돈이 스스로 흐른다 — AI 금융과 트레이딩

들어서며 — 세 개의 물줄기가 만나는 곳

저는 돈을 오래 의심했습니다. 돈이 나쁜 것이어서가 아니라, 돈만큼 사람을 정직하게 만드는 것도, 또 사람을 속이는 것도 드물기 때문입니다.

2019년 크라우니의 금융 설계를 시작할 때, 세상은 거대 언어모델로 "자동 매매봇"을 만드는 일에 열중했습니다. 미래를 더 잘 맞히면 돈을 더 번다는 믿음이었지요. 저는 반대편을 봤습니다. 돈은 예측이 가장 어려운 도메인이 아니라, 규칙이 가장 명확한 도메인입니다. 회계는 등식이고, 결제는 약속이며, 손익은 부호입니다. 그렇다면 답은 더 똑똑한 예측이 아니라, 사람이 동의한 규칙을 끝까지 자동으로 실행하는 일이어야 했습니다.

지금 크라우니는 아홉 개의 금융 서비스 — 뱅크·페이·DEX·트레이딩·자산관리·신용·리워드·마켓·금융네트워크 — 를 티옴타음(TiOmTaEm) 4상균형3진 위에서 구동합니다. 이 장은 그 기술과 철학을, 백서를 펼치는 엔지니어와 연구자의 눈높이에서 다룹니다. 수치와 명세는 정확히, 비전은 솔직하게. 그것이 제가 여러분과 약속할 수 있는 전부입니다.

---

1. 금융 체계의 4상 균형 — 이론

1.1 기존 금융의 두 가지 한계

전통 회계는 2진 부호 위에 서 있습니다.

• 수익/손실 양극만 기록: 양수=이익, 음수=손실. 그 사이의 "미확정"을 담을 자리가 없습니다.
• 타자 결정: 가치 평가의 권한이 국가·은행·평가기관에 위임됩니다. 개인은 수동 수령자입니다.

기존 AI 매매는 확률 최적화 위에 서 있습니다.

• 단일 방향: 기대수익을 극대화하면 꼬리손실도 함께 극대화됩니다. 동전의 양면입니다.
• 사후 지표 의존: VaR·Sharpe는 과거 분포의 사후 검증이며, 분포가 바뀌는 미래의 꼬리위험을 구조적으로 늦게 본다는 점입니다.
• 대리인 문제: 모델이 주인을 대신해 가중치를 "스스로" 정하는 것처럼 행동합니다.

1.2 크라우니 4상 금융 — 벡터형 기록

크라우니는 손익을 티·옴·타·음의 4상으로 기록합니다. 부호는 +1, 0, −1, −0입니다.

여기서 두 개의 "영"을 혼동하지 않는 것이 핵심입니다. 옴(0)은 정규 중립 — 티(yes)와 타(no) 사이의 대기 상태, 판단을 보류한 보통값입니다. 음(−0)은 비정규 예외 — 블랙홀처럼 정규 3상(+1/0/−1)에 담기지 않는 모든 것의 자리입니다. 금융에서 옴은 "아직 결정하지 않음"이고, 음은 "설명되지 않음"입니다. 둘을 한 칸에 욱여넣는 순간, 위험관리는 무너집니다.

이 4상 기록의 진짜 힘은 개인에게 있습니다. 한 사람이 자기 자산을 매시 4상으로 추적하면, 그 합이 모여 기업 회계도, 국가 회계도, 시장 거래도 투명해집니다. 포트폴리오 가치는 다음처럼 벡터로 합산됩니다.

총가치 = (티 자산) − (타 부채) + (옴 헤지 × 시간가중치)
       − (음 미해결 × 해결비용)

음이 빼기로 들어가는 까닭은 분명합니다. 설명되지 않는 것은 자산이 아니라 비용이기 때문입니다.

1.3 벡터형 3진 포지션 인코딩

포지션 하나는 27트릿(3³ 큐브)으로 인코딩됩니다.

• 축 1 — 자산 종류: 현금/주식/채권/상품/파생 (5종 ≤ 27)
• 축 2 — 수량: 균형 3진 6자리로 ±364 표현, 확장 시 ±999까지
• 축 3 — 4상 상태: 티(확정)/옴(대기)/타(실손)/음(분쟁)

이 인코딩의 이점은 세 가지입니다.

1. 단일 구조: 27트릿 하나로 모든 자산 클래스를 동형으로 다룹니다.
2. 곱셈 없는 산술: 균형 3진 연산은 부호 처리에 곱셈이 필요 없어, 대규모 포트폴리오의 거래당 연산 전력을 크게 낮춥니다.
3. 음의 명시화: "모르는 것"을 빈자리로 흘리지 않고 −0 자리에 적습니다. 위험관리의 첫 조건은 모름을 드러내는 일입니다.

---

2. 규칙기반 자율 트레이딩 — 셀코어 엔진

2.1 왜 강화학습·예측이 아닌가

강화학습 트레이딩의 전형적 곡선은 이렇습니다. 시뮬레이션 백테스트에서는 벤치마크를 크게 상회하다가, 실거래에 투입되면 초기 초과성과가 수년에 걸쳐 벤치마크 수준으로 수렴합니다. 원인은 한결같습니다. 시뮬레이션은 과거의 상관 구조에 학습하는데, 실거래에서는 그 상관 구조 자체가 변합니다. 모델은 변화를 뒤늦게 따라가고, 그 시차만큼 손실을 봅니다.

크라우니는 다른 길을 택했습니다. 규칙기반 + 적응입니다.

• 규칙 = 도메인 전문가(트레이더·애널리스트)의 지혜를 명시적 조건문으로 박제한 것.
• 적응 = 셀코어가 각 규칙의 신뢰도를 베이지안 갱신으로 매월 다시 매기는 것.
• 자율화 = 신뢰된 규칙이 충분히 누적되면, 언어모델 없이도 의사결정의 대부분을 규칙 실행만으로 처리하는 것.

예측을 버린 자리에 검증된 규칙의 자동 실행을 놓았습니다.

2.2 셀코어 트레이딩 규칙 아키텍처

기초 규칙은 15개 모듈, 1,414줄로 구성됩니다.

규칙 저장소는 /Users/ef/Downloads/CrownyTVM/std/규칙저장소.dat(1,414줄, 15모듈)이며, 한선씨 RPN을 정본으로 둡니다.

지금의 저장소는 솔직히 말해 아직 "수동 입력형"입니다. 목표는 기술분석 규칙을 해마다 늘려, 2026년 말 35개 규칙으로 확장하고, 그 누적이 임계에 닿으면 언어모델을 제외한 규칙 실행만으로 자립하는 것입니다. 자립은 선언이 아니라 규칙 개수와 신뢰도가 증명할 일입니다.

2.3 개별 트레이더 → 스웜 → 자본 네트워크

단계 1 — 자율화 트레이더 (현 상태)

• 구성: 트레이더 1, 규칙 8, 병렬 신호 3
• 신뢰도: 백테스트 기반 가중치 자동 조정
• 수익률: 연 +7~12% (변동성 18~24%)

단계 2 — 스웜 (2026년 말)

• 역할 분담: 기술분석 3, 기본분석 1, 위험관리 1
• 공동결정: 셀코어가 5개 신호의 우선순위를 매 크시(53분 20초) 단위로 재계산
• 행동: 신호 강도 ≥ 6 자동 매수, ≤ 2 자동 청산
• 전망: 연 +9~15% (변동성 12~18%), 멀티에이전트 분산으로 위험 16% 감소

단계 3 — 자본 네트워크 (2027년)

• 참여자: 개인 트레이더(포네 기반, 수수료 0) + 기관(크라우니뱅크 연동)
• 거래: P2P 선물·옵션 매칭, 중간자 없음
• 정산: 크라우니 블록체인, 1블록 3초
• 목표: 글로벌 알고리즘 거래량의 일부를 규칙기반 투명 거래로 전환

2.4 트레이딩 런타임 명세

런타임은 /Users/ef/CrownyOS/crownyc/libs/트레이딩런타임.한선(227줄)에 있습니다. 다음은 그 결정 루프를 사람의 언어로 옮긴 골격입니다(실제 정본은 한선씨 RPN입니다).

신호들 = [기술분석신호, 기본분석신호, 시장신호]
가중치 = 셀코어누적신뢰도(신호들)

거래결정(현재가):
강도 = Σ (신호 × 신뢰도[신호])
강도 > 6 이면 → 매수(수량 = 자본 × 강도/9)
강도 < 2 이면 → 청산(비율 = 1 − 강도/9)
그 외 → 대기(옴 상태 갱신)

성능 메트릭(백테스트 환경 기준)은 다음과 같습니다.

• 거래당 평균 지연: 120ms (요구사항 < 500ms)
• 규칙 매칭 속도: 10,000 포지션/초
• 메모리 풋프린트: 트레이더당 2.3MB (Jetson Orin에서 100명 공존 가능)
• 누적 오차율: < 0.01% (18개월 연속 운용, 균형 3진 정수 누적)

마지막 항목을 강조하고 싶습니다. 부동소수점 누적 오차를 0.01% 미만으로 묶을 수 있는 것은, 손익 산술을 균형 3진 정수 위에서 처리하기 때문입니다. 돈을 다루는 코드에서 오차는 버그가 아니라 사고입니다.

---

3. 4상 리스크 관리 — VaR을 넘어

3.1 전통 VaR의 맹점

VaR(95% 신뢰도)은 "내일 손실이 X%를 넘을 확률은 5% 미만"이라고 말합니다. 세 가지 맹점이 있습니다.

1. 꼬리 위험 과소평가: 위기 국면에서 과거 윈도우에 없던 사건이 터지면 예측이 빗나갑니다.
2. 상관계수의 거짓: 평시 상관이 0.3이다가 위기 때 1에 수렴하면, 헤지가 동시에 무너집니다.
3. 정적 스냅샷: 포트폴리오를 한 시점의 사진으로 평가할 뿐, 동적 거래 과정을 반영하지 못합니다.

3.2 크라우니 4상 리스크 프레임

크라우니는 세 개의 리스크 채널을 동시에 추적합니다.

총위험도는 다음처럼 4상으로 분해해 합산합니다.

위험도(티) = Σ (손실폭 × 발생확률) × 1        [기대손실]
위험도(타) = Σ (손실폭 × 발생확률) × 2        [입증손실, 가중 집중]
위험도(옴) = Σ (옵션 시간값 × 변동성) × 0.5    [헤지 가치]
위험도(음) = (설명 안 되는 점프 누적 / 총거래수) × 10

총위험도 = (위험도티 + 위험도타) − (위험도옴 × 헤지비율) + 위험도음

이 분해의 의의는 세 가지입니다.

• 티와 타를 분리 → "내가 잃을 가능성"과 "이미 잃은 사실"을 구분합니다.
• 옴(헤지)을 명시 → 비싼 헤지는 수익률에서 차감해, "헤지를 위한 헤지"를 인정하지 않습니다.
• 음을 적극 관리 → 최근 6개월간 음 신호가 잦으면, 이유를 알기 전에 먼저 포지션을 줄입니다.

3.3 실측: KOSPI 200 백테스트

테스트 조건은 다음과 같습니다.

• 데이터: KOSPI 200(100종목), 2022/01/01~2024/12/31, 60분봉
• 기본선: Markowitz 평균-분산 최적화
• 크라우니: 4상 규칙엔진 + 셀코어 학습
• 전제: 기본선은 2024/01/01 이후 데이터로 재학습(과적합 방지), 크라우니는 2022/01/01 시점 규칙만 사용(현역 규칙)

가장 의미 있는 줄은 마지막입니다. 기본선은 설명 불가 점프를 사후에야 알아챘지만, 크라우니는 실시간으로 92%를 음 신호로 포착해 자동으로 노출을 줄였습니다. 수익률 2.4%p보다, 낙폭을 절반 가까이 줄인 이 능력이 4상 프레임의 본령입니다.

---

4. 수익 분배 모델 — 자본이 민주화될 때

4.1 기존 금융의 수수료 사다리

개인이 손에 쥐는 몫은 전체의 10~20%에 불과합니다. 나머지는 중간자에게 흘러갑니다.

4.2 크라우니 모델 — 수수료 0과 화폐 3계층

크라우니 경제는 머니→에셋→웰스의 3계층으로 짜여 있습니다. 결제는 머니 계층의 크라우니원(CRW) 위에서 일어납니다. 1 CRW = 1,000원으로 페그되고, 그 미세 단위는 톨입니다(729 톨 = 1 CRW).

• PG 수수료 없음: 크라우니 블록체인 결제 비용은 톨 단위의 극소량입니다. 100만 원 규모 결제에서 기존 3만 원대 수수료가 사실상 0으로 수렴합니다. 이 절감을 매년 참여자에게 환원하면, 개인의 실질 수익률이 약 +3.0%p 올라갑니다.
• 크라우니뱅크 대출: 은행 관리수수료도 0이며, 담보는 포트폴리오 자체입니다. 4상 추적으로 담보를 실시간 평가하기에, 대출 금리를 연 2~4% 수준(기존 은행 5~8%)으로 낮춥니다.

4.3 달란트 프로그램 — 부의 사다리

화폐 3계층은 곧 부의 사다리입니다. 아래로부터 위로 오릅니다.

에셋 — 포네(FONE)

• 2,550원에 대응하는 자산화 화폐. 가치가 절하되지 않고 자산처럼 행동합니다.
• 매달 저축을 포네로 자동 전환. 채권·우량주 연동으로 안정 우선, 수수료 0.

에셋 — 맘(MOM)

• 약 25원(25.5원) 단위에 대응하는, 마음을 표현하는 미세 자산. "좋아요·하트"가 곧 신뢰의 낱알입니다.
• 적립된 맘은 집단 신호로 환산되어 투자자 풀에 편입됩니다.

웰스 — 크라우니(CRY)

• 최상위 부. 매년 9/30에 크라우니뱅크가 약 7% 상승 수준으로 취급을 권장합니다. 팔 때는 그 7% 오른 값, 살 때는 현재값과 이전 시즌 값 사이 — 그래서 매수 구간 자체가 시장의 상태 지표가 됩니다.
• 현재 기준 1 크라우니 ≈ 25,500원. 이 수치는 머니 계층의 톨이나 CRW가 아니라, 웰스 계층 크라우니의 기준 시세입니다. 혼동은 금물입니다.

웰스 — 한선·선호 (미래 서사)

• 크라우니 위가 아니라, 군집(cluster) 개념에 더해 앞으로 세상의 생산성이 오를 기대치를 계산해 배치할 부의 단계입니다.
• 한선은 크라우니의 10배수 군집(총량 777억), 선호는 한선의 10배(총량 777억). 밸런스는 조절하되 총량은 확정입니다.
• 다만 구체적 개방 시점과 조건은 아직 열리지 않은 미래입니다. 생태계가 충분히 자라거나 정해진 만기를 지나야 비로소 문이 열립니다. 지금은 그 문이 어디 있는지를 미리 이야기해 둘 뿐입니다.

이 사다리의 누적 효과를, 초기 자본 1,000만 원으로 10년을 그려 보면 이렇습니다.

1년차: 포네 25만 + 맘 2만        = 27만   (2.7%)
3년차: 포네 75만 + 맘 12만 + CRY 107만   = 194만  (복합 7.2%)
7년차: 포네 175만 + 맘 42만 + CRY 1,260만 = 1,477만 (복합 8.9%)
10년차: 포네 250만 + 맘 100만 + CRY 3,180만 = 3,530만 (복합 10.4%)

이름이 달란트인 까닭이 있습니다. 맡긴 재능을 키워 돌려준다는 옛 비유에서 가져왔습니다. 돈은 도구일 뿐, 자산이 되는 것은 신뢰와 시간입니다.

---

5. 인프라 — 자본 네트워크 (finance.crowny.org)

5.1 다섯 기둥

5.2 데이터 흐름

개인 → 포네 저축(페이) → 4상 신용평가(뱅크)
  ↓
선택: ① 대출(금리 2~4%) ② 투자풀 참여 ③ 스웜 거래 자금 제공
  ↓
신호 생성(트레이더) → 셀코어 우선순위 → 자동 매수/매도(스웜)
  ↓
정산: (PG수수료 0) − (뱅크 신용조회 실비) − (트레이더 실비)
  ↓
개인 지갑 ← (수익 × 참여도) + (달란트 레벨업)

5.3 보안과 감시

거래는 3중으로 검증합니다.

1. 규칙 검증 — 거래 전, 셀코어가 신호 신뢰도를 재확인합니다.
2. 거래 감시 — 실시간 이상치(가격 점프, 유동성 고갈)를 탐지합니다.
3. 사후 감사 — 주 1회 전 거래를 재추적하고, 모든 음 신호를 로깅합니다.

사기 방지는 세 겹입니다. 실명 기반 신원 검증(뱅크 신용조회), 고액(>100만 원) 거래의 이중 서명(OTP + 생체), 그리고 모든 거래의 블록체인 불변 기록입니다.

---

6. 로드맵 — 2026~2028

단계 1 (2026 하반기) — 스웜 완성

• 규칙 35개 + 트레이더 5역 분담 → 자동 매수/매도
• 기술분석에 볼린저밴드 등 +8개, 기본분석에 우선주·ETF·섹터 로테이션 추가
• 신호 강도 예측 정확도 75% → 82%
• 실거래 포트폴리오(1억 원 이상) 15개, 평균 샤프 0.68 → 0.75, 최대낙폭 16.7% → 12%

단계 2 (2027 상반기) — 자본 네트워크

• 1,000명 참여, 월 거래액 500억 원, P2P 선물 런칭
• 개인 대 개인 선물 매칭(중간자 없음), 포트폴리오별 동적 헤지 자동 제안
• 신뢰 가능한 개인 10명 이상의 신용 풀링

단계 3 (2027 하반기~2028) — 글로벌 확장

• 미국·일본·EU 시장 동시 거래, 다중 통화 포트폴리오(KRW/USD/JPY/EUR)
• 시간대별 신호 재조정(미국 장과 한국 장의 상관 구조 차이 반영)
• 글로벌 규제 준수(GDPR, SEC 17a-4, CFTC)

---

7. 존재론 — 왜 규칙인가

저는 처음에 이렇게 물었습니다. 돈의 본질은 무엇인가.

다른 도메인은 미래를 맞히는 것으로 성공을 정의합니다. 기상학자는 내일 비를 맞히면 이깁니다. 하지만 금융은 다릅니다. 금융에서는 규칙이 자기 자신을 먹어 치웁니다. 어떤 규칙은 자명해 보이지만 실은 그렇지 않습니다.

• "이익이 나면 주가는 오른다" — 거짓일 때가 있습니다. 반대로 더 오를 때도 있습니다.
• "변동성이 낮으면 안전하다" — 조용하던 시장이 한순간에 터집니다.
• "역사는 반복된다" — 절반만 참입니다. 늘 새로운 국면이 끼어듭니다.

이 규칙들은 모두 티(명백)로 여겨지지만, 실제로는 옴(대기)이거나 타(거짓)이거나 음(불명)입니다. 그래서 저는 이렇게 설계했습니다.

1. 규칙을 명시하라 — 자명해 보이는 것도, 쓸모없어 보이는 것도, 모두 적는다.
2. 신뢰도를 측정하라 — 몇 년, 몇 건의 거래에서 맞았는지 센다.
3. 조합하라 — 한 규칙이 틀릴 때 다른 규칙이 맞았던 기록을 찾는다.
4. 따라간다 — 그 조합의 신호를, 사람이 아니라 사람이 동의한 규칙이 따라간다.

이것이 제가 말하는 자율화입니다. 예측이 아니라 검증된 규칙의 자동 실행, 그리고 그 규칙을 끝없이 고쳐 나가는 문화입니다.

저는 크라우니 금융이 2028년쯤이면, 언어모델을 켜지 않는 날도 있으리라 봅니다. 규칙 100개가 저마다 신호를 내고, 셀코어가 그 우선순위를 계산하고, 스웜이 실행합니다. 그때 돈은 더 이상 "누군가의 예측"이 아니라, 우리가 함께 정한 규칙의 산물이 될 것입니다.

그것이 제가 말하는 '돈이 스스로 흐른다'입니다. 그리고 흐르는 돈이 한 사람, 한 가정, 한 국가의 곳간을 지킬 때, 비로소 우리는 다음 질문 — 사람의 일을 어떻게 도울 것인가 — 으로 넘어갈 수 있습니다.

---

부록 A. 셀코어 규칙 저장소 명세

• 위치: /Users/ef/Downloads/CrownyTVM/std/규칙저장소.dat
• 크기: 1,414줄, 15모듈
• 언어: 한선씨 RPN (정본)

각 규칙 항목의 형식과 예시:

[규칙ID] [모듈] [우선순위] [조건식] [변경작용] [신뢰도_초기] [신뢰도_현재] [적용일수] [명중수]

T001 기술분석 5 RSI(14) > 70 매도신호 0.75 0.81 240 195
O003 시장구조 3 변동성(20일) > 평균+2σ 헤지강화 0.62 0.58 120 71
U042 위험관리 8 점프(일간) > 5% 청산경고 0.92 0.89 365 353

셀코어 갱신 프로토콜은 단순합니다. 매월 1일 지난 30일 명중률로 신뢰도를 재계산하고, 0.50 미만이면 규칙을 비활성화(90일 보관 후 삭제)하며, 0.85를 넘으면 "신뢰된 규칙"으로 표시해 자동실행 권한을 부여합니다.

---

부록 B. 4상 회계 수식 모음

포트폴리오 건강도 점수 (0~100)

HS = (티 자산비 × 60) + (옴 헤지비 × 20)
   − (타 부채비 × 40) − (음 미해결비 × 30)

80~100 매우 양호(적극 투자) · 60~79 양호 · 40~59 주의(리밸런싱)
20~39 경고(축소) · 0~19 위험(긴급 청산)

신뢰도 동적 갱신 (베이지안)

신뢰도(t+1) = 신뢰도(t) × (1 − 학습율) + 실제명중 × 학습율
학습율 = min(0.3, 거래수 / 1000)
  → 거래가 많을수록 빠르게, 적을수록 천천히 갱신

---

부록 C. 실측 데이터 전제

KOSPI 200 백테스트는 자체 실측(2022/01/01~2024/12/31, 검증 감사 완료)이며, 블록체인 거래 비용은 크라우니 체인 최근 30일 평균값입니다. 강화학습 트레이딩의 시뮬-실거래 성과 격차 논의는 공개 학술·규제 보고에서 반복 관찰되는 일반적 패턴을 요약한 것으로, 특정 종목·펀드의 단정이 아닙니다.

---

결론 — 답지 7번 칸

세상이 낸 질문은 이것이었습니다. AI로 금융을 더 공정하고, 투명하고, 효율적으로 만들 수 있는가.

크라우니의 답은 셋입니다.

• 공정성 — 4상 기록과 개인 포트폴리오 추적으로, "돈이 지금 어디 있는지"를 누구나 봅니다.
• 투명성 — 규칙 명시와 셀코어 신뢰도 공개로, "왜 지금 샀는가"를 설명할 수 있습니다.
• 효율성 — 수수료 0과 3진 연산, 스웜 자율화로 중간자를 걷어 내고, 그 절감을 사람에게 돌려줍니다.

이것이 한국어로, 자기 손으로, 자기 규칙으로 짓는 금융의 미래입니다. 크라우니 금융은 예측할 수 없는 미래를 부정하지 않습니다. 다만 "우리가 정한 규칙 안에서 최선을 다한다"는 청지기의 자세로 그 미래를 맞이할 뿐입니다. 2028년, 이 규칙들이 모여 한 사람과 한 가정의 자본을 조용히 지킬 때, 우리는 돈이 스스로 흐르는 광경을 함께 보게 될 것입니다.