자산 버블을 예측하는 수학 공식: 물리학자가 만든 LPPL 모델 완전정복

“이거 버블 아니야?” 시장이 뜨거울 때마다 누구나 하는 말이죠. 그런데 만약 버블이 언제쯤 터질지를 수학 공식으로 계산할 수 있다면 어떨까요? 놀랍게도, 그걸 진지하게 시도한 물리학자가 있습니다. 오늘은 조금 낯설지만 정말 흥미로운 이야기, 자산 버블을 예측하는 수학 모델 ‘LPPL’을 처음부터 끝까지 풀어드릴게요. 차트만 보던 눈을 잠깐 넓혀 시장을 ‘물리 현상’처럼 바라보는 관점입니다.

핵심 요약
– 전통 경제학은 시장을 ‘합리적’으로 보지만, 복잡계 경제학은 시장을 날씨나 지진처럼 비평형·임계 현상으로 봅니다.
– 시장 수익률은 정규분포가 아니라 멱함수(파워로) 분포를 따릅니다. 그래서 ‘블랙스완’ 폭락이 생각보다 자주 일어나요.
– LPPL(Log-Periodic Power Law) 모델은 버블의 두 가지 특징 — ① 초지수적(가속) 상승 ② 점점 짧아지는 진동 — 을 수식으로 잡아냅니다.
– 물리학자 디디에르 소르네트가 만들었고, 2015년 중국 증시 폭락을 약 2개월 전에 예측한 것으로 유명합니다.
– 다만 붕괴 ‘시점’을 정확히 맞추긴 어렵고, 오경보도 많아 단독 사용은 금물입니다.

1. 시장은 왜 갑자기 무너질까 — 풍선과 바늘

먼저 관점부터 바꿔볼게요. 시장이 폭락하면 우리는 늘 “무슨 사건 때문이지?”라고 원인(계기)을 찾습니다. 하지만 복잡계 경제학(Complexity Economics)은 다르게 질문해요. “어떤 불안정성이 드러난 것인가?”라고요.

풍선을 떠올려 보세요. 팽팽하게 부푼 풍선은 바늘이 살짝만 닿아도 터집니다. 반면 바람이 별로 없는 풍선은 바늘로 찔러도 천천히 바람만 빠지죠. 풍선이 터진 진짜 원인은 바늘이 아니라, 풍선 안의 높은 압력이에요. 복잡계 관점에서 시장 붕괴도 마찬가지입니다. 붕괴의 ‘계기’가 된 뉴스는 바늘일 뿐, 진짜 원인은 그 전에 쌓인 내부의 구조적 불안정성이라는 거죠.

이 관점은 기상학과도 닮았어요. 날씨가 평온하다가 갑자기 폭풍이 몰아치듯, 시장도 잔잔한 시기와 급변을 자연스럽게 반복하는 비평형 상태에 있다고 봅니다.

2. 시장은 정규분포가 아니다 — 멱함수의 법칙

여기서 아주 중요한 개념이 하나 나옵니다. 우리는 흔히 세상 많은 것이 정규분포(종 모양)를 따른다고 배워요. 사람 키나 몸무게처럼요. 키 3m인 사람은 없듯, 정규분포에서 극단값은 거의 나오지 않습니다.

그런데 시장의 가격 변동은 정규분포가 아니라 ‘멱함수(Power Law) 분포’를 따른다는 게 복잡계 학자들의 주장이에요.

왼쪽 정규분포는 극단값(꼬리)이 거의 없지만, 오른쪽 멱함수 분포는 꼬리가 두껍습니다. 작은 변동은 자주, 큰 폭락은 드물지만 정규분포가 예측하는 것보다 훨씬 자주 일어난다는 뜻이에요. 지진과 똑같죠. 작은 지진은 흔하고 큰 지진은 드물지만, 큰 지진은 분명히 옵니다. 시장에서 ‘블랙스완’이라 불리는 극단적 폭락이 반복되는 이유가 바로 이 두꺼운 꼬리 때문입니다. 신호와 잡음을 구분하는 게 왜 중요한지는 시그널과 노이즈 구분에서도 다뤘어요.

3. 버블은 어떻게 만들어지나 — 자기조직화와 임계점

시장이 멱함수 분포를 따르는 이유는 투자자들이 서로의 행동에 영향을 주고받으며 연쇄 반응을 일으키기 때문이에요. 이걸 자기조직화(Self-organization)라고 합니다. 새 떼가 리더 없이 V자 대형을 이루고 개미가 중앙 통제 없이 최적 경로를 찾아내듯, 시장 참여자들도 서로를 관찰하고 따라 하며 자연스럽게 특정 패턴을 만들어냅니다.

문제는 이 과정에서 시스템이 ‘임계점(Critical Point)’에 다다를 수 있다는 거예요. 사람들이 서로 너무 긴밀하게 연결되고 같은 방향에 베팅하면, 시장은 모래성처럼 아주 작은 충격에도 무너질 수 있는 상태가 됩니다. 가격 상승을 본 사람들이 “더 오를 거야” 하며 추격 매수하고, 그게 다시 상승을 부르는 피드백 루프가 강해지면 버블이 부풀어요. 이때 가격은 단순한 지수 상승을 넘어 ‘초지수적(super-exponential)’으로, 즉 점점 더 빠르게 치솟습니다.

4. LPPL 모델 — 버블의 두 얼굴을 수식으로

바로 이 현상을 수학으로 잡아낸 게 LPPL(Log-Periodic Power Law, 로그주기 멱법칙) 모델입니다. 프랑스 출신 물리학자 디디에르 소르네트(Didier Sornette) 교수가 만들었어요. 그는 원래 지진·파열 같은 물리학의 ‘임계 현상’을 연구하던 사람인데, 그 원리를 금융시장에 적용했습니다. 저서 「Why Stock Markets Crash」(2003)로도 유명하고, 스위스 취리히 연방공대(ETH)에 금융위기 관측소(Financial Crisis Observatory)를 세워 실시간으로 버블 징후를 모니터링하고 있어요.

LPPL 모델은 버블의 두 가지 특징을 동시에 담습니다.

• ① 초지수적 상승 (추세): 임계 시점이 다가올수록 가격이 점점 더 빠르게 오른다.
• ② 로그주기 진동 (진동): 붕괴 직전, 가격이 주기적으로 진동하는데 그 주기가 점점 짧아진다. 큰 지진 직전 작은 지진이 점점 촘촘하게 나타나는 것과 똑같아요.

위 차트가 LPPL의 전형적인 궤적이에요. 빨간 점선(추세)이 가속하며 치솟고 그 위에 보라색 진동이 점점 촘촘해지다가 임계시점(tc)에서 붕괴가 예상됩니다. 공식으로 쓰면 이렇게 생겼어요.

ln[P(t)] = A + B(tc − t)^m + C(tc − t)^m · cos(ω·ln(tc − t) − φ)

각 기호가 뜻하는 건 이래요.

5. 버블 진단 지표 — LPPL Confidence

그럼 실제로 “지금 버블이다”를 어떻게 판단할까요? LPPL Confidence Indicator라는 지표를 씁니다. 0%에서 100% 사이의 값이고 100%에 가까울수록 버블일 가능성이 높다는 뜻이에요.

원리는 이래요. 자산의 최근 가격 데이터를 여러 길이(예: 750일, 745일 … 50일)로 잘라서 각각에 LPPL 공식을 맞춰봅니다(피팅). 그리고 정해진 필터 조건(성장 속도 m, 진동 횟수, 오차 등)을 통과하는 시계열이 몇 개인지 비율을 냅니다. 예를 들어 141개 중 85개가 버블 조건을 만족하면 Confidence는 약 60%가 되는 식이죠.

6. 실제로 맞혔을까 — 소르네트의 예측 사례

가장 유명한 사례는 2015년 중국 증시 폭락이에요. 소르네트 연구팀은 상하이 지수에 LPPL을 적용해 실제 붕괴가 오기 약 2개월 전에 임계시점을 예측했고 실제로 상하이 지수는 그 무렵 급락했습니다. 이건 논문으로도 공개돼 검증받은 사례예요.

위는 버블에 LPPL을 피팅한 교육용 예시입니다. 가속 상승 곡선과 임계시점을 이렇게 추정하는 거죠. 2000년 닷컴 버블, 2021년 코로나 이후 상승장 같은 국면에서도 LPPL은 높은 Confidence를 보인 것으로 알려져 있습니다. 실제 버블이 어떻게 터지는지는 비트코인 2주 만에 붕괴 같은 사례에서도 볼 수 있어요.

7. 하지만 만능은 아니다 — 한계와 비판

여기서 냉정해질 필요가 있어요. LPPL은 마법의 수정구슬이 아닙니다. 실제로 여러 비판이 있어요.

• 붕괴 시점을 정확히 못 맞힌다: Confidence가 높아도 즉시 떨어지는 게 아니에요. 닷컴 버블 때도 “버블”이라고 진단된 뒤 몇 달을 더 올랐습니다. 25%만 넘으면 팔았다면 큰 상승장을 놓쳤을 겁니다.
• 오경보(false signal)가 잦다: 실제 버블이 아닌데도 버블로 판단하는 경우가 많아요.
• 결과가 불안정하다: 7개나 되는 파라미터를 추정하는 과정이 예민해서, 데이터 구간을 조금만 바꿔도 결과가 크게 달라질 수 있습니다.

물론 반박도 있어요. 소르네트 팀의 연구에 따르면 주요 금융시장 붕괴의 약 3분의 2를 사전에 포착했다는 근거가 있고 완벽한 예측기가 아니라 ‘조기 경보 시스템’으로서의 가치는 충분하다는 겁니다.

8. 그래서 어떻게 써야 하나 — 3가지 원칙

소르네트 교수 본인도 한계를 인정하며 사용 시 주의사항을 제시했어요. 실전에서 이 개념을 참고한다면 이렇게 접근하세요.

1. 개별 종목엔 쓰지 마세요. 개별 주식은 실적·뉴스 같은 개별 요인에 좌우돼요. LPPL은 시장 지수나 자산군 전체에 적용하는 게 맞습니다.
2. 단독으로 믿지 마세요. Confidence가 높다고 무조건 하락은 아니에요. 금리·밸류에이션·유동성 같은 매크로 지표와 함께 봐야 신뢰도가 올라갑니다. 예를 들어 금리가 오르는데 Confidence도 높다면 붕괴 가능성이 더 커지는 식이죠. 밸류에이션 버블 논쟁은 나스닥 심층분석에서 실러 PER·버핏지수로 다뤘어요.
3. 모든 버블이 폭락으로 끝나진 않아요. 급락하는 버블도 있지만, 정책·유동성에 힘입어 천천히 조정되는(소프트랜딩) 경우도 있습니다.

시장 심리를 함께 읽고 싶다면 공포탐욕지수 같은 심리 지표와 병행하면 그림이 더 선명해집니다.

9. 마무리: 예측하려 하지 말고, 준비하세요

정리하면, LPPL 모델은 시장을 물리학의 임계 현상으로 바라보며 버블의 초지수 상승과 로그주기 진동을 수식으로 포착합니다. 소르네트의 2015년 중국 예측처럼 놀라운 사례도 있지만, 붕괴 시점을 콕 집어 맞히긴 여전히 어렵고 오경보도 많아요. 그러니 이 모델의 진짜 가치는 “정확한 예언”이 아니라 “위험이 쌓이고 있다는 조기 경보”에 있습니다.

결국 우리 같은 개인 투자자에게 필요한 건 붕괴를 정확히 맞히는 능력이 아니라, 과열 신호가 켜졌을 때 리스크를 관리하는 습관이에요. 그리고 그 과열이 실제 차트에서 어떻게 보이는지는 눈으로 익혀야 합니다. 차트큐 ChartQ에서 과거 버블 국면의 차트를 직접 넘겨보며 “이 가속 상승이 얼마나 위험한 신호였는지”를 확인해 보세요. 차트큐의 차트게임으로 과거 폭락장을 돌려보면, 다음 버블이 왔을 때 훨씬 침착하게 대응할 수 있습니다. 차트큐에서 차트게임 하러 가기.

본 글은 공개된 학술 이론을 쉽게 정리한 교육 자료이며, 특정 자산의 매수·매도를 권유하지 않습니다. 어떤 모델도 미래를 확실히 예측하지 못하며, 투자 판단과 그 책임은 본인에게 있습니다.

참고 자료: Didier Sornette, 「Why Stock Markets Crash: Critical Events in Complex Financial Systems」(2003); Sornette et al. — 상하이 2015 버블 실시간 예측(SSRN); Didier Sornette — Wikipedia; ETH Zurich Financial Crisis Observatory