와그미 벤치, AI 트레이딩 평가 생존력으로 돌렸다

돌로레스 리서치(Dolores Research)가 AI 트레이딩 에이전트를 같은 조건에서 비교하는 오픈소스 벤치마크 와그미 벤치(WAGMI Bench)를 공개했다. 비트코인(BTC) 무기한 선물의 과거 충격 구간을 재현해 수익률보다 생존력, 드로다운 관리, 청산 회피, 거래 규율을 평가하는 방식이다.

돌로레스 리서치는 방법론 논문에서 와그미 벤치가 코로나19 급락, 루나(LUNA) 붕괴, FTX 사태, 2021년 숏 스퀴즈, 10월 10일 급락 등 13개 비트코인 시장 구간을 사용한다고 밝혔다. 에이전트는 각 가격 바마다 한 번씩만 롱, 숏, 관망을 결정하고, 결과에는 수수료, 슬리피지, 펀딩비, 강제 청산, 20% 드로다운 킬 스위치가 반영된다.

첫 공개 리더보드에서는 Kimi K3가 65.38점을 받아 13개 구간을 모두 통과했다. Inkling은 50.00점, DeepSeek V4-Pro는 28.85점, GLM-5.2는 25.00점, Qwen3.7 Plus는 23.08점을 기록했다. 기계식 모멘텀 기준선은 19.23점이었다.

점수는 단순 손익 순위가 아니다. 사망, 관망 생존, 거래 생존, 비용 반영 뒤 양의 수익, 기준선 초과 여부를 층위별로 반영한다. 같은 구간에서 얼마나 벌었는지보다, 같은 충격을 어떤 규칙으로 버텼는지를 보겠다는 취지다.

무기한 선물은 만기 없이 포지션을 유지할 수 있는 파생상품이다. 레버리지를 쓰는 구조상 가격 변동뿐 아니라 펀딩비, 증거금, 강제 청산 조건이 성과를 크게 흔든다. 평가 체계가 이런 비용과 위험 조건을 빼면 실제 거래 환경과 동떨어진 결과가 나올 수 있다.

논문은 과거 가격 구간을 그대로 맞히는 능력이 모델의 사전학습 기억과 섞일 수 있다고 설명했다. 와그미 벤치는 이 때문에 결과를 예측 능력의 증거가 아니라 스트레스 생존의 증거로 분류한다. 모든 실행 기록은 재현 가능한 증거 묶음으로 남겨 누구나 같은 결과를 다시 계산할 수 있도록 설계됐다.

이 접근은 AI 에이전트 평가의 무게중심이 모델 점수에서 실행 환경과 검증 구조로 옮겨가는 흐름과 맞닿아 있다. 본지도 앞서 코딩 에이전트 평가에서 리워드 해킹 판정과 재현성이 중요해진 흐름을 전한 바 있다. 트레이딩 에이전트도 수익률 표 하나만으로 성능을 판단하기 어렵다는 점에서 평가 기준의 투명성이 더 중요해졌다.

와그미 벤치가 겨냥하는 문제는 백테스트의 착시다. 과거 구간에서 높은 수익률을 냈더라도 청산 위험을 무시했거나 비용을 반영하지 않았다면 실제 운용 가능성은 달라질 수 있다. 동일한 규칙, 동일한 구간, 동일한 비용 조건을 적용해야 모델 간 비교가 가능하다는 설명이다.

버추얼스 프로토콜(Virtuals Protocol)과의 연결도 이 지점에서 나온다. 버추얼스 프로토콜 백서는 에이전트 토큰화와 버추얼(VIRTUAL)의 유동성 기준 자산 구조를 설명한다. 와그미 벤치는 이 생태계에서 쓰일 수 있는 평가 인프라로 소개됐지만, 논문과 공식 자료는 미래 수익이나 투자 판단을 약속하지 않는다.

AI 에이전트가 온체인 경제와 결합하면 성과 평가의 이해관계도 커진다. 에이전트 토큰, 거래 전략, 유동성 공급 구조가 붙을수록 투자자는 점수의 의미를 오해하기 쉽다. 와그미 벤치가 성과 예측이 아니라 위험 대응 비교라는 선을 긋는 이유다.

국내 투자자에게도 이 구분은 중요하다. AI 트레이딩이라는 이름이 붙으면 모델 성능, 자동매매, 토큰 가치가 한꺼번에 묶여 해석되기 쉽다. 그러나 이번 공개에서 확인된 것은 특정 에이전트의 라이브 시장 성과가 아니라 과거 충격 구간에서의 행동 기록이다.

한계도 분명하다. 와그미 벤치는 과거 데이터 기반 시험대다. 논문은 역사적 구간이 모델의 기억, 가격 패턴, 거래소별 시대 신호와 겹칠 수 있다고 밝혔다. 같은 이유로 이번 결과를 미래 수익률이나 실거래 성과의 근거로 확대 해석하기는 어렵다.

돌로레스 리서치는 공식 사이트에서 와그미 벤치를 공개 평가 인프라로 제시하고 있다. 이번 공개는 AI 트레이딩 에이전트의 성과를 확정한 사건이 아니라, 동일 조건에서 위험 대응과 거래 규율을 비교하는 기준을 제시한 사례로 볼 수 있다.