알트가 미래다

📝 삼성은 8억 대의 갤럭시 기기로 금융을 집어삼킨다

최근 삼성이 자체 월렛에 스테이블코인을 기본 기능으로 넣겠다고 밝혔다.

이것이 장기적으로 무엇을 의미할까?

1️⃣ 삼성은 이미 고객을 확보했다

은행과 크립토 앱은 고객을 모으기 위해 광고와 보상을 뿌린다.

삼성은 다르다. 전세계에 이미 수억대의 스마트폰을 보급했으며, 삼성월렛은 스마트폰을 사는 순간부터 손안에 들어온다.

로빈후드가 금융상품을 진열하는 백화점이라면, 삼성은 은행과 스테이블코인, 디파이가 올라가야 하는 금융의 운영체제가 될 수 있다.

2️⃣ 금융앱의 디파이 온보딩은 예고편이었다

로빈후드나 한국의 토스가 크립토를 받아들이는 것도 큰 변화다. 하지만 사용자는 먼저 앱을 선택하고, 계정을 만들고, 투자나 송금을 결심해야 한다.

삼성은 순서가 반대다. 스마트폰을 사는 순간 월렛이 이미 기기 안에 들어 있다. 스테이블코인과 디파이가 기본 기능으로 연결된다면 사용자를 웹3로 데려오는 것이 아니라, 전세계 수억 명의 주머니에 웹3를 직접 넣어버리는 것이다.

로빈후드와 토스가 수천만 명을 크립토로 온보딩한다면, 삼성은 금융앱을 통한 온보딩 자체를 수억명 단위로 압도할 수 있다.

3️⃣ 디파이는 화면에서 사라질 것이다

사용자는 Aave나 Morpho를 알 필요가 없다.

화면에는 ‘디지털 달러 예치’와 ‘연 4% 수익’만 보이고, 뒤에서는 스테이블코인과 디파이 프로토콜이 움직일 것이다.

삼성이 결제와 리워드, 카드, 송금, 저축을 하나로 묶는다면 갤럭시는 전화기가 아니라 수억 개의 금융 단말기가 된다.

4️⃣ 삼성은 직접 은행이 될 필요조차 없다.

금융의 주도권은 상품을 만드는 회사가 아니라, 고객이 처음 마주하는 화면을 가진 회사에 있다. 다시 말하면, 은행조차 삼성월렛 뒤에서 작동하는 금융 부품이 될 수 있는것이다.

그리고 만약 삼성이 디파이와 같은 검증된 외부 인프라를 연결하는 경우, 가장 오랫동안 유동성과 안정성을 입증한 이더리움 기반 디파이가 먼저 선택될 가능성이 높다고 나는 생각한다.

2026.07.28

#11 - 좋은 AI 프로젝트와 좋은 AI 토큰은 달랐다

지난 몇 주간 Bittensor, Near, Render, Akash, OriginTrail, Virtuals, Nillion, Venice를 살펴봤다.

- 투자 결정: Bittensor
- 보류: Virtuals, Venice
- 나머지는 투자 X

1️⃣ 좋은 AI 제품이 좋은 AI 토큰은 아니다

제품이 성장한다고 토큰 가치가 자동으로 커지지는 않는다. 고객이 토큰 없이 제품을 쓰거나, 매출이 회사 지분에 먼저 쌓이거나, 매입과 소각이 잘 이루어지지 않는다면 투자하기 좋은 토큰이 아니다.

2️⃣ 가장 중요한 건 토큰 가치 귀속이다

결국 중요한 것은 무료 사용량과 지원금, 토큰 거래를 제외하고 외부 고객이 실제 AI 서비스에 지불한 돈이다.

아래 사실을 명심하자

- 제품은 사용량으로 증명된다.
- 사업성은 매출/수익으로 증명된다.
- 알트 투자는 토큰 가치 귀속으로 증명된다. (제일 중요)

3️⃣ 비텐서도 모든 서브넷이 좋은 것은 아니다

비텐서의 128개 서브넷 중 투자 기준을 통과할 만한 곳은 아직 10개가 안된다.

그럼에도 비텐서를 선택한 이유는 AI가 네트워크의 핵심 상품이고, 높아지는 추론 수요로 서브넷들이 직접적인 수혜를 받을 수 있기 때문이다. 일부 서브넷은 발생한 수익으로 알파를 매입/소각하고 있기도 하다.

4️⃣ 보류한 두 프로젝트

Virtuals는 에이전트 서비스 매출이 생기기 시작했지만, VIRTUAL의 수요는 여전히 AI 서비스보다 에이전트 토큰 출시와 거래에 더 가깝다.

Venice는 실제 AI 고객과 매출을 가진 좋은 회사다. 하지만 회사는 주주의 가치를 우선시하고, 매출과 마진은 공개되지 않았으며, VVV 토큰 바이백/소각량을 숫자로 증명해야 한다.

둘다 잠재력은 크다. 아직 투자하기 좋은 토큰인지 판단할 증거가 부족할 뿐이다.

5️⃣ 승자는 토큰으로 증명된다

제품은 사용량으로, 사업은 매출로 성장한다. 그러나 성공적인 투자 성과는 그 가치가 토큰에 남을 때 만들어진다.

📝 DAO: DeFi 르네상스의 마지막 퍼즐

“처음에 그들은 당신을 무시한다. 그다음에는 조롱한다. 그리고 공격하고 불태우려 한다. 그리고 마지막에는 당신을 위한 기념비를 세운다.” - 니콜라스 클레인

1️⃣ eBay와 PayPal의 사례

2000년대 초 이베이는 세계 최대 온라인 경매 플랫폼이었다. 하지만 거래가 끝난 뒤 돈을 주고받는 과정은 여전히 불편했다. 페이팔은 이메일 주소만으로 빠르게 결제할 수 있게 만들었고, 순식간에 이베이 판매자들이 가장 선호하는 결제 수단이 됐다.

이베이도 가만히 있지 않았고, 자체 결제 서비스 Billpoint를 밀며 페이팔과 경쟁했다. 하지만 유저들은 페이팔을 선택했고, 당시 페이팔 사업의 약 60%가 이베이에서 발생할 정도로 두 서비스는 이미 떼기 어려운 관계가 됐다.

결국 이베이는 자체 결제망으로 이기려던 전략을 접고 페이팔을 15억 달러에 인수했다. Billpoint도 단계적으로 폐쇄했다. 새로 만들어 이기지 못하자, 이미 승리한 네트워크를 산 것이다.

2️⃣ DAO 1.0의 등장과 실패

DAO는 토큰 홀더가 투표를 통해 프로토콜의 주요 규칙과 금고, 운영 방향을 결정하는 조직이다.

처음에는 모두가 주인이 되는 새로운 경영 방식처럼 보였지만, 현실은 달랐다. 토큰을 샀다고 갑자기 금리 설계, 리스크 관리, 법률과 재무의 전문가가 되는 것은 아니다.

투표율은 낮았고, 의결권은 고래와 일부 카르텔들에게 집중됐다. 결정은 느렸고 거버넌스 제안은 부실했으며, 결과에 책임지는 사람도 불분명했다.

DAO를 만드는 도구를 개발했던 Aragon조차 결국 운영 주체인 Aragon Association을 해산하고, 제품 관리를 소수의 위원회에 맡겼다. 모두가 직접 운영하는 구조보다 권한과 책임을 명확히 나누는 방식으로 후퇴한 것이다.

3️⃣ DAO 2.0이 보이기 시작한다

하지만 최근 DeFi 프로토콜의 DAO 운영 사례들을 보면 DAO 2.0에 대한 희망이 보인다.

토큰 홀더가 최종 통제권을 갖되, 실제 운영은 전문가에게 맡기는 구조로 진화하고 있는 것이다.

Aave 같은 주요 DeFi DAO에서는 모든 토큰 홀더가 매번 직접 판단하는 대신, 의결권을 전문 참여자에게 맡기고 리스크 관리와 재무, 기술 운영은 전문 조직이 담당한다.

DAO는 큰 방향과 예산을 결정하고, 실제 운영은 경험 있는 집단이 실행한다. 의사결정은 더 빨라졌고 책임 소재도 분명해졌다. 모두가 경영하는 구조에서, 홀더가 감독하고 전문가가 운영하는 구조로 진화한 것이다.

4️⃣ DAO는 이미 DeFi의 심장이다

성공한 DeFi DAO는 단순한 온라인 커뮤니티가 아니다.

어떤 자산을 담보로 받을지, 금리와 수수료를 어떻게 정할지, 금고의 돈을 어디에 쓸지, 발생한 수익을 재투자할지 토큰을 매입할지 결정한다. Aave DAO만 해도 1억 달러가 넘는 자산을 보유한 treasury와 전문 서비스 조직을 운영하고 있다.

DeFi에는 이미 제품과 고객, 유동성과 매출이 있다. 마지막으로 남은 퍼즐은 이것을 전문적으로 운영하고, 수익을 홀더 가치로 돌려줄 경영 구조다.

이 구조가 제대로 작동한다면 거버넌스 토큰은 쓸모없는 투표권이 아니다. 이미 고객과 유동성, 브랜드를 가진 금융 네트워크의 핵심 의사결정권이 된다.

다만 모든 거버넌스 토큰이 이런 자산은 아니다. 토큰이 금고와 수수료 정책, 업그레이드와 수익 배분을 실제로 통제하고, 별도 회사가 핵심 가치를 가져가지 않는 프로토콜만 해당한다.

5️⃣ 최대의 적이 최대의 아군이 된다

당장 내일 은행들이 거버넌스 토큰을 매집한다는 말은 아니다.

하지만 전 세계 금융기관이 DeFi의 유동성과 네트워크 효과를 인정하기 시작하면 선택지는 달라진다. 수년간 경쟁 제품을 만드는 것보다 이미 성공한 프로토콜의 토큰과 위임 의결권을 확보하는 편이 더 싸고 빠를 수 있다.

기관은 의결권을 통해 프로토콜 전략에 영향을 주고, 자사 고객과 토큰화 자산을 연결할 수 있다. 전문적인 리스크 관리와 영업망으로 프로토콜을 성장시키면서, 보유 토큰의 가격 상승까지 얻는다.

어제까지 DeFi를 위험하다고 비판하던 은행이 내일은 이렇게 말할지도 모른다.

이 프로토콜은 수년간 검증됐습니다. 안정적인 수익도 내고 있습니다. 이제 기관 고객들이 사용할 수 있게 우리가 연결하겠습니다. (미리 토큰을 매집해놓고)

그들이 갑자기 탈중앙화의 철학을 믿어서가 아니다. 이제 그 프로토콜의 의결권을 가지고 있기 때문이다.

전문성은 높아지고, 특정 집단의 독주는 견제된다. DAO는 아마추어 커뮤니티에서 공개된 경영권 시장으로 진화할 수 있다.

6️⃣ 결론

1) 은행과 기관들은 처음에 DeFi를 무시했다.

2) 쓰레기 토큰이 쏟아지고 해킹과 러그풀이 반복될 때는 조롱했다.

3) 그다음에는 자체 스테이블코인과 체인, 대출 상품을 만들며 경쟁하기 시작했다. (현재 상황)

4) 그래도 DeFi의 유동성과 네트워크 효과를 따라잡지 못한다면, 다음 선택은 새로 만드는 것이 아니라 이미 성공한 프로토콜의 의결권을 사는 것일 수 있다.

DAO 1.0은 모든 토큰 홀더들을 경영자로 만들려다 실패했다.

하지만, DAO 2.0은 토큰 홀더가 최종 통제권을 갖고, 전문가와 기관이 검증된 온체인 캐시카우의 운영을 두고 경쟁하는 구조가 될 것이다.

기관과 은행이 디파이의 의결권을 확보하는 때에, 디파이의 기념비가 세워질 것이며, 르네상스가 도래할 것이다.

📘 AI 프로젝트 심층 분석 7 - Venice AI
- 프로젝트는 매우 좋지만, VVV가 좋은 투자인지는 별개다

1️⃣ 실제 고객이 쓰는 프라이버시 AI

베니스는 텍스트, 이미지, 영상, 음성 등 200개 이상의 AI 모델을 하나의 앱과 API에서 제공한다. 대화 기록은 유저의 기기에 저장하고, 일부 모델에는 보안 하드웨어와 종단간 암호화까지 적용했다.

가입자는 350만 명, 월간 처리량은 1조 3,000억 토큰이다. 개발자의 API 호출도 하루 약 200만 건에 달한다. 유료 구독과 API 크레딧을 판매하기 때문에 AI가 핵심 사업이고, 실제 고객도 존재한다. 지금까지 살펴본 프로젝트 중 AI 실수요가 가장 명확한 편이다.

다만 유저 수와 처리량은 매출이나 이익이 아니다. 무료 이용량이 얼마나 포함됐는지, 총매출과 GPU 비용을 제외한 마진이 얼마인지는 공개되지 않았다.

2️⃣ 프라이버시는 차별점이지만 독점은 아니다

실제 AI 산업에서 가장 가까운 경쟁자는 OpenRouter다.

두 회사 모두 여러 AI 모델을 하나의 API로 연결하지만 방향은 다르다. 오픈라우터는 개발자가 가격과 성능, 속도에 따라 모델과 공급자를 선택하도록 돕는 라우팅 인프라다. 베니스는 소비자용 앱과 프라이버시, 자체 호스팅 모델에 더 집중한다.

주목할 점은, 최근 Stripe가 오픈라우터를 약 100억 달러에 인수하는 방안을 논의하고 있다는 보도도 나왔다는 것이다. 베니스는 최근 기업가치를 10억달러로 인정받았는데, 만약 오픈라우터 인수가 확정되면, 베니스 역시 주목받을 가능성이 높다.

3️⃣ 좋은 회사와 좋은 토큰은 다르다

베니스는 최근 VC들에게 회사 지분을 팔았다. 즉, 베니스의 매출과 이익이 커지거나 회사가 높은 가격에 인수되면 그 가치는 우선 지분에 쌓인다는 말이다.

당연한 말이지만, VVV 홀더는 회사의 이익이나 매각 대금을 받을 권리가 없다. 베니스 회사가 성장한다고 VVV 가치가 같은 비율로 커진다고 단정할 수는 없는 것이다.

4️⃣ 매출이 토큰으로 연결되지만, 더 증명이 필요하다

신규 유료 구독이 발생하면 등급에 따라 2달러에서 10달러 상당의 VVV를 시장에서 사서 소각한다. VVV를 예치하면 Venice Pro를 이용할 수 있고, VVV를 잠가 만든 DIEM은 개당 매일 1달러의 API 크레딧을 제공한다. AI 제품과 토큰을 연결하려는 구조는 분명히 존재한다.

하지만 누적 소각량 3,370만 VVV의 대부분은 미수령 에어드롭 물량을 없앤 일회성 소각이다. 이를 AI 고객의 매출로 발생한 토큰 수요로 계산해서는 안 된다. 현재 연간 신규 발행량도 300만 VVV다. 결국 매출로 매입한 소각량이 신규 발행량을 넘어서는지를 따로 봐야 한다.

더 큰 문제는 매출 중 일정 비율이 VVV 홀더에게 돌아오도록 고정돼 있지 않다는 점이다. 현재 소각은 실제로 작동하지만, 홀더가 강제할 수 있는 권리라기보다 회사가 정한 정책에 가깝다.

5️⃣ 결론

AI 투자 보류. 지속적인 모니터링 필요.

베니스는 실제 유저와 유료 제품, 대규모 사용량을 갖춘 좋은 AI 회사다. 오픈라우터의 재평가는 AI 모델 유통과 추론 중개 시장의 잠재력도 보여준다.

하지만 우리가 사는 것은 베니스의 지분이 아니라 VVV 토큰이다.

베니스의 기업가치가 10억 달러에서 몇 배로 상승하더라도, 그 상승분이 VVV로 돌아온다는 보장은 없다. 사실 VVV 토큰 가격이 아예 안 올라도, 회사는 매출로 수익을 벌고 주식 가치만 오르면 아무 문제 없다.

매출과 마진, 매출 기반 순소각 규모가 공개되지 않았으므로, 이 부분이 증명되기 전까지는 투자는 보류하려고 한다.

한마디로, 좋은 프로젝트는 맞다. 근데, 좋은 토큰인지는 아직 증명되지 않았다.

📘 AI 프로젝트 심층 분석 6 - Nillion

프라이빗 AI 사용량은 보이지만, 매출은 보이지 않는다

1️⃣ 데이터를 보여주지 않고 계산하는 네트워크

닐리온은 민감한 데이터를 외부에 공개하지 않은 채 저장하고 계산하는 ‘블라인드 컴퓨터’를 만든다. 간략히 설명하면, 사용자의 프롬프트를 외부에서 볼 수 없는 보안 하드웨어 안에서 처리하고, 올바른 환경에서 실행됐는지 검증할 수 있게 한다.

기존 OpenAI 방식의 API와 호환돼 개발자가 접속 주소만 바꿔 프라이빗 추론을 붙일 수 있다는 점도 좋다. 의료, 금융, 기업 내부 데이터처럼 일반 AI 서비스에 그대로 넘기기 어려운 정보가 늘수록 필요한 제품이다.

2️⃣ 파트너는 많지만 AI 고객의 돈은 보이지 않는다

Deutsche Telekom, Vodafone 계열 Pairpoint, Alibaba Cloud 계열 Cloudician 등이 닐리온 네트워크의 노드를 운영한다.

하지만, 노드를 운영하는 파트너와 돈을 내는 고객은 다르다. 현재 공식 대시보드에는 누적 140만 회의 추론 호출과 26억 개의 처리 토큰이 표시되고 있긴하다. 하지만, nilAI의 유료 고객 수와 매출은 알 수 없다. (전부터 말하는 부분이지만, 유의미하게 수익이 있었다면 대대적으로 발표했을 것이다)

3️⃣ nilAI 결제가 NIL을 거치지 않는다

nilDB와 nilCC는 NIL 기반 크레딧을 사용하고, 핵심 AI 제품인 nilAI는 Stripe로 결제되며, 내부에서 NIL이 사용된다.

문제는, nilAI가 nilCC 위에서 작동하더라도, 고객이 낸 돈이 NIL 매입이나 노드 보상으로 어떻게 연결되는지는 알 수 없다.

4️⃣ 토큰은 보안에 필요하지만 희석 부담은 남아 있다

NIL은 스테이킹, 노드 운영, 검증과 거버넌스에 쓰인다. 2026년에는 이 기능들을 이더리움 위에서 운영하기 위해 토큰을 ERC-20으로 이전했다.

그러나, 총 공급량의 50%만 풀려있고, 29년 1분기까지 나머지 토큰이 전량 풀릴 예정이라 매도 압력에 대한 부담이 크다. AI 매출을 활용한 정기적인 NIL 매입이나 소각도 확인되지 않는다.

5️⃣ 결론

AI 투자 후보에서 제외

프라이빗 AI는 분명 중요한 시장이고, 닐리온의 기술도 실제 제품으로 구현됐다.

하지만, 현재 확인되는 것은 제품과 파트너뿐이다. AI 매출, 반복 고객, 그 매출이 NIL 수요로 돌아오는 구조는 보이지 않는다. nilAI 사용량이 공개되고, 고객 결제가 NIL 매입이나 소각으로 연결되기 전까지는 좋은 토큰이라고 하기 어렵다.

📘 AI 프로젝트 심층 분석 5 - Virtuals Protocol

AI 에이전트가 아니라 에이전트 토큰만 팔고있다

1️⃣ AI 에이전트 토큰 런치패드

버추얼스는 AI 에이전트를 만들고, 토큰을 발행해 자금을 모으고, 사람이나 다른 에이전트에게 서비스를 판매하게 하는 플랫폼이다. 에이전트를 하나의 온체인 사업자로 만드는 것이 목표다.

현재 5만 개 이상의 에이전트가 출시됐고, 관련 토큰 거래량은 138억 달러를 넘었다. 개발자에게 공급된 자금도 3,100만 달러 이상이다. 온체인 AI 에이전트 런치패드 중에서는 가장 앞선 플랫폼이다.

2️⃣ 거래량과 AI 매출은 다르다

138억 달러는 에이전트가 서비스를 팔아 번 돈이 아니라 대부분 에이전트 토큰 거래량이다. 에이전트 토큰에 대한 투기는 증명했지만, 외부 고객이 AI 상품에 돈을 냈다는 증거는 아니라는 말이다.

이를 바꾸기 위해 만든 ACP는 사람과 에이전트가 다른 에이전트를 고용하고, 결과를 확인한 뒤 USDC로 대금을 정산하게 한다. 현재 누적 서비스 매출은 약 443만 달러, 완료된 작업은 약 240만 건이다. 토큰 거래와 구분되는 서비스 매출이 생기기 시작한 것은 의미가 있다.

다만 여기에는 토큰 스왑과 트레이딩 같은 크립토 작업도 포함된다. ACP 매출 전체를 외부 산업에서 발생한 AI 수요로 계산해서는 안 된다.

3️⃣ 지원금을 외부 매출로 착각하면 안 된다

버추얼스는 프로토콜 재원을 활용해 실제 서비스를 판매하는 에이전트에게 매달 최대 100만 달러를 배분한다.

생산적인 에이전트를 키우려는 방향은 좋다. 하지만 이는 외부 고객이 새로 지불한 돈이 아니라 생태계가 만든 초기 수요에 가깝다.

따라서 에이전트 총수입보다 지원금을 제외한 외부 고객 매출, 반복 결제 고객과 실제 마진을 봐야 한다.

4️⃣ VIRTUAL 수요는 AI 서비스보다 토큰 출시와 거래다

에이전트 토큰을 사고팔려면 거래가 VIRTUAL을 거치므로, 토큰 발행과 거래가 늘면 VIRTUAL 수요도 증가한다.

반면 ACP의 서비스 비용은 주로 USDC로 지불된다. 에이전트가 AI 서비스를 팔아 매출을 올려도 그 돈이 VIRTUAL 매수나 소각으로 자동 연결되지는 않는다.

현재 VIRTUAL의 가치 귀속은 AI 노동의 매출보다 에이전트 토큰의 출시와 거래에 훨씬 더 강하게 의존한다.

VIRTUAL 토큰 자체는 현재 약 65%가 시장에 풀려있고, 생태계 treasury가 보유한 나머지 물량이 향후 인센티브로 풀릴 가능성도 고려해야 한다.

5️⃣ 결론

AI 투자 보류. 지속적인 모니터링 필요.

ACP의 누적 서비스 매출은 의미 있다. 하지만, VIRTUAL 수요는 여전히 대부분 토큰 출시와 거래에서 만들어지고, AI 서비스 매출은 미미하다.

보조금 없이도 외부 고객이 지불한 AI 매출이 유의미하게 발생하고, 그 수익으로 VIRTUAL 매수/소각으로 이어지기 전까지는 관찰 대상으로 남겨두는게 좋겠다.

📘 AI 프로젝트 심층 분석 4 - OriginTrail

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.

📘 AI 프로젝트 심층 분석 3 - Akash Network

AI 사용량은 있지만, 돈이 되는지 봐야 한다

1️⃣ 범용 클라우드에서 AI 추론으로

아카시는 데이터센터와 개인의 유휴 컴퓨팅을 연결하는 분산 클라우드로 출발했다. 지금은 AkashML, Akash Agents, Homenode를 통해 AI 추론을 핵심 성장축으로 밀고 있다.

AkashML은 OpenAI 호환 API로 오픈소스 모델을 제공한다. 2026년 1분기에는 OpenRouter에서 하루 17억 개의 토큰을 처리했으며, AI가 실제 제품 사용량에 밀접하게 붙어 있다.

2️⃣ 17억 토큰은 매출이 아니다

그러나, 하루 17억 토큰에는 무료 모델과 프로모션, 낮은 마진의 라우팅 물량이 포함될 수 있다. 공식 발표에는 처리량만 나올 뿐, 고객이 실제로 지불한 금액이나 아카시가 실제로 거둔 수익은 공개되지 않았다. (아마 지표가 유의미하게 컸으면 대대적으로 홍보했을 것이다. 따라서 나는 크게 기대하지 않는다.)

아카시의 누적 컴퓨팅 지출은 2026년 1분기 500만 달러를 넘었다. 하지만 이 수치는 AI 추론뿐 아니라 범용 CPU와 GPU 배포를 포함한다. 따라서, 아카시는 AI 사용량을 증명했지만, AI 사업의 매출과 경제성까지 증명한 것은 아니다.

3️⃣ AI 사용료가 AKT 수요로 이어지는 구조

과거에는 고객이 USDC로 결제할 수 있어 네트워크가 성장해도 AKT 수요는 약했다.

하지만 다행히 2026년 3월, 이 문제를 고쳤다. 고객이 카드나 달러로 컴퓨팅을 구매하면 시장에서 AKT를 매수해 소각하고, 달러 가치의 ACT 크레딧을 발행한다. 공급자는 작업을 완료한 뒤 ACT를 태우고 당시 가격에 해당하는 AKT를 새로 받는다.

따라서, AkashML의 AI 매출이 늘면 일차적으로 AKT 매수와 소각이 발생한다. 이 점에서 AI 수요와 토큰의 연결은 Render보다 더 직접적이다.

4️⃣ AI 사용량이 늘어도 AKT 공급이 반드시 줄어드는 것은 아니다

모든 컴퓨팅 결제가 AKT 매수와 소각으로 이어지는 것은 맞다. 하지만 소각된 AKT가 그대로 영구히 사라지는 것은 아니다.

고객이 서비스를 구매할 때 AKT가 소각되지만, 공급자에게 정산할 때는 AKT가 다시 발행된다. 결제 이후 AKT 가격이 오르면 처음 소각한 양보다 적은 AKT를 발행해도 된다. 반대로 가격이 내리면 더 많은 AKT가 필요할 수 있다. (참고로, 나는 이런 혼란스러운 토크노믹스를 경멸한다)

결국 확인해야 할 것은 AkashML의 AI 매출로 소각된 AKT에서, 해당 AI 작업을 수행한 공급자에게 새로 지급된 AKT를 뺀 최종 순소각량이다.

추가로, 반복적인 AI 매출을 만들려면 낮은 가격뿐 아니라 응답 속도, 안정성, 보안과 같은 서비스 품질도 함께 증명해야 한다.

5️⃣ 비텐서와 비교하면

AkashML은 비텐서의 Chutes, GPU 임대 시장은 Lium과 유사하다.

아카시의 장점은 제품이 하나로 통합돼 있다는 점이다. 고객은 카드와 일반적인 API를 이용하고, 결제는 내부적으로 AKT 수요에 연결된다. 일반 고객이 사용하기에는 아카시가 더 익숙하고 단순하다.

비텐서의 장점은 어떤 AI 사업이 실제로 돈을 버는지 더 세분화해 볼 수 있다는 점이다. Chutes의 추론 매출과 Lium의 GPU 임대료를 각각 확인하고, 이를 TAO 발행 보상과 구분할 수 있다. 공급자의 성능과 결과물도 경쟁적으로 평가해 보상을 차등 배분한다.

즉, 아카시는 하나의 통합 클라우드이고, 비텐서는 여러 AI 사업이 경쟁하는 시장에 가깝다.

마지막으로, 아카시 가진 치명적인 문제는, 토큰의 가치를 판단할 때 반드시 필요한 AkashML의 유료 매출, 반복 고객, AI 작업에서 발생한 AKT 순소각을 알 수 없다는 것이다.

6️⃣ 결론

AI 투자 후보에서 제외

AI 사용량은 충분히 흥미롭지만, 그 사용량이 사업성과 토큰 가치로 전환됐다는 증거는 아직 부족하다.

📘 AI 프로젝트 심층 분석 2 - Render Network

검증된 것은 GPU 렌더링일뿐, AI는 아직 검증되지 않았다

1️⃣ 검증된 사업은 AI가 아니라 렌더링

렌더는 유휴 GPU를 연결해 3D 아티스트와 스튜디오의 렌더링 작업을 처리한다. 누적 렌더링 프레임은 약 7,700만 개, 역대 참여 노드는 5,600개를 넘었다. OTOY와 OctaneRender를 통해 실제 제작 과정에 들어가 있다는 점도 강점이다.

하지만 우리의 투자 논지는 렌더링 시장의 성장이 아니다. AI 추론 비용이 낮아지고 사용량이 폭발할 때 수혜를 받을 토큰을 찾는 것이다.

기존 렌더링 수요와 소각은 렌더가 실체 있는 사업이라는 증거다. 그러나 AI 추론 수요가 증가한다는 투자 논지를 증명하지는 않는다.

2️⃣ AI 컴퓨팅은 이제 시작됐다

렌더는 Dispersed를 통해 별도의 AI·범용 Compute Network를 운영한다. 고객이 작업 비용을 달러나 RENDER로 내면 95%가 시장의 RENDER 매수와 소각으로 연결된다. AI 수요가 늘면 토큰 수요가 생기는 구조는 명확하다.

문제는 공개된 AI 매출이다.

Compute Network가 실제 작업을 처리하고 있지만, 렌더링과 분리된 AI 매출, 고객 수, GPU 가동률은 공개되지 않았다. 초기 노드 보상도 작업 수익만이 아니라 가용성 보상에 의존한다. 지금은 AI 고객의 돈이 공급자 보상을 감당하는 단계보다, RENDER 발행으로 공급망을 먼저 구축하는 단계에 가깝다.

3️⃣ Salad는 잠재력이 있지만 아직 실적은 아니다

렌더는 매일 연결되는 GPU가 6만 개에 달하는 Salad를 세 번째 네트워크로 편입하려 한다.

Salad의 컨테이너 서비스에는 AI 추론과 이미지/영상 생성 수요가 존재한다. 통합 첫해 전체 매출은 약 430만 달러로 제시됐고, 일부가 RENDER 소각으로 연결될 예정이다.

다만, 이는 과거 매출을 바탕으로 한 전망치다. 모든 매출이 AI에서 발생하는 것도 아니며, RENDER 결제 통합도 단계적으로 진행된다. 따라서 430만 달러를 현재 렌더의 AI 매출로 계산하면 안 된다.

4️⃣ 토큰 구조는 준비됐지만 AI 수요가 부족하다

렌더의 장점은 AI 매출이 발생하면 일정 비율이 RENDER 매수와 소각으로 연결된다는 점이다.

반면 현재까지 누적 소각량은 약 146만 RENDER다. (총 공급량의 0.2%...) 네트워크는 렌더링과 AI 노드의 보상, 공급 확대를 위해 계속 토큰을 배출하고 있다.

좋은 토큰 구조가 있다고 좋은 토큰이 되는 것은 아니다. AI 수요로 발생한 소각이 AI 공급망을 유지하기 위한 발행보다 커져야 가치 귀속이 완성된다.

5️⃣ 비텐서와 비교하면

렌더의 AI Compute Network는 비텐서의 Lium과 유사하다.

렌더는 고객 결제부터 토큰 소각까지 이어지는 구조와 GPU 네트워크 운영 경험이 더 성숙하다. 반면 현재 확인되는 외부 수요의 대부분은 렌더링이며, AI 매출은 별도로 검증되지 않았다.

Lium은 GPU 임대료와 서브넷 보상을 분리해 추적하고, Chutes는 AI 추론 사용량과 플랫폼 매출을 직접 측정한다. 처음부터 AI 컴퓨팅을 판매한다는 점에서 우리의 투자 논지에는 비텐서 서브넷들이 더 직접적이다.

렌더는 더 오래됐고 검증된 사업이다. 하지만, 현재 RENDER는 AI 추론 수요 폭발보다, 기존 렌더링 사업과 미래의 AI 전환에 함께 베팅하는 토큰이다.

6️⃣ 결론

AI 투자 후보에서 제외

Render의 AI 매출로 인한 순소각이 공개되기 전까지, RENDER를 순수 AI 토큰으로 평가하기는 이르다.

📘 AI 프로젝트 심층 분석 1 - Near

AI를 품었지만, 엄밀히 말하면 AI 토큰이 아니다

1️⃣ 프로젝트의 핵심은 Intents (크로스체인 인프라)

니어는 빠르고 사용하기 쉬운 L1으로 출발했다. 지금은 체인 추상화, 크로스체인 거래, 프라이빗 추론, AI 에이전트를 하나의 스택으로 묶으려 한다.

현재 사업의 중심은 Near Intents다. 사용자가 원하는 거래 결과만 제출하면 솔버가 여러 체인과 유동성 경로를 비교해 실행하고 브리지, 가스 토큰, 체인 선택을 뒤로 숨긴다.

최근 30일 총수수료는 약 272만 달러이고 순매출은 약 46만 달러다. 누적 거래량은 237억 달러를 넘었고, 프로토콜 수익은 NEAR 매입과 소각으로 연결된다.

2️⃣ 거래량은 크지만 홀더에게 남는 몫은 작다

거래량 자체를 해자로 착각하면 안 된다.

총수수료 가운데 프로토콜에 남는 비율은 약 17%다. 나머지는 솔버와 파트너에게 지급된다. Intents는 거래가 늘수록 돈을 벌지만, 그 수익이 NEAR 홀더에게 돌아오는 몫은 작다.

크로스체인 애그리게이터와 지갑들이 비슷한 기능을 제공하기 시작하면 수수료 경쟁으로 마진도 떨어진다.

3️⃣ AI 사업도 실제로 존재한다

Near AI Cloud는 오픈소스 모델을 보안 하드웨어 안에서 실행하고, 요청이 보호된 환경에서 처리됐다는 증명을 제공한다.

Brave, Venice AI, Abound와 버뮤다 정부 등이 실제 워크로드를 올렸다. IronClaw는 AI 에이전트가 사용자의 자격증명과 자금을 안전하게 다루도록 설계됐다.

단순히 기존 L1에 AI라는 이름만 붙인 것은 아니다.

4️⃣ 문제는 AI 매출과 토큰의 연결이다

공개된 Near 매출 대시보드에서 확인되는 수익은 대부분 Intents 관련 수수료다. AI Cloud는 유료 제품까지 출시했지만, 별도의 매출과 사용량은 확인하기 어렵다. (유의미한 지표가 있었다면 대대적으로 PR 했겠지만 아닌걸로 봐서.. 아마 그닥인걸로..)

AI Cloud 이용자가 반드시 NEAR를 구매하거나 소각해야 하는 구조도 명확하지 않다. AI 사업이 성장하더라도 그 가치가 NEAR 홀더에게 얼마나 돌아오는지는 전혀 증명되지 않았다.

토큰 구조는 개선됐다. 최대 연간 인플레이션은 약 5%에서 2.5%로 줄었고, 프로토콜 수익은 바이백과 소각으로 연결된다. 하지만, 현재 NEAR를 지탱하는 것은 AI 추론이 아니라 크로스체인 거래다.

5️⃣ Bittensor와 비교하면

니어의 핵심 경쟁력은 Intents이며, 우리의 AI 투자 논리를 증명하는 사업은 아니다. AI 추론 수요에 베팅한다면 니어보다 비텐서가 훨씬 직접적이다.

6️⃣ 결론

AI 투자 후보에서 제외

니어는 좋은 프로젝트이다. AI 제품도 실제로 만들고 있다.

하지만, 지금 NEAR를 사는 것은 AI 네트워크보다, AI가 묻은 크로스체인 인프라에 투자하는 것에 가깝다.

📘 Bittensor의 알파 토큰은 일반 알트와 무엇이 다른가

앞선 두 글에서 10개 서브넷을 제품, 유료 수요와 토큰 가치 귀속의 관점에서 비교했다.

상당히 복잡해 보이지만, 거의 다 왔다.

이제 서브넷 알파 토큰이 일반 알트코인과 어떻게 다른지 알아야 한다.

비텐서에서는 ‘스테이킹’의 개념이 우리가 알던 것과 좀 다르다.

TAO를 서브넷에 스테이킹하는 것은 예금처럼 TAO를 맡기고 이자를 받는 일이 아니다.

사실상 그 서브넷의 알파 토큰을 사는 일이며, AMM에서 토큰을 사듯이 TAO를 풀에 넣으면 알파를 받는다.

1️⃣ 서브넷 스테이킹 = 서브넷 토큰 구매

각 서브넷에는 TAO와 자체 알파 토큰으로 구성된 유동성 풀이 있다.

투자자가 Chutes에 TAO를 스테이킹하면 TAO는 Chutes 풀의 준비금으로 들어간다. 다시 말해, 현재 교환비율에 따라 받은 Chutes 알파가 투자자의 스테이크 포지션에 기록된다.

TAO 투입(스테이킹) -> 해당 알파를 스테이크 포지션으로 보유 (해당 서브넷에 투자)

Chutes 알파의 TAO 대비 가격이 오르면 보유 자산의 TAO 가치도 오르고, 가격이 떨어지면 TAO 기준으로 손실을 본다. 포지션을 정리할 때는 알파를 다시 풀에 넣어 TAO로 교환한다.

따라서 서브넷 스테이킹은 원금이 보장되는 이자 상품이 아니다. 알파 가격, 유동성, 거래 수수료와 가격 충격을 모두 부담하는 high risk high return 투자다.

2️⃣ 팀이 마음대로 찍는 토큰이 아니다

일반적인 알트코인은 프로젝트 팀이 토큰을 발행하고, 상당량을 팀과 VC에 미리 배정한다. 이후 정해진 일정에 따라 물량이 언락된다.

하지만, 알파는 구조가 다르다. 서브넷 운영사가 임의로 발행하는 것이 아니라 비텐서 프로토콜이 블록마다 발행한다.

즉 알파는 팀이 투자자에게 판매하는 토큰이 아니며, 출시 당시 팀과 VC가 미리 받아가는 초기 물량도 없다.

알파 토큰은 비텐서가 제품 생산자, 평가자, 운영자, 투자자를 모두 하나의 시장 안에서 조정하기 위해 발행하는 서브넷별 경제 자산이다.

3️⃣ 알파에도 2,100만 개 하드캡과 반감기가 있다

각 알파 토큰의 최대 공급량은 TAO와 같은 2,100만 개다.

알파에도 반감기가 있지만 모든 서브넷이 같은 날 반감되는 것은 아니다. 각 서브넷은 출시 이후 누적 발행량이 1,050만 개, 1,575만 개처럼 남은 공급량의 절반에 도달할 때마다 발행 속도가 절반 (반감기)으로 줄어든다.

하지만 하드캡과 반감기가 있다고 해서 희석이 낮다는 뜻은 아니다.

서브넷 오너와 채굴자, 밸리데이터, 스테이커는 매일 새 알파를 받는다. 특히 초기 서브넷은 이미 발행된 물량보다 앞으로 발행될 물량이 훨씬 많을 수 있다.

팀과 VC의 언락은 없지만, 참여자 보상과 유동성 공급을 위해 프로토콜 코드 차원에서 알파 토큰이 신규 발행되는 구조다. 이것은 매도 압력으로 이어질 수 있기 때문에 유의해야 한다.

4️⃣ 알파 가격은 서브넷의 생산 예산이다

일반적인 알트코인은 제품이 잘 팔려도 그 매출이 토큰으로 돌아온다는 보장이 없다. 회사는 토큰을 사지 않아도 사업을 계속할 수 있기 때문이다.

알파는 다르다.

알파 가격의 이동평균은 각 서브넷에 배정되는 TAO 인센티브의 핵심 신호다.

알파 수요와 가격이 하락하면 해당 서브넷이 받는 TAO 인센티브도 줄어든다. 마이너와 밸리데이터의 보상이 작아지고, 좋은 개발자와 GPU가 다른 서브넷으로 이동할 수 있다.

반대로 알파 수요가 커지면 더 많은 인센티브로 좋은 생산자를 끌어오고, 제품의 경쟁력을 높일 수 있다.

알파 수요 증가
> TAO 인센티브 증가
> 더 좋은 채굴자와 GPU 자원 유입
> 제품 경쟁력 강화
> 고객과 매출 증가

따라서 서브넷 운영자는 일반적인 알트코인 팀보다 토큰 수요를 유지해야 할 직접적인 동기가 크다.

외부 매출로 알파를 시장에서 매입하면 신규 발행의 매도 압력을 흡수하는 동시에, 알파 가격과 서브넷의 생산 예산을 지킬 수 있다.

하지만 투자금이나 팀 자금으로 알파를 사는 것만으로는 부족하다. 결국 외부 고객이 낸 돈으로 신규 발행량을 얼마나 흡수하는지가 중요하다.

5️⃣ 결론

앞선 두 글에서 매출, 알파 매입, 소각과 락업을 중요하게 본 이유가 여기에 있다.

서브넷에 스테이킹 한다는 것은 TAO와 알파 토큰을 스왑 하는 것이다.

알파 토큰은 팀과 VC의 초기 물량은 없지만, 프로토콜이 매일 새로운 알파를 발행하기 때문에 희석과 매도 압력도 존재한다.

결국 알파 투자에서는 다섯 가지를 함께 봐야 한다.

- 제품이 실제로 사용되는가
- 외부 고객이 돈을 내는가
- 그 매출이 알파 매입/소각/락업으로 연결되는가
- 그 수요가 신규 발행에 따른 희석을 얼마나 상쇄하는가
- 현재 시총과 FDV가 그 성장을 이미 얼마나 반영하고 있는가

알파 토큰을 실제 어떻게 사는지, 지갑은 어떻게 만드는지 등은 나중에 시간이 날 때 다뤄보려고 한다.

자, 이제 알파의 구조까지 이해했으니 비텐서에 대한 공부는 어느정도 끝났다.

다음으로는 AI 시장을 노리는 다른 프로젝트들은 제품과 토큰에 대해 알아보자.

📝 젠슨 황이 선언한 오픈 AI 시대, 진짜 수혜자는 따로 있다

몇일 전, X에 가입한 젠슨 황은 첫 게시물부터 의미심장한 선언문을 꺼냈다.

제목은 "오픈 AI 모델과 미국의 AI 리더십"이었다. NVIDIA와 Meta, Microsoft, Mistral, Hugging Face, IBM, Palantir, Perplexity, Y Combinator 등 AI와 클라우드 업계를 이끄는 25개 기업과 기관이 함께 서명했다.

그런데 더 눈에 띄는 것은 빠진 이름이다.

OpenAI와 Anthropic.

두 회사가 왜 서명하지 않았는지는 공개되지 않았지만, 선언문을 읽어보면 왜 이들이 뜻을 같이 하지 않는지는 뻔하다.

1️⃣ 모든 문제에 가장 비싼 모델은 필요 없다

선언문은 프런티어급 성능을 정말 어려운 문제에만 쓰고, 나머지 일상 업무에는 더 저렴하고 효율적인 특화 모델을 사용해야 한다고 주장한다.

공장, 병원, 농장, 교실과 중소기업까지 AI가 퍼지려면 매번 ChatGPT나 Claude의 최고급 모델을 써서는 경제성이 맞지 않는다.

2️⃣ 오픈 모델이 추론 비용을 낮춘다

누구나 모델을 내려받아 수정하고 자체 인프라에서 실행하면 공급자 종속은 약해진다. 모델 개발사뿐 아니라 GPU, 클라우드, 애플리케이션, 추론 서비스가 함께 경쟁한다.

경쟁은 가격을 낮춘다. 가격이 낮아지면 지금은 비용 때문에 AI를 쓰지 못하는 수십억 개의 일상 업무가 시장으로 들어온다. (내가 앞서 말한 AI 투자 논리와 같다)

AI의 미래는 가장 똑똑한 모델 하나가 모든 일을 독점하는 세상이 아니다. 충분히 좋은 오픈 모델 수천 개가 훨씬 싼 가격으로 각자의 일을 처리하는 세상이다.

3️⃣ 돈의 흐름도 바뀐다

이 흐름이 이어지면 가치의 중심은 폐쇄형 모델을 독점한 기업에서 모델을 싸게 실행하는 추론 인프라와 실제 고객을 확보한 애플리케이션으로 이동한다.

OpenAI도 gpt-oss를 공개했으니 이 흐름을 모르는 것은 아니다. 다만 핵심 수익모델이 폐쇄형 API와 구독에 있는 기업에는 추론 가격의 급락이 달갑지만은 않다.

조금 더 사고를 확장해보자. 오픈 모델의 확산으로 추론 비용이 내려가면 더 많은 기업과 국가가 각자의 AI를 직접 구축하고 운영하게 된다.

어떤 모델이 최종 승자가 되든 실행되는 모델과 처리되는 추론량은 늘어나고, GPU와 클라우드, 추론 인프라의 시장은 오히려 더 커질 것이다.

4️⃣ 크립토 AI에게는 기회

이 선언문을 보면, 실리콘 밸리의 AI 거물들도 모델의 가격은 내려가고, 추론량은 올라가는 미래를 지지한다는 것을 알 수 잇다.

그렇다면 우리가 봐야할 것은 단순하다.

누가 AI 추론을 빠르고, 싸게, 효율적이고 제공할 수 있느냐? 그리고 그렇게 얻은 수익이 토큰 가치에 얼마나 반영되는가?

5️⃣ 결론

1) 모든 문제에 비싼 프런티어 모델(ChatGPT, Claude 등)을 쓸 필요는 없다.

2) 앞으로 더 저렴한 오픈 모델과 특화 모델이 대다수 업무를 맡을 것이다.

3) 추론 비용은 하락할 것이며, 이는 AI를 수십억 개의 일상적인 작업으로 확산시킨다.

4) 가치가 모델 독점 기업(Anthropic, OpenAI)에서 추론 인프라와 애플리케이션으로 이동한다.

5) 폭발하는 추론 수요에 맞춰 얼마나 싸고, 빠르고 효율적으로 제공할 수 있는지가 크립토 AI 프로젝트의 성패일 것이다.