비트코인 가격 예측 모델: 스톡투플로우 이론 해설

1. 스톡투플로우 모델의 개요: 희소성 기반 자산 가치 산정

스톡투플로우(Stock-to-Flow, S2F) 모델은 원래 귀금속 시장에서 자산의 희소성을 측정하고 미래 가치를 예측하는 데 사용되던 방식으로, 이를 암호화폐, 특히 비트코인 가격 예측에 적용한 것이 바로 비트코인 S2F 모델입니다. 이 이론은 2019년 익명의 분석가 ‘PlanB’에 의해 암호화폐 투자자들에게 알려졌으며, 이후 기관 투자자와 리서치 업체에서도 기준 모델 중 하나로 활용될 만큼 널리 확산되었습니다.

S2F 모델은 간단히 말해 **현재 존재하는 자산의 총량(Stock)**을 연간 생산량(Flow)으로 나누는 방식으로 계산되며, 수치가 높을수록 해당 자산이 희소하고 공급이 제한적이라는 것을 의미합니다. 예를 들어, 금이나 은은 S2F 값이 매우 높기 때문에 오랜 시간 동안 가치 저장 수단으로 평가되어 왔습니다. PlanB는 이 공식을 비트코인에 적용해, 비트코인의 희소성이 높아질수록 장기적으로 가격이 상승할 수밖에 없다는 전제를 제시했습니다.

특히 비트코인은 총 발행량이 2,100만 개로 고정되어 있고, 채굴 보상이 4년마다 절반으로 줄어드는 반감기 구조를 갖고 있어 S2F 모델의 적용 대상이 되기에 매우 적합한 구조를 가지고 있습니다. 이처럼 비트코인의 공급 메커니즘은 S2F 모델을 통한 정량적 가치 평가의 기준을 제공하며, 투자자들에게 미래 가격에 대한 장기적 시야를 제공하는 데 중요한 역할을 합니다.

 

 

2. 비트코인의 공급 구조: 반감기와 S2F 모델 연계

비트코인은 시간에 따라 점점 새로운 발행량이 줄어드는 구조를 갖고 있습니다. 이는 채굴 보상이 **약 4년 주기로 절반으로 감소하는 '반감기(Halving)'**에 따라 작동하며, 지금까지 2009년 이후 총 네 번의 반감기가 있었습니다. 초기에는 한 블록당 50BTC가 지급되었지만, 현재는 3.125BTC로 줄어들었고, 이러한 정기적인 공급 감소는 S2F 모델의 핵심 전제와 정확히 일치합니다.

S2F 모델에서는 반감기가 발생할 때마다 **Flow(연간 공급량)**가 줄어들어, Stock-to-Flow 비율이 급격히 상승하게 됩니다. 이는 모델상으로 비트코인의 희소성이 증가했음을 의미하며, 이에 따라 모델은 일정 시점 이후 비트코인의 가격이 급격히 상승할 것으로 예측합니다. 실제로 과거 반감기 이후에는 일정한 시간차를 두고 비트코인 가격이 상승하는 패턴이 반복되었으며, S2F 모델이 이러한 흐름을 설명하는 데 일정 수준의 타당성을 보인 바 있습니다.

예를 들어, 2012년 첫 반감기 이후에는 비트코인 가격이 10달러에서 1,000달러까지 상승했고, 2016년과 2020년 반감기 이후에도 비슷한 급등 흐름이 뒤따랐습니다. 이러한 과거 데이터는 S2F 모델이 비트코인 시장에서 희소성 기반 가격 예측 도구로 활용될 수 있는 근거로 자주 인용됩니다. 따라서 공급 측면에서의 구조적 변화는 S2F의 신뢰성을 강화하는 핵심 근거로 작용합니다.

 

3. 스톡투플로우 모델의 수학적 공식과 예측 방식

스톡투플로우 모델은 비교적 단순한 수학 모델을 기반으로 합니다. 공식은 다음과 같습니다:
S2F = 현재 유통 중인 비트코인 총량 / 연간 채굴량
이 수치를 기반으로 로그 회귀분석 또는 다항 회귀 분석을 통해 비트코인의 미래 가격을 선형적으로 추정할 수 있습니다. PlanB는 이 모델을 기반으로 S2F 값과 비트코인 시가총액 간의 상관관계를 도출하고, 이를 그래프로 시각화하여 가격 궤적을 예측하는 데 활용했습니다.

PlanB가 제시한 S2F 모델에서는 비트코인의 S2F 값이 상승할수록 비트코인의 시장 가격도 지수 함수적으로 상승할 것으로 예상합니다. 예를 들어, 2020년 반감기 직후 S2F 비율은 약 56에 달했고, 이 수치는 금과 거의 유사한 희소성을 나타냅니다. PlanB는 이를 근거로 향후 비트코인 가격이 수년 내 10만 달러를 넘길 가능성을 예측하기도 했습니다.

특히 S2F 모델의 시각화는 log-log 스케일의 궤적을 따라 가격이 일정한 채널 내에서 움직이는 형태를 보이며, 시장 과열 시에는 상단을 돌파하고, 침체기에는 하단을 터치하는 경향이 있는 것으로 해석됩니다. 이러한 데이터 기반 예측은 많은 장기 투자자에게 비트코인의 장기적 가치를 확신하게 만드는 설득력 있는 지표로 작용하고 있습니다.

 

4. 실제 시장과의 비교: S2F 예측과 현실 가격 차이

S2F 모델이 제시하는 가격 궤적은 분명히 장기적 추세와 유사한 흐름을 보인 시기가 많았지만, 모델의 예측이 항상 정확했던 것은 아닙니다. 특히 2021년 이후부터는 모델 예측선과 실제 비트코인 가격 사이의 괴리가 커졌고, 이는 시장 내에서 S2F 모델의 유효성에 대한 논쟁으로 이어졌습니다. 예를 들어, PlanB는 2021년 말까지 비트코인 가격이 10만 달러를 넘을 것으로 예측했지만, 실제로는 6만 달러 언저리에서 정점을 찍고 하락했습니다.

이러한 오차는 비트코인 가격이 단순히 공급량의 함수가 아니라, 시장 심리, 거시경제, 규제 이슈, 글로벌 유동성 등 다양한 외부 요인에 의해 영향을 받기 때문입니다. 즉, S2F는 비트코인의 공급 측면만을 고려한 모델로, 수요 측면이나 감정적 투자 행태는 반영하지 못하는 한계를 지니고 있습니다.

또한 반감기 이후 일정 시점에서 상승 흐름이 있었던 것은 사실이지만, 그 타이밍과 상승폭은 항상 일정하지 않았으며, 외부 이벤트에 따라 크게 변동했습니다. 따라서 S2F 모델을 맹신하기보다는, 하나의 참고 지표로 활용하고 다른 기술적·기본적 분석과 함께 복합적으로 고려하는 것이 바람직하다는 의견이 점점 더 많아지고 있습니다.

 

5. S2F 모델에 대한 비판과 대안 모델의 등장

S2F 모델은 뛰어난 시각적 예측력을 가지고 있음에도 불구하고, 여러 전문가들로부터 과도한 단순화와 과거 회귀 기반 한계에 대한 비판을 받아왔습니다. 특히 이 모델은 비트코인 가격을 오직 희소성 변수 하나에만 의존하여 예측하기 때문에, 가격 결정에 영향을 미치는 다양한 요인을 무시하고 있다는 점에서 비판을 받습니다.

이러한 한계를 보완하기 위해 등장한 대안 중 하나가 **S2FX(Stock-to-Flow Cross-Asset Model)**입니다. 이는 금, 은, 부동산과 같은 자산들과 비트코인을 동일한 프레임에서 비교하여, 비트코인이 다른 자산군으로 전환되는 과정을 단계별로 모델링하려는 시도입니다. 또 다른 예측 방법으로는 로그 커브 모델, 레인보우 차트, MVRV 비율, 온체인 지표 통합 모델 등이 있으며, 이들은 시장 심리나 사용자 기반 확장 속도까지 반영하는 구조로 발전되고 있습니다.

최근에는 S2F 모델을 수정한 비선형 회귀 모델이나, 인공지능 기반 머신러닝 예측 도구도 주목받고 있으며, 이는 시장의 비효율성과 예측 불확실성을 보다 정교하게 분석하려는 시도입니다. 이처럼 S2F는 비트코인의 장기적 가치 평가에 있어 중요한 지표이지만, 단독으로 투자 판단의 기준이 되기에는 부족하다는 인식이 확산되고 있습니다.

 

6. S2F 모델의 활용법과 투자 전략에의 적용

스톡투플로우 모델은 암호화폐 투자자들에게 장기적 가치 평가의 근거를 제시하는 도구로 여전히 유효한 지표입니다. 특히 초보 투자자들에게는 비트코인의 희소성과 시간에 따른 공급 변화가 어떤 영향을 미치는지를 시각적으로 이해시키는 데 매우 효과적입니다. 하지만 이 모델을 그대로 가격 예측 도구로 사용하는 것은 시장 변수를 지나치게 단순화하는 오류를 범할 수 있습니다.

가장 바람직한 활용법은, S2F 모델을 ‘장기적 성장 트렌드의 프레임’으로 간주하고, 단기 가격 흐름이나 매매 시점 결정에는 다른 도구를 병행하는 방식입니다. 예를 들어, S2F는 큰 그림의 방향성을 설정하고, 온체인 지표나 기술적 분석은 진입과 이탈 시점을 판단하는 데 활용할 수 있습니다. 이처럼 멀티 프레임 접근 전략은 시장 변동성을 효율적으로 대응하는 데 도움이 됩니다.

또한, S2F 모델은 비트코인의 가격이 장기적으로 상승할 가능성이 크다는 점을 강조하므로, 달러 코스트 애버리징(DCA) 같은 분할 매수 전략과도 궁합이 잘 맞습니다. 고점에서의 불안감을 줄이고, 저점에서의 공포 매수를 돕는 프레임으로 활용할 수 있는 것입니다. 궁극적으로, 스톡투플로우는 비트코인의 유한한 공급 구조에 대한 통찰을 제공하며, 이를 통해 투자자는 감정에 흔들리지 않는 장기 투자 관점을 확립할 수 있는 데이터 기반 도구로 삼을 수 있습니다.