Kaiko, Binance Research 및 학계 그룹의 최근 연구에 따르면 신경망을 포함한 AI 모델은 암호화폐 시장에서 예측 정확도가 제한적입니다. 고전적인 머신러닝 모델은 무작위성 대비 2~6%의 정확도만 달성하는 반면, LSTM 및 GRU와 같은 고급 모델은 약 8%의 정확도를 보이나 이는 짧은 테스트 기간에 한정됩니다. 이러한 모델들은 시장 체제 변화, 증가된 노이즈, 거시경제 이벤트로 인해 신선한 데이터 처리에 어려움을 겪으며, 변동성이 높은 시기에는 정확도가 크게 떨어집니다. 오더북 알고리즘은 미세 움직임의 15~25%를 설명할 수 있지만, 깊은 유동성이 있는 짧은 시간대에만 효과적입니다. 대규모 스테이블코인 유입이나 상당한 비트코인 유출과 같은 온체인 신호는 유용한 상관관계를 제공하지만 보장된 예측은 아닙니다. 전문가들은 앙상블 모델 사용, 데이터 드리프트 추적, 체제 필터 도입을 통해 AI의 효율성을 개선할 것을 권장합니다. 그러나 AI는 온체인 데이터, 오더북 분석, 리스크 모델을 포함한 보다 광범위한 전략의 일부로서 암호화폐 거래 의사결정을 향상시키는 데 활용되어야 합니다.