한 개발자가 2026년 월드컵 경기에 대규모 언어모델(LLM) 기반의 예측 시스템을 적용하여 121번의 베팅에서 202%라는 놀라운 수익률을 달성했다고 공개했습니다. 이 시스템은 단순히 승패를 예측하는 것을 넘어, 시장 가격의 비효율성을 찾아내 수익을 창출하는 데 초점을 맞췄습니다. 총 255달러의 초기 자본이 771달러로 불어난 이 사례는 인공지능이 스포츠 베팅 시장에서 어떻게 '엣지(edge)'를 만들 수 있는지 보여줍니다.
이 베팅 시스템은 세 가지 핵심 단계로 작동합니다. 첫째, '도시에(dossier)' 단계에서는 팀 스쿼드, 감독, 최근 경기력, 선발 라인업 등 경기 관련 모든 사실 데이터를 수집합니다. 둘째, '추론(reasoning)' 단계에서는 이 데이터를 기반으로 LLM이 경기 결과(홈 승/무승부/원정 승)와 팀별 예상 득점(xG) 확률을 독립적으로 추론합니다. 이때 LLM은 시장의 배당률을 전혀 보지 않고 순수하게 사실에만 기반하여 예측합니다. 셋째, '엣지 엔진(edge engine)' 단계에서 LLM의 예측 확률을 딥 레퍼런스 마켓(예: Polymarket)의 가격과 비교하여 Kalshi 같은 베팅 플랫폼의 실제 배당률과 6% 이상의 불일치(edge)가 발생할 때만 베팅을 실행합니다. 즉, 모델과 시장 모두가 Kalshi의 가격이 잘못되었다고 판단할 때만 베팅하는 정교한 전략을 사용합니다.
이 프로젝트의 핵심은 높은 승률이 아니라 '가격이 잘못된' 순간을 포착하는 데 있습니다. 62승 59패라는 거의 동전에 가까운 승률에도 불구하고 202%의 수익을 낼 수 있었던 것은, 시장이 특정 결과의 확률을 과소평가하거나 과대평가하는 지점을 정확히 찾아내 베팅했기 때문입니다. 이는 인공지능이 방대한 데이터를 분석하고 복잡한 추론을 통해 인간의 직관이나 기존 시장 분석으로는 발견하기 어려운 비효율성을 활용할 수 있음을 시사합니다. 이러한 접근 방식은 금융 시장이나 다른 예측 기반 산업에서도 AI의 잠재력을 탐구하는 데 중요한 통찰을 제공할 수 있습니다.