DraftKings AI 모델은 예상 손실로 도박꾼 점수를 매겼으며 NYT 조사 결과

New York Times의 조사에 따르면 DraftKings는 도박 위험 도구 문제를 해결하는 데 미완성인 동안 AI를 사용하여 예상 손실을 기준으로 베터의 점수를 매겼습니다.

토요일에 발표된 New York Times 조사에 따르면 미국 최대 스포츠 베팅 운영업체 중 하나인 DraftKings는 어떤 고객이 돈을 잃을 가능성이 가장 높은지 식별하도록 설계된 기계 학습 모델을 구축했으며 해당 점수를 사용하여 보너스 베팅 및 무료 플레이 프로모션을 받은 사람을 안내했습니다.

보고서는 프로모션의 수익성을 높이는 동일한 예측 기술을 사용하여 도박 피해 위험에 처한 고객을 찾아낼 수 있는 시스템을 설명합니다. Times에 따르면 해당 보호 응용 프로그램은 시작되었지만 완료되지 않았습니다.

모델 작동 방식

Times에 따르면 2023년에 제작된 이 모델은 DraftKings 고객이 무료 베팅이나 보너스를 받은 후 잃을 것으로 예상되는 금액에 따라 점수를 매겼습니다. 예측을 위해 사용자의 게임 빈도, 계정 잔액, 베팅 손실 비율, 사용자가 도박을 완전히 중단할 가능성이 있는지 여부에 대한 별도의 추정치를 포함한 신호를 조사했습니다.

점수가 높을수록 고객이 지출한 프로모션 비용당 더 많은 수익을 창출할 것으로 예상된다는 의미입니다. 즉, 무료 베팅을 받을 가능성이 가장 높은 사람들은 설계상 알고리즘이 가장 많이 잃을 것으로 예상한 사람들이었습니다.

전 DraftKings 데이터 분석가인 Jayden Butts는 Times에 기본 논리를 다음과 같이 설명했습니다. "우리는 좋은 투자를 나타내는 목표로 삼을 수 있는 특성과 특징을 찾고 있습니다."

사업실적

이 접근 방식은 상업적으로 효과가 있었던 것으로 보입니다. Times에 따르면 DraftKings 경영진은 데이터 과학과 분석이 2025년 프로모션 중심 스포츠북 마진을 13% 향상했으며 AI가 수억 달러의 프로모션 지출을 개인화하는 데 도움이 되었다고 밝혔습니다.

이 그림은 예측 타겟팅이 스포츠 베팅 산업 경제의 핵심이 된 이유를 보여줍니다. 보너스 베팅은 값비싼 고객 확보입니다. 예상 손실을 예측하는 모델은 각 프로모션 비용을 지속적인 베팅으로 전환할 가능성이 가장 높은 사용자에게 전달할 수 있습니다.

완성되지 않은 도구

조사의 가장 예리한 발견은 DraftKings가 구축하지 않기로 선택한 것과 관련이 있습니다. 전 직원은 잠재적인 도박 문제가 있는 고객을 식별하는 위험 점수를 생성하기 위한 별도의 계획이 보류되었다고 Times에 말했습니다. 보고에 따르면 기본 데이터 인프라가 이를 지원할 수 있었음에도 불구하고 말입니다. 양방향을 볼 수 있는 인프라가 존재했다고 합니다. 오직 이익 지향적인 모델만 완성되었습니다.

DraftKings가 프레임을 뒤로 밀었습니다. 회사의 최고 책임 게임 책임자인 Lori Kalani는 DraftKings가 고객의 위험한 행동을 모니터링하며 회사가 증거 기반이 충분하지 않기 때문에 위험 예측 기술 배포를 거부했다고 Times에 말했습니다. DraftKings는 또한 자사의 마케팅이 고객을 불공정하게 타겟팅한다는 "어떤 암시도 거부"하고 프로모션은 손실 정도에 따라 순위가 매겨진 사용자보다는 지속적이고 적극적으로 플랫폼을 사용하는 사용자에게 제공된다고 말했습니다.

회사는 Mindway AI의 Gamalyze 도구와의 협력, 무결성 및 규정 준수 모니터링을 위한 IC360과의 파트너십 등 책임 있는 게임 이니셔티브를 공개적으로 강조합니다. 이러한 도구가 이전 직원이 설명한 특정 격차(위험이 높은 사용자를 사전에 점수를 매기고 보호하는 것)를 메울 수 있는지 여부는 사용 가능한 보고에 따르면 여전히 불분명합니다.

도박을 넘어선 AI 윤리 테스트 사례

이 이야기는 소비자를 상대하는 기업이 예측 AI를 어떻게 사용하는지에 대한 집중적인 조사가 진행되는 가운데 시작됩니다. 핵심 긴장은 기술이 존재한다는 것이 아닙니다. 예상 가치에 따라 사용자에게 점수를 매기는 것은 구독, 광고 및 핀테크 전반에 걸쳐 표준 관행입니다. 그러나 가장 수익성이 높은 고객을 식별하는 동일한 모델이 가장 취약한 고객도 식별하면 어떤 일이 발생합니까?

규제 당국은 한동안 이 방향으로 움직여 왔습니다. 특히 도박 부문에서 관계자들은 업계가 플레이어 행동을 형성하기 위해 데이터를 사용하는 것에 대해 의문을 제기했으며 필라델피아 지역에서는 DraftKings의 판촉 관행에 대한 소송이 있었습니다. 타임즈의 보도가 유효하다면 이는 국회의원과 도박 규제 당국에 일반 업계의 우려보다 더 구체적인 내용을 제공합니다. 즉, 피해 예측과 이익 예측이 기술적으로 가능하고 단 하나만 완료된 것으로 추정되는 사례입니다.

사용자에게는 실용적인 테이크아웃이 불편합니다. 받은 편지함에 도착하는 무료 베팅은 충성도에 대한 보상이 아니라 패배 가능성에 대한 데이터 기반 판단을 반영할 수 있습니다. 그리고 판단을 내리는 모델은 플레이 빈도, 손실 추적 정도, 중단 징후 표시 여부 등 해당 목적을 위해 명시적으로 공유한 적이 없는 정보를 알고 있습니다.

DraftKings는 법 위반 혐의로 기소되지 않았으며 타겟 프로모션은 합법적입니다. 그러나 AI 시스템이 누가 어떤 제안을 볼 것인지 점점 더 결정함에 따라 기업이 예측할 수 있는 것과 행동하기로 선택하는 것 사이의 격차가 소비자 AI 윤리의 핵심 문제가 되고 있습니다. 그리고 DraftKings 보고는 실제로 이러한 격차를 보여주는 가장 명확한 예 중 하나입니다.