예치를 늘렸는데 이자가 줄었다? 대출 풀 금리곡선의 숨은 규칙

한 줄 요약: 은행에 돈을 더 맡겼더니 이자가 줄어든다면? 가상자산 대출 풀에서는 실제로 가능한 일이고, 이 논문은 "언제 이런 일이 생기는가"를 한 줄짜리 공식으로 정리해 금리곡선 설계 규칙으로 바꿉니다.

들어가며: 예금을 늘렸는데 이자가 줄었다면?

직장인 김 씨가 어떤 상품에 1,000만 원을 맡겨 연 16%의 이자를 받고 있다고 상상해 보세요. 상품이 "예금이 더 필요하다"고 홍보합니다. 김 씨가 호응해 375만 원을 더 넣어 총 1,375만 원으로 늘렸습니다. 그런데 이달의 이자 명세서를 받아 든 김 씨의 얼굴이 굳습니다. 잔액은 37.5% 늘었는데 이자 수입이 66% 줄어들었거든요. 연 16%가 연 4%로 내려간 겁니다.

"말도 안 된다"고 생각할 수 있지만, 이용률(빌려 쓴 비율)에 따라 금리가 오르내리는 '풀드 대출(pooled lending)' 시장에서는 구조적으로 가능한 일입니다. 김 씨가 돈을 더 넣는 바람에 상품 전체의 이용률이 낮아지고, 낮아진 금리가 김 씨의 전체 잔액에 적용되기 때문입니다.

더 놀라운 사실은 다음입니다. 이 시장에서 김 씨가 이자를 가장 많이 받는 방법은 오히려 약 302만 원을 빼는 것입니다. 예금을 더 넣으라는 상품의 유도를 거스르는 게 유리한 거죠. 그런데 모두가 이 계산을 하면 어떻게 될까요? 상품이 유동성을 가장 필요로 하는 순간에 돈이 빠져나갑니다.

2026년 10월 arXiv에 올라온 "Depositing More Should Not Earn Less: Supplier Income Monotonicity and Rate Curve Design in Pooled Lending Markets"(더 많이 예치하면 더 적게 벌어서는 안 된다: 풀드 대출 시장에서의 공급자 수입 단조성과 금리곡선 설계)는 바로 이 현상을 수학으로 정확히 규명합니다. 그리고 "예치가 절대 독이 되지 않게 하려면 금리곡선을 어떻게 설계해야 하는가"에 대한 답을 제시합니다. 이 논문은 우리 평가에서 S등급(종합 81.8점)을 받았습니다 — 이론의 단순함, 실제 데이터 검증, 그리고 실무에 바로 쓸 수 있는 검증 규칙까지 갖춘 보기 드문 조합입니다.

무엇이 문제였나: 금리가 '반응'하는 시장의 함정

전통 대출에서 예금 금리는 보통 미리 정해져 있습니다. 그런데 대출 풀에서는 다릅니다. 누적 예금액 대비 빌려간 금액의 비율(이용률)이 높을수록 금리가 올라가는 구조입니다. "돈이 모자라니 금리를 올려 더 끌어모으자"는 설계인데, 표면적으로 합리적입니다.

문제는 금리가 이용률에 얼마나 민감하게 반응하는가에 있습니다. 논문은 이 반응의 강도를 '탄력성'이라는 단어로 잡습니다. 쉽게 말하면 "이용률이 1% 움직이면 금리가 몇 % 움직이는가"입니다. 이용률이 조금만 낮아져도 금리가 폭락하는 곡선이라면, 예치 한 번에 전체 잔액의 금리가 크게 떨어지고, 결과적으로 수입이 줄 수 있습니다.

논문의 예시 숫자를 그대로 따라가 보겠습니다. 최적 이용률 80% 지점의 금리가 5%, 완전 이용 시 최대 금리가 100%인 전형적인 '봉점(꺾인 선) 곡선'에서:

• 풀에 1,000만 달러가 예치되어 있고 830만 달러가 빌려간 상태(이용률 83%)
• 한 공급자가 100만 달러(풀의 10%)를 보유 중, 현재 수입은 연 159,775달러
• 이 공급자가 375,000달러를 추가 예치해 이용률을 80%로 되돌림 → 수입은 연 55,000달러로 66% 감소
• 차라리 약 302,000달러를 인출하면 수입이 연 188,300달러로 오히려 증가 — 하지만 이용률은 85.6%로 더 올라감

눈여겨볼 점은 손실의 원인이 '예치 금액의 크기'가 아니라 '금리의 민감도'라는 것, 그리고 최악의 지점이 '완전 이용'이 아니라 '봉점 부근'이라는 것입니다. 이 두 가지는 곡선의 기울기만 봐서는 눈에 띄지 않습니다.

핵심 아이디어: 한 줄짜리 규칙 "α(1+η) ≤ 1"

논문의 중심 결과는 놀라울 정도로 단순합니다. 어떤 공급자가 예치를 추가했을 때 자기 이자 수입이 줄지 않으려면, 딱 두 숫자만 확인하면 됩니다.

• α(알파): 예치를 마친 뒤 이 공급자가 풀 전체에서 차지하는 비중
• η(에타): 금리의 이용률 탄력성 — "이용률이 1% 변할 때 금리가 몇 % 변하는가"

그리고 규칙은 이것입니다:

α × (1 + η) ≤ 1 이면 안전. 넘어가면 예치가 오히려 독이 된다.

쉽게 풀면 이렇습니다. 새 예치금 두 가지 효과가 동시에 벌어집니다. 하나는 새 돈이 현재 금리로 벌어들이는 이득, 다른 하나는 이용률 하락으로 기존 잔액 전체의 금리가 깎이는 손실입니다. α(1+η)는 바로 '손실이 이득을 넘어설 위험도'를 재는 척도입니다.

• 금리 탄력성이 9인 곡선은 풀의 10%까지 보호합니다
• 탄력성 19면 5%, 탄력성 99면 1%까지 보호합니다

여기서 중요한 통찰이 나옵니다. 곡선이 위험한지는 기울기가 아니라 탄력성이 결정합니다. '가파른 곡선'이 아니라 '튀는 곡선'이 문제라는 뜻입니다. 그리고 봉점에서 손실이 최대가 되는 이유도 이 공식으로 설명됩니다 — 봉점 바로 아래 구간에서 탄력성이 20을 훌쩍 넘기 때문입니다.

위 그림 읽는 법: 왼쪽은 이용률에 꺾인 선으로 연결된 전형적 금리곡선이고, 오른쪽은 한 공급자의 연간 수입이 자기 잔액에 따라 어떻게 변하는지입니다. 점선(원래 수입 수준) 아래로 골짜기가 파여 있고, 그 가장 깊은 지점이 바로 우리가 본 "예치하면 66% 손실" 구간입니다.

공식을 설계 규칙으로 바꾸기

좋습니다, 개별 공급자가 자기 비중과 탄력성을 확인하면 됩니다. 그런데 정작 금리곡선을 만드는 프로토콜은 누가 얼마를 넣을지 통제할 수 없습니다. 그래서 논문은 관점을 뒤집습니다: "각 이용률에서 어디까지의 큰 공급자를 보호하겠다" 라는 목표(보호 프로파일)를 먼저 정하고, 거꾸로 곡선이 지켜야 할 탄력성 상한을 유도합니다. 목표가 높을수록(더 큰 공급자를 보호할수록) 곡선은 더 완만해져야 합니다.

두 가지 전형적인 정책이 나옵니다.

1. 고정 비중 보호: "풀의 5%까지는 항상 보호한다" → 곡선은 멱법칙(지수 곡선) 형태로 정해집니다.
2. 신규 예치자 보호: "지금 막 들어온 사람은 어떤 시점에 와도 보호한다" → 쌍곡선 형태의 경계가 나옵니다.

두 보장은 서로를 포함하지 않으므로, 프로토콜이 원하는 것을 골라야 합니다.

피할 수 없는 한계: 끝점 정리

이 논문의 또 다른 미덕은 불가능함을 증명한 것입니다. 최적 이용률에서의 금리(5%)와 완전 이용 시 금리(100%)가 고정되어 있다면, 어떤 곡선 설계로도 탄력성을 일정 수준 아래로 못 낮춥니다. 예시 수치에서 이 한계는 탄력성 약 13.4이며, 이는 풀의 약 6.93%보다 큰 공급자는 어떤 곡선으로도 '보장적'으로 보호할 수 없다는 뜻입니다. 최적 이용률, 기준 금리, 최대 금리, 보호 목표 — 이 네 가지만큼은 독립적으로 고를 수 없다는, 설계자에게 꼭 필요한 현실 확인입니다.

결과: 실제 시장에서는 얼마나 자주 벌어지는가

이론이 아무리 깔끔해도 현실에서 과연 이런 일이 있는지 봐야 합니다. 논문은 솔라나 블록체인의 대출·거래 프로토콜인 드리프트(Drift)의 USDC·SOL 대출 시장 온체인 기록을 시간 단위로 점검했습니다(2024년 11월 11일 ~ 2026년 4월 1일). 온체인이라 총 예금, 총 차입, 그리고 그 시점의 금리곡선이 전부 기록되어 있어 시간별로 "곡선이 보호하는 비중"과 "각 공급자의 실제 비중"을 비교할 수 있습니다.

• 대출자(트레이딩 없이 순수하게 맡긴 계좌) 기준으로, 시간의 최소 9분의 1(SOL)에서 13분의 1(USDC) 동안 어떤 대출자는 곡선이 보호하는 비중을 넘긴 상태였습니다. 그 시간대에 그 대출자가 예치를 더 넣었다면 자기 이자를 깎았을 겁니다.
• SOL의 한 대출자는 219시간 동안 이 상태에 있었고, 그동안 풀의 최대 20%를 보유했습니다. USDC에서는 한 대출자가 230시간, 최대 11.5%였습니다.
• 원인은 단순합니다. 대형 대출자가 풀의 1020%를 보유한 반면, 봉점 위 곡선이 보호하는 비중은 810%에 머물렀기 때문입니다.

논문의 표현대로 "곡선이 얼마나 가파른가보다, 곡선이 누구를 보호하는가가 더 중요합니다." 드리프트의 곡선은 전체적으로 무리한 편이 아니었고(보호 비중이 5% 아래로 내려간 시간은 거의 없음), 문제는 큰 공급자들이 보호선 위에 자주 있었다는 점이었습니다.

실무용 검증 규칙까지

마지막으로, 이 논문이 온체인 구현에 바로 쓸 수 있는 형태로 규칙을 만들어 둔 점이 인상적입니다. 실제 프로토콜의 금리곡선은 선형 조각들의 연결인데, 조각의 양 끝점에서 간단한 부등식 하나만 확인하면 됩니다:

U × Δr ≤ K × r × ΔU (U: 이용률, r: 금리, K: 허용 탄력성 상한)

나눗셈이 없어 정수 연산에 맞고, 금리 계산 로직을 건드리지 않는 파라미터 검증 단계에 넣으면 됩니다. 논문은 여러 봉점이 있는 실제 배치 구성을 예로, 규칙을 맞추도록 곡선을 '수리'하면 공급자 수입이 오를 수도 내려갈 수도 있음을 보여 줍니다 — 이 제약이 규제하는 것은 "수입이 예치에 어떻게 반응하는가"이지 가격 수준 자체가 아니기 때문입니다. 즉, 수리할 때는 끝점·봉점·보호 목표를 함께 다시 봐야 합니다.

한계와 주의점

정직하게 짚어야 할 것들이 있습니다.

• 사람들이 실제로 반응하는지는 미확인입니다. 논문도 열린 과제로 밝히듯, 노출 상태에 놓였던 큰 공급자들이 정말로 인출로 이어졌는지, 차입자들이 금리 재조정에 어떻게 반응하는지는 데이터로 보여 주지 않았습니다. "그럴 유인이 있다"까지가 이 논문의 범위입니다.
• 실측 데이터에는 구멍이 있습니다. 개별 계좌 잔고 기록은 2025년 12월부터 시작이라 본격 실증은 약 4개월 구간이고, 그 이전은 시장 전체 수치만 봅니다. 대출자 표는 하한(underestimate)이고, 수수료는 계산에서 뺐습니다.
• 가상자산 대출 시장 특화 결과입니다. 전통 금융의 예금·대출 상품은 규제와 계약 구조가 달라 그대로 적용하려면 추가 작업이 필요합니다. 다만 "설계한 인센티브가 의도치 않은 반응을 낳는가"라는 질문 자체는 어떤 시장에도 유효합니다.
• 보장이 규제하는 것은 반응 방향이지 수입의 절대 수준이 아닙니다. 같은 규칙을 지키는 두 곡선이 서로 다른 수입을 줄 수 있습니다.

그래서 투자·실무에는?

가상자산 투자자·유동성 공급자에게: 대출 풀에 큰 금액을 맡길 계획이라면, 그 풀의 금리곡선이 "당신만한 비중까지 보호하는지"를 확인해 보세요. 이번 논문의 공식(α × (1+η) ≤ 1)은 계산기가 필요 없을 만큼 간단하고, 위반 상태에서는 예치를 늘리는 것이 오히려 손해라는 결론이 명확합니다. 대형 공급자라면 자기 비중이 곡선의 보호선을 넘는 시간대를 모니터링하는 것만으로도 리스크 관리가 됩니다.

프로토콜·상품 설계자에게: 금리곡선 파라미터 검증에 위의 부등식(U × Δr ≤ K × r × ΔU)을 하나 추가하는 정도의 비용으로, "큰 예치자가 예치 축소(뱅크런성 인출)를 선택하는" 구조적 유인을 제거할 수 있습니다. 이 논문의 S등급은 바로 이 이론 → 실측 → 검증 규칙의 완결성에 있습니다.

퀀트 관점에서: 시장 데이터가 '설계된 메커니즘의 산물'이라는 점을 상기시켜 주는 연구입니다. 내일 소개할 다른 논문(가격 변화의 '군집성'이 사실은 데이터 피드의 구조가 만든 인공물이라는 시장 미시구조 연구)과 함께, "데이터에서 관측된 패턴이 진짜 행동인가, 측정 장치의 그림자인가"를 묻는 태도가 2026년 금융 데이터 과학의 핵심 화두임을 보여 줍니다.

더 알아보기

• 원 논문: arXiv:2610.36899 — Depositing More Should Not Earn Less: Supplier Income Monotonicity and Rate Curve Design in Pooled Lending Markets (2026)
• OHSE AI Lab 5차원 점수: 신규성 75 / 실용성 82 / 엄밀성 82 / 재현성 88 / 통찰 78 — 종합 81.8 (S등급)
• 같은 날 수집된 관련 논문: arXiv:2610.36317 — 가격 변화 군집성의 Hawkes 추정에서 이벤트 정의가 만드는 차이(한 줄 요약 본문 참조), arXiv:2610.37448 — LLM 트레이딩 에이전트 스웜의 소통 실험

---

이 글은 OHSE AI Lab의 자동 생성 논문 리뷰 초안입니다(draft). 수치는 원문 기준이며, 투자 판단의 근거로 사용하기 전에 원문을 확인하시기 바랍니다.