오늘날 온체인에서 실행되는 모든 자율형 AI 에이전트는 동일하고도 굴욕적인 비밀을 가지고 있습니다. 바로 거의 모든 것을 잊어버린다는 점입니다. 트레이딩 에이전트가 월요일에 200만 달러 규모의 트레저리를 리밸런싱하고, 화요일에 복잡한 아비트라지를 성공시켜도, 수요일이 되면 에이전트가 실제로 작동하는 방식에 맞는 기억 저장 인프라가 존재하지 않기 때문에 그 어떤 논리적인 기억도 남지 않습니다. 이러한 격차는 현재 4,500억 달러 규모의 온체인 에이전트 경제에서 가장 중요한 미해결 과제이며, 2026년 4월, 원래 파일 저장을 위해 설계된 스토리지 네트워크가 그 해답으로 자리매김했습니다.
Mysten Labs의 Sui 네이티브 탈중앙화 스토리지 네트워크인 Walrus Protocol은 출시 1주년을 맞아 450TB의 데이터 저장량을 돌파하며 Arweave의 385TB를 넘어섰고, Web3에서 지배적인 쓰기 집약적 스토리지 레이어로 부상했습니다. 하지만 더 흥미로운 이야기는 단순한 용량이 아닙니다. 바로 2026년 3월 25일에 출시된 AI 메모리 SDK인 MemWal입니다. 이는 전체 프로토콜을 파일이 아닌 에이전트를 위한 인프라로 재정의합니다. 차세대 자율형 시스템을 구축하는 개발자들에게 있어 이는 탈중앙화 스토리지의 지형을 조용히 다시 그리고 있습니다.
아무도 말하고 싶어 하지 않았던 메모리 병목 현상
LLM 기반 에이전트는 컨텍스트 창 (context window)이라는 가혹한 제약 속에서 살아갑니다. 모든 추론 단계, 모든 도구 호출, 모든 관찰 내용은 수십만 개의 토큰 안에 담겨야 하며, 여기에 담기지 않는 모든 것은 에이전트의 관점에서 존재하지 않는 것이 됩니다. 인간 개발자들은 벡터 데이터베이스, Redis 캐시, Postgres 테이블 등으로 이를 보완하지만, 이는 에이전트가 자체 키를 보유하고, 자체 트랜잭션에 서명하며, 신뢰할 수 있는 백엔드 없이 작동하기를 원하기 전까지만 유효한 중앙 집중식 인프라일 뿐입니다.
온체인 에이전트 운동은 이 문제를 더욱 심화시켰습니다. 2026년 1분기까지 Virtuals Protocol에서만 4억 7,900만 달러 이상의 에이전트 생성 경제 활동과 잔액을 보유한 17,000개 이상의 온체인 에이전트를 추적하고 있었습니다. 이러한 에이전트들은 세션 간의 상태 (state) 유지가 필요합니다. 어떤 거래 상대방이 채무를 불이행했는지, 어떤 전략에서 손실이 났는지, 어떤 사용자가 권한을 부여했는지를 기억해야 합니다. 그리고 이를 단순히 AWS에 기록할 수는 없습니다. 온체인에서 자율적으로 실행된다는 것의 핵심은 데이터베이스 비 밀번호를 믿고 맡길 수 있는 '그들'이 존재하지 않는다는 것이기 때문입니다.
기존의 탈중앙화 스토리지 옵션들은 모두 이 문제의 서로 다른 지점에서 난관에 부딪혔습니다 :
- IPFS는 콘텐츠 주소 지정 방식이자 피어 투 피어 방식이지만, 누군가가 데이터를 계속 피닝 (pinning)하도록 유도하는 네이티브 경제적 인센티브가 없습니다. 마지막 노드가 관심을 잃으면 파일은 사라집니다.
- Filecoin은 스토리지 거래를 통해 인센티브 문제를 해결하지만, 콜드 데이터의 경우 수십 초에 달하는 검색 지연 시간 (retrieval latency)은 추론 루프 중간에 메모리 파편을 가져와야 하는 에이전트에게는 적합하지 않습니다.
- Arweave는 한 번 지불하고 영구 저장하는 모델로 진정한 영구성을 제공하지만, 그 경제 구조는 아카이빙에 최적화되어 있습니다. 장기 저장은 저렴하지만, 소형 객체 (small-object) 쓰기는 비싸고 까다로우며, 에이전트가 실제로 활동하는 컴퓨팅 레이어와의 네이티브 통합이 부족합니다.
이 중 어느 것도 수백만 개의 자율 프로그램이 몇 초마다 작은 구조화된 상태 블롭 (blob)을 쓰고, 1초 미만의 지연 시간으로 이를 다시 읽어 들이며, 스마트 컨트랙트 체인의 지갑 제어 객체에 소유권을 고정하려는 사용 사례를 염두에 두고 설계되지 않았습니다. Walrus는 달랐습니다.
Walrus의 실체
Walrus는 Mysten Labs가 Sui 위에 구축한 탈중앙화 스토리지 및 데이터 가용성 (data-availability) 프로토콜입니다. 2025년에 메인넷을 출시했으며 2026년 초에 1주년 이정표를 달성하며 인상적인 지표를 기록했습니다. 19개국에 걸친 100개의 스토리지 노드, 약 39%가 사용 중인 4.12 PB의 전체 시스템 용량, 그리고 성장하는 프로토콜 통합 파이프라인을 보유하고 있습니다. 스테이크 기준 상위 검증인들은 미국, 핀란드, 네덜란드, 독일, 리투아니아에 집중되어 있으며, 이러한 지리적 분포는 지연 시간과 규제 회복 탄력성 모두에 중요합니다.
내부적으로 Walrus의 핵심 기술은 Red Stuff라고 불리는 이레이저 코딩 (erasure-coding) 방식입니다. 각 블롭을 여러 개의 전체 사본으로 복제하는 방식 (기존 Filecoin/S3 방식) 대신, Red Stuff는 각 블롭을 조각 (sliver)으로 나누어 100개 이상의 노드에 4.5배의 복제 계수만으로 분산 저장합니다. 즉, Walrus는 단순 복제 방식보다 훨씬 적은 비용으로 내구성을 확보하면서도 대다수 노드의 장애를 견뎌낼 수 있습니다. 또한 이 방식은 자기 치유 (self-healing) 기능을 갖추고 있습니다. 노드가 오프라인이 되면 해당 데이터 조각을 복구하는 데 전체 블롭이 아닌 손실된 데이터에 비례하는 대역폭만 소모되므로, 네트워크가 급격히 무너지지 않고 점진적으로 저하되거나 복구됩니다.
경제 레이어는 WAL 토큰입니다. 블롭 발행자는 WAL 단위로 에포크별 보존 수수료를 지불합니다. 스테이커는 스토리지 대역폭을 제공하고 해당 수수료를 받으며, Sui 객체는 모든 블롭에 대한 소유권과 액세스 제어를 고정합니다. 2026년 4월 중순 현재, WAL은 MemWal 발표 이후 24시간 만에 45% 상승하여 약 0.098달러에 거래되고 있으며 시가총액은 약 2억 2,500만 달러입니다. 이는 여전히 2025년 5월의 사상 최고치인 0.76달 러 대비 약 87% 하락한 수치로, AI 에이전트 가설이 실현될 경우 프로토콜의 가치 상승 여력이 여전히 많이 남아 있음을 시사합니다.
결정적으로 — 그리고 이것이 경쟁사들이 계속 놓치고 있는 부분인데 — Walrus의 쓰기는 저렴하고 빠릅니다. 블롭이 네트워크를 한 번만 통과하고 스토리지 노드가 원래 크기의 일부분인 조각을 처리하기 때문에 한 번에 기가바이트 단위로 업로드할 수 있습니다. 덕분에 소규모의 빈번한 쓰기가 경제적으로 가능해지며, 이는 몇 번의 도구 호출마다 자신의 상태를 체크포인트 (checkpoint)에 저장하려는 에이전트에게 매우 중요합니다.
MemWal의 등장: 인지(Cognition)로 재정의된 스토리지
2026년 3월 25일, Walrus 팀은 영구적인 메모리를 갖춘 에이전트 구축을 위한 개발자 SDK 및 런타임인 MemWal을 출시했습니다. 현재 베타 버전임에도 불구하고, 개발자들이 프로토콜에 대해 논의하는 방식은 이미 바뀌었습니다. Walrus는 더 이상 단순히 "저렴한 탈중앙화 스토리지 레이어"가 아니라, "에이전트가 사물을 기억하는 곳"으로 자리 잡았습니다.
MemWal이 도입한 핵심 추상화는 **메모리 공간(memory space)**입니다. 이는 에이전트가 상태를 덤프하는 데 사용하던 비정형 로그 파일을 대체하는 구조화된 특수 목적 컨테이너입니다. 예를 들어, 트레이딩 에이전트는 몇 분간의 최근 관찰 기록을 담은 단기 작업 메모리 공간, 포지션과 미실현 손익(P&L)을 담은 중기 포트폴리오 상태 공간, 그리고 수주 또는 수개월 간의 상호작용 내역이 유지되는 장기 거래 상대방 평판 공간 등 세 개의 메모리 공간을 가질 수 있습니다. 각 공간은 고유한 보관 정책, 액세스 권한 및 업데이트 주기를 가집니다.
내부적으로 MemWal SDK를 사용하는 에이전트는 블롭 커밋(blob commits)을 위한 일괄 처리(batching), 인코딩 및 Sui 상호작용을 처리하는 백엔드 릴레이어와 통신합니다. 릴레이어는 데이터를 Walrus로 푸시하여 저장하는 동시에, 각 메모리 공간에 대한 소유권과 액세스 제어를 정의하는 Sui 객체를 업데이트합니다. 이는 에이전트의 메모리가 단순히 저장되는 것이 아니라 Sui 객체에 의해 소유됨을 의미하며, 다른 자산과 마찬가지로 전송, 위임, 취소 또는 다른 온체인 프리미티브와 결합될 수 있음을 뜻합니다.
이미 세 가지 구체적인 사용 사례가 초기 통합을 주도하고 있습니다:
-
상시 가동 백엔드 없는 크로스 세션 지속성. 에이전트는 중앙 집중식 서버 없이도 SDK를 통해 Walrus에서 관련 메모리 공간을 로드하고, 일정 시간 동안 추론을 수행하고, 업데이트를 커밋한 다음 종료할 수 있습니다. 다음에 동일한 프로세스나 다른 머신에서 다시 시작할 때 체인으로부터 자신의 상태를 재구성합니다.
-
다중 에이전트 공유 컨텍스트와 암호화된 권한. Sui의 객체 모델은 세분화된 권한 위임을 허용하므로, 한 에이전트가 다른 에이전트에게 나머지 상태를 노출하지 않고 특정 메모리 공간에 대한 읽기 전용 액세스 권한을 부여할 수 있습니다. 이는 ElizaOS 등 에서 나타나는 "에이전트 스웜(agent swarms)"이 요구해 온 프리미티브로, 감정 분석 에이전트가 공유 데이터베이스를 신뢰할 필요 없이 수집 에이전트의 출력을 읽을 수 있게 해줍니다.
-
규제 대상 에이전트를 위한 감사 가능한 의사 결정 추적. 거래를 실행하거나 대출을 승인하고 규제 준수 워크플로우를 관리하는 금융 에이전트는 규제 기관, 감사인 및 거래 상대방이 검증할 수 있는 기록을 생성해야 합니다. 불변의 커밋 로그가 있는 Sui 객체에 고정된 메모리 공간은 에이전트 네이티브 시스템에서 말하는 "검증 가능한 컴플라이언스"의 정확한 의미입니다.
장기 영구 스토리지와 분리된 단기 작업 메모리에 암호화 무결성 검사가 계층화된 계층적 설계는 인지 과학 연구가 수년 동안 AI 구축자들에게 권장해 온 아키텍처를 반영합니다. 차이점은 MemWal이 이를 애플리케이션별 개별 사안이 아닌 프로토콜 프리미티브로 만들었다는 점입니다.
기존 업체들이 단순히 이 분야로 전환할 수 없는 이유
Filecoin이나 Arweave가 단순히 "에이전트 메모리" SDK를 추가하여 경쟁할 수 있다고 생각하기 쉽습니다. 그러나 문제는 마케팅이 아니라 아키텍처에 있습니다.
Filecoin의 F3 빠른 최종성(fast-finality) 업그레이드는 2025년에 지연 시간을 개선하고 네트워크 시가총액을 50억 달러 이상으로 끌어올렸지만, 거래 기반 스토리지 모델은 근본적으로 쓰기 작업이 크고 드물며 사전에 협상되는 것을 전제로 합니다. 데이터 검색 속도가 빨라지고는 있지만, 콜드 데이터의 경우 여전히 초 단위로 측정되는데 이는 에이전트 추론 루프의 허용 범위를 벗어납니다. 공격적인 캐싱을 통해 에이전트가 이를 우회하도록 강제할 수도 있지만, 그 시점에서는 이미 오프체인 백엔드를 재구축한 것이나 다름없습니다.
**Arweave의 퍼마웹(permaweb)**은 철학적으로 다릅니다. 이는 제작자보다 오래 유지되어야 하는 데이터를 위해 설계되었으며, 저널리즘, 출처 기록 및 역사적 아카이브에는 훌륭하지만 빠르게 업데이트되는 에이전트 상태에는 적합하지 않습니다. "한 번 지불하고 영구 저장"하는 모델 또한 대부분의 상태가 며칠 또는 몇 주 동안만 유효하고 이후에는 삭제될 수 있는 에이전트 메모리의 실제 경제적 형태와 일치하지 않습니다. Arweave의 AO 컴퓨팅 레이어는 흥미롭고 지켜볼 가치가 있지만, 이는 다른 곳에서 실행되는 에이전트를 위한 메모리 레이어가 아니라 퍼마웹 상의 병렬 컴퓨팅이라는 다른 베팅을 하고 있습니다.
IPFS는 Web3 파일 주소 지정을 위한 공용어와 같은 존재로 남아 있지만, 지속성 보장이 없기 때문에 중요한 상태를 관리하는 에이전트 개발자라면 그곳에 의존하지 않을 것입니다. IPFS를 중심으로 성장한 피닝(pinning) 서비스 생태계는 실용적인 미봉책일 뿐 아키텍처적인 해결책은 아닙니다.
Walrus의 장점은 새로운 프리미티브를 발명했다는 점이 아닙니다. 이레이저 코딩(erasure coding)은 수십 년 동안 존재해 왔습니다. 핵심은 경제 모델(영구 기금이 아닌 에포크당 대여), 지연 시간 프로필(작은 블롭에 대한 1초 미만의 읽기), 그리고 스마트 컨트랙트 통합(소유권 앵커로서의 Sui 객체)이 자율 에이전트가 실제로 행동해야 하는 방식과 일치한다는 점입니다. 다른 스택들은 다른 목적을 위해 설계된 기존 아키텍처에 이러한 속성들을 억지로 끼워 맞춰야 합니다.
Four Pillars 연구팀의 유용한 비교표에 따르면 잘 드러나지 않는 또 다른 장점이 나타납니다. 바로 비용입니다. Walrus의 이레이저 코딩과 낮은 복제 계수 덕분에 내구성 있는 스토리지 MB당 비용이 Filecoin이나 Arweave보다 약 100배 저렴합니다. 하루에 수백 건의 작은 상태 업데이트를 기록할 수 있는 에이전트의 경우, 이는 규모가 커짐에 따라 실제 상당한 금액 차이로 이어집니다.
인프라 구축자들에게 갖는 의미
Walrus가 에이전트 메모리 레이어로 등장한 것은 2026년 Web3 인프라를 구축하는 사람이라면 누구나 숙지해야 할 더 광범위한 패턴의 일부입니다. 에이전트 경제는 각각 하나의 명확한 문제를 해결하는 전문화된 서브스트레이트(substrate)로 분화되고 있습니다:
- **Coinbase의 에이전틱 월렛(Agentic Wallet)**은 수탁(custody) 문제를 해결합니다: 키가 어디에 위치하는지의 문제입니다.
- Mind Network의 x402z는 기밀 결제를 처리합니다: 에이전트가 전략을 노출하지 않고 거래하는 방법입니다.
- Nava Labs는 의도 검증(intent verification)을 다룹니다: 실행된 행동이 사용자가 요청한 것과 일치하는지 확인합니다.
- ERC-8004는 신원을 정의합니다: 온체인에서 에이전트가 누구인지 정의합니다.
- Warden은 크립토경제적 합의 레이어를 구축하고 있습니다: 에이전트가 담보를 게시하고 잘못된 행동에 대해 슬래싱(slashing)되는 방식입니다.
- Walrus + MemWal은 이제 메모리 레이어를 점유합니다: 에이전트가 무엇을 알고 기억하는지에 대한 것입니다.
이들 중 어느 것도 그 자체로 승자 독식 시장은 아니지만, 이들이 함께 모여 새로운 에이전틱 스택(agentic stack)을 형성합니다. 그리고 승리하는 프로젝트는 레이어 전반에 걸쳐 깔끔하게 통합되는 프로젝트가 될 것입니다. 2026년에 새로운 온체인 트레이딩 에이전트를 출시하려는 개발자는 Sui 지갑, Walrus 메모리 레이어, 신원 자격 증명, 검증 증명 및 결제 레일을 조합하여 구성할 것으로 기대해야 합니다. 단일 프로토콜이 이 다섯 가지를 모두 잘 수행하지는 못하며, 모두 시도하려는 프로토콜은 대개 어느 것도 제대로 해내지 못합니다.
세계경제포럼(WEF)의 DePIN 전망 — 2025년 500억 달러에서 2028년 3.5조 달러로 성장 — 은 이 모든 과정에 불어오는 거시적인 바람입니다. 스토리지와 컴퓨팅은 해당 전망의 가장 큰 구성 요소이며, 스토리지는 Walrus가 가장 공격적으로 깃발을 꽂고 있는 분야입니다. 올해 초 65TB의 검증 가능한 기관급 블록체인 데이터(비트코인, 이더리움, Sui 이력 기록)를 Walrus 플랫폼으로 가져온 Allium 파트너십은 이 프로토콜에 필요한 기관의 검증이었습니다. 이는 단순히 Sui 네이티브 NFT 프로젝트를 위한 장난감이 아니라 심각한 데이터 워크로드를 위한 실행 가능한 기반임을 보여줍니다.
남겨진 질문들
이 모든 것이 보장된 것은 아닙니다. 세 가지 요소가 여전히 이 가설을 탈선시킬 수 있습니다:
Sui 집중 리스크. Walrus는 WAL 토크노믹스를 통해 Sui와 경제적으로 연결되어 있으며, 객체 모델 통합을 통해 기술적으로 연결되어 있습니다. 만약 Sui가 스마트 컨트랙트 플랫폼으로서 Aptos, Solana 또는 L2 르네상스에 밀려 영향력을 잃는다면, Walrus의 에이전트 메모리 이야기는 더 취약한 기반에서 다시 구축되어야 합니다. 지금까지 Sui의 개발자 견인력은 건전해 보이지만, "지금까지"라는 말은 모든 크립토 플랫폼이 어느 쪽으로든 변곡점에 도달하기 전에 설명되는 방식입니다.
MemWal 채택 곡선. SDK는 아직 베타 버전입니다. 실제 테스트는 ElizaOS, AutoGPT 스타일 시스템, 신흥 MCP/A2A 에이전트 프로토콜과 같은 주요 에이전트 프레임워크가 MemWal을 자사 통합 요소로 만들지, 아니면 여러 옵션 중 하나로만 둘지에 달려 있습니다. 강력한 프레임워크 지원이 없다면, MemWal은 Sui를 사용하기 위해 애쓰는 개발자들만을 위한 틈새 도구가 될 것입니다.
상업적 중앙집중화 압박. 만약 OpenAI나 Anthropic이 강력한 LLM 통합을 갖춘 자체 "에이전트 메모리" 제품을 출시한다면, 많은 개발자는 탈중앙화된 옵션보다 편리한 옵션을 선택할 것입니다. Walrus의 답변은 탈중앙화된 메 모리가 중앙집중식 메모리가 할 수 없는 유스케이스 — 에이전트가 자신의 자산을 보유하거나 신뢰할 수 있는 운영자 없이 다자간 에이전트 협업을 수행하는 것 등 — 를 가능하게 한다는 것이어야 합니다. 이는 사실이지만, 시장에 안착하려면 지속적인 교육이 필요합니다.
새로운 에이전틱 스택 기반 구축
앞으로 18개월은 에이전틱 Web3 스택이 3~4개의 지배적인 프로젝트로 굳어질지, 아니면 수십 개의 경쟁 레이어로 파편화될지를 결정할 것입니다. Walrus의 내기는 메모리가 이 스택에서 별도의 점유 가능한 레이어가 될 것이며, 메모리 레이어의 승자는 프로그래밍 가능한 소유권, 저지연 읽기, 지속 가능한 경제성 및 실제 개발자 툴링을 결합한 주체가 될 것이라는 점입니다. 이러한 체크리스트에 따르면, Walrus는 현재 그 어떤 직접적인 경쟁자보다 앞서 있습니다.
2026년에 에이전트 네이티브 제품을 출시하려는 빌더들에게 실질적인 권장 사항은 간단합니다. 메모리를 나중에 생각할 문제가 아니라 핵심 인프라 고려 사항으로 취급하십시오. 사용자, 전략, 그리고 실수를 기억하는 에이전트는 상태가 없는(stateless) 에이전트가 도저히 따라올 수 없는 이점을 복리로 쌓아갈 것입니다.
BlockEden.xyz는 Walrus, MemWal 및 더 넓은 Sui 생태계와 통합되는 온체인 에이전트 및 dApp을 구축하는 팀을 위해 신뢰할 수 있는 프로덕션 급 Sui RPC 인프라를 제공합니다. 에이전 트 네이티브 Web3 스택을 지원하는 동일한 기반 위에서 구축하려면 Sui API 서비스 탐색하기를 확인하세요.
