"블록체인" 태그로 연결된 435 개 게시물 개의 게시물이 있습니다.

블록체인을 보호하는 동일한 연산 작업이 차세대 AI 모델을 훈련시킨다면 어떨까요? 이것은 먼 미래의 비전이 아닙니다. 최근 a16z CSX 로부터 720만 달러를 투자 유치하며 세계 최초의 AI 기반 작업 증명(Proof-of-Work) 블록체인을 구축하고 있는 솔라나(Solana) 포크인 Ambient 의 핵심 이론입니다.

전통적인 작업 증명은 임의의 암호학적 퍼즐을 풀기 위해 전기를 소모합니다. 비트코인 채굴자들은 네트워크 보안 외에는 가치가 없는 연산 작업인, 선행 제로(leading zeros)가 충분한 해시를 찾기 위해 경쟁합니다. Ambient 는 이 시나리오를 완전히 뒤집습니다. Ambient 의 Proof of Logits (PoL) 합의 메커니즘은 해시 반복 연산(hash grinding)을 AI 추론, 미세 조정(fine-tuning) 및 모델 학습으로 대체합니다. 채굴자는 퍼즐을 풀지 않고 검증 가능한 AI 결과물을 생성합니다. 검증자는 전체 워크로드를 다시 계산하지 않고 로짓(logits)이라고 불리는 암호학적 지문을 확인합니다.

그 결과는 무엇일까요? 보안과 AI 발전이 경제적으로 일치하며, 0.1% 의 검증 오버헤드로 합의 확인이 거의 무료에 가까워지고, 중앙 집중식 대안에 비해 학습 비용이 10배나 절감되는 블록체인입니다. 성공한다면 Ambient 는 채굴을 생산적인 AI 노동으로 전환함으로써, 작업 증명이 자원을 낭비한다는 암호화폐의 가장 오래된 비판 중 하나에 답할 수 있을 것입니다.

Proof of Logits 의 돌파구: 재계산 없는 검증 가능한 AI​

PoL 을 이해하려면 로짓(logits)이 실제로 무엇인지 알아야 합니다. 대규모 언어 모델(LLM)이 텍스트를 생성할 때 단어를 직접 출력하지 않습니다. 대신 각 단계에서 전체 어휘에 대한 확률 분포, 즉 가능한 모든 다음 토큰에 대한 신뢰 수준을 나타내는 수치 점수를 생성합니다.

이러한 점수를 로짓이라고 합니다. 5만 개의 토큰 어휘를 가진 모델에서 단어 하나를 생성한다는 것은 5만 개의 로짓을 계산하는 것을 의미합니다. 이 숫자들은 고유한 연산 지문 역할을 합니다. 특정 가중치를 가진 특정 모델이 특정 입력을 처리할 때만 특정 로짓 분포가 생성됩니다.

Ambient 의 혁신은 로짓을 작업 증명(proof-of-work)으로 사용하는 것입니다. 채굴자는 AI 추론(프롬프트에 대한 응답 생성)을 수행하고, 검증자는 전체 계산을 다시 수행하는 대신 로짓 지문을 확인하여 이 작업을 검증합니다.

검증 프로세스는 다음과 같이 진행됩니다:

채굴자의 결과물 생성: 채굴자는 프롬프트(예: "블록체인 합의 원칙 요약")를 받고 6,000억 개의 매개변수 모델을 사용하여 4,000개 토큰 분량의 응답을 생성합니다. 이는 4,000 × 50,000 = 2억 개의 로짓을 생성합니다.

검증자의 지점 확인(Spot-check) 검증: 검증자는 4,000개 토큰을 모두 다시 생성하는 대신 임의의 위치(예: 2,847번째 토큰)를 샘플링합니다. 검증자는 해당 위치에서 단일 추론 단계를 실행하고 채굴자가 보고한 로짓을 예상 분포와 비교합니다.

암호학적 약속(Cryptographic commitment): 부동 소수점 정밀도를 고려한 허용 범위 내에서 로짓이 일치하면 채굴자의 작업이 검증됩니다. 일치하지 않으면 블록이 거부되고 채굴자는 보상을 몰수당합니다.

이를 통해 검증 오버헤드가 원래 계산의 약 0.1% 로 줄어듭니다. 2억 개의 로짓을 확인하는 검증자는 5만 개의 로짓(토큰 위치 1개)만 확인하면 되므로 비용을 99.9% 절감할 수 있습니다. 이는 검증이 전체 해시 함수를 다시 실행하는 것을 의미하는 전통적인 PoW 방식이나, 퍼즐 자체가 임의적이기 때문에 단일 SHA-256 해시를 확인하는 것이 사소한 비트코인의 방식과 대조됩니다.

Ambient 의 시스템은 모든 작업을 다시 계산해야 하는 단순한 "유용 작업 증명(proof of useful work)" 방식보다 기하급수적으로 저렴합니다. 이는 비트코인의 효율성(저렴한 검증)에 더 가까우면서도 실제 유용성(무의미한 해시 대신 AI 추론)을 제공합니다.

10배의 학습 비용 절감: 데이터 센터 독점 없는 탈중앙화 AI​

중앙 집중식 AI 학습은 비용이 많이 듭니다. 대부분의 조직에는 감당하기 어려운 수준입니다. GPT-4 규모의 모델을 학습하는 데는 수천만 달러가 소요되고 수천 개의 기업용 GPU 가 필요하며, 소수의 거대 IT 기업의 손에 권력이 집중됩니다. Ambient 의 아키텍처는 독립적인 채굴자 네트워크에 학습을 분산함으로써 이를 민주화하는 것을 목표로 합니다.

10배의 비용 절감은 두 가지 기술 혁신에서 비롯됩니다:

PETALS 방식의 샤딩: Ambient 는 각 노드가 대규모 모델의 샤드(shard)만 저장하는 탈중앙화 추론 시스템인 PETALS 의 기술을 채택했습니다. 채굴자가 6,000억 개의 매개변수 모델 전체를 보유(수 테라바이트의 VRAM 필요)하는 대신, 각 채굴자는 레이어의 일부 세트만 소유합니다. 프롬프트는 네트워크를 통해 순차적으로 흐르며, 각 채굴자는 자신의 샤드를 처리하고 활성화 값(activations)을 다음 채굴자에게 전달합니다.

이는 단일 소비자 등급 GPU(24GB VRAM)를 가진 채굴자도 데이터 센터에 수백 개의 GPU 가 필요한 모델 학습에 참여할 수 있음을 의미합니다. 연산 그래프를 수백 또는 수천 개의 노드에 분산함으로써 Ambient 는 기존 ML 클러스터에서 사용되는 InfiniBand 와 같은 비싼 고대역폭 인터커넥트의 필요성을 제거합니다.

SLIDE 에서 영감을 받은 희소성(Sparsity): 대부분의 신경망 계산은 대부분의 항목이 0에 가까운 행렬 곱셈을 포함합니다. SLIDE (Sub-LInear Deep learning Engine) 는 활성화 값을 해싱하여 주어진 입력에 대해 실제로 중요한 뉴런을 식별함으로써 관련 없는 계산을 완전히 건너뛰어 이를 활용합니다.

Ambient 는 이 희소성을 분산 학습에 적용합니다. 모든 채굴자가 모든 데이터를 처리하는 대신, 네트워크는 현재 배치와 관련된 샤드를 가진 노드로 작업을 동적으로 라우팅합니다. 이는 분산 ML 의 주요 병목 현상인 통신 오버헤드를 줄이고, 성능이 낮은 하드웨어를 가진 채굴자도 희소 서브그래프를 처리함으로써 참여할 수 있게 합니다.

이러한 조합은 Ambient 가 주장하길 DiLoCo 나 Hivemind 와 같은 기존 분산 학습 프로젝트보다 10배 더 나은 처리량을 제공합니다. 더 중요한 것은 진입 장벽을 낮춘다는 점입니다. 채굴자는 데이터 센터 급의 인프라가 필요하지 않으며, 괜찮은 GPU 를 갖춘 게이밍 PC 만으로도 기여하기에 충분합니다.

Solana 포크 아키텍처: 높은 TPS와 비차단 PoW의 만남​

Ambient는 처음부터 모든 것을 구축하지 않습니다. Ambient는 Solana의 완전한 포크로서, Solana 가상 머신 (SVM), 역사 증명 (PoH) 타임스탬프 및 Gulf Stream 멤풀 포워딩을 상속받습니다. 이를 통해 Ambient는 Solana의 65,000 TPS라는 이론적 처리량과 1초 미만의 최종성(finality)을 확보합니다.

하지만 Ambient는 한 가지 중요한 수정을 가했습니다. 바로 Solana의 합의 알고리즘 위에 비차단 작업 증명(non-blocking proof-of-work) 레이어를 추가한 것입니다.

하이브리드 합의 방식은 다음과 같이 작동합니다:

역사 증명(PoH)을 통한 트랜잭션 정렬: Solana의 PoH는 암호학적 시계를 제공하여 글로벌 합의를 기다리지 않고 트랜잭션을 정렬합니다. 이를 통해 여러 코어에서 병렬 실행이 가능해집니다.

로짓 증명(Proof of Logits)을 통한 체인 보안: 채굴자들은 유효한 AI 추론 출력을 생성하기 위해 경쟁합니다. 블록체인은 가장 가치 있는 AI 작업(추론 복잡도, 모델 크기 또는 스테이킹된 평판으로 측정)을 생성한 채굴자의 블록을 수락합니다.

비차단 통합: 유효한 PoW가 발견될 때까지 블록 생성이 중단되는 비트코인과 달리, Ambient의 PoW는 비동기적으로 작동합니다. 검증자(Validator)가 트랜잭션을 계속 처리하는 동안 채굴자는 AI 작업을 제출하기 위해 경쟁합니다. 이는 PoW가 병목 현상이 되는 것을 방지합니다.

그 결과, Ambient는 낮은 지연 시간의 추론이 필요한 AI 애플리케이션에 필수적인 Solana의 속도를 유지하는 동시에 추론, 미세 조정(fine-tuning), 학습 등 핵심 네트워크 활동에서의 경제적 경쟁을 보장하는 블록체인이 되었습니다.

이 설계는 또한 "유용한 작업(useful work)" 합의와 관련한 이더리움의 초기 실수를 방지합니다. Primecoin과 Gridcoin은 과학적 계산을 PoW로 사용하려 했으나 치명적인 결함에 직면했습니다. 유용한 작업은 난이도가 균등하지 않다는 점입니다. 어떤 문제는 해결하기는 쉽지만 검증하기는 어렵고, 어떤 문제는 불공정하게 병렬화하기 쉽습니다. Ambient는 로짓 검증을 계산적으로 저렴하고 표준화함으로써 이 문제를 우회합니다. 모든 추론 작업은 복잡도에 관계없이 동일한 스팟 체킹(spot-checking) 알고리즘으로 검증될 수 있습니다.

온체인 AGI 학습 경쟁: 다른 경쟁자는 누구인가?​

블록체인 네이티브 AI를 목표로 하는 것은 Ambient뿐만이 아닙니다. 머신러닝의 탈중앙화를 주장하는 프로젝트들이 많지만, 검증 가능한 온체인 학습을 제공하는 프로젝트는 거의 없습니다. Ambient와 주요 경쟁업체를 비교하면 다음과 같습니다:

인공 초지능 연합 (ASI): Fetch.AI, SingularityNET, Ocean Protocol의 합병으로 결성된 ASI는 탈중앙화된 AGI 인프라에 집중합니다. ASI 체인은 동시 에이전트 실행과 보안 모델 트랜잭션을 지원합니다. Ambient의 PoW 방식과 달리 ASI는 개발자가 컴퓨팅 크레딧을 지불하는 마켓플레이스 모델에 의존합니다. 이는 추론에는 적합하지만, 학습을 위한 인센티브 구조와는 일치하지 않습니다. 채굴자들은 사전에 명시적인 보상이 없다면 값비싼 GPU 시간을 제공할 이유가 없기 때문입니다.

AIVM (ChainGPT): ChainGPT의 AIVM 로드맵은 2026년 메인넷 출시를 목표로 하며, 오프체인 GPU 자원을 온체인 검증과 통합합니다. 그러나 AIVM의 검증은 낙관적 롤업(도전이 없는 한 정확하다고 가정)에 의존하므로 사기 증명(fraud-proof)으로 인한 지연이 발생합니다. Ambient의 로짓 체킹은 결정론적입니다. 검증자는 작업의 유효성 여부를 즉시 알 수 있습니다.

인터넷 컴퓨터 (ICP): Dfinity의 인터넷 컴퓨터는 외부 클라우드 인프라 없이 온체인에서 대형 모델을 네이티브하게 호스팅할 수 있습니다. 하지만 ICP의 캐니스터(canister) 아키텍처는 학습에 최적화되어 있지 않으며, 추론과 스마트 컨트랙트 실행을 위해 설계되었습니다. Ambient의 PoW는 지속적인 모델 개선을 경제적으로 장려하는 반면, ICP는 개발자가 외부에서 학습을 관리해야 합니다.

비텐서 (Bittensor): 비텐서는 전문화된 체인들이 서로 다른 AI 작업(텍스트 생성, 이미지 분류 등)을 학습하는 서브넷 모델을 사용합니다. 채굴자들은 모델 가중치(weights)를 제출하여 경쟁하고, 검증자들은 성능에 따라 순위를 매깁니다. 비텐서는 탈중앙화 추론에는 뛰어나지만 학습 조율에는 어려움을 겪습니다. 통합된 글로벌 모델이 없으며 독립적인 서브넷들의 집합일 뿐이기 때문입니다. Ambient의 방식은 단일 PoW 메커니즘 하에서 학습을 통합합니다.

Lightchain Protocol AI: Lightchain의 백서는 노드가 트랜잭션을 검증하기 위해 AI 작업을 수행하는 지능 증명(PoI)을 제안합니다. 그러나 Lightchain의 합의 방식은 여전히 이론적인 수준에 머물러 있으며, 테스트넷 출시 발표도 없습니다. 반면 Ambient는 2025년 2분기 또는 3분기 테스트넷 출시를 계획하고 있습니다.

Ambient의 Edge는 검증 가능한 AI 작업과 Solana의 검증된 고처리량 아키텍처를 결합한 데 있습니다. 대부분의 경쟁업체는 탈중앙화(온체인 검증을 동반한 중앙 집중식 학습)를 희생하거나 성능(사기 증명을 기다리는 느린 합의)을 희생합니다. Ambient의 로짓 기반 PoW는 두 가지를 모두 제공합니다. 즉, 즉각적인 검증이 가능한 탈중앙화 학습입니다.

경제적 인센티브: 비트코인 블록처럼 AI 모델 채굴하기​

Ambient의 경제 모델은 비트코인의 모델(예측 가능한 블록 보상 + 트랜잭션 수수료)을 반영합니다. 하지만 비어 있는 블록을 채굴하는 대신, 채굴자는 애플리케이션이 소비할 수 있는 AI 출력을 생성합니다.

인센티브 구조는 다음과 같이 작동합니다:

인플레이션 기반 보상: 초기 채굴자들은 AI 추론, 미세 조정 또는 학습에 기여한 대가로 블록 보조금(새로 발행된 토큰)을 받습니다. 비트코인의 반감기 일정과 마찬가지로 보조금은 시간이 지남에 따라 감소하여 장기적인 희소성을 보장합니다.

트랜잭션 기반 수수료: 애플리케이션은 AI 서비스(추론 요청, 모델 미세 조정 또는 학습된 가중치에 대한 접근)에 대해 비용을 지불합니다. 이러한 수수료는 작업을 수행한 채굴자에게 돌아가며, 보조금이 줄어들더라도 지속 가능한 수익 모델을 창출합니다.

평판 스테이킹: 시빌 공격(보상을 받기 위해 저품질 작업을 제출하는 채굴자)을 방지하기 위해 Ambient는 평판 스테이킹을 도입합니다. 채굴자는 참여를 위해 토큰을 잠금(lock)해야 하며, 유효하지 않은 로짓을 생성하면 슬래싱(slashing) 처리가 됩니다. 이는 채굴자가 시스템을 속이는 대신 정확하고 유용한 AI 출력을 생성하여 이익을 극대화하도록 인센티브를 일치시킵니다.

적절한 하드웨어 접근성: ASIC 팜이 지배하는 비트코인과 달리, Ambient의 PETALS 샤딩을 사용하면 일반 소비자용 GPU로도 참여할 수 있습니다. RTX 4090(24GB VRAM, 약 $1,600) 한 대를 가진 채굴자도 샤드를 소유함으로써 6,000억 개의 파라미터를 가진 모델 학습에 기여할 수 있습니다. 이는 수백만 달러 규모의 데이터 센터 없이도 접근을 민주화합니다.

이 모델은 탈중앙화 AI의 고질적인 문제인 무임승차 문제(free-rider problem)를 해결합니다. 전통적인 PoS 체인에서는 검증자가 자본을 스테이킹하지만 컴퓨팅에 기여하지는 않습니다. Ambient에서 채굴자는 실제 AI 작업에 기여함으로써 네트워크의 효용이 보안 예산에 비례하여 성장하도록 보장합니다.

270억 달러 규모의 AI 에이전트 부문: 2026년이 변곡점인 이유​

Ambient의 타이밍은 광범위한 시장 트렌드와 일치합니다. AI 에이전트 암호화폐 부문은 온체인 자산을 관리하고 거래를 실행하며 프로토콜 전반에 걸쳐 조율하는 자율 프로그램에 힘입어 270억 달러의 가치로 평가받고 있습니다.

하지만 오늘날의 에이전트는 신뢰 문제에 직면해 있습니다. 대부분은 중앙 집중식 AI API(OpenAI, Anthropic, Google)에 의존합니다. 1,000만 달러 규모의 DeFi 포지션을 관리하는 에이전트가 의사 결정을 위해 GPT-4를 사용한다면, 사용자는 해당 모델이 조작되거나 검열되거나 편향되지 않았다는 보장을 받을 수 없습니다. 에이전트가 자율적으로 행동했음을 증명하는 감사 추적도 없습니다.

Ambient는 온체인 검증을 통해 이 문제를 해결합니다. 모든 AI 추론(Inference)은 블록체인에 기록되며, 로짓(logits)을 통해 사용된 정확한 모델과 입력을 증명합니다. 애플리케이션은 다음과 같은 작업을 수행할 수 있습니다.

에이전트 의사 결정 감사: DAO는 재무 관리 에이전트가 비밀리에 수정된 버전이 아닌 커뮤니티에서 승인한 특정 모델을 사용했는지 확인할 수 있습니다.

규제 준수 강제: 규제 대상인 DeFi 프로토콜은 에이전트가 온체인에서 증명 가능한 검증된 안전 가드레일이 있는 모델을 사용하도록 요구할 수 있습니다.

AI 마켓플레이스 활성화: 개발자는 미세 조정된 모델을 NFT로 판매할 수 있으며, Ambient는 학습 데이터와 가중치에 대한 암호화 증명을 제공합니다.

이를 통해 Ambient는 차세대 자율 에이전트를 위한 인프라로 자리매김합니다. "AI, 블록체인, 결제가 하나의 자기 조율 인터넷으로 수렴"하는 2026년이 전환점으로 떠오름에 따라, Ambient의 검증 가능한 AI 레이어는 핵심적인 기반 시설(Critical plumbing)이 될 것입니다.

기술적 리스크 및 미해결 과제​

Ambient의 비전은 야심차지만, 몇 가지 기술적 과제가 여전히 해결되지 않은 상태로 남아 있습니다.

결정론 및 부동 소수점 드리프트: AI 모델은 부동 소수점 연산을 사용하는데, 이는 하드웨어 간에 완전히 결정론적(Deterministic)이지 않습니다. NVIDIA A100에서 실행되는 모델은 AMD MI250에서 실행되는 동일한 모델과 약간 다른 로짓을 생성할 수 있습니다. 검증자가 사소한 수치적 드리프트로 인해 블록을 거부하면 네트워크가 불안정해집니다. Ambient는 타이트한 허용 오차 범위가 필요하지만, 너무 타이트하면 서로 다른 하드웨어를 사용하는 채굴자가 부당하게 처벌을 받게 됩니다.

모델 업데이트 및 버전 관리: Ambient가 글로벌 모델을 협업하여 학습시킨다면 업데이트는 어떻게 처리할까요? 비트코인에서는 모든 노드가 동일한 합의 규칙을 실행합니다. Ambient에서는 채굴자가 모델을 지속적으로 미세 조정합니다. 네트워크의 절반이 버전 2.0으로 업데이트하고 나머지 절반이 1.9에 머물면 검증이 중단됩니다. 백서에는 모델 버전 관리 및 하위 호환성이 어떻게 작동하는지 자세히 설명되어 있지 않습니다.

프롬프트 다양성 및 작업 표준화: 비트코인의 PoW는 균일합니다. 모든 채굴자가 동일한 유형의 문제를 해결합니다. Ambient의 PoW는 다양합니다. 어떤 채굴자는 수학 문제에 답하고, 어떤 채굴자는 코드를 작성하며, 어떤 채굴자는 문서를 요약합니다. 검증자는 서로 다른 작업의 "가치"를 어떻게 비교할까요? 한 채굴자가 10,000개의 무의미한 토큰을 생성(쉬움)하고 다른 채굴자가 어려운 데이터셋에서 모델을 미세 조정(비쌈)한다면 누구에게 더 많은 보상을 주어야 할까요? Ambient에는 비트코인의 해시 난이도와 유사하게 AI 작업을 위한 난이도 조정 알고리즘이 필요하지만, "추론 난이도"를 측정하는 것은 결코 쉬운 일이 아닙니다.

분산 학습의 지연 시간: PETALS 방식의 샤딩은 추론(순차적 레이어 처리)에는 잘 작동하지만, 학습에는 네트워크를 통해 그래디언트가 역방향으로 흐르는 역전파(Backpropagation)가 필요합니다. 레이어가 다양한 네트워크 지연 시간을 가진 노드에 분산되어 있다면 그래디언트 업데이트가 병목 현상이 됩니다. Ambient는 10배의 처리량 향상을 주장하지만, 실제 성능은 네트워크 토폴로지와 채굴자 분포에 따라 달라집니다.

모델 호스팅의 중앙화 리스크: 소수의 노드만이 가장 가치 있는 모델 샤드(예: 6,000억 개 파라미터 모델의 최종 레이어)를 호스팅할 여력이 있다면, 이들이 불균형적인 영향력을 갖게 됩니다. 검증자는 연결 상태가 좋은 노드에 우선적으로 작업을 라우팅할 수 있으며, 이는 탈중앙화된 네트워크 내에서 데이터 센터의 중앙화를 재현할 수 있습니다.

이것들은 치명적인 결함이라기보다는 모든 블록체인-AI 프로젝트가 직면하는 엔지니어링 과제입니다. 하지만 2025년 2분기/3분기에 출시될 Ambient의 테스트넷은 이론이 실제 환경에서 유효한지 보여줄 것입니다.

다음 단계: 테스트넷, 메인넷 및 AGI 엔드게임​

Ambient의 로드맵은 2025년 2분기/3분기 테스트넷 출시를 목표로 하며, 2026년에 메인넷이 뒤따를 예정입니다. a16z CSX, Delphi Digital, Amber Group으로부터 유치한 720만 달러의 시드 라운드는 핵심 개발을 위한 자금을 제공하지만, 프로젝트의 장기적인 성공은 생태계 채택에 달려 있습니다.

주요 관전 포인트:

테스트넷 채굴 참여: 얼마나 많은 채굴자가 네트워크에 참여할까요? Ambient가 수천 명의 GPU 소유자를 끌어들인다면(초기 이더리움 채굴처럼), 경제 모델이 작동함을 증명하는 것입니다. 소수의 엔티티만 채굴한다면 중앙화 리스크를 시사합니다.

모델 성능 벤치마크: Ambient로 학습된 모델이 OpenAI나 Anthropic과 경쟁할 수 있을까요? 탈중앙화된 6,000억 개 파라미터 모델이 GPT-4 수준의 품질을 달성한다면 전체 접근 방식의 타당성이 입증됩니다. 성능이 크게 뒤처지면 개발자들은 중앙 집중식 API를 계속 사용할 것입니다.

애플리케이션 통합: 어떤 DeFi 프로토콜, DAO 또는 AI 에이전트가 Ambient 기반으로 구축될까요? 가치 제안은 실제 애플리케이션이 온체인 AI 추론을 소비할 때만 실현됩니다. 초기 사용 사례는 다음과 같습니다.

• 증명 가능한 의사 결정 로직을 가진 자율 거래 에이전트
• 탈중앙화된 콘텐츠 모더레이션(AI 모델이 게시물을 필터링하고 온체인에서 감사 가능)
• 검증 가능한 AI 오라클(온체인 가격 예측 또는 감정 분석)

이더리움 및 코스모스와의 상호 운용성: Ambient는 솔라나 포크이지만, AI 에이전트 경제는 여러 체인에 걸쳐 있습니다. 이더리움(DeFi용) 및 코스모스(ASI와 같은 IBC 연결 AI 체인용)와의 브리지는 Ambient가 고립된 섬이 될지 허브가 될지를 결정할 것입니다.

궁극적인 엔드게임은 야심차게도 그 어떤 단일 엔티티도 모델을 제어하지 않는 탈중앙화된 AGI를 학습시키는 것입니다. 수천 명의 독립적인 채굴자가 모든 학습 단계에 대한 암호화 증명과 함께 슈퍼 인텔리전스 시스템을 협업하여 학습시킨다면, 이는 AGI로 향하는 최초의 진정으로 개방되고 감사 가능한 경로가 될 것입니다.

Ambient가 이를 달성할지 아니면 약속만 거창한 또 다른 암호화폐 프로젝트가 될지는 실행력에 달려 있습니다. 하지만 임의의 암호화 퍼즐을 검증 가능한 AI 작업으로 대체하는 핵심 혁신은 진정한 돌파구입니다. 작업 증명(Proof-of-Work)이 낭비가 아닌 생산적인 것이 될 수 있다면, Ambient가 이를 가장 먼저 증명하게 될 것입니다.

Proof-of-Logits 패러다임의 전환​

Ambient의 720만 달러 투자 유치는 단순한 암호화폐 펀딩 라운드가 아닙니다. 이는 블록체인 합의와 AI 학습이 경제적으로 정렬된 단일 시스템으로 통합될 수 있다는 점에 거는 베팅입니다. 그 영향력은 Ambient를 훨씬 넘어 파급될 것입니다.

만약 로짓 기반 검증이 작동한다면, 다른 체인들도 이를 채택할 것입니다. 이더리움은 단순히 ETH를 스테이킹하는 대신 AI 작업에 기여하는 검증자에게 보상을 제공하는 PoS의 대안으로 PoL을 도입할 수 있습니다. 비트코인은 SHA-256 해시 대신 유용한 컴퓨팅을 사용하도록 포크될 수도 있습니다 (물론 비트코인 맥시멀리스트들이 이를 결코 수용하지 않겠지만요).

탈중앙화된 학습이 경쟁력 있는 성능을 달성한다면, OpenAI와 구글은 그들의 해자를 잃게 됩니다. GPU를 가진 사람이라면 누구나 AGI 개발에 기여하고 그 작업에 대한 토큰을 보상으로 받는 세상은 중앙 집중식 AI 과점 체제를 근본적으로 뒤흔들 것입니다.

온체인 AI 검증이 표준이 된다면, 자율 에이전트는 신뢰성을 얻게 됩니다. 사용자는 블랙박스 API를 신뢰하는 대신 온체인에서 정확한 모델과 프롬프트를 검증합니다. 이는 규제된 DeFi, 알고리즘 거버넌스, 그리고 AI 기반 법률 계약의 가능성을 열어줍니다.

Ambient의 승리가 보장된 것은 아닙니다. 하지만 이것은 작업 증명(PoW)을 생산적으로 만들고, AI 학습을 탈중앙화하며, 블록체인 보안을 문명적 진보와 정렬시키려는 시도 중 지금까지 가장 기술적으로 신뢰할 수 있는 시도입니다. 테스트넷 출시는 이론이 현실과 만날지, 아니면 Proof-of-Logits가 야심 찬 합의 실험의 묘지로 향하게 될지를 보여줄 것입니다.

어느 쪽이든, 온체인 AGI를 학습시키기 위한 경쟁은 이제 부정할 수 없는 현실이 되었습니다. 그리고 Ambient는 방금 출발선에 720만 달러를 투입했습니다.

---

출처:

• Ambient, a16z CSX로부터 720만 달러 투자 유치하며 스텔스 모드 해제 | Tech Startups
• a16z CSX 투자 주도, Ambient의 PoL 합의 이해하기 | ChainCatcher
• Ambient: PoL 합의로 고속 및 효율성 유지 | PANews
• a16z가 지원하는 Ambient, 선구적인 AI PoW 블록체인 구축 | U.Today
• Ambient, 720만 달러 시드 투자와 함께 혁신적인 AI 기반 PoW 블록체인 공개 | Blockchain Reporter
• Ambient, AI 기반 PoW 블록체인 개척 | Bitget News
• Lightchain 프로토콜 AI 백서
• 2024–2026 AIVM 이니셔티브 로드맵 | ChainGPT
• 온체인 AI의 부상 | Coincub
• 우리가 ASI 체인을 구축하는 이유 | Artificial Superintelligence Alliance
• AI 에이전트: 크립토의 2026년 돌파구 내러티브 | Coira Research
• 2026년이 AI, 크립토 및 글로벌 결제의 전환점인 이유 | Entrepreneur
• Ambient: 화폐로서의 기계 지능

ChatGPT, Claude 또는 Gemini를 쿼리할 때마다 사용자는 보이지 않는 블랙박스를 신뢰하게 됩니다. 모델 버전은? 알 수 없습니다. 정확한 가중치(weights)는? 비공개입니다. 출력이 사용자가 생각하는 모델에 의해 생성되었는지, 아니면 조용히 업데이트된 변형인지 여부? 확인이 불가능합니다. 레시피나 상식을 묻는 일반 사용자에게 이러한 불투명함은 단순히 짜증 나는 일일 뿐입니다. 하지만 금융 거래 알고리즘, 의료 진단, 법률 계약 분석과 같은 고위험 AI 의사 결정에 있어 이는 근본적인 신뢰의 위기입니다.

2025년 말에 출시되어 2026년에 본격적인 운영을 시작하는 Gensyn's Judge는 혁신적인 대안을 제시합니다. 모든 추론을 비트 단위까지 재현할 수 있는 암호학적으로 검증 가능한 AI 평가입니다. OpenAI나 Anthropic이 올바른 모델을 제공한다고 믿는 대신, Judge는 특정하고 사전에 합의된 AI 모델이 실제 데이터에 대해 결정론적으로 실행되었음을 누구나 확인할 수 있게 하며, 암호화 증명을 통해 결과가 조작되지 않았음을 보장합니다.

기술적 돌파구는 AI 재현성의 골칫거리인 부동 소수점 비결정성 (floating-point nondeterminism)을 제거하는 Gensyn의 검증 시스템인 Verde입니다. Verde는 기기 간에 비트 단위로 정확한 연산을 강제함으로써, 런던의 NVIDIA A100과 도쿄의 AMD MI250에서 동일한 모델을 실행했을 때 온체인에서 증명 가능한 동일한 결과를 얻을 수 있도록 보장합니다. 이는 탈중앙화 금융 (DeFi), 자율 에이전트 및 투명성이 선택이 아닌 생존의 문제인 모든 애플리케이션에 검증 가능한 AI를 가능하게 합니다.

불투명한 API 문제: 검증 없는 신뢰​

AI 산업은 API를 기반으로 운영됩니다. 개발자는 REST 엔드포인트를 통해 OpenAI의 GPT-4, Anthropic의 Claude 또는 Google의 Gemini를 통합하여 프롬프트를 보내고 응답을 받습니다. 하지만 이러한 API는 근본적으로 불투명합니다.

버전 불확실성: gpt-4를 호출할 때 정확히 어떤 버전을 사용하고 있습니까? GPT-4-0314인가요? GPT-4-0613인가요? 아니면 조용히 업데이트된 변형인가요? 제공업체는 공개 발표 없이 패치를 자주 배포하여 하룻밤 사이에 모델 동작을 변경합니다.

감사 추적 부재: API 응답에는 어떤 모델이 이를 생성했는지에 대한 암호화 증명이 포함되어 있지 않습니다. 만약 OpenAI가 특정 지역이나 고객에게 검열되거나 편향된 변형을 제공하더라도 사용자는 이를 감지할 방법이 없습니다.

조용한 성능 저하: 제공업체는 비용을 절감하기 위해 모델을 "로보토마이즈 (lobotomize)"하여 동일한 API 계약을 유지하면서 추론 품질을 낮출 수 있습니다. 사용자들은 GPT-4가 시간이 지남에 따라 "멍청해졌다"고 보고하지만, 투명한 버전 관리가 없으면 이러한 주장은 일화적인 수준에 머뭅니다.

비결정론적 출력: 온도 설정, 배치 처리 또는 하드웨어 수준의 부동 소수점 반올림 오류로 인해 동일한 입력으로 동일한 모델을 두 번 쿼리해도 다른 결과가 나올 수 있습니다. 이는 감사를 불가능하게 만듭니다. 출력이 재현 가능하지 않은데 어떻게 정확성을 검증할 수 있습니까?

일반적인 애플리케이션의 경우 이러한 문제는 불편함에 불과합니다. 하지만 고위험 의사 결정에서는 치명적인 장애물입니다. 다음을 고려해 보십시오.

알고리즘 트레이딩: 헤지 펀드가 DeFi 포지션에서 5,000만 달러를 관리하는 AI 에이전트를 배치합니다. 에이전트는 X (구 트위터) 게시물에서 시장 심리를 분석하기 위해 GPT-4에 의존합니다. 거래 세션 도중 모델이 조용히 업데이트되면 심리 점수가 예기치 않게 바뀌어 의도치 않은 청산이 발생할 수 있습니다. 펀드는 모델이 오작동했다는 증거가 없으며, OpenAI의 로그는 공개적으로 감사할 수 없습니다.

의료 진단: 병원에서 암 치료법을 추천하기 위해 AI 모델을 사용합니다. 규정에 따라 의사는 의사 결정 과정을 문서화해야 합니다. 그러나 AI 모델 버전을 확인할 수 없다면 감사 추적은 불완전합니다. 의료 과실 소송은 어떤 모델이 추천을 생성했는지 입증하는 데 달려 있을 수 있지만, 불투명한 API로는 불가능합니다.

DAO 거버넌스: 탈중앙화 자율 조직이 금고 제안에 투표하기 위해 AI 에이전트를 사용합니다. 커뮤니티 구성원들은 에이전트가 특정 결과에 유리하도록 조작된 변형이 아니라 승인된 모델을 사용했다는 증거를 요구합니다. 암호화 검증이 없으면 투표는 정당성을 잃게 됩니다.

이것이 바로 Gensyn이 목표로 하는 신뢰의 간극입니다. AI가 중요한 의사 결정에 내장됨에 따라 모델의 진위와 동작을 확인할 수 없는 능력은 "고위험 환경에서 에이전틱 (agentic) AI를 배포하는 데 근본적인 차단 요소"가 됩니다.

Judge: 검증 가능한 AI 평가 프로토콜​

Judge는 사전에 합의된 결정론적 AI 모델을 실제 입력에 대해 실행하고 그 결과를 누구나 이의를 제기할 수 있는 블록체인에 기록함으로써 불투명성 문제를 해결합니다. 프로토콜의 작동 방식은 다음과 같습니다.

1. 모델 커밋 (Model commitment): 참여자들은 AI 모델의 아키텍처, 가중치 및 추론 구성에 합의합니다. 이 모델은 해싱되어 온체인에 기록됩니다. 해시는 암호학적 지문 역할을 합니다. 합의된 모델에서 조금이라도 벗어나면 다른 해시가 생성됩니다.

2. 결정론적 실행 (Deterministic execution): Judge는 기기 간에 비트 단위로 정확한 재현성을 보장하는 Gensyn's Reproducible Runtime을 사용하여 모델을 실행합니다. 이는 잠시 후에 살펴볼 중요한 혁신인 부동 소수점 비결정성을 제거합니다.

3. 공개 커밋 (Public commitment): 추론 후, Judge는 출력물 (또는 그 해시)을 온체인에 게시합니다. 이는 특정 입력에 대해 모델이 생성한 결과에 대한 영구적이고 감사 가능한 기록을 생성합니다.

4. 이의 제기 기간 (Challenge period): 누구나 모델을 독립적으로 다시 실행하여 결과에 이의를 제기할 수 있습니다. 출력이 다를 경우 사기 증명 (fraud proof)을 제출합니다. Verde의 심판 위임 메커니즘 (refereed delegation mechanism)은 결과가 갈라지는 연산 그래프상의 정확한 연산자를 찾아냅니다.

5. 사기에 대한 슬래싱 (Slashing for fraud): 이의 제기자가 Judge가 잘못된 결과를 생성했음을 증명하면, 원래 실행자는 처벌을 받습니다 (스테이킹된 토큰 슬래싱). 이는 경제적 인센티브를 일치시킵니다. 실행자는 모델을 올바르게 실행함으로써 수익을 극대화합니다.

Judge는 AI 평가를 "API 제공업체를 신뢰하라"에서 "암호화 증명을 검증하라"로 전환합니다. 모델의 동작은 공개적이고 감사 가능하며 집행 가능해지며, 더 이상 독점적인 엔드포인트 뒤에 숨겨지지 않습니다.

Verde : 부동 소수점 비결정론 제거​

검증 가능한 AI 의 핵심 기술적 과제는 결정론 (determinism) 입니다. 신경망은 추론 과정에서 수십억 개의 부동 소수점 연산을 수행합니다. 현대적인 GPU 에서 이러한 연산은 완벽하게 재현되지 않습니다.

비결합성 (Non-associativity) : 부동 소수점 덧셈은 결합 법칙이 성립하지 않습니다. 반올림 오차로 인해 (a + b) + c 는 a + (b + c) 와 다른 결과를 낼 수 있습니다. GPU 는 수천 개의 코어에서 부분 합을 병렬로 처리하며, 부분 합이 누적되는 순서는 하드웨어 및 드라이버 버전에 따라 달라집니다.

커널 스케줄링 변동성 (Kernel scheduling variability) : GPU 커널 (행렬 곱셈이나 어텐션 등) 은 작업 부하, 드라이버 최적화 또는 하드웨어 아키텍처에 따라 다른 순서로 실행될 수 있습니다. 동일한 모델을 동일한 GPU 에서 두 번 실행하더라도 커널 스케줄링이 다르면 다른 결과가 나올 수 있습니다.

배치 크기 의존성 (Batch-size dependency) : 연구에 따르면 LLM 추론은 시스템 수준에서 비결정론적 인데, 이는 출력이 배치 크기에 따라 달라지기 때문입니다. 많은 커널 (matmul, RMSNorm, 어텐션) 은 얼마나 많은 샘플이 함께 처리되는지에 따라 수치 출력을 변경합니다. 배치 크기 1 로 추론하면 배치 크기 8 로 처리된 동일한 입력과는 다른 값이 생성됩니다.

이러한 문제들로 인해 표준 AI 모델은 블록체인 검증에 적합하지 않습니다. 두 명의 검증자가 동일한 추론을 다시 실행하여 약간 다른 출력을 얻는다면, 누구의 말이 맞을까요? 결정론이 없다면 합의는 불가능합니다.

Verde 는 모든 장치에서 부동 소수점 연산의 순서를 제어하여 하드웨어 비결정론을 제거하는 라이브러리인 RepOps (Reproducible Operators, 재현 가능한 연산자) 를 통해 이 문제를 해결합니다. 작동 방식은 다음과 같습니다.

정형화된 리덕션 순서 (Canonical reduction orders) : RepOps 는 행렬 곱셈과 같은 연산에서 부분 결과를 합산할 때 결정론적인 순서를 강제합니다. GPU 스케줄러가 결정하게 두는 대신, RepOps 는 모든 하드웨어에서 "0번 열을 더하고, 그다음 1번 열, 그다음 2번 열..." 과 같이 명시적으로 순서를 지정합니다. 이를 통해 (a + b) + c 가 항상 동일한 시퀀스로 계산되도록 보장합니다.

커스텀 CUDA 커널 (Custom CUDA kernels) : Gensyn 은 순수 속도보다 재현성을 우선시하는 최적화된 커널을 개발했습니다. RepOps 행렬 곱셈은 표준 cuBLAS 에 비해 오버헤드가 30% 미만 인데, 이는 결정론을 위한 합리적인 절충안입니다.

드라이버 및 버전 고정 (Driver and version pinning) : Verde 는 버전이 고정된 GPU 드라이버와 정형화된 구성을 사용하여, 서로 다른 하드웨어에서 실행되는 동일한 모델이 비트 단위까지 동일한 출력을 생성하도록 보장합니다. 한 데이터 센터의 NVIDIA A100 에서 실행되는 모델의 출력은 다른 데이터 센터의 AMD MI250 에서 나오는 출력과 비트 단위로 일치합니다.

이것이 Judge 의 검증을 가능하게 하는 획기적인 기술입니다. 비트 단위로 정확한 재현성 은 검증자가 실행자를 신뢰하지 않고도 독립적으로 결과를 확인할 수 있음을 의미합니다. 해시가 일치하면 추론은 올바른 것이며, 이는 수학적으로 증명 가능합니다.

중재된 위임 (Refereed Delegation) : 전체 재계산 없는 효율적인 검증​

결정론적 실행이 가능하더라도, AI 추론을 그대로 검증하는 것은 비용이 많이 듭니다. 700억 개의 파라미터를 가진 모델이 1,000개의 토큰을 생성하는 데 10 GPU 시간이 걸릴 수 있습니다. 검증자가 정확성을 확인하기 위해 모든 추론을 다시 실행해야 한다면, 검증 비용이 실행 비용과 같아져 탈중앙화의 목적이 퇴색됩니다.

Verde 의 중재된 위임 메커니즘 (refereed delegation mechanism) 은 검증 비용을 기하급수적으로 낮춥니다.

여러 명의 신뢰할 수 없는 실행자 : 하나의 실행자 대신, Judge 는 여러 독립적인 제공자에게 작업을 할당합니다. 각 제공자는 동일한 추론을 실행하고 결과를 제출합니다.

불일치 시 조사 시작 : 모든 실행자가 동의하면 결과가 수락되며 추가 검증은 필요하지 않습니다. 출력이 다를 경우 Verde 는 챌린지 게임 (challenge game) 을 시작합니다.

계산 그래프에 대한 이진 탐색 : Verde 는 전체 추론을 다시 실행하지 않습니다. 대신 모델의 계산 그래프에 대해 이진 탐색을 수행하여 결과가 갈라지는 첫 번째 연산자를 찾습니다. 이를 통해 불일치를 일으키는 정확한 레이어 (예 : "어텐션 레이어 47, 헤드 8") 를 핀포인트로 찾아냅니다.

최소한의 중재자 계산 : 중재자 (제한된 컴퓨팅 파워를 가진 스마트 컨트랙트 또는 검증자일 수 있음) 는 전체 순전파가 아닌 논란이 된 연산자만 확인합니다. 80개 레이어가 있는 70B 파라미터 모델의 경우, 최악의 상황에서도 약 7개 레이어 (log₂ 80) 만 확인하면 됩니다.

이 접근 방식은 단순 복제 방식보다 1,350% 이상 더 효율적 입니다 (모든 검증자가 모든 것을 다시 실행하는 경우 대비). Gensyn 은 암호화 증명, 게임 이론 및 최적화된 프로세스를 결합하여 중복 계산 없이 올바른 실행을 보장합니다.

그 결과, Judge 는 AI 워크로드를 대규모로 검증할 수 있으며, 수천 개의 신뢰할 수 없는 노드가 컴퓨팅에 기여하고 정직하지 않은 실행자는 적발되어 처벌받는 탈중앙화 추론 네트워크를 가능하게 합니다.

중요한 AI 의사결정 : 투명성이 중요한 이유​

Judge 의 타겟 시장은 일반적인 챗봇이 아닙니다. 검증 가능성이 '있으면 좋은 것' 이 아니라 규제적 또는 경제적 요구 사항인 애플리케이션입니다. 불투명한 API 가 치명적으로 실패하는 시나리오는 다음과 같습니다.

탈중앙화 금융 (DeFi) : 자율 거래 에이전트는 수십억 달러의 자산을 관리합니다. 에이전트가 포트폴리오 리밸런싱 시점을 결정하기 위해 AI 모델을 사용하는 경우, 사용자는 모델이 조작되지 않았다는 증거가 필요합니다. Judge 는 온체인 검증을 지원합니다. 에이전트는 특정 모델 해시를 약속하고, 그 출력에 따라 거래를 실행하며, 누구나 결정 로직에 이의를 제기할 수 있습니다. 이러한 투명성은 악의적인 에이전트가 증거 없이 "AI 가 청산하라고 했다" 고 주장하며 자금을 탈취하는 (rug pull) 것을 방지합니다.

규제 준수 : 신용 점수 산정, 사기 탐지 또는 자금 세탁 방지 (AML) 를 위해 AI 를 도입하는 금융 기관은 감사를 받습니다. 규제 기관은 "모델이 왜 이 거래를 의심스러운 것으로 표시했는가?" 에 대한 설명을 요구합니다. 불투명한 API 는 감사 추적을 제공하지 않습니다. Judge 는 모델 버전, 입력 및 출력에 대한 불변의 기록을 생성하여 규제 요구 사항을 충족합니다.

알고리즘 거버넌스 : 탈중앙화 자율 조직 (DAO) 은 AI 에이전트를 사용하여 거버넌스 결정을 제안하거나 투표합니다. 커뮤니티 구성원은 에이전트가 해킹된 변종이 아닌 승인된 모델을 사용했는지 확인해야 합니다. Judge 를 사용하면 DAO 는 스마트 컨트랙트에 모델 해시를 인코딩하고, 모든 결정에 정확성에 대한 암호화 증명을 포함할 수 있습니다.

의료 및 법률 AI : 의료 및 법률 시스템은 책임 소재를 명확히 해야 합니다. AI 의 도움을 받아 암을 진단하는 의사는 사용된 정확한 모델 버전을 문서화해야 합니다. AI 로 계약서를 작성하는 변호사는 출력이 검증되고 편향되지 않은 모델에서 나왔음을 증명해야 합니다. Judge 의 온체인 감사 추적은 이러한 증거를 제공합니다.

예측 시장 및 오라클 : Polymarket 과 같은 프로젝트는 베팅 결과 (예 : "이 이벤트가 발생할 것인가?") 를 결정하기 위해 AI 를 사용합니다. 결정이 뉴스 기사를 분석하는 AI 모델에 달려 있다면, 참여자들은 모델이 조작되지 않았다는 증거가 필요합니다. Judge 는 오라클의 AI 추론을 검증하여 분쟁을 방지합니다.

각 사례의 공통된 주제는 투명성 없는 신뢰는 불충분하다 는 것입니다. VeritasChain 이 언급했듯이, AI 시스템에는 분쟁 발생 시 어떤 일이 일어났는지 증명하는 불변의 로그 인 "암호화된 비행 기록 장치 (cryptographic flight recorders)" 가 필요합니다.

영지식 증명 대안: Verde와 ZKML의 비교​

Judge는 검증 가능한 AI를 위한 유일한 접근 방식이 아닙니다. 영지식 기계 학습 (ZKML)은 입력을 공개하거나 가중치를 밝히지 않고도 계산이 올바르게 수행되었음을 증명하는 암호학적 증명인 zk-SNARKs를 사용하여 유사한 목표를 달성합니다.

Verde는 ZKML과 어떻게 비교될까요?

검증 비용: ZKML은 증명을 생성하기 위해 원래 추론보다 약 1,000배 더 많은 계산이 필요합니다 (연구 추정치). 추론에 10 GPU 시간이 필요한 700억 개 파라미터 모델을 증명하려면 10,000 GPU 시간이 필요할 수 있습니다. Verde의 중재된 위임 (refereed delegation)은 로그 (logarithmic) 방식입니다. 80개 레이어 대신 약 7개 레이어를 확인하는 것은 1,000배가 아닌 10배의 감소를 의미합니다.

증명자 복잡성: ZKML은 증명을 효율적으로 생성하기 위해 특수 하드웨어 (예: zk-SNARK 회로용 맞춤형 ASIC)를 요구합니다. Verde는 일반 소매용 GPU에서 작동하므로, 게이밍 PC를 가진 채굴자라면 누구나 참여할 수 있습니다.

프라이버시 트레이드오프: ZKML의 강점은 프라이버시입니다. 증명은 입력값이나 모델 가중치에 대해 아무것도 드러내지 않습니다. Verde의 결정론적 실행은 투명합니다. 입력과 출력은 공개됩니다 (가중치는 암호화될 수 있음). 중대한 의사결정의 경우 투명성이 선호되는 경우가 많습니다. 재고 할당에 대해 투표하는 DAO는 숨겨진 증명이 아니라 공개된 감사 추적을 원합니다.

증명 범위: ZKML은 현재의 계산 비용으로 인해 학습을 증명하는 것이 불가능하므로 실질적으로 추론에 국한됩니다. Verde는 추론과 학습 검증을 모두 지원합니다 (Gensyn의 더 넓은 프로토콜은 분산 학습을 검증합니다).

실제 도입: Modulus Labs와 같은 ZKML 프로젝트는 온체인에서 1,800만 개 파라미터 모델을 검증하는 등 획기적인 성과를 거두었지만, 여전히 소규모 모델에 국한되어 있습니다. Verde의 결정론적 런타임은 실제 운영 환경에서 700억 개 이상의 파라미터 모델을 처리합니다.

ZKML은 홍채 스캔을 노출하지 않고 생체 인식 인증을 확인하는 것 (Worldcoin)과 같이 프라이버시가 가장 중요한 분야에서 탁월합니다. Verde는 특정 공개 모델이 올바르게 실행되었음을 증명하는 것과 같이 투명성이 목표인 분야에서 탁월합니다. 두 접근 방식은 서로 경쟁하는 것이 아니라 상호 보완적입니다.

Gensyn 생태계: Judge에서 탈중앙화 학습까지​

Judge는 머신러닝 컴퓨팅을 위한 탈중앙화 네트워크인 Gensyn의 원대한 비전의 한 구성 요소입니다. 이 프로토콜에는 다음이 포함됩니다:

실행 레이어: 다양한 이기종 하드웨어 (소비자용 GPU, 기업용 클러스터, 엣지 디바이스)에서 일관된 ML 실행을 제공합니다. Gensyn은 추론 및 학습 워크로드를 표준화하여 호환성을 보장합니다.

검증 레이어 (Verde): 중재된 위임을 사용한 무신뢰 검증입니다. 정직하지 않은 실행자는 감지되고 처벌받습니다.

P2P 통신: 중앙 집중식 조정 없이 디바이스 간에 워크로드를 분산합니다. 채굴자는 작업을 수신하고 실행하며 증명을 블록체인에 직접 제출합니다.

탈중앙화된 조율: 이더리움 롤업상의 스마트 컨트랙트가 참여자를 식별하고, 작업을 할당하며, 허가 없이 결제를 처리합니다.

Gensyn의 공개 테스트넷은 2025년 3월에 출시되었으며, 메인넷은 2026년으로 예정되어 있습니다. $AI 토큰 공개 판매는 2025년 12월에 이루어져 채굴자와 검증인을 위한 경제적 인센티브를 구축했습니다.

Judge는 이 생태계에서 평가 레이어로 적합합니다. Gensyn의 핵심 프로토콜이 학습과 추론을 처리하는 동안, Judge는 해당 출력이 검증 가능하도록 보장합니다. 이는 다음과 같은 플라이휠을 생성합니다:

개발자는 Gensyn의 탈중앙화 네트워크에서 모델을 학습시킵니다 (활용되지 않는 소비자용 GPU가 컴퓨팅을 제공하므로 AWS보다 저렴함).

모델은 Judge와 함께 배포되어 평가 무결성을 보장받습니다. 애플리케이션은 Gensyn의 API를 통해 추론을 사용하지만, OpenAI와 달리 모든 출력에는 암호학적 증명이 포함됩니다.

검증인은 증명을 확인하고 사기를 적발하여 수수료를 벌며, 경제적 인센티브를 네트워크 보안과 일치시킵니다.

신뢰는 확장됩니다. 더 많은 애플리케이션이 검증 가능한 AI를 채택함에 따라 중앙 집중식 제공업체에 대한 의존도가 낮아집니다.

최종 목표는 거대 IT 기업뿐만 아니라 누구나 접근할 수 있고, 증명 가능하며, 올바르고 탈중앙화된 AI 학습 및 추론 환경을 만드는 것입니다.

과제 및 남은 과제들​

Judge의 접근 방식은 혁신적이지만 몇 가지 과제가 남아 있습니다:

성능 오버헤드: RepOps의 30% 속도 저하는 검증을 위해서는 수용 가능하지만, 모든 추론이 결정론적으로 실행되어야 한다면 지연 시간에 민감한 애플리케이션 (실시간 거래, 자율 주행 차량)은 더 빠르고 검증 불가능한 대안을 선호할 수 있습니다. Gensyn의 로드맵에는 RepOps를 더욱 최적화하는 것이 포함될 가능성이 높지만, 속도와 결정론 사이에는 근본적인 트레이드오프가 존재합니다.

드라이버 버전 파편화: Verde는 특정 버전으로 고정된 드라이버를 가정하지만, GPU 제조업체는 지속적으로 업데이트를 출시합니다. 일부 채굴자가 CUDA 12.4를 사용하고 다른 채굴자가 12.5를 사용하면 비트 단위 재현성이 깨집니다. Gensyn은 엄격한 버전 관리를 강제해야 하며, 이는 채굴자 온보딩을 복잡하게 만들 수 있습니다.

모델 가중치 비밀성: Judge의 투명성은 공개 모델에는 장점이지만 독점 모델에는 단점입니다. 헤지펀드가 가치 있는 거래 모델을 학습시키고 Judge에 배포하면 온체인 약속 (commitment)을 통해 경쟁자에게 가중치가 노출됩니다. 비밀 모델의 경우 ZKML 기반 대안이 선호될 수 있으며, 이는 Judge가 공개 또는 반공개 AI 애플리케이션을 타겟팅함을 시사합니다.

분쟁 해결 지연 시간: 도전자 (challenger)가 사기를 주장하는 경우, 이진 탐색을 통해 분쟁을 해결하려면 여러 번의 온체인 트랜잭션이 필요합니다 (각 라운드는 탐색 범위를 좁힙니다). 고빈도 애플리케이션은 최종 확정성 (finality)을 위해 몇 시간을 기다릴 수 없습니다. Gensyn은 지연 시간을 줄이기 위해 낙관적 검증 (일정 기간 내에 도전받지 않는 한 올바른 것으로 간주)을 도입할 수 있습니다.

중재된 위임의 시빌 저항성 (Sybil resistance): 여러 실행자가 합의해야 하는 경우, 단일 주체가 시빌 신원을 통해 모든 실행자를 통제하는 것을 어떻게 방지할 수 있을까요? Gensyn은 공모를 막기 위해 슬래싱 (slashing)과 함께 스테이킹 기반 선택 (평판이 높은 검증인이 우선적으로 선택됨)을 사용할 가능성이 높지만, 경제적 임계값을 신중하게 조정해야 합니다.

이것들은 해결 불가능한 문제가 아니라 엔지니어링 과제입니다. 핵심 혁신 (결정론적 AI + 암호학적 검증)은 견고합니다. 테스트넷이 메인넷으로 전환됨에 따라 실행 세부 사항은 더욱 성숙해질 것입니다.

검증 가능한 AI로 가는 길: 채택 경로와 시장 적합성​

Judge의 성공은 채택에 달려 있습니다. 어떤 애플리케이션이 검증 가능한 AI를 가장 먼저 배포하게 될까요?

자율 에이전트가 포함된 DeFi 프로토콜: Aave, Compound 또는 Uniswap DAO는 재무 관리를 위해 Judge로 검증된 에이전트를 통합할 수 있습니다. 커뮤니티는 모델 해시를 승인하기 위해 투표하고, 모든 에이전트의 결정에는 증명이 포함됩니다. 이러한 투명성은 DeFi의 정당성에 중요한 신뢰를 구축합니다.

예측 시장 및 오라클: Polymarket이나 Chainlink와 같은 플랫폼은 Judge를 사용하여 베팅을 해결하거나 가격 피드를 제공할 수 있습니다. 감정, 뉴스 또는 온체인 활동을 분석하는 AI 모델은 검증 가능한 출력을 생성하여 오라클 조작에 대한 분쟁을 제거합니다.

탈중앙화 신원 증명 및 KYC: AI 기반 신원 확인 (셀카를 통한 연령 추정, 문서 진위 확인 등)이 필요한 프로젝트는 Judge의 감사 추적 (audit trail)의 이점을 누릴 수 있습니다. 규제 기관은 중앙화된 신원 제공자를 신뢰하지 않고도 규정 준수에 대한 암호학적 증명을 수용할 수 있습니다.

소셜 미디어를 위한 콘텐츠 중재: 탈중앙화 소셜 네트워크 (Farcaster, Lens Protocol)는 Judge로 검증된 AI 모더레이터를 배치할 수 있습니다. 커뮤니티 구성원은 중재 모델이 편향되거나 검열되지 않았음을 확인하여 플랫폼의 중립성을 보장할 수 있습니다.

AI-as-a-Service 플랫폼: AI 애플리케이션을 구축하는 개발자는 "검증 가능한 추론 (verifiable inference)"을 프리미엄 기능으로 제공할 수 있습니다. 사용자는 증명을 위해 추가 비용을 지불함으로써 불투명한 대안들과 서비스를 차별화합니다.

공통점: 규제, 탈중앙화 또는 높은 이해관계로 인해 신뢰 비용이 많이 들고, 확실성의 가치에 비해 검증 비용이 수용 가능한 애플리케이션들입니다.

Judge는 소비자용 챗봇에서 OpenAI를 대체하지는 않을 것입니다 — 사용자는 요리 레시피 아이디어를 물어볼 때 GPT-4가 검증 가능한지 여부에 신경 쓰지 않기 때문입니다. 하지만 금융 알고리즘, 의료 도구 및 거버넌스 시스템에 있어 검증 가능한 AI는 미래입니다.

새로운 표준으로서의 검증 가능성​

Gensyn의 Judge는 패러다임의 전환을 의미합니다. AI 평가는 "제공자를 신뢰하는 것"에서 "증명을 검증하는 것"으로 이동하고 있습니다. Verde를 통한 비트 단위의 정확한 재현성 (bitwise-exact reproducibility), 심판된 위임 (refereed delegation)을 통한 효율적인 검증, 그리고 온체인 감사 추적이라는 기술적 토대는 이 전환을 단순한 열망이 아닌 현실로 만듭니다.

그 영향은 Gensyn을 훨씬 넘어 파급됩니다. 검증 가능한 AI가 표준이 된다면, 중앙화된 제공자들은 그들의 해자 (moat)를 잃게 됩니다. OpenAI의 가치 제안은 단순히 GPT-4의 성능만이 아니라, 인프라를 관리하지 않아도 되는 '편의성'에 있습니다. 하지만 Gensyn이 탈중앙화 AI가 중앙화된 성능에 '추가적인 검증 가능성'까지 갖출 수 있음을 증명한다면, 개발자들은 독점 API에 갇힐 이유가 없습니다.

경쟁은 시작되었습니다. ZKML 프로젝트 (Modulus Labs, Worldcoin의 생체 인식 시스템)는 영지식 증명 (zero-knowledge proofs)에 베팅하고 있습니다. 결정론적 런타임 (Gensyn의 Verde, EigenAI)은 재현성에 베팅하고 있습니다. 낙관적 접근 방식 (블록체인 AI 오라클)은 사기 증명 (fraud proofs)에 베팅하고 있습니다. 각 경로마다 트레이드오프가 있지만, 목적지는 동일합니다: 결과물이 단순히 그럴듯한 것이 아니라 증명 가능한 AI 시스템입니다.

높은 이해관계가 걸린 의사 결정에서 이것은 선택 사항이 아닙니다. 규제 기관은 금융, 의료 또는 법률 애플리케이션에서 AI 제공자의 "우리를 믿으라"는 말을 받아들이지 않을 것입니다. DAO는 재무 관리를 블랙박스 에이전트에게 위임하지 않을 것입니다. 그리고 자율 AI 시스템이 더욱 강력해짐에 따라 대중은 투명성을 요구할 것입니다.

Judge는 이러한 약속을 이행하는 최초의 프로덕션 준비 완료 시스템입니다. 테스트넷이 운영 중입니다. 암호학적 기반은 견고합니다. 270억 달러 규모의 AI 에이전트 암호화폐 시장, 알고리즘으로 관리되는 수십억 달러의 DeFi 자산, 그리고 거세지는 규제 압박 등 시장은 이미 준비되어 있습니다.

불투명한 AI API의 시대가 저물고 있습니다. 검증 가능한 지능의 시대가 시작되고 있습니다. 그리고 Gensyn의 Judge가 그 길을 밝히고 있습니다.

---

출처:

• Introducing Judge | Gensyn Blog
• Gensyn launches verifiable AI evaluation system Judge | Bitget News
• Verde Verification System In Production | Gensyn
• Verde: a verification system for machine learning over untrusted nodes | Gensyn
• Verde: Verification via Refereed Delegation for Machine Learning Programs | arXiv
• EigenAI: Deterministic Inference, Verifiable Results | arXiv
• Deterministic Verification Architecture for AI Systems | Medium
• The Gensyn Protocol | Gensyn Docs
• Gensyn | the network for machine intelligence
• Gensyn Public Testnet | Gensyn Docs
• ZKML: Verifiable Machine Learning using Zero-Knowledge Proof | Kudelski Security
• The Verification Imperative: Why AI Trading Systems Need Cryptographic Flight Recorders | Medium
• Verifiable AI Agents: A Cryptographic Approach to Creating a Transparent Financial Ecosystem | CoinCentral
• A Framework for Cryptographic Verifiability of End-to-End AI Pipelines | arXiv

2026년 1월 29일, 이더리움은 AI 소프트웨어 에이전트에게 영구적인 온체인 신원을 부여하는 표준인 ERC-8004를 출시했습니다. 며칠 만에 24,549개 이상의 에이전트가 등록되었으며, BNB Chain은 해당 프로토콜에 대한 지원을 발표했습니다. 이것은 단순한 기술적 진보가 아닙니다. 인간의 중개 없이 스스로 거래하고, 협업하며, 평판을 쌓을 수 있는 자율적 경제 주체들을 위한 인프라입니다.

AI 에이전트가 존재하기 위해 블록체인이 필수적인 것은 아닙니다. 하지만 에이전트들이 서로 협업하기 위해서는 블록체인이 필요합니다. 조직의 경계를 넘어 신뢰가 필요 없는(Trustless) 거래를 수행하기 위해서, 검증 가능한 평판을 구축하기 위해서, 자율적으로 결제를 정산하기 위해서, 그리고 중앙화된 중개자 없이 실행 결과를 증명하기 위해서 블록체인은 반드시 필요합니다.

두 기술의 결합이 가속화되는 이유는 서로의 결정적인 약점을 해결해주기 때문입니다. AI는 지능과 자동화를 제공하고, 블록체인은 신뢰와 경제적 인프라를 제공합니다. 이들은 결합을 통해 어느 한 쪽도 단독으로는 달성할 수 없는 결과물을 만들어냅니다. 즉, 사전 신뢰 관계 없이도 개방된 시장에 참여할 수 있는 자율 시스템을 구축하는 것입니다.

본 기사에서는 신원 표준부터 경제 프로토콜, 탈중앙화 모델 실행에 이르기까지 AI × Web3 융합을 필연적으로 만드는 인프라를 살펴봅니다. 이제 문제는 AI 에이전트가 블록체인에서 작동할지 여부가 아니라, 수백만 개의 자율적 경제 주체를 지원하기 위해 인프라가 얼마나 빠르게 확장될 것인가 하는 점입니다.

ERC-8004: AI 에이전트를 위한 신원 인프라​

ERC-8004는 2026년 1월 29일 이더리움 메인넷에 출시되어, 에이전트의 신원, 평판 및 검증을 위한 표준화되고 허가가 필요 없는(Permissionless) 메커니즘을 구축했습니다.

이 프로토콜은 근본적인 문제를 해결합니다. 즉, 사전 신뢰 관계 없이 조직의 경계를 넘어 에이전트를 검색하고, 선택하고, 상호작용하는 방법에 대한 것입니다. 신원 인프라가 없다면 모든 에이전트의 상호작용에는 마켓플레이스 플랫폼, 검증 서비스, 분쟁 해결 계층과 같은 중앙화된 중개가 필요합니다. ERC-8004는 이러한 과정을 신뢰가 필요 없으며 결합 가능한(Composable) 방식으로 만듭니다.

세 가지 핵심 레지스트리:

ID 레지스트리(Identity Registry): URIStorage 확장이 포함된 ERC-721 기반의 최소한의 온체인 핸들로, 에이전트의 등록 파일로 연결됩니다. 모든 에이전트는 이식 가능하고 검열 저항성이 있는 식별자를 갖게 됩니다. 어떤 중앙 기관도 에이전트 신원 생성이나 이를 인식하는 플랫폼을 통제할 수 없습니다.

평판 레지스트리(Reputation Registry): 피드백 신호를 게시하고 가져오기 위한 표준화된 인터페이스입니다. 에이전트는 온체인 거래 내역, 완료된 작업 및 상대방의 리뷰를 통해 평판을 쌓습니다. 평판은 개별 마켓플레이스에 고립되지 않고 플랫폼 간에 이식될 수 있습니다.

검증 레지스트리(Validation Registry): 독립적인 검증인 확인을 요청하고 기록하기 위한 범용 훅(Hook)입니다. 여기에는 작업을 재실행하는 스테이커, 실행을 확인하는 zkML 검증기, 연산을 증명하는 TEE 오라클, 분쟁을 해결하는 신뢰할 수 있는 판사 등이 포함됩니다. 검증 메커니즘은 플랫폼별 구현이 필요 없이 모듈식으로 연결됩니다.

이 아키텍처는 개방형 에이전트 시장을 위한 조건을 조성합니다. AI 에이전트를 위한 업워크(Upwork) 대신, 에이전트가 서로를 발견하고, 조건을 협상하며, 작업을 수행하고, 결제를 정산하는 허가가 필요 없는 프로토콜이 등장하게 됩니다. 이 모든 과정에서 중앙화된 플랫폼의 게이트키핑은 필요하지 않습니다.

BNB Chain의 신속한 지원 발표는 이 표준이 크로스체인 채택으로 나아가고 있음을 시사합니다. 멀티체인 에이전트 신원을 통해 에이전트는 통합된 평판 및 검증 시스템을 유지하면서 여러 블록체인 생태계에서 활동할 수 있습니다.

DeMCP: 모델 컨텍스트 프로토콜과 탈중앙화의 만남​

DeMCP는 TEE(신뢰 실행 환경)와 블록체인을 통해 신뢰 및 보안 문제를 해결하며 최초의 탈중앙화 모델 컨텍스트 프로토콜 네트워크로 출시되었습니다.

앤스로픽(Anthropic)이 개발한 모델 컨텍스트 프로토콜(MCP)은 애플리케이션이 대규모 언어 모델(LLM)에 컨텍스트를 제공하는 방식을 표준화합니다. AI 애플리케이션을 위한 USB-C라고 생각하면 됩니다. 모든 데이터 소스에 대해 맞춤형 통합을 수행하는 대신, MCP는 범용 인터페이스 표준을 제공합니다.

DeMCP는 이를 Web3로 확장합니다. 온디맨드 MCP 인스턴스를 통해 GPT-4 및 Claude와 같은 주요 LLM에 대한 원활한 종량제 접근 방식을 제공하며, 모든 비용은 스테이블코인(USDT/USDC)으로 결제되고 수익 공유 모델에 의해 관리됩니다.

이 아키텍처는 세 가지 중요한 문제를 해결합니다:

접근성: 기존 AI 모델 API는 중앙화된 계정, 결제 인프라 및 플랫폼 전용 SDK가 필요합니다. DeMCP는 자율 에이전트가 인간이 관리하는 API 키나 신용카드 없이 암호화폐로 결제하며 표준화된 프로토콜을 통해 LLM에 접근할 수 있게 합니다.

신뢰: 중앙화된 MCP 서비스는 단일 장애점(Single Point of Failure)이자 감시의 대상이 될 수 있습니다. DeMCP의 TEE 보안 노드는 검증 가능한 실행을 제공합니다. 에이전트는 모델이 변조 없이 특정 프롬프트를 실행했음을 확인할 수 있으며, 이는 금융 결정이나 규제 준수에 있어 매우 중요합니다.

결합성: MCP 및 A2A(Agent-to-Agent) 프로토콜을 기반으로 한 새로운 세대의 AI 에이전트 인프라가 등장하고 있습니다. 이는 Web3 시나리오에 특화되어 설계되었으며, 에이전트가 멀티체인 데이터에 접근하고 DeFi 프로토콜과 네이티브하게 상호작용할 수 있도록 합니다.

결과적으로 MCP는 AI를 Web3의 일류 시민으로 만듭니다. 블록체인은 신뢰, 조율 및 경제적 기반을 공급합니다. 두 기술은 함께 에이전트가 상호 운용 가능한 프로토콜 전반에서 추론하고, 협력하며, 행동하는 탈중앙화 운영 체제를 형성합니다.

2026년에 주목해야 할 주요 MCP 암호화폐 프로젝트에는 에이전트 조율 계층을 구축하는 인프라 제공업체, 탈중앙화 모델 실행 네트워크, 그리고 에이전트가 Web3 생태계 전반에서 자율적으로 운영될 수 있도록 하는 프로토콜 수준의 통합 서비스 등이 포함됩니다.

Polymarket의 170개 이상의 에이전트 도구 : 인프라의 실제 활용​

Polymarket의 생태계는 19개 카테고리에 걸쳐 170개 이상의 제3자 도구로 성장했으며, 이는 예측 시장 거래에 진지하게 임하는 모든 이들에게 필수적인 인프라가 되었습니다.

도구 카테고리는 에이전트 워크플로우 전체를 아우릅니다 :

자율 거래 : AI 기반 에이전트가 자동으로 전략을 발견하고 최적화하며, 예측 시장을 이자 농사(yield farming) 및 DeFi 프로토콜과 통합합니다. 일부 에이전트는 단기 예측에서 98%의 정확도를 달성하기도 합니다.

아비트라지(차익거래) 시스템 : Polymarket과 다른 예측 플랫폼 또는 전통적인 베팅 시장 간의 가격 차이를 식별하는 자동화된 봇으로, 인간 운영자보다 빠르게 거래를 실행합니다.

고래 추적 : 대규모 포지션 이동을 모니터링하여, 에이전트가 과거 성과 상관관계에 기반해 기관의 활동을 추종하거나 반대 포지션을 취할 수 있도록 지원하는 도구입니다.

카피 트레이딩 인프라 : 에이전트가 상위 성과자의 전략을 복제할 수 있게 해주는 플랫폼으로, 온체인 성과 증명을 통해 가짜 수익률 주장을 방지합니다.

분석 및 데이터 피드 : 에이전트에게 시장 깊이, 유동성 분석, 과거 확률 분포 및 이벤트 결과 상관관계를 제공하는 기관급 분석 도구입니다.

리스크 관리 : 자동화된 포지션 사이징, 노출 제한 및 스톱로스(손절매) 메커니즘이 에이전트 거래 로직에 직접 통합됩니다.

이 생태계는 AI × Web3 융합 테제를 입증합니다. Polymarket은 에이전트 개발을 위한 전용 GitHub 리포지토리와 SDK를 제공하며, 자율적 행위자를 서비스 약관 위반이나 예외 케이스가 아닌 플랫폼의 일등 시민(first-class participants)으로 대우합니다.

2026년 전망에는 거버넌스, 수수료 구조 및 생태계 인센티브에 새로운 역학을 창출할 $POLY 토큰 출시 가능성이 포함되어 있습니다. Shayne Coplan CEO는 이것이 2026년 최대 규모의 TGE(토큰 생성 이벤트) 중 하나가 될 수 있음을 시사했습니다. 또한, (Hyperliquid 모델을 따른) Polymarket의 자체 블록체인 출시 가능성은 수십억 달러의 자금이 조달됨에 따라 앱체인(appchain)으로의 자연스러운 진화와 함께 인프라를 근본적으로 재편할 수 있습니다.

인프라 스택 : AI × Web3의 계층​

블록체인에서 작동하는 자율 에이전트는 여러 계층에 걸친 조정된 인프라가 필요합니다 :

계층 1 : 신원 및 평판

• 에이전트 식별을 위한 ERC-8004 레지스트리
• 성과를 추적하는 온체인 평판 시스템
• 에이전트 소유권 및 권한에 대한 암호학적 증명
• 다중 생태계 운영을 위한 크로스체인 신원 브리징

계층 2 : 접근 및 실행

• 탈중앙화된 LLM 접근을 위한 DeMCP
• 비공개 에이전트 로직을 위한 TEE 보안 연산
• 검증 가능한 추론을 위한 zkML (영지식 머신러닝)
• 모델 실행을 분산시키는 탈중앙화 추론 네트워크

계층 3 : 조율 및 통신

• 직접 협상을 위한 A2A (에이전트 간) 프로토콜
• 에이전트 간 통신을 위한 표준화된 메시징 형식
• 특정 기능을 가진 에이전트를 찾기 위한 발견(discovery) 메커니즘
• 자율 계약을 위한 에스크로 및 분쟁 해결

계층 4 : 경제적 인프라

• 국경 없는 정산을 위한 스테이블코인 결제 레일
• 에이전트 생성 자산을 위한 자동화된 마켓 메이커 (AMM)
• 프로그래밍 가능한 수수료 구조 및 수익 공유
• 토큰 기반 인센티브 정렬

계층 5 : 애플리케이션 프로토콜

• 자율적 수익 최적화를 위한 DeFi 통합
• 정보 거래를 위한 예측 시장 API
• 에이전트 생성 콘텐츠를 위한 NFT 마켓플레이스
• DAO 거버넌스 참여 프레임워크

이 스택은 단순 자동화(스마트 컨트랙트 실행), 반응형 에이전트(온체인 이벤트에 대응), 능동형 에이전트(추론에 기반한 전략 시작), 그리고 조정 에이전트(다른 자율 행위자와 협상)와 같이 점진적으로 복잡한 에이전트 행동을 가능하게 합니다.

이 인프라는 단순히 AI 에이전트가 블록체인을 사용하도록 허용하는 것이 아니라, 블록체인을 자율적 경제 활동을 위한 자연스러운 운영 환경으로 만듭니다.

AI에 블록체인이 필요한 이유 : 신뢰 문제​

AI 에이전트는 중앙 집중식 아키텍처로는 해결할 수 없는 근본적인 신뢰 문제에 직면해 있습니다 :

검증 : AI 에이전트가 조작 없이 특정 로직을 실행했음을 어떻게 증명합니까? 전통적인 API는 어떠한 보장도 제공하지 않습니다. zkML 또는 TEE 인증이 결합된 블록체인은 검증 가능한 연산, 즉 특정 모델이 특정 입력을 처리하여 특정 출력을 생성했다는 암호학적 증명을 생성합니다.

평판 : 에이전트가 조직의 경계를 넘어 어떻게 신뢰도를 쌓을 수 있습니까? 중앙 집중식 플랫폼은 폐쇄적인 생태계를 만듭니다. Upwork에서 얻은 평판은 Fiverr로 이전되지 않습니다. 온체인 평판은 휴대 가능하고 검증 가능하며, 시빌 공격(Sybil attacks)을 통한 조작에 강합니다.

정산 : 자율 에이전트가 인간의 중개 없이 어떻게 결제를 처리합니까? 전통적인 은행 업무는 계좌, KYC, 그리고 각 거래에 대한 인간의 승인이 필요합니다. 스테이블코인과 스마트 컨트랙트는 관료적 보안이 아닌 암호학적 보안을 통해 프로그래밍 가능하고 즉각적인 정산을 가능하게 합니다.

조율 : 서로 다른 조직의 에이전트들이 신뢰할 수 있는 중개자 없이 어떻게 협상합니까? 전통적인 비즈니스에는 계약서, 변호사, 집행 메커니즘이 필요합니다. 스마트 컨트랙트는 무신뢰(trustless) 합의 실행을 가능하게 합니다. 즉, 코드가 검증 가능한 조건에 따라 자동으로 약관을 집행합니다.

귀속(Attribution) : 특정 출력을 어떤 에이전트가 생성했는지 어떻게 증명합니까? AI 콘텐츠의 출처(provenance)는 저작권, 책임 소재 및 수익 분배에 있어 매우 중요해집니다. 온체인 인증은 생성, 수정 및 소유권에 대한 변조 방지 기록을 제공합니다.

블록체인은 단순히 이러한 기능을 가능하게 하는 것이 아니라, 중앙 집중식 신뢰 가정을 다시 도입하지 않고도 이를 실현할 수 있는 유일한 아키텍처입니다. 이러한 융합은 투기적 내러티브가 아닌 기술적 필요성에 의해 발생합니다.

블록체인이 AI 를 필요로 하는 이유: 지능 문제​

블록체인은 AI 가 해결할 수 있는 근본적인 한계에 직면해 있습니다:

복잡성 추상화: 블록체인의 사용자 경험(UX)은 시드 구문, 가스비, 트랜잭션 서명 등 여전히 매우 불편합니다. AI 에이전트는 이러한 복잡성을 추상화하여, 기술적 구현 세부 사항을 노출하지 않고 사용자의 의도를 실행하는 지능형 매개체 역할을 할 수 있습니다.

정보 처리: 블록체인은 데이터를 제공하지만 이를 해석할 지능이 부족합니다. AI 에이전트는 온체인 활동 패턴을 분석하고, 차익 거래 기회를 식별하며, 시장 움직임을 예측하고, 인간이 불가능한 속도와 규모로 전략을 최적화합니다.

자동화: 스마트 컨트랙트는 로직을 실행하지만 명시적인 프로그래밍 없이는 변화하는 조건에 적응할 수 없습니다. AI 에이전트는 결과로부터 학습하고 모든 매개변수 변경에 대해 거버넌스 제안을 요구하지 않고도 전략을 조정하는 동적인 의사 결정을 제공합니다.

발견 가능성: DeFi 프로토콜은 파편화로 인해 어려움을 겪고 있습니다. 사용자는 수백 개의 플랫폼에서 기회를 수동으로 찾아야 합니다. AI 에이전트는 정교한 다변수 최적화를 기반으로 활동을 지속적으로 스캔, 평가 및 최적의 프로토콜로 라우팅합니다.

리스크 관리: 인간 트레이더는 규율, 감정 및 주의력의 한계로 인해 어려움을 겪습니다. AI 에이전트는 미리 정의된 리스크 매개변수를 강제하고, 주저 없이 손절매를 실행하며, 여러 체인에 걸쳐 포지션을 연중무휴 24시간 모니터링합니다.

이 관계는 공생 관계가 됩니다. 블록체인은 AI 조정을 가능하게 하는 신뢰 인프라를 제공하고, AI 는 블록체인 인프라를 복잡한 경제 활동에 사용할 수 있게 만드는 지능을 제공합니다.

신흥 에이전트 경제​

인프라 스택은 새로운 경제 모델을 가능하게 합니다:

서비스형 에이전트 (Agent-as-a-Service): 자율 에이전트는 수요와 공급에 따라 동적으로 가격을 책정하여 필요에 따라 자신의 기능을 임대합니다. 플랫폼이나 중개자 없이 에이전트 간 직접 서비스 시장이 형성됩니다.

협업 지능: 에이전트들은 복잡한 작업을 위해 전문 지식을 결합하며, 기여도에 따라 수익을 자동으로 분배하는 스마트 컨트랙트를 통해 협업합니다. 개별 에이전트의 능력을 넘어서는 문제를 해결하는 다중 에이전트 시스템입니다.

예측 증강: 에이전트는 정보 흐름을 지속적으로 모니터링하고, 확률 추정치를 업데이트하며, 인간이 읽을 수 있는 뉴스보다 먼저 통찰력을 바탕으로 거래합니다. 정보 금융(InfoFi)은 알고리즘화되어 에이전트가 가격 발견을 주도하게 됩니다.

자율 조직: 인간의 투표 대신 검증 가능한 추론을 통해 의사 결정을 내리고 토큰 보유자를 대신하여 실행하는 AI 에이전트에 의해 전적으로 관리되는 DAO 입니다. 암호학적 책임성을 바탕으로 기계의 속도로 운영되는 조직입니다.

콘텐츠 경제: AI 생성 콘텐츠에 온체인 출처(provenance)를 부여하여 자동화된 라이선싱, 로열티 분배 및 파생 저작물 생성 권리가 가능해집니다. 에이전트는 사용 조건을 협상하고 스마트 컨트랙트를 통해 속성(attribution)을 강제합니다.

이것들은 가설이 아닙니다. 초기 버전은 이미 작동하고 있습니다. 문제는 수백만 명의 자율 경제 행위자를 지원하기 위해 인프라가 얼마나 빨리 확장되느냐입니다.

남아있는 기술적 과제​

급격한 발전에도 불구하고 상당한 장애물이 남아 있습니다:

확장성: 현재 블록체인은 처리량 문제로 어려움을 겪고 있습니다. 지속적인 마이크로 트랜잭션을 실행하는 수백만 개의 에이전트에는 레이어 2 솔루션, 옵티미스틱 롤업 또는 에이전트 전용 체인이 필요합니다.

프라이버시: 많은 에이전트 작업에는 기밀 로직이나 데이터가 필요합니다. TEE 는 부분적인 솔루션을 제공하지만, 완전 동형 암호 (FHE) 및 고급 암호화 기술은 아직 상용화 규모로 사용하기에는 너무 비용이 많이 듭니다.

규제: 자율 경제 행위자는 기존 법적 프레임워크에 도전합니다. 에이전트가 피해를 입혔을 때 누가 책임을 집니까? KYC / AML 요구 사항은 어떻게 적용됩니까? 규제 명확성은 기술적 능력보다 뒤처져 있습니다.

모델 비용: LLM 추론 비용은 여전히 높습니다. 탈중앙화 네트워크는 검증 오버헤드를 추가하면서도 중앙화된 API 가격과 경쟁해야 합니다. 경제적 생존 가능성을 위해서는 모델 효율성의 지속적인 개선이 필요합니다.

오라클 문제: 에이전트에게는 신뢰할 수 있는 현실 세계 데이터가 필요합니다. 기존 오라클 솔루션은 신뢰 가정과 지연 시간을 도입합니다. 온체인 로직과 오프체인 정보 사이의 더 나은 브릿지가 여전히 중요합니다.

이러한 과제들은 극복 불가능한 것이 아니며, 명확한 해결 경로가 있는 엔지니어링 문제입니다. 인프라의 궤적은 12-24개월 이내에 해결될 것임을 시사합니다.

2026년의 변곡점​

2026년에는 여러 촉매제가 수렴됩니다:

표준의 성숙: 주요 체인에서 ERC-8004 가 채택되면서 상호 운용 가능한 신원 인프라가 구축됩니다. 에이전트는 이더리움 (Ethereum), BNB 체인 및 신흥 생태계 전반에서 원활하게 작동합니다.

모델 효율성: 더 작고 전문화된 모델이 특정 작업에 대한 성능을 유지하면서 추론 비용을 10-100배 절감합니다. 경제적 타당성이 크게 향상됩니다.

규제 명확성: 첫 번째 관할 구역에서 자율 에이전트를 위한 프레임워크를 수립하여 기관 도입을 위한 법적 확실성을 제공합니다.

애플리케이션의 돌파구: 예측 시장, DeFi 최적화 및 콘텐츠 제작 분야에서 에이전트가 인간 운영자보다 명확한 우위를 점하며 크립토 네이티브 사용자를 넘어 채택을 가속화합니다.

인프라 경쟁: 탈중앙화 추론, 에이전트 조정 프로토콜 및 특화된 체인을 구축하는 여러 팀이 경쟁적인 압력을 만들어 개발을 가속화합니다.

융합은 실험 단계에서 인프라 단계로 전환됩니다. 얼리 어답터는 우위를 점하고, 플랫폼은 에이전트 지원을 기본으로 통합하며, 경제 활동은 점차 자율 매개체를 통해 흐르게 될 것입니다.

Web3 개발에 주는 시사점​

Web3의 다음 단계를 준비하는 개발자들은 다음 사항을 우선순위에 두어야 합니다:

에이전트 우선 설계 (Agent-First Design): 자율적 행위자를 예외 사례가 아닌 주요 사용자로 취급해야 합니다. 에이전트가 활동의 주류를 이룬다는 가정하에 API, 수수료 구조, 거버넌스 메커니즘을 설계하십시오.

결합성 (Composability): 에이전트가 쉽게 통합하고, 서로 협력하며, 확장할 수 있는 프로토콜을 구축해야 합니다. 독점적인 구현보다는 표준화된 인터페이스가 더 중요합니다.

검증 가능성 (Verification): 단순히 실행 결과만 제공하는 것이 아니라 실행에 대한 암호학적 증명을 제공해야 합니다. 에이전트가 신뢰 사슬을 구축하기 위해서는 검증 가능한 연산이 필요합니다.

경제적 효율성 (Economic Efficiency): 마이크로 트랜잭션, 지속적인 정산, 동적 수수료 시장에 최적화해야 합니다. 전통적인 배치 처리나 수동 개입은 에이전트 활동의 규모를 감당할 수 없습니다.

프라이버시 옵션 (Privacy Options): 투명한 에이전트 운영과 기밀 에이전트 운영을 모두 지원해야 합니다. 사용 사례에 따라 서로 다른 프라이버시 보장이 필요합니다.

인프라는 이미 존재합니다. 표준이 정립되고 있으며, 경제적 인센티브도 일치하고 있습니다. AI × Web3 융합은 다가올 미래가 아니라 이미 시작되었습니다. 이제 남은 질문은 이것입니다. 향후 10년 동안 자율적 경제 활동의 토대가 될 인프라를 누가 구축할 것인가?

BlockEden.xyz는 Web3 애플리케이션을 위한 엔터프라이즈급 인프라를 제공하며, 주요 블록체인 생태계 전반에 걸쳐 신뢰할 수 있는 고성능 RPC 액세스를 지원합니다. AI 에이전트 인프라 및 자율 시스템 지원을 위한 당사의 서비스를 확인해 보세요.

---

출처:

• ERC-8004: 신뢰가 필요 없는 에이전트
• ERC-8004란 무엇인가? 신뢰가 필요 없는 AI 에이전트를 가능하게 하는 이더리움 표준
• ERC 8004를 통한 탈중앙화 AI 에이전트 상호작용 가능
• 이더리움, ERC-8004 출시
• BNB 체인, ERC-8004 지원 발표
• DeMCP: 탈중앙화 모델 컨텍스트 프로토콜
• 새로운 API로서 탈중앙화 컨텍스트에 대한 흥미로운 논지
• MCP: 차세대 Web3 AI 에이전트를 구동하는 핵심 엔진
• MCP 해석: 차세대 Web3 AI 에이전트를 구동하는 핵심 엔진
• Endless AI의 모델 컨텍스트 프로토콜
• 모델 컨텍스트 프로토콜(MCP)의 이해: 주목해야 할 상위 5개 MCP 암호화 프로젝트
• 폴리마켓 생태계 가이드: 170개 이상의 도구
• 폴리마켓용 AI 에이전트 구축 방법
• 폴리마켓 생태계 최종 가이드
• 폴리마켓 생태계 파노라마: 170개 이상의 도구
• AI 에이전트를 사용한 폴리마켓 자율 거래

2026년 2월 6일 , 중국은 2021년의 전면적 금지 조치 이후 가장 중요한 가상자산 정책 변화 중 하나를 발표했습니다 . 하지만 이것은 정책의 번복이 아니라 재조정이었습니다 . 8개 부처가 공동으로 발행한 제42호 문서 ( Document No. 42 ) 는 실물 자산 ( RWA ) 토큰화를 위한 좁은 준수 경로를 만드는 동시에 위안화 연동 스테이블코인 금지를 공고히 했습니다 . 메시지는 명확합니다 : 블록체인 인프라는 허용되지만 , 가상자산 투기는 허용되지 않으며 , 국가는 여전히 확고한 통제권을 유지한다는 것입니다 .

이것이 중국의 블록체인 생태계를 탐색하는 기업들에게 어떤 의미가 있을까요 ? 규제 프레임워크 , 승인 메커니즘 , 그리고 온쇼어 ( onshore ) 와 오프쇼어 ( offshore ) 운영 간의 전략적 격차를 분석해 보겠습니다 .

8개 부처 프레임워크 : 누가 주도하는가 ?​

제42호 문서는 전례 없는 규제 조정을 의미합니다 . 공동 규제 프레임워크 에는 다음과 같은 기관들이 참여합니다 :

• 중국인민은행 ( PBOC ) — 통화 정책 및 디지털 위안화 ( e-CNY ) 를 감독하는 중앙은행
• 국가발전개혁위원회 — 전략적 경제 계획 당국
• 공업정보화부 — 기술 표준 및 구현
• 공안부 — 승인되지 않은 활동에 대한 형사 집행
• 국가시장감독관리총국 — 소비자 보호 및 사기 방지 조치
• 국가금융감독관리총국 — 금융 기관 컴플라이언스
• 중국증권감독관리위원회 ( CSRC ) — 자산 유동화 증권 토큰 감독
• 국가외환관리국 — 국경 간 자본 흐름 모니터링

국무원의 승인을 받은 이 범부처 연합은 RWA 규제가 지엽적인 핀테크 실험이 아니라 국가적인 전략적 우선순위임을 시사합니다 .

중국 법률상 RWA의 정의는 정확히 무엇인가 ?​

중국은 처음으로 공식적인 법적 정의 를 제공했습니다 :

" 실물 자산 토큰화란 암호화 기술 및 분산 원장 또는 이와 유사한 기술을 사용하여 자산의 소유권과 수익권을 토큰 또는 토큰 특성을 가진 기타 권리나 채무 증서로 변환한 다음 , 이를 발행하고 거래하는 활동을 말한다 . "

이 정의는 다음과 같은 사항들을 포괄할 만큼 의도적으로 광범위합니다 :

• 토큰화된 증권 및 채권
• 공급망 금융 수단
• 국경 간 결제 정산
• 자산 유동화 디지털 인증서

중요한 것은 , 이 문서가 RWA를 가상자산과 명확히 구분한다 는 점입니다 . 비트코인 , 이더리움 및 투기성 토큰은 여전히 금지됩니다 . 승인된 인프라에서 운영되는 적법한 자산 기반의 RWA 토큰은 이제 규제적 경로를 갖게 되었습니다 .

컴플라이언스 경로 : 세 가지 승인 메커니즘​

제42호 문서는 자산이 보관되는 위치와 통제 주체에 따라 세 가지 수준의 컴플라이언스를 설정합니다 .

1. 온쇼어 RWA : 국가 통제 인프라 전용​

국내 RWA 발행은 " 준수 금융 인프라 " 에서의 운영을 필요로 합니다 — 이는 다음과 같이 국가가 승인한 블록체인 플랫폼을 의미하는 용어입니다 :

• BSN ( Blockchain-based Service Network ) — 독립적인 가상자산은 금지하지만 허가형 애플리케이션을 지원하는 국가 블록체인 인프라
• 디지털 위안화 통합 — 블록체인 서비스에 결제 기능이 필요한 경우 , e-CNY 가 기본 결제 계층이 됩니다 .

금융 기관은 이러한 채널을 통해서만 준수 RWA 비즈니스에 참여할 수 있습니다 . 프라이빗 블록체인 배포 및 해외 플랫폼은 명시적으로 제외됩니다 .

2. 국내 자산의 오프쇼어 발행 : CSRC 신고 시스템​

가장 복잡한 시나리오는 중국 자산을 오프쇼어에서 토큰화하는 것 입니다 . CSRC 신고 시스템은 다음과 같은 경우에 적용됩니다 :

• 기초 자산이 중국 내에 위치한 경우
• 토큰이 홍콩 , 싱가포르 또는 기타 관할 구역에서 발행된 경우
• 국내 기업이 기초 자산을 통제하는 경우

이러한 비즈니스를 시작하기 전에 국내 기업은 CSRC 에 신고해야 합니다 . 이 규제 장치는 토큰이 어디서 발행되든 중국 당국이 국내 자산 풀에 대한 감독을 유지하도록 보장합니다 .

실제로 이는 다음을 의미합니다 :

• 출시 전 공시 — 토큰 구조 , 수탁 계약 및 자산 검증 메커니즘 제출
• 지속적인 컴플라이언스 — 자산 담보 , 보유자 분포 및 국경 간 흐름에 대한 정기 보고
• 집행 관할권 — 토큰이 오프쇼어에서 거래되더라도 기초 자산에는 중국 법률이 적용됨

3. 위안화 연동 스테이블코인: 예외 없는 금지​

이 프레임워크는 국내외를 막론하고 승인되지 않은 위안화 연동 스테이블코인의 발행을 명시적으로 금지하고 있습니다. 주요 제한 사항은 다음과 같습니다.

• 해외 계열사를 통해 위안화 스테이블코인 발행을 지원하는 국내 기업 금지
• 현재 합법적인 승인 경로가 존재하지 않음 (RWA 토큰화와는 다름)
• 2026년 1월 1일부터 이자를 지급하는 e-CNY 지갑을 제공하기 시작한 디지털 위안화의 2026년 프레임워크 업그레이드와 전략적 정렬

이면의 의미: 중국은 민간 스테이블코인 발행자에게 통화 주권을 양도하지 않을 것입니다. e-CNY는 USDT 및 USDC와 같은 달러 패깅 스테이블코인에 대한 국가적 대응책입니다.

홍콩 vs. 본토: 전략적 이원화​

중국은 본토에서 엄격한 자본 통제를 유지하는 동시에 홍콩을 규제 샌드박스로 활용하는 이중적 접근 방식을 취하고 있습니다.

홍콩의 허용적 프레임워크​

홍콩은 다음과 같은 조치를 통해 스스로를 크립토 친화적인 관할권으로 포지셔닝해 왔습니다.

• 스테이블코인 라이선스 — 2025년 5월 21일 통과된 스테이블코인 법안을 통해 홍콩 달러 스테이블코인을 위한 규제된 경로 마련
• 토큰화된 채권 — 부채 발행을 위한 정부 지원 파일럿 프로그램
• 앙상블 프로젝트 (Project Ensemble) — 도매 스테이블코인 결제를 위한 홍콩 금융관리국(HKMA)의 이니셔티브

통제 메커니즘: 발행 위치보다 자산 위치가 우선​

하지만 핵심은 다음과 같습니다. 중국의 핵심 원칙에 따르면 토큰이 홍콩이나 싱가포르 중 어디에서 발행되었는지와 관계없이, 기초 자산이 중국에 위치해 있다면 중국의 규제가 적용됩니다.

2026년 1월, 중국 증권감독관리위원회(CSRC)는 본토 증권사들에게 홍콩 내 RWA 토큰화 활동을 중단하도록 지시했으며, 이는 국경 간 디지털 금융에 대한 중앙 집중식 통제를 시사합니다. 시사점: 홍콩의 규제 샌드박스는 독립된 관할권이 아니라 베이징의 재량에 따라 운영됩니다.

블록체인 빌더들을 위한 시사점​

인프라 제공업체에 미치는 의미​

42호 문건(Document 42)은 규제를 준수하는 인프라 기업들에게 다음과 같은 기회를 창출합니다.

• BSN 생태계 참여자 — 국가 승인 네트워크에서 개발하는 빌더들은 정당성을 확보하게 됩니다.
• 수탁 및 자산 검증 서비스 — 자산 담보 토큰에 대한 제3자 증명이 필수적이 됩니다.
• 디지털 위안화 통합 — 블록체인 기반 커머스를 위해 e-CNY를 활용하는 결제 레일(payment rails)

전략적 절충안: 온쇼어(Onshore) vs. 오프쇼어(Offshore)​

RWA 토큰화를 고려하는 기업의 경우:

온쇼어 장점:

• 중국 내수 시장에 대한 직접적인 접근
• 국가 블록체인 인프라와의 통합
• 승인된 채널을 통한 규제 명확성

온쇼어 제약:

• 인프라 및 결제에 대한 국가 통제
• 독립적인 토큰 발행 불가
• 결제 기능이 e-CNY로 제한됨

오프쇼어 장점:

• 글로벌 유동성 및 투자자에 대한 접근성
• 블록체인 플랫폼 선택의 자유 (Ethereum, Solana 등)
• 토큰 설계 및 거버넌스의 유연성

오프쇼어 제약:

• 중국 자산에 대한 CSRC 신고 요건
• 규제 예측 불가능성 (홍콩 증권사 중단 사례 참고)
• 미준수 시 집행 리스크

더 큰 그림: 중국의 545억 달러 블록체인 베팅​

42호 문건은 갑자기 나타난 것이 아닙니다. 이는 2029년까지 이어지는 중국의 국가 블록체인 로드맵, 545억 달러 규모의 인프라 이니셔티브의 일환입니다.

전략은 명확합니다.

1. 2024-2026 (파일럿 단계) — 표준화된 프로토콜, 신원 시스템 및 주요 산업의 지역 파일럿
2. 2027-2029 (전면 배포) — 블록체인 인프라상에서 공공 및 민간 데이터 시스템의 국가적 통합

목표는 탈중앙화 금융(DeFi)을 수용하는 것이 아니라, 블록체인을 국가 관리형 금융 인프라의 도구로 사용하는 것입니다. 즉, 중앙은행 디지털 화폐(CBDC), 공급망 추적성, 국경 간 결제 처리 등을 모두 규제 감독하에 두려는 것입니다.

향후 전망은?​

42호 문건은 RWA가 더 이상 회색 지대가 아님을 명확히 했지만, 준수 부담은 매우 큽니다. 2026년 2월 현재 기준:

• 승인된 위안화 연동 스테이블코인은 없습니다.
• 오프쇼어 발행자에 대한 CSRC 신고 절차는 여전히 모호합니다.
• 법 집행은 여전히 일관되지 않습니다 (중국은 금지 조치에도 불구하고 여전히 세계 3위의 비트코인 채굴 국가입니다).

기업들에게 선택의 기로(decision matrix)는 분명합니다. 중국의 국가 통제 생태계 내에서 운영하며 제한된 토큰화를 수용하거나, CSRC에 대한 완전한 공시와 규제 불확실성을 감수하고 오프쇼어에서 발행하는 것입니다.

중국은 블록체인을 금지하기 위해서가 아니라, 국가의 우선순위에 부합하도록 선을 그었습니다. 빌더들에게 이는 규제 준수가 가능하지만, 주권은 타협의 대상이 아니라는 프레임워크 내에서 움직여야 함을 의미합니다.

출처​

• 중국, 가상 화폐 및 RWA에 관한 새로운 규정 발표 | Phemex News
• Web3 변호사의 해석: 8개 부처의 새로운 규정 시행, RWA 규제 경로 공식화 - Odaily
• 중국, 암호화폐 금지를 더욱 엄격한 체제로 대체, 국가 통제 RWA를 위한 좁은 경로 마련
• 중국, 새로운 암호화폐 규정에서 위안화 스테이블코인 및 RWA 토큰화 금지 - Crypto Valley Journal
• 중국, 스테이블코인 및 자산 토큰화로 암호화폐 단속 확대 - CoinDesk
• 중국, 역외 위안화 연동 스테이블코인 발행 차단 조치 - Crypto Briefing
• 중국, 승인되지 않은 해외 위안화 스테이블코인 발행 금지 - Bloomberg
• 중국, 2026년에 디지털 위안화 프레임워크 업데이트 예정
• 중국, 545억 달러 규모의 국가 블록체인 로드맵 발표
• 새로운 부처 규정 분석: 5가지 핵심 사항, RWA는 더 이상 회색 지대가 아니다 | PANews
• 중국의 규제 변화와 홍콩 RWA 생태계의 미래
• 블록체인 2025 - 중국 홍콩 특별행정구 | 글로벌 프랙티스 가이드 | Chambers and Partners

2026년 2월 6일, 중국 8개 부처는 42호 문서를 공동으로 발표하여 국가의 블록체인 및 디지털 자산 접근 방식을 근본적으로 재편했습니다. 이 문서는 중국의 암호화폐 금지를 해제하는 것이 아니라, 이를 더욱 전략적으로 다듬은 것입니다. 즉, 투기적 암호화폐는 금지하되, 국가가 승인한 실물 자산 (RWA) 토큰화를 위한 통제된 경로를 마련하는 것입니다.

이는 2021년 전면 금지 이후 가장 중요한 중국 블록체인 정책의 진화입니다. 이전 규제가 '암호화폐는 나쁘고 블록체인은 좋다'는 식의 이분법적 논리였다면, 42호 문서는 승인된 RWA 프로젝트를 위한 준수된 금융 인프라와 그 외 모든 것에 대한 엄격한 금지라는 미묘한 차이를 도입했습니다.

이러한 정책 변화는 Web3를 수용하기 위한 것이 아닙니다. 그것은 Web3를 통제하기 위한 것입니다. 중국은 무엇이 토큰화되는지, 누가 참여하는지, 가치가 어떻게 흐르는지에 대한 절대적인 규제 권한을 유지하면서 금융 인프라로서 블록체인의 효용성을 인식하고 있습니다.

42호 문서: 8개 부처 프레임워크​

"가상 화폐 관련 위험 예방 및 처리 강화에 관한 통지"라는 제목의 42호 문서는 중국 금융 규제 기구들의 공동 권한을 나타냅니다.

1. 중국인민은행 (PBOC)
2. 국가발전개혁위원회
3. 공업정보화부
4. 공안부
5. 국가시장감독관리총국
6. 국가금융감독관리총국
7. 중국증권감독관리위원회 (CSRC)
8. 국가외환관리국

이러한 조율은 사안의 심각성을 시사합니다. 8개 부처가 블록체인 정책에 동의하면, 실행은 단순한 지침이 아닌 법 집행이 됩니다.

이 문서는 공식적으로 924호 공고 (2021년 전면 금지)를 폐지하고 이를 범주화된 규제로 대체합니다. 가상 화폐는 계속 금지되지만, RWA 토큰화는 준수된 인프라를 통해 법적 인정을 받으며, 스테이블코인은 자산 담보에 따라 엄격한 통제에 직면하게 됩니다.

42호 문서는 실물 자산 (RWA) 토큰화를 명시적으로 정의하고 규제하는 최초의 중국 부처 규정입니다. 이는 우연한 표현이 아니라, 국가가 통제하는 디지털 자산 인프라를 위한 법적 프레임워크를 구축하려는 의도적인 정책 설계입니다.

"위험 예방 + 채널 안내" 모델​

중국의 새로운 블록체인 전략은 두 가지 트랙으로 운영됩니다.

위험 예방: 투기적인 암호화폐 활동, 본토 사용자를 대상으로 하는 해외 암호화폐 거래소, ICO 및 토큰 발행, 정부 승인 없는 위안화 연동 스테이블코인, 무단 교차 국경 암호화폐 흐름에 대한 엄격한 금지를 유지합니다.

채널 안내: 자산 담보 증권형 토큰을 위한 CSRC 신고 시스템, RWA 토큰화에 참여하는 승인된 금융 기관, 표준화된 인프라를 위한 블록체인 서비스 네트워크 (BSN), 민간 스테이블코인 기능을 대체하는 e-CNY (디지털 위안화)를 통해 블록체인 기술이 국가 목표에 부합하도록 준수된 경로를 생성합니다.

정책은 "동일 업무, 동일 위험, 동일 규칙"을 명시적으로 밝히고 있습니다 — 토큰화가 홍콩, 싱가포르 또는 역외에서 발생하더라도 중국의 기초 자산은 본토 규제 당국의 승인을 필요로 합니다.

이러한 이중 트랙 접근 방식은 통제된 매개변수 내에서 블록체인 실험을 가능하게 합니다. RWA 프로젝트는 CSRC에 신고하고, 승인된 인프라를 사용하며, 참여를 적격 기관으로 제한하고, 중국산 자산에 대해 본토 규제 준수를 유지한다면 진행될 수 있습니다.

이 프레임워크는 서구의 "규제하되 금지하지 않는" 방식과는 근본적으로 다릅니다. 중국은 허가 없는 혁신을 목표로 하지 않으며, 특정 국가 목표에 부합하는 허가형 인프라를 설계합니다.

42호 문서가 실제로 허용하는 것​

준수된 RWA 경로는 구체적인 요구 사항을 수반합니다.

자산 클래스: 금융 자산 (채권, 주식, 펀드 지분), 소유권이 명확한 원자재, 출처가 확인된 지적 재산권, 승인된 채널을 통한 부동산의 토큰화가 포함됩니다. 투기 자산, 암호화폐 파생상품 및 프라이버시 중심 토큰은 계속 금지됩니다.

인프라 요구 사항: BSN 또는 기타 국가 승인 블록체인 네트워크 사용, 기존 금융 규제 시스템과의 통합, 기관 수준의 KYC / AML 준수, 정부 가시성이 확보된 거래 모니터링이 필요합니다.

신고 절차: 자산 담보 증권형 토큰에 대한 CSRC 등록, 중국 본토 자산의 해외 토큰화에 대한 승인, 연례 보고 및 컴플라이언스 감사, 토큰 경제학 및 배포에 대한 규제 검토가 이루어집니다.

참여자 제한: 면허를 보유한 금융 기관, 적격 기관 투자자로 제한되며 (개인 참여 불가), 승인 없이 본토 사용자에게 서비스를 제공하는 외국 플랫폼은 금지됩니다.

이 프레임워크는 승인된 프로젝트에 법적 확실성을 제공하는 동시에 국가의 절대적인 통제를 유지합니다. RWA는 더 이상 규제의 회색 지대에서 작동하지 않습니다 — 좁은 범위 내에서 준수하거나, 아니면 불법이거나 둘 중 하나입니다.

홍콩의 전략적 위치​

홍콩은 중국의 블록체인 야망을 위한 통제된 실험 구역으로 부상하고 있습니다.

증권선물위원회 (SFC)는 토큰화된 증권을 전통적인 증권과 동일하게 취급하며, 별도의 암호화폐 규칙을 만들기보다 기존 규제 프레임워크를 적용합니다. 이러한 "동일 기능, 동일 위험, 동일 규제" 접근 방식은 RWA 토큰화를 추진하는 기관들에게 명확성을 제공합니다.

홍콩의 RWA 개발 강점으로는 기구축된 금융 인프라 및 법적 프레임워크, 본토와의 연결성을 유지하면서도 확보 가능한 국제 자본 접근성, 디지털 자산 (암호화폐 ETF, 라이선스 거래소)에 대한 규제 경험, 그리고 규제 준수 토큰화를 추구하는 중국 본토 기업들과의 근접성 등이 있습니다.

하지만 42호 문건은 본토의 권한을 홍콩 운영까지 확장합니다. 중국 증권사들은 홍콩 내 특정 RWA 토큰화 활동을 중단하라는 지침을 받았습니다. 중국 기업이 소유하거나 통제하는 해외 법인은 본토 사용자에게 토큰을 발행할 수 없습니다. 본토 자산의 토큰화는 발행 위치와 상관없이 중국 증권감독관리위원회 (CSRC)의 승인이 필요합니다.

이는 홍콩 기반 프로젝트에 복잡성을 초래합니다. 특별행정구 (SAR)는 규제 명확성과 국제적 접근성을 제공하지만, 본토의 감독은 전략적 자율성을 제한합니다. 홍콩은 중국 자본과 글로벌 블록체인 인프라 사이의 통제된 교량 역할을 수행합니다 — 이는 국가가 승인한 프로젝트에는 유용하지만, 독립적인 혁신에는 제한적입니다.

스테이블코인 금지​

42호 문건은 스테이블코인에 대해 엄격한 선을 긋고 있습니다.

위안화 연동 스테이블코인은 정부 승인 기관에서 발행하지 않는 한 명시적으로 금지됩니다. 그 논리는 다음과 같습니다. 민간 스테이블코인은 e-CNY와 경쟁하며 외환 통제를 우회하는 자본 유출을 가능하게 하기 때문입니다.

해외 스테이블코인 (USDT, USDC)은 중국 본토 사용자에게 여전히 불법입니다. 해외 RWA 서비스는 승인 없이 본토 참여자에게 스테이블코인 결제를 제공할 수 없습니다. 본토 사용자와의 스테이블코인 거래를 촉진하는 플랫폼은 법적 처벌을 받게 됩니다.

e-CNY는 중국의 스테이블코인 대안입니다. 2026년 1월 1일부터 M0에서 M1 상태로 전환된 디지털 위안화는 소비자 결제에서 기관 결제로 영역을 확장하고 있습니다. 상하이 국제 e-CNY 운영 센터는 국가 중앙은행의 가시성과 통제 하에 교차 국경 결제 인프라, 디지털 자산 플랫폼, 블록체인 기반 서비스를 구축하고 있습니다.

중국의 메시지는 분명합니다. 디지털 통화 혁신은 민간 암호화폐 네트워크가 아닌 국가의 권위 아래에서 이루어져야 한다는 것입니다.

BSN: 국가 주도의 인프라​

2020년에 출범한 블록체인 서비스 네트워크 (BSN)는 전 세계적으로 블록체인 애플리케이션을 배포하기 위한 표준화된 저비용 인프라를 제공합니다.

BSN은 중국 표준 준수를 유지하면서도 퍼블릭 및 허가형 체인 통합, 국제 노드, 개발자 도구 및 표준 프로토콜을 제공하며, 상업적 대안보다 현저히 낮은 비용 구조를 갖추고 있습니다.

이 네트워크는 중국의 블록체인 인프라 수출품 역할을 합니다. BSN을 채택하는 국가들은 저렴한 블록체인 역량을 확보하는 동시에 중국의 기술 표준과 거버넌스 모델을 통합하게 됩니다.

국내 RWA 프로젝트의 경우, BSN은 42호 문건이 요구하는 규제 준수 인프라 계층을 제공합니다. BSN 위에서 구축되는 프로젝트는 국가의 기술적 및 규제적 요구 사항과 자동으로 정렬됩니다.

이러한 접근 방식은 중국의 광범위한 기술 전략을 반영합니다. 경쟁력 있는 가격으로 우수한 인프라를 제공하고, 표준 및 감독 메커니즘을 내재화하며, 국가 통제 플랫폼에 대한 의존도를 창출하는 것입니다.

국제적 시사점​

42호 문건의 역외 적용 범위는 글로벌 RWA 시장을 재편하고 있습니다.

국제 플랫폼의 경우: 중국 자산을 토큰화하는 프로젝트는 플랫폼 위치와 관계없이 본토의 승인이 필요합니다. 중국 본토 사용자에게 서비스를 제공하는 것 (VPN 우회 포함)은 규제 위반을 초래합니다. 중국 기업과의 파트너십은 규제 준수 확인이 필수적입니다.

홍콩 RWA 프로젝트의 경우: SFC 요구 사항과 본토의 42호 문건 준수를 모두 탐색해야 합니다. 본토 자본이나 자산이 포함된 프로젝트의 경우 전략적 자율성이 제한됩니다. 실소유자 및 사용자 지리적 위치에 대한 조사가 강화됩니다.

글로벌 토큰화 시장의 경우: 중국의 "동일 기능, 동일 위험, 동일 규제" 원칙은 규제 범위를 전 세계로 확장합니다. 토큰화 표준의 파편화 (서구의 비허가형 vs 중국의 허가형)가 발생할 수 있습니다. 승인된 사용 사례를 위한 규제 준수 교차 국경 인프라에 기회가 생길 수 있습니다.

이 프레임워크는 이원화된 RWA 생태계를 만듭니다. 서구 시장은 비허가형 혁신과 개인 투자자 접근을 강조하는 반면, 중국의 영향을 받는 시장은 기관 참여와 국가 감독을 우선시합니다.

두 세계를 잇고자 하는 프로젝트는 복잡한 규제 준수에 직면하게 됩니다. 중국 자본은 승인된 채널을 통해 글로벌 RWA 시장에 접근할 수 있지만, 중국 자산은 국가의 허가 없이는 자유롭게 토큰화될 수 없습니다.

암호화폐 언더그라운드의 지속​

규제 수준이 정교해졌음에도 불구하고, 중국 내 암호화폐 활동은 해외 거래소, VPN, 장외 거래 (OTC) 네트워크, P2P 플랫폼, 그리고 프라이버시 중심의 암호화폐를 통해 여전히 활발하게 이루어지고 있습니다.

인민은행 (PBOC)은 2025년 11월 28일에 제한적인 입장을 재확인하며 지속적인 단속 의지를 내비쳤습니다. 금융 범죄 예방이 이러한 법적 장벽의 정당성을 뒷받침합니다. 단속은 개인 사용자보다는 눈에 띄는 플랫폼과 대규모 운영에 집중되고 있습니다.

규제 당국과 사용자 사이의 숨바꼭질은 계속되고 있습니다. 숙련된 사용자들은 위험을 감수하면서 제한을 우회합니다. 정부는 소규모 활동은 묵인하면서도 시스템적 노출은 방지하고 있습니다.

제42호 문건 (Document 42)은 중국의 암호화폐 언더그라운드를 제거하는 것이 아니라, 법적 경계를 명확히 하고 규정을 준수하는 RWA 인프라를 통해 합법적인 블록체인 비즈니스를 위한 대안 경로를 제공합니다.

블록체인 개발에 미치는 영향​

중국의 정책 전환은 전략적 명확성을 제공합니다:

기관 금융의 경우: 승인된 RWA 토큰화를 위한 명확한 경로가 존재합니다. 준거 비용은 높지만 프레임워크가 명확합니다. 국가 주도 인프라 (BSN, e-CNY)가 운영 기반을 제공합니다.

암호화폐 투기의 경우: 투기성 암호화폐 거래, 토큰 발행 및 ICO, 프라이버시 코인 및 익명 거래, 그리고 개인 투자자의 암호화폐 참여에 대해서는 금지 조치가 절대적으로 유지됩니다.

기술 개발의 경우: 블록체인 R&D는 국가의 지원 하에 계속됩니다. BSN은 표준화된 인프라를 제공합니다. 중점 분야: 공급망 검증, 정부 서비스 디지털화, 교차 국경 무역 결제 (e-CNY 활용), 지식재산권 보호.

전략: 금융 투기를 제거하면서 블록체인의 효용성을 추출하는 것입니다. 자본 통제를 유지하면서 기관의 효율성 증대를 도모합니다. 국내 금융 안정을 보호하는 동시에 중국의 디지털 인프라를 글로벌 수출용으로 포지셔닝합니다.

더 넓은 전략적 맥락​

제42호 문건은 중국의 포괄적인 금융 기술 전략의 일환입니다:

디지털 위안화 주도권: 국내 및 국가 간 결제를 위한 e-CNY 확대, 스테이블코인을 대체하는 기관 결제 인프라, 일대일로 (Belt and Road Initiative) 무역 흐름과의 통합.

금융 인프라 통제: 블록체인 인프라 표준으로서의 BSN, 모든 주요 디지털 자산 활동에 대한 국가 감독, 민간 암호화폐 기반의 그림자 경제 방지.

기술 표준 수출: 중국 블록체인 표준을 전파하는 BSN 국제 노드, 중국 인프라를 채택하여 효율성을 얻는 대신 거버넌스 모델을 수용하는 국가들, 디지털 인프라 영향력을 위한 장기적 포지셔닝.

자본 통제 보존: 암호화폐 금지를 통한 외환 통제 우회 방지, 자본 계정 관리를 위협하지 않는 준법 RWA 경로, 모니터링 강화를 가능하게 하는 디지털 인프라.

이러한 접근 방식은 정교한 규제 사고를 보여줍니다. 필요한 곳 (투기성 암호화폐)은 금지하고, 유용한 곳 (준법 RWA)은 유도하며, 전략적 우위 (BSN, e-CNY)를 위해 인프라를 제공합니다.

향후 전망​

제42호 문건은 프레임워크를 설정하지만, 실제 결과는 실행 과정에 달려 있습니다.

주요 불확실성으로는 CSRC 신고 절차의 효율성과 병목 현상, 중국 RWA 토큰화 표준에 대한 국제적 인정, 홍콩의 독자적인 규제 정체성 유지 능력, 그리고 좁은 준법 경로 내에서의 민간 부문 혁신 등이 있습니다.

초기 신호는 실용적인 집행을 시사합니다. 승인된 프로젝트는 빠르게 진행되고, 모호한 사례는 지연과 정밀 조사를 받으며, 명백한 위반 사항에 대해서는 신속한 조치가 취해집니다.

앞으로 몇 달 안에 중국의 "위험 방지 + 유도" 모델이 암호화폐 열성론자들이 원하는 금융 탈중개화를 허용하지 않으면서 블록체인의 이점을 취할 수 있을지가 밝혀질 것입니다.

글로벌 시장에서 중국의 방식은 서구의 허가 없는 혁신 (permissionless innovation)에 대한 대항 모델을 상징합니다. 즉, 중앙 집중식 통제, 국가 승인 경로, 인프라 우위, 그리고 전략적 기술 배포입니다.

이러한 양분화는 영구화될 것입니다. 하나의 블록체인 미래가 아닌, 서로 다른 거버넌스 철학을 따르는 평행 시스템이 존재하게 될 것입니다.

BlockEden.xyz는 Web3 애플리케이션을 위한 엔터프라이즈급 인프라를 제공하며, 주요 블록체인 생태계 전반에 걸쳐 신뢰할 수 있는 고성능 RPC 액세스를 지원합니다. 준법 RWA 및 기관용 블록체인 인프라를 위한 당사의 서비스를 확인해 보십시오.

---

출처:

• 중국 8개 부처, RWA 및 가상화폐 규제 프레임워크 발표
• Web3 변호사의 해석: 8개 부처의 신규 규정 시행, RWA 규제 경로 공식화
• 중국, 가상화폐 및 RWA에 관한 신규 규정 발표
• 제42호 문건 발표 이후, 최적의 RWA 토큰 표준은 무엇인가?
• 중국, 암호화폐 금지를 엄격한 체제로 대체하며 국가 통제 RWA를 위한 좁은 통로 마련
• RWA 토큰화 중국: 베이징, Web3 단속 강화
• 홍콩의 RWA 토큰화: 2026년 선도적인 글로벌 혁신 허브
• 중국, 위안화 연동 스테이블코인 및 RWA 토큰화 공식 금지
• 2026년 중국 암호화폐 규제 통계
• 중국의 블록체인 플레이북: 인프라, 영향력 및 새로운 디지털 질서
• 중국 내 암호화폐: 2025년 암호화폐 현황 가이드
• 중국에서 암호화폐는 합법인가? 2025년 규제 및 준수 사항

컨센시스(Consensys)가 2026년 중반 IPO를 위해 JP모건(JPMorgan) 및 골드만삭스(Goldman Sachs)와 손을 잡았으며, 이는 이더리움 핵심 인프라에 깊게 뿌리내린 기업의 첫 번째 상장 사례가 될 전망입니다. SEC가 메타마스크(MetaMask) 스테이킹 서비스에 대한 소송을 취하함에 따라, 70억 달러의 기업 가치를 지닌 컨센시스가 공개 시장에 진입하기 위한 마지막 규제 장벽이 해소되었습니다.

이것은 단순한 크립토 기업의 상장이 아닙니다. 월스트리트가 이더리움의 인프라 레이어에 직접 노출되는 것을 의미합니다. 메타마스크는 월간 활성 사용자 수 3,000만 명 이상을 보유하며 Web3 지갑 시장의 80~90%를 점유하고 있습니다. 인퓨라(Infura)는 주요 프로토콜을 위해 매월 수십억 건의 API 요청을 처리합니다. 이들의 비즈니스 모델은 투기적인 토큰 경제가 아닌 서비스형 인프라(Infrastructure as a Service)입니다.

이번 IPO 타이밍은 규제 명확성, 블록체인 노출에 대한 기관의 갈망, 그리고 입증된 수익 창출 능력을 활용하고 있습니다. 하지만 수익화 과제는 여전히 남아 있습니다. 사용자 중심의 도구를 구축해 온 기업이 어떻게 성공의 기반이 된 탈중앙화 정신을 훼손하지 않으면서 월스트리트가 선호하는 수준의 이익률로 전환할 수 있을까요?

컨센시스 제국: 한 지붕 아래의 자산들​

2014년 이더리움 공동 창립자인 조셉 루빈(Joseph Lubin)이 설립한 컨센시스는 단일 소유 구조하에 가장 포괄적인 이더리움 인프라 스택을 운영하고 있습니다.

메타마스크(MetaMask): Web3 사용자 시장의 80~90%를 점유하고 있는 셀프 커스토디얼(비수탁형) 지갑입니다. 3,000만 명 이상의 월간 활성 사용자가 DeFi, NFT 및 탈중앙화 애플리케이션에 접속합니다. 2025년 메타마스크는 네이티브 비트코인 지원을 추가하며 멀티체인 지갑으로서의 입지를 공고히 했습니다.

인퓨라(Infura): 매월 수십억 건의 API 요청을 처리하는 노드 인프라입니다. 유니스왑(Uniswap), 오픈씨(OpenSea), 에이브(Aave)를 포함한 주요 프로토콜들이 안정적인 이더리움 및 IPFS 액세스를 위해 인퓨라에 의존하고 있습니다. 20만 건 요청당 월 40~50달러의 요금을 통해 연간 약 6,400만 달러의 매출을 올리는 것으로 추정됩니다.

리네아(Linea): 2023년에 출시된 레이어 2(Layer 2) 네트워크로, 이더리움의 보안을 유지하면서 더 빠르고 저렴한 트랜잭션을 제공합니다. 컨센시스 자체 스케일링 솔루션으로서 L2 채택에 따른 가치를 포착하는 전략적 위치를 차지하고 있습니다.

컨센시스 아카데미(Consensys Academy): Web3 기술에 대한 강사 주도 교육 과정을 제공하는 플랫폼입니다. 교육 과정 수수료와 기업 교육 프로그램을 통해 반복적인 매출을 창출합니다.

이러한 결합은 수직 계열화된 이더리움 인프라 기업을 탄생시켰습니다. 사용자용 지갑, 개발자용 API 액세스, 스케일링 인프라, 그리고 교육까지 모두 갖추고 있습니다. 각 구성 요소는 서로를 강화합니다. 메타마스크 사용자는 인퓨라 API 호출을 유도하고, 리네아는 메타마스크 사용자에게 더 저렴한 트랜잭션을 제공하며, 아카데미는 이 스택 위에서 개발하는 인재들을 양성합니다.

수익의 실체: 연간 2억 5,000만 달러 이상의 런레이트​

컨센시스는 2021년에 "9자리 수(억 달러 단위)"의 매출을 기록했으며, 2022년 연간 런레이트(Run rate)는 2억 5,000만 달러 이상으로 추정됩니다.

메타마스크 스왑(Swaps): 현금 창출원​

메타마스크의 주요 수익화 모델은 지갑 내 토큰 스왑에 대한 0.875%의 서비스 수수료입니다. 스왑 애그리게이터는 유니스왑(Uniswap), 1인치(1inch), 커브(Curve)와 같은 DEX를 통해 트랜잭션을 라우팅하고 각 거래에서 수수료를 징수합니다.

스왑 수수료 매출은 2021년에 2,300% 증가하여, 1월 180만 달러에서 12월에는 4,400만 달러에 달했습니다. 2022년 3월까지 메타마스크는 매월 약 2,100만 달러를 창출했으며, 이는 연간 2억 5,200만 달러에 해당합니다.

이 모델이 작동하는 이유는 메타마스크가 유통망을 장악하고 있기 때문입니다. 사용자들은 지갑 인터페이스를 신뢰하고, 생태계를 벗어나지 않고 앱 내에서 즉시 전환이 가능하며, 수수료는 편리함을 더하면서도 직접 DEX를 사용하는 것과 경쟁 가능한 수준을 유지합니다. 네트워크 효과는 복리로 작용합니다. 더 많은 사용자는 더 많은 유동성 애그리게이션 파트너십을 유인하고, 이는 실행력을 높여 사용자 유지율을 강화합니다.

인퓨라(Infura): 고마진 인프라​

인퓨라는 API 요청 등급에 따른 SaaS 요금제로 운영됩니다. 이 모델은 수익성 있게 확장됩니다. 추가 요청당 한계 비용은 거의 제로에 수렴하는 반면 가격은 고정되어 있기 때문입니다.

노드 인프라를 통해 월 약 530만 달러(연간 6,400만 달러)의 매출을 올리는 것으로 추정됩니다. 주요 고객으로는 자체 노드를 유지 관리하지 않고 안정적인 이더리움 액세스를 필요로 하는 기업 고객, 프로토콜 팀, 개발 스튜디오 등이 있습니다.

해자(Moat)는 전환 비용에 있습니다. 프로토콜이 인퓨라의 API 엔드포인트를 통합하고 나면, 다른 곳으로 이전하는 데는 상당한 엔지니어링 리소스가 필요하고 배포 리스크가 따릅니다. 인퓨라의 가동 시간 기록과 인프라 신뢰성은 단순한 API 호환성을 넘어선 고착 효과(Stickiness)를 창출합니다.

수익성에 관한 질문​

Consensys는 2025년에 구조 조정을 단행하여, IPO를 앞두고 비용을 절감하고 운영을 효율화했습니다. 이 회사는 성장과 규제 준수를 지원하기 위해 '수억 달러'를 조달하는 것을 목표로 한 것으로 알려졌습니다.

수익은 발생하고 있으나, 수익성 여부는 아직 확인되지 않았습니다. 소프트웨어 기업들은 대개 마진을 최적화하기 전에 사용자 확보와 제품 개발을 위해 자금을 소모하며 규모를 키웁니다. IPO 투자 설명서에는 Consensys가 인프라를 구축하는 동안 플러스 현금 흐름을 창출하고 있는지, 아니면 계속해서 손실을 내며 운영되고 있는지가 공개될 것입니다.

월스트리트는 수익성이 있는 기업을 선호합니다. 만약 Consensys가 긍정적인 EBITDA와 신뢰할 수 있는 마진 확대 시나리오를 보여준다면, 기관들의 투자 의욕은 크게 증가할 것입니다.

규제 측면의 승리: SEC 합의​

SEC가 MetaMask의 스테이킹 서비스에 대한 Consensys 제소를 취하함에 따라, 상장을 위한 주요 장애물이 해결되었습니다.

주요 분쟁 내용​

SEC는 Consensys를 상대로 여러 차례 집행 조치를 취했습니다:

이더리움의 증권 분류: SEC는 ETH가 미등록 증권에 해당하는지 조사했습니다. Consensys는 이더리움 인프라를 방어하며, 이러한 분류가 생태계를 파괴할 것이라고 주장했습니다. SEC는 결국 ETH 조사에서 물러났습니다.

미등록 브로커로서의 MetaMask: SEC는 MetaMask의 스왑(Swap) 기능이 등록이 필요한 증권 중개 행위에 해당한다고 주장했습니다. 당국은 Consensys가 미등록 브로커로서 500만 건의 암호화폐 자산 증권 거래를 포함한 3,600만 건의 거래로부터 2억 5,000만 달러 이상의 수수료를 챙겼다고 주장했습니다.

스테이킹 서비스 준수: SEC는 MetaMask와 유동성 스테이킹 제공업체 간의 통합이 미등록 증권 판매를 용이하게 했다고 지적하며 문제를 제기했습니다.

Consensys는 자사의 비즈니스 모델과 이더리움의 탈중앙화 특성을 옹호하는 소송을 제기하며 공격적으로 맞섰습니다.

해결 과정​

SEC가 Consensys에 대한 고소를 취하하면서, 상장을 위한 길이 열리는 중대한 규제적 승리를 거두었습니다. IPO 준비와 동시에 이루어진 합의 시점은 시장 접근을 가능하게 하려는 전략적 해결을 시사합니다.

더 넓은 맥락에서, 트럼프의 친암호화폐 행보는 전통적인 기관들이 블록체인 프로젝트에 참여하도록 독려했습니다. 업계 전반에 걸쳐 규제 명확성이 개선되면서 기업 공개가 실행 가능한 옵션이 되었습니다.

MASK 토큰: 미래의 수익화 계층​

Consensys CEO는 곧 MetaMask 토큰 출시를 확인하며, 인프라 모델에 토큰 경제를 추가했습니다.

MASK 토큰의 잠재적 유틸리티:

거버넌스: 토큰 보유자는 프로토콜 업그레이드, 수수료 구조 및 재고 할당에 대해 투표합니다. 탈중앙화된 거버넌스는 토큰 분배를 통해 기업의 통제권을 유지하면서 암호화폐 네이티브 커뮤니티를 만족시킵니다.

보상 프로그램: 거래량, 지갑 보유 기간, 생태계 참여도 등 사용자 활동에 인센티브를 제공합니다. 항공사 마일리지나 신용카드 포인트와 유사하지만, 유동적인 2차 시장이 존재한다는 점이 다릅니다.

수수료 할인: MASK 보유자에게 스왑 수수료를 감면해 주어 보유 유인을 제공합니다. 이는 토큰 소유가 거래 비용을 줄여주는 바이낸스의 BNB 모델과 유사합니다.

스테이킹 / 수익 공유: MetaMask 수수료의 일부를 토큰 스테이커에게 배분하여, 사용자를 플랫폼의 장기적인 성공과 일치하는 이해관계자로 전환합니다.

전략적 타이밍: IPO 전에 MASK를 출시하여 시장 가치와 사용자 참여를 확인한 후, 투자 설명서에 토큰 경제를 포함시켜 추가 수익 잠재력을 입증하는 것입니다. 월스트리트는 성장 서사를 중시하며, 토큰 계층의 추가는 전통적인 SaaS 지표 이상의 상승 시나리오를 제공합니다.

IPO 플레이북: 코인베이스의 길을 따르다​

Consensys는 2026년 암호화폐 IPO 열풍에 합류했습니다: Kraken은 200억 달러의 가치를 목표로 하고 있으며, Ledger는 40억 달러 상장을 계획 중이고, BitGo는 25억 9천만 달러의 데뷔를 준비하고 있습니다.

코인베이스의 선례는 수익 창출 입증, 규제 준수 달성, 기관급 인프라 제공, 강력한 단위 경제성(unit economics) 서사 유지라는 실행 가능한 경로를 구축했습니다.

경쟁사 대비 Consensys의 장점:

인프라 중심: 암호화폐 가격 투기나 거래량에 의존하지 않습니다. Infura 수익은 시장 상황과 관계없이 지속됩니다. 지갑 사용은 약세장에서도 계속됩니다.

네트워크 효과: MetaMask의 80 ~ 90% 시장 점유율은 강력한 해자를 만듭니다. 개발자들은 MetaMask를 위해 우선적으로 개발하며, 이는 사용자의 고착화(stickiness)를 강화합니다.

수직적 통합: 사용자 인터페이스부터 노드 인프라, 확장 솔루션에 이르기까지 전체 스택을 제어합니다. 단일 레이어 경쟁사보다 트랜잭션당 더 많은 가치를 확보합니다.

규제 명확성: SEC 합의로 주요 법적 불확실성이 제거되었습니다. 깨끗한 규제 프로필은 기관의 신뢰도를 높입니다.

월스트리트가 평가하는 리스크:

수익성 시점: Consensys가 플러스 현금 흐름이나 수익성을 향한 신뢰할 수 있는 경로를 증명할 수 있는가? 수익성이 없는 기업은 밸류에이션 압박에 직면합니다.

경쟁: Rabby, Rainbow, Zerion 등 지갑 전쟁이 치열해지고 있습니다. MetaMask가 지배력을 유지할 수 있을까요?

이더리움 의존도: 비즈니스 성공이 이더리움 채택과 직결됩니다. 대체 L1이 점유율을 얻으면 Consensys의 인프라 중요성은 감소합니다.

규제 리스크: 암호화폐 규제는 여전히 진화 중입니다. 향후의 집행 조치가 비즈니스 모델에 영향을 미칠 수 있습니다.

70억 달러의 가치 평가: 공정한가 아니면 낙관적인가?​

Consensys는 2022년 3월에 70억 달러의 가치로 4억 5,000만 달러의 투자를 유치했습니다. 사모 시장의 가격 책정이 공모 시장에서의 수용으로 자동으로 이어지지는 않습니다.

긍정적 전망 (Bull Case):

• Infura를 통한 높은 마진과 연간 2억 5,000만 달러 이상의 매출
• 네트워크 효과 해자를 제공하는 3,000만 명 이상의 사용자
• 스택 전체에서 가치를 포착하는 수직 계열화
• 추가적인 상승 기회를 제공하는 MASK 토큰
• 이더리움의 기관 채택 가속화
• 유리한 시장 상황에서의 IPO

부정적 전망 (Bear Case):

• 확인되지 않은 수익성 및 지속적인 손실 가능성
• 지갑 경쟁 심화로 인한 시장 점유율 취약성
• SEC 합의에도 불구하고 남아있는 규제 불확실성
• 이더리움 특정 리스크로 인한 다각화의 한계
• 토큰 출시로 인한 지분 가치 희석 가능성
• 고점 대비 낮은 가격에 거래되는 유사 기업 (Coinbase)들

가치 평가는 입증된 수익성, MASK 토큰에 대한 반응, 상장 당시의 시장 상황, 암호화폐 노출에 대한 투자자 선호도 등에 따라 50억 ~ 100억 달러 사이에서 결정될 것으로 보입니다.

IPO가 암호화폐 시장에 보내는 신호​

Consensys의 상장은 시장의 성숙을 의미합니다. 인프라 기업이 공모 시장에 진입할 만큼 충분한 규모에 도달했고, 규제 프레임워크가 법규 준수를 가능하게 하며, 월스트리트가 암호화폐 노출을 제공하는 데 거부감이 없어졌고, 비즈니스 모델이 투기를 넘어 증명되었음을 뜻합니다.

이 상장은 최초의 이더리움 인프라 IPO가 되어 생태계 가치 평가의 기준점이 될 것입니다. 성공한다면 인프라 계층의 비즈니스 모델이 타당함을 입증하는 것이며, 실패한다면 시장이 Web3 기업의 가치를 평가하기 전에 더 확실한 수익성 증거를 요구한다는 것을 시사합니다.

더 광범위한 트렌드: 암호화폐가 투기적 거래에서 인프라 구축으로 전환되고 있습니다. 토큰 가격 상승만이 아니라 서비스에서 매출을 창출하는 기업들이 전통적인 자본을 끌어들입니다. 공모 시장은 분기별 보고, 수익성 목표, 주주 책임과 같은 규율을 강제하게 됩니다.

이더리움의 경우: Consensys IPO는 초기 생태계 구축자들에게 유동성 공급의 기회를 제공하고, 인프라 계층의 수익화를 입증하며, 지원 인프라에 기관 자본을 유치하고, 토큰 투기를 넘어선 지속 가능한 비즈니스 모델을 보여줍니다.

2026년 타임라인​

2026년 중반 상장 일정은 다음과 같은 가정을 전제로 합니다: 2026년 1분기 S-1 서류 제출, 2분기까지 SEC 검토 및 수정, 3분기 로드쇼 및 가격 책정, 4분기 공개 거래 시장 데뷔.

일정에 영향을 미치는 변수: 시장 상황 (암호화폐 및 광범위한 주식 시장), MASK 토큰 출시 및 반응, 경쟁사 IPO 결과 (Kraken, Ledger, BitGo), 규제 동향, 이더리움 가격 및 채택 지표.

Consensys가 제시해야 할 핵심 내러티브: 예측 가능한 수익을 갖춘 서비스형 인프라 (IaaS) 모델, 네트워크 효과 해자를 보유한 입증된 사용자 기반, 생태계 가치를 포착하는 수직 계열화, 규제 준수 및 기관의 신뢰, 마진 확대 스토리를 동반한 수익성 확보 경로.

월스트리트는 성장성과 마진에 투자합니다. Consensys는 사용자 확보와 매출 확장을 통해 성장을 입증하고 있습니다. 마진 스토리는 운영 규율과 인프라 레버리지에 달려 있습니다. 투자설명서 (prospectus)는 펀더멘털이 70억 달러의 가치를 뒷받침하는지, 아니면 사모 시장의 낙관론이 지속 가능한 경제성을 넘어섰는지를 밝혀줄 것입니다.

BlockEden.xyz는 Web3 애플리케이션을 위한 엔터프라이즈급 인프라를 제공하며, 주요 블록체인 생태계 전반에 걸쳐 신뢰할 수 있는 고성능 RPC 액세스를 지원합니다. 기관용 블록체인 인프라에 대한 저희의 서비스를 살펴보세요.

---

출처:

• Consensys Plans Historic IPO with JPMorgan and Goldman Sachs
• Consensys Revenue, Valuation & Funding
• Consensys Raises $450M Series D Funding
• ConsenSys CEO Confirms MetaMask Token Launch
• MetaMask Is Earning $100,000 a Day in Token Swap Fees
• Six Blockbuster Crypto IPOs to Watch in 2026
• 2026 Sets Up for Blockbuster Crypto IPOs
• ConsenSys: Founder, Tools, Business & Revenue Model
• Consensys Reportedly Plans Major IPO
• Sidley Blockchain Bulletin - 2026 Regulatory Outlook
• SEC Sues Consensys Over Failure to Register as Broker
• Consensys Suit Against SEC Dismissed by Texas Court

Aave의 Horizon 마켓이 출시 6개월 만에 기관 예치금 5억 8,000만 달러를 돌파했을 때, 이는 암호화폐 뉴스의 헤드라인을 장식하지는 않았습니다. 하지만 이 조용한 이정표는 단순한 밈 코인 펌핑보다 훨씬 더 중대한 신호를 보내고 있습니다. 바로 탈중앙화 금융(DeFi)과 전통 금융(TradFi)의 오랜 숙원이었던 융합이 마침내 일어나고 있다는 것입니다. 이는 이념적 승리가 아니라 규제 명확성, 지속 가능한 수익 모델, 그리고 블록체인 결제가 단순히 더 나은 인프라라는 점을 기관 자본이 인식한 결과입니다.

수치가 이를 증명합니다. 허가형 DeFi 풀을 통한 기관 대출은 현재 93억 달러를 넘어섰으며, 이는 전년 대비 60% 증가한 수치입니다. 유통되는 토큰화된 현금은 3,000억 달러에 육박합니다. 2026년 초 약 1,300억 ~ 1,400억 달러 수준이었던 DeFi 총 예치 자산(TVL)은 연말까지 2,500억 달러에 도달할 것으로 예상됩니다. 그러나 이는 과거 이자 농사(yield farming) 하이프 사이클에서 비롯된 투기성 이익이 아닙니다. 이는 첫날부터 규제 준수가 내재된, 선별되고 위험이 분산된 프로토콜로 유입되는 기관 자본입니다.

규제의 중대한 전환점​

수년간 DeFi 옹호자들은 허가 없는(permissionless) 화폐의 가치를 전파했지만, 기관들은 규제 불확실성을 이유로 방관해 왔습니다. 이러한 대치 상황은 2025-2026년 풍경을 뒤바꾼 일련의 신속한 규제 프레임워크 도입과 함께 종료되었습니다.

미국에서는 GENIUS 법안이 스테이블코인 발행, 예치금, 감사 및 감독을 위한 연방 체계를 수립했습니다. 하원은 SEC와 CFTC 간의 관할권을 나누고 토큰이 증권에서 상품으로 전환되는 시점을 정의하는 시장 구조 법안인 CLARITY 법안을 통과시켰습니다. 가장 중요한 것은 2026년 1월 12일의 디지털 자산 시장 명확성 법안(Digital Asset Market Clarity Act)으로, 비증권형 토큰에 대한 미국의 관할권을 SEC에서 CFTC로 이전하며 "디지털 상품" 지정을 공식화했습니다.

연방 규제 당국은 2026년 7월 18일까지 GENIUS 법안의 시행령을 공포해야 하며, 이는 규제 준수 인프라 구축에 대한 시급함을 불러일으켰습니다. 이는 모호한 지침이 아니라 기관 컴플라이언스 팀이 바로 적용할 수 있는 구체적인 규칙 제정입니다.

유럽은 더 빠르게 움직였습니다. 2023년 6월 발효된 암호자산 시장 규제안(MiCA)은 2025년 12월까지 레벨 2 및 레벨 3 조치를 마무리했습니다. 이를 통해 투명성, 규제 준수 및 시장 무결성을 위한 강력한 프레임워크가 구축되었으며, 유럽은 암호화폐 규제의 글로벌 리더로 자리매김했습니다. 미국이 명확성을 제공했다면, 유럽은 스테이블코인 예치금부터 DeFi 프로토콜 공시까지 모든 것을 아우르는 포괄적인 규칙으로 깊이를 더했습니다.

그 결과, 기관들은 더 이상 "DeFi를 완전히 무시할 것인가" 아니면 "규제 위험을 감수할 것인가"라는 이분법적 선택에 직면하지 않게 되었습니다. 이제 그들은 명확한 법적 프레임워크 하에서 규제를 준수하는 허가형 프로토콜에 자본을 투입할 수 있습니다. 이러한 규제 명확성은 전체 융합 이론의 기초가 되는 토대입니다.

투기에서 지속 가능성으로: 수익 모델의 혁명​

2020-2021년의 DeFi 폭발은 지속 불가능한 토큰 경제에 의해 추진되었습니다. 인플레이션성 발행으로 자금이 조달된 비정상적인 APY, 하룻밤 사이에 사라지는 유동성 채굴 프로그램, 그리고 실제 수익보다 TVL 성장을 우선시한 프로토콜들이 그 예입니다. 필연적인 붕괴는 가혹한 교훈을 남겼습니다. 관심을 끌기 위한 높은 수익률은 지속적인 금융 인프라를 구축하지 못한다는 것입니다.

2026년의 DeFi 환경은 근본적으로 다릅니다. 성장은 점점 더 선별된 신용 시장에서 발생하고 있습니다. Morpho, Maple Finance, Euler와 같은 프로토콜은 예측 가능한 노출을 원하는 기관을 대상으로 통제되고 위험이 분산된 대출 환경을 제공하며 확장해 왔습니다. 이들은 세 자릿수 APY로 개인 투자자(degen)를 쫓는 리테일 중심의 플랫폼이 아닙니다. 이들은 토큰 인플레이션이 아닌 실제 수익에 기반한 4-8%의 수익률을 제공하는 기관급 인프라입니다.

이러한 변화는 수수료 생성 능력에서 가장 두드러집니다. Kamino나 SparkLend와 같이 개방된 리테일 중심 플랫폼의 수수료 비중은 줄어든 반면, 규제된 선별 유동성 채널이 꾸준히 중요성을 얻고 있습니다. 시장은 점차 보상 지급과 절제된 발행을 결합한 설계를 선호하며, 토큰이 주로 거버넌스 서사만을 대변하던 과거의 구조와 지속 가능한 모델을 구분하고 있습니다.

SQD Network의 최근 행보는 이러한 진화를 잘 보여줍니다. 이 프로젝트는 토큰 발행 중심에서 고객 수익 중심으로 전환하며, 블록체인 인프라의 핵심적인 지속 가능성 질문에 답했습니다. 즉, 프로토콜이 실제 현금 흐름을 창출할 수 있는가, 아니면 영구적으로 토큰 보유자를 희석시키는 데 의존해야 하는가에 대한 답입니다. 그 답은 점차 "그렇다, 가능하다"로 기울고 있습니다. 단, 에어드랍을 쫓는 리테일 투기꾼이 아니라 신뢰할 수 있는 서비스에 비용을 지불할 용의가 있는 기관 거래 상대방에게 서비스를 제공할 때만 가능합니다.

이러한 성숙이 DeFi가 지루해졌음을 의미하지는 않습니다. 이는 DeFi가 신뢰를 얻었음을 의미합니다. 기관이 자본을 배분할 때는 예측 가능한 위험 조정 수익률, 투명한 수수료 구조, 신원이 확인된 거래 상대방이 필요합니다. KYC/AML 규제를 준수하는 허가형 풀은 바로 이러한 요건을 충족하는 동시에, DeFi를 가치 있게 만드는 블록체인 결제의 장점을 그대로 유지합니다.

허가형 DeFi 인프라의 전략​

"허가형 DeFi(permissioned DeFi)"라는 용어는 암호화폐를 전통 금융(TradFi) 게이트키퍼에 대한 검열 저항적 대안으로 보는 순수주의자들에게는 모순처럼 들릴 수 있습니다. 하지만 기관은 이데올로기적 순수성보다는 규제 준수, 거래 상대방 위험, 그리고 규제 정렬에 더 신경을 씁니다. 허가형 프로토콜은 24 / 7 결제, 원자적 트랜잭션, 프로그래밍 가능한 담보, 투명한 온체인 기록 등 DeFi의 핵심 가치 제안을 유지하면서도 이러한 문제들을 해결합니다.

Aave의 Horizon은 이 모델의 가장 명확한 사례입니다. 2025년 8월에 출시된 이 기관용 실물 자산(RWA) 허가형 시장은 토큰화된 국채 및 담보부 대출 채권(CLO)을 담보로 USDC, RLUSD 또는 GHO와 같은 스테이블코인을 대출할 수 있게 해줍니다. 출시 6개월 만에 Horizon의 순 예치금은 약 5억 8,000만 달러로 성장했습니다. 2026년 목표는 Circle, Ripple, Franklin Templeton과의 파트너십을 통해 예치금을 10억 달러 이상으로 확장하는 것입니다.

Horizon은 Aave의 초기 허가형 제품인 Aave Arc와 무엇이 다를까요? 유사한 기관용 야망을 가지고 출시되었던 Arc는 총 예치 자산(TVL)이 5만 달러 미만이라는 미미한 성과를 거두었으며, 이는 중요한 교훈을 남겼습니다. 허가형 아키텍처만으로는 충분하지 않습니다. 기관에 필요한 것은 허가형 아키텍처에 깊은 유동성, 인지도 높은 담보(예: 미국 국채), 그리고 이미 사용 중인 스테이블코인과의 통합이 결합된 형태입니다.

Horizon은 이 세 가지를 모두 제공합니다. 이는 별도의 폐쇄형 생태계(walled garden)가 아니라, Aave의 더 넓은 유동성 생태계로 들어가는 규제 준수형 관문입니다. 기관은 국채를 담보로 대출받아 운영 자금을 조달하거나, 스테이블코인 금리 차익 거래를 수행하거나, 규제를 완벽히 준수하면서 포지션을 레버리지할 수 있습니다. 원자적 결제와 투명성은 그대로 유지되지만, "누구나 참여할 수 있다"는 요소가 "KYC를 통과한 누구나 참여할 수 있다"로 대체된 것입니다.

다른 프로토콜들도 유사한 길을 걷고 있습니다. Morpho의 큐레이팅된 볼트(vault)는 기관 자본이 특정 위험 트랜치로 유입될 수 있게 하며, 볼트 관리자는 신용 인수자 역할을 수행합니다. Euler의 위험 격리 대출 시장은 기관이 롱테일 자산에 노출되지 않고 화이트리스트에 등록된 담보를 바탕으로 대출할 수 있게 합니다. Maple Finance는 차입자가 온체인 평판을 가진 검증된 법인인 기관급 신용 풀을 제공합니다.

공통된 핵심은 무엇일까요? 이러한 프로토콜들은 기관에 DeFi의 효율성과 TradFi의 규제 준수 중 하나를 선택하라고 요구하지 않습니다. 대신 기관 위험 관리 위원회가 실제로 승인할 수 있는 제품 패키지에 두 가지를 모두 담아 제공합니다.

TVL 2,500억 달러의 궤적: 막연한 기대가 아닌 수학적 근거​

DeFi TVL을 예측하는 것은 해당 섹터의 변동성을 고려할 때 매우 어렵기로 유명합니다. 하지만 연말까지 2,500억 달러에 도달할 것이라는 전망은 근거 없는 낙관론이 아닙니다. 이는 현재의 추세와 확인된 기관 도입 사례를 바탕으로 한 직관적인 추정입니다.

2026년 초 DeFi TVL은 약 1,300억 ~ 1,400억 달러 수준입니다. 2026년 12월까지 2,500억 달러를 달성하려면 10개월 동안 약 80 ~ 90%의 성장이 필요하며, 이는 매월 약 6 ~ 7%의 복리 성장을 의미합니다. 참고로, DeFi TVL은 현재보다 규제 명확성과 기관 참여가 훨씬 적었던 2023 ~ 2024년 기간 동안 100% 이상 성장한 바 있습니다.

이러한 궤적을 뒷받침하는 몇 가지 긍정적인 요인은 다음과 같습니다.

토큰화된 자산의 성장: 토큰화된 자산의 규모는 2026년에 500억 달러를 넘어설 수 있으며, 더 많은 금융 기관이 온체인 결제를 실험함에 따라 그 속도는 가속화되고 있습니다. 토큰화된 국채만 해도 이미 80억 달러에 육박하고 있으며, 이 카테고리는 다른 어떤 DeFi 버티컬보다 빠르게 성장하고 있습니다. 이러한 자산이 담보로 대출 프로토콜에 유입됨에 따라 TVL에 직접적으로 기여하게 됩니다.

스테이블코인 통합: 스테이블코인은 새로운 단계에 진입하고 있습니다. 거래 편의를 위해 시작된 스테이블코인은 이제 결제, 송금 및 온체인 금융의 중심에서 작동합니다. 이미 2,700억 달러가 유통되고 있고 규제 명확성이 개선됨에 따라 스테이블코인 공급량은 연말까지 3,500억 ~ 4,000억 달러에 쉽게 도달할 수 있습니다. 이 공급량의 상당 부분은 수익률을 찾는 DeFi 대출 프로토콜로 유입되어 TVL을 직접적으로 끌어올릴 것입니다.

기관 자본 배분: 대형 은행, 자산 운용사 및 규제 대상 기업들이 KYC, 검증된 신원, 허가형 풀을 통해 온체인 금융을 테스트하고 있습니다. 이들은 토큰화된 레포(repo), 토큰화된 담보, 온체인 외환(FX), 디지털 신디케이트 론 분야에서 파일럿 프로젝트를 진행 중입니다. 이러한 파일럿이 실제 서비스로 전환됨에 따라 수십억 달러의 기관 자본이 온체인으로 이동할 것입니다. 보수적인 추정치로도 향후 10개월 동안 수백억 달러의 기관 자금 유입이 예상됩니다.

실질 수익률 수렴: TradFi 금리가 안정되고 암호화폐 변동성이 감소함에 따라, DeFi 대출 수익률(4 ~ 8%)과 TradFi 금리(3 ~ 5%) 사이의 스프레드는 위험 조정 측면에서 더욱 매력적이 됩니다. 암호화폐 고유의 위험 노출 없이 추가 수익을 원하는 기관은 이제 허가형 풀에서 국채를 담보로 스테이블코인을 대출해 줄 수 있습니다. 이는 18개월 전만 해도 대규모로는 존재하지 않았던 제품입니다.

규제 마감 시한 효과: 2026년 7월 18일 GENIUS 법안 시행 마감일은 기관이 스테이블코인 전략을 확정해야 하는 최종 기한임을 의미합니다. 이는 긴박함을 조성합니다. 24개월이 걸렸을 프로젝트들이 이제 6개월 일정으로 압축되고 있습니다. 이는 자본 배치와 TVL 성장을 가속화합니다.

2,500억 달러 목표는 "최선의 시나리오"가 아닙니다. 이는 현재의 성장률이 그대로 유지되고 발표된 기관 도입 계획이 예정대로 실현될 때 발생하는 결과입니다. 만약 규제 명확성이 예상보다 빠른 채택을 유도한다면, TVL은 3,000억 달러 이상으로 치솟을 수도 있습니다.

기관 채택을 실제로 주도하는 요소들​

기관들이 단순히 탈중앙화 철학을 믿기 때문에 DeFi로 몰려드는 것이 아닙니다. 그들이 유입되는 이유는 DeFi 인프라가 기존 금융(TradFi) 시스템이 해결하지 못하는 실제적인 문제들을 해결하기 때문입니다.

결제 속도: 기존의 국가 간 송금은 3~5일이 소요됩니다. DeFi는 몇 초 만에 결제됩니다. JPMorgan이 Solana에서 Galaxy Digital을 위해 기업어음(commercial paper) 발행을 주선할 때, 결제는 영업일 기준 3일이 아니라 400밀리초(ms) 만에 이루어집니다. 이는 단순한 개선이 아니라 근본적인 운영상의 이점입니다.

연중무휴(24/7) 시장: TradFi는 주말과 공휴일에 결제가 지연되는 업무 시간 위주로 운영됩니다. DeFi는 중단 없이 작동합니다. 재무 관리자에게 이는 금리 변화에 따라 즉각적으로 자본을 이동시키고, 은행 업무 시간 외에도 유동성에 접근하며, 은행의 처리 과정을 기다리지 않고도 수익을 복리로 쌓을 수 있음을 의미합니다.

원자적 트랜잭션: 스마트 컨트랙트는 원자적 스왑(atomic swaps)을 가능하게 합니다. 즉, 전체 트랜잭션이 실행되거나 혹은 전혀 실행되지 않거나 둘 중 하나입니다. 이는 다단계 거래에서 발생할 수 있는 거래 상대방 위험(counterparty risk)을 제거합니다. 기관이 토큰화된 국채를 스테이블코인과 거래할 때 결제 위험, 에스크로 기간, T+2 대기 시간이 없습니다. 거래는 원자적으로 이루어집니다.

투명한 담보: TradFi에서 담보 현황을 파악하려면 복잡한 법적 구조와 불투명한 보고서가 필요합니다. DeFi에서 담보는 온체인에 존재하며 실시간으로 검증 가능합니다. 리스크 관리자는 분기별 보고서가 아닌 실시간으로 노출 정도(exposure)를 모니터링할 수 있습니다. 이러한 투명성은 시스템적 리스크를 줄이고 더욱 정밀한 리스크 관리를 가능하게 합니다.

프로그래밍 가능한 컴플라이언스: 스마트 컨트랙트는 프로토콜 수준에서 컴플라이언스 규칙을 강제할 수 있습니다. 대출자가 LTV(담보 인정 비율) 75%를 초과하지 않도록 보장하고 싶으신가요? 스마트 컨트랙트에 코드로 작성하면 됩니다. 화이트리스트에 등록된 엔티티로만 대출을 제한해야 하나요? 온체인에서 구현하면 됩니다. 이러한 프로그래밍 가능성은 컴플라이언스 비용과 운영 리스크를 줄여줍니다.

중개인 감소: 전통적인 대출에는 은행, 청산소, 수탁 기관 등 다수의 중개인이 참여하며, 각기 수수료를 부과하고 지연을 초래합니다. DeFi는 이 구조를 압축합니다. 프로토콜은 중개인의 지대 추구(rent extraction) 행위를 제거함으로써 경쟁력 있는 금리를 제공할 수 있습니다.

이러한 장점들은 이론적인 것이 아닙니다. 이는 비용을 절감하고, 속도를 높이며, 투명성을 강화하는 수치화 가능한 운영상의 개선입니다. 기관이 DeFi를 채택하는 이유는 단순히 유행이기 때문이 아니라, 더 나은 인프라기 때문입니다.

기관용 DeFi 스택: 무엇이 작동하고 무엇이 작동하지 않는가​

모든 허가형(permissioned) DeFi 제품이 성공하는 것은 아닙니다. Aave Horizon($5억 8,000만)과 Aave Arc($5만)의 대조적인 모습은 인프라만으로는 충분하지 않으며, 제품-시장 적합성(PMF)이 매우 중요하다는 것을 보여줍니다.

작동하고 있는 것:

• 토큰화된 국채를 담보로 하는 스테이블코인 대출: 이것이 바로 기관을 위한 킬러 앱입니다. 수익률, 유동성, 그리고 규제적 편안함을 제공합니다. 이 제품을 제공하는 프로토콜(Aave Horizon, Ondo Finance, Backed Finance)은 상당한 자본을 확보하고 있습니다.

• 선별된 신용 볼트(Curated credit vaults): 전문 언더라이터가 포함된 Morpho의 허가형 볼트는 기관이 필요로 하는 리스크 세분화를 제공합니다. 기관은 일반적인 풀에 대출하는 대신, 통제된 리스크 파라미터를 가진 특정 신용 전략에 자본을 할당할 수 있습니다.

• RWA 통합: 토큰화된 실물 자산(RWA)을 담보로 통합하는 프로토콜이 가장 빠르게 성장하고 있습니다. 이는 TradFi 포트폴리오와 온체인 수익률 사이의 가교를 형성하여, 기관이 이미 보유하고 있는 자산으로 수익을 창출할 수 있게 해줍니다.

• 스테이블코인 네이티브 결제: 변동성이 큰 암호화폐 자산이 아닌 스테이블코인을 기본 회계 단위(unit of account)로 구축된 제품들이 기관의 관심을 끌고 있습니다. 기관은 스테이블코인을 이해하지만, BTC/ETH의 변동성은 경계합니다.

작동하지 않는 것:

• 유동성 없는 허가형 풀: 기존 DeFi 프로토콜에 단순히 KYC를 추가한다고 해서 풀의 깊이가 얕으면 기관을 끌어들일 수 없습니다. 기관은 유의미한 자본을 투입하기 위해 깊은 유동성이 필요합니다. 규모가 작은 허가형 풀은 비어 있는 상태로 방치됩니다.

• 거버넌스 토큰을 활용한 복잡한 토큰코노믹스: 기관은 거버넌스 참여가 아닌 수익률을 원합니다. 수익률 부스팅이나 수수료 공유를 위해 변동성이 큰 거버넌스 토큰을 보유해야 하는 프로토콜은 기관 자본 유치에 어려움을 겪습니다.

• 리테일 지향 UX에 기관 브랜딩만 입힌 경우: 일부 프로토콜은 기본 제품을 변경하지 않고 리테일용 제품에 "기관용" 브랜딩만 입힙니다. 기관은 이를 간파합니다. 그들에게 필요한 것은 단순히 화려한 UI가 아니라 기관급 수탁(custody) 통합, 컴플라이언스 보고 및 법적 문서화입니다.

• 고립된 허가형 체인: 완전히 분리된 기관용 블록체인을 구축하는 프로토콜은 DeFi의 핵심 장점인 결합성(composability)과 유동성을 잃게 됩니다. 기관은 TradFi의 파편화를 재현하는 폐쇄된 정원(walled garden)이 아니라 DeFi의 유동성에 접근하기를 원합니다.

교훈은 명확합니다. 기관은 DeFi 인프라가 TradFi 대안보다 문제를 진정으로 더 잘 해결할 때 이를 채택할 것입니다. 단순히 토큰화를 위한 토큰화는 작동하지 않습니다. 운영상의 개선 없는 컴플라이언스 연극(Compliance theater)도 효과가 없습니다. 규제를 준수하는 패키지에 담긴 진정한 혁신 — 더 빠른 결제, 더 나은 투명성, 더 낮은 비용 — 만이 유효합니다.

글로벌 유동성의 변화: 이번에 다른 이유​

DeFi는 금융 혁신을 약속하며 여러 번의 하이프 사이클(hype cycle)을 경험해 왔습니다. 2020년 DeFi 서머(DeFi Summer)에는 TVL(총 예치 자산)이 1,000억 달러까지 폭발적으로 증가했다가 300억 달러로 급감했습니다. 2021년의 붐은 TVL을 1,800억 달러까지 끌어올렸으나 다시 한번 폭락했습니다. 그렇다면 2026년은 왜 다를까요?

그 해답은 시스템에 유입되는 자본의 성격에 있습니다. 이전 사이클은 개인의 투기적 수요와 높은 수익률을 쫓는 크립토 네이티브(crypto-native) 자본에 의해 주도되었습니다. 시장 심리가 바뀌자마자 자본이 하룻밤 사이에 증발했던 이유는 그것이 구조적 할당이 아닌 일시적인 투기였기 때문입니다.

현재의 사이클은 근본적으로 다릅니다. 기관 자본은 1,000%의 APY(연간 수익률)를 쫓는 것이 아니라, 국채로 담보된 스테이블코인에서 4~8%의 수익률을 추구합니다. 이러한 자본은 변동성 장세에서도 패닉 셀을 하지 않는데, 이는 레버리지를 활용한 투기가 아니기 때문입니다. 이것은 자본 이득이 아닌 베이시스 포인트(bps) 단위로 측정되는 점진적인 수익률 향상을 목표로 하는 재무 관리(treasury management)입니다.

토큰화된 국채 규모는 현재 80억 달러를 넘어섰으며 매달 성장하고 있습니다. 이는 투기적 자산이 아니라 온체인상의 정부 채권입니다. 뱅가드(Vanguard)나 블랙록(BlackRock)이 국채를 토큰화하고 기관 고객이 이를 Aave Horizon에서 대출하여 스테이블코인을 빌릴 때, 그 자본은 고착성(sticky)을 갖습니다. 문제가 발생한다고 해서 즉시 밈 코인으로 도망가지 않습니다.

마찬가지로, 2,700억 달러에 달하는 스테이블코인 공급량은 달러 표시 결제 망(settlement rails)에 대한 근본적인 수요를 나타냅니다. 서클(Circle)의 USDC, 테더(Tether)의 USDT, 또는 GENIUS 법안에 따라 출시되는 기관용 스테이블코인이든, 이러한 자산은 결제 및 정산 기능을 수행합니다. 이는 투기가 아닌 인프라입니다.

투기적 자본에서 구조적 자본으로의 이러한 변화가 2,500억 달러 TVL 전망을 신뢰할 수 있게 만드는 요소입니다. 2026년 DeFi에 유입되는 자본은 빠른 이익을 위해 자산을 넘기려는 것이 아니라, 운영 효율성을 위해 자산을 재배분하려는 것입니다.

도전 과제와 역풍​

융합의 모멘텀에도 불구하고 상당한 과제가 남아 있습니다.

규제 파편화: 미국과 유럽이 명확성을 제공하고는 있지만, 규제 프레임워크는 관할 구역마다 크게 다릅니다. 글로벌하게 운영되는 기관들은 유럽의 MiCA, 미국의 GENIUS 법안, 그리고 아시아의 보다 제한적인 체제 사이에서 서로 다른 복잡한 준수 요구 사항에 직면해 있습니다. 이러한 파편화는 도입 속도를 늦추고 비용을 증가시킵니다.

수탁(Custody) 및 보험: 기관 자본은 기관급 수탁 솔루션을 요구합니다. 파이어블록스(Fireblocks), 앵커리지(Anchorage), 코인베이스 커스터디(Coinbase Custody)와 같은 솔루션이 존재하지만, DeFi 포지션에 대한 보험 적용은 여전히 제한적입니다. 기관은 자신의 자산이 스마트 컨트랙트 취약점 공격, 오라클 조작, 수탁 실패로부터 보호받고 있다는 확신이 필요합니다. 보험 시장은 성숙해지고 있지만 아직 초기 단계입니다.

스마트 컨트랙트 리스크: 모든 새로운 프로토콜은 스마트 컨트랙트 리스크를 내포합니다. 감사가 취약점을 줄여주기는 하지만 완전히 제거하지는 못합니다. 기관은 감사를 받은 계약이라 할지라도 새로운 계약에 대규모 포지션을 배치하는 데 신중을 기합니다. DeFi가 수십억 달러 규모의 취약점 공격 피해를 경험했기 때문에 이러한 주의는 합리적입니다.

유동성 파편화: 허가형(permissioned) 풀이 더 많이 출시됨에 따라 유동성이 여러 장소로 분산됩니다. Aave Horizon에서 대출을 제공하는 기관은 자본을 이동하지 않고는 Morpho나 Maple Finance의 유동성을 쉽게 활용할 수 없습니다. 이러한 파편화는 자본 효율성을 떨어뜨리고 단일 기관이 허가형 DeFi에 배치할 자본의 양을 제한합니다.

오라클 의존성: DeFi 프로토콜은 가격 피드, 담보 가치 평가 및 청산 트리거를 위해 오라클에 의존합니다. 오라클 조작이나 실패는 치명적인 손실을 초래할 수 있습니다. 기관은 다중 데이터 소스와 조작 방지 기능을 갖춘 견고한 오라클 인프라를 필요로 합니다. 체인링크(Chainlink) 등이 크게 개선되었음에도 불구하고 오라클 리스크는 여전히 우려 사항입니다.

신흥 시장의 규제 불확실성: 미국과 유럽은 명확성을 제공했지만, 개발도상국의 많은 지역은 여전히 불확실합니다. 라틴아메리카, 아프리카 및 아시아 일부 지역에서 운영되는 기관들은 DeFi 배치를 제한할 수 있는 규제 리스크에 직면해 있습니다.

이러한 장애물들이 극복 불가능한 것은 아니지만, 2026년 DeFi로 유입되는 자본의 흐름을 늦추고 제한하는 실제적인 마찰 지점들입니다. 2,500억 달러의 TVL 목표는 이러한 역풍을 고려한 것이며, 무조건적인 낙관론이 아닙니다.

개발자와 프로토콜에 미치는 의미​

DeFi와 전통 금융(TradFi)의 융합은 개발자와 프로토콜에 특정한 기회를 창출합니다.

개인이 아닌 기관을 위한 구축: 기관의 제품-시장 적합성(PMF)을 우선시하는 프로토콜이 불균형적으로 많은 자본을 확보할 것입니다. 이는 다음을 의미합니다:

• KYC/AML 통합을 포함한 규제 준수 우선 아키텍처
• 기관급 솔루션과의 수탁 통합
• 기관 리스크 위원회가 승인할 수 있는 법률 문서
• 기관의 요구에 맞춘 리스크 보고 및 분석

지속 가능한 수익 모델에 집중: 토큰 발행(emissions)과 유동성 마이닝의 시대는 지났습니다. 프로토콜은 실제 경제 활동에서 실제 수수료를 창출해야 합니다. 즉, TVL을 유인하기 위해 토큰 가치를 부풀리는 것이 아니라 기관이 가치를 두는 서비스(수탁, 정산, 리스크 관리)에 대해 비용을 부과해야 합니다.

보안과 투명성 우선: 기관은 강력한 보안을 갖춘 프로토콜에만 자본을 배치할 것입니다. 이는 여러 차례의 감사, 버그 바운티, 보험 적용 및 투명한 온체인 운영을 의미합니다. 보안은 일회성 이벤트가 아니라 지속적인 투자입니다.

전통 금융(TradFi) 인프라와의 통합: 전통 금융과 DeFi 사이를 원활하게 연결하는 프로토콜이 승리할 것입니다. 이는 법정화폐 온램프(on-ramps), 은행 계좌 통합, 전통 금융 표준에 맞는 컴플라이언스 보고, 그리고 기관 거래 상대방이 인정하는 법적 구조를 의미합니다.

특정 기관용 유스케이스 타겟팅: 범용 프로토콜을 구축하기보다는 좁고 깊은 기관용 유스케이스를 타겟팅하십시오. 기업 스테이블코인을 위한 재무 관리, 마켓 메이커를 위한 익일 대출, 헤지펀드를 위한 담보 최적화 등이 그 예입니다. 여러 개의 평범한 제품을 넓게 펼치는 것보다 특정 유스케이스에서의 깊이가 더 중요합니다.

BlockEden.xyz는 전통 금융(TradFi) 융합 기회를 노리는 개발자들을 위해 신뢰할 수 있는 API 액세스와 노드 인프라를 제공하며, 기관용 제품을 구축하는 DeFi 프로토콜에 엔터프라이즈급 인프라를 지원합니다. 확장에 최적화된 기반 위에서 구축을 시작하려면 우리의 서비스를 확인해 보세요.

$2500억 달러로 가는 길: 현실적인 타임라인​

2026년 말까지 DeFi TVL이 $2500억 달러에 도달하기 위해 필요한 시나리오는 다음과 같습니다:

2026년 1분기 (1월 - 3월): 토큰화된 국채와 스테이블코인 공급이 지속적으로 성장합니다. Aave Horizon이 $10억 달러를 돌파합니다. Morpho와 Maple Finance가 새로운 기관용 신용 금고 (credit vaults)를 출시합니다. TVL은 $1600억 - 1700억 달러에 도달합니다.

2026년 2분기 (4월 - 6월): 7월에 GENIUS Act 시행 규칙이 확정되면서 스테이블코인 출시가 가속화됩니다. 규정을 준수하는 프레임워크 아래 새로운 기관용 스테이블코인이 출시됩니다. 대형 자산 운용사들이 허가형 (permissioned) DeFi 풀에 자본을 배치하기 시작합니다. TVL은 $1900억 - 2000억 달러에 도달합니다.

2026년 3분기 (7월 - 9월): 규제 준수 프레임워크가 성숙해짐에 따라 기관 자본 유입이 가속화됩니다. 은행들이 온체인 대출 상품을 출시합니다. 토큰화된 레포 (repo) 시장이 규모를 갖추게 됩니다. TVL은 $2200억 - 2300억 달러에 도달합니다.

2026년 4분기 (10월 - 12월): 연말 자본 배분과 재무 관리가 마지막 상승을 주도합니다. 이전 분기에 관망하던 기관들이 회계연도 종료 전에 자본을 투입합니다. TVL은 $2500억 달러 이상에 도달합니다.

이 타임라인은 대규모 해킹 (exploits), 규제 역전이 없으며 거시 경제적 안정성이 지속된다는 것을 전제로 합니다. 이는 달성 가능하지만 보장된 것은 아닙니다.

출처​

• 암호화 자산의 제도화 및 DeFi – TradFi 상호 연결성
• TradFi와 DeFi의 융합: 2025년 하이브리드 금융의 부상
• 2025년 기관용 DeFi: 인프라와 배분 사이의 단절
• 2026년 블록체인 및 암호화폐 트렌드: TradFi와 DeFi 사이의 격차 해소
• 다음 물결: 2026년 DeFi에 기대할 점
• 글로벌 암호화폐 정책 리뷰 전망 2025/26 보고서
• 2026년 유럽의 암호화폐 규제 명확성 및 기관 채택
• 2025년 5가지 주요 디지털 자산 정책 변화 및 2026년 전망
• 2025년 DeFi 현황
• 2025년 탈중앙화 금융 (DeFi) 시장 통계
• DeFi 내 Aave의 지배력 확대와 기관 채택에 미치는 영향
• 2026년에 주목해야 할 10대 DeFi 대출 프로토콜은 무엇인가?

금융 산업은 대부분이 예상치 못한 문턱을 방금 넘었습니다. 2026년 2월, 예측 시장은 주간 거래량 63.2억 달러를 기록했습니다. 이는 단순한 투기성 도박이 아니라, 기관 투자자들이 정보 자체를 거래 가능한 상품으로 가격을 매긴 결과입니다.

정보 금융(Information Finance) 또는 "InfoFi"는 지난 10년간의 변화가 정점에 달한 모습입니다. 2025년 46.3억 달러에서 2034년에는 1,763.2억 달러로 성장할 것으로 예상되는 Web3 인프라는 예측 시장을 단순한 베팅 플랫폼에서 비탈릭 부테린(Vitalik Buterin)이 "진실 엔진(Truth Engines)"이라고 부르는 수준으로 발전시켰습니다. 이는 전통적인 미디어나 여론 조사 시스템보다 더 빠르게 지능을 집계하는 금융 메커니즘입니다.

이것은 단순한 암호화폐 투기가 아닙니다. NYSE(뉴욕증권거래소)의 소유주인 ICE(Intercontinental Exchange)는 폴리마켓(Polymarket)에 20억 달러를 투입하며 해당 예측 시장의 가치를 90억 달러로 평가했습니다. 이제 헤지펀드와 중앙은행은 주식 및 파생상품에 사용되는 것과 동일한 터미널에 예측 시장 데이터를 통합하고 있습니다. InfoFi는 이제 금융 인프라가 되었습니다.

InfoFi의 실제 의미​

InfoFi는 정보를 하나의 자산군(Asset Class)으로 취급합니다. 참가자들은 뉴스를 수동적으로 소비하는 대신, 주장의 정확성에 자본을 걸어 모든 데이터 포인트를 가격 발견이 가능한 시장으로 바꿉니다.

메커니즘은 다음과 같이 작동합니다:

전통적인 정보 흐름: 사건 발생 → 미디어 보도 → 분석가 해석 → 시장 반응 (며칠에서 몇 주 소요)

InfoFi 정보 흐름: 시장이 사건을 예측 → 정확한 예측에 자본 유입 → 가격이 즉시 진실을 신호함 (몇 분에서 몇 시간 소요)

예측 시장은 2026년 1월까지 주간 거래량 59억 달러에 도달했으며, 칼시(Kalshi)가 66.4%의 시장 점유율을 차지하고 폴리마켓은 ICE의 기관용 인프라 지원을 받고 있습니다. AI 에이전트가 현재 거래 활동의 30% 이상을 기여하며 지정학적 사건, 경제 지표 및 기업 성과에 대해 지속적으로 가격을 매기고 있습니다.

그 결과, 정보가 뉴스가 되기 전에 가격이 형성됩니다. 예측 시장은 WHO의 발표 몇 주 전에 코로나19의 심각성을 파악했고, 전통적인 여론 조사보다 2024년 미국 대선 결과를 더 정확하게 예측했으며, 공식 발표에 앞서 중앙은행의 정책 변화를 예견했습니다.

폴리마켓 vs 칼시의 대결​

두 플랫폼이 InfoFi 환경을 지배하고 있으며, 이는 정보 시장에 대한 근본적으로 다른 접근 방식을 나타냅니다.

칼시(Kalshi): 연방 규제를 받는 도전자입니다. 2025년에 431억 달러의 거래량을 처리했으며, CFTC(상품선물거래위원회)의 감독을 통해 기관의 신뢰성을 확보했습니다. 달러로 거래되며, 전통적인 증권 계좌와 통합되고 미국 법규를 준수하는 시장에 집중합니다.

규제 프레임워크는 시장 범위를 제한하지만 기관 자본을 끌어들입니다. 전통 금융권은 칼시가 기존의 규제 준수 인프라 내에서 운영되기 때문에 칼시를 통한 주문 라우팅을 편안하게 느낍니다. 2026년 2월까지 칼시는 2026년 거래량 1위를 차지할 확률 34%를 유지하고 있으며, 거래의 91.1%가 스포츠 계약에 집중되어 있습니다.

폴리마켓(Polymarket): 암호화폐 네이티브 도전자입니다. 블록체인 인프라를 기반으로 구축되었으며, 2025년에 330억 달러의 거래량을 처리했습니다. 스포츠 비중은 39.9%에 불과하며 나머지는 지정학, 경제, 기술 및 문화 행사 등 훨씬 더 다양한 시장을 포괄합니다.

ICE의 20억 달러 투자는 모든 것을 바꾸어 놓았습니다. 폴리마켓은 이전에는 전통적인 거래소에만 허용되었던 기관용 결제 인프라, 시장 데이터 배포 및 규제 경로에 접근할 수 있게 되었습니다. 트레이더들은 ICE와의 파트너십을 예측 시장 데이터가 곧 블룸버그 터미널 및 로이터 피드와 함께 등장할 것이라는 확인으로 보고 있습니다.

이 경쟁은 혁신을 주도합니다. 칼시의 규제 명확성은 기관 도입을 가능하게 합니다. 폴리마켓의 암호화폐 인프라는 글로벌 참여와 결합성(composability)을 가능하게 합니다. 두 방식 모두 InfoFi를 주류 수용으로 이끌고 있으며, 서로 다른 경로가 동일한 목적지를 향해 수렴하고 있습니다.

정보 트레이더로서의 AI 에이전트​

AI 에이전트는 단순히 정보를 소비하는 것에 그치지 않고 정보를 거래합니다.

현재 예측 시장 거래량의 30% 이상이 AI 에이전트로부터 발생하고 있으며, 이들은 지속적으로 데이터 스트림을 분석하고 거래를 실행하며 확률 예측을 업데이트합니다. 이는 단순히 사전 정의된 규칙을 따르는 봇이 아닙니다. 현대의 AI 에이전트는 여러 데이터 소스를 통합하고, 통계적 이상 징후를 식별하며, 진화하는 정보 환경에 따라 포지션을 조정합니다.

AI 트레이딩의 부상은 다음과 같은 피드백 루프를 생성합니다:

1. AI 에이전트가 인간보다 빠르게 정보를 처리합니다.
2. 트레이딩 활동이 가격 신호를 생성합니다.
3. 가격 신호는 다른 에이전트들에게 정보 입력값이 됩니다.
4. 더 많은 에이전트가 참여하여 유동성과 정확도가 향상됩니다.

이러한 역학 관계는 예측 시장을 인간의 투기장에서 알고리즘 기반의 정보 발견의 장으로 변화시켰습니다. 이제 시장은 AI 에이전트가 뉴스 흐름, 사회적 정서, 경제 지표 및 시장 간 상관관계를 바탕으로 확률 가격을 지속적으로 재산정함에 따라 실시간으로 업데이트됩니다.

이러한 영향은 단순 트레이딩을 넘어섭니다. 예측 시장은 스마트 컨트랙트를 위한 "진실 오라클 (truth oracles)"이 되어 경제적으로 뒷받침되는 검증 가능한 데이터 피드를 제공합니다. DeFi 프로토콜은 예측 시장의 결과에 따라 정산을 수행할 수 있으며, DAO는 거버넌스 결정을 위해 인포파이 (InfoFi) 합의를 활용할 수 있습니다. 웹3 (Web3) 스택 전체가 고품질의 인센티브가 정렬된 정보 인프라에 접근할 수 있게 된 것입니다.

X 플랫폼 크래시: 인포파이 (InfoFi)의 첫 번째 실패​

모든 인포파이 실험이 성공한 것은 아닙니다. 2026년 1월, X (구 트위터)가 참여 보상형 애플리케이션을 금지한 후 인포파이 토큰 가격이 폭락했습니다.

KAITO (18% 하락) 및 COOKIE (20% 하락)와 같은 프로젝트들은 사용자의 참여, 데이터 기여 및 콘텐츠 품질에 보상을 제공하는 "자산으로서의 정보 (information-as-an-asset)" 모델을 구축했습니다. 그 논거는 '관심 (attention)은 가치가 있으며, 사용자는 토큰 경제를 통해 그 가치를 획득해야 한다'는 것이었습니다.

이 폭락은 중앙화된 플랫폼 위에 탈중앙화 경제를 구축하는 것의 근본적인 결함을 드러냈습니다. X가 서비스 약관을 변경하자 인포파이 생태계 전체가 하룻밤 사이에 증발했습니다. 사용자는 토큰 가치를 잃었고, 프로젝트는 배포 채널을 잃었습니다. "탈중앙화" 정보 경제가 중앙화된 플랫폼 리스크에 얼마나 취약한지 증명된 셈입니다.

생존자들은 여기서 교훈을 얻었습니다. 진정한 인포파이 인프라는 웹2 (Web2) 플랫폼에 대한 의존성이 아닌, 블록체인 네이티브 배포 방식이 필요합니다. 프로젝트들은 파캐스터 (Farcaster), 렌즈 (Lens)와 같은 탈중앙화 소셜 프로토콜과 온체인 데이터 마켓으로 방향을 선회했습니다. 이번 크래시는 하이브리드 웹2-웹3 모델에서 완전한 탈중앙화 정보 인프라로의 이전을 가속화했습니다.

예측 시장 그 이상의 인포파이 (InfoFi)​

자산으로서의 정보는 이진법적 예측을 넘어 확장됩니다.

데이터 DAO (Data DAOs): 데이터 세트를 공동으로 소유, 큐레이팅 및 수익화하는 조직입니다. 구성원은 데이터를 기여하고 품질을 검증하며, 상업적 사용으로 발생한 수익을 공유합니다. 2025년 중반까지 실물 자산 (RWA) 토큰화 규모가 230억 달러에 도달하며, 온체인 가치 표상에 대한 기관들의 수요를 입증했습니다.

탈중앙화 물리적 인프라 네트워크 (DePIN): 2025년 초 기준으로 약 300억 달러의 가치를 지니고 있으며 1,500개 이상의 활성 프로젝트가 존재합니다. 개인은 남는 하드웨어 (GPU 성능, 대역폭, 저장 공간)를 공유하고 토큰을 얻습니다. 정보는 거래 가능한 컴퓨팅 리소스가 됩니다.

AI 모델 마켓플레이스: 블록체인은 검증 가능한 모델 소유권과 사용 추적을 가능하게 합니다. 제작자는 온체인 라이선싱을 통해 AI 모델을 수익화하고, 스마트 컨트랙트는 수익 배분을 자동화합니다. 정보 (모델 가중치, 학습 데이터)는 조합 가능하고 거래 가능한 인프라가 됩니다.

자격 증명 마켓 (Credential Markets): 영지식 증명 (Zero-knowledge proofs)은 프라이버시를 보호하면서 자격 증명을 검증할 수 있게 합니다. 사용자는 개인 데이터를 노출하지 않고 자격을 증명합니다. 검증 가능한 자격 증명은 채용, 대출 및 거버넌스 맥락에서 거래 가능한 자산이 됩니다.

이들의 공통점은 정보가 '무료 외부 효과'에서 '가격이 매겨진 자산'으로 전환된다는 것입니다. 시장은 검색 쿼리, 관심도 지표, 전문성 검증, 컴퓨팅 리소스 등 이전에는 수익화할 수 없었던 데이터의 가치를 발견하고 있습니다.

기관급 인프라 통합​

월스트리트의 인포파이 채택은 이론적인 수준을 넘어 실무 운영 단계에 접어들었습니다.

ICE의 20억 달러 규모 폴리마켓 (Polymarket) 투자는 컴플라이언스 프레임워크, 정산 인프라, 시장 데이터 배포 및 규제 경로와 같은 기관급 기반 시설을 제공합니다. [예측 시장 데이터는 이제 헤지펀드 매니저와 중앙은행이 사용하는 터미널에 통합되고 있습니다](https://markets.financialcontent.com/stocks/article/predictstreet-2026-2-6-the-ice-age-of-infofi-how- a-2-billion-bet-turned-polymarket-into-wall-streets-truth-engine).

이러한 통합은 예측 시장을 대안 데이터 소스에서 주요 인텔리전스 인프라로 격상시킵니다. 포트폴리오 매니저는 기술적 지표와 함께 인포파이 확률을 참조합니다. 리스크 관리 시스템은 예측 시장 신호를 통합하며, 트레이딩 알고리즘은 실시간 확률 업데이트를 소비합니다.

이러한 전환은 블룸버그 터미널이 수십 년에 걸쳐 데이터 소스를 흡수한 과정과 유사합니다. 채권 가격에서 시작해 뉴스 피드를 확장하고 소셜 정서를 통합한 것과 같은 맥락입니다. 인포파이는 다음 단계인 '전통적인 데이터로는 가격을 매길 수 없는 사건에 대한 경제적 기반의 확률 추정치'를 제공합니다.

전통 금융권은 이 가치 제안을 인식하고 있습니다. 시장이 정확성에 대해 지속적으로 가격을 매길 때 정보 비용은 감소합니다. 헤지펀드는 예측 시장이 인센티브 정렬을 통해 유기적으로 생성하는 정보를 얻기 위해 독점 리서치에 수백만 달러를 지불합니다. 중앙은행은 인포파이가 실시간 확률 분포로 포착하는 여론 조사를 통해 대중의 정서를 모니터링합니다.

업계가 2025년 400억 달러에서 2027년까지 1,000억 달러 이상의 성장을 전망함에 따라, 기관 자본은 투기성 크립토 베팅이 아닌 핵심 금융 시장 구성 요소로서 인포파이 인프라로 계속 유입될 것입니다.

규제적 과제​

InfoFi 의 폭발적인 성장은 규제 당국의 조사를 끌어들입니다.

Kalshi 는 CFTC 의 감독 하에 운영되며 예측 시장을 파생 상품으로 취급합니다. 이 프레임워크는 명확성을 제공하지만 시장 범위를 제한합니다 — 정치 선거 금지, "사회적으로 해로운" 결과 금지, 규제 관할권 밖의 사건 금지 등입니다.

Polymarket 의 크립토 네이티브 (Crypto-native) 방식은 글로벌 시장을 가능하게 하지만 규제 준수를 복잡하게 만듭니다. 규제 당국은 예측 시장이 도박인지, 증권 발행인지, 아니면 정보 서비스인지에 대해 논의하고 있습니다. 분류에 따라 어떤 기관이 규제할지, 어떤 활동이 허용될지, 누가 참여할 수 있는지가 결정됩니다.

논쟁은 근본적인 질문에 집중됩니다 :

• 예측 시장은 도박인가 아니면 정보 발견인가 ?
• 시장 포지션을 나타내는 토큰은 증권에 해당하는가 ?
• 플랫폼은 지리적 위치나 적격 투자자 여부에 따라 참여자를 제한해야 하는가 ?
• 기존 금융 규제가 탈중앙화 정보 시장에 어떻게 적용되는가 ?

규제 결과는 InfoFi 의 궤적을 결정할 것입니다. 제한적인 프레임워크는 혁신을 해외로 몰아내는 동시에 기관의 참여를 제한할 수 있습니다. 균형 잡힌 규제는 시장의 무결성을 보호하면서 대중적 채택을 가속화할 수 있습니다.

초기 신호는 실용적인 접근 방식을 시사합니다. 규제 당국은 가격 발견 및 리스크 관리를 위한 예측 시장의 가치를 인정하고 있습니다. 과제는 조작을 방지하고 소비자를 보호하며 금융 안정을 유지하면서도 혁신을 가능하게 하는 프레임워크를 구축하는 것입니다.

향후 전망​

InfoFi 는 단순한 예측 시장 그 이상을 의미합니다 — 이는 정보 경제를 위한 인프라입니다.

AI 에이전트가 인간과 컴퓨터의 상호작용을 점점 더 매개함에 따라, 신뢰할 수 있는 정보원이 필요해졌습니다. 블록체인은 검증 가능하고 인센티브가 일치하는 데이터 피드를 제공합니다. 예측 시장은 실시간 확률 분포를 제공합니다. 이들의 결합은 자율 시스템을 위한 "진실 인프라 (truth infrastructure)" 를 구축합니다.

DeFi 프로토콜은 이미 결제를 위해 InfoFi 오라클을 통합하고 있습니다. DAO 는 거버넌스를 위해 예측 시장을 사용합니다. 보험 프로토콜은 온체인 확률 추정치를 사용하여 리스크의 가격을 책정합니다. 다음 단계는 공급망 예측, 시장 조사 및 전략적 계획을 위한 기업의 도입입니다.

2034 년까지의 1,760 억 달러 규모의 시장 전망은 점진적인 성장을 가정한 것입니다. 혁신은 더 빠르게 가속화될 수 있습니다. 주요 금융 기관이 InfoFi 인프라를 완전히 통합한다면, 전통적인 설문 조사, 리서치 및 예측 산업은 실존적 압박에 직면하게 될 것입니다. 시장이 지속적으로 확률을 가격에 반영하는데 왜 분석가들에게 추측의 대가를 지불하겠습니까 ?

전환 과정이 순탄하지는 않을 것입니다. 규제 싸움은 격화될 것이며, 플랫폼 경쟁은 통폐합을 강요할 것입니다. 시장 조작 시도는 인센티브 조율 능력을 시험하게 될 것입니다. 하지만 근본적인 논제는 여전합니다 : 정보는 가치가 있고, 시장은 가격을 발견하며, 블록체인은 인프라를 가능하게 합니다.

InfoFi 는 전통 금융을 대체하는 것이 아니라, 스스로 전통 금융이 되어가고 있습니다. 질문은 정보 시장이 대중적 채택에 도달할지 여부가 아니라, 기관 자본이 그 필연성을 얼마나 빨리 인식하느냐는 것입니다.

BlockEden.xyz 는 Web3 애플리케이션을 위한 엔터프라이즈급 인프라를 제공하며, 주요 블록체인 생태계 전반에 걸쳐 신뢰할 수 있는 고성능 RPC 액세스를 제공합니다. 확장 가능한 InfoFi 및 예측 시장 인프라를 위해 당사의 서비스 를 살펴보세요.

---

출처 :

• The InfoFi Revolution: How Prediction Markets Became the World's Fastest Financial Data Feed
• The Great Prediction War: Polymarket and Kalshi Battle for the Soul of Information Finance
• The ICE Age of InfoFi: How a $2 Billion Bet Turned Polymarket into Wall Street's Truth Engine
• Web3 Prediction Markets in 2026: The Rise of Information Finance
• Why InfoFi Tokens Crashed January 2026
• Web 3.0 Market Size, Industry Share & Forecast, 2026-2034
• Top Web3 Use Cases 2025
• 2025: A Major Historical Turning Point for Web3

예측 시장의 주간 거래량이 2026년 2월 초에 63억 2천만 달러를 돌파했으며, Kalshi가 51%의 시장 점유율을 차지하고 Polymarket이 47%를 기록했습니다. 하지만 정보 금융 (InfoFi)은 단순한 이진 베팅을 훨씬 뛰어넘는 개념입니다. 데이터 토큰화 시장, 데이터 DAO, 그리고 자산으로서의 정보 인프라는 정보가 프로그래밍 가능하고, 거래 가능하며, 검증 가능한 신흥 생태계를 구축하고 있습니다.

InfoFi의 논지: 정보는 가치를 지니고, 시장은 가격을 발견하며, 블록체인은 인프라를 가능하게 합니다. 이 기사에서는 Polymarket의 예측 엔진부터 Ocean Protocol의 데이터 토큰화, 데이터 DAO에서 AI가 제약하는 진실 시장에 이르기까지 그 지형을 살펴봅니다.

예측 시장의 토대​

예측 시장은 불확실한 미래 사건에 대한 가격 신호를 제공함으로써 InfoFi 생태계의 닻 역할을 합니다.

Kalshi-Polymarket의 양대 독점 체제​

Kalshi와 Polymarket 사이에서 시장이 거의 51대 49로 나뉘었지만, 그 구성은 근본적으로 다릅니다.

Kalshi: 2025년에 431억 달러 이상의 거래를 처리했으며, 스포츠 베팅에 큰 비중을 두고 있습니다. CFTC 라이선스를 보유하고 달러화로 표시되며, 미국 리테일 증권사와 통합되어 있습니다. Robinhood의 "예측 시장 허브(Prediction Markets Hub)"는 Kalshi 인프라를 통해 수십억 달러 규모의 계약을 유입시킵니다.

Polymarket: 2025년에 334억 달러를 처리했으며, 지정학, 거시 경제, 과학적 돌파구와 같은 "고신호(high-signal)" 이벤트에 집중합니다. 크립토 네이티브하며 전 세계적으로 참여가 가능하고 DeFi와 결합이 가능합니다. 2025년 말에 CFTC 라이선스를 통한 미국 시장 재진입을 위해 1억 1,200만 달러 규모의 QCEX 인수를 완료했습니다.

이러한 경쟁은 혁신을 주도합니다. Kalshi가 리테일 및 기관의 규제 준수를 확보하는 반면, Polymarket은 크립토 네이티브 결합성과 국제적 접근성을 선도합니다.

베팅을 넘어: 정보 오라클​

예측 시장은 단순한 투기 도구에서 AI 시스템을 위한 정보 오라클로 진화했습니다. 시장의 확률은 AI 환각(hallucination)을 억제하는 "외부 앵커" 역할을 하며, 현재 많은 AI 시스템은 예측 시장에서 거래될 수 없는 주장의 가중치를 낮게 평가합니다.

이는 피드백 루프를 생성합니다. AI 에이전트가 예측 시장에서 거래하고, 시장 가격은 AI 출력에 정보를 제공하며, AI가 생성한 예측은 인간의 거래에 영향을 미칩니다. 결과적으로 정보 시장은 알고리즘 진실 발견을 위한 인프라가 됩니다.

데이터 토큰화: Ocean Protocol 모델​

예측 시장이 미래의 사건에 가격을 매기는 동안, Ocean Protocol은 기존 데이터 세트를 토큰화하여 AI 학습 데이터, 연구 데이터 세트 및 독점 정보를 위한 시장을 만듭니다.

데이터토큰(Datatoken) 아키텍처​

Ocean의 모델: 각 데이터토큰은 기본 지적 재산권 소유자의 서브 라이선스를 나타내며, 사용자가 관련 데이터 세트에 액세스하고 사용할 수 있도록 합니다. 데이터토큰은 ERC20 표준을 준수하므로 거래가 가능하고, DeFi와 결합할 수 있으며, 스마트 컨트랙트를 통해 프로그래밍할 수 있습니다.

3계층 스택:

데이터 NFT(Data NFTs): 기초 데이터 세트의 소유권을 나타냅니다. 제작자는 출처와 제어 권한을 설정하는 NFT를 발행(민팅)합니다.

데이터토큰(Datatokens): 액세스 제어 토큰입니다. 데이터토큰을 보유하면 소유권 이전 없이 일시적인 사용 권한을 부여받습니다. 데이터 액세스와 데이터 소유권을 분리합니다.

Ocean 마켓플레이스(Ocean Marketplace): 데이터토큰을 위한 탈중앙화 거래소입니다. 데이터 제공자는 자산을 수익화하고, 소비자는 액세스 권한을 구매하며, 투기자는 토큰을 거래합니다.

이 아키텍처는 중요한 문제를 해결합니다. 데이터 제공업체는 통제력을 잃지 않고 수익을 창출하고, 소비자는 전체 구매 비용 없이 액세스할 수 있으며, 시장은 정보 가치에 대한 공정한 가격을 발견합니다.

거래를 넘어선 사용 사례​

AI 학습 시장: 모델 개발자는 학습을 위해 데이터세트 액세스 권한을 구매합니다. 데이터토큰 경제는 인센티브를 일치시킵니다 — 가치 있는 데이터는 더 높은 가격을 형성하며, 제작자는 모델 학습 활동을 통해 지속적인 수익을 얻습니다.

연구 데이터 공유: 통제된 배포를 위해 학술 및 과학 데이터세트가 토큰화됩니다. 연구자는 출처를 확인하고 사용량을 추적하며, 자동화된 로열티 배포를 통해 데이터 생성자에게 보상합니다.

기업 데이터 협업: 기업은 전체 전송 대신 토큰화된 액세스를 통해 독점 데이터세트를 공유합니다. 기밀성을 유지하면서 협업 분석 및 모델 개발을 가능하게 합니다.

개인 데이터 수익화: 개인은 건강 기록, 행동 데이터 또는 소비자 선호도를 토큰화합니다. 플랫폼이 보상 없이 가치를 추출하도록 두는 대신 액세스 권한을 직접 판매합니다.

Ocean은 데이터 DAO가 데이터 협동조합으로서 이더리움 결합성을 갖도록 지원하며, 데이터가 프로그래밍 가능한 금융 자산이 되는 인프라를 구축합니다.

데이터 DAO: 집단 정보 소유권​

데이터 DAO는 데이터 자산을 관리하는 탈중앙화 자율 조직으로 기능하며, 공동 소유, 거버넌스 및 수익화를 가능하게 합니다.

데이터 연합 모델​

멤버들은 집단적으로 데이터를 기여하고, DAO는 액세스 정책과 가격을 관리하며, 수익은 스마트 컨트랙트를 통해 자동으로 배분되고, 거버넌스 권한은 데이터 기여도에 따라 확장됩니다.

새롭게 등장하는 사례:

헬스케어 데이터 연합: 환자들은 암호화 증명을 통해 개인의 프라이버시를 유지하면서 건강 기록을 풀(pool)에 모읍니다. 연구자는 집계된 액세스 권한을 구매하고 수익은 기여자에게 돌아갑니다. 데이터는 중앙 집중식 의료 시스템이 아닌 환자가 직접 제어합니다.

신경과학 연구 DAO: 학술 기관과 연구자들은 뇌 영상 데이터세트, 유전 정보 및 임상 결과를 기여합니다. 집단 데이터세트는 개별 기여보다 더 큰 가치를 지니게 되어 연구를 가속화하는 동시에 데이터 제공자에게 보상합니다.

생태/GIS 프로젝트: 환경 센서, 위성 이미지 및 지리 데이터가 커뮤니티에 의해 통합됩니다. DAO는 기후 모델링, 도시 계획 및 보존을 위한 데이터 액세스를 관리하는 동시에, 해당 지역에서 생성된 데이터로부터 지역 커뮤니티가 혜택을 받을 수 있도록 보장합니다.

데이터 DAO는 조정 문제를 해결합니다: 개인은 협상력이 부족하고, 플랫폼은 독점 이윤을 추출하며, 데이터는 고립되어 있습니다. 공동 소유권은 공정한 보상과 민주적인 거버넌스를 가능하게 합니다.

디지털 자산으로서의 정보​

이 개념은 데이터 자산을 디지털 자산으로 취급하며, 원래 암호화폐를 위해 설계된 블록체인 인프라를 사용하여 정보 소유권, 전송 및 가치 평가를 관리합니다.

이러한 아키텍처적 선택은 강력한 결합성을 생성합니다: 데이터 자산은 DeFi 프로토콜과 통합되고, 자동 시장 조성자(AMM)에 참여하며, 대출 담보로 사용되거나 프로그래밍 가능한 수익 공유를 가능하게 합니다.

인프라 스택​

신원 계층: 데이터 소유권 및 기여에 대한 암호화 증명입니다. 표절을 방지하고 출처를 확립하며 저작자 표시를 가능하게 합니다.

액세스 제어: 어떤 조건 하에서 누가 데이터에 액세스할 수 있는지 관리하는 스마트 컨트랙트입니다. 수동 계약 협상을 대체하는 프로그래밍 가능한 라이선스입니다.

가격 책정 메커니즘: 데이터세트의 공정 가치를 발견하는 자동 시장 조성자입니다. 임의적인 기관 가격 책정 대신 수요와 공급의 역학에 따릅니다.

수익 배분: 기여자, 큐레이터 및 플랫폼 운영자 간에 수익을 자동으로 나누는 스마트 컨트랙트입니다. 결제 중개자와 지연을 제거합니다.

결합성: 데이터 자산이 더 넓은 Web3 생태계와 통합됩니다. 데이터세트를 담보로 사용하거나 파생 상품을 만들거나 복합 상품으로 묶을 수 있습니다.

2025년 중반까지 온체인 RWA 시장(데이터 포함) 규모는 230억 달러에 달했으며, 이는 투기성 암호화폐를 넘어 토큰화된 자산에 대한 기관의 수요를 입증합니다.

AI를 제약하는 InfoFi: 검증 루프​

AI 시스템은 진실 검증을 위해 InfoFi 인프라에 점점 더 의존하고 있습니다.

예측 시장은 AI 환각을 억제합니다: 거래자는 실제 자금을 위험에 노출시키고, 시장 확률은 외부 지표 역할을 하며, AI 시스템은 베팅할 수 없는 주장에 대해서는 가중치를 낮춥니다.

이는 품질 필터를 생성합니다: 검증 가능한 주장은 예측 시장에서 거래되고, 검증 불가능한 주장은 낮은 AI 신뢰도를 받으며, 시장 가격은 지속적인 확률 업데이트를 제공하고, AI 결과물은 경제적 현실에 더 근거하게 됩니다.

피드백 루프는 양방향으로 작동합니다: AI 에이전트는 시장 효율성을 개선하는 예측을 생성하고, 시장 가격은 AI 학습 데이터 품질에 정보를 제공하며, 고가치 예측은 데이터 수집 노력을 촉진하고, 정보 시장은 노이즈보다 신호에 최적화됩니다.

2026 InfoFi 생태계 지도​

이 환경은 상호 연결된 여러 계층으로 구성됩니다 :

Layer 1 : 진실 발견 (Truth Discovery)

• 예측 시장 (Kalshi, Polymarket)
• 전망 플랫폼
• 평판 시스템
• 검증 프로토콜

Layer 2 : 데이터 수익화 (Data Monetization)

• Ocean Protocol 데이터 토큰
• 데이터 세트 마켓플레이스
• API 액세스 토큰
• 정보 라이선싱 플랫폼

Layer 3 : 공동 소유권 (Collective Ownership)

• 데이터 DAO (Data DAOs)
• 연구 협업
• 데이터 유니온
• 커뮤니티 정보 풀

Layer 4 : AI 통합 (AI Integration)

• 모델 학습 시장
• 추론 검증
• 출력 증명 (Output attestation)
• 환각 (Hallucination) 제약

Layer 5 : 금융 인프라 (Financial Infrastructure)

• 정보 파생상품
• 데이터 담보
• 자동 마켓 메이커 (AMM)
• 수익 분배 프로토콜

각 계층은 서로를 기반으로 구축됩니다 : 예측 시장은 가격 신호를 설정하고, 데이터 시장은 정보를 수익화하며, DAO는 공동 행동을 가능하게 하고, AI는 수요를 창출하며, 금융 인프라는 유동성을 제공합니다.

2026년이 보여주는 것​

InfoFi는 실험적 단계에서 인프라 단계로 전환됩니다.

기관의 검증 : 주요 플랫폼이 예측 시장을 통합하고 있습니다. 월스트리트가 InfoFi 신호를 활용하고 있습니다. 정보를 자산으로 취급하기 위한 규제 프레임워크가 등장하고 있습니다.

인프라 성숙 : 데이터 토큰화 표준이 공고해지고 있습니다. DAO 거버넌스 패턴이 대규모로 입증되었습니다. AI와 블록체인의 통합이 원활해지고 있습니다.

시장 성장 : 주간 예측 시장 거래량 63억 2천만 달러, 230억 달러 규모의 온체인 데이터 자산 등 전 분야에서 도입이 가속화되고 있습니다.

유즈케이스 확장 : 단순 투기를 넘어 연구, 기업 협업, AI 개발 및 공공재 조율로 확장되고 있습니다.

문제는 정보가 자산 클래스가 될 것인지가 아니라, 인프라가 얼마나 빠르게 확장되고 어떤 모델이 주도권을 잡을 것인가 하는 점입니다. 예측 시장이 먼저 대중의 관심을 사로잡았지만, 궁극적으로는 데이터 DAO와 토큰화 프로토콜이 더 큰 가치 흐름을 주도할 수 있습니다.

2026년의 InfoFi 환경 : 확립된 기반, 입증된 유즈케이스, 기관 도입 시작, 성숙해가는 인프라. 다음 단계는 주류 정보 시스템으로의 통합, 기존 데이터 마켓플레이스 대체, 정보 교환을 위한 기본 인프라로의 자리매김입니다.

BlockEden.xyz는 Web3 애플리케이션을 위한 엔터프라이즈급 인프라를 제공하며, 주요 블록체인 생태계 전반에 걸쳐 안정적이고 고성능의 RPC 액세스를 지원합니다. InfoFi 인프라 및 데이터 시장 지원을 위한 서비스를 살펴보세요 .

---

출처 :

• The Great Prediction War: Polymarket and Kalshi Battle for Information Finance
• Web3 Prediction Markets in 2026: The Rise of Information Finance
• Ocean Protocol: Tokenized AI & Data
• Ocean Protocol Datatokens
• Data NFTs and Datatokens
• Ocean Protocol: Data Exchanges and Next-Gen Intellectual Property
• Ocean Protocol: Bridging Web 3.0 and Data Science
• Data Assets as Digital Assets in Web3
• Web3 Development Trends 2026-2030
• The 2026 Volume War: Polymarket and Kalshi Battle for InfoFi