데이터 모델링: Polymarket 상호작용 품질을 어떻게 향상시킬까?

본문 출처:arise

편집｜Odaily@OdailyChina); 번역｜Azuma (@azuma_eth)

이 글의 핵심 내용은 단 하나입니다 — 예측 시장 분야에서 잠재적 규모가 가장 큰 에어드랍을 어떻게 준비할 것인가.

반드시 밝혀야 할 데이터 문제

각 모델을 구축하기 전에 우리는 진실하고 신뢰할 수 있는 데이터가 필요합니다. Polymarket의 거래량 데이터는 널리 오보되고 있습니다.

Paradigm은 2025년 12월에 한 가지 핵심 연구 결과를 발표했습니다: 대부분의 Polymarket 데이터 대시보드는 모든 '주문 체결(OrderFilled)' 이벤트를 누적하여 거래량을 집계하지만, 이 이벤트는 동일 거래의 매수 주문과 매도 주문 양쪽에서 모두 트리거되므로 이중 계산이 발생합니다. 실제 거래량은 대시보드에 표시되는 숫자의 약 절반 정도입니다.

대시보드 거래량 vs 단일 측면 거래량 — 후자가 에어드랍 모델링에서 진정으로 중요한 숫자입니다.

이는 에어드랍 모델링에 매우 중요합니다. 만약 Polymarket이 거래량을 지표로 삼는다면, 그들은 Dune의 다양한 통계가 아닌 내부 데이터만 사용할 것입니다. 여러분의 실제 거래량 '점수'는 Polycool과 같은 도구가 표시하는 것의 절반 정도일 가능성이 높습니다.

사용자 분포 상황

에어드랍 추측에 관해 가장 중요한 데이터셋은 8600만 건 이상의 거래를 커버한 IMDEA Networks Institute의 연구에서 나왔습니다(2024년 4월 – 2025년 4월).

• 0.51%의 주소만이 1000달러 이상의 이익을 실현했습니다;
• 1.74%의 주소만이(추정) 5만 달러 이상의 거래량을 기록했습니다;
• 상위 3대 차익 거래 주소가 단독으로 420만 달러의 '무위험 이익'을 추출했습니다;
• 최상위 트레이더는 천만 달러 이상의 이익을 얻을 수 있습니다.

LP 보상 측면에서는 계층화 현상이 더욱 뚜렷합니다.

79%의 트레이더는 1달러의 LP 보상조차 한 번도 벌어본 적이 없습니다 — 이것이 현재 가장 간과되고 있는 상호작용 행동입니다. 314,000명의 트레이더 중, 단 66,567개의 지갑만이 LP 보상을 받은 적이 있습니다. 이는 단지 21%의 트레이더만이 유동성을 제공한 적이 있음을 의미합니다. 전체 참여도에 비해 이 보상 메커니즘은 현저히 무시되고 있습니다.

더 낮은 사용 상황은 일반적으로 에어드랍 모델에서 '저평가'된 신호로 간주됩니다.

에어드랍 선례: 역사가 우리에게 무엇을 말해주는가?

모든 대형 DeFi 에어드랍은 '수익 상황'이 아닌 '활동적 행위'를 보상합니다. Polymarket도 동일한 논리를 따를 것입니다.

모든 대규모 에어드랍의 공통점은 다음과 같습니다:

• 순수한 균등 분배는 시빌 공격에 악용될 것입니다(Polymarket은 반드시 균등 분배하지 않을 것입니다);
• 순수하게 거래량에 따라 분배하면 에어드랍이 고래에게 지나치게 집중될 것입니다(PR 위험 + SEC 위험);
• 최적 전략: 등급 계층화 + 보상 상한 설정 + 다중 차원(거래량 + LP + 다양성 + 활동 기간);
• 모든 주요 에어드랍에서, 손실을 본 사람들도 보상을 받습니다 — 손익(PnL)은 기준이 아닙니다.

마지막 요점이 매우 중요합니다: 만약 여러분이 10만 달러를 거래하고 2만 달러를 손실했다면, 1000달러를 거래하고 500달러를 번 사람보다 보상을 받을 가능성이 더 높습니다. 플랫폼은 수익성 있는 거래만 장려하고 싶어하지 않습니다 — 그렇게 하면 내부자들을 더 쉽게 걸러낼 수 있기 때문입니다.

역발상: 어떻게 고래를 제한할 것인가?

시장의 일부 에어드랍 계산기는 가장 간단한 거래량 비율 모델을 채택합니다: 에어드랍 지분 = 개인 거래량 / 총 거래량 × 에어드랍 한도.

이는 잘못된 것입니다. 왜냐하면 주류 에어드랍은 일관되게 '체감 곡선'을 채택하기 때문입니다.

제가 더 선호하는 모델은, Polymarket이 제곱근 압축을 통해 고래의 에어드랍 규모를 제한할 것이라는 점입니다 — 예를 들어 거래량이 4배 증가할 때마다 점수는 2배만 증가하는 방식으로, 이는 고래 그룹을 대상으로 한 에어드랍 결과를 완전히 바꿀 것입니다.

그렇다면 최상위 지갑은 얼마를 받을까요? POLY 총 공급량이 100억 개이고, 그중 7.5%가 커뮤니티 에어드랍에 사용된다고 가정합니다(7.5억 POLY). TGE 시점의 FDV는 300억–900억 달러입니다.

단일 주소 에어드랍 한도를 설정하지 않는 경우, 거래량이 8500만 달러라면(최상위 트레이더 fredi999를 예로 들어), 모델 추산에 따르면 약 300만–500만 POLY를 받을 수 있습니다. 900억 달러의 FDV 하에서, 이는 300만–450만 달러에 해당합니다. 이론적으로는 가능하지만, PR 효과는 극히 나쁩니다.

더 현실적인 상황은 단일 주소 에어드랍 한도를 설정하는 것입니다. 예를 들어 상한선은 50만–200만 POLY일 수 있으며, 500억 달러의 FDV 하에서 최상위 주소는 약 45만–100만 달러를 받을 수 있습니다.

'LP'와 '거래량': 현재 기회는 어디에 있는가?

만약 2026년 2월에 5000달러의 자본금으로 Polymarket과 상호작용을 시작한다면, 수학적으로 새로운 참여자에게 더 유리한 방안은 LP를 배치하는 것입니다.

• 49달러의 LP 보상(상위 10%)을 벌기 위해서는 높은 보상 시장에서 지속적으로 지정가 주문을 걸어야 합니다. 500–1000달러의 자금을 사용한다면, 이는 30–60일 내에 실현 가능합니다.
• 1563달러의 LP 보상(상위 1%)을 벌기 위해서는 더 높은 자본 또는 지속적인 고빈도 참여가 필요합니다.

거래량에 관해서는 거래량을 조작하지 않고, 가능한 한 실제 거래량을 누적해야 합니다:

1. 5개 이상의 서로 다른 카테고리 시장(정치, 암호화폐, 스포츠, 과학, 문화)에서 거래하십시오;
2. 포지션을 최소 1–24시간 동안 보유한 후 청산하십시오;
3. 다른 주소 간에 동일 시장에서 대향 거래를 하지 마십시오;
4. 적절한 손실을 보십시오 — 이것은 '실제 참여'의 증명입니다;
5. 목표 시장 거래량 > 50만 달러(Polymarket이 소형 시장을 필터링할 가능성이 있습니다);
6. 단일 베팅 규모: 50–500달러.

에어드랍 모델 추측

에어드랍은 대다수가 예상하는 것과 같지 않을 것입니다.

대부분의 에어드랍 추측은 가장 간단한 거래량 가중치 분배에 기반하지만, Polymarket은 더 똑똑하고 재미있게 할 것입니다. 그들은 온체인 LP 데이터를 보유하고 있으며, 이 데이터는 깨끗하고 검증 가능하며 모두 달러로 측정됩니다. 그들은 또한 시빌 패턴을 필터링할 수 있는 거래량 데이터를 보유하고 있습니다. 그들은 또한 지갑 연령, 시장 다양성 및 지리적 분포 데이터를 보유하고 있습니다.

다음은 제 모델입니다 — Polymarket은 아무것도 확인하지 않았으므로, 이는 단지 제 추측일 뿐입니다.

• 거래량 가중치 40%: 제곱근 압축 공식을 채택할 것이며, 최소 문턱값은 약 500달러입니다;
• LP 보상 가중치 35%: 온체인 검증 가능, 시빌 공격 저항;
• 시장 다양성 가중치 15%: 참여한 독립 시장 수;
• 활동 기간 가중치 10%: 스냅샷 이전 활동 개월 수.

또한, Polymarket은 단일 주소에 대한 보상에 상한선을 설정할 것입니다(아마도 50만 달러). 그렇지 않으면 상위 50대 주소가 지나치게 많은 지분을 얻어 커뮤니티 내러티브를 파괴할 것입니다. 손실을 본 사람들은 동등한 거래량의 이익을 본 사람들과 동일한 보상을 받을 것이며, 이익은 기준이 아닙니다 — 이는 철학적으로 합리화될 수 없으며 왜곡된 인센티브를 만들 것입니다.

79%의 트레이더는 1달러의 LP 보상을 한 번도 받은 적이 없습니다. 만약 LP 가중치가 에어드랍 공식의 35%를 차지한다면, 현재 가장 자본 효율적인 행동은 높은 거래량의 시장에서 지정가 주문을 제공하고, 온체인으로 추적 가능한 기여 증명을 축적하기 시작하는 것입니다.

간단히 말해, POLY는 예측 시장 역사상 가장 큰 에어드랍이 될 수 있습니다. 900억 달러의 FDV를 기준으로 계산하면, 커뮤니티 에어드랍 규모의 총 가치는 4.5억–9억 달러에 이를 수 있습니다. 그중 단지 0.1%만 포착하더라도 45만 달러입니다. 이것이 지금 LP 데이터를 최적화하는 것이 대다수가 인식하는 것보다 더 중요한 이유입니다.