📗 4. Maple Finance (SYRUP) - 최근 업데이트: 2026.07.31

메이플 파이낸스는 기관 대출과 온체인 자산운용을 결합한 프로젝트다. Maple의 주요 상품은 기관 대상 담보대출과 syrupUSDT 같은 수익형 상품들이다. 유저가 맡긴 자금은 기관 대출, 선물 베이시스 거래, 디파이 유동성 전략 등에 배분된다.

1️⃣ 시장 지위/해자: 3.8

메이플은 온체인 기관 신용과 자산운용 분야의 리더다. 주요 강점은 기관 차입자 네트워크, 신용 심사 역량, 법적 계약, 담보 관리, 수탁기관 관계, 대출 회수에 대한 경험과 노하우가 강점이다.

전통 금융사는 신용 심사와 자산운용 능력으로 메이플과 직접 경쟁할 수 있다. 하지만 메이플은 기관 차입자 네트워크와 온체인 대출 기록, 법적 수탁 구조, 디파이 유통망을 함께 갖추고 있어 단순한 전통 자산운용사보다 복제하기 어려운 위치를 만들고 있다.

2️⃣ 매출의 질: 4.0

주 수익원은 관리/서비스/전략 수수료와 대출 실행 수수료에서 발생한다. 그리고 전통 금융 기관들을 상대하다 보니 크립토 사이클을 덜 타고, 매출이 안정적이다.

하지만 매출 대부분이 예치자에게 돌아가고, 금리 경쟁이 심해지면 마진이 더 낮아질 수 있다.

3️⃣ 가치 귀속: 2.7

프로토콜 수익의 10-30% 정도를 사용해 SYRUP을 바이백하고 스테이커에게 분배한다. 하지만 25년 말부터 토큰 배당을 하지않고, treasury에 모으기 시작했다.

바이백된 SYRUP은 현재 유통량에서 빠지지만, 소각이나 영구 락업은 아니다. SSF(Syrup Strategic Fund)의 재무자산으로 남아 향후 거버넌스와 자본 배분 결정에 따라 다시 활용될 수 있다.

4️⃣ 희석: 4.5

2026년 7월 말 유통계획 기준 최종 공급량의 약 99.4%가 이미 유통됐다. 기존의 3년 배출 일정도 2026년 가을에 종료되므로, 앞으로의 구조적 희석 부담은 사실상 거의 없다.

5️⃣ 금융 레고: 4.4

메이플의 가장 큰 장점은 기관 신용과 자산운용 수익을 다른 금융앱에 연결할 수 있다는 것이다. syrupUSDC/USDT/USDG를 통합하면 앱이 직접 기관 대출을 심사하고 관리하지 않아도 사용자에게 온체인 수익상품을 제공할 수 있다.

실제로 로빈후드 체인에 syrupUSDG와 신용 엔진을 배포한 사례가 있으며, 같은 방식으로 다른 금융앱에도 백엔드로 들어갈 수 있다.

6️⃣ 저평가: 3.7

최근 90일 연환산 기준 FDV는 프로토콜 수익의 약 17배다. 사업의 성장률까지 고려하면 과도하게 비싼 수준은 아니다. 다만 현재 수익 구간에서는 약 10%만 바이백되기 때문에, 저평가 점수는 소폭 더 낮게 책정했다.

7️⃣ 리스크/촉매: 3.5

메이플의 핵심 리스크는 스마트컨트랙트보다 신용이다. 차입 기관이 파산하거나 담보가 급락하면 원금을 회수 못할 수도 있다.

하지만, 로빈후드의 사례처럼 기관이나 금융앱과 통합되면 AUM도 늘어나고 일반 유저들의 자금까지 흡수할 수 있다는 점은 기대해볼만 하다. 실제로 Kraken OTC 대출 Warehouse, Bitwise 기관 자금 유치 등을 통해 AUM이 빠르게 늘어나고 있다.

* 주의할 점

1) 2022년 FTX 붕괴 때, 메이플의 차입자 중 하나가 파산하면서 일부 풀의 대출자가 원금의 상당 부분을 손실로 떠안았다. 신용 부실이 발생한 것이다. 이 사건 이후부터는 담보대출 중심으로 구조를 바꾸고 Maple 2.0을 통해 부도 처리와 청산 절차를 개선했다.

2) 바이백이 소각이나 배당으로 이어지지 않는다. 바이백한 물량은 treasury에 보관하고 거버넌스의 필요에 따라 다시 판매될 수 있다.

* 결론

- 프로젝트 7점
- SYRUP 토큰 6점

메이플은 기관의 돈을 빌려주고, 담보를 관리하고, 이자를 받아 수익상품으로 포장하는 온체인 자산운용사다. 수익은 실제 금융 활동에서 나오며 과도한 토큰 인센티브에도 의존하지 않는다.

하지만 SYRUP의 가치 귀속은 아쉽다. 스테이커에 대한 보상도 없고, 바이백은 수익의 10%까지 낮아질 수 있으며 그마저도 소각이 아닌 treasury 보관이다.

아베나 스카이, 유니스왑 보다는 해자가 작다. 하지만 반대로 전통 금융과의 연결 가능성은 더 직접적이기도 하다. 따라서, 경쟁사의 등장으로 시장 점유율이 갑자기 떨어지지는 않는지 지켜봐야 한다.

📗 5. Pendle (PENDLE) - 최근 업데이트: 2026.07.31

펜들은 이자가 발생하는 자산을 원금인 'PT'와 미래 이자인 'YT'로 분리거래할 수 있게 만든 온체인 금리 시장이다. 유저는 PT를 할인된 가격에 매수해 만기 수익률을 고정하거나, YT를 통해 실제 금리와 포인트, 에어드롭 상승에 베팅할 수 있다.

1️⃣ 시장 지위/해자: 4.3

펜들은 온체인 수익률 분야에서 압도적인 리더다. 현재 12개 체인과 35개 이상의 디파이 프로토콜에 연결돼 있으며, 파생 자산을 거래하기 위한 전용 AMM, 다양한 수익형 자산을 SY로 감싸는 어댑터 등 쉽게 복제하기 어려운 시스템을 구축했다.

하지만 대출이나 현물 거래에 비하면 수익률을 직접 거래하려는 이용자는 아직 제한적이다. 시장은 이미 검증됐지만 디파이 전체에서 차지하는 절대 규모는 여전히 작다.

2️⃣ 매출의 질: 3.2

펜들은 PT와 YT를 스왑할 때 수수료를 받고, YT가 발생시키는 이자와 포인트의 5%를 수수료도 챙긴다. 만기가 지났는데도 회수되지 않은 자산에서 발생하는 이자와 포인트도 프로토콜에 귀속된다.

주의할 점은, 97.1%는 순이익률이 아니라 매출에서 LP 수수료를 제외한 것이다. 여기에, 같은 기간 지급한 인센티브까지 차감하면 순수익은 47.8%로 내려간다. 들어오는 수익이 분기마다 들쭉날쭉 한다는 것도 주의해야 한다.

3️⃣ 가치 귀속: 5.0

펜들은 이번에 비교한 다섯 프로젝트 중 토큰 가치 귀속 구조가 가장 명확하다.

V2 프로토콜 수익의 80%로 PENDLE을 시장에서 매수하고, 이를 거버넌스 참여 요건을 충족한 sPENDLE 홀더에게 2주마다 분배한다. 토큰 소각은 아니지만 수익 대비 귀속률이 높고, 지속적인 배당이 일어난다는 점이 큰 장점이다.

4️⃣ 희석: 4.1

팀과 투자자 베스팅은 2024년 9월 모두 끝났다. 그런데 문제는 2026년 4월부터 유니스왑처럼 연 2%의 영구 인플레이션이 발생한다는 것이다. 토큰 바이백을 한다고 해도 소각이 아닌 배당이기 때문에 연 2%의 희석은 막을 수 없다.

최근 바이백 수요가 신규 발행에 따른 매도 압력을 상당 부분 흡수하고 있지만, 매입한 토큰은 소각되지 않고 다시 분배된다. 따라서 경제적 희석을 완화할 뿐 총공급량의 연 2% 증가는 계속된다.

5️⃣ 금융 레고: 3.9

펜들은 기존 수익형 자산 위에 고정금리, 변동금리, 레버리지와 금리 헷지 기능을 얹는 2차 금융 레고다. PT가 대출 담보로 사용되기 시작하면 단순한 거래상품을 넘어 온체인 채권의 기초자산이 될 수 있다.

다만 자산별/만기별로 시장이 분리되고 구조가 복잡해, 모든 금융앱이 기본적으로 필요로 하는 아베나 유니스왑 수준의 범용 레고는 아니다.

6️⃣ 저평가: 3.8

최근 90일을 연환산하면 FDV는 프로토콜 수익의 약 33배다. 수익의 80%가 토큰 매수와 분배로 연결된다는 점은 강점이지만, 스카이나 아베보다 수익 배수가 높고 최근 수익 속도도 과거 1년 평균보다 크게 낮아졌다. 온체인 수익률 시장이 마이너하기 때문에 향후 폭발적으로 성장할 수 있을지 확신하기 어렵다는 단점도 있다.

7️⃣ 리스크/촉매: 3.5

가장 큰 리스크는 펜들이 다른 프로토콜의 수익형 자산 위에 올라가는 2차 레고라는 점이다. USDe, LST/LRT, 포인트 파밍 수요가 줄거나 기초자산에서 디페깅 또는 해킹이 발생하면 TVL과 거래량도 함께 감소할 수 있다. 만기와 기초자산별로 유동성이 나뉘고 PT/YT 구조가 복잡해 대중화가 어렵다는 점도 부담이다.

반면 스테이블코인과 RWA 시장이 성장하고 PT가 담보나 기관용 고정수익 상품으로 활용되거나, Boros가 펀딩비를 포함한 더 넓은 금리 시장을 열면 펜들은 틈새 수익률 거래소에서 온체인 금리 인프라로 재평가될 수 있다.

* 주의할 점

1) 고정수익이 원금 보장을 의미하지는 않는다. PT가 되는 기준자산(USDe, stETH 등)의 가격 변동이나 디페깅 위험을 안게 되는 것이다.

2) 수익의 일부는 외부 프로젝트의 포인트와 에어드롭에서 발생한다. 실제 경제적 가치가 있을 수 있지만 현금성 수수료보다 평가가 어렵고, 외부 프로젝트의 캠페인이 끝나면 빠르게 감소할 수 있다.

3) 높은 바이백 수요와 별개로 연 2%의 신규 토큰이 계속 발행된다. 매입된 PENDLE도 소각되지 않기 때문에 홀더 분배액과 순공급 증가를 함께 확인해야 한다.

* 결론

- 프로젝트 7점
- PENDLE 토큰 5.5점

펜들은 기존 디파이에 없던 온체인 고정금리와 금리 헷지를 할 수 있는 기능을 만든 좋은 프로젝트이다.

다른 직접 경쟁자들과 격차가 크기 때문에 시장 지위가 확고하고, 준수한 매출과 높은 배당률은 높이 살만하다. 하지만, 수익률 시장이 아직 틈새시장에 머물러 있기 때문에 매출 성장에 제약이 있다.

또한, 유저가 프로토콜을 사용하기에 비교적 난이도가 높고, 기반 자산의 디페깅/해킹 위험이 존재한다. 어려운 토크노믹스 역시 토큰 홀더/투자자 풀 확장에 걸림돌이 될 수 있다.

2026.07.19

#9 - 세 개는 건졌다. 이제 시작이다.

이더리움쪽 디파이 리더 프로젝트들을 쭉 훑어봤다.

좋은 프로젝트는 많았지만, 내가 사고 싶은 토큰은 SKY, AAVE, SYRUP 세 개뿐이었다.

세 토큰이 완벽해서 고른게 아니다. 지금 가격에서 사업의 질, 가치 귀속, 희석, 성장 가능성 등을 봤을 때 위험 대비 기대값이 가장 나아 보였기 때문이다.

아베는 가장 높은 매출과 시장 지위, 스카이는 수익성과 저평가된 토큰, 메이플은 기관 금융과 연결되는 미래 성장성을 높게 봤다.

그에 반해 유니스왑은 온체인 Spot DEX의 표준이지만, 토크노믹스의 문제로 희석되는 UNI 물량이 너무 많다. 이 구조가 바뀌기 전까지는 투자하지 않을 것이다.

펜들은 수익의 80%를 홀더에게 돌려주는 좋은 프로젝트이지만, 타겟 시장이 상대적으로 작아서 폭발적인 성장은 어려울 것이라 느꼈다.

다시 말하지만, 알트 투자에서 꼭 확인해야 할 것은 하나다.

"프로젝트가 성장해 만든 가치 중 내 토큰이 가져가는 몫은 얼마인가?.

자, 디파이는 여기까지하고 다음은 AI 분야를 들여다 볼 차례다.

AI가 미래라는 데는 별 이견이 없지만, AI 토큰이 잘 될지는 또 다른 문제다.

이번에도 시장의 지도를 먼저 그리고, 좋은 프로젝트와 좋은 토큰을 가려보려고 한다.

📝 비싼 AI의 시대가 끝나고 있다
- AI 시장의 빈자리를 노리는 크립토

AI 시장은 지금까지 OpenAI와 Anthropic 같은 폐쇄형 프런티어 연구소가 이끌었다.

막대한 자본과 GPU, 인재를 확보한 소수 기업만 최첨단 모델을 만들 수 있었다. 사용자는 이들이 제공하는 웹사이트와 API를 통해 정해진 가격을 내고 AI를 빌려 썼다.

이들의 높은 기업가치는 하나의 믿음 위에 세워졌다.

최고 수준의 AI는 희소하며, 앞으로도 소수의 회사만 만들 수 있을 것이다.

1️⃣ 폐쇄형 AI의 독점에 금이 갔다

그 믿음에 처음 큰 균열을 낸 것이 2025년 등장한 DeepSeek였다.

딥시크는 모델 가중치를 공개하고 OpenAI의 추론 모델에 근접한 성능을 훨씬 낮은 비용으로 제공했다. 완전한 오픈소스라기보다는 오픈웨이트 모델에 가까웠지만 충격은 충분했다.

이후 OpenAI와 Anthropic은 중국 AI 연구소들이 자사 모델의 출력을 증류(distillation)에 활용했다고 주장했다.

근데 그 의혹이 사실인지 아닌지는 별로 중요하지 않다.

중요한건, 막대한 비용으로 만든 최첨단 AI도 생각보다 빠르게 복제되고 더 싼 가격에 공급될 수 있다는거다.

그리고 2026년 7월, Moonshot AI의 Kimi K3가 다시 경고음을 울렸다.

K3는 일부 평가에서 미국의 최신 프런티어 모델에 근접하거나 앞서는 성능을 보였다.

시장은 또 한번 충격을 받았다. 자본과 첨단 GPU 수급에서 절대적으로 불리한 중국의 후발주자가 미국 프런티어 연구소의 턱밑까지 올라왔다는 사실 때문이었다.

최첨단 AI의 성능 격차는 생각보다 빠르게 좁혀지고 있다.

2️⃣ 대부분의 일에는 최고급 모델이 필요하지 않다

모든 일에 최고 모델이 필요한 것은 아니다. 현대 사회 대부분의 업무는 현존하는 최고 AI 모델(Fable5, ChatGPT Sol 등)의 80% 정도의 성능만 가지고도 충분하다.

이메일, 번역, 고객지원, 검색, 반복 코딩 같은 작업을 하는데 굳이 비싼 최신 모델을 쓸 필요는 없는 것이다.

문제는 여기서 발생한다. 만약, 미국의 최신 AI 모델 사용료가 50달러인데, 그 성능의 80%인 중국 AI가 5달러라면?

현재 AI 업계에서는 아래의 시나리오가 설득력을 얻고 있다.

1) 점점 더 많은 사람들은 가격이 10배 더 저렴한 저가형 AI (성능은 최신 모델의 80%+ 제공)로 갈아탐.

2) AI 시장은 양분됨. 가장 어려운 일에는 프런티어 모델을 쓰고, 대부분의 일반적인 일에는 저렴한 모델을 사용.

3) 저가형 AI와의 경쟁으로 미국의 프론티어 랩(Anthropic, OpenAI)들은 매출과 마진이 감소.

이제, 모든 일에 최신 모델을 사용하던 시대는 끝나고, AI 추론의 가격은 하락할 것이다.

3️⃣ AI가 싸질수록 더 많이 쓴다

기업 입장에서 지금까지 예산 $100로 AI를 써서 일하고 있는데, 갑자기 가격이 $10로 줄어들면, 그대로 만족할까?

아마 아닐 것이다. 왜냐하면, 그들의 경쟁사가 $10 가격의 AI를 10배로 가동시켜서 생산력을 10배로 만들고 돈도 더 벌테니까.

이걸 제번스의 역설이라고 하는데, 효율이 높아질수록 활용처가 늘어나 총소비가 오히려 증가하는 현상이다.

AI가 챗봇에서 에이전트로 발전하면 이 현상은 더 강해진다.

인간은 보고서 하나를 만들기 위해 몇 번 검색하지만, AI 에이전트는 수백 개의 자료를 읽고, 가설을 세우고, 코드를 실행하고, 결과를 비교한 뒤 다시 실험할 수 있다.

AI 사용료가 10분의 1로 내려가도 사용량이 100배 증가한다면 추론 시장은 오히려 더 커진다.

결국 이런 시장에서 성공하려면 누구보다 빠르게 AI를 공급하거나, 누구보다 저렴하게 공급해야한다.

4️⃣ 폭발하는 수요를 누가 공급할 것인가

중국에서 계속 등장하는 오픈웨이트 모델이 좋아지고 추론 수요가 폭발하면 새로운 질문이 생긴다.

1) 필요한 GPU는 누가 공급하지?
2) 학습과 추론에 필요한 데이터는 어디서 구하지?
3) 누가 더 좋은 AI 추론 결과물을 만드는지 어떻게 평가하지?
4) 위의 과정에 기여한 사람에게 어떻게 보상하지?

이 지점에서 크립토 AI가 큰 역할을 할 수 있다.

전세계의 GPU, AI 모델, 데이터, 연구자를 하나의 공개 시장으로 연결한다. 누가 어떤 자원을 제공했는지 기록하고, 경쟁을 통해 가격 책정하며, 기여도에 따라 보상을 자동 분배한다.

딥시크와 같은 오픈웨이트 AI는 모델을 개방했다. 그리고 크립토는 AI가 생산되고 거래되고 보상받는 경제를 개방할 수 있다.

아직 시장은 작다. 토큰 보상이 실제 수요처럼 포장된 프로젝트도 많고, 대부분은 실패할 것이다.

하지만 일부 프로젝트에서는 이 구조가 실제 제품과 매출로 나타나기 시작했다.

5️⃣ 내가 크립토 AI에 베팅하는 이유

앞으로 딥시크, Kimi K 같은 오픈웨이트 모델의 성능은 높아지고, AI 사용 비용은 내려가며, 전체 추론 수요는 더 빠르게 커질 것이다.

이 과정에서 AI 산업의 가치는 모델 자체의 희소성에서 GPU, 데이터, 추론, 평가, 검증과 결제 인프라로 이동할 가능성이 높다.

블록체인은 금융을 혁신하고 돈과 자산을 공개된 네트워크 위에서 움직이게 한다.

블록체인의 다음 혁신은, AI 컴퓨팅과 데이터, 모델, 추론 등을 공개된 시장 위에서 거래하게 만드는 것이다.

블록체인의 강점은 가장 뛰어난 AI 모델을 직접 만드는 데 있지 않다. AI를 공급하고, 평가하고, 거래하고, 기여자에게 보상하는 공개 경제를 만드는 데 있다.

이제부터 그 역할을 맡으려는 크립토 AI 프로젝트가 누군지 하나씩 살펴볼 것이다.

요약: 오픈웨이트 모델의 부상 -> 추론 단가 하락 -> AI 사용량 증가 -> 새로운 경제 인프라의 필요 -> 크립토 AI의 기회

2026.07.23

#10 - 크립토 시장에 AI 프로젝트가 너무 많다.

이전에 다뤘던 디파이 프로젝트들은 유저의 자금을 받아서 수수료를 만드는 애플리케이션들 이었기 때문에, 지표로 비교 분석하기가 쉬웠다.

그런데, AI 분야는 L1, DePIN, 마켓플레이스, 미들웨어, 개발 프레임워크, 소비자앱 등이 섞여 있다.

그리고 같은 AI 코인이라도 어떤 곳은 GPU를 팔고, 어떤 곳은 데이터를 모으며, 어떤 곳은 에이전트나 소비자 앱을 만든다.

그래서 일단 핵심 카테고리별로 대표하는 프로젝트들을 선별했다.

1) 탈중앙 지능/AI 시장 네트워크
- Bittensor, Artificial Superintelligence Alliance
2) 분산 GPU/AI 클라우드
- Render Network, Akash Network, Aethir
3) AI 데이터/지식 네트워크
- Grass, OriginTrail
4) AI 에이전트 플랫폼/인프라
- Virtuals Protocol, Unibase, UnifAI Network
5) 프라이버시/검증 가능한 AI
- Phala, Nillion
6) AI 체인/통합형 인프라
- Near, 0G
7) AI 소비자 애플리케이션
- Venice AI, Kaito, Velvet

이 중에는 여러 카테고리에 중복으로 걸쳐있는 경우도 있지만, 주력으로 하는 컨셉이나 기능을 위주로 선별했다.

대표적인 AI 프로젝트 17개를 찾았으니 조금 더 후보군을 좁힐 차례다.

앞서 나열한 프로젝트들은 각자 뚜렷한 제품과 방향성을 갖고 있다.

하지만, 투자하기 좋은 토큰을 찾으려면 아래의 기준으로 한번 더 필터링해야 한다.

1) AI가 핵심 사업인가
AI가 핵심 사업이거나, AI 사용량 증가가 네트워크 사용과 토큰 수요로 직접 연결돼야 한다. 단순히 기존 제품에 AI 기능을 추가했을 뿐이라면 제외한다.
- 제외: Kaito, Velvet

2) 토큰 보상 밖의 실제 수요가 있는가
외부 고객이 제품을 사용하기 위해 돈을 내는 수요가 있어야 함. 토큰 인센티브와 무관한 유료 수요 필요. 무료 베타와 프로토타입 사용량은 수요로 보지 않는다.
- 제외: Unibase, UnifAI Network

3) 성장으로 감당하기 어려울 만큼 희석되는가
향후 2-3년간 언락되는 토큰이 현재 유통량의 100% 이상으로 너무 큰 경우
- 제외: Aethir, 0G

4) 사업 성장이 토큰에 구조적으로 남는가
프로젝트가 성장하면서 발생하는 수익으로 토큰 홀더에 대한 유의미한 혜택(토큰 소각, 바이백, 배당 등)을 제공하지 않는 경우
- 제외: Artificial Superintelligence Alliance, Phala, Grass

필터링을 거쳐 8개의 프로젝트를 남겼다.
Bittensor, Near, Render Network, Akash Network, OriginTrail, Virtuals Protocol, Nillion, Venice AI

원래라면 이들을 곧바로 같은 기준으로 비교/분석해야 한다. 그런데 그전에 Bittensor부터 짚고 넘어가려고 한다.

왜냐하면, Bittensor는 8개 후보 중 하나이지만, 동시에 나머지를 평가할 기준점이 되기 때문이다.

다른 프로젝트들이 컴퓨팅, 데이터, 에이전트, 추론 중 하나의 시장에 집중한다면, Bittensor는 이 시장들을 각각의 서브넷으로 만들어 경쟁시키는 상위 생태계에 가깝다.

그래서 비텐서와 서브넷 생태계를 잘 이해하면 크립토 AI를 전반적으로 이해하고, 프로젝트들 끼리 비교분석을 하는데 도움이된다.

예를 들어서, Bittensor 서브넷과 같은 사업을 하는 프로젝트가 서브넷보다 매출/수익이 낮으면 투자하지 않는 것이다.

다음 글에서는 이 비교의 기준점이 될 비텐서부터 제대로 뜯어본다.

📘 Bittensor 심층 분석 1 - 크립토 AI의 끝판왕

인생에는 세 번의 기회가 온다.
- 2013년 BTC: $100
- 2017년 ETH: $10
- 2026년 TAO: $200

비텐서는 비트/이더를 제외한 모든 크립토 프로젝트들 중에 내가 가장 bullish한 프로젝트다.

다음 알트 시즌의 주인공이 될 조건을 그만큼 많이 갖췄기 때문이다.

1️⃣ 비트코인에 가까운 깨끗한 공급 구조

TAO의 최대 공급량은 비트코인과 같은 2,100만 개이며, 누적 발행량을 기준으로 반감기가 진행된다. 현재 속도대로라면 비트코인처럼 약 4년에 한번씩 반감기가 도래한다. 2025년 말 첫 반감기가 지나갔고, 다음 반감기는 2029년 전후로 예상된다. 첫 반감기를 막 지난 2013년의 비트코인과 비슷한 위치에 있는 셈이다.

또한, TAO에는 팀과 VC를 위한 초기 물량 배정도 없고, 정기 언락도 없다. (이더리움 조차도 ICO를 통해 토큰을 투자자들에게 판매했고, 재단에 할당된 물량이 있었다) 2021년 비텐서의 메인넷 출시 이후 모든 TAO는 네트워크 참여에 대한 보상으로 발행되고 있다.

앞으로 들어올 전통 투자자나 기관이 봤을 때도 TAO는 비트코인이나 이더리움처럼 투자하기 심플하고 직관적이다. 게다가, 이렇게 탈중앙화된 토큰 발행/유통 구조는 증권성 리스크를 상대적으로 낮추는 요소이며, 향후 기관 투자 상품으로 편입되는 데에도 유리할 수 있다.

2️⃣ TAO 발행이 AI 서브넷끼리의 생산 경쟁을 유발

비트코인은 채굴자에게 블록 보상을 지급해 네트워크 보안을 유지한다. 그리고 비텐서는 신규 발행을 통해 서브넷이 컴퓨팅, 추론, 데이터, 모델, 에이전트 같은 디지털 상품을 생산하게끔 장려한다.

각 서브넷은 자체 알파 토큰과 유동성 풀을 갖는다. TAO 홀더가 자본을 배분하면 그 시장가격이 서브넷의 평가 신호가 되고, 이를 반영한 가격 지표에 따라 TAO 발행량이 서브넷 사이에 배분된다.

서브넷 안에서는 좋은 결과물을 만든 채굴자와 이를 정확하게 평가한 밸리데이터가 보상받는다. TAO를 단순히 나눠주는 것이 아니라, 더 유용한 AI 서비스를 생산하기 위한 경쟁 예산으로 사용하는 셈이다.

3️⃣ 한정된 서브넷에 자본과 인센티브가 집중

이더리움이나 솔라나 같은 L1 생태계에서는 사실상 무제한으로 프로젝트와 토큰을 만들 수 있다. 자본과 관심이 수천 개 토큰으로 흩어진다.

반면 비텐서는 현재 128개의 서브넷 슬롯만이 존재하며, 각 서브넷은 컴퓨팅, 추론, 데이터, 에이전트 등을 위한 제품을 개발하고 향상시키고 있다.

성과가 부진한 서브넷은 인센티브가 줄어들고 퇴출될 수도 있다. 그런 경우 새로운 서브넷이 그 자리를 대체하여 128개를 유지한다.

4️⃣ 개방형 AI와 추론 수요 증가에 대한 투자

오픈웨이트 모델의 성능은 빠르게 좋아지고 사용 비용은 낮아지고 있다. AI가 저렴해질수록 수요가 줄어드는 것이 아니라, 더 많은 서비스와 에이전트가 AI를 사용하게 된다. 그리고 그때 필요한 것은 더 빠르고 저렴한 추론, 컴퓨팅, 데이터, 스토리지와 평가 인프라다.

비텐서에 베팅하면, 어떤 AI 분야가 승자가 될지 하나만 고르지 않아도 된다. AI 경제가 커지면서 필요한 새로운 시장이 생기면, 비텐서 안에 또 하나의 서브넷으로 만들어질 수 있다.

5️⃣ 코드보다 복제하기 어려운 강력한 생태계 해자

비텐서의 코드는 포크할 수 있다. 하지만 수년간 경쟁해 온 마이너와 밸리데이터, 축적된 평판, 유동성, 서브넷 간 연결과 수억 달러 규모의 인센티브 역사는 포크할 수 없다.

재밌는 점은, 서브넷은 서로 TAO 인센티브를 놓고 싸우는 경쟁자이면서 동시에 서로의 고객과 공급자라는 것이다. 128개의 서브넷 구조는 일종의 분산형 AI 생산라인이다. 데이터 수집, 스토리지, 컴퓨팅, 모델 학습과 애플리케이션이 하나의 생산라인처럼 연결되면서 서로의 비용을 낮추고 새로운 매출을 만든다.

예를 들어, Ridges는 중앙화 클라우드(AWS, Azure 등) 대신 다른 비텐서 서브넷의 추론을 사용해 비용을 낮추고 있다.

6️⃣ 서브넷이 성공할수록 TAO의 가치가 올라가는 플라이휠

6-1) 각 서브넷의 알파 토큰은 달러나 스테이블코인과 직접 거래되는 것이 아니라, 기본적으로 TAO와 짝을 이룬 유동성 풀에서 거래된다. 예를 들어, 서브넷 Chutes의 알파 토큰에 투자하려면, 보통 다음 과정을 거친다. "TAO 매수 → TAO를 Chutes 풀에 투입(스테이킹) → Chutes 알파 토큰 확보"

따라서 새로운 사람이 특정 서브넷에 투자하려면 먼저 TAO를 확보해야 한다. 서브넷 수요가 커질수록 그 시장에 들어가기 위한 기축자산인 TAO의 필요성도 커진다는 말이다.

6-2) 서브넷의 실제 매출도 TAO 수요로 바뀔 수 있다. 예를 들어, 서브넷 Chutes가 외부 고객에게 추론 서비스를 팔아 100만 달러를 벌고, 그중 30만 달러로 자체 알파 토큰을 시장에서 매입한다고 가정한다. 이 경우, Chutes 팀은 그 돈으로 바로 알파 토큰을 살 수 있는 것이 아니라, 일반 투자자와 동일하게, 먼저 TAO를 확보한 뒤 Chutes 풀에 넣어서 알파 토큰을 매수해야 한다.

이 흐름은 다음과 같다. "서브넷의 매출 → TAO 확보 → Chutes 알파 토큰 매입 → TAO가 서브넷 풀에 묶임"

6-3) 또 한가지 짚고 넘어가야 되는건, TAO 가격이 상승하면, 서브넷에게 지급되는 인센티브 보상 규모가 커지기 때문에 서브넷 생태계도 더욱 활성화된다. 생태계 플라이휠이 작동하는 것이다.

비트코인이 디지털 화폐를 위한 인센티브 네트워크였다면, 비텐서는 AI를 위한 인센티브 네트워크를 만들고 있다.

📘 Bittensor 심층 분석 2 - TAO가 키우는 128개의 AI 기업

** 비텐서 서브넷 성과 중 일부

- Chutes: 2025년 29.7조 개의 AI 토큰 처리. 66.8만 유저 확보. 월 매출 100만 달러 돌파. 최근 1조 토큰당 역대 최고 매출인 34만 달러 기록.
- Lium: 최근 한 달간 매출과 사용량이 200% 이상 증가. GPU 공급은 2배로 늘었고, 대여 실패율은 30%에서 3%로 개선됨.
- Targon: 소비자 AI 앱 Dippy AI의 유료 추론 토큰을 하루 200억 개 이상 처리. 연환산 매출은 550만 달러 수준.
- Engy: GLM-5.2 추론을 100만 토큰당 입력 0.68달러, 출력 1.50달러에 제공. 대표적인 미국 AI 인프라 기업 Together AI보다 각각 51%, 66% 저렴.

1️⃣ TAO는 AI 제품을 직접 만들지 않는다

비텐서의 목적은 더 빠르고 저렴한 추론, 컴퓨팅, 데이터, 스토리지와 평가 인프라를 만드는 것이다.

하지만, 비텐서가 직접 하나의 AI 제품을 개발하는 것은 아니다.

그대신, 신규로 발행되는 TAO를 인센티브 예산으로 사용해, 수많은 개발자가 더 좋은 AI 상품을 생산하도록 경쟁시킨다.

각 서브넷은 하나의 독립된 AI 프로젝트이자 시장이다.

어떤 곳은 오픈소스 모델의 추론을 제공하고, 어떤 곳은 전 세계의 GPU를 모은다. 데이터를 수집하고 모델을 학습하며, AI 에이전트를 경쟁시키거나 결과물의 품질을 평가하기도 한다.

채굴자는 제품과 서비스를 생산하고, 밸리데이터는 결과물의 품질을 평가한다. 투자자가 TAO를 서브넷에 배분하면 그 시장가격이 평가 신호가 되고, 프로토콜은 이를 반영해 인센티브를 배분한다.

회사가 직원을 고용해 AI를 만드는 대신, 전 세계의 개발자와 GPU가 보상을 두고 경쟁하게 만드는 것이다.

2️⃣ 128개의 서브넷 중 진짜를 고르는 기준

현재 비텐서에는 총 128개의 서브넷 슬롯이 있다.

하지만 128개를 전부 분석할 생각은 없다. 토큰을 발행했다는 이유만으로 모두 같은 가치가 있는 것은 아니니까.

일부는 아직 제품이 없다. 일부는 외부 고객보다 TAO 인센티브에 의존한다. 사용량은 많지만 무료 제공과 보조금으로 만든 숫자일 수도 있다. 비슷한 기능을 두고 여러 서브넷이 경쟁하는 경우도 많다.

따라서 우선 제품, 사용량, 매출, 성장성과 시장평가가 확인되는 20개를 추린다.

그중에서도 실제 외부 고객에게 돈을 받고 있는지, 성장의 가치가 알파 토큰에 남는지, 다른 서브넷이 계속 사용할 만한 인프라가 되는지를 다시 확인할 예정이다.

좋은 서브넷은 외부 고객의 돈으로 신규 발행되는 자체 알파 토큰을 흡수하고, 다른 서브넷이 떠나기 어려운 인프라가 되는 곳이다.

이제 그런 서브넷을 찾을 차례다.

📘 Bittensor 심층 분석 3 - 20개의 대표 서브넷 파헤치기

128개의 서브넷을 모두 분석할 필요는 없다.

일부는 아직 제품이 없고, 일부는 외부 고객보다 TAO 인센티브에 의존한다. 시가총액이 너무 작아 유동성과 퇴출 위험이 큰 곳도 있다.

따라서 시가총액 60위권 안에서 제품과 방향이 비교적 명확한 서브넷 20개를 먼저 추렸다.

1) 탈중앙 지능·AI 시장
- Affine: 강화학습과 사후학습
- Gradients: 분산형 모델 훈련
- iota: 대규모 언어모델 분산 학습

2) 분산 GPU·AI 클라우드
- Chutes: 서버리스 AI 추론
- Lium: GPU 대여 마켓
- Targon: 기밀 AI 컴퓨팅

3) AI 데이터·지식
- Data Universe: 웹·소셜 데이터 수집
- Orion: AI 학습 데이터 생성과 선별
- Score: 기업용 컴퓨터비전

4) AI 에이전트 인프라
- Ridges: 코딩 에이전트
- TrajectoryRL: 에이전트 스킬과 강화학습
- Ditto: 에이전트 메모리와 작업 환경

5) AI 신뢰·안전·검증
- Engy: 검증 가능한 저비용 추론
- DSperse: 암호학적으로 검증되는 AI 연산
- BitMind: 딥페이크와 AI 생성물 탐지

6) AI 스토리지·네트워크 인프라
- Hippius: 분산형 클라우드와 스토리지
- Blockmachine: RPC와 아카이브 노드

7) AI 소비자 애플리케이션
- Bitcast: AI 기반 크리에이터 광고 시장
- Vidaio: AI 영상 압축과 업스케일링
- 404-GEN: 텍스트·이미지 기반 3D 생성

물론 좋은 성과를 낸다고 토큰 가격이 무조건 오르는건 아니다.

매출이 커도 알파 토큰으로 가치가 돌아오지 않을 수 있다. 사용량이 많아도 무료 서비스나 TAO 보조금으로 만든 숫자일 수 있다. 기술이 뛰어나도 현재 시가총액이 이미 모든 기대를 반영했을 수도 있다.

따라서 이 20개 중에서 현재까지 성과가 특히 눈에 띄는 후보는 10개를 먼저 고른다.

Chutes, Lium, Targon, Bitcast, Hippius, Score, Ridges, Vidaio, iota, Engy

그런 뒤 제품 경쟁력, 유료 수요, 매출 성장, 서브넷 간 결합성, 토큰 가치 귀속과 현재 밸류에이션으로 비교한다.

그 뒤에야 실제로 투자할 서브넷 후보를 5개 이하로 좁힐 수 있다.

알파 토큰을 어떻게 사고, 누구에게 새로 발행되며, 희석과 반감기가 어떻게 작동하는지는 바로 다음 글에서 따로 다룰 예정이다.

먼저 좋은 프로젝트(서브넷)를 고른다. 토큰은 그다음이다.

📘 Bittensor 심층 분석 4 - 플라이휠이 보이기 시작한 5개

좋은 서브넷은 제품만 좋아서는 안 된다.

외부 고객이 돈을 내고, 그 매출이 알파의 수요나 공급 감소로 연결돼야 한다.

앞서 추린 10개 중 이 구조가 가장 뚜렷한 곳은 Chutes, Lium, Targon, Bitcast, Hippius다.

1️⃣ Chutes

- 소개: 오픈소스 AI 모델을 서버리스 방식으로 제공. 개발자는 GPU를 직접 관리하지 않고 사용한 만큼 비용을 냄.

- 주요 성과: 2025년 29.7조 개의 AI 토큰 처리. 66만 8,000명의 유저 확보. 2026년 월매출 100만 달러 돌파.

비텐서에서 사용량과 수익화가 가장 앞선 서브넷이며, 무료·보조금 사용을 줄인 뒤 토큰당 매출도 개선되고 있다. 다른 서브넷들이 Chutes의 추론을 사용하는 만큼 내부 인프라로서의 해자도 크다.

다만 추론은 가격 경쟁이 심한 시장이다. 제품은 가장 검증됐지만, 외부 매출이 신규 알파 발행을 얼마나 흡수하는지는 별도로 계산해야 한다.

2️⃣ Lium

- 소개: 전 세계 GPU 공급자와 이용자를 연결하는 대여 시장.

- 주요 성과: 최근 한 달간 매출과 사용량이 200% 이상 증가. GPU 공급은 2배로 늘고 대여 실패율은 30%에서 3%로 개선.

최근 사용량과 GPU 공급이 빠르게 늘었고, 고객이 구매한 컴퓨팅 크레딧 매출로 SN51 알파를 시장에서 매입해 소각하고 있다. 한 차례 공개된 매입·소각 규모만 15만 달러를 넘었다. 외부 고객의 돈이 알파 매수와 공급 감소로 연결된다는 점이 명확하다.

약점은 GPU 대여 자체의 차별화다. 중앙화 클라우드와 다른 분산 GPU 시장보다 지속적으로 싸고 안정적이어야 한다.

3️⃣ Targon

- 소개: 데이터와 모델을 운영자에게 노출하지 않고 실행하는 기밀 컴퓨팅 시장.

- 주요 성과: Dippy AI의 유료 추론을 하루 200억 토큰 이상 처리. 연환산 매출 550만 달러 수준.

Dippy AI의 실제 서비스 트래픽을 처리하고 있으며, Intel과 함께 기밀 AI 컴퓨팅 구조를 공개했다. 일반 GPU 대여보다 기술적 차별화가 뚜렷하다.
서브넷 보상을 다시 공급자와 생태계에 투입하고 남는 알파를 소각하는 구조도 존재한다.

다만 매출이 일부 대형 고객에게 집중돼 있을 가능성이 있다. 고객 다변화가 필요하다.

4️⃣ Bitcast

- 소개: 브랜드와 영상 크리에이터를 연결하고 실제 콘텐츠 성과에 따라 보상.

- 주요 성과: 브랜드 광고 매출로 신규 알파 발행량을 전부 흡수한 최초의 ‘서브넷 수익성’ 달성 사례.

브랜드가 지불한 광고 매출을 알파 매입·소각에 사용한다. 매입 내역을 공개하고 있으며, 외부 매출로 신규 발행을 상쇄하는 ‘서브넷 수익성’을 가장 먼저 보여준 사례다.

사업 규모는 아직 작지만 토큰 가치 귀속은 가장 단순하고 투명하다. 관건은 비텐서 관련 광고를 넘어 일반 브랜드 광고 시장으로 확장할 수 있느냐다.

5️⃣ Hippius

- 소개: 스토리지, 가상머신과 애플리케이션을 제공하는 분산형 클라우드.

- 주요 성과: 기존 앱이 쉽게 이전할 수 있는 S3 호환 분산 스토리지와 가상머신, 개발자 도구를 운영.

Hippius는 알파를 소각하는 대신 고객 결제와 채굴자 운영을 알파 락업에 연결한다.

고객이 스토리지와 컴퓨팅을 사용하고, 채굴자가 서비스를 공급할수록 hAlpha가 잠긴다. 이 과정에서 발생하는 실제 시장 수익은 스테이커에게도 배분된다.
다른 AI 서브넷이 스토리지와 가상머신을 사용하기 시작하면 생태계의 필수 인프라가 될 수 있다.

다만 매입·소각보다 구조가 복잡하고, 현재 매출과 실제 알파 락업 규모를 확인하기 어렵다는 점은 약점이다.

** 결론:
1) 사업 규모는 Chutes와 Targon이 앞선다.
2) 가치 귀속은 Lium과 Bitcast가 가장 명확하다.
3) Hippius는 매출을 알파 락업과 스테이커 수익으로 연결하는 구조가 흥미롭다.

하지만 구조가 있다는 사실만으로 좋은 투자가 되는 것은 아니다.

결국 확인해야 할 건, 외부 고객의 돈이 신규 알파 발행량을 몇 퍼센트나 흡수하는가이다.

📘 Bittensor 심층 분석 5 - 기술은 보이지만 검증이 더 필요한 5개

나머지 다섯개 서브넷도 제품과 기술적 성과는 존재한다. 단순한 프로토타입이 아니라는 말이다.

다만 외부 매출이 반복되고, 그 가치가 알파에 남는다는 증거는 아직 상대적으로 부족하다.

1️⃣ Score

- 소개: 기존 카메라 영상을 분석해 스포츠와 산업 현장의 정보를 구조화하는 컴퓨터비전 플랫폼.

- 주요 성과: PwC France와 기업용 Physical AI 배포를 추진하고, 스포츠·주유소·세차장 등 여러 산업에서 컴퓨터비전 제품을 운영.

스포츠, 주유소와 세차장 등 여러 산업에 제품을 적용하고 있으며, 기업용 Physical AI 배포도 추진하고 있다.

사업 가능성은 높지만, 공개된 4,000만 달러 연환산 매출은 현재 실적이 아니라 팀의 목표에 가깝다. 따라서, 실제 계약 매출과 그 매출이 알파 수요로 연결되는 규모를 확인해야 한다.

2️⃣ Ridges

- 소개: 코딩 에이전트들이 실제 소프트웨어 문제를 해결하며 경쟁하는 시장.

- 주요 성과: 코딩 에이전트 벤치마크 SWE-Bench Verified에서 73.6%를 기록해 오픈소스 최고 수준에 도달.

높은 SWE-Bench 성과를 기록했고, 현재 월 29달러 수준의 유료 코딩 제품도 출시했다. 다른 비텐서 서브넷의 저렴한 추론을 활용한다는 점에서 서브넷 간 결합성도 강하다.

그러나 벤치마크와 유료 제품 출시는 시작일 뿐이다. 반복 이용자와 매출 규모, 매출 기반 알파 매입 정책은 아직 충분히 증명되지 않았다.

3️⃣ Vidaio

- 소개: AI를 이용해 영상 압축과 업스케일링을 제공.

- 주요 성과: 기존 방식보다 파일 크기를 최대 80% 줄이면서 영상 품질을 유지하거나 개선하는 압축 모델을 개발.

기업 고객은 법정화폐로 비용을 지불하고, 실제 작업을 처리한 채굴자가 매출 대부분을 받는다. 채굴자가 보상의 일부에 해당하는 알파를 잠그는 AlphaBond 구조도 있어 서비스 사용이 알파 수요로 이어질 수 있다.

다만 운영팀 몫의 매출을 알파 매입, 개발비와 사업 확장 중 어디에 쓸지는 재량에 달려 있다. 또한, 가치 귀속은 존재하지만 Lium이나 Bitcast만큼 자동적이지 않다.

4️⃣ iota

- 소개: 전 세계에 흩어진 GPU를 연결해 대규모 언어모델을 분산 학습시킴.

- 주요 성과: 전 세계 GPU를 연결해 1,000억 파라미터 모델을 분산 학습하고, 데이터센터 효율의 최대 65%를 달성.

Orion-100B를 통해 인터넷 환경에서도 1,000억 파라미터 모델을 학습할 수 있다는 가능성을 보여줬다.

기술적 의미는 크지만 대규모 사전학습은 반복 구매가 어려운 사업이다. 또한, 누가 돈을 내고 모델을 학습시키는지, 매출이 알파에 어떻게 귀속되는지 역시 아직 명확하지 않다. 현재로서는 사업 투자보다 장기 연구개발 베팅에 가깝다.

5️⃣ Engy

- 소개: 소비자 GPU에서 저렴한 AI 추론을 제공하면서, 요청한 모델이 실제로 실행됐는지를 암호학적으로 검증.

- 주요 성과: GLM-5.2 추론을 Together AI보다 입력은 51%, 출력은 66% 저렴하게 제공.

단순히 싸게 추론하는 것이 아니라 저가 모델로 몰래 바꿔치기하지 않았다는 사실까지 증명한다는 점에서 차별화된다.

문제는 제품 가격과 실제 매출은 다르다는 것이다. 현재 유료 사용량, 반복 고객과 매출 기반 알파 매입 구조는 충분히 확인되지 않았다.

** 결론:
1) 이 그룹에서는 Score가 사업화에 가장 가깝다.
2) Vidaio는 알파 락업 구조가 이미 존재하고, Ridges는 유료 제품을 출시했다는 점에서 그다음이다.
3) iota와 Engy는 기술적 성과는 강하지만 투자 자산으로 평가하려면 외부 매출과 알파 가치 귀속의 증거가 더 필요하다.

📝 당신의 알트, 살아남을 수 있을까?

K자형 양극화로 치닫게될 알트 시장

크립토 베어장이 시작된지도 6개월이 넘었다. 대부분의 알트는 -80%, -90% 지하실 구석에 쳐박혀있다...

그래도 우리에겐 희망이 있다.

비트코인의 4년 주기가 아직 살아 있다면, 2년만 존버하면 다시 불장을 기대할 수 있다. 스테이블 코인과 RWA 시장은 나날이 커지고 있다. 국채와 주식도 온체인으로 넘어오고 있다.

은행과 증권사를 통해서도 기관과 전통 투자자들이 새롭게 들어오면 이 지긋지긋한 PvP 제로섬 게임도 끝날지 모른다. 클래리티 액트는 언젠가 통과될 것이고, 주식 시장으로 떠난 투자자들은 코인판에 돌아올 것이다.

그런데 말이다. 시장이 나아진다고 내 알트에 기회가 올까..?

1️⃣ 내 알트가 처한 암울한 미래

냉정하게 생각해보자. 온체인에 들어온 돈이 반드시 알트를 사는 것은 아니다.

로빈후드 같은 증권앱으로 들어온 신규 투자자는 알트는 고사하고 비트/이더에 눈길도 주지않고 토큰화된 테슬라, 엔비디아, SK하이닉스, 스페이스X 주식을 거래할 확률이 더 높다.

예전에는 코인 거래소에 들어온 돈을 비트, 이더 그리고 알트끼리 나눠 가졌다. 근데 그 진열대에 이제 주식이 올라오고있다.

바이낸스와 로빈후드는 이미 수십개가 넘는 미국 주식과 ETF 토큰을 제공한다.

즉, 앞으로 내 알트는 다른 알트가 아니라 구글, 애플, 삼성이랑 같은 진열대에서 비교당할 것이란 말이다.

다음 사이클의 뉴비는 주식에 더 익숙한 사람들이다. 이들은 매출과 이익을 보고, 주주가 어떤 권리를 갖는지도 안다.

그런 사람에게 매출/수익은 팀이 독식할 수 있고, 의결권은 장식이며, 팀과 VC 물량만 계속 풀리는 알트는 어떻게 보일까?

밈코인은 차라리 솔직하기라도 하다.

더 위험한 것은 회사인 척하지만 법적 보호도 없고, 주식의 권리도 없으며, 밈만큼 재미도 없는 대부분의 알트다.

2️⃣ 당신의 알트가 엔비디아 옆에서도 선택받을 이유

하지만, 그렇다고 모든 알트의 기회가 끝난 것은 아니다.

알트 중에는 실제 유저가 있고, 현금흐름이 있으며, 바이백/소각/배당 같은 홀더 환원 정책이 있는 것도 있다.

이제 인정해야 한다. 알트 시즌이 온다고해도 아무 알트나 함께 오르는 시대는 끝나고 있다.

대신 주식과 나란히 놓여도 선택받을 수 있는 소수의 코인은 더 높은 평가를 받을 것이다.

지금 외면받고 있는 펀더멘털 있는 알트는 오히려 더 큰 기회가 될 수 있다는 말이다.

그래서 나는 요즘 아무도 하지 않는 알트 심층 분석을 하고있다.

불장이 왔을 때 당신의 알트가 엔비디아, 애플, 구글, 마이크론, 삼성, 하이닉스 옆에서도 선택받을 이유가 있는가?

당신이 알트를 잘만 고른다면 가능하다. 결국 투자자들은 펀더멘털 대비 저평가된 자산을 사서 수익을 보고 싶을 테니까.

3️⃣ 결론

- 다음 불장에서는 잘 가는 알트와 못 가는 알트가 극명하게 대비될 것이다
- 이전과 다르게 이제는 펀더멘털 있는 코인들이 훨씬 더 주목받을 것이다
- 내 알트가 실제 주식과 비교해서 투자 가치가 있는지 되돌아 봐야한다

📝 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.

📘 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.