검증 가능한 지식은 중요하지만, 유료 수요는 아직 없다
1️⃣ AI 에이전트를 위한 검증 가능한 기억
오리진트레일은 여러 데이터의 관계와 출처를 연결해, AI가 믿고 참고할 수 있는 탈중앙 지식망을 만든다. 2026년 6월 출시된 V10은 이를 AI 에이전트가 정보를 저장하고 공유하는 공동 기억장치로 확장했다.
AI 에이전트가 늘면 같은 문서를 반복해서 읽고 사실을 다시 추론하는 비용도 커진다. 검증된 지식을 공유하면 비용을 줄이고, 어떤 근거에서 결론이 나왔는지도 추적할 수 있게 된다.
문제는 AI가 기억을 얼마나 많이 쓰느냐가 아니다. 그중 얼마나 많은 기억을 돈을 내고 검증 가능한 형태로 영구 기록하느냐다.
2️⃣ 기업 사용은 있지만 AI 매출은 보이지 않는다
오리진트레일은 철도, 공급망, 의료 등에서 실제 기관이 도입한 사례가 있고, 상당수는 상품 추적과 데이터 검증에서 시작됐다.
하지만, 현재 공개 자료에서는 AI 에이전트의 메모리 사용량, AI 고객이 낸 금액, TRAC으로 발생한 AI 수수료를 확인하기 어렵다. 기업 로고와 저장된 지식의 양만으로 AI 사업의 경제성을 판단할 수는 없다.
3️⃣ 모든 AI 사용량이 TRAC 수요가 되지는 않는다
TRAC은 지식을 영구적인 자산으로 발행하거나 네트워크 보안을 위해 스테이킹할 때 필요하다. 하지만 아쉽게도 V10의 개인 메모리와 에이전트 간 공유 메모리는 무료다.
따라서 AI 질의와 추론이 폭발해도 결과를 검증 가능한 형태로 남기지 않으면 TRAC 수요는 생기지 않는다. 에이전트 활동 증가가 유료 검증 수요로 이어질지는 아직 미지수인 것이다.
4️⃣ 토큰 구조는 좋다. 문제는 유료 기록 수요다
TRAC은 토큰 언락이 다 풀렸고, 사용처도 명확하다.
지식 발행자는 TRAC을 예치해 발행 비용을 할인받고, 스테이커는 장기 락업을 통해 보상 배수를 높일 수 있다. 지식 발행 비용은 데이터를 저장하고 검증하는 노드와 스테이커에게 돌아간다.
문제는 실제 유료 발행량이다. 무료 메모리만으로 충분하다면 AI 사용량이 커져도 TRAC 수요는 제한될 수 있다.
5️⃣ 결론
AI 투자 후보에서 제외
AI 에이전트가 늘수록 신뢰할 수 있는 기억은 중요해질 것이다. 오리진 트레일은 이 문제를 해결하는 실제 제품과 낮은 희석 부담도 갖췄다.
그러나 아직 AI 매출과 유료 지식 재산에 대한 수요는 보이지 않는다. 따라서, 아직 TRAC이 좋은 AI 토큰이라고 부르기에는 증거가 부족하다.