Choice Markets는 X(구 트위터)상의 소셜 담론에서 직접 예측 시장을 생성하고 거래하는 것을 목표로 하는 플랫폼으로, 실시간 시장 형성 및 거래를 위한 AI 보조 소셜 네이티브 레이어를 표방합니다. 이 플랫폼의 명시된 초점은 온보딩 마찰을 최소화하면서 라이브 대화를 거래 가능한 이벤트로 전환하는 것입니다. ^[1]​

개요

Choice Markets는 시장 생성 및 거래를 X에서의 활동과 일치시킴으로써 예측 시장에 대한 소셜 네이티브 접근 방식을 제시합니다. 플랫폼의 명시된 목적은 속보, 토론 및 트렌드 주제를 라이브 거래 시장으로 변환하는 것이며, AI를 사용하여 시장 생성과 결과 해결을 모두 지원합니다. 이러한 설계는 시장이 대중의 대화와 함께 진화할 수 있도록 의도되었으며, 유동성 메커니즘은 특정 주제에 대한 관심의 강도와 지속 기간에 맞게 조정됩니다. ^[1]​

자체 설명에서 Choice Markets는 단일 환경 내에서의 소셜 컨텍스트와 거래 실행의 결합을 강조합니다. 리디렉션 및 온보딩 마찰을 줄이기 위해 X와 통합된 사용자 경험을 계획하고 있다고 보고하며, 트래픽이 높은 곳에서는 오더북(order books)을 사용하고 활동이 적은 롱테일 시장에서는 자동화된 마켓 메이커 방식(LMSR)을 사용하는 하이브리드 유동성 모델을 설명합니다.

AI 레이어는 소셜 신호로부터 시장을 발견 및 구축하고, 이벤트 종료 후 결과를 해석하여 더 빠르고 논쟁이 적은 정산을 목표로 지원하는 것으로 설명됩니다. ^[1]​

프로젝트의 공개 메시지에는 의도된 포지셔닝을 반영하는 몇 가지 간결한 문구가 포함되어 있습니다. “예측 시장의 AI 기반 소셜 레이어”, “소셜 관심도, 문화적 다양성 및 실시간 시장을 위해 구축됨”과 같은 문구와 “토론이 유동성이 된다”, “담론에서 실행으로”, “의견을 즉시 포지션으로 전환하십시오”와 같은 UX 중심의 문구들은 대화가 일어나는 곳에서 운영하고 토론을 거래 가능한 시장 활동으로 번역하려는 시스템의 야망을 요약합니다.

이러한 문구들은 시장 생성과 해결 모두에서 즉각성, 소셜 통합 및 보조 자동화에 초점을 맞추고 있음을 나타냅니다. ^[1]​

제품 및 주요 기능

Choice Markets는 소셜 네이티브 시장 생성, AI 지원 및 하이브리드 유동성 엔진을 중심으로 한 일련의 제품 기능을 설명합니다.

명시된 기능 중 하나는 소셜 네이티브 시장 생성으로, 사용자는 X의 소셜 담론에서 파생된 예측 시장을 생성할 수 있습니다. 사이트에서는 이를 별도의 목적지나 복잡한 설정 없이 스레드, 답글, 내러티브 및 트렌드 주제를 중심으로 시장을 형성할 수 있는 기능으로 규정합니다. 의도된 결과는 관심을 생성하는 동일한 소셜 활동이 가격 책정, 참여 및 해결을 위한 컨텍스트를 제공할 수도 있게 하는 것입니다. ^[1]​

플랫폼은 트래픽이 많은 시장에는 전통적인 오더북을 사용하고, 트래픽이 적거나 롱테일 이벤트에는 로그 시장 점수 규칙(LMSR) 기반의 자동 마켓 메이커를 사용하는 하이브리드 유동성 엔진을 개설합니다. 제공된 설명에 따르면, 오더북은 매수-매도 역학 및 깊이가 두드러지는 밀집되고 활발한 거래를 처리하도록 배치되며, LMSR은 참여가 제한된 이벤트에 대해 즉각적인 호가와 지속적인 유동성을 제공하도록 지정됩니다.

프로젝트는 이 접근 방식을 “적응형 유동성”으로 명명하며, 시장이 활발한 곳에서는 깊게, 그렇지 않은 곳에서는 즉각적으로 대응하는 것을 목표로 합니다. ^[1]​

AI 보조 워크플로우는 제품의 핵심 부분으로 제시됩니다. 시장 생성 측면에서 플랫폼은 대화, 트렌드 주제 및 토론과 같은 소셜 신호로부터 거래 가능한 질문을 감지하거나 구성하는 데 AI가 사용된다고 명시합니다.

정산 측면에서는 분쟁을 줄이고 최종 결과 결정 및 포지션 정산 프로세스를 가속화하기 위한 AI 보조 결과 해결을 보고합니다. 두 영역 모두에서 사이트는 AI가 독립형 오라클이라기보다는 보조 레이어로서 작동하며 워크플로우 지원과 속도를 강조한다고 제안합니다. ^[1]​

Choice Markets는 또한 소셜 네이티브 거래 사용자 경험을 강조합니다. 사이트에서는 시스템이 대화의 흐름 내에서 시장 참여를 허용하도록 X에 네이티브하게 구축되었으며, 리디렉션이나 별도의 계정 생성 단계를 최소화해야 함을 시사하는 “마찰 없는 온보딩”을 목표로 한다고 밝히고 있습니다.

이러한 접근 방식은 토론과 실행 사이의 거리를 좁히는 것으로 프레임화되어, 게시물, 답글 및 토론을 동일한 컨텍스트 내에서 거래 결정을 내릴 수 있는 장소로 바꿉니다. ^[1]​

아키텍처 및 기술

설명된 아키텍처는 유동성을 위한 두 개의 보완 구성 요소와 발견 및 정산을 위한 AI 레이어를 중심으로 합니다. 유동성 측면에서 플랫폼은 고트래픽 시장에는 오더북을, 저트래픽 또는 롱테일 시장에는 LMSR을 배포한다고 명시합니다.

이 하이브리드 접근 방식은 메커니즘을 시장 상황에 맞추는 방법으로 제시됩니다. 인기 있는 이벤트에서는 오더북이 세밀한 가격 발견과 깊이를 표현할 수 있고, 틈새 시장이나 초기 단계 이벤트에서는 LMSR이 거래 상대방이 부족할 때도 가격을 제시하고 지속적인 유동성을 유지하는 수단을 제공합니다.

적응형 프레임워크는 활동 수준에 따라 유동성 메커니즘을 전환하거나 할당하는 것을 시사합니다. ^[1]​

AI 통합은 두 가지 영역에서 설명됩니다. 첫째, AI 보조 시장 생성은 소셜 담론의 신호를 사용하여 진행 중인 대화를 반영하는 시장 질문을 감지, 제안 또는 정제합니다.

둘째, AI 보조 결과 해결은 관련 정보를 사용할 수 있게 된 후 이벤트 결과를 더 빠르고 분쟁 없이 결정하는 데 도움을 주기 위한 것입니다.

사이트의 프레임워크는 특정 모델 아키텍처, 학습 코퍼스 또는 의사 결정 프로토콜을 공개하기보다는 워크플로우 가속화 및 분쟁 최소화를 강조하며, AI 출력이 자문형인지, 합의 기반인지 또는 인간의 검토를 거치는지에 대한 세부 정보는 제공하지 않습니다. ^[1]​

구현 세부 사항은 공개되지 않았습니다. 사이트는 스마트 계약 설계, 체인 선택, 명시된 오더북/LMSR 페어링 이외의 주문 매칭 알고리즘, 인프라 제공업체 또는 사용된 라이브러리와 같은 로우 레벨 기술 세부 정보를 제공하지 않습니다.

또한 X에서 소셜 데이터가 어떻게 수집되는지, X 네이티브 흐름 내에서 ID 및 액세스가 어떻게 관리되는지, 또는 보관, 정산 및 지급이 어떻게 실행되는지도 명시하지 않습니다. 플랫폼의 공개 자료는 기능적 토폴로지(소셜 네이티브 UX, AI 지원, 하이브리드 유동성)에 집중하며 명시적인 아키텍처 다이어그램이나 프로토콜 사양은 생략합니다. ^[1]​

사용 사례

• X의 속보 및 트렌드 주제로부터 신속한 시장 생성
• 답글 및 내러티브 변화를 포함하여 진행 중인 소셜 대화와 함께 진화하는 시장
• 토론이 발생하는 동일한 소셜 컨텍스트 내에 위치한 거래 참여

이러한 사용 사례는 최소한의 컨텍스트 전환으로 소셜 담론을 거래 가능한 기회로 전환하려는 플랫폼의 명시된 목표를 반영합니다. ^[1]​