날씨 예측 시장에서 기온을 예측하고 자동으로 거래하는 오픈소스 AI 에이전트 '오픈토마스(OpenThomas)'가 공개되었습니다. 이 에이전트는 기상 관측소의 온도를 예측하고 이를 기반으로 칼시(Kalshi)와 폴리마켓(Polymarket) 같은 예측 시장에서 거래를 수행합니다. 특히, 인공지능(AI) 모델의 예측 정확도뿐만 아니라, 실제 수익으로 이어지는 거래 전략과 리스크 관리(risk management)에 중점을 둔 점이 특징입니다.
오픈토마스는 7가지 기상 예측 모델의 합의를 통해 각 기온 구간에 대한 확률을 도출하고, 수개월간의 과거 데이터를 통해 각 관측소의 체계적인 편향(systematic bias)을 학습합니다. 여기에 대규모 언어모델(LLM)이 통계적 예측이 놓칠 수 있는 부분을 조정하며, 켈리 기준(Fractional Kelly)에 기반한 포지션 규모 조절과 엄격한 리스크 한도를 적용합니다. 주목할 점은 LLM 자체의 예측 능력이 아닌, 예측 정확도를 높이고 손실을 방지하는 '하네스(harness)' 역할에 초점을 맞췄다는 것입니다. 과거 AI 모델들이 예측 시장에서 손실을 기록했던 사례를 분석하여, 초기 예측 정확도, 올바른 포지션 규모 조절, 그리고 손실 발생 시 조기 청산(exit discipline)의 중요성을 강조합니다.
날씨 시장은 매일 객관적이고 공개적으로 정산되는 특성 덕분에 AI 에이전트가 빠르게 학습하고 개선될 수 있는 이상적인 환경을 제공합니다. 특정 기상 관측소(예: 뉴욕 센트럴파크)에 대한 전 세계 예보 모델의 체계적인 편향을 학습하여 '해자(moat)'를 구축할 수 있으며, 예보 모델 업데이트와 시장 가격 반영 사이의 시간차를 활용해 구조적인 우위를 점할 수 있습니다. 오픈토마스는 이러한 학습과 전략을 통해 예측 시장에서 지속적인 수익을 추구하며, '공개 개발(build-in-public)' 원칙에 따라 모든 거래 기록과 성과를 투명하게 공개하여 신뢰도를 높이고 있습니다. 이는 AI 기반 자동 거래 시스템의 투명성과 신뢰성을 확보하는 중요한 시도로 평가됩니다.