소에 있습니다.
Fusion Media는 본 웹사이트에 표시되는 광고 또는 광고주와 사용자 간의 상호작용에 기반해 광고주로부터 보상을 받을 수 있습니다. 본 리스크 고지의 원문은 영어로 작성되었으므로 영어 원문과 한국어 번역문에 차이가 있는 경우 영어 원문을 우선으로 합니다.

본 연구는 가상화폐 중에서 일별 거래량이 가장 많은 비트코인을 대상으로 총 26개의 기술적자료를 바탕으로 클러스터링을 진행하였다. 클러스터링의 방법론은 자기조직화지도를 이용하였고, 총실험 기간은 비트코인 가격이 급등과 급락이 동반했던 690일을 대상으로 하였다. 또한 클러스터링을위해서 클러스터 개수를 설정해야 하는데 본 연구에서는 선행적 연구에 의거해 총 10개로 정의한다. 그 결과 상승 및 하락 구간에서 특정 패턴들이 형성되는 것을 알 수 있었으며, 각 패턴들을 방사형 차트로 나타낸 결과 동일한 패턴을 갖고 있는 방상형 차트는 서로 매우 유사한 이미지를 보이고 있음을확인했다. 더불어 각 그룹의 패턴들이 갖는 의미를 분석하기 위해서 각 패턴이 가상화폐 가격 움직임에 어떠한 연관이 있는지 분석한 결과, 특정 패턴 이후에 비트코인 가격이 상승 및 하락 모멘텀 그리고 급등 및 급락하는 모습을 발견할 수 있었다. 본 연구에서 제안하는 방사형 차트와 각 패턴이 갖는의미는 향후 인공신경망과 같은 기계 학습 기법을 이용하여 정량적인 금융 상품 매매 전략을 취하는데 참고가 되는 연구라 사료된다.

This study aims to cluster the price patterns of the most daily traded cryptocurrency, the Bitcoin. The clustering is conducted based on 26 technical 암호화화폐 분석을 indicators including from commonly used indicators such as Envelopes and MACD (Moving Average Convergence/Divergence) to those that are closely related to the value of cryptocurrencies such as the Bitcoin mining difficulty, the hash rate and the gold price. The self-organizing map (SOM) algorithm is used as the methodology for clustering and the total study period is 690 days where there are many ups and downs of the Bitcoin prices. A total of 10 clusters are selected for analysis of and it is found that certain patterns are formed in ascending and descending trends of the Bitcoin prices. A radar chart is used to visualize the representative pattern 암호화화폐 분석을 for each cluster, and it is found that the radar charts that exhibit similar patterns are analogous to each other. In addition, the movements of the Bitcoin prices between the patterns are analyzed in order to assess the meaning of the patterns of each cluster. The result reveals that the prices of Bitcoin rise, fall and crash after a specific pattern. The data visualization using radar chart and the analysis of each 암호화화폐 분석을 cluster pattern proposed in this study can be considered as a reference for a quantitative cryptocurrency trading strategy by using machine learning techniques such as artificial neural network.

블록체인을 분석하기 위한 실질적인 접근

최근 영국 유력지 파이낸셜타임스(FT)는 미국 음료 업체인 ‘롱 아일랜드 아이스 티(Long Island Iced Tea Corp)’가 자사의 이름을 ‘롱 블록체인(Long Blockchain)’으로 바꾸겠다고 발표하자 주가가 하루 만에 500% 급등했다고 보도했습니다. 비트코인을 필두로 시작된 블록체인 열풍은 가상화폐 시장을 넘어 전체 산업과 기업에 영향을 미치고 있는데요. 이러한 현상을 두고 블룸버그는 20년 전 모든 기업이 저마다 인터넷 기업이라고 자칭하던 닷컴 열풍을 상기시킨다고 설명하기도 했습니다.

실제 세계적인 블록체인 석학이자 미래학자인 돈 탭스콧은 블록체인을 19세기의 자동차, 20세기의 인터넷과 비교하며 ‘제 2의 인터넷’이라고 평가했습니다. 나아가 그는 블록체인 기술을 통해 모든 사람들이 직접 개인 정보와 데이터를 관리하면서 정보 생산 및 소유의 불균형을 해소할 것으로 내다봤는데요.

그렇다면 블록체인이란 무엇이며, 이를 통해 생성된 정보와 데이터를 어떻게 분석하고 활용할 수 있을까요? 오늘은 전략적 또는 경험적 관점에서 다양한 형태의 블록체인 분석에 대해 설명하고자 합니다. SAS 기술은 다양한 오픈 소스 블록체인 기술이 존재하는 복잡한 환경에서 운영, 가치/자산, 규제적 관점에 대한 고급 분석을 제공하는데요. 우선 암호화화폐 분석을 블록체인 분석의 바탕이 되는 몇 가지 기본적인 블록체인 기술의 개요에 대해 살펴보겠습니다.

블록체인이란? – 블록체인의 정의

블록체인을 쉽게 연결된 리스트(linked list)의 연결된 리스트라고 설명할 수 있습니다. 클라이언트가 생성한 개별 거래는 합의 프로세스에 의해 변경할 수 없는 블록들이 연결된 리스트인 데이터 저장소 안으로 수집, 업데이트됩니다. 이때 블록체인의 보안성과 무결성은 내장된 프로토콜과 암호화 알고리즘을 통해 보장되는데요.

신뢰할 수 있는 제 3의 이해관계자가 없어도 당사자 간 직접 거래를 수행할 수 있는 방법을 제공함으로써 블록체인의 인기가 높아지고 있습니다. 일반적으로 블록체인은 송금, 상품 추적, 법적 문서 공유 등에 활용되고 있습니다.

블록체인의 유형

블록체인의 유형은 크게 퍼블릭 블록체인(public blockchain)과 프라이빗 블록체인(private blockchain)으로 나눌 수 있습니다. 누구나 거래 네트워크에 참여할 수 있는 퍼블릭 블록체인은 주로 비트코인, 이더리움과 같은 암호화폐 분야에서 널리 활용되고 있으며, 익명 또는 가명 식별자(pseudonymous identity)를 제공합니다.

반대로 프라이빗 블록체인은 허가를 받은 참여자들이 독자적으로 사용하기 때문에 허가된 원장(Permissioned Ledger)이라고도 불리는데요. 주로 기업 방화벽 뒤에서 구현되며, 일반적으로 알려진 엔터프라이즈용 신원을 갖추고 있습니다. R3코다(R3Corda), 체인(Chain), 빅체인DB(BigChainDB), 하이퍼레저(Hyperledger) 등 개념 증명(PoC; Proof-of-Concept) 프로젝트의 대부분은 프라이빗 블록체인을 사용합니다.암호화화폐 분석을

블록체인의 구조

구조는 운영 측면에서의 블록체인의 구성요소를 정의하는데요. 주로 블록체인의 데이터 저장소를 중심으로 합니다. 오픈 소스 블록체인이 다양하게 구현됨으로써 블록체인 데이터 구조 또한 매우 다양해졌는데요. 블록체인 데이터 저장소의 대부분은 다른 블록체인 기술의 파생물입니다. 예를 들어, Litecoin, ZCash, Prova는 비트코인의 다양한 구현 방식을 기반으로 합니다. LevelDB, RocksDB, MongoDB와 같은 키/값(key/value) 데이터 스토어는 주로 허가된 블록체인을 기반으로 하죠.

블록체인 데이터의 유형

지금까지의 논의를 바탕으로 블록체인 데이터를 크게 두 가지 범주로 나눌 수 있습니다.

1. 첫 번째 범주는 유휴 상태의 데이터 또는 블록체인의 변경 불가능한 데이터 저장소에 이미 저장되어 있는 데이터입니다. 비트코인은 시작부터의 모든 거래를 자체 블록체인에 저장하고 있는데요. 이때 블록체인의 변경 불가능한 데이터 저장소에 접근하는 방법에는 여러 가지가 있습니다. 예를 들어, 파이썬(Python) 스크립트와 SAS 베이스(Base SAS®)를 이용해 전체 비트코인 블록체인을 규제와 운영에 대한 폭넓은 분석을 지원하는 SAS 데이터 세트로 내보낼 수 있습니다. 특히 금전이 오고 가는 거래의 경우, 자금세탁방지(AML), KYC(Know Your Customer; 고객바로알기), 사기 방지를 위해 활용할 수 있죠!

2. 두 번째 범주는 바로 이동중인 데이터(data in movement)입니다. 이벤트 형태의 데이터 수집 지점은 개별 블록체인 프로세스를 따라 이동하는데요. 다양한 클라이언트 지점에서의 이벤트 생성, 채굴/합의, 블록체인의 프로토콜 프로세스를 추가하면 모든 블록체인 활동 또는 블록체인 콘텐츠에 대한 스트림 기반의 실시간 분석을 구현할 수 있습니다. 이 접근법은 완전히 암호화된 블록체인의 경우에 더욱 유용하죠!

실시간 블록체인 데이터 분석

초 단위로 업데이트되는 블록체인 데이터를 분석하기 위해서는 이동중인 데이터를 수집하는 스트리밍 접근법을 활용해야 하는데요. 아래 이미지는 SAS 이벤트 스트림 프로세싱(SAS® Event Stream Processing) 제품을 이용해 개발한 블록체인 시뮬레이터의 워크 플로우를 보여줍니다. 이 시뮬레이터는 합의 프로세스에 의해 제어되는 채굴 프로세스(miner process) 안에서 클라이언트 요청을 생성합니다. 이때 시뮬레이터와 합의 프로세스 모두 블록체인 업데이트를 관리하기 위해 SAS 이벤트 스트림 프로세싱 모델에 연결된 pub/sub API(애플리케이션 프로그래밍 인터페이스)를 사용합니다.

SAS 이벤트 스트림 프로세싱(SAS® Event Stream Processing) 제품을 이용해 개발한 블록체인 시뮬레이터의 워크 플로우

스트리밍 기반의 블록체인 분석 기술

이 방법을 이용한 최초의 스트리밍 분석(streaming analytics)은 운영성을 띠며, 초당 거래와 초당 블록 업데이트 그리고 거래의 생성부터 블록 업데이트까지의 전체 횟수를 포괄합니다.

이 모델에 환경 구성 창을 추가하면 블록체인 채굴을 시작, 중지, 일시 정지, 뮤트할 수 있습니다. 또 블록체인 업데이트 속도를 동적으로 변경할 수 있는데요. 향후 블록 크기와 경과 시간과 같은 블록체인 지표를 자동으로 관리하기 위해 채굴과 합의 프로세스 단에 딥러닝(deep learning) 기능이 추가 강화될 것입니다. SAS 이벤트 스트림 프로세싱 엔진을 이용하면 30개의 채굴 작업으로 850 밀리초(millisecond) 속도의 블록체인 업데이트를 구현할 수 있는데요. 사물인터넷(IoT) 프로젝트 분석 시 매우 이상적인 환경입니다.

그렇다면 R3코다(R3Corda), 하이퍼레저(Hyperledger), 체인(Chain)과 같은 오픈 소스 블록체인에서 데이터를 분석하는 것은 어떨까요? 특정 블록체인에 대한 프로세스가 원하는 이벤트를 생성하도록 수정하면 이 시뮬레이터와 유사한 SAS 이벤트 스트림 프로세싱 모델(합의 및 구성 창을 제외)을 적용할 수 있습니다.

블록체인 기술이 사물인터넷 분야에 빠르게 적용되면서 더 빠른 블록 업데이트, 프로세스, 커뮤니케이션에 대한 요구가 스트림 중심의 분석 환경으로 나아가고 있는데요. SAS 이벤트 스트림 프로세싱과 같은 스트리밍 기반의 블록체인 분석 기술은 블록체인 성공의 핵심 요소로 자리잡고 있습니다.

SAS 이벤트 스트림 프로세싱과 같은 스트리밍 기반의 블록체인 분석 기술은 블록체인 성공의 핵심 요소로 자리잡고 있습니다.

블록체인 규제 및 조사

암호화폐 분야에서 쓰이는 공공 블록체인은 자금세탁방지(암호화화폐 분석을 AML), KYC(Know Your Customer; 고객바로알기), 사기 방지 등과 같은 이슈와 밀접하기 때문에 규제 압력에서 자유롭지 못한데요. 특히 최근 투자자들에게 가상화폐를 판매하는 방식으로 블록체인 프로젝트의 투자금을 모집하는 ICOs(Initial Coin Offerings; 신규 코인 발행)가 증가하고, 암호화폐 시장의 가치가 높아짐에 따라 전 세계적으로 규제 압력이 거세지고 있습니다.

SAS 비주얼 인베스티게이터(SAS® Visual Investigator)는 다양한 지능형 분석과 관리 툴로 엄격한 블록체인 규제에 대응합니다. 사기, 보안, 컴플라이언스 조사를 통해 의심스러운 활동을 효과적으로 밝혀내는데요. 다양한 형태의 데이터를 가져오고, 데이터마다 고유한 관계와 사용자 인터페이스를 정의하는 것이 특징입니다.

구체적으로 비트코인 주소를 이용한 자금세탁 조사 과정을 예로 들어보겠습니다. 먼저 SAS 비주얼 인베스티게이터로 blockchain.info API와 파이썬 스크립팅을 이용해 해당 비트코인 주소의 모든 거래를 추출하고, 입력 거래의 세 가지 수준을 도출합니다. 그리고 다른 웹 API로부터 거래 날짜별 비트코인 가격을 추출함으로써 거래가 생성될 때의 달러 가치를 파악합니다.

재미있는 사실은 IP Location Finder를 통해 주어진 IP 주소를 기반으로 경도와 위도를 식별했다는 것입니다. 이 데이터를 집계, 결합한 후 SAS 비주얼 인베스티게이터로 가져와 간단한 데이터 드래그 앤 드롭(Drag and Drop)만으로 거래 및 사용자의 네트워크 다이어그램과 지리적인 활동 맵을 작성했습니다.

이때 가장 까다로운 작업은 비트코인 입력 거래의 추출과 집계인데요. 비트코인 주소의 익명성 때문에 조사 과정에서 알려진 주소 외에는 패턴, 금액, 위치 정보만 활용할 수 있습니다. 하지만 SAS 비주얼 인베스티게이터를 이용하면 다양한 블록체인 데이터에 간편하게 접근하고 활용할 수 있습니다.

블록체인 분석의 미래 암호화화폐 분석을

블록체인 기반의 기술은 금융은 물론 헬스케어, 제조, 리테일 등 수많은 산업으로 확산, 적용되고 있습니다. 안전성과 분산성이라는 본질적 특징을 가진 블록체인은 보안이 중요한 모든 시스템에서 효율적으로 활용될 수 있기 때문입니다. 보다 현명한 계약 관리부터 송금 유효성 검사까지, 블록체인 분석 기술의 활용성은 무궁무진합니다.

이처럼 블록체인 기술이 빠르게 확산됨에 따라 관련 데이터 또한 점점 더 복잡해지고 방대해지고 있습니다. 기업은 블록체인 데이터에 효과적으로 접근하고 분석해야 하며, 동시에 여러 변종 블록체인 기술에 대한 분석력 역시 확대해가야 암호화화폐 분석을 하는데요. SAS는 빠르게 진화하고 있는 블록체인 기술 분야에서 고급 분석 솔루션과 기술을 제공합니다.

SAS 웹사이트에서 초당 수백만 개의 센서 데이터를 실시간으로 변환하고 분석하는 SAS 이벤트 스트림 프로세싱에 대해 확인해보세요. 금융, 에너지, 리테일, 운송 등 다양한 산업에서 의미 있는 신호를 식별하고 분석해 고객 경험 향상, 자산 성능 관리, 사기 방지, 사이버 보안 등 폭넓은 분야에 활용할 수 있습니다.

암호화화폐 분석을

코인데스크코리아

* 글쓴이 헤수스 로드리게스는 암호화폐 시장의 지능 인프라에 초점을 맞춘 플랫폼 인투더블록(IntoTheBlock)의 공동창립자이자 CTO다. 로드리게스는 인공지능 회사 인벡터랩스(Invector Labs)의 수석과학자이자 암호화폐 및 인공지능 분야에서 활발하게 활동 중인 투자자다.

Myths and Realities: Sentiment Analysis for Crypto Assets

이미지=셔터스톡

암호화폐가 뉴스와 소셜미디어의 영향을 많이 받는다는 것은 암호화폐 시장에서 정설로 통한다. 생겨난 지 얼마 되지 않아 미숙한 암호화화폐 분석을 여느 자산 시장이 그렇듯 암호화폐의 가격은 예기치 못한 상황에 관한 뉴스나 소셜미디어의 영향을 많이 받는다. 그래서 암호화폐와 디지털 토큰 가격의 잠재적인 상관관계를 파악하기 위한 정서 분석(sentiment analysis) 등 머신러닝 기술에 대한 관심이 증가하고 있다. 중요한 분야이긴 하지만, 정서 분석을 활용한 시도는 대개 실질적으로 의미 있는 정보를 생산해내지 못한다. 여전히 분석 결과는 너무 기초적인 데 그치는 경우가 많고, 심지어 현실을 오도할 때도 있다.

사실 자산의 움직임을 평가하기 위해 정서 분석을 사용하려는 시도는 암호화폐뿐 아니라 많은 자산에서 이뤄졌다. 텍스트의 행간에 숨은 감정선이나 투자 심리 등을 제대로 파악해 통찰력 있는 분석을 하려면 대부분 구체적인 금융 분야마다 최적화된 자연언어처리(NLP) 모델이 있어야 할 정도로 매우 어렵다. 대형 퀀트 헤지펀드 중에는 중빈도 거래(medium frequency trade)에서 우위를 점하기 위해 수익 보고서 분석과 같은 매우 구체적인 작업을 NLP 모델이 수행하도록 한다. 그러려면 수많은 머신러닝 전문가를 고용해 NLP 알고리듬을 훈련해야 한다. 암호화폐에 정서 분석을 효과적으로 접목하려 해도 심도 있고 엄격한 머신러닝 기술이 필요하다.

이 설명을 이해하기 위해 정서 분석의 특징에 대해 좀 더 깊이 있게 살펴보자.

정서 분석이란 무엇인가

영국의 극작가 에드워드 불워리턴이 그의 희곡 “리슐리외 추기경”의 제2막 제2장에서 남긴 세대를 초월하는 명언이다. 그로부터 수 세기가 지난 오늘날 정서 분석의 중요성과 효용을 훌륭하게 표현해내는 데도 불워리턴의 명언이 유용한다. 문자로 주고받는 소통에서 드러나는 감정과 정서는 물리적 행동보다도 오히려 어떤 행위를 유발하고 추동하는 힘이 더 강할 때가 많다.


  • 극성 분석(Polarity Analysis): 텍스트의 정서를 긍정, 부정 또는 중립으로 분류하는 분석법이다. 예를 들어 “비트코인 가격이 회복하면서 시장은 활기를 되찾았다”는 문장은 대부분 모델이 긍정적인 문장으로 분류한다.
  • 감정/어조 분석(Emotion/Tone Analysis): 텍스트 전반을 분석하기보다는 특정 텍스트에 존재하는 다양한 종류의 감정과 맥락을 점수로 매기는 방법이다. 정서 분석 알고리듬에서 주로 사용되는 감정들은 슬픔, 기쁨 또는 분노다. 예를 들어 “이번 비트코인 랠리는 완전 미쳤다”는 문장에서는 흥분이나 희열 같은 수치가 높게 나타날 것이다.
  • 주제별 정서 분석(Aspect Sentiment Analysis): 문장 전체가 아닌 문장 내 특정 주제와 관련된 감성을 해석하는 데 집중하는 방법이다. 예를 들어 “백트 선물은 비트코인 시장에서 중요한 이정표다”는 문장에서 정서 분석은 문장 전체가 아닌 “백트 선물”과 암호화화폐 분석을 관련된 감성만을 파악해 수치화한다.

암호화폐에 정서 분석을 적용하면

암호화폐는 아직도 금융 시장의 비합리성과 적절한 대화 채널, 소통 공간의 부재에 영향을 받는 새로운 자산에 속한다. 그래서 사람들이 정서 분석과 같은 NLP 기술을 이용해 암호화 자산의 움직임을 예측하는 데 필요한 알파 또는 스마트 베타 창출 요인을 파악할 수 있다고 생각하는 것도 당연하다. 그러나 현실은 조금 다르다.


  1. 암호화 자산 분석과 같은 독특한 영역에 분석 기술을 적용할 때 나타나는 NLP 기술의 한계.
  2. 뉴스 및 소셜미디어에 감성이 반영되는 방식에 관한 잘못된 가정.

자연언어처리 API는 일반적인 문장에 나타나는 감정은 효과적으로 분석할 수 있겠지만, 구체적인 문장의 영역의 특이적인 지식을 추론하는 작업은 제대로 해내지 못할 것이다. 예를 들어 “비트코인 ETF가 곧 승인될 수 있다”는 문장을 분석하려면 암호화폐 시장에서만 쓰이는 용어의 의미와 맥락을 전문적으로 다루고 겉으로 드러나는 단어나 문장 수준이 아니라 훨씬 더 세세한 수준에서 감정선과 반응을 추론하는 NLP 모델이 필요하다.

두 번째 과제는 뉴스나 소셜미디어에 올라오는 글에 정서가 반영되는 암호화화폐 분석을 방식에 대한 오해와 관련이 있다. 뉴스는 훌륭한 정보의 원천이지만, 정서 분석에 활용하기에는 별 쓸모가 없다. 감정을 배제하고 객관적인 사실을 바탕으로 쓴 기사가 좋은 기사로 평가받는 점을 생각하면 그 이유를 어렵잖게 짐작할 수 있다. 소셜미디어는 이와는 정반대다. 트위터나 암호화화폐 분석을 텔레그램상 암호화폐에 관한 대화는 관련 정서를 숨기지 않지만, 이때 나타나는 정서는 공개된 주요 정보에 대한 반응인 경우가 대부분이고, 이는 이러한 정서가 정보의 측면에서는 딱히 효과가 없을 가능성이 있다는 뜻이다. 또한, 소셜미디어상의 대화는 요란스럽고 상대적으로 주관적인 경향이 강해서 정서 분석 알고리듬이 이를 오해하고 잘못 분석할 가능성도 상대적으로 크다.

순전히 기술적인 측면에서 효과적인 암호화 자산 정서 분석 모델은 암호화 시장의 용어를 충분히 학습한 뒤 뉴스를 정보의 원천으로, 소셜미디어 게시글들을 정서의 증폭기로 놓고 분석할 필요가 있다. 그러나 이러한 기술적 과제를 극복한다고 하더라도 여전히 남는 정서 분석 모델에 관한 대표적인 오해가 있다.

정서가 시장에 미치는 영향에 관한 오해와 그로 인한 오류


  • 긍정적인 정서는 비트코인 가격이 오르리라는 선행 지표다.
  • 반대로 부정적인 정서는 비트코인 가격이 내리리라는 전조로 볼 수 있다.

  • 긍정적인 정서가 드러났는데 비트코인 가격이 오르지 않았다면, 이는 시장이 약세라는 신호로 풀이해야 한다.
  • 반대로 부정적인 정서가 드러났는데 비트코인 가격이 내리지 않고 버티고 있다면, 이는 시장이 강세라는 신호로 볼 수 있다.

정서 분석에서 시장 영향 분석으로

정보의 관점에서 보면 암호화폐 시장은 요란스럽고 예기치 못한 사건으로 가득하다. 정서 분석에서 이러한 요소들의 결합은 악몽과 같다고 할 수 있다. 그렇기 때문에 정서 분석에만 집중하기보다 좀 암호화화폐 분석을 더 전체적인 접근법을 개발해야 한다. 정서-시장 영향 지표는 장기적으로 볼 때 극성(부정적, 긍정적, 중립적), 감정(불안, 흥분, 슬픔) 및 주제 기반(주제, 법인) 분석이 결합된 형태로 발전할 것이다. 이 접근법은 구체적인 시장 상황의 맥락에서 나타나는 정서를 평가하기 위해 암호화 자산의 역학을 전문적으로 다루는 모델의 훈련을 요구할 것이다.

정서-시장 영향 모델의 개념 자체는 평범하다. 구체적인 시장 상황에서 감성과 감정, 주제가 종합적으로 암호화 자산에 미치는 영향을 수량화하면 되기 때문이다. 이 모델은 오늘날 대부분의 정서 모델처럼 완전한 비지도 학습을 하지 않아도 된다는 장점이 있다. 이는 우리가 암호화폐 시장을 분석하기 위해 꼭 알아야 할 용어나 관련 지식을 모델에 직접 가르칠 수 있다는 뜻이다. 예를 들어 우리는 중국의 암호화폐 투자에 관한 긍정적인 기사들이 지난 일주일간 상대적인 약세를 보인 시장에 긍정적인 영향을 미칠 수 있다는 내용을 모델이 습득하도록 훈련할 수 있다. 정서-시장 영향 분석 모델의 핵심 원칙은 정서 모델의 지식을 암호화폐 시장의 구체적인 맥락과 연결해야 한다는 점이다.

암호화폐 시장에서 정서 분석은 계속해서 자극적인 헤드라인과 함께 등장할 것이다. 그러나 이러한 모델이 효과적이려면 더 심도 있는 머신러닝 엄격성과 암호화폐 시장의 구체적인 역학에 기초한 지식의 축적이 필요하다. 시장이 진화하면 평범한 정서 분석 기술이 암호화폐 시장의 행태와 구체적인 주제 간의 관련성을 수량화하는 전체적인 시장 영향 모델로 진화할 것이다.

· This story originally appeared on CoinDesk, the global leader in blockchain news and publisher of the Bitcoin Price Index. view BPI.
· Translated by NewsPeppermint.


0 개 댓글

답장을 남겨주세요