공정한 티켓 배분의
수학과 기술
Pickket의 RISE 엔진은 노벨 경제학상 수상 이론(VCG 메커니즘)에 기반합니다. 경매 설계, 팬 가중치, 공정성 지표까지 — 우리의 기술 철학을 공유합니다.
DSIC
전략적 정직 유도
O(N log N)
배분 알고리즘
5D
팬 가중치 차원
298
검증 테스트
VCG 경매: 정직이 최선의 전략이 되는 수학
Vickrey-Clarke-Groves 메커니즘은 입찰자가 진짜 가치를 솔직하게 제출하는 것이 가장 유리한 구조를 만듭니다.
왜 VCG인가?
전통적 선착순 시스템은 속도가 경쟁력입니다. 봇과 매크로가 유리하죠. 반면 VCG 경매는 가치 표현이 경쟁력입니다. 당신이 진심으로 지불할 의사가 있는 가격을 제출하면, 시스템이 그 가격 이하의 공정한 최종가를 결정합니다.
배분 결정
K개의 좌석에 N명이 입찰할 때, 최적 배분은:
bi — 입찰가
입찰자 i의 최대 지불 의사 가격 (진짜 가치)
wi — 팬 가중치
팬 활동에 기반한 외생적(exogenous) 가중치
가격 결정: "2등가 원리"
당첨자의 최종 가격은 본인의 입찰가가 아닌, 탈락한 첫 번째 사람의 가치에 의해 결정됩니다:
핵심: 최종 가격이 본인의 입찰가와 무관하게 결정되므로, 과장 입찰할 유인이 없습니다. 이것이 DSIC(지배적 전략 유인 양립성)의 수학적 근거입니다.
3가지 보장
전략적 정직 (DSIC)
진짜 가치를 제출하는 것이 항상 최선의 전략. 과장이나 축소 입찰 무의미.
개별 합리성 (IR)
최종 가격은 입찰가 이하. 입찰보다 비싸게 결제되는 일은 절대 없음.
효율성 (Efficiency)
가장 높은 가치를 부여하는 팬이 우선 배분. 사회적 후생 최대화.
IR 증명 (간략)
당첨 조건: wi · bi ≥ wK+1 · bK+1
⇒ bi ≥ (wK+1 · bK+1) / wi = mi
∴ 모든 당첨자에 대해 mi ≤ bi ✓
Vickrey, W. (1961). Counterspeculation, Auctions, and Competitive Sealed Tenders.
Clarke, E.H. (1971). Multipart Pricing of Public Goods.
Groves, T. (1973). Incentives in Teams.
Roberts, K. (1979). The Characterization of Implementable Choice Rules.
5차원 팬 가중치: 진짜 팬을 어떻게 측정하는가
Pickket은 팬의 충성도를 5개 축으로 정량화합니다. 가중치는 가격에만 영향을 주며, 배분 결정과 분리됩니다.
5개 차원
충성도
팬클럽 가입 기간, 음악 청취, SNS 팔로우
30%이력
2년 반감기 지수감쇠 관람 횟수
25%팬클럽
유료 팬클럽 활성 여부 (이진)
15%행동
노쇼·취소·분쟁 감점 (-)
15%신선도
최근 180일 활동 (신규팬 배려)
15%가중치 산출
5개 점수를 가중합한 뒤, 시그모이드 함수로 정규화합니다:
Raw = Σ αk × sk (k=1..5, Σαk = 1.0)
wi = 0.5 + 1.5 × σ( κ × (Raw - μ) )
σ(x) = 1/(1 + e-x) κ = 6.0 μ = 0.5
왜 시그모이드인가?
선형 함수의 문제
극단값이 가중치를 지배합니다. 한 차원에서 만점을 받으면 나머지가 무의미해질 수 있습니다.
시그모이드의 장점
중심부에서 민감하게, 극단에서 완만하게 변화. 아웃라이어 영향을 자연스럽게 억제합니다.
가중치 범위
0.57
최소 (Raw=0)
1.93
최대 (Raw=1)
3.38x
최대 가격 차등 비율
최대 3.38배의 가격 차이가 발생할 수 있지만, 이는 "팬 인식(Fan Recognition)"으로 프레이밍됩니다. 높은 가중치의 팬은 더 저렴하게, 낮은 가중치의 팬은 기본에 가깝게 결제합니다.
이벤트별 커스터마이징
| 템플릿 | 충성 | 이력 | 팬클럽 | 행동 | 신선도 |
|---|---|---|---|---|---|
| 일반 콘서트 | 30% | 25% | 15% | 15% | 15% |
| 팬클럽 전용 | 20% | 15% | 40% | 10% | 15% |
| 페스티벌 | 15% | 10% | 5% | 20% | 50% |
| 고경쟁 투어 | 35% | 30% | 10% | 15% | 10% |
| 신인 아티스트 | 10% | 5% | 5% | 30% | 50% |
배치 입찰: 속도 경쟁을 제거하는 설계
24~72시간 입찰 윈도우와 랜덤 마감으로, 봇과 스나이핑을 구조적으로 무력화합니다.
상태 머신
랜덤 마감 (Anti-Sniping)
정확한 마감 시간을 아무도 모릅니다. 예정 시간 이후 0~30분 사이 랜덤으로 마감됩니다. 마지막 순간 스나이핑 전략이 구조적으로 불가능합니다.
경쟁 강도 시그널
ratio = bid_count / total_seats
이산적 단계("보통/높음/매우높음") 대신 연속적 시그모이드를 사용합니다. 왜? 이산 경계를 넘는 순간 정보 캐스케이드(Banerjee, 1992)가 발생해 쏠림 현상이 나타나기 때문입니다.
입찰 수정 제한
3회
최대 수정 횟수
30분
수정 간 쿨다운
60분
마감 전 수정 잠금
공정성 지표: 모든 배분을 수치로 증명합니다
Pickket은 매 배분마다 5개의 공정성 지표를 자동 산출하고 투명성 보고서를 제공합니다.
소비자 잉여 (Consumer Surplus)
Σ(bᵢ - Pᵢ)입찰가 대비 실제 절감한 총액. 높을수록 소비자에게 유리한 결과.
잉여 비율 (Surplus Ratio)
mean((bᵢ - Pᵢ) / bᵢ)평균 절감률(%). 전체 당첨자가 평균적으로 얼마나 절약했는지 표시.
지니 계수 (Gini Coefficient)
Lorenz Curve 기반가격 분포의 균등도. 0에 가까울수록 균일, 1에 가까울수록 불균등.
과잉입찰 지표
median(b) / median(P)>1이면 체계적 과잉입찰 존재. VCG에서는 1에 수렴해야 정상.
가중치-가격 상관관계
Pearson(w, P)음수가 정상 (높은 가중치 → 낮은 가격). 양수면 시스템 이상 징후.
리세일 위험 점수
min(1, (bᵢ-Pᵢ)/bᵢ) / wᵢ²되팔기 유인 측정. w²로 나눠 진성 팬의 위험을 제곱으로 감쇠.
행동경제학 기반 설명 엔진
당첨자 설명
- • 가격 백분위 (당첨자 중 순위)
- • 팬 가중치 효과 (절감 %)
- • 소비자 잉여 (입찰가 - 최종가)
- • "당신의 팬 활동이 X%를 절약했습니다"
Thaler (1985): 거래 효용 프레이밍
탈락자 설명
- • 당첨까지 부족한 가중 가치
- • 아깝게 탈락 여부 (10% 이내)
- • "팬클럽 가입으로 다음 기회를 높이세요"
Loomes & Sugden (1982): 후회 이론
리세일 설계: 수익이 순환하는 2차 시장
Pickket 리세일은 차익 기반 수수료, 수익 배분, 에스크로를 통해 건강한 2차 시장을 구현합니다.
수익 배분 구조
판매대금
판매자
원가 100% + 차익의 40%
Pickket 수수료
차익의 10% · 거래 중개 및 에스크로
주최자 귀속
차익의 50% · 아티스트/제작사에게
가격 억제 메커니즘 (소프트 캡)
premium = max(0, resale_price - original_price) · 차익의 60%가 생태계 환원
하드 캡 대신 차익의 60%가 주최자(50%)와 플랫폼(10%)에 환원되는 소프트 캡 구조입니다. 판매자는 차익의 40%만 가져가므로 자연적 가격 억제가 이루어지며, 정가 양도 시 수수료는 0원입니다.
호가창 기반 거래
매도 호가 (Ask)
판매자가 등록한 가격. 낮은 가격순 정렬.
매수 호가 (Bid)
구매자가 제시한 최대 가격. 높은 가격순 정렬.
자동 매칭
최저 매도가 ≤ 최고 매수가이면 Redis 분산 락으로 체결.
K-POP 공연 지수: 엔터 시장의 블룸버그를 향해
Pickket은 공연 시장의 가격 데이터를 체계적으로 수집·분석하여 K-POP Concert Index를 발표합니다.
왜 공연 지수인가?
주식 시장에는 KOSPI가, 부동산에는 KB지수가 있습니다. 하지만 수조 원 규모의 공연 시장에는 가격 지표가 존재하지 않습니다. Pickket은 VCG 경매를 통해 축적되는 실제 지불의사 가격 데이터를 기반으로, 공연 시장 최초의 체계적 가격 지수를 구축합니다.
지수 구성 요소
티켓 가격 지수 (TPI)
Σ(wᵢ × Pᵢ) / Σ(wᵢ) by tier등급별 가중평균 체결가. 시계열 추이로 아티스트 인기도 및 시장 과열 여부를 측정합니다.
경쟁 강도 지수 (CDI)
bids / seats × σ(competition)좌석 대비 입찰 수와 경쟁 시그모이드의 결합. 수요 압력을 정량화합니다.
팬 만족도 지수 (FSI)
mean(surplus_ratio) × (1 - gini)소비자 잉여 비율과 가격 균등도의 곱. 높을수록 팬이 느끼는 공정성이 높습니다.
리세일 건강 지수 (RHI)
1 - mean(resale_risk) × P_resale/P_face리세일 위험 점수와 가격 프리미엄의 역지표. 1에 가까울수록 건강한 2차 시장.
컨셉 시연: K-POP Concert Index Dashboard
실제 Pickket 이벤트 데이터를 기반으로 산출한 프로토타입입니다. 정식 서비스 시 실시간으로 업데이트됩니다.
종합 지수
1,247
▲ +3.2%
평균 TPI
₩142,500
▲ +1.8%
평균 CDI
5.14
▼ -0.3%
평균 FSI
0.87
▲ +0.05
아티스트별 티켓 가격 지수 (TPI)
가중평균 체결가 기준경쟁 강도 지수 (CDI)
CDI = 입찰수 / 좌석수 × 경쟁시그모이드
팬 만족도 지수 (FSI)
FSI = 잉여비율 × (1-지니). 1에 가까울수록 만족
리세일 건강 지수 (RHI)
RHI = 1 - 리세일위험 × 프리미엄. 차익 60% 환원으로 대부분 0.8+ 유지
지수 활용 시나리오
| 이해관계자 | 활용 | 기대 효과 |
|---|---|---|
| 기획사/제작사 | TPI 추이로 투어 규모·가격대 결정 | 데이터 기반 의사결정 |
| 팬/소비자 | CDI로 입찰 전략 수립 | 정보 비대칭 해소 |
| 투자자/미디어 | FSI·RHI로 시장 건강도 모니터링 | 산업 투명성 확보 |
| 정부/규제기관 | 리세일 가격 추이로 정책 효과 측정 | 근거 기반 정책 수립 |
데이터 수집 원칙
실거래 데이터
VCG 체결가 기반. 설문이 아닌 실제 지불의사 가격
비식별 처리
개인정보 제거 후 통계적 집계만 활용
정기 발행
월간 요약 + 분기별 심층 분석 리포트
규제 준수: 암표3법과 소비자 보호
Pickket은 2026년 시행 암표3법, 전자상거래법, 공연법을 기술로 준수합니다.
다층 참여 구조 (Multi-Pool)
| 풀 | 비율 | 방식 | 대상 |
|---|---|---|---|
| A | 65% | Weighted VCG | 본인인증 완료 (Level 1+) |
| D | 10% | 팬클럽 우선 VCG | 실명인증 + 팬클럽 (Level 2+) |
| B | 15% | 정가 추첨 | 신규 유저 (가입 6개월 미만) |
| C | 10% | 일반 추첨 | 모든 유저 (미인증 포함) |
배분 순서: A → D → B → C. 가장 높은 검증 수준의 풀부터 순차 배분합니다.
부정행위 탐지
차단 기준: abuse_score > 0.7
담합 탐지 (3가지 패턴)
입찰가 유사도
30%동일 라운드넘버 입찰 패턴 탐지
시간 클러스터
30%2초 이내 연속 입찰 쌍 비율
결제수단 클러스터
40%동일 카드해시 공유 그룹 (최고 가중)
규제 대응 요약
| 규제 요건 | Pickket 구현 |
|---|---|
| 가격 억제 | 차익 60% 환수 소프트 캡 (하드 캡 불필요) |
| 매크로 방지 | 배치 경매 (속도 무의미) + 봇 탐지 |
| 본인인증 | PASS 실명인증 (Level 2) 필수 |
| 거래 증빙 | SHA-256 해시 감사로그 + 투명성 보고서 |
| 외부 재판매 금지 | 플랫폼 내 리세일만 허용, 소유권 추적 |
기술이 만드는 공정한 티켓 시장
RISE 엔진은 298개의 테스트로 검증된 오픈 알고리즘입니다. 노벨 경제학상 이론 위에 대한민국 공연법을 준수하는 시스템을 만들었습니다.