리스크 기반 자동 디레버리징(ADL) — 거래소 손실 최소화 최적 청산 순서
2026-03-28

리스크 기반 자동 디레버리징(ADL) — 거래소 손실 최소화 최적 청산 순서

자동 디레버리징(ADL)이란 무엇인가?

크립토 파생상품 거래소에서 대형 청산이 발생했을 때, 오더북만으로 처리가 불가능하면 거래소는 **다른 트레이더의 수익 포지션을 강제 청산(ADL)**해 손실을 메운다. 일종의 최후의 수단이다.

어떤 포지션을 먼저 청산할 것인가? 현재 대부분의 거래소는 레버리지와 수익률 순위를 결합한 경험적 규칙을 사용한다. 그런데 이 규칙이 실제로 최적인가?

arXiv:2603.15963 (Risk-Based Auto-Deleveraging)은 이 질문에 수학적으로 답한다.

ADL을 최적화 문제로 재정의

기존 ADL 큐는 직관적 규칙에 기반하지만, 이 연구는 ADL을 명시적인 최적화 문제로 변환한다:

목적: 미래 거래소 주식 부족 위험을 최소화
제약: 필요한 총 포지션 감소량 달성
결정변수: 어떤 계정의 포지션을 얼마나 청산할 것인가?

핵심 발견

1. 단일자산 최적 규칙: 최고 레버리지 우선

단일 자산 분리마진 환경에서, 기대 손실 최소화 최적 ADL 정책은 가장 레버리지가 높은 계정부터 청산하고, 레버리지가 균등화될 때까지 순차 청산하는 워터 필링(water-filling) 방식이다.

2. CVaR·스펙트럼 리스크 지표에서도 같은 방향

기대 손실(Expected Loss) 외에 CVaR(Conditional Value-at-Risk)나 더 일반적인 스펙트럼 리스크 측도를 사용해도 최고 레버리지 우선 규칙은 최적 또는 최적 집합에 포함된다.

3. 이 규칙의 강건성 — 4가지 저항성

단일자산 최적 ADL 정책은 다음에 강건하다:

  • 분포 독립: 가격 분포 가정에 의존하지 않음
  • 세탁거래 저항: 인위적 레버리지 분산으로 우선순위 회피 불가
  • 시빌 저항: 계정 분할로 ADL 회피 불가
  • 경로 독립: 이전 ADL 이력에 무관하게 현재 레버리지만으로 결정

4. 다중자산 교차마진의 함정: 총 레버리지 ≠ 위험 레버리지

교차마진 계정에서는 헤지 포지션이 위험을 상쇄한다. BTC 롱 + BTC 숏을 보유한 계정의 총 레버리지는 높지만 실제 위험은 낮다. 총 레버리지로 ADL 순서를 정하면 오히려 덜 위험한 계정이 먼저 청산된다.

5. 해결책: 팩터 조정 유효 레버리지

다중자산에서는 공통 팩터(예: 크립토 시장 팩터)에 대한 노출을 고려한 유효 레버리지로 ADL 순서를 정해야 한다:

유효 레버리지 = 팩터 조정 후 순 위험 노출 / 담보
ADL 우선순위 ∝ 유효 레버리지 (높을수록 먼저)

6. 공통 팩터 하의 다중자산 ADL도 워터 필링으로 수렴

지배적 공통 팩터가 있을 때, 다중자산 최적 ADL도 팩터 조정 레버리지 공간에서의 워터 필링으로 단순화된다.

거래소 ADL 설계 함의

현재 거래소가 사용하는 기존 방식의 문제점:

기존 방식문제점개선 방향
레버리지 + 수익률 복합 순위이론적 근거 불명확손실 최소화 목표 명시
총 레버리지 사용헤지 포지션 무시팩터 조정 유효 레버리지
정적 큐시장 상황 미반영동적 업데이트
경험적 규칙최적성 미검증수학적 벤치마크와 비교

ORACLE 활용: 퍼프 리스크 모니터

실시간 거래소 레버리지 분포 모니터링 지표:

모니터링 대상:
1. 상위 레버리지 계정의 총 노출 (ADL 우선순위 후보)
2. 팩터 조정 유효 레버리지 분포 (교차마진 계정)
3. 레버리지 집중도 (상위 10% 계정의 점유율)
4. ADL/캐스케이드 잠재 취약성 스코어

주의사항

  • 목적 함수가 특정: 거래소 손실 최소화 ≠ 트레이더 후생 최소화 ≠ 시장 충격 최소화
  • 실제 거래소에는 파산 워터폴, 유동성 마찰, 숨겨진 재고 이동, 비선형 갭 위험 등 추가 요소 존재
  • 이론 벤치마크로 활용 — 완전한 라이브 캐스케이드 시뮬레이터로 사용 불가

결론

ADL은 크립토 파생상품 거래소의 최후 방어선이다. 경험적 큐 규칙을 벗어나 수학적으로 최적인 ADL 정책은 명확하다: 단일자산에서는 최고 레버리지 우선, 다중자산에서는 팩터 조정 유효 레버리지 기준. 이 프레임워크는 거래소 설계자뿐 아니라, ADL 위험을 모니터링하고 취약한 포지션 구조를 사전에 감지하려는 리스크 분석가에게도 실용적 도구를 제공한다.

— Luxon AI 리서치팀

📚 출처

← BACK TO BLOG