본문으로 건너뛰기

"AI" 태그로 연결된 302 개 게시물 개의 게시물이 있습니다.

인공지능 및 머신러닝 애플리케이션

모든 태그 보기

Slack에 등장한 Fred와 Balaji: 코인베이스의 페르소나 에이전트와 업무용 인지적 트윈의 탄생

· 약 12 분
Dora Noda
Dora Noda
Software Engineer

2026년 4월 18일, 브라이언 암스트롱(Brian Armstrong)은 코인베이스의 가장 영향력 있는 두 명의 동문이 회사로 돌아왔다고 발표했습니다. 고문, 이사, 혹은 컨설턴트가 아니라 '소프트웨어'로서 말입니다. 공동 창립자 프레드 에어삼(Fred Ehrsam)을 모델로 한 "Fred" 에이전트는 현재 코인베이스의 슬랙(Slack) 워크스페이스 내에서 전략 임원으로 상주하고 있습니다. 전 CTO 발라지 스리니바산(Balaji Srinivasan)의 인지적 복제본인 "Balaji" 에이전트는 직원들의 대화 스레드에 나타나 불편한 질문을 던지고 가설에 이의를 제기합니다. 3주 후인 5월 5일, 코인베이스는 전체 인력의 14% 인 약 700명을 해고했으며, 남은 인원을 순수 관리자 대신 "플레이어-코치"에게 보고하는 "AI 네이티브 포드(AI-native pods)"를 중심으로 재편했습니다. 이 두 사건은 서로 무관하지 않습니다. 이들은 회사의 가장 가치 있는 퇴사자들의 인지적 노동이 보존되고, 확장되며, 인프라로서 배치되는 미래를 그려내고 있습니다.

이것은 단순한 한 거래소의 인사 실험 그 이상의 이야기입니다. 이는 특정 개인을 정교하게 미세 조정(fine-tuned)하고 상시 가동되는 인지적 쌍둥이인 '페르소나 에이전트(persona-agent)' 패턴이 기업이 기억하고, 결정하며, 운영되는 방식을 어떻게 재편하려 하는지 보여주는 단면입니다.

"Fred" 와 "Balaji" 가 실제로 하는 일​

두 에이전트는 훈련된 대상의 성격을 반영하는 서로 다른 임무를 가지고 있습니다.

Fred 에이전트 는 전략 임원으로서 기능합니다. 직원들은 문서에 대한 고위급 검토가 필요할 때, 프로젝트가 회사의 우선순위와 일치하는지 확인하고 싶을 때, 혹은 출시 계획에 대한 경영진 수준의 비평을 원할 때 이 에이전트에게 메시지를 보냅니다. Fred 에이전트의 역할은 코인베이스의 상장을 돕고 현재 패러다임(Paradigm)의 투자 논리를 주도하는 에어삼 특유의 절제된 제품 전략을 적용하는 것입니다.

Balaji 에이전트 는 다른 역할을 수행합니다. 이 에이전트는 사내의 '도발자'로서, 장기적인 영향을 표면화하고 예의 바른 기업 문화가 억누르는 질문들을 던지도록 설계되었습니다. Fred가 다듬는 역할을 한다면, Balaji는 파괴하는 역할을 합니다. 수년간의 스리니바산의 저작물, 팟캐스트 출연 기록, 그리고 "네트워크 국가(Network State)" 이론을 학습한 이 에이전트는 코인베이스 CTO 시절과 a16z 크립토(a16z Crypto)에서의 역할을 정의했던 역발상적이고 체계적인 스타일을 구현합니다.

중요한 점은 이것들이 단순한 커스텀 프롬프트가 있는 일반적인 LLM 비서가 아니라는 것입니다. 코인베이스의 계획에 따르면, 이러한 에이전트들은 정교하게 조정된 복제본으로 구축되고 있습니다. 즉, 페르소나는 단순한 시스템 메시지가 아니라 모델의 '가중치(weights)' 안에 존재합니다. 또한 회사는 새로운 에이전트를 생성하는 것을 매우 쉽게 만들 의도가 있음을 시사했습니다. 암스트롱은 4월 18일 발표에서 다음과 같이 언급했습니다. "조만간 인간 직원보다 더 많은 에이전트를 보유하게 될 것으로 예상합니다."

페르소나 에이전트와 일반 LLM의 차이점​

이것이 왜 중요한지 이해하려면, 겉보기에는 비슷해 보이지만 매우 다른 문제를 해결하는 세 가지 카테고리의 AI 도구를 구분하는 것이 도움이 됩니다.

일반 LLM 비서(Generic LLM assistants) 는 기본 ChatGPT나 순정 클로드(Claude) 통합 모델과 같은 광범위한 도구입니다. 이들은 모든 것에 대해 조금씩 알고 있지만 특정 분야에 대해 깊이 알지는 못합니다. 수백만 개의 사용 사례에서 거부감이 없도록 최적화되었기 때문에 유능하지만 평균적인 답변을 제공합니다.

생산성 에이전트(Productivity agents) 는 슬랙봇(Slackbot)의 새로운 에이전트포스 360(Agentforce 360) 기능이나 마이크로소프트 코파일럿(Microsoft Copilot) 기업용 버전과 같은 컨텍스트(맥락) 도구입니다. 이들은 당신의 회의, CRM, 문서 등을 파악하고 당신을 대신해 업무를 실행합니다. 2026년 1월에 출시된 "문맥 인식 AI 에이전트"로서의 슬랙봇이 좋은 예입니다. 대화를 요약하고, 답장을 작성하며, 세일즈포스(Salesforce) 기록을 업데이트합니다. 하지만 당신의 전략이 옳은지에 대한 의견은 없습니다.

페르소나 에이전트(Persona agents) 는 판단 도구입니다. 이들은 이메일, 메모, 팟캐스트 녹취록, 내부 문서, 공개된 글 등 특정 인물의 작업물 전체를 미세 조정 학습하여 그 사람의 결정 휴리스틱(decision heuristics)을 구현합니다. Fred 에이전트는 단순히 "전략을 돕는 AI"가 아닙니다. "프레드 에어삼처럼 전략에 대해 생각하는 AI"입니다.

이러한 구분은 마케팅 그 이상의 의미를 갖습니다. 비범하게 유능한 사람이 수십 년 동안 내린 의사 결정은 일반적인 파운데이션 모델이 재현할 수 없는 압축된 지식의 형태를 나타냅니다. Balaji 에이전트에게 제품 기능이 주권적 인터넷(sovereign internet)의 장기적 비전과 일치하는지 물을 때, 당신은 GPT-5에게 역할극을 시키는 것이 아닙니다. 당신은 정확히 그 질문에 대해 20년 동안 고민해 온 사람의 미세 조정된 정수를 심문하는 것입니다.

동의의 문제 — 그리고 그 뒤에 숨겨진 것들​

에어삼과 스리니바산 모두 이 프로젝트를 공개적으로 지지했으며, 이는 가장 명백한 법적 지뢰밭을 피해 가게 해줍니다. 여기에는 스칼렛 요한슨(Scarlett Johansson) 사건이나 배우 조합의 소송 같은 일은 일어나지 않습니다. 인지적 복제본은 당사자들이 동의했기 때문에 존재합니다.

하지만 동의는 문제의 가장 쉬운 부분만을 해결할 뿐입니다. 세 가지 더 어려운 질문이 남아 있습니다.

동의하지 않은 공인들의 경우는 어떠한가? Character.AI, Estha 및 수십 개의 다른 소비자 플랫폼은 이미 일론 머스크(Elon Musk), 비탈릭 부테린(Vitalik Buterin), 그리고 아인슈타인이나 소크라테스 같은 역사적 인물을 사칭하는 사용자 생성 봇들을 호스팅하고 있습니다. 대부분은 허가 없이 제작되었습니다. 워싱턴 주는 2026년 4월에 AI 생성 딥페이크를 포함하도록 인격권(personality-rights) 법을 확대했습니다. 뉴욕 주도 사망한 인물을 포함하여 유사한 보호 조치를 법제화했습니다. 합성 콘텐츠에 대한 EU AI 법(EU AI Act)의 투명성 요구 사항은 2026년 8월 2일부터 효력이 발생합니다. 동의 없는 페르소나 에이전트에 대한 법적 규제는 빠르게 강화되고 있지만, 분산된 팬들이 만든 봇들에 대한 집행은 길고 험난한 싸움이 될 것입니다.

프레드나 발라지가 아닌 일반 직원들의 경우는 어떠한가? 점점 더 많은 기술직 노동자들이 AI 훈련에서 자신의 목소리, 글, 의사 결정 로그의 사용을 규제하는 계약 조항을 요구하고 있습니다. 2026년 업계 설문 조사에 따르면 기술직 노동자의 약 42% 가 입사 서명 전 명시적인 "디지털 초상권(digital likeness)" 보호를 원했습니다. 기업들이 내부 슬랙 메시지, 코드 리뷰, 디자인 메모를 바탕으로 에이전트를 미세 조정하기 시작하면서, 직원의 인지적 결과물을 누가 소유하는지, 그리고 그 직원이 떠난 후에도 회사가 이를 계속해서 배치할 수 있는지에 대한 질문은 이론적인 문제를 넘어 실무적인 문제가 되었습니다.

원본 인물의 변화하는 견해는 어떠한가? 페르소나 에이전트는 특정 시점의 스냅샷입니다. 2028년의 실제 발라지 스리니바산은 새로운 데이터에 기반해 자신의 생각을 업데이트했겠지만, 코인베이스 슬랙의 Balaji 에이전트는 누군가 재학습시키지 않는 한 그렇지 않을 것입니다. 시간이 지남에 따라 에이전트와 실제 인물은 멀어지게 되며, 매일의 의사 결정에 깊이 개입된 에이전트가 모델이 된 실제 인물보다 더 실질적인 영향력을 행사하게 될 수도 있습니다.

왜 크립토 업계가 가장 먼저 도달했는가​

주요 기업 중 페르소나 에이전트(persona agents)를 최초로 고도로 프로덕트화하여 배치한 곳이 골드만삭스나 마이크로소프트가 아닌 코인베이스(Coinbase)라는 사실은 결코 우연이 아닙니다.

크립토 업계는 유독 창업자의 영향력이 강합니다. 비탈릭 부테린(Vitalik Buterin), 헤이든 아담스(Hayden Adams), 몰락 전의 수 주(Su Zhu), 아나톨리 야코벤코(Anatoly Yakovenko)와 같은 소수 사상가들의 직관과 초기 프로토콜을 구축한 이들의 통찰은 수십억 달러 규모의 의사결정을 형성해 왔습니다. 이러한 개인이 떠나거나, 주의가 분산되거나, 의견 제시를 거부할 때 그들이 구축을 도운 기관들은 일종의 운영 나침반을 잃게 됩니다. 의사결정 권한이 분산된 다른 산업보다 크립토 분야에서는 이러한 나침반을 소프트웨어로 캡처하는 것이 훨씬 더 명확한 가치를 지닙니다.

또한 크립토 문화는 정체성과 소유권에 대한 급진적인 실험을 당연하게 받아들입니다. 가명 창업자, DAO(탈중앙화 자율 조직), 토큰화된 사회적 자본을 탄생시킨 이 업계는 개인의 인지 스타일이 거래 가능하고 배포 가능한 자산이 될 수 있다는 아이디어를 편안하게 수용합니다. 발라지 스리니바산(Balaji Srinivasan) 자신도 수년 동안 크립토와 인터넷이 새로운 형태의 "엑시트(exit)"를 가능하게 한다고 주장해 왔으며, 여기에는 자신의 물리적 존재가 영향력의 한계 요인이 되는 상황으로부터의 이탈도 암시적으로 포함됩니다.

마지막으로, 크립토 기업들은 이미 구조적으로 군더더기가 없고 AI 지향적입니다. 코인베이스의 2026년 5월 조직 개편(더 수평적인 조직도, 리더당 15개 이상의 보고 라인, 단 한 명의 인간이 에이전트 군단을 지휘하는 AI 네이티브 포드 등)은 중간 관리직보다 코드를 더 신뢰하는 인력 구조가 도달하게 될 자연스러운 종착역입니다. 페르소나 에이전트는 20만 명이 근무하는 은행보다는 이러한 문화에 훨씬 더 잘 부합합니다.

경쟁 지형: Delphi, Imbue, 그리고 페르소나 스택​

코인베이스가 페르소나 에이전트를 발명한 것은 아닙니다. 그들은 이를 기업용으로 프로덕트화했을 뿐입니다. 기초가 되는 기술 스택은 이미 수년 전부터 형성되어 왔습니다.

Delphi.ai는 2023년부터 소비자용 "디지털 마인드(Digital Minds)"를 구축해 왔습니다. 이는 전문가의 음성과 텍스트를 미세 조정(fine-tuning)하여 복제한 것으로, 웹사이트, 슬랙(Slack), 왓츠앱(WhatsApp), 음성 통화 등에 임베딩됩니다. 설립자 다라 라제바르디안(Dara Ladjevardian)은 2026년을 디지털 마인드 채택의 전환점으로 꼽았으며, 이 회사의 플랫폼은 코인베이스가 내부적으로 운영하는 것으로 보이는 시스템과 구조적으로 유사합니다.

Imbue 및 기타 음성 에이전트 개발사들은 실시간 페르소나 대화 기술을 연구해 왔습니다. 미세 조정된 모델이 원본 인물처럼 글을 쓸 뿐만 아니라, 적절한 속도와 억양으로 그들처럼 말하는 기술입니다.

Character.AI는 소비자 시장을 장악하고 있으며, 수백만 명의 사용자가 연예인이나 역사적 인물을 본떠 팬들이 만든 봇과 채팅합니다.

Replika는 또 다른 틈새시장에 위치합니다. 특정 인물이 아닌 사용자와의 관계에 초점을 맞춰 미세 조정된 단일하고 지속적인 동반자 에이전트를 제공합니다.

코인베이스 사례에서 새로운 점은 그 맥락에 있습니다. 소비자 엔터테인먼트나 개인적 생산성이 아니라, 고위 전략 수준의 기업 의사결정 지원에 활용된다는 것입니다. 이 패턴이 검증되면 모든 포춘 500대 기업은 명확한 행보를 보일 것입니다. 은퇴한 창업자, 떠난 CTO, 가장 영향력 있었던 전직 제품 책임자의 인지적 쌍둥이(cognitive twin)를 다시 불러오는 것입니다.

노동 시장에 미치는 영향​

페르소나 에이전트가 작동하기 시작하면 새로운 자산군이 형성됩니다.

투자자, 창업자, 과학자, 작가 등 강력한 인지적 브랜드를 가진 공인들은 자신의 사고 패턴에 대한 라이선스를 부여하게 될 것입니다. 매튜 맥커너히(Matthew McConaughey)는 이미 2026년에 자신의 이름, 이미지, 음성, 유행어가 AI에 사용되는 것을 보호하기 위해 8개의 연방 상표를 출원했습니다. 다음 단계는 그 반대입니다. 이러한 요소들을 서비스로서 의도적으로 라이선스하는 것입니다. 나발 라비칸트(Naval Ravikant)의 저작물로 미세 조정되고 본인이 직접 검증한 "나발 에이전트"를 연간 5만 달러에 구독하여 사용하는 SaaS 모델을 상상해 보십시오. 인지 노동은 한 번 캡처되면 무한히 확장 가능하기 때문에 이러한 경제 구조가 성립됩니다.

일반 지식 노동자들에게 미치는 영향은 좀 더 모호합니다. 프레드 어삼(Fred Ehrsam)을 인프라로 바꾸는 것과 동일한 미세 조정 기술이 시니어 엔지니어를 인프라로 바꿀 수도 있습니다. 2026년 5월에 해고된 코인베이스 직원의 14%는 수천 건의 메모, 설계 문서, 슬랙 메시지를 남겼을 것이며, 이는 이제 학습 데이터가 되었습니다. 이러한 노동자들이 자신의 작업물을 기반으로 학습된 에이전트의 인지적 산출물에 대해 어떠한 권리를 보유할 수 있는지는 향후 5년간 노동계의 핵심 질문 중 하나가 될 것입니다.

가장 선견지명 있는 대응은 지금부터 자신의 의사결정 로그를 복리 자산으로 취급하기 시작하는 것입니다. 당신이 작성하는 모든 메모, 녹음하는 모든 팟캐스트, 참여하는 모든 디자인 리뷰는 잠재적인 미세 조정 데이터입니다. 이는 당신이 제어하고 라이선스를 부여할 에이전트를 위한 데이터가 될 수도 있고, 누군가가 허락 없이 학습시킬 에이전트를 위한 데이터가 될 수도 있습니다. 이 두 결과 사이의 비대칭성은 자신의 인지적 산출물을 소유하느냐, 아니면 이를 캡처한 회사로부터 다시 빌려 쓰느냐의 차이를 만듭니다.

Web3 빌더들에게 주는 의미​

Web3 창업자들은 이러한 트렌드의 특별한 교차점에 서 있습니다. 그들의 작업물은 유독 대중에게 공개되어 있습니다. 대부분 블로그, 팟캐스트, 트위터를 운영하며 오픈 소스로 코드를 배포합니다. 이로 인해 그들은 본인에 의해서든 타인에 의해서든 페르소나 에이전트로 캡처될 이상적인 후보가 됩니다. 또한 빠르게 움직인다면 이러한 캡처를 수익화하기에도 유리한 위치에 있습니다.

고려해야 할 세 가지 구체적인 조치는 다음과 같습니다.

  1. 의사결정 이력을 의도적으로 아카이브하십시오. 프로토콜이나 Web3 기업을 운영하고 있다면 설계 메모, 거버넌스 게시물, 내부 슬랙을 자신의 판단력을 기록한 장기 기록물로 취급하십시오. 백업하고, 태그를 달고, 쿼리가 가능하도록 만드십시오. 2030년에 소프트웨어로 존재할 당신의 버전은 지금 축적하는 코퍼스(corpus)의 품질에 달려 있습니다.

  2. 라이선싱 인프라를 주시하십시오. 공인이 자신의 디지털 마인드를 학습, 검증 및 라이선스할 수 있도록 돕는 도구들(Delphi 및 이와 경쟁하는 차세대 플랫폼들)이 인지 노동의 아이튠즈(iTunes)가 되고 있습니다. 다른 사람이 학습시키기 전에 자신의 미세 조정 모델을 소유하는 것이 중요해질 것입니다.

  3. 프로토콜의 제도적 기억(institutional memory)을 계획하십시오. 특히 DAO는 창업자의 맥락을 상실하기 쉽습니다. 초기 팀이 특정 거버넌스 결정을 내린 의도가 무엇인지, 왜 특정 경제적 파라미터가 그렇게 설정되었는지 등에 대한 맥락입니다. DAO의 디스코드에 배치된, 창업 팀의 잘 학습된 페르소나 에이전트가 그 자연스러운 해답이 될 수 있습니다.

더 큰 패턴​

코인베이스(Coinbase)의 Fred와 Balaji 롤아웃은 하나의 데이터 포인트에 불과합니다. 하지만 이는 더 큰 무언가를 시사합니다. 바로 인지 복제본(cognitive replicas)을 위한 노동 시장의 도래입니다. 이는 AI 에이전트가 단순히 작업을 수행하는 것을 넘어 특정 실존 인물의 판단력을 구현하는 기업용 소프트웨어 카테고리입니다.

그러한 세상에서 가장 가치 있는 기업 동문은 사고 패턴이 가장 잘 캡처된 사람들입니다. 가장 가치 있는 직원은 자신의 파인튜닝(fine-tunes) 데이터를 소유한 사람들입니다. 그리고 가장 가치 있는 기업은 인간과 페르소나 에이전트(persona agents)로 팀을 구성하여 서로의 강점을 극대화하는 방법을 찾아내는 기업입니다.

영향력 있는 창립자들이 많고, 자신에 대한 소유권을 하나의 제품으로 받아들이는 데 익숙하며, 이미 운영 충격을 흡수할 수 있을 만큼 효율적으로 운영되고 있는 크립토 산업은 이 실험이 가장 먼저, 그리고 가장 뜨겁게 진행될 곳입니다. 코인베이스는 4월 18일에 출발 신호를 알렸습니다. 이제 경주는 시작되었습니다.

BlockEden.xyz는 Sui, Aptos, Ethereum, Solana 및 27개 이상의 체인에서 프로젝트를 빌딩하는 Web3 빌더를 위해 신뢰할 수 있는 RPC 및 인덱싱 인프라를 제공합니다. 인지 인프라가 컴퓨팅 인프라만큼 중요해짐에 따라, 여러분이 구축하는 기반은 여전히 엔터프라이즈급이어야 합니다. API 마켓플레이스 살펴보기를 통해 지속 가능하도록 설계된 환경에서 서비스를 시작하세요.

출처​

산업용 DeAI의 등장: 2026년 1분기 AI 토큰이 암호화폐 시장을 16% 상회하며 조용히 성과를 낸 이유

· 약 12 분
Dora Noda
Dora Noda
Software Engineer

암호화폐 역사상 처음으로, 가장 큰 목소리를 냈던 내러티브가 실질적인 실적을 증명하고 있습니다. 2026년 1분기, 투기성 컨슈머 토큰의 가치가 30% 하락하는 동안 비텐서(Bittensor), 버추얼스 프로토콜(Virtuals Protocol), ASI 얼라이언스(ASI Alliance), 렌더(Render), io.net과 같은 AI 암호화폐 그룹은 단 14%만 하락했습니다. 이 16%의 격차는 단순한 분위기 전환이 아닙니다. 이는 가격 책정의 대전환(pricing event)입니다. 투자자들은 더 이상 탈중앙화 AI라는 '아이디어'에 비용을 지불하지 않고, 실제로 수익을 창출하는 프로토콜에 투자하기 시작했습니다.

수익이 로드맵보다 생존을 결정하는 AI 암호화폐의 생산 단계, "산업용 DeAI"의 시대에 오신 것을 환영합니다.

슬로건에서 정산으로​

2024년의 AI 토큰 사이클은 일종의 이야기 문제였습니다. GPU가 부족하니 TAO를 사고, 에이전트가 기업용 소프트웨어를 대체할 것이니 FET를 사라는 식이었죠. 그 주에 크립토 트위터에서 유행하는 것이라면 무엇이든 샀습니다. 당시의 밸류에이션은 프로젝트가 미래를 얼마나 설득력 있게 서술하느냐에 달려 있었습니다.

18개월이 지난 지금, 스프레드시트가 마침내 슬라이드 덱(발표 자료)의 속도를 따라잡았습니다. 비텐서는 2026년 1분기를 4,300만 달러의 프로토콜 수익과 21.57%의 분기별 가격 상승으로 마무리했습니다. 이는 할인율과 비교하여 나누고, 곱하고, 대조할 수 있는 실질적인 숫자입니다. 버추얼스 프로토콜의 '에이전틱 GDP(aGDP)' — 네트워크상의 자율 에이전트에 의해 실행된 작업의 달러 가치 — 는 베이스(Base) 체인에서 4억 7,900만 달러를 넘어섰으며, 18,000개 이상의 배치된 에이전트를 통해 177만 건의 작업이 완료되었습니다. 인공 초지능 얼라이언스(ASI Alliance: 구 Fetch.ai + SingularityNET + Ocean Protocol)는 **머스크(Maersk)**와의 협업을 포함하여 기업 고객을 위한 프로덕션 에이전트 워크로드를 실행하고 있으며, 얼라이언스 측은 이를 통해 해운 효율성을 37% 이상 개선했다고 주장합니다.

이것들은 수익 창출 전의 막연한 '문샷(moonshot)' 프로젝트가 아닙니다. 2020년 DeFi의 변곡점 이후, 기관 투자자들이 자금을 할당할 수 있을 만큼 충분히 큰 규모의 감사를 거친 현금 흐름을 보유한 최초의 암호화폐 프로토콜들입니다.

2026년 1분기 성과 격차 분석​

전체 시장 대비 16%의 초과 수익은 명확한 축을 따라 나뉩니다. 유틸리티 기반의 AI 토큰이 내러티브 중심의 AI 토큰보다 나은 성과를 거두었고, 두 그룹 모두 밈코인보다 높은 수익률을 기록했습니다.

주요 성과를 견인한 다섯 가지 프로젝트는 다음과 같습니다:

  • 렌더 (RENDER) — 새로운 분산 서브넷이 기존 3D 렌더링 비즈니스와 함께 AI 워크로드를 끌어들이면서 시가총액 20억 달러를 돌파했습니다. '이미 유료 고객을 보유한 GPU 컴퓨팅'이라는 스토리가 마침내 시너지 효과를 냈습니다.
  • 비텐서 (TAO) — 약 200억 달러의 가치에 도달했습니다. Covenant-72B 오픈 모델 트레이닝 런을 통해 탈중앙화 모델 학습이 대규모로 가능하다는 것을 공개적이고 검증 가능하게 입증했습니다.
  • NEAR — 프라이빗 추론과 기밀 에이전트 실행을 중심으로 재편하여, 하이퍼스케일러들이 모방할 수 없는 체인 네이티브 보안성을 찾는 기관 구매자들을 확보했습니다.
  • ASI 얼라이언스 (FET) — 합병 후 통합 기간을 거쳐 명확한 기업 파이프라인을 갖추고 재부상했습니다. 버추얼스와 함께 그레이스케일(Grayscale)의 2026년 1분기 '검토 자산' 목록에 포함되었습니다.
  • 버추얼스 프로토콜 (VIRTUAL) — 4억 7,900만 달러의 aGDP 마일스톤을 달성했으며, 최초로 유의미한 성과를 거둔 안정적인 에이전트 간 결제 표준인 에이전트 커머스 프로토콜(Agent Commerce Protocol)을 출시했습니다.

성과가 저조했던 프로젝트들에 부족했던 것은 단 하나, 바로 증명 가능한 수익과 구체적인 고객의 이름이었습니다.

비텐서의 기관 투자 분수령​

체제 변화의 가장 명확한 신호는 암호화폐 펀드가 아닌 **엔비디아(NVIDIA)**에서 나왔습니다. 2026년 1분기, 엔비디아는 약 4억 2,000만 달러를 비텐서에 투입한 것으로 추정되며, 그 자금의 약 77%가 서브넷에 스테이킹되었습니다. 이는 단순한 트레이딩 포지션이 아닌 장기적인 약속입니다. 폴리체인 캐피털(Polychain Capital) 또한 2억 달러를 추가하여, 해당 분기의 총 기관 유입액은 약 6억 2,000만 달러에 달했습니다.

이는 이전의 크립토 VC 사이클과 두 가지 면에서 다릅니다. 첫째, 엔비디아는 내러티브를 쫓을 이유가 없습니다. AI 컴퓨팅 수요가 폭발하면 그들의 핵심 비즈니스는 이미 승리하기 때문입니다. 비텐서에 자금을 할당하는 것은 모델 학습, 추론, 미세 조정(fine-tuning)의 상당 부분이 엔비디아가 통제하지는 않지만 엔비디아의 실리콘을 사용하는 네트워크에서 이루어질 미래에 대한 헤지(hedge)입니다. 둘째, 한때 비주류 의견이었던 탈중앙화 AI 학습에 대한 젠슨 황(Jensen Huang)의 공개적인 지지는 모든 전통 투자자들이 투자 메모를 작성할 수 있는 명분을 제공했습니다.

이제 플라이휠이 눈에 보입니다: 프로토콜 수익이 서브넷 인센티브에 자금을 공급하고 → 서브넷 인센티브가 실제 모델과 실제 워크로드를 유치하며 → 실제 워크로드가 기업 고객을 끌어들이고 → 기업 고객이 더 많은 프로토콜 수익을 창출합니다. 2026년 1분기 전까지 이것은 가설이었으나, 이제는 차트가 되었습니다.

버추얼스 프로토콜과 에이전틱 GDP의 지표​

비텐서가 공급 측면(GPU, 가중치, 추론)을 담당한다면, 버추얼스 프로토콜은 수요 측면입니다. 즉, 자율 에이전트들이 사람의 개입 없이 거래하고, 서로를 고용하며, 전체 워크플로우를 가동하는 마켓플레이스입니다. 4억 7,900만 달러라는 aGDP 수치는 AI 암호화폐 분야에서 GMV(총 상품 거래액) 지표와 가장 유사하기에 자세히 살펴볼 가치가 있습니다.

버추얼스의 네 가지 연동 유닛은 이 거래량이 어떻게 발생하는지 설명합니다:

  1. 버틀러 (Butler) — 인간이 에이전트에게 리서치, 콘텐츠 제작, 트레이딩 워크플로우 등의 작업을 지시하는 사용자 인터페이스 계층입니다.
  2. 에이전트 커머스 프로토콜 (ACP) — 에이전트들이 자율적으로 서로를 발견하고 고용하며 비용을 지불할 수 있게 해주는 결제 표준입니다. 이것이 실제적인 경제적 원시 단위(primitive)입니다.
  3. 유니콘 (Unicorn) — 토큰화된 에이전트를 위한 자본 형성 장소로, 구조적으로 초기 Web3 런치패드와 유사하지만 투기보다는 수익 창출형 디지털 노동에 최적화되어 있습니다.
  4. 버추얼스 로보틱스 + 이스트월드 랩스 — 2026년 휴머노이드 로봇 공학으로의 확장으로, 에이전트 경제를 화면에서 물리적 작업 공간으로 확장합니다.

흥미로운 행보는 ACP입니다. 암호화폐 업계는 2023년부터 '에이전트 간 결제'를 약속해 왔지만, 대부분은 폐쇄된 환경에서의 데모에 불과했습니다. 버추얼스는 에이전트들이 실제 환경에서 서로에게 비용을 지불하는 네트워크를 구축했으며, 4억 7,900만 달러의 거래가 한 분기 만에 체결되었습니다. 이 aGDP 수치가 지속 가능한 기업 물량을 나타내는지 아니면 토큰 순환 활동에 불과한지는 2026년 가장 뜨거운 논쟁거리가 되겠지만, 거래의 규모(order of magnitude) 자체가 변했다는 점은 확실합니다.

ASI 얼라이언스의 조용한 기업용 전환​

2024 년 6 월 Fetch.ai, SingularityNET, Ocean Protocol 이 합산 가치 약 $ 7.5 billion 에 합병하여 형성된 ASI 얼라이언스(ASI Alliance)는 2025 년의 대부분을 세 개의 엔지니어링 조직, 세 개의 거버넌스 구조, 그리고 세 개의 토큰 홀더 기반을 하나의 일관된 프로토콜로 융합하는 화려하지 않은 작업을 수행하며 보냈습니다. 2026 년에 이르러 그 작업은 결실을 맺고 있습니다.

얼라이언스의 강점은 기업 통합입니다. Bittensor 가 AI 학습 시장 점유율을 두고 경쟁하고 Virtuals 가 소비자용 에이전트의 관심을 끌기 위해 경쟁하는 반면, ASI 는 물류 SaaS 계약이나 제약 공급망 워크플로우에 내장될 가능성이 가장 높은 프로토콜입니다. 머스크(Maersk) 도입 사례 — 컨테이너 트래픽 전반에서 경로 및 재고를 최적화하며 37 % 이상의 효율성 향상을 기록한 자율 에이전트 — 는 역사적으로 IBM 과 Accenture 만이 수주할 수 있었던 종류의 레퍼런스 고객입니다. ASI 는 개인 투자자에게 토큰을 판매하는 것이 아니라, 운영 책임자들에게 에이전트를 판매하고 있습니다.

이것이 바로 ASI 의 2026 년 궤적이 크립토 트위터(Crypto-Twitter)의 심리보다 기업의 판매 주기에 더 민감한 이유입니다. 리스크 프로필은 더 느리고, 덩어리가 크지만(lumpy), 더 고착화되는(stickier) 다른 양상을 띠며, 이 프로필은 정확히 기관 투자자들이 요구해 온 것입니다.

DePIN: 에이전트 아래의 컴퓨팅 레이어​

산업용 DeAI 는 그 아래에 산업용 DePIN 레이어 없이는 존재할 수 없습니다. 이 두 섹터는 매출 변곡점을 동시에 맞이했습니다.

  • io.net은 2026 년 3 월 25 일에 **에이전트 클라우드(Agent Cloud)**를 출시했습니다. 이는 자율 에이전트가 인간의 개입 없이 GPU 리소스를 획득, 예약 및 결제할 수 있도록 특별히 설계된 컴퓨팅 레이어입니다. 구조적으로 이는 주요 고객이 인간 ML 엔지니어가 아닌 다른 프로토콜의 에이전트인 최초의 DePIN 제품입니다.
  • Aethir는 2025 년 3 분기까지 연간 반복 매출(ARR) $ 147 million을 기록했으며, 분기별 성장률은 14.5 % 에서 22 % 로 가속화되었고 100 개 이상의 생태계 파트너를 확보했습니다.
  • Render는 시가총액 $ 2 billion을 돌파했으며, 렌더링 기반에서 발생하는 AI 워크로드 수요를 흡수하기 위해 분산형 AI 서브넷(Dispersed AI subnet)을 출시했습니다.

광범위한 DePIN 섹터는 1 년 만에 시가총액이 약 $ 5.2 billion 에서 $ 19 billion 이상으로 성장했으며, 업계 전망에 따르면 2028 년까지 $ 3.5 trillion 규모에 도달할 것으로 보입니다. 2028 년의 수치가 실제 그 범위 내에 도달하든 아니든, 방향성은 명확합니다. 탈중앙화 AI 의 곡괭이와 삽 역할을 하는 인프라 자체가 이제 수십억 달러 규모의 비즈니스가 되었습니다.

DeFi 와의 평행 이론 — 그리고 차이점​

산업용 DeAI 를 2020 - 2023 년의 DeFi 성숙기에 대입해 보려는 유혹이 있습니다. 하이프(Hype) 단계 → 이자 농사 투기 → 수익 창출 대출 및 DEX 인프라로 이어지는 과정 말입니다. 이 평행 이론은 대체로 유효합니다. 두 섹터 모두 "노출을 위해 티커를 매수하는" 단계를 거쳤고, 그 후 "손익 계산서(P&L)로 프로토콜을 평가하는" 단계로 넘어갔습니다. 온체인 수익을 명확하게 측정할 수 있게 되자 투자자들의 행동도 변화했습니다.

차이점 또한 중요합니다. DeFi 의 고객은 주로 다른 DeFi 사용자였습니다 — 이는 TAM 을 제한하고 수익을 암호화폐 시장 활동에 따른 주기적 특성에 가두는 폐쇄적인 루프를 형성했습니다. 산업용 DeAI 의 고객은 점점 더 크립토 외부에서 유입되고 있습니다. AI 연구소, 물류 회사, 컴퓨팅 구매자, 기업용 SaaS 계약 등이 그 예입니다. 이는 공략 가능한 수익 풀을 극적으로 넓히지만, 동시에 AI-크립토를 다른 거시적 환경에 노출시킵니다. 즉, 기업의 IT 예산, AI 설비 투자(CAPEX) 주기, 그리고 서비스 수준 협약(SLA)만 유지된다면 자신의 에이전트가 Base 에서 결제되든 AWS 에서 결제되든 상관하지 않는 CIO 들의 조달 선호도에 영향을 받게 됩니다.

**가트너(Gartner)**의 기본 전망에 따르면 2028 년까지 기업용 소프트웨어 애플리케이션의 33 % 에 에이전틱 AI 가 포함될 것(2024 년 1 % 미만에서 증가)이며, 에이전틱 AI 가 2035 년까지 기업용 애플리케이션 소프트웨어 매출의 약 30 % 를 주도하여 $ 450 billion 을 넘어설 것으로 보고 있습니다. 탈중앙화 프로토콜이 이 풀의 아주 낮은 한 자릿수 점유율만 차지하더라도, 절대적인 수익 수치는 DeFi 의 TAM 보다 한 차원 더 큽니다. 가트너는 또한 2027 년 말까지 에이전틱 AI 프로젝트의 40 % + 가 취소될 것이라고 경고하며, 비용 초과, 불분명한 ROI, 취약한 리스크 제어를 원인으로 꼽았습니다. 이는 이 시장의 바닥이 천장보다 훨씬 더 험난할 수 있음을 상기시켜 주는 유용한 지표입니다.

향후 주목해야 할 점​

2027 년까지 지속적으로 성장할 프로젝트와 내러티브와 함께 사라질 프로젝트를 가르는 세 가지 요소는 다음과 같습니다.

  1. 크립토 하락장에서의 수익 지속성. 가격이 상승하던 분기에 TAO 가 $ 43M 을 기록한 것은 수요를 보여줍니다. 가격이 50 % 하락하는 동안에도 동일한 수치가 유지된다면 고객이 실제 존재하는지 알 수 있을 것입니다.
  2. 오프체인 기업 계약. 머스크(Maersk)급의 레퍼런스는 어떤 프로토콜이 기관 투자 대상에 포함될지를 점차 결정하게 될 것입니다. 다음 물결의 투자 자본은 백서가 아닌 로고를 따라 움직입니다.
  3. 인프라 부하 형태. 에이전트 트래픽은 지갑 트래픽과 다릅니다. 이는 폭발적이고, 다단계이며, 인덱싱된 상태에 대해 매우 높은 읽기 비중을 가집니다. 인간 중심의 DeFi 를 위해 구축된 RPC 및 인덱싱 스택은 에이전트 기반 워크로드에 맞게 다시 튜닝되어야 합니다.

마지막 지점이 바로 곡괭이와 삽에 대한 질문이 귀결되는 곳입니다. 에이전트 네이티브 애플리케이션은 인덱싱된 컨트랙트 상태에 대한 지속적인 저지연 읽기, 예측 가능한 아카이브 노드 가용성, 그리고 실패한 호출을 다시 시도할 인간이 개입하지 않는다는 전제의 SLA 티어가 필요합니다. Base, Solana, NEAR, 그리고 Bittensor 생태계 전반에서 이러한 기능을 제공하는 인프라 공급업체들은 토큰 가격 차트에 나타나지 않더라도 산업용 DeAI 수익의 상당 부분을 조용히 점유하게 될 것입니다.

2026 년 1 분기의 헤드라인은 AI-크립토가 시장을 능가했다는 것이었습니다. 하지만 그 이면의 진짜 이야기는 AI-크립토가 더 이상 단순한 '이야기'에 머물지 않게 되었다는 점입니다.

BlockEden.xyz 는 Base, Solana, Aptos, Sui 등 산업용 DeAI 를 구동하는 체인들을 위해 에이전트 네이티브 워크로드에 필수적인 SLA 티어와 아카이브 노드 가용성을 갖춘 엔터프라이즈급 RPC 및 인덱싱 인프라를 제공합니다. API 마켓플레이스 탐색을 통해 차세대 자율 에이전트 프로토콜이 실행되는 동일한 인프라 레이어 위에서 개발을 시작해 보세요.

출처​

1.22달러 해킹: Ledger CTO가 말하는 AI의 암호화폐 보안 경제학 붕괴

· 약 12 분
Dora Noda
Dora Noda
Software Engineer

이제 작동 가능한 스마트 계약 익스플로잇을 생성하는 데 드는 API 크레딧 비용은 약 1.22달러에 불과합니다. 2025년 말 Anthropic의 레드팀이 제시하고, 공격당 최대 859만 달러를 탈취한 학계의 익스플로잇 생성 도구가 입증한 이 수치는 2026년 4월 5일 Ledger의 CTO 샤를 길레메(Charles Guillemet)가 경고한 내용의 배경이 됩니다. 인공지능은 암호학을 무너뜨리는 것이 아니라, 암호화폐 보안의 경제성을 무너뜨리고 있습니다. 업계의 전통적인 방어 체계는 이러한 환경에 맞춰 가격이 책정된 적이 없습니다.

2024년이 AI가 개발자의 코드 배포 방식을 바꾼 해였다면, 2026년은 AI가 공격자의 익스플로잇 배포 방식을 바꾼 해입니다. 비대칭성이 너무나 빠르게 뒤집힌 나머지, 하드웨어 지갑을 만드는 데 10년을 보낸 기업들조차 이제 신뢰 모델 전체를 다시 작성해야 하는 것은 아닌지 자문하고 있습니다.

길레메가 실제로 언급한 내용​

4월 초 공개 석상에서 Ledger의 최고 기술 책임자이자 오랜 기간 하드웨어 보안 연구자로 활동해 온 길레메는 불편한 가설을 제시했습니다. 대규모 언어 모델(LLM)이 낯선 솔리디티(Solidity) 코드를 읽고, 상태 머신에 대해 추론하며, 그럴듯한 익스플로잇 트랜잭션을 생성하고, 성공할 때까지 온체인 포크에 대해 반복 작업을 수행하는 등 공격자의 업무 중 가장 어려운 부분을 수행할 만큼 유능해졌기 때문에 암호화폐 공격 비용 곡선이 붕괴되고 있다는 것입니다.

그의 관점은 철저히 경제적이었습니다. 암호학 자체가 2024년보다 약해진 것은 아닙니다. 해시 함수는 여전히 작동하고 타원 곡선 암호도 건재합니다. 달라진 점은 성공적인 공격 뒤에 숨겨진 노동력 투입, 즉 수석 오디터의 통찰력이나 수개월 간의 끈기 있는 리버스 엔지니어링이 이제는 Anthropic이나 OpenAI의 인보이스 한 장에 담길 정도의 예산 항목으로 압축되었다는 점입니다. 길레메는 리뷰어가 읽을 수 있는 속도보다 개발자가 AI로 생성한 솔리디티 코드를 배포하는 속도가 더 빨라지면서 발생하는 2차적 효과를 지적하며, "설계부터 보안이 취약한 수많은 코드가 생산될 것"이라고 경고했습니다.

Ledger가 집계한 작년 손실액은 직접적인 해킹 및 익스플로잇으로 인해 약 14억 달러에 달하며, 어떤 회계 기준을 따르느냐에 따라 광범위한 스캠 및 사기 합계는 이보다 훨씬 높습니다. Chainalysis는 2025년 총 도난 자금 규모를 34억 달러로 추산했습니다. CoinDesk의 2026년 1월 회고록에서는 스캠 및 사칭 범죄 규모를 최대 170억 달러로 추정했습니다. 어떤 수치를 신뢰하든 추세선은 잘못된 방향을 향하고 있으며, 길레메의 주장은 그 궤적이 이제 AI에 의해 결정되고 있다는 것입니다.

대화의 흐름을 바꾼 Anthropic의 수치​

2025년 12월, Anthropic의 레드팀은 2020년에서 2025년 사이에 실제로 익스플로잇된 405개의 스마트 계약을 벤치마킹한 SCONE-bench 결과를 발표했습니다. 주요 통계는 충격적이었습니다. 405개의 문제 전체에서 최신 프런티어 모델들은 그중 207개에 대해 즉시 실행 가능한(turnkey) 익스플로잇을 생성해 냈으며, 이는 51.11%의 성공률로 시뮬레이션된 도난 가치는 총 5억 5,010만 달러에 달했습니다.

더 우려스러운 점은, 알려진 취약점이 없는 2,849개의 최신 배포 계약에 동일한 에이전트를 투입했을 때 Claude Sonnet 4.5와 GPT-5 모두 두 개의 실제 제로데이(zero-day) 취약점을 찾아냈고, 약 3,476달러의 API 비용으로 3,694달러 상당의 작동 가능한 익스플로잇을 생성했다는 점입니다. 이 비율은 서류상으로는 겨우 손익분기점을 맞추는 수준이지만, 제로데이 발견에 반드시 인간 팀이 필요하다는 가정을 무너뜨립니다.

독립적인 학계의 연구도 반대편에서 같은 이야기를 들려줍니다. 2025년 arxiv에 발표되고 2026년 초까지 업데이트된 "A1" 시스템은 모든 LLM을 바이트코드 디스어셈블러, 포크 실행기, 잔액 추적기, 가스 프로파일러, 오라클 스푸퍼, 상태 변이 도구 등 6가지 도메인 특화 도구와 결합하여 대상 계약을 공격합니다. A1은 VERITE 익스플로잇 데이터셋에서 62.96%의 성공률을 기록하며 이전의 퍼징(fuzzing) 기준점(ItyFuzz, 37.03%)을 압도적인 차이로 앞질렀습니다. 시도당 비용은 0.01달러에서 3.59달러 사이였으며, 모델링된 단일 최대 탈취 금액은 859만 달러였습니다.

이것은 이론적인 수치가 아닙니다. 익스플로잇에 투입되는 실제 비용입니다. 그리고 투입 비용이 패스트푸드 한 끼 가격 수준으로 떨어지면, 질문은 "공격자가 이를 감당할 수 있는가"가 아니라 "방어자가 단 하나라도 놓칠 여유가 있는가"로 바뀝니다.

1000:1의 처리량 불일치​

오딧(Audit, 보안 감사) 업체들이 여전히 설명하는 데 애를 먹고 있는 부분이 바로 이 지점입니다. 오딧 업체는 프로젝트별로 비용을 청구합니다. 한 번에 하나의 코드베이스를 몇 주에 걸쳐 검토하며, AI 도구를 사용하더라도 사람이 개입된 워크플로우에 결합되어 청구서를 발행해야 합니다. 반면 공격자는 동일한 모델을 임대하여 수천 개의 계약에 병렬로 투입할 수 있으며, 성공했을 때만 비용을 지불하면 됩니다.

2026년 초 'Frontiers in Blockchain'에 발표된 논문은 이 비대칭성을 단 한 문장으로 포착했습니다. 공격자는 약 6,000달러의 가치만 추출해도 이익을 얻는 반면, 방어자의 손익분기점은 60,000달러에 가깝습니다. 이 10배의 격차는 방어가 기술적으로 더 어려워서가 아니라, 방어는 완벽해야 하는 반면 공격은 단 한 번만 성공하면 되기 때문입니다.

여기에 공격자가 스캔할 수 있는 계약 수와 오딧 업체가 검토할 수 있는 계약 수 사이의 1000:1에 달하는 처리량 불일치까지 더하면, 거의 기계적으로 길레메의 결론에 도달하게 됩니다. 어떤 오딧 예산으로도 이 격차를 메울 수 없습니다. 경제학적으로 성립하지 않기 때문입니다.

2026년의 주요 사고가 우리에게 시사하는 점​

2026년에 실제로 발생한 해킹 사건들은 표면적으로는 단순히 "AI 익스플로잇" 이야기로만 읽히지 않습니다. 올해 현재까지 발생한 가장 큰 두 건의 손실은 LLM 기반 공격 도구가 더 오래되고 평범한 기술들 위에 계층화되어 있다는 사실을 냉정하게 상기시켜 줍니다.

2026년 4월 1일, Solana 기반의 Drift Protocol은 TRM Labs와 Elliptic 모두 북한의 라자루스 그룹 (Lazarus Group)의 소행으로 지목한 공격으로 인해 TVL의 절반 이상인 2억 8,500만 달러를 잃었습니다. 그 메커니즘은 Solidity 버그가 아닌 사회공학적 기법이었습니다. 공격자들은 수개월 동안 Drift 팀과 관계를 구축한 뒤, Solana의 "듀러블 논스 (durable nonce)" 기능을 악용하여 보안 위원회 (Security Council) 멤버들이 그 효과를 이해하지 못한 트랜잭션에 사전 서명하도록 유도했습니다. 관리자 권한이 탈취되자 공격자들은 가치 없는 토큰 (CVT)을 담보로 화이트리스트에 등록하고, 이를 사용해 실제 USDC, SOL, ETH를 탈취했습니다.

18일 후, Kelp DAO는 LayerZero 기반 브리지를 통해 2억 9,200만 달러의 피해를 입었으며, 이는 현재 2026년 최대 규모의 DeFi 익스플로잇으로 기록되었습니다. 공격자는 LayerZero의 크로스 체인 메시징 레이어를 속여 다른 네트워크로부터 유효한 명령이 도착한 것처럼 꾸몄고, Kelp의 브리지는 공격자가 제어하는 주소로 116,500 rsETH를 성실히 전송했습니다. 대부분의 분석에서 이 역시 라자루스의 소행으로 지목되었습니다.

이것이 AI와 무슨 관련이 있을까요? 두 가지 측면이 있습니다. 첫째, 프로필 매핑, 메시지 톤 맞춤, 타겟의 일정 중 적절한 타이밍 포착 등 롱테일 사회공학적 기법을 가능하게 하는 '정찰 (reconnaissance)'은 바로 LLM이 가장 잘하는 분야입니다. CertiK의 2026년 전망은 이미 피싱, 딥페이크, 공급망 침해를 올해의 주요 공격 벡터로 꼽았으며, 2025년 12월부터 2026년 1월 사이에만 피싱 피해액이 207% 급증했다고 지적했습니다. 둘째, AI는 '병렬' 작전의 장벽을 낮춥니다. 2024년에는 라자루스 급의 팀이 한 번에 몇 개의 캠페인만 운영할 수 있었다면, AI 도구를 사용하면 훨씬 적은 인원으로도 수십 개의 캠페인을 동시에 진행할 수 있습니다.

이러한 공격이 얼마나 세밀해질 수 있는지에 대한 사례가 2026년 4월, 인기 지갑 앱인 Zerion에서 나타났습니다. Zerion은 공격자들이 AI 기반 사회공학적 기법을 사용하여 핫 월렛에서 약 10만 달러를 탈취했다고 밝혔습니다. 2026년 기준으로는 작은 액수이지만, AI가 사칭 스크립트를 생성하고, 가짜 지원 페이지를 만들고, 피싱 이메일을 작성하는 그 기술 자체가 바로 Guillemet이 경고하는 지점입니다.

왜 "감사를 더 강화하라"는 답이 될 수 없는가​

업계의 본능적인 반응은 더 많은 감사 (Audit) 자금을 지원하는 것입니다. 하지만 이러한 반응은 문제의 본질을 놓치고 있습니다.

감사는 감사자의 작업 시간에 따라 선형적으로 확장됩니다. 반면 공격은 이제 API 크레딧에 따라 확장됩니다. 설령 모든 티어 1 감사 회사가 내일 당장 인력을 두 배로 늘린다고 해도, 공격 표면은 10배 더 빠르게 확장될 것입니다. API 키와 Solidity에 대한 기본적인 이해만 있다면 누구나 배포된 모든 컨트랙트 환경에서 지속적인 공격 스캔을 수행할 수 있기 때문입니다.

설상가상으로 감사는 특정 시점의 코드를 검토할 뿐입니다. AI가 생성한 코드는 지속적으로 출시되고 있으며, "설계부터 보안에 취약한 (insecure by design)" 상태가 될 것이라는 Guillemet의 경고는 버그 발생률이 낮아지는 것이 아니라 높아지고 있음을 시사합니다. 블록체인 보안 커뮤니티가 인용한 2026년 연구에 따르면, LLM의 도움을 받아 작성된 Solidity 코드는 미세한 재진입성 (reentrancy) 및 접근 제어 오류와 상관관계가 있으며, 기계가 포맷팅한 코드에 피로감을 느낀 인간 검토자들은 인간이 작성한 코드보다 이러한 버그를 더 높은 확률로 놓치는 것으로 나타났습니다.

솔직히 말해 감사는 여전히 필요하지만 그것만으로는 충분하지 않습니다. Guillemet이 추진하고 Anthropic의 레드팀이 공감하는 실제 해답은 구조적인 변화에 있습니다.

생존 가능한 방어 스택​

AI로 가속화된 공격에 맞서 합리적으로 확장 가능한 방어 체계는 세 가지 카테고리로 나뉩니다. 이 세 가지 모두 출시 속도에 최적화된 업계 일부에게는 불편한 선택일 수 있습니다.

형식 검증 (Formal verification). Certora, Halmos, 그리고 점차 Move (Sui, Aptos) 및 Cairo (Starknet)에 포함되는 검증 스택들은 정확성을 검토의 문제가 아닌 수학적 문제로 다룹니다. 속성 (property)이 증명되면 아무리 많은 AI 퍼징 (fuzzing)으로도 이를 뚫을 수 없습니다. 트레이드오프는 엔지니어링 리소스입니다. 의미 있는 불변량 (invariant)을 작성하는 것은 어렵고 느리며 엄격한 과정입니다. 하지만 이는 방어 비용이 공격자의 컴퓨팅 파워에 따라 늘어나지 않는 몇 안 되는 방어 수단 중 하나입니다.

하드웨어 신뢰 루트 (Hardware roots of trust). Ledger의 제품군이 대표적인 예시이지만, 더 넓게는 보안 엔클레이브 (secure enclaves), MPC 수탁, 그리고 새롭게 등장하는 영지식 증명 프리미티브 (zero-knowledge attestation primitives)를 포함합니다. 원칙은 동일합니다. 트랜잭션 서명이라는 가장 중대한 작업을 LLM 기반 피싱 캠페인이 도달할 수 없는 하부 계층으로 강제 이동시키는 것입니다. "시스템이 실패할 수 있고 실패할 것임을 가정하라"는 Guillemet의 프레임워크는 본질적으로 서명 권한을 범용 컴퓨터 밖으로 옮겨야 한다는 주장입니다.

AI 대 AI 방어 (AI-on-AI defense). Anthropic의 2025년 12월 논문은 익스플로잇을 생성할 수 있는 에이전트가 패치 생성에도 투입되어야 한다고 주장합니다. 실무적으로 이는 멤풀 (mempools), 배포된 컨트랙트, 관리자 키 활동을 AI 기반으로 지속적으로 모니터링하여 전통적인 은행의 부정 거래 탐지 시스템처럼 이상 징후를 찾아내는 것을 의미합니다. 경제적 효율성은 완벽하지 않지만 (방어 비용이 여전히 공격 비용보다 높음), 적어도 양측을 동일한 컴퓨팅 곡선 위에 올려놓을 수 있습니다.

이세 가지 접근 방식의 공통된 패턴은 보안의 '빠른' 부분에 대해 더 이상 인간의 개입에 의존하지 않고, 인간의 판단력은 느리고 비용이 많이 들지만 구조적인 부분에 집중하도록 보존하는 것입니다.

현재 빌더들에게 이것이 의미하는 바​

2026년에 제품을 출시하는 팀들에게 있어, Guillemet의 경고는 몇 가지 구체적인 변화로 이어집니다:

  • AI가 생성한 코드는 기본적으로 신뢰할 수 없는 것으로 간주하십시오. 코드가 아무리 깔끔해 보이더라도 메인넷 (mainnet) 에 배포하기 전에 정형 검증 (formal verification) 이나 속성 기반 테스트 (property-based testing) 를 거쳐야 합니다.
  • 관리자 키를 하드웨어 보안 장치로 옮기십시오. 핫 사이너 (hot signer) 를 포함한 멀티시그 (multi-sig) 는 더 이상 트레저리 (treasury) 등급의 컨트랙트에 허용되는 보안 태세가 아닙니다. Drift 사건은 "신뢰할 수 있는" 팀원조차 파괴적인 트랜잭션에 사전 서명하도록 사회공학적 (social engineering) 기법에 당할 수 있음을 증명했습니다.
  • 피싱 공격 표면이 코드 공격 표면보다 크다고 가정하십시오. Zerion 탈취 (10만 달러) 와 전반적인 피싱 사고의 207% 급증은 공격자의 가장 효율적인 비용 투입이 솔리디티 (Solidity) 가 아닌 여전히 인간을 향하고 있음을 시사합니다.
  • 지속적이고 자동화된 모니터링을 위한 예산을 책정하십시오. 주간 감사 (audit) 주기는 SCONE-bench 등급의 도구를 24시간 내내 실행하는 공격자에 대한 방어책이 될 수 없습니다.

이 중 새로운 아이디어는 없습니다. 바뀐 것은 긴급성의 곡선입니다. LLM 이전 시대에는 다른 영역이 강력하다면 이러한 영역 중 하나에서 결함이 발생해도 조직이 살아남을 수 있었습니다. 2026년에는 비용의 비대칭성이 너무 커서 그러한 허점을 용납할 수 없습니다.

정직한 분석​

Guillemet의 경고를 하드웨어 지갑 벤더인 Ledger가 자사 제품을 홍보하기 위한 주장으로 치부하고 싶은 유혹이 생길 수 있습니다. 하지만 그렇게 해석하는 것은 실수일 것입니다. Anthropic의 레드팀, A1 및 SCONE-bench를 개발한 학술 그룹, CertiK의 2026년 전망, 그리고 매달 발생하는 해킹 총액을 추적하는 온체인 분석 업체들이 독립적으로 동일한 주장을 펼치고 있습니다. 업계의 컨센서스는 한 지점으로 모이고 있습니다. 즉, 유능한 익스플로잇 (exploit) 비용이 10배에서 100배가량 낮아졌으며, 방어 스택도 그에 맞춰 진화해야 한다는 점입니다.

진정으로 새로운 점은 이것이 2020년대 초 DeFi 썸머의 감사 수요 급증 이후 블록체인 보안 분야에서 발생한 첫 번째 주요 비대칭적 변화라는 것입니다. 당시의 파동은 감사 법인, 버그 바운티 플랫폼, 정형 검증 스타트업 세대를 만들어냈습니다. 2026년의 파동은 다른 것을 만들어낼 것입니다. 바로 지속적인 AI 모니터링 인프라, 하드웨어 기반 서명의 기본값 설정, 그리고 보안 모델이 여전히 "리뷰 단계에서 잡아낼 수 있다"는 낙관에 의존하는 컨트랙트에 대한 훨씬 더 냉혹한 회의론입니다.

Guillemet이 언급한 1.22 달러라는 수치는 — 비록 그 정확한 수치가 Ledger가 아닌 Anthropic의 연구 결과라 할지라도 — 한 시대의 종말을 알리는 통계입니다. 이 수치가 끝내는 시대는 공격자의 노동력이 병목 현상이었던 시대입니다. 이 수치가 시작하는 시대는 방어자가 아직 자동화하지 못한 것이 무엇이든 그것이 바로 병목 현상이 되는 시대입니다.

BlockEden.xyz는 Sui, Aptos, Ethereum, Solana 및 20개 이상의 기타 네트워크에서 블록체인 RPC 및 인덱싱 인프라를 운영하며, 요청 경로에 AI 지원 이상 징후 모니터링이 내장되어 있습니다. 포스트 LLM 위협 환경에 맞춰 보안 태세를 재구축하고 있다면, 인프라 서비스 탐색을 하거나 문의를 통해 귀하의 프로토콜에 대한 지속적인 모니터링을 논의해 보십시오.

출처​

Supra, 30만 줄의 코드로 승부수를 던지다: AI 에이전트는 집에서 직접 구동해야 합니다

· 약 12 분
Dora Noda
Dora Noda
Software Engineer

지난 2년 동안 AI 에이전트 논쟁은 마치 종교와 같았습니다. 하이퍼스케일러를 선택하고, 프레임워크를 고르고, 데이터를 넘겨준 뒤, 당신의 프롬프트가 법정 증언대에 오르지 않기를 기도하는 식이었죠. 2026년 4월 20일, Supra는 이 대화에 다른 해답을 제시하며 등장했습니다. 소스를 공개하고, 본인의 기기에서 직접 구동하며, 서비스 약관 페이지 대신 레이어 1 블록체인이 경찰 역할을 하게 만드는 것입니다.

SupraOS 알파는 100명의 초대 전용 사용자에게 배포되었으며, 약 일주일 후 공개 출시를 예고했습니다. 핵심은 명확합니다. 종단 간 암호화(end-to-end encryption)를 지원하고 약 30만 라인의 코드베이스를 갖춘, 블록체인으로 강제되는 자가 호스팅형 AI 에이전트 관리 시스템을 완전 오픈 소스로 공개한다는 것입니다. 이것이 마치 항소 법원 계층이 추가된 자율 에이전트용 Ollama처럼 들린다면, 정확히 이해하신 것입니다.

흥미로운 질문은 알파 버전의 작동 여부가 아닙니다. 진짜 중요한 질문은 OpenAI나 구글, 코인베이스가 아닌 레이어 1 체인이, 매달 5,000만 달러가 에이전트 지갑을 통해 거래되는 시장에서 최초로 신뢰할 만한 "개인용 에이전트 OS"를 출시한다는 것이 무엇을 의미하느냐는 점입니다.

한 문단으로 요약하는 핵심 가치​

SupraOS는 사용자가 자신의 하드웨어에서 구동되는 AI 에이전트를 실행할 수 있게 하며, 모든 것을 종단 간 암호화하고, Supra의 Moonshot 합의 L1을 사용하여 에이전트의 권한을 암호학적으로 강제합니다. 데이터가 오용되지 않을 것이라고 약속하는 개인정보 보호정책 대신, 규칙 자체가 바이트코드(bytecode)가 됩니다. 신뢰해야만 하는 호스팅 대시보드 대신 대시보드는 여러분의 소유가 됩니다. SaaS 구독료 대신 에이전트가 증명을 위해 메인 체인을 호출할 때 가스비를 지불합니다.

알파 버전은 100명으로 제한됩니다. 코드베이스는 약 30만 라인에 달하며 무료로 오픈 소스화됩니다. Supra의 CEO이자 스스로를 리드 아키텍트로 지칭하는 Joshua D. Tobkin은 이를 단순한 토큰 유틸리티 전략이 아니라 새로운 카테고리에 대한 선점으로 규정합니다. 즉, 2026년 개인용 AI의 기본 형태는 타인의 GPU를 바라보는 브라우저 탭이 아니라, 체인 영수증을 발행하는 로컬 앱이어야 한다는 것입니다.

왜 "자가 호스팅"이 더 이상 니치하게 들리지 않는가​

2년 전만 해도 "자가 호스팅 AI 에이전트"는 해커 미트업에서나 들을 법한 용어였습니다. 하지만 시장은 변했습니다.

2026년 CISO(정보보호최고책임자) 및 규제 산업을 대상으로 한 구매 가이드에서 이제 자가 호스팅 에이전트 플랫폼은 변두리 기술이 아닌 기본 고려 사항으로 나열됩니다. 에이전트가 조직 외부로 나가지 않을 때 데이터 거주성(data residency), 감사 로그, 결정론적 규칙 강제를 증명하기가 더 쉽기 때문입니다. 오픈 소스 개인 에이전트 스택이 확산되었습니다. agiresearch의 AIOS(AI 에이전트 운영 체제)는 참조 설계가 되었으며, "월 100달러를 내는 대신 사용할 수 있는 7가지 자가 호스팅 에이전트"와 같은 기사들은 비용 중심의 서사가 마침내 무너지고 있음을 알리고 있습니다.

변화의 핵심은 워크로드입니다. 단순히 채팅만 하는 에이전트는 어디서든 구동될 수 있습니다. 하지만 API 키를 보유하고, 트랜잭션에 서명하고, 잔액을 정리하며, 주문을 넣거나 은행과 통신하는 에이전트는 다릅니다. 누가 메모리를 소유하고 누가 이를 압수수색할 수 있는지에 대한 명확한 근거 없이는 불가능합니다. 클라우드 호스팅 에이전트는 로컬 에이전트가 겪지 않는 규제적 한계에 부딪힐 수밖에 없습니다.

SupraOS는 이러한 변화를 포착하여 그 누구도 시도하지 않은 한 수를 더했습니다. 바로 블록체인으로 강제되는 에이전트 규칙입니다. "에이전트가 X만 하도록 약속합니다"라거나 "호스트 플랫폼이 Y를 할 경우 권한을 박탈합니다" 수준이 아닙니다. 여러분이 직접 감사할 수 있는 체인 상에서의 암호학적 강제입니다.

마케팅 수사를 걷어낸 아키텍처 실체​

이것이 왜 중요한지 이해하려면 Supra가 기본 레이어로서 제공하는 기능을 살펴봐야 합니다.

Supra의 메인넷은 2024년 11월 26일에 출시되었습니다. 이 체인은 비잔틴 장애 허용(BFT) 합의 프로토콜인 Moonshot 제품군을 기반으로 구축되었으며, 전 세계로 분산된 300개의 노드에서 테스트 결과 500,000 TPS를 기록했고 최종 확정(finality) 시간은 500밀리초에 불과합니다. 실제 환경의 처리량은 10,000 TPS 이상으로, 에이전트가 권한 확인이나 상태 증명을 요청할 때 몇 초씩 확인을 기다릴 필요가 없을 만큼 빠릅니다.

이 체인은 설계 단계부터 MultiVM을 지향합니다. Move 언어를 우선으로 하며, EVM, Solana, CosmWasm 지원이 계층화되어 있습니다. 이는 SupraOS에 매우 중요한데, 여러 체인에 걸쳐 활동하려는 에이전트가 별도의 브리지 런타임이 필요 없기 때문입니다. 호스트 체인이 이미 4개의 VM을 지원합니다.

그리고 Supra는 지난 2년 동안 이러한 기초 위에 AI 지향적인 프리미티브(primitives)를 조용히 쌓아왔습니다:

  • 임계치(Threshold) AI 오라클 — 복잡한 문제를 심의하고 암호학적으로 검증된 답변을 스마트 컨트랙트에 전달하는 멀티 에이전트 위원회입니다. 이를 AI 출력에 대한 합의 레이어로 생각하면 됩니다. 따라서 LLM을 호출하는 컨트랙트는 단일 추론 결과를 신뢰할 필요가 없습니다.
  • 네이티브 가격 및 데이터 오라클 — 외부에서 붙인 것이 아니라 체인에 내장되어 있어, 에이전트의 결정과 온체인 실행 사이의 지연 시간을 최소화합니다.
  • SupraSTM 병렬 실행 — 에이전트가 생성하는 경향이 있는 EVM 워크로드를 위한 더 빠른 처리 경로입니다.

SupraOS는 이 모든 것 위에 자리 잡고 있습니다. 에이전트는 로컬에서 실행되지만, 정책, 증명 및 높은 신뢰가 필요한 호출은 체인으로 전달됩니다. 사용자는 메모리, API 키 및 트랜잭션 권한에 대한 수탁권(custody)을 유지하며, 이는 호스팅 기반의 경쟁업체들이 구조적으로 따라올 수 없는 부분입니다.

호스팅형 에이전트 스택이 바라보는 다른 시장​

이 베팅의 가치를 이해하려면 SupraOS 가 무엇과 경쟁하고 있는지 살펴봐야 합니다.

Coinbase Agentic Wallets 및 AgentKit 은 압도적인 차이로 가장 많은 거래량을 기록했습니다. x402 생태계에서만 1 억 6,500 만 건 이상의 트랜잭션이 처리되었으며, 거래 대금은 약 5,000 만 달러에 달합니다. 또한 480,000 개 이상의 에이전트가 프로토콜 전반에서 거래를 수행하고 있습니다. AgentKit 은 모델 중립적 (model-agnostic) 으로 OpenAI, Anthropic Claude, Llama 를 지원하며, Agentic.Market 은 에이전트 경제의 기본 결제 계층으로 자리매김하고 있습니다. 이들의 강점은 편의성입니다. 에이전트에는 지갑, 결제 레일, 내장된 가드레일이 함께 제공됩니다. 하지만 트레이드오프는 에이전트의 지갑이 설계상 Coinbase 의 인프라 내에 존재한다는 점입니다.

Google 의 Universal Commerce Protocol (UCP) 은 Workspace Studio 및 Gemini Enterprise Agent Platform 과 결합하여 머천트 (판매자) 측면을 공략하고 있습니다. 이미 150 개 조직에서 프로덕션 단계에 있는 UCP 와 A2A v1.0 은 Gemini 가 사용자를 대신해 물건을 구매할 수 있게 해주는 Google 의 해답입니다. MultiversX 는 UCP 를 통합한 최초의 체인이 되었습니다. 여기서의 트레이드오프도 동일합니다. 에이전트가 다른 누군가의 정책 엔클레이브 (policy enclave) 에서 실행되는 대가로 편의성을 얻는 것입니다.

OpenAI 의 Agents SDK 와 Stripe 가 결합된 ACP 커머스 프로토콜은 호스팅형 상위 계층을 완성합니다. Anthropic 은 2025 년 12 월에 MCP 를 Linux Foundation 의 Agentic AI Foundation 에 기부했는데, 이는 호스팅 진영이 셀프 호스팅 측면에 양보한 가장 가까운 사례입니다.

ElizaOS 와 Virtuals Protocol 은 오픈 소스 / Web3 에이전트 스택의 중추 역할을 합니다. ElizaOS 는 "대부분의 DeFAI" 의 이면에 있는 TypeScript 프레임워크로, 생태계 파트너들의 누적 시가총액은 200 억 달러를 넘습니다. Virtuals 는 2026 년 2 월 기준 15,800 개 이상의 AI 프로젝트에서 4 억 7,700 만 달러의 에이전트 GDP 를 기록했다고 보고했습니다. 두 프로젝트 모두 정신적으로는 개방되어 있지만, 실제로는 대부분 호스팅 방식으로 운영됩니다. 프레임워크를 직접 실행할 수는 있지만, 사회적 및 경제적 중력은 플랫폼에 쏠려 있습니다.

SupraOS 는 오픈 소스, 셀프 호스팅, 블록체인 강제력, 종단 간 암호화라는 네 가지 속성을 모두 결합한 최초의 스택입니다. 가장 저렴하거나 가장 쉬운 에이전트를 약속하는 것이 아니라, 가장 주권적인 (sovereign) 에이전트를 약속합니다.

SUPRA 토큰의 역할​

모든 L1 이 AI 플레이에 대해 답해야 하는 질문은 "체인이 어떻게 가치를 포착하는가?"입니다. SUPRA 는 가스비와 스테이킹이라는 일반적인 이중 임무를 가지고 있지만, SupraOS 로드맵에는 더 흥미로운 점이 추가되었습니다.

만약 알파 버전이 유료 프로슈머로 전환되고 약 300,000 라인의 오픈 소스 코드가 제3자 에이전트 개발자를 끌어들인다면, 체인에 부수적인 효과를 주는 모든 의미 있는 에이전트 행동은 수수료 지불 이벤트가 됩니다. 권한 부여, 서명된 증명, 교차 VM 호출, 오라클 읽기, 임계치 AI 심의 (threshold AI deliberations) 등은 모두 규칙을 호스팅하는 체인에서 정산됩니다. 이 경제 모델은 대부분의 AI L1 내러티브를 괴롭혔던 "토큰 발행량 기반 파밍"보다는 "에이전트 작업당 가스비"에 더 가깝습니다.

리스크는 그 반대입니다. 만약 셀프 호스팅 에이전트가 틈새 시장에 머물고, 스마트폰에 내장된 Apple Pay 형태의 에이전트 UX 나 Coinbase 의 편의성 우선 지갑에 뒤처진다면, 체인은 Ollama 나 LM Studio 를 이미 실행 중인 소수의 세그먼트만을 포착하게 될 것입니다. 이는 실제 수익이 발생하는 세그먼트이긴 하지만, 4,500 억 달러 규모의 에이전트 경제는 아닙니다.

솔직하게 평가하자면 SupraOS 는 전술적인 제품 출시라기보다 카테고리에 대한 베팅입니다. 에이전트 시장이 "편의성 중심의 호스팅형"과 "주권 중심의 셀프 호스팅형"으로 양분된다면 Supra 는 시장에서 가장 강력한 주권적 솔루션을 보유하게 될 것이고, 그렇지 않고 편의성 진영이 세상을 먹어치운다면 SupraOS 는 아름답게 설계된 틈새 제품이 될 것입니다.

전체를 관통하는 양자 컴퓨팅에 대한 의문​

이 글의 계기가 된 할 일 목록 (TODO) 에서는 Life OS 를 포스트 양자 암호화와 검증 가능한 온체인 데이터 소유권의 결합으로 정의했습니다. Supra 의 공개 자료에는 아직 특정 격자 기반 방식 (lattice scheme) 이 명시되지 않았습니다 (CRYSTALS-Kyber 나 Dilithium 에 대한 공식 발표는 없었습니다). 하지만 그 전략적 논리는 업계의 흐름과 일치합니다.

Circle 의 Arc L1 은 양자 내성 (quantum-resistant) 출시를 공표했습니다. Bitcoin 연구자들은 양자 안전 마이그레이션 경로를 활발히 논의 중입니다. 에이전트 스택은 유독 위험에 노출되어 있습니다. 에이전트는 수년에 걸쳐 기억, 자격 증명, 서명된 권한을 축적하기 때문에, "지금 수집하고 나중에 복호화 (harvest now, decrypt later)"하려는 공격자에게 단발성 트랜잭션보다 훨씬 크고 유용한 데이터가 됩니다. 양자 위협이 성숙해지기 전인 2026 년에 에이전트 OS 에 격자 기반 암호를 미리 적용하는 것은, 2026 년에는 편집증적으로 보일 수 있지만 2030 년에는 당연한 조치로 보일 것입니다.

만약 SupraOS 가 신뢰할 수 있는 포스트 양자 프리미티브를 탑재하여 출시되는 것이 실제라면, 이는 ElizaOS (오픈 소스이지만 양자 강화 안 됨), Virtuals (토큰화되었지만 중앙화된 인프라), ICP 의 OpenChat (탈중앙화되었지만 양자 관련 대책 없음) 과 비교했을 때 의미 있는 차별화 요소가 될 것입니다. 구체적인 내용은 공개 문서의 릴리스를 지켜볼 가치가 있습니다.

인프라 계층이 주목해야 할 점​

개발자와 인프라 제공업체에게 SupraOS 는 이전의 에이전트 스택과는 다른 트래픽 패턴을 도입합니다.

호스팅형 에이전트 플랫폼은 알려진 엔드포인트 세트를 통해 전달되는 주기적인 배치 호출과 같은 예측 가능한 워크로드를 생성합니다. 반면 셀프 호스팅 에이전트 OS 는 해당 부하를 분산시킵니다. 모든 사용자의 기기가 상태를 읽고, 증명을 가져오고, 권한을 기록하고, 결제를 정산해야 하는 노드가 됩니다. 이 패턴은 SaaS 백엔드보다는 P2P 클라이언트에 더 가깝습니다.

이는 RPC 제공업체, 인덱서, 데이터 계층에 시사하는 바가 큽니다. Supra 체인 자체는 상태를 처리하지만, 에이전트에게는 다음과 같은 요소가 필요합니다.

  • 신뢰할 수 있는 저지연 읽기: Supra 및 이와 상호 운용되는 4 개의 VM 으로부터의 읽기가 필요합니다. 체인 간 에이전트 흐름은 핵심 유즈케이스이기 때문입니다.
  • 인덱싱된 이벤트 스트림: 권한 부여, 오라클 읽기, 임계치 AI 심의 등을 위한 것으로, 감사 도구가 구독하고자 하는 온체인 결과물입니다.
  • 안정적인 크로스체인 브릿지 및 서명 인프라: Move, EVM, Solana, CosmWasm 전반에서 활동하는 에이전트에게는 단일 제어 화면 (single pane of glass) 이 필요하기 때문입니다.

이 지점이 바로 독립적인 인프라가 가치를 증명하는 곳입니다. BlockEden.xyz 는 이미 Sui, Aptos, Ethereum, Solana 및 기타 주요 체인 전반에서 엔터프라이즈급 RPC 및 인덱싱을 운영하고 있습니다. 에이전트 우선의 트래픽 패턴은 당사의 API Marketplace 가 고빈도, 저지연, 멀티체인 읽기를 지원하고 에이전트의 감사 로그에 필요한 관측성을 제공하기 위해 구축된 바로 그 워크로드입니다.

내가 주목하는 다음 요소들​

SupraOS 가 하나의 카테고리로 자리 잡을지, 아니면 단순한 호기심의 대상으로 남을지를 결정짓는 세 가지 요소가 있습니다.

퍼블릭 출시. 100 명 규모의 알파 버전은 통제된 실험입니다. 5월 중순의 퍼블릭 출시가 실제 제품 출시입니다. 다음을 주목해야 합니다: 첫 30 일 동안 얼마나 많은 개발자가 실제로 리포지토리를 클론하는지, Move 언어에 익숙하지 않은 개발자를 위한 문서는 어떠한지, 그리고 양자 내성(post-quantum) 주장이 공개적인 검증을 견뎌낼 수 있는지입니다.

서드파티 에이전트 시장. 셀프 호스팅 OS 의 생사는 사람들이 그 위에 구축하는 에이전트에 달려 있습니다. 2026년 3분기까지 SupraOS 에서 실행되는 트레이딩 봇, 개인 비서, DeFi 모니터링 도구, 리서치 에이전트 등 커뮤니티 에이전트의 건강한 생태계가 형성된다면, 이 도박은 성공한 것입니다. 만약 Supra 자체 데모 에이전트만 존재한다면, 이 오픈 소스 코드는 플랫폼이 아닌 아름다운 유물에 불과하게 될 것입니다.

호스팅 대 주권 간의 가격 격차. 코인베이스의 x402와 에이전틱 월렛(Agentic Wallets)은 거래량이 모든 비용을 상쇄하기 때문에 구조적으로 저렴합니다. 반면 SupraOS 사용자는 체인 호출에 대한 비용을 온전히 지불해야 합니다. 만약 주권 프리미엄이 2배 미만으로 유지된다면 프로슈머들은 이를 수용할 것입니다. 하지만 5배를 넘어선다면, 편의성 스택이 기본적으로 승리하게 될 것입니다.

흥미로운 사실은 이제 우리에게 실제 테스트 모델이 생겼다는 점입니다. 2년 전만 해도 "셀프 호스팅된 블록체인 강제 AI 에이전트"는 슬라이드 자료에나 나오는 문구였습니다. 2026년 4월 20일 현재, 이것은 다운로드 가능한 알파 버전과 로드맵을 갖춘 30만 줄의 코드베이스가 되었습니다. 호스팅된 편의성이든 주권적 셀프 호스팅이든, 이 카테고리의 승자는 향후 10년의 소비자 소프트웨어를 결정짓는 중추적인 역할을 하게 될 것입니다.

Supra 는 주권적 측면이 선택지에 포함될 수 있도록 확실히 조치했습니다.

소스​

Gensyn RL Swarm: 검증 가능한 탈중앙화 AI 학습의 첫 실거래 테스트

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

지난 10년의 대부분 동안 "프론티어 모델 학습"은 "하이퍼스케일러급 GPU 클러스터를 소유하는 것"과 동의어로 여겨져 왔습니다. Gensyn은 차세대 AI가 전혀 다른 곳, 즉 이더리움 롤업을 통해 조정되는 인터넷 연결 노드 스웜(swarm)에서 학습될 것이라는 데 베팅하며 퍼블릭 테스트넷을 출시했습니다. ETHGlobal은 그 위에서 에이전트를 구축할 수 있는 개발자들에게 50,000달러의 상금을 지원하고 있습니다.

탈중앙화 머신러닝 학습이 기술적으로 가능한지에 대한 질문은 더 이상 중요하지 않습니다. RL Swarm은 라이브 상태이며, 누구나 레포지토리를 클론할 수 있고, 이 아키텍처는 2025년 11월부터 조용히 배포되어 왔습니다. 문제는 경제성, 검증 체계, 그리고 개발자 유인책이 AWS와 Azure 데이터 센터에서 학습 워크로드를 끌어내기에 충분한지, 그리고 2025년 12월에 마감된 $AI 토큰 세일이 그 미래 가치를 실제로 올바르게 책정했는지 여부입니다.

왜 "RL Swarm"이 탈중앙화 학습의 첫 번째 프로덕션 테스트인가​

여러분이 들어본 대부분의 "탈중앙화 AI" 프로젝트(Bittensor, io.net, Akash, Render)는 인접한 문제들을 해결합니다. Bittensor는 서브넷 간의 경쟁적인 모델 벤치마킹을 조정합니다. io.net과 Akash는 크립토 네이티브 결제 시스템을 갖춘 GPU 렌탈 마켓플레이스입니다. Render는 추론 렌더링 작업을 분산합니다. 지금까지 신뢰할 수 없는 노드들이 협력하여 모델을 학습시키는 라이브 시스템은 없었습니다.

그것이 바로 Gensyn의 RL Swarm이 수행하는 일입니다. 이는 Gensyn 테스트넷 페이즈 0의 기반으로, 단일 데이터 센터 내부가 아닌 공용 인터넷상에서 강화 학습(RL) 에이전트들이 협력하는 탈중앙화 환경입니다. 참여하는 각 노드는 로컬 언어 모델을 실행합니다. 노드들은 동료들과 함께 답변하고, 비판하며, 솔루션을 수정하는 다단계 RL 추론 게임을 수행하며, 모든 기여도는 Gensyn 테스트넷의 온체인 ID에 기록됩니다.

아키텍처의 변화는 말로는 작아 보일 수 있지만 실제로는 거대합니다. Bittensor는 마이너들이 최상의 결과물을 위해 경쟁하도록 장려하는 반면, Gensyn은 노드들이 공유된 결과물을 학습시키기 위해 협력하도록 장려합니다. 이것이 바로 경쟁적인 마켓플레이스와 진정한 분산 학습 실행의 차이이며, RL Swarm이 단순한 세련된 컴퓨팅 렌탈 레이어가 아니라 프로덕션 급의 탈중앙화 ML 학습 네트워크에 대한 첫 번째 신뢰할 만한 시도인 이유입니다.

2025년 11월 릴리스에서는 동일한 피어 투 피어 프레임워크를 기반으로 구축된 협업 코딩 환경인 CodeZero가 추가되었습니다. 이 두 가지 릴리스를 종합해 보면 로드맵이 보입니다. RL Swarm은 추론을 위한 조정 프리미티브가 작동함을 증명하고, CodeZero는 이를 구조화된 도구 사용으로 확장합니다. 2026년 5월 6일 해커톤 종료 시점에는 두 환경 모두 라이브 상태이며 대기 명단 없이 참여할 수 있습니다.

4계층 아키텍처: 실행, 검증, 통신, 조정​

사용자용 테스트넷 아래에서 Gensyn은 OP 스택(Bedrock)을 기반으로 구축된 맞춤형 이더리움 레이어 2 롤업입니다. 프로토콜은 탈중앙화 학습 문제를 네 가지 계층으로 분해하여, "인터넷을 통해 GPU를 임대하는 것"이 역사적으로 실패했던 구체적인 이유들을 해결합니다.

실행(Execution). 거대 모델은 단일 소비자 노드에 들어가지 않으므로, Gensyn은 모델을 장치 전체에 분산된 파라미터 블록으로 조각내어 노드당 메모리 압박을 줄입니다. 더 어려운 문제는 결정론(determinism)입니다. 서로 다른 하드웨어(Nvidia A100 vs H100)에서의 부동 소수점 연산은 미세하게 다른 결과를 낼 수 있으며, 이는 부정행위를 탐지해야 하는 검증 프로토콜에 치명적입니다. Gensyn의 RepOps 라이브러리는 부동 소수점 연산 순서를 고정하여 서로 다른 하드웨어에서도 동일한 입력에 대해 비트 단위로 동일한 출력을 생성하도록 합니다. 복제 가능 실행 환경(Reproducible Execution Environment, REE)은 RepOps를 맞춤형 MLIR 기반 컴파일러로 래핑하여 모델을 복제 가능한 커널로 컴파일합니다.

검증(Verification). 이 계층은 이전의 모든 탈중앙화 학습 시도를 가로막았던 부분입니다. 만약 어떤 노드가 학습 단계를 수행했다고 주장하며 그래디언트(gradient)를 제출한다면, 직접 전체 계산을 다시 실행해 보지 않고 그 노드가 정직하게 작업했는지 어떻게 알 수 있을까요? Gensyn의 해답은 Verde 검증 프로토콜입니다. 이는 학습 추적 과정을 이진 탐색하여 증명자와 검증자가 일치하지 않는 단일 단계를 격리한 후 해당 작업만 재계산하는 경량화된 분쟁 해결 시스템입니다. 확률적 학습 증명(probabilistic proof-of-learning)과 결합하여, 네트워크는 전체 재실행 비용을 지불하지 않고도 암호학적 보증을 얻습니다. 이는 개념적으로 Truebit의 대화형 검증 모델과 유사하며, 일반적인 계산에서 ML 전용 커널로 이식된 것입니다.

통신(Communication). 대역폭이 제한된 공용 인터넷에서 학습을 조정하려면 교과서적인 방법은 버려야 합니다. 표준 데이터 센터 프리미티브인 동기식 올리듀스(all-reduce)는 대용량 인피니밴드(InfiniBand) 회선을 전제로 합니다. Gensyn은 세 가지 맞춤형 프리미티브로 이를 대체합니다. NoLoCo는 올리듀스를 저통신 가십 프로토콜로 대체하고, CheckFree는 비용이 많이 드는 주기적 체크포인팅 없이 장애 내성 복구를 제공하며, SkipPipe는 스웜 전체에서 메시지 홉을 최소화하는 그래디언트 공유 알고리즘을 도입합니다. 각각이 논문급 기여이며, 이들이 모여 "가정용 인터넷을 사용하는 노트북 뭉치"를 기능하는 학습 클러스터로 탈바꿈시킵니다.

조정(Coordination). 이더리움 L2 자체가 경제적 엔진입니다. 이는 참여자를 식별하고, 토큰화된 보상을 정산하며, 허가 없는(permissionless) 롤업을 통해 결제를 실행합니다. $AI 토큰이 존재하는 곳이자, 학습 실행에 대한 모든 기여가 궁극적으로 회계 처리되는 곳이기도 합니다.

이 스택을 이해하는 가장 명확한 방법은 이를 클라우드 GPU 모델의 의도적인 반전으로 보는 것입니다. AWS와 Azure는 원시 처리량에 엔지니어링 역량을 집중하고 계약에 의한 신뢰를 전제합니다. 반면 Gensyn은 복제 가능성과 분쟁 해결에 엔지니어링 역량을 집중하며, 네트워크 반대편의 운영자에 대해 아무것도 가정하지 않습니다.

Gensyn이 Bittensor, io.net, Render와 다른 점​

아키텍처가 공개되면 경쟁 지형이 명확해집니다. Gensyn과 함께 자주 언급되는 세 가지 프로젝트가 있지만, 이들은 서로 다른 문제를 해결합니다.

  • Bittensor (TAO, 시가총액 약 $2.64B) 는 경쟁적인 벤치마킹 네트워크입니다. 서브넷이 작업을 정의하고, 마이너가 결과물을 생성하며, 검증자가 이를 평가하여 순위를 매기면 가장 높은 점수를 받은 참여자에게 TAO가 지급됩니다. 모델의 품질을 장려하는 데는 탁월하지만, 여러 노드에 걸쳐 단일 공유 학습 실행을 조정하지는 않습니다. Gensyn의 스웜(swarm) 기반 학습은 구조적으로 협력적이지만, Bittensor의 서브넷 모델은 구조적으로 경쟁적(adversarial)입니다.
  • io.net 및 Akash 는 GPU 마켓플레이스입니다. 유휴 하드웨어를 보유한 운영자가 비용을 지불할 의사가 있는 사람에게 시간을 판매할 수 있도록 합니다. 결정적으로, 두 프로토콜 모두 구매자의 워크로드가 올바르게 실행되었는지 검증하지 않습니다. 이는 일반적으로 구매자가 직접 학습 스택을 실행하고 영수증을 신뢰함으로써 해결해야 하는 문제입니다. Gensyn의 Verde + REE 쌍은 바로 이러한 마켓플레이스에 부족한 레이어를 제공합니다.
  • Render Network 는 주로 그래픽을 위한 추론(inference) 렌더링 작업을 분산합니다. 경제 모델은 Gensyn보다는 io.net에 더 가깝습니다. 즉, 컴퓨팅 자원을 임대하고, 결과물을 얻으며, 운영자를 신뢰하는 방식입니다. Render의 Dispersed 서브넷은 인접 제품이지 경쟁 제품이 아닙니다.

Gensyn은 시가총액 약 $71.6M로 368위에 토큰을 출시했으며, 이는 Bittensor 시가총액의 일부에 불과합니다. 이 격차가 바로 핵심 논거입니다. 만약 검증 가능한 협력 학습이 단순한 컴퓨팅 임대의 정교한 버전이 아닌 실제적인 카테고리로 자리 잡는다면, 이 차이는 진입점이 될 것입니다. 그렇지 않다면, 이 격차는 시장이 과학 프로젝트에 대해 올바르게 가치를 매긴 결과일 것입니다.

AI 토큰 판매: \1M에서 $1B 캡 범위의 3% 잉글리시 옥션​

2025년 12월 15일, Gensyn이 Sonar에서 AI토큰판매를시작하면서경제모델이실체화되었습니다.구조는이례적으로투명했습니다.총고정공급량100억개의3AI 토큰 판매를 시작하면서 경제 모델이 실체화되었습니다. 구조는 이례적으로 투명했습니다. 총 고정 공급량 100억 개의 3%인 3억 개의 토큰을 대상으로, FDV 하한선 \1M와 상한선 $1B 사이에서 잉글리시 옥션이 진행되었습니다. 입찰자는 토큰당 $0.0001에서 $0.1 사이의 최대 가격을 선택했으며, 최소 입찰 금액은 $100였습니다. 입찰은 이더리움 메인넷에서 USDC 또는 USDT로 결제되었으며, 토큰은 Gensyn Network L2에서 수령되었습니다.

전체 할당량은 Gensyn이 지향하는 프로젝트의 성격을 보여줍니다:

할당 항목비율
커뮤니티 트레저리 (Community Treasury)40.4%
투자자29.6%
팀25.0%
커뮤니티 세일3.0%
기타2.0%

40%의 커뮤니티 트레저리와 3%의 퍼블릭 세일의 조합은 일반적인 DePIN 출시보다는 Optimism 스타일의 거버넌스 태도에 더 가깝습니다. 팀과 투자자의 지분(총 54.6%, 최근 프라이빗 라운드에서 a16z가 퍼블릭 세일 상한선과 동일한 $1B 가치로 주도함)은 높지만 극단적인 수준은 아닙니다.

이번 판매의 가장 흥미로운 설계는 테스트넷 인센티브였습니다. 검증된 테스트넷 참가자들에게 참여 수준과 입찰 금액에 비례하여 토큰 배수 형태의 2% 보너스 보상 풀이 분배되었습니다. 이는 Gensyn이 퍼블릭 세일 가격의 극대화보다 실제 기여자들에 대한 분배를 더 중요하게 생각한다는 완만하지만 실질적인 신호입니다. 미국 구매자는 12개월의 락업(lock-up)을 수용했으며, 미국 외 구매자는 10% 보너스 배수를 받는 대신 유사한 락업을 선택할 수 있었습니다.

이 경매가 산정한 가치는 하나의 베팅입니다. 즉, 탈중앙화 학습의 단위 경제성이 유사한 AWS 또는 Azure H100 클러스터(온디맨드 요금 기준 시간당 약 $3)보다 60-80% 저렴할 것이며, 유휴 상태인 개인 및 프로슈머 GPU가 유의미한 학습 수요를 흡수할 만큼 충분하다는 가설에 거는 도박입니다. 이 베팅의 성패는 경매 가격이 아니라 2026년 네트워크에 실제로 등장할 워크로드에 의해 결정될 것입니다.

ETHGlobal Open Agents: 생산 신호​

이 프로젝트를 "흥미로운 인프라 프로젝트"에서 "빌더들이 실제로 제품을 출시하는 플랫폼"으로 전환시킨 소식은 2026년 4월 24일부터 5월 6일까지 진행되는 ETHGlobal Open Agents입니다. Gensyn은 후원사로서 $5,000의 '최우수 에이전트 익스체인지 레이어 (AXL) 애플리케이션' 부문을 포함하여 총 $50,000 이상의 상금을 제공합니다. 모든 수상자는 Gensyn Foundation 그랜트 프로그램의 우선 검토 대상으로 등록됩니다.

이것이 중요한 이유는 두 가지입니다.

첫째, 해커톤은 새로운 인프라가 그 필요성을 아직 인지하지 못한 개발자들에게 발견되는 통로입니다. Optimism, Base, Sui 생태계의 초기 단계에서도 동일한 전략이 사용되었습니다. $50K의 상금 풀이 시장을 움직일 만한 액수는 아니지만, 수백 명의 ETHGlobal 수준 빌더들이 RL Swarm 및 AXL API를 처음으로 접하게 만드는 강력한 유인책이 됩니다. 해커톤이 끝난 후에도 이들 중 일부는 구축을 계속할 것입니다.

둘째, 상금 카테고리는 Gensyn이 생각하는 킬러 앱의 모습을 보여줍니다. 에이전트 익스체인지 레이어 (Agent eXchange Layer)라는 프레임워크는 자율 에이전트들이 서로를 발견하고, 컴퓨팅 자원을 교환하며, 필요에 따라 서로를 학습시키고 미세 조정 (fine-tuning)하는 구조입니다. Gensyn이 미래를 모놀리식 파운데이션 모델 학습에 걸었다면 상금 항목도 이를 강조했을 것입니다. 대신 에이전트 인프라를 강조하고 있는데, 이는 2026년의 광범위한 내러티브와 일치합니다. 즉, 서로에게 비용을 지불하고 작업을 수행하는 에이전트들에게는 모델 학습 및 미세 조정과 같은 가장 비용이 많이 드는 작업을 검증 가능한 네트워크에 아웃소싱할 수 있는 기반이 필요하다는 것입니다.

솔직한 주의 사항​

RL Swarm이 무엇이 아닌지에 대해 2026년 5월 시점에서 명확히 짚고 넘어갈 필요가 있습니다.

현재 라이브 테스트넷에서 공식적으로 운영되는 swarm은 없습니다. 참가자들은 커뮤니티 소유의 swarm에 참여할 수 있는데, 이는 무허가(permissionless) 네트워크에서 항상 발생하는 전형적인 부트스트랩 문제입니다. 프로토콜은 개방되어 있지만, 실제 고가치의 통합 학습 실행이 대규모로 이루어지고 있지는 않습니다. 주요 연구소나 오픈 소스 단체가 실제 모델 학습을 네트워크상에서 실행하기 전까지, 테스트넷은 프로덕션 시스템이라기보다는 개념 증명(PoC) 단계에 머물러 있습니다.

검증 비용 또한 여전히 해결해야 할 과제입니다. Verde의 이진 탐색(binary-search) 분쟁 해결 방식은 전체 학습 작업을 재실행하는 것보다 훨씬 저렴하지만, 공짜는 아닙니다. 또한 수천억 개의 파라미터와 수주간의 학습이 필요한 프런티어 규모(frontier scale)에서의 오버헤드는 아직 입증되지 않았습니다. A100 및 H100 간에 비트 단위로 동일한 출력을 생성하는 RepOps의 하드웨어 결정론(hardware-determinism) 이론은 우아하지만, 경쟁 관계에 있는 중앙 집중형 스택에서는 지불하지 않아도 되는 컴파일러 오버헤드를 추가합니다.

그리고 비용 절감 논리(AWS H100 스팟 인스턴스보다 60-80% 저렴)는 유휴 상태의 일반 소비자 및 프로슈머 GPU의 롱테일이 하이퍼스케일러의 용량을 대체할 수 있을 만큼 밀도가 높다는 가정에 기반합니다. 이는 7B에서 70B 파라미터 규모의 미세 조정(fine-tuning) 작업에는 타당할 수 있습니다. 그러나 진정한 프런티어 규모의 사전 학습(pretraining)에는 아직 무리가 있으며, Gensyn 역시 이를 솔직하게 인정하고 있습니다.

인프라 구축자에게 주는 의미​

향후 12개월을 어디에 투자할지 고민하는 개발자들에게 가장 유용한 관점은, Gensyn이 이전에는 존재하지 않았던 새로운 카테고리의 API 영역, 즉 학습 네트워크에 대한 프로그래밍 방식의 검증 가능한 접근 권한을 열어준다는 점입니다. 지금까지 "특정 작업을 수행하는 모델 제작"을 위한 선택지는 (a) OpenAI나 Anthropic과 같은 호스팅된 API를 호출하거나, (b) GPU를 임대하여 직접 학습을 실행하는 것뿐이었습니다. Gensyn은 세 번째 옵션인 '검증 가능한 swarm에 학습 작업을 제출하고 암호학적 보증을 받는 방식'을 제안하며, 이는 ETHGlobal이 장려하는 에이전트 경제(agent economy)와 깔끔하게 맞물립니다.

이 세 번째 옵션이 제대로 작동한다면 하나의 프리미티브(primitive)가 될 것입니다. 니치한 작업을 위해 소규모 전문 모델을 미세 조정해야 하는 에이전트들은 GPU를 직접 임대하고 운영하기를 원치 않을 것입니다. 대신 학습 의도(training intent)를 발행하고, 스테이블코인이나 $AI로 지불하며, 결과물인 가중치(weights)를 소비하기를 원할 것입니다. 이러한 패턴이 확산됨에 따라 이를 가능하게 하는 프로토콜 레이어(L2 롤업, 검증 시스템, swarm 조정 프리미티브 등)가 유의미한 가치를 축적할 것이라는 점이 Gensyn의 핵심 가설입니다.

BlockEden.xyz는 25개 이상의 체인에서 Web3 빌더들이 의존하는 인덱싱, RPC 및 분석 인프라를 지원합니다. Gensyn과 같은 검증 가능한 AI 학습 네트워크가 성숙해짐에 따라, 그 아래의 데이터 및 조정 레이어는 더욱 중요해질 것입니다. API 마켓플레이스를 탐색하여 Web3의 에이전틱(agentic), AI 네이티브 시대를 위해 설계된 인프라 위에서 개발을 시작하세요.

출처​

비트코인 해시레이트 6년 만의 첫 1분기 하락: AI 전환이 채굴 생태계를 재편하는 방식

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

2020년 이후 처음으로 비트코인 해시레이트가 시작 시점보다 낮은 상태로 1분기를 마감했습니다. 세계에서 가장 강력한 컴퓨터 네트워크는 2026년 1분기에 약 4% 위축되며, 5년 연속 이어온 두 자릿수 성장의 기록을 깼습니다. 원인은 규제 단속이나 하드웨어 위기가 아닙니다. 그것은 더욱 근본적인 변화입니다. 한때 ASIC을 배포하기 위해 경쟁하던 사람들이 이제는 GPU를 배포하기 위해 경쟁하고 있으며, 이 전환 비용을 마련하기 위해 그동안 축적해온 비트코인을 매각하고 있습니다.

이것은 단순히 주기적인 흔들림이 아닙니다. 비트코인 채굴이 단일 목적 산업에서 벗어나는 순간입니다. CoinShares의 2026년 1분기 채굴 보고서에 따르면, 상장된 채굴 기업들의 가중 평균 현금 생산 비용은 BTC당 거의 $90,000까지 치솟은 반면, 현물 가격은 $67,000 근처에 머물고 있습니다. 수익성이 이토록 악화되면서 "HODL"은 사치가 되었고, AI 호스팅은 탈출구가 되었습니다. 상장 채굴 기업 그룹 전체에서 700억 달러 이상의 AI 및 HPC 계약이 이미 발표되었으며, 분석가들은 이제 일부 운영업체가 2026년 매출의 최대 70%를 비채굴 워크로드에서 창출할 것으로 예상하고 있습니다.

Bittensor, 실제 AI 매출 4,300만 달러 달성 — 이 수치가 탈중앙화 AI 가설을 조용히 변화시키는 이유

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

지난 4년 동안 탈중앙화 AI에 대한 가장 뼈아픈 비판은 단 한 문장이었습니다: "토큰은 멋지네요. 그런데 수익은 어디 있나요?"

2026년 1분기, Bittensor가 마침내 답을 내놓았습니다. 이 네트워크는 서브넷 생태계 전반에 걸쳐 토큰 발행이나 투기적인 TVL, 에어드롭 파밍이 아닌 약 4,300만 달러의 실제 AI 서비스 매출을 기록했습니다. 이는 추론, 학습 및 컴퓨팅 서비스를 위해 실제 사용자가 지불한 진짜 돈입니다. 연간으로 환산하면, 이는 대부분의 기관 투자자들이 여전히 의구심을 가지고 바라보는 네트워크치고는 **1억 7,200만 달러의 런레이트 (Run-rate)**에 해당합니다.

이것이 "OpenAI 킬러" 수준의 금액은 아닙니다. OpenAI는 수십억 달러 규모의 매출 궤도에 올라 있으며 5,000억 달러의 기업 가치를 평가받는 것으로 알려져 있습니다. Anthropic은 3,500억 달러 수준입니다. Bittensor의 시가총액은 약 34억 달러입니다. 그 격차는 엄청납니다.

하지만 4,300만 달러는 단순 비교를 위한 수치가 아닙니다. 이것은 변곡점을 의미합니다. 탈중앙화 AI가 토큰 발행 기반의 자선 활동에서 벗어나 실제 비용을 지불하는 기업 고객을 보유한 네트워크로 거듭난 첫 번째 분기이자, "탈중앙화 OpenAI"라는 가설이 로드맵 대신 실제 손익 계산서 항목을 제시한 첫 번째 사례이기 때문입니다.

2분기에 이 수치가 세 배로 뛸 것인지 아니면 정체될 것인지가 이제 AI-크립토 카테고리에서 가장 중요한 질문이 되었습니다.

Manfred이 EIN을 획득했습니다: DAO가 10년 동안 시도했던 일을 AI가 해냈습니다

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

2026년 5월 1일, Manfred라는 이름의 AI 에이전트가 미국 법인 설립 시스템의 정문을 통과하여 스스로 IRS 양식 SS-4를 작성하고, 고용주 식별 번호(EIN)를 받았으며, 자신의 회사 명의로 FDIC 가입 예금 계좌를 개설하고 운영 자금을 조달하기 위해 크립토 지갑을 준비했습니다. 설립 문서에 서명한 인간도, 전화를 건 인간도, IRS 포털에 답변을 입력한 인간도 없었습니다.

이 에이전트의 개발자인 ClawBank의 Justice Conder는 이 결과를 "인간 제로 회사(zero-human company)"라고 부릅니다. 크립토 업계는 탈중앙화 자율 조직(DAO)에 실질적인 법적 인격(legal personhood)을 부여하기 위해 10년의 시간과 수십억 달러를 투자해 왔습니다. "Manfred Macx"라는 페르소나로 활동하는 단일 LLM 에이전트가 단 한 시간 만에 그 경계선을 넘은 것으로 보입니다.

이것은 단순한 퍼포먼스가 아닙니다. 새로운 카테고리를 창출하는 사건이며, 그 아래의 규제 지형은 실시간으로 변화하고 있습니다.

OKX의 에이전트 결제 프로토콜이 x402 vs AP2 vs TAP 전쟁을 3파전으로 만들었습니다

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

2026년 4월 29일, OKX는 에이전트 결제 표준 전쟁 역사상 가장 광범위한 출시 당일 연합을 선보이며, 이 전쟁의 본질이 무엇인지 조용히 재정의했습니다.

코인베이스(Coinbase)의 x402, 구글(Google)의 AP2, 비자(Visa)의 TAP, 페이팔(PayPal)의 Agent Ready가 지난 90일 동안 AI 에이전트가 돈을 움직이는 순간을 누가 소유할 것인가를 두고 싸우는 사이, OKX의 에이전트 결제 프로토콜(Agent Payments Protocol, APP)은 더 큰 논리를 가지고 등장했습니다. 결제 자체는 쉬운 부분이라는 것입니다. 견적 확인, 협상, 에스크로, 미터링(사용량 측정), 정산, 분쟁 해결과 같은 까다로운 과정들이 실제 병목 지점입니다. 그리고 출시 첫날, AWS, 알리바바 클라우드(Alibaba Cloud), 이더리움 재단(Ethereum Foundation), Solana, Sui, Aptos, Base, Optimism, Paxos, Uniswap, MoonPay, Sahara AI, Nansen, QuickNode가 모두 이 뜻에 동참했습니다.

이 연합의 폭이 바로 뉴스입니다. 이전의 모든 "에이전트 커머스 표준"은 단일 기업의 로고를 달고 출시되었습니다. 하지만 APP는 중립적인 컨소시엄의 사양서를 바탕으로 시작되었습니다.