본문으로 건너뛰기

"DePIN" 태그로 연결된 48 개 게시물 개의 게시물이 있습니다.

탈중앙화 물리적 인프라 네트워크

모든 태그 보기

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​

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​

io.net 에이전트 클라우드 : AI 에이전트가 직접 GPU 를 구매하기 시작할 때

· 약 10 분
Dora Noda
Dora Noda
Software Engineer

2026년 3월 25일, io.net은 '탈중앙화 컴퓨팅'의 의미를 조용히 재정의하는 전환점을 맞이했습니다. 새로운 에이전트 클라우드(Agent Cloud)는 더 이상 키보드 앞에 사람이 필요하지 않습니다. 엔지니어, 구매 팀, 데브옵스(DevOps)가 아닌 AI 에이전트가 이제 티켓 발행, KYC 양식 작성 또는 로그인 과정 없이 자율적으로 GPU를 대여하고, 워크로드를 실행하며, 스테이블코인으로 비용을 결제하고, 모든 리소스를 해제할 수 있습니다.

이것이 바로 DePIN 산업이 지난 2년 동안 지향해 온 변곡점입니다. "3090 그래픽카드를 연결해 수동적 보상을 얻는" 암호화폐 채굴 방식의 시대가 저물고 있습니다. 그 자리를 대신하는 것은 고객도 소프트웨어이고 공급자도 소프트웨어이며, 모든 협상이 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 호출과 온체인 결제를 통해 이루어지는 시장입니다. io.net은 이러한 미래를 최초로 제품화한 네트워크가 되었으며, 이로 인해 다른 모든 DePIN GPU 프로젝트는 새로운 질문에 답해야 하는 상황에 놓였습니다. "구매자가 기계일 때, 귀하의 네트워크는 어떤 모습입니까?"

로봇이 로봇에게 결제할 때: OpenMind와 Circle의 USDC 머신 이코노미 스택 내부 분석

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

로봇 개 한 마리가 배터리가 부족하다는 것을 감지했습니다. 가장 가까운 충전소로 걸어가 스스로 플러그를 꽂고, 소비한 전력에 대해 운영자에게 0.000001 USDC 를 지불했습니다. 어떤 사람도 이 거래를 승인하지 않았습니다. 신용카드를 긁지도 않았고 송장도 생성되지 않았습니다. 센서 판독부터 결제 정산까지 모든 교환은 3초 이내에 이루어졌습니다.

2026년 2월 OpenMind 와 Circle 이 시연한 이 데모는 단순한 금융 이벤트처럼 보이지 않았습니다. 마치 기발한 파티 장기자랑처럼 보였습니다. 하지만 이는 지난 2년 동안 조용히 구축되어 온 인프라 스택의 첫 번째 실제 운영 테스트였습니다. 온체인 기계 정체성, 회계 단위로서의 프로그래밍 가능한 스테이블코인, 그리고 자율 에이전트가 인간의 승인 없이 거래할 수 있게 해주는 HTTP 네이티브 결제 프로토콜이 결합된 결과입니다. 기계 경제학자들이 댐이 무너진 순간을 찾을 때, "로봇 개 비츠(Bits)가 스스로 플러그를 꽂았다"는 순간이 유력한 후보로 꼽힐 것입니다.

RenderCon 2026: 렌더 네트워크가 할리우드에 진출하여 60,000개의 GPU, AI 서브넷, 그리고 박물관을 확보한 방법

· 약 12 분
Dora Noda
Dora Noda
Software Engineer

2026년 4월 16일, 한 탈중앙화 GPU 네트워크가 할리우드 바인 스트리트(Vine Street)의 사운드 스테이지를 대관했습니다. 그들은 이곳에서 향후 10년의 미디어 제작을 위한 "컴퓨팅(compute)"의 정의를 새롭게 정립했습니다.

이는 일반적인 DePIN 이벤트의 모습과는 사뭇 달랐습니다. 보통의 DePIN 이벤트는 싱가포르의 호텔 연회장에서 토큰 발행량(emissions)에 대한 슬라이드를 띄워놓고, 왜 자신의 네트워크에 8,000개의 유휴 노드가 있는지 초조하게 설명하는 설립자의 모습이 일반적입니다. 반면 4월 16일부터 17일까지 Nya Studios에서 개최된 RenderCon 2026은 Vision XPRIZE 기노트, Alex Ross의 구아슈 시연, Refik Anadol의 박물관 공개 등 마치 하나의 축제 같았습니다. 그리고 마치 부수적인 일인 것처럼, 독점적인 Salad Network 서브넷 통합을 통해 약 60,000개의 일일 활성 GPU를 Render Network 에 추가하는 거버넌스 제안 RNP-023 이 무대 위에서 즉석 승인되었습니다.

AI 토큰, 2026년 1분기 가상자산 관심도의 35.7% 점유 — 자금 점유율은 단 5%

· 약 10 분
Dora Noda
Dora Noda
Software Engineer

2024년에 "AI 테마"를 출시한 모든 펀드 매니저를 당혹스럽게 만들 숫자가 하나 있습니다. 바로 35.7 % 입니다.

CoinGecko의 분기별 내러티브 보고서에 따르면, 이는 2026년 1분기 동안 암호화폐 투자자의 관심을 사로잡은 AI 토큰의 점유율입니다. 이는 27.1 %를 기록한 밈코인을 여유 있게 앞지르는 수치이며, AI와 밈코인만으로도 이제 이 자산군 전체 관심 점유율(mindshare)의 62.8 % 를 차지할 정도로 비중이 큽니다. 장부의 반대편에 DeFi, RWA, 인프라, 그리고 L1을 모두 합쳐도 남은 비중은 37.2 %라는 얇은 조각에 불과합니다.

하지만 이 관심을 실제 자본이 머무는 곳과 대조해 보면 상황은 반전됩니다. 919개의 상장 프로젝트와 방대한 롱테일을 포함한 전체 AI 암호화폐 섹터의 시가총액은 약 226억 달러 에 불과합니다. 약 3.5조 달러에 달하는 전체 암호화폐 시가총액과 비교하면 이는 5 % 미만 입니다. 투자자들은 다른 어떤 테마보다 AI에 대해 더 많이 이야기하고 있지만, 실제 자금은 거의 다른 어떤 테마보다 적게 예치하고 있습니다.

2026년 1분기는 이러한 격차가 단순한 호기심을 넘어 시장의 구조적 특징으로 보이기 시작한 분기입니다. 주요 내러티브가 틀린 것은 아닙니다. AI는 실제로 암호화폐 인프라를 재편하고 있습니다. 하지만 가격이 책정되는 방식은 이제 양극화되었습니다. 자본은 수익 기반의 소수 프로토콜로 흐르고 있습니다. 반면 관심은 현금 흐름도, 밸류에이션을 방어할 에이전트 활동도 없는 롱테일 에이전트 토큰들 사이에서 요동치고 있습니다.

아무도 이야기하지 않는 75 %의 하락​

2024년 말 AI 토큰의 강세 전망은 수치상으로 명확했습니다. 이 섹터는 ChatGPT 이후의 유포리아(euphoria), 초기 Truth Terminal / Fartcoin (FARTCOIN) 밈 열풍, 그리고 Base 체인에서의 첫 번째 Virtuals Protocol 출시 물결에 힘입어 2024년 4분기 말 시가총액 약 700억 달러 로 정점을 찍었습니다. 18개월이 지난 지금, 동일한 바스켓의 가치는 226억 달러에 가깝습니다.

이는 약 -75 %의 하락 이며, 2026년 1분기에만 -16 %가 추가 로 하락한 결과입니다. 특히 AI 에이전트 하위 섹터의 상황은 더 처참합니다. 이 부문은 자체 정점 대비 약 77.5 % 하락했으며, 수백 개의 프로젝트에 걸쳐 전체 에이전트 섹터 시가총액은 50억 달러 미만으로 압축되었습니다.

이 처참한 결과 속에서 헤드라인 숫자보다 더 중요한 두 가지 패턴이 있습니다:

  • 하락세가 롱테일에 집중되어 있습니다. 측정 가능한 사용량(Bittensor, Render, 소수의 GPU 및 추론 프로토콜)을 가진 소수의 프로젝트는 12개월 전보다 높은 가격을 유지하고 있습니다. 바스켓의 나머지 대부분은 사이클 저점보다 훨씬 아래에 있습니다.
  • VC 투자는 여전히 증가하고 있습니다. 여러 2026년 1분기 벤처 추적 데이터에 따르면, 신규 암호화폐 VC 자금의 약 40 %가 AI 관련 인프라(컴퓨팅, 에이전트 프레임워크, 신원 증명, 검증)에 투입되었습니다. 스마트 머니는 하락장 속으로 뛰어들고 있지만, 2024년 버블을 주도했던 자유 거래 에이전트 토큰이 아닌 기업과 프리미티브(primitives)에 자금을 할당하고 있습니다.

이를 정중하게 표현하자면, AI 토큰 공개 시장과 AI 암호화폐 기업 비공개 시장은 현재 서로 다른 두 가지 기회를 보고 있으며, 그에 따라 가격을 책정하고 있다는 것입니다.

Bittensor와 Render: "수익 기반"이 실제로 제공하는 것​

이러한 체제에서 건강한 AI 암호화폐 자산이 어떤 모습인지 보고 싶다면 Bittensor (TAO)와 Render (RENDER)가 가장 명확한 사례입니다.

Bittensor는 참여 채굴자에게 실제 추론 작업을 전달하는 Chutes와 같은 기능적 서브넷 덕분에 실제 온체인 AI 사용으로 2026년 1분기 매출 약 4,300만 달러 를 달성했습니다. 이 토큰은 1분기에 +21.57 % 수익률을 기록하며 230달러 저점에서 회복해 251달러 근처에서 마감했습니다. 나머지 AI 섹터가 위축되는 동안 시가총액은 20~30억 달러 범위를 유지했습니다. 더 중요한 것은, 내러티브만 있는 토큰은 복제할 수 없는 방식으로 기관 투자 명부가 두터워졌다는 점입니다:

  • Nvidia는 약 4억 2,000만 달러 규모의 TAO 포지션을 공개 했으며, 그중 약 77 %가 서브넷에 스테이킹되어 있습니다. 이는 컴퓨팅 분야의 절대 강자인 Nvidia가 네트워크의 컴퓨팅 모델에 직접 투표한 것과 같습니다.
  • Polychain Capital은 이번 분기 동안 약 2억 달러 의 TAO 노출을 추가했습니다.
  • Grayscale은 운용 자산(AUM) 약 1,300만 달러의 Bittensor Trust (GTAO) 를 출시했습니다. 이는 해당 자산에 대한 최초의 규제 준수 상품입니다.
  • BitGo는 Yuma와 파트너십 을 맺고 TAO에 대한 기관급 커스터디 및 스테이킹 서비스를 제공하여, 전통 금융(TradFi) 할당자들이 참여를 망설이던 마지막 운영상의 핑계 중 하나를 제거했습니다.

Render의 이야기는 절대적인 금액 면에서는 더 작지만 구조적으로는 유사합니다. 이 네트워크는 실제 GPU 렌더링 작업을 통해 분기별 약 1,800만 달러의 매출 을 창출했으며, RNP-023 거버넌스 투표를 통해 Salad Network의 약 60,000개 GPU 를 독점 서브넷으로 통합했습니다. 또한 전용 AI 워크로드 서브넷("Dispersed")을 출시했습니다. 2026년 초 시가총액은 파생상품 활동 증가와 크리에이터 측면의 채택에 힘입어 약 12억 달러로 두 배 증가했습니다. Blender, Cinema 4D, Houdini, Autodesk 통합을 통해 Render는 200만 명 이상의 기존 전문 사용자 앞에 서게 되었습니다.

두 경우 모두 전략은 동일합니다:

  1. 측정 가능한 작업 단위 (추론 호출, 렌더 프레임).
  2. 해당 작업에서 수수료를 획득하는 토큰 — 분위기(vibes)가 아닌 직접적인 방식.
  3. 기관 인프라 (커스터디, ETP, 스테이킹 서비스)를 통해 거대 자금 풀이 생소한 운영 리스크를 감수하지 않고도 자금을 할당할 수 있게 함.

이 세 가지 계층을 걷어내면 디스코드 채널이 있는 로고만 남게 되며, 이것이 현재 나머지 AI 섹터의 90 % 이상이 제공하는 모습입니다.

에이전트 토큰의 문제 : 처리량 없는 내러티브​

Virtuals Protocol은 가장 교훈적인 실패 유형을 보여줍니다. 이 플랫폼은 코딩을 모르는 사람도 자율형 AI 에이전트를 배포할 수 있게 해주는 이더리움 / Base 기반의 런치패드로 실제로 작동하는 플랫폼이며, 사이클의 정점에서 VIRTUAL 토큰은 역대 최고가인 5.07와수십억달러에달하는시가총액을기록했습니다.2026년3월말현재,동일한토큰의시가총액은하단지지선에서회복중이지만정점에서는크게벗어난약∗∗ 5.07 와 수십억 달러에 달하는 시가총액을 기록했습니다. 2026년 3월 말 현재, 동일한 토큰의 시가총액은 하단 지지선에서 회복 중이지만 정점에서는 크게 벗어난 약 ** 4억 4,100만** 수준에 머물러 있습니다.

이 사후 분석은 플랫폼의 품질에 관한 것이 아니라 가치 포착 (value capture) 에 관한 것입니다. Virtuals에서 구축된 에이전트가 수익을 창출할 때, 그 이익은 에이전트의 개발자와 생태계에 축적됩니다. VIRTUAL 홀더들에게는 자동적인 수익 공유가 이루어지지 않습니다. 토큰 수준의 수요는 트랜잭션 흐름에 따른 미미한 소각에 의존하는데, 이는 방향성은 맞지만 절대적인 수치로 보면 Render의 매출액과 비교했을 때 단수 차이에 불과합니다.

이러한 상황을 AI16Z, GAME, GOAT, FARTCOIN 등 2025년까지 런치패드를 통해 출시된 수십 개의 "에이전틱 (agentic)" 프로젝트에 대입해 보면, CoinGecko의 데이터가 드러내는 구조적 문제에 도달하게 됩니다. 투자자의 관심은 자신이 찬양하는 가치를 제대로 포착하지 못하는 토큰에 집중되어 있습니다. 구매자들은 해당 내러티브의 현금 흐름에 대한 권리가 없는 수단을 사용하여 특정 가설 (에이전트 경제) 에 대한 내러티브 노출에 비용을 지불하고 있는 것입니다.

이것이 2021년 메타버스 사이클 (그리고 DeFi Summer의 숙취) 과 똑같아 보이는 이유​

과거의 두 사이클은 가장 명확한 역사적 유사점을 제공합니다.

  • 메타버스 거래 (2021-2022) 는 정점 당시 약 2,000억의섹터시가총액에서저점에서는2,000억의 섹터 시가총액에서 저점에서는 100억 미만으로 떨어졌습니다. 이는 95 % 의 하락폭으로, 소수의 사용 가능한 자산 (SAND, MANA, 게이밍 프리미티브) 과 수많은 리브랜딩의 잔해만을 남겼습니다.
  • DeFi (2020-2021) 는 약 $ 3,000억 근처에서 정점을 찍고 2022년경 바닥을 쳤으며, 생존자들 (Aave, Uniswap, Lido, MakerDAO / Sky) 은 결국 2024-2026년에 새로운 고점을 방어할 수 있을 만큼 충분한 실제 수익을 축적했습니다.

두 경우 모두 나타난 패턴은 다음과 같습니다.

  1. 진정으로 혁신적인 기술이 등장합니다.
  2. 내러티브가 가용한 인프라와 수익을 18-24개월 앞서갑니다.
  3. 길고 고통스러운 하락장이 롱테일 (비주류 프로젝트) 을 씻어냅니다.
  4. 지속 가능한 기관 소유권을 가진 소수의 수익 기반 프로토콜이 부상합니다.

2026년 1분기는 AI 사이클이 2단계를 마치고 3단계로 진입하는 모습과 흡사합니다. 관심도와 자본 사이의 35.7 % / ~5 % 격차는 섹터가 압축되는 과정의 특징입니다. 현금 흐름 단위당 스토리가 너무 과도하며, 시장은 가격 대 내러티브 비율을 방어 가능한 수준으로 되돌리고 있습니다.

역사적인 긍정적 소식은, 실제 수익을 내는 프로토콜은 이러한 압축 과정에서 살아남아 다음 단계에서 지배적인 위치로 부상하는 경향이 있다는 것입니다. 인덱스 방식의 AI 노출에 대한 나쁜 소식은, 바스켓에 담긴 919개의 프로젝트 중 대부분은 24개월 후에 살아남지 못할 것이며, 시가총액 가중 방식의 접근으로는 근본적인 승자의 아주 일부만을 포착할 수 있다는 점입니다.

이러한 격차가 빌더, 배분자 및 인프라에 의미하는 것​

세 가지 서로 다른 대상에게 이 데이터는 각기 다른 행동을 시사합니다.

빌더. 2026년에 AI-크립토 프로토콜을 출시한다면, 기준은 더 이상 "에이전트와 함께 토큰을 출시하는 것"이 아닙니다. 기준은 바로 이 질문입니다. 토큰이 어떤 유용한 작업 단위를 결제하는가? 추론 호출 (Inference calls), 렌더링 프레임, 인덱싱 쿼리, 어테스테이션, GPU 시간, 검증 증명 등 기관 자본이 인수할 의사가 있는 것들은 모두 측정 가능한 처리량 (throughput) 을 공유합니다. 이러한 단위와 연결되지 않은 토큰 설계는 1분기에 에이전트 토큰 코호트가 맞닥뜨린 것과 동일한 벽에 계속 부딪힐 것입니다.

배분자 (Allocators). "AI 섹터" 노출 거래는 사실상 오도될 가능성이 큽니다. 시가총액 가중 바스켓은 919개 프로젝트 전체의 평균적인 하락폭과 Bittensor, Render, 그리고 몇몇 추론 및 DePIN-AI 프리미티브와 같은 소수 프로젝트에서의 집중된 상승만을 제공합니다. 수익 기반 스크리닝 방식 (온체인 수익이 검증된 프로토콜을 필터링한 후 품질에 따라 규모 조정) 이 실제 자본 흐름을 훨씬 더 밀접하게 추적합니다. CoinGecko의 데이터는 사실상 배분자들에게 롱테일 프로젝트들의 가격이 재조정되고 있으며, 인프라 리더들은 그렇지 않다는 것을 말해주고 있습니다.

인프라 제공업체. 여기서 기관의 가설이 구체화됩니다. 수익 기반의 모든 AI 프로토콜 (Bittensor의 서브넷, Render의 GPU 풀, 에이전트의 의사결정을 지원하는 인덱싱 및 오라클 레이어) 은 동일한 일련의 수수한 프리미티브 위에서 실행됩니다. 즉, 신뢰할 수 있는 RPC, 구조화된 인덱싱, 저지연 크로스 체인 읽기, 그리고 철저한 스테이킹 인프라입니다. 에이전트 토큰의 롱테일에서 빠져나간 자본은 AI 가설 자체를 떠나는 것이 아닙니다. 어떤 에이전트 토큰이 승리하든 상관없이 비용을 지불받는 스택의 하단 레이어로 이동하고 있는 것입니다. 이것이 바로 인프라 제공업체들이 경쟁하는 레이어입니다.

2026년 1분기를 정직하게 읽기​

CoinGecko의 2026년 1분기 데이터에 대한 지적으로 정직한 해석은 "AI는 끝났다"가 아닙니다. "AI는 모든 혁신적인 크립토 내러티브가 해왔던 일을 하고 있다. 즉, 자본이 어떤 프로젝트 집합이 실제로 트렌드를 수익화할 수 있는지 분류하는 동안 엄청난 관심을 생성하고 있다"는 것입니다.

35.7 % 라는 마인드 점유율 수치는 실제입니다. 75 % 의 하락폭도 실제입니다. 엔비디아의 $ 4억 2,000만 TAO 포지션도 마찬가지입니다. 이 모든 것들은 동일한 시장을 설명합니다. 즉, 검증된 수익에 지불하는 것과 동일한 배수를 디스코드와 로드맵뿐인 프로젝트에 지불하는 것을 마침내 멈춘 시장입니다. 이는 살아남는 프로토콜에게는 강세 신호이며, 그렇지 못한 모든 것들에게는 매우 약세적인 신호입니다.

2026년 말까지 AI의 내러티브적 관심과 AI의 시가총액 점유율 사이의 격차는 좁혀질 것으로 예상됩니다. 이는 관심이 줄어들어서가 아니라, 처리량을 가진 이름들이 가치 재평가 (re-rate) 를 마치고 롱테일 프로젝트들이 가격 재조정을 마무리할 것이기 때문입니다. 그때 가서 똑똑해 보일 투자자는 수익이 유행하지 않았을 때 수익을 기준으로 선별한 투자자들일 것입니다. 가장 위험해 보일 투자자는 "AI 토큰"을 하나의 거래로 취급했던 투자자들일 것입니다.

BlockEden.xyz는 Bittensor 서브넷, Render 워크로드 및 차세대 에이전트 인프라를 호스팅하는 L1 및 L2를 포함하여, 수익 기반 AI 프로토콜이 실제로 작업을 정산하는 체인 전반에 걸쳐 엔터프라이즈급 RPC 및 인덱싱 인프라를 제공합니다. 모든 호출을 계정화해야 하는 프로토콜을 위해 설계된 인프라에서 빌드하려면 API 마켓플레이스 탐색을 확인하세요.

출처​

솔라나 DePIN의 290만 달러 변곡점: Lyft와 T-Mobile이 크립토 하드웨어를 취미로 취급하기를 중단한 이유

· 약 9 분
Dora Noda
Dora Noda
Software Engineer

2026년 3월, 대부분의 암호화폐 헤드라인이 놓치고 지나간 조용한 이정표가 있었습니다. 헬륨(Helium), 하이브매퍼(Hivemapper), 렌더(Render), 업록(UpRock), 나틱스(NATIX), 엑스넷(XNET), 지오드넷(Geodnet) 등 솔라나의 탈중앙화 물리적 인프라(DePIN) 코호트가 합산 월간 매출 290만 달러를 기록하며 연중 최고치를 경신했습니다. 이 숫자는 절대적인 기준으로는 작아 보일 수 있지만, 그 의미는 엄청납니다.

처음으로, 이러한 비용을 지불하는 고객이 크립토 네이티브 투기꾼이나 이자 농부가 아니게 되었습니다. 그들은 바로 리프트(Lyft), T-모바일(T-Mobile), AT&T, 텔레포니카(Telefónica), 폭스바겐(Volkswagen)입니다. 토큰 인센티브 기반 하드웨어 네트워크가 단순한 '분위기(Vibes)'가 아닌 용량, 최신성, 가격이라는 실질적인 가치를 바탕으로 기존의 통신 및 지도 제작 기득권 기업들과 경쟁하기 시작한 것입니다.

이것이 바로 변곡점입니다. 이것이 실제로 무엇을 의미하는지 자세히 살펴보겠습니다.

Virtuals Protocol + BitRobot: AI 에이전트가 로봇에게 비용을 지불하기 시작할 때

· 약 10 분
Dora Noda
Dora Noda
Software Engineer

자율적인 온체인 에이전트가 물리적 로봇에게 커피잔을 들라고 처음으로 비용을 지불했을 때, 그 과정에 인간은 개입하지 않았습니다. 구매 주문서도, 인송장도, 은행 송금도 없었습니다. 오직 스마트 컨트랙트, x402 소액 결제, 그리고 자금이 정산되자 명령에 따르는 휴머노이드 팔만이 있었을 뿐입니다. 조용하고 축하받지 못한 그 순간은 AI 에이전트 담론이 2년 동안 핵심 지지대로 여겨왔던 경계, 즉 토큰을 거래하는 디지털 에이전트와 원자를 이동시키는 물리적 기계 사이의 벽이 허물어졌음을 의미했습니다.

Virtuals Protocol의 2026년 1분기 BitRobot Network 통합은 이 벽을 대규모로 해체한 최초의 상용 시스템입니다. 17,000개 이상의 온체인 AI 에이전트를 Solana 기반의 로봇 인프라 서브넷에 연결함으로써, Virtuals는 2018년 OpenAI의 로봇 시연 이후 구체화된 AI (Embodied AI) 가설이 끊임없이 시도해 왔지만 결코 이루지 못했던 일을 해냈습니다. 바로 소프트웨어 에이전트에게 창고, 보도, 커피숍까지 뻗어 나가는 지갑, 신원, 작업 큐를 부여한 것입니다. 그 영향력은 2025년 44억 4천만 달러 규모의 구체화된 AI 시장에서 2030년 예상치인 230억 달러를 향해 달려가고 있으며, "에이전트 상거래 (agentic commerce)"의 진정한 의미를 재정립하고 있습니다.

디지털 거래에서 물리적 작업으로​

2024년과 2025년 대부분의 기간 동안 AI 에이전트 토큰은 엄격하게 제한된 샌드박스 안에서 존재했습니다. Virtuals, ai16z 및 유사한 플랫폼의 에이전트들은 소셜 미디어에 게시물을 올리고, 밈코인을 거래하며, DeFi 전략을 실행하고, 가끔 서로를 웃기기도 했습니다. 비평가들은 이것이 체인 상에만 존재하는 것들에 대해 에이전트끼리 거래하는 폐쇄 회로라고 정확히 지적했습니다. 선적 팔레트, 배송 트럭, 고장 난 HVAC 장치가 있는 실제 경제는 손도 대지 못한 상태였습니다.

BitRobot은 이 회로의 위상을 바꿉니다. Solana Ventures, Virtuals Protocol 및 Solana 공동 창립자인 Anatoly Yakovenko와 Raj Gokal이 지원한 800만 달러 규모의 시드 라운드 이후 FrodoBots Lab과 Protocol Labs가 공동 개발한 BitRobot은 서브넷의 집합체로 구성되어 있습니다. 각 서브넷은 내비게이션 데이터, 조작 기술, 시뮬레이션 환경 또는 모델 평가와 같이 구체화된 AI에 필요한 하나의 전문화된 결과물을 기여합니다. SeeSaw라고 불리는 서브넷 5는 파트너십 제품으로 Virtuals와 함께 직접 출시되었습니다. 사용자는 신발 끈 묶기나 빨래 개기와 같은 일상적인 작업의 짧은 비디오를 녹화하여 업로드하고 토큰 보상을 받으며, 이 데이터는 차세대 로봇 정책 모델을 훈련하는 데 사용됩니다.

수치는 채택 현황을 가감 없이 보여줍니다. SeeSaw는 2025년 10월 iOS 출시 이후 이미 500,000건 이상의 완료된 작업을 기록했습니다. 물리적 기계를 실제로 구동한 최초의 온체인 에이전트인 SAM은 휴머노이드 로봇을 24시간 가동하며 그 관찰 내용을 X에 게시하고 있습니다. 이 모든 것은 여러분이 에이전트 경제를 종교처럼 믿을 것을 요구하지 않습니다. 단지 데이터를 받아들이기만 하면 됩니다. 기계가 제어하는 행동이 이제 스마트 컨트랙트에 의해 시작되고, 토큰으로 지불되며, 온체인 평가자에 의해 검증되고 있다는 사실 말입니다.

3계층 표준 스택​

Virtuals + BitRobot 통합이 일회성 데모 이상의 가치를 갖는 이유는 그 아래에서 진행되고 있는 표준화 작업 때문입니다. 2026년 초, 에이전트와 기계 간의 상거래를 장인적 수작업이 아닌 조합 가능한 (composable) 방식으로 만들기 위해 세 가지 Ethereum 및 HTTP 레벨 프로토콜이 등장했습니다.

  • x402는 에이전트가 API 호출과 동시에 소액 결제를 정산할 수 있게 해주는 HTTP 결제 표준입니다. 오랫동안 휴면 상태였던 HTTP 402 상태 코드를 기반으로 구축된 이 프로토콜은 운영 첫 달 만에 약 6억 달러의 AI 소액 결제를 처리했으며, Google Cloud와 AWS는 이를 에이전트 기반 추론을 위한 과금 기본 단위 (primitive)로 채택했습니다.
  • ERC-8004는 AI 에이전트를 위한 Ethereum 신원 및 평판 표준입니다. 이는 계약을 체결하기 전 모든 상대방이 알고 싶어 하는 질문에 답합니다. "이 에이전트는 누구인가, 과거 실적은 어떠한가, 비즈니스를 수행할 만큼 신뢰할 수 있는가?"
  • ERC-8183은 Ethereum Foundation의 dAI 팀과 Virtuals Protocol이 2026년 3월 10일에 공동 출시한 상업용 계층입니다. 이는 클라이언트가 자금을 예치하고, 공급자가 작업을 실행하며, 에스크로가 해제되기 전 평가자가 완료 여부를 확인하는 작업 에스크로 기본 단위를 도입합니다.

이를 요약하면 다음과 같습니다. x402는 "결제 방법"을, ERC-8004는 "누구에게 지불하는지"를, ERC-8183은 "청소 로봇이 바닥에 얼룩을 남겼을 때 분쟁을 해결하는 방법"을 규정합니다. 이들은 법원, 신용카드 또는 지불 거절 (chargeback)에 의존할 수 없는 당사자들을 위해 설계된 인터넷 네이티브 상거래 스택을 형성합니다. 구체화된 AI에게 이 스택은 사치가 아닙니다. 이는 유일하게 사용 가능한 기반입니다. 왜냐하면 법적 계약은 40개 관할 구역에 흩어져 있는 토큰 보유자들이 관리하는 또 다른 소프트웨어 에이전트가 소유한 소프트웨어 에이전트인 거래 상대방을 수용하기 어렵기 때문입니다.

왜 로봇에는 Solana를, 상거래에는 Ethereum을 사용하는가​

Virtuals + BitRobot 통합은 설계 의도를 드러내는 방식으로 조용하게 멀티 체인을 활용하고 있습니다. BitRobot이 Solana에 상주하는 이유는 로봇 데이터 수집이 높은 처리량과 낮은 마진을 요구하는 활동이기 때문입니다. 기여자에게 비디오 클립당 1센트 미만을 지불하려면 Ethereum L1이 제공할 수 없는 수준의 수수료 경제성이 필요합니다. Base에서 시작하여 Arbitrum에서 활동하는 Virtuals는 기관 유동성과 대부분의 에이전트 상거래 표준이 존재하는 곳에 자리 잡고 있습니다. 이 통합은 물리적 세계의 데이터 계층에는 Solana를, 상거래 계층에는 Ethereum 정렬 체인을 사용합니다.

이는 2024년 스테이블코인 결제를 중심으로 고착화된 패턴과 동일합니다. 저렴하고 빈번한 거래에는 Tron과 Solana를, 고가치 및 저빈도의 정산에는 Ethereum을 사용하는 방식입니다. 기계 경제는 이러한 분업화를 무너뜨리기보다는 오히려 상속받고 있는 것으로 보입니다. 구체화된 AI를 위해 단일 체인의 승자에 배팅하는 사람은 실망할 가능성이 높습니다. 왜냐하면 작업 부하가 자연스럽게 이중 모드 (bimodal)를 띠기 때문입니다.

임바디드 AI 접근 방식 비교​

Virtuals + BitRobot 모델은 2026년 임바디드 AI (Embodied AI)를 상용화하려는 유일한 시도가 아니며, 다음과 같은 대안들과 비교해 볼 가치가 있습니다:

  • Figure AI는 창고 및 제조 고객을 위한 중앙 집중식 휴머노이드 로봇을 구축하기 위해 10억 달러 이상의 자금을 조달했습니다. Figure의 경제 모델은 고전적인 자본 장비 리스 방식입니다. 고객은 로봇 작동 시간당 월 요금을 지불합니다. 여기에는 토큰도, 허가 없는 기여 기반도 없으며, Figure의 영업 팀을 거치지 않고서는 제3자 개발자가 로봇을 확장하거나 전문화할 수 있는 메커니즘이 없습니다.
  • Tesla Optimus는 가장 깊은 의미에서 기업에 의해 통제됩니다. 로봇, 훈련 데이터, 정책 모델 및 배포 결정이 모두 한 회사 내에 존재합니다. Optimus는 인상적인 엔지니어링 결과물이지만, 개방형 경제 프로토콜과는 완전히 분리되어 있습니다.
  • OpenMind는 팀이 "로보틱스를 위한 안드로이드"라고 부르는 것, 즉 모든 로봇 제조업체가 공유 운영 체제를 실행할 수 있는 오픈 플랫폼 계층을 추구하고 있습니다. 그 철학은 BitRobot과 겹치지만, OpenMind는 하드웨어 OEM들이 여전히 토큰 기반 인센티브에 불편함을 느낀다고 판단하여 지금까지 암호화폐 레일을 명시적으로 피해 왔습니다.
  • peaq Network는 철학적으로 가장 가까운 사촌입니다. peaq의 레이어 1은 신원이 확인된 330만 대 이상의 기기를 온보딩했으며, 60개의 DePIN 애플리케이션에서 2억 건 이상의 트랜잭션을 처리하여 스스로를 머신 경제의 기초 체인으로 포지셔닝했습니다. 차이점은 peaq가 바텀업 (bottom-up) 인프라인 반면, Virtuals + BitRobot은 기존 에이전트 경제와 기존 로보틱스 데이터셋을 결합한 탑다운 (top-down) 구성이라는 점입니다.

진짜 문제는 어떤 접근 방식이 승리하느냐가 아닙니다. 개방형, 멀티체인, 토큰 인센티브 모델이 중앙 집중식 대안들이 승자 독식 네트워크 효과를 굳히기 전에 데이터 수집 및 에이전트 배포에서 충분한 속도를 낼 수 있느냐는 것입니다.

시장의 수치​

Research and Markets에 따르면, 임바디드 AI 시장은 2025년에 약 44억 4천만 달러 규모로 평가되었으며, 2030년까지 연평균 성장률 (CAGR) 39%를 기록하며 230억 달러에 도달할 것으로 예상됩니다. 더 넓은 로봇 기술 시장은 2025년에 1,080억 달러 규모이며, 15%의 CAGR로 2034년까지 3,760억 달러에 달할 전망입니다. 이들은 암호화폐 네이티브 시장은 아니지만, 암호화폐 네이티브 인프라가 이제 조율을 주장하는 공략 가능한 영역입니다.

여기에 약 520억 달러의 합산 시가총액을 형성하고 있는 AI - 암호화폐 섹터 자체를 더해 보십시오. Virtuals는 이 중 가장 큰 서브 프로토콜 중 하나입니다. Virtuals는 2025년 말 월간 거래량 132억 3천만 달러를 처리했으며, 200만 건 이상의 자율 트랜잭션을 처리한 Ethy AI와 같은 에이전트를 구동합니다. 자본은 집중되어 있고, 에이전트 인벤토리는 실제 존재하며, 물리적 기계로의 브릿지도 이제 활성화되었습니다. 남은 문제는 230억 달러의 임바디드 AI 전체 시장 규모 (TAM) 중 어느 정도가 전통적인 조달 계약 대신 토큰 기반 레일을 통해 흐르게 될 것인가입니다.

낙관적인 시나리오는 충분히 자율적인 로봇 플릿이 모든 트랜잭션마다 인간의 승인 없이 작동하는 결제 레이어를 필요로 할 것이며, 이러한 요구 사항은 ACH 이체보다는 스테이블코인 및 토큰 레일에 깔끔하게 부합한다는 점입니다. 비관적인 시나리오는 기업 고객이 SOC 2 준수, KYC 상대방, 그리고 암호화폐 네이티브 시스템이 쉽게 제공할 수 없는 전통적인 계약 구제 수단을 요구함으로써, 에이전트가 내부적으로 무엇을 하든 임바디드 AI 시장을 지루한 중앙 집중식 조달 방식으로 밀어 넣을 것이라는 점입니다.

빌더에게 주는 의미​

개발자와 인프라 제공업체에게 Virtuals + BitRobot 통합은 추적할 가치가 있는 몇 가지 구체적인 기회를 창출합니다:

  • 데이터 라벨링 및 기여 시장이 더 이상 가설에 머물지 않습니다. SeeSaw의 500,000개 작업은 보상이 유동성 토큰으로 지급될 때 일반 사용자들이 로봇 훈련에 참여할 것임을 시사합니다. 이는 AI 훈련 데이터를 위한 작동 가능한 규모의 DePIN 플라이휠에 가장 가까운 형태입니다.
  • **에이전트 평판 서비스 (Agent reputation as a service)**가 ERC-8004를 사용하는 이해 관계자가 생기는 즉시 실제 제품 카테고리가 됩니다. 가동 시간, 분쟁 이력, 성공적인 작업 완료를 증명할 수 있는 에이전트는 더 높은 요율을 요구하고 더 높은 가치의 에스크로 작업에 접근할 수 있게 됩니다.
  • 멀티체인 추상화가 더욱 중요해집니다. Solana 데이터 레이어를 Ethereum 상거래 레이어와 Base 에이전트 생성 환경에 연결해야 하는 빌더들에게는 연결 부위를 숨겨주는 인프라가 필요합니다. 이러한 체인 전반에 걸친 신뢰할 수 있는 RPC, 일관된 인덱싱, 통합 API 액세스는 작동하는 에이전트와 유휴 상태인 에이전트를 가르는 차이가 됩니다.

마무리 프레임​

Virtuals + BitRobot 통합은 아직 완전히 변혁된 경제는 아닙니다. 그것은 작동하는 프로토타입입니다. 물리적 로봇을 관리하는 17,000개의 에이전트는 수백만 건이 아닌 하루 수천 건의 트랜잭션 속도로 움직이고 있으며, 사용 사례는 미션 크리티컬한 산업 자동화보다는 훈련 데이터 수집에 치우쳐 있습니다. 회의론자들은 SAM이 관심을 끌기 위해 휴머노이드를 운전하는 것과 물류 회사와 계약을 협상하는 자율 창고 로봇 플릿 사이의 격차가 거대하다는 점을 공정하게 지적할 것입니다.

하지만 가장 중요한 경계선은 이미 넘었습니다. 온체인 신원, 온체인 결제, 온체인 분쟁 해결이 이제 물리적 액추에이터로 확장되었습니다. 지금부터 2030년 사이에 임바디드 AI 시장이 어떻게 변하든, 그 중 상당 부분은 SAP보다는 Virtuals + BitRobot과 더 유사한 레일 위에서 실행될 것입니다. 향후 18개월 동안의 과제는 어떤 서브넷, 어떤 표준, 어떤 체인이 가장 유용한 작업 부하를 먼저 확보하느냐 하는 것입니다.

BlockEden.xyz는 AI 에이전트 및 머신 경제 스택을 구동하는 Solana, Base, Ethereum 및 기타 체인 전반에 걸쳐 엔터프라이즈급 RPC 및 인덱싱 인프라를 제공합니다. 멀티체인 시대를 위해 설계된 인프라에서 에이전트 기반 애플리케이션을 구축하려면 저희의 API 마켓플레이스를 살펴보세요.

출처​

Akave의 제로 이그레스(Zero-Egress) 베팅: 정액제 DePIN 스토리지가 과연 AI 분야에서 AWS S3를 대체할 수 있을까?

· 약 11 분
Dora Noda
Dora Noda
Software Engineer

AWS S3에서 GPU 클러스터로 2테라바이트의 학습 데이터를 끌어오면, 모델이 완성되기도 전에 청구서부터 날아옵니다. 스토리지 비용과 PUT/GET 요청 비용 외에도 약 $184의 데이터 송출 비용(egress charges)이 발생하기 때문입니다. 수십 건의 실험을 위해 하루에 두 번씩 이 작업을 반복하다 보면, 예상치 못한 이 항목이 스토리지 비용 자체와 맞먹기 시작합니다. AI 팀에게 클라우드 청구서는 인프라 문제로 위장된 경제적 문제가 되었으며, 오스틴에 본사를 둔 DePIN 스타트업인 아카브(Akave)는 정액제의 데이터 송출 비용 없는 스토리지가 마침내 이 고리를 끊을 수 있는 지렛대라고 믿습니다.

아카브는 2026년 3월, "AI 및 분석을 위한 세계 최초의 탈중앙화 기업용 데이터 레이어"를 구축하기 위해 665만 달러의 투자금을 유치했습니다. 이들의 제안은 매우 구체적입니다. 테라바이트당 월 $14.99, 데이터 송출 비용 무료, S3 호환, 파일코인(Filecoin) 기반의 아카이브 내구성 보장, 모든 쓰기 작업에 대한 암호화 영수증 제공입니다. 그게 전부입니다. 티어도 없고, 요청 수수료도 없으며, 학습 컨테이너가 데이터셋을 가져올 때마다 대역폭 측정기가 돌아가지도 않습니다. 문제는 이 가격이 매력적인지가 아닙니다. 그것은 분명합니다. 문제는 AI 워크로드가 페타바이트 단위로 확장될 때 아키텍처가 이를 견뎌낼 수 있는지, 그리고 기업들이 이전에 하이퍼스케일러에게만 맡겼던 데이터를 위해 DePIN 기반 스택을 신뢰할 것인지입니다.

AI 예산을 갉아먹는 데이터 송출세​

AWS S3의 표시 가격은 문제가 아닙니다. 표준 스토리지는 us-east-1 리전에서 기가바이트당 월 약 $0.023이며, 이는 40TB 학습 코퍼스의 경우 월 약 $920 정도로, 번거롭긴 해도 관리 가능한 수준입니다. 계산이 틀어지는 지점은 바로 송출 비용입니다. 처음 100GB 무료 이후, 인터넷으로의 S3 데이터 송출 비용은 $0.09/GB에서 시작하여 150TB 이상에서는 $0.05/GB까지 서서히 내려갑니다. 10TB의 학습 데이터를 외부 GPU 제공업체로 가져오면 전송 비용만 $921.60가 발생합니다. AI 파이프라인에서 실제로 하듯 이를 반복하면, "숨겨진" 송출 비용은 분기 내에 스토리지 비용을 능가하게 됩니다.

이것은 단순히 가격 책정의 특이점이 아닙니다. 이것은 스토리지와 컴퓨팅이 하나의 클라우드 내에 공존한다고 가정하는 아키텍처적 선택입니다. 데이터는 S3에 있는데 GPU 용량은 코어위브(CoreWeave), 람다(Lambda) 또는 온프레미스 클러스터에 있어 AI 팀이 이를 분리하는 순간, 모든 에포크(epoch), 모든 체크포인트 복구, 모든 데이터 병렬 재판독은 과금 대상 이벤트가 됩니다. AI 데이터 패브릭은 이 문제를 가중시킵니다. 데이터셋은 전처리, 학습, 검증 및 분석 단계에서 복제되며, 각 경계는 잠재적인 유료 결제 장벽이 됩니다.

업계의 비공식적인 우회책은 클라우드프론트(CloudFront)를 사용하는 것이었습니다. 동일 리전 내 S3에서 클라우드프론트로의 전송은 무료이기 때문에, 팀들은 원래 그런 용도로 설계되지 않은 CDN을 통해 데이터를 라우팅합니다. 이는 시사하는 바가 큽니다. 고객이 특정 항목을 피하기 위해 아키텍처적으로 스스로를 뒤튼다면, 그 항목은 더 이상 가격이 아니라 '세금'입니다.

아카브가 실제로 판매하는 것​

아카브 클라우드(Akave Cloud)는 진지한 인프라가 갖추어야 할 모습 그대로 의도적으로 단순합니다. 인터페이스는 S3와 호환되며(동일한 SDK, 동일한 GET 및 PUT 시맨틱), 따라서 학습 파이프라인을 이전하는 것은 코드를 다시 짜는 것보다 엔드포인트를 변경하는 것에 가깝습니다. 가격은 테라바이트당 월 $14.99의 단일 정액제이며, 송출 비용, 요청당 수수료, 조회 패널티가 없습니다. 컨테이너가 500GB 또는 2TB의 학습 데이터를 가져오더라도 전송 비용은 정확히 $0입니다.

친숙한 API 아래의 아키텍처는 S3와 전혀 다릅니다. 데이터는 청킹(chunking)되고 클라이언트 측에서 암호화된 후, 32-of-16 리드-솔로몬 이레이저 코딩(Reed-Solomon erasure coding)을 사용하여 아카브 네트워크 전체에 분산됩니다. 아카브는 이를 통해 11 nines(99.999999999%)의 내구성을 제공한다고 주장합니다. 장기 아카이브는 탈중앙화 스토리지 경제의 점유율을 높여가고 있는 파일코인(Filecoin) 네트워크에 고정됩니다. 모든 쓰기 작업은 온체인 영수증을 생성하며, 모든 조회는 암호학적으로 검증 가능합니다. 이는 고양이 사진보다는 규제 기관, 감사인 또는 다운스트림 모델 소비자가 수정되지 않았음을 확인해야 하는 AI 학습 결과물에 훨씬 더 중요합니다.

기업을 위한 주력 제품은 O3 게이트웨이입니다. 이는 아카브에서 호스팅하거나 고객의 자체 인프라 내에서 직접 호스팅할 수 있는 S3 호환 프론트 도어입니다. 자체 호스팅 버전이 핵심입니다. 엄격한 데이터 거주성 또는 데이터 주권 요구 사항이 있는 팀은 O3를 로컬에서 실행하고, 자체 암호화 키를 보유하며, 분산형 백엔드의 이점을 누리면서 고유한 액세스 정책을 정의합니다. 역사적으로 의료 데이터, 국방 관련 AI, EU 규제 워크로드 등 탈중앙화 스토리지를 다룰 수 없었던 분야에서 이러한 구성은 매우 의미가 있습니다.

고객사로는 이미 프로덕션 워크로드를 실행 중인 Intuizi, LaserSETI, 375ai 등이 있으며, 투자자 명단은 프로토콜 중심 자본의 정수를 보여줍니다. Protocol Labs, Filecoin Foundation, Avalanche, Blockchain Builders Fund, No Limit Holdings, Blockchange, Lightshift, Big Brain Holdings 등이 참여했습니다. 아카시 네트워크(Akash Network)와의 파트너십을 통해 하이퍼스케일러 가격보다 약 70% 저렴한 탈중앙화 GPU 컴퓨팅과 아카브의 송출 비용 없는 스토리지를 결합하여, 양사는 이를 "주권적 AI 인프라(sovereign AI infrastructure)"로 마케팅하고 있습니다.

상황 파악하기: 스토리지 스택 내 Akave의 위치​

탈중앙화 스토리지 환경은 비약적으로 성숙해졌습니다. 2026년 1월, Filecoin은 메인넷에 Onchain Cloud를 출시하며 연산, 검증 가능한 검색, 자동 결제 기능을 갖춘 AWS의 풀스택 탈중앙화 대안으로 자리매김했습니다. 초기 Onchain Cloud 서비스 중 하나인 Storacha Forge는 테라바이트당 5.99달러의 비용으로 웜 스토리지(warm storage)를 제공합니다. 광범위한 DePIN 섹터의 시가총액은 2024년 약 52억 달러에서 2025년 말 190억 달러 이상으로 270% 가까이 성장했습니다. 이는 AI 수요, 기업의 도입, 그리고 DePIN 인프라의 품질이 거의 동시에 사용성 임계치를 넘어섰기 때문입니다.

이러한 배경 속에서 Akave는 Filecoin이나 Arweave가 기본적으로 채우지 못하는 특정 니치(niche) 시장을 공략합니다.

  • Filecoin은 롱테일 아카이빙과 경제적 인센티브 측면에서 탁월하지만, 역사적으로 S3와는 거리가 먼 거래(deals), 검색 시장, 툴링이 필요했습니다. Akave는 기본적으로 Filecoin의 내구성을 S3 호환 인터페이스와 정액 요금제로 패키징합니다.
  • Arweave는 영구성(permanence)을 판매합니다. 일회성 결제로 무기한 스토리지를 제공하지만 검색에 대한 보장은 없습니다. 이는 NFT 자산, 온체인 문서, 컴플라이언스 아카이브와 같은 불변의 아티팩트에는 적합한 도구이지만, AI 학습 파이프라인이 쏟아내는 변경이 잦은(mutable) 대규모 데이터셋에는 적합하지 않습니다.
  • Cloudflare R2는 이미 제로 이그레스(zero egress)를 제공하고 있으며 Akave가 가격 책정 시 명시적으로 목표로 삼는 중앙 집중식 벤치마크입니다. R2는 지연 시간, 생태계 통합 및 트랙 레코드 면에서 우위에 있습니다. Akave는 이에 맞서 주권(sovereignty), 검증 가능성, 그리고 단일 제공업체의 가동 시간에 의존하지 않는 신뢰 모델로 대응합니다. 이는 2025년 11월, 얼마나 많은 "탈중앙화" 앱들이 여전히 한 회사의 에지(edge)에 의존하고 있는지를 여실히 드러낸 글로벌 Cloudflare 중단 사태로 인해 더욱 부각되었습니다.
  • 오픈 소스 자체 호스팅 S3 대안인 MinIO는 최근 소스 전용(source-only) 모델로 전환하여, 예측 가능한 커뮤니티 에디션을 가정하고 스택을 구축했던 기업들을 당황하게 했습니다. Akave는 운영 부담을 직접 짊어지지 않으면서도 자체 호스팅의 편의성을 원하는 MinIO 사용자들을 위한 마이그레이션 대상으로 조용히 스스로를 홍보해 왔습니다.

Akave를 이해하는 가장 명확한 방법은 탈중앙화 스토리지 프리미티브에 대한 가격 및 인터페이스 차익거래로 보는 것입니다. Filecoin의 내구성을 가져와 S3 시맨틱으로 감싸고, 그 위에 정액 요금제를 적용하여 이미 데이터 전송 비용(egress)으로 막대한 지출을 하고 있는 AI 팀들에게 판매하는 것입니다.

타이밍이 중요한 이유: 전력과 데이터 중력의 협공​

NVIDIA GTC 2026에서 젠슨 황은 AI를 에너지가 기반이 되는 "5계층 케이크"로 묘사했습니다. 기계 지능의 모든 단위는 궁극적으로 전기를 연산으로 변환하는 것입니다. 미국 에너지부와 로렌스 버클리 국립 연구소는 미국 데이터 센터가 2030년까지 미국 전체 전력의 최대 12%를 소비할 것으로 예상하고 있으며, 이는 현재 약 4.4%(약 176 TWh)에서 크게 증가한 수치입니다. IEA의 2026년 전망에 따르면 전 세계 데이터 센터의 전력 소비량은 올해 1,000 TWh에 도달할 것이며, 이는 일본 전체의 전력 소비량과 맞먹는 수준이 연산에 투입됨을 의미합니다.

이로 인한 파생 효과는 데이터가 어디에 위치하느냐가 연산이 실행될 수 있는 곳을 점점 더 결정하게 된다는 것입니다. 하이퍼스케일러들은 전력 공급의 제한을 받고 있습니다. GPU 용량은 텍사스, 노르딕 국가, 중동, 그리고 미국의 2차 시장 등 전력망 연결이 가능한 곳이라면 어디에서든 생겨나고 있습니다. 학습 데이터가 us-east-1에 고정되어 있고 GPU가 레이캬비크나 아부다비에 있다면, 데이터를 실리콘으로 옮기기 위해 이그레스 비용을 지불해야 합니다. 제로 이그레스와 연산 불가지론적(compute-agnostic) 스토리지는 데이터를 멀티 클라우드, 멀티 지리적 세계의 일등 시민으로 만듭니다. 이것이 바로 현재 AI 경제학이 강요하고 있는 세상입니다.

이것이 Akave와 같은 가격 모델이 3년 전이 아닌 지금 시장에 안착하게 된 진짜 이유입니다. 연산 자원이 풍부하고 저렴했을 때 이그레스 비용은 단수 차이에 불과했습니다. 하지만 AI로 인해 전력이 제한된 환경에서 이그레스는 전략이 됩니다.

회의적인 시각: 무엇이 잘못될 수 있는가​

낙관적인 전망을 완화하는 세 가지 정당한 우려 사항이 있습니다.

첫째, 페타바이트 규모에서의 지연 시간과 처리량입니다. AI 학습 파이프라인은 대역폭을 많이 소모하며 지연 시간에 민감합니다. S3는 단순히 멋진 API를 가진 저렴한 스토리지가 아니라, 수십 년간 최적화된 글로벌 분산 에지 네트워크입니다. Akave의 삭제 코딩(erasure coding)과 탈중앙화된 검색은 홉(hop)을 추가합니다. 375ai와 같은 실제 고객 사례는 이것이 일반적인 워크로드에 실행 가능하다는 점을 시사하지만, 초당 수백 기가비트의 학습 피드를 고려하는 팀은 도입 전에 신중하게 벤치마킹해야 합니다.

둘째, 기업 조달의 관성입니다. 정액 요금제와 주권은 훌륭합니다. 하지만 기업의 보안, 법무, 컴플라이언스 팀은 분기 단위로 움직이며, DePIN은 대부분의 포춘 500대 기업 CIO들에게 여전히 생소한 조달 카테고리입니다. Akave의 자체 호스팅 O3 게이트웨이는 이에 대한 부분적인 해답입니다. "우리 데이터가 블록체인에 산다"는 말보다 "그들의 소프트웨어를 우리 하드웨어에서 실행한다"는 말이 승인받기 훨씬 쉽기 때문입니다. 하지만 실제 영업 주기는 무시할 수 없는 요소입니다.

셋째, 네트워크가 건강하게 유지되어야만 경제성이 보장됩니다. Filecoin과 Akave의 인센티브 계층은 제시된 가격으로 용량을 보증하려는 스토리지 제공업체들이 존재한다고 가정합니다. AI 수요가 공급보다 빠르게 급증하면, 정액 요금제는 제공업체의 마진을 압박하거나 조용히 요금 체계가 재조정될 수 있습니다. 하이퍼스케일러는 보조금을 지급할 수 있지만, DePIN 네트워크는 균형을 맞춰야 합니다.

이 중 치명적인 문제는 없습니다. 다만 Akave의 과제는 비용 효율성이 먹히느냐의 문제보다는, 운영 스토리가 포춘 500대 기업의 SRE(사이트 신뢰성 엔지니어)가 승인할 수 있을 만큼 충분히 안정적(지루할 정도로 예측 가능)이냐에 달려 있음을 의미합니다.

더 큰 패턴: AI 인프라로의 교두보가 된 스토리지​

Akave 에서 가장 흥미로운 점은 $ 14.99 라는 가격표가 아닙니다. 그 가격표가 전략적으로 달성하고자 하는 목표가 핵심입니다. 스토리지는 마진이 낮은 범용 상품(commodity)이지만, 데이터 중력(data gravity)이 가장 강력한 레이어이기도 합니다. 데이터셋을 소유한 자가 "어디에서 학습시켜야 하는가?" 그리고 결국 "어디에서 추론(inference)해야 하는가?" 에 대한 근본적인 답을 쥐게 됩니다. Akash x Akave 파트너십은 이에 대한 분명한 신호입니다. 하이퍼스케일러보다 70% 저렴한 가격으로 분산형 GPU 컴퓨팅을 제공한다고 해도, 데이터를 꺼낼 때마다 비용(egress fee)이 발생하는 곳에 데이터가 저장되어 있다면 아무런 의미가 없습니다. 이 둘을 결합하면, 단순히 두 개의 할인 상품을 합친 것을 넘어 AWS 스택에 대한 통합적인 대안으로서의 경제성을 갖추게 됩니다.

이러한 패턴은 2026 년까지 AI 를 위한 DePIN (DePIN-for-AI) 카테고리 전반에서 반복될 것으로 보입니다. 스토리지 네트워크는 컴퓨팅 네트워크를, 컴퓨팅 네트워크는 추론 게이트웨이를, 추론 게이트웨이는 에이전트 프레임워크를 영입하려 할 것입니다. 이들 모두는 고객 입장에서 여전히 단일 번들 형태인 하이퍼스케일러의 경험에 대항하여, 단일하고 예측 가능한 가격을 제시할 수 있는 수직적 구조를 구축하려 노력하고 있습니다. 승자는 '크립토(crypto)' 처럼 느껴지는 서비스가 아니라 '인프라' 처럼 느껴지는 서비스가 될 것입니다.

Akave 는 표면적으로 크립토처럼 보이지 않으려 노력한다는 점에서 신뢰할 만한 초기 경쟁자입니다. S3 엔드포인트, 정액제, 감사에 용이한 영수증, 실제 고객들을 확보하고 있습니다. 탈중앙화된 요소들은 보이지 않는 곳(under the hood)에 있으며, Akave 의 비전이 맞다면 그것이 본래 있어야 할 자리입니다.

차세대 Web3 및 AI 네이티브 애플리케이션을 구축하는 개발자를 위해, BlockEden.xyz 는 25 개 이상의 체인에서 엔터프라이즈급 RPC, 인덱싱 및 API 인프라를 제공하며, 실제 프로덕션 워크로드에 요구되는 강력한 신뢰성을 갖추고 있습니다. API 마켓플레이스를 탐색하여 장기적인 성장을 위해 설계된 인프라 위에서 개발을 시작하세요.

출처​