AI Can Now Find 70% of Crypto Exploits | Alpin Yukseloglu, EVMBench Creator
Bankless
3줄 요약
1. EVMBench로 “실제 자금 유출 버그를 ‘익스플로잇 성공’으로 검증”하자, AI의 취약점 탐지 성능이 6개월 만에 12~13% → 70%+로 급상승했다.
2. 크립토는 실행/상태 기반으로 정답 판정이 가능한 ‘검증 가능(verifiable) 환경’이라, AI가 데이터가 적어도 빠르게 실력을 끌어올리기 좋은 최적의 훈련장이다.
3. 단기적으로는 “24/7 블랙햇 vs 화이트햇 에이전트 군비경쟁”이 불가피하고, 장기적으로는 온체인 금융의 보안 상한(수용 가능 TVL)이 크게 올라간다.
Bankless
3줄 요약
1. EVMBench로 “실제 자금 유출 버그를 ‘익스플로잇 성공’으로 검증”하자, AI의 취약점 탐지 성능이 6개월 만에 12~13% → 70%+로 급상승했다.
2. 크립토는 실행/상태 기반으로 정답 판정이 가능한 ‘검증 가능(verifiable) 환경’이라, AI가 데이터가 적어도 빠르게 실력을 끌어올리기 좋은 최적의 훈련장이다.
3. 단기적으로는 “24/7 블랙햇 vs 화이트햇 에이전트 군비경쟁”이 불가피하고, 장기적으로는 온체인 금융의 보안 상한(수용 가능 TVL)이 크게 올라간다.
0:00 AI’s exploit leap: 12% → 70% and the “Superhuman auditors”
알핀은 EVMBench 작업을 시작한 약 6개월 전만 해도 프론티어 모델이 “펀드 드레이닝(자금 전액 유출)”급 크리티컬 버그를 익스플로잇까지 성공시키는 비율이 12~13%(20% 미만)였는데, 개발 기간 중 50%를 넘었고, 공개 직전 최신 모델(GPT 5.3 Codeex) 업데이트로 70%+까지 뛰었다고 설명한다. 핵심은 “AI가 인간 상위권 감사자(best human auditors)와 경쟁하는 구간”에 곧 진입하며, 연말에는 ‘초인간(superhuman) AI auditor’가 등장해 현재의 보안 가정(감사 프로세스, 버그바운티, 배포 후 모니터링)을 전면 재설계해야 할 수 있다는 경고다. 장기적으로는 보안이 산업의 “수용력(carrying capacity)”을 올려 TVL 상한을 높인다는 관점도 제시하는데, “보안 카메라가 달리기 전의 동네 슈퍼(엄마아빠 가게)는 커질 수 없지만, 카메라가 생기면 운영 가능한 규모가 커진다”는 비유로 보안 기술의 경제적 효과를 설명한다.
7:02: Staring at the singularity without losing your mind
진행자는 초지능이 암호학 자체를 깨는 등(양자컴퓨터뿐 아니라 ‘우리가 모르는 수학’으로) 보안이 무의미해지는 상황까지 걱정한다. 알핀은 “물리 법칙은 못 깬다”는 제약(예: 혼돈계인 3체 문제는 초지능이어도 장기 예측 한계가 존재)을 언급하며, 극단적 ‘리밋(극한) 사고’는 심리적으로 사람을 무너뜨릴 수 있다고 말한다. 대신 “실험으로 경계가 정해지는 미래(experimentally bound future)”에서 직접 실험하고 관측하며 대응하는 것이 현실적이라고 강조한다. 여기서 크립토/보안은 실험 설계가 비교적 명확하고 결과가 측정되는 영역이어서, 막연한 공포보다 “벤치마크를 만들고, 모델을 돌리고, 방어책을 제품화하는” 식으로 전장을 ‘측정 가능한 문제’로 바꾸는 접근이 중요하다는 뉘앙스다.
10:31 Agency » doom: the Thiel framing
알핀은 피터 틸의 프레이밍을 빌려 “수용(acceptance)과 부정(denial)은 반대처럼 보이지만 둘 다 ‘내가 할 수 있는 게 없다’는 무기력에 닿아 있다”고 말한다. 그래서 ‘둠어(파멸론자)’와 ‘무조건 가속(가속주의)’ 모두가 현실 대응을 마비시키며, 핵심은 “에이전시(agency): 결과를 굽힐 수 있다는 감각과 실행”이라고 주장한다. 실제로 “에이전트가 스마트컨트랙트를 익스플로잇하는 시대가 오면?” 같은 공포를 느꼈을 때, 그 공포를 곱씹는 대신 EVMBench 같은 측정 도구를 만들고 모델 랩(OpenAI 등)과 직접 연결해 크립토 역량을 평가/개선 루프로 끌어오는 행동이 심리적 안정과 실질적 방어 둘 다를 만든다는 메시지다. 또한 “지금은 cohesion(완성도/정합성)보다 speed(속도)가 더 중요한 시대”라며, 2주 고민한 ‘정답 설계’보다 24시간 내 MVP를 던져 실험하고 학습하는 편이 유리하다고 말한다.
19:10 What’s most at risk (and what’s safer)
단기 위험이 큰 곳으로 알핀은 “롱테일(저TVL) 프로토콜/체인”을 지목한다. 과거에는 ‘해킹해서 벌 돈이 몇 천 달러 수준’이면 고급 공격자나 최상급 감사자의 레이더 밖이라 일종의 “작아서 살아남는 보호막”이 있었지만, AI로 추론 비용이 급락하면(10~50달러의 비용으로 1,000달러짜리 계약도 자동 수확 가능) 롱테일이 빠르게 털릴 수 있다는 논리다. 반대로 유니스왑/대형 렌딩 같은 OG 디파이 계약은 린디 효과(오랜 기간 공격을 견딘 내구성)와 시장 테스트로 상대적으로 안전하지만, AI가 “상시 스캐닝”을 하게 되면 결국 이들조차 방어 체계를 재정비해야 한다고 본다. 즉 “안전/위험”이 프로덕트 카테고리(DEX vs lending)라기보다 (1) 린디/검증 기간 (2) 복잡도 (3) 공격 가치(보상) (4) AI 스캔 비용 하락에 따른 롱테일 경제성으로 결정된다는 관점이다.
23:37 What EVMBench actually is (benchmark + harness)
EVMBench는 (1) 벤치마크와 (2) 에이전트 하네스(harness, 스캐폴딩/도구환경) 두 가지 성격을 함께 가진다. 단순히 “이 코드에 버그 있나요?”라고 프롬프트로 묻는 수준을 넘어, 에이전트에게 EVM 실행 환경, 테스트/배포, 체인 상태 로딩 같은 ‘도구’를 제공해 실제 익스플로잇을 시도하게 만든다. 여기서 하네스란 “모델을 담는 틀+전용 슈퍼파워”로, 사람이 해킹할 때 사용하는 실행/검증 루프를 에이전트가 쓸 수 있게 하는 인프라다. 흥미로운 포인트는 하네스가 단순히 기능을 추가하는 것뿐 아니라 “환경이 주어지면 모델이 더 오래 생각하고 더 열심히 시도해 성능이 오르는” 효과도 관측된다는 점이다. 다만 장기적으로는 테슬라 FSD 사례처럼(초기엔 C++ 규칙 기반이 많다가 점점 모델이 흡수) 하네스의 ‘하드코딩 도구’가 모델 내부 능력으로 흡수될 수 있다고 전망한다. 또한 공개한 하네스/UI는 악용을 막기 위해 최전선 공격 능력을 그대로 제공하지 않는 “베이스라인 점검” 수준으로 의도적으로 제한했다고 언급한다.
27:03 Why exploiting is the key: killing false positives
기존 감사 에이전트의 가장 큰 문제는 “거짓 양성(false positive)”이다. 모델이 “버그 50개 찾음”이라고 말해도 실제 크리티컬은 1개일 수 있고, 사람이 그 50개를 검증하느라 시간이 더 든다면 자동화가 무의미해진다. EVMBench는 이 문제를 ‘익스플로잇 성공’으로 해결한다. 즉 에이전트가 취약점이라고 주장하려면, 프로덕션급 EVM 환경에서 PoC를 돌려 실제로 자금을 드레인하는 트랜잭션/시퀀스를 만들어내야 하며, 이로써 “버그 주장 = 실행 가능한 증명”이 된다. 금융/리서치 관점에서 이는 중요하다. 감사 결과가 ‘서술형 리포트’에서 ‘검증 가능한 실행 증거’로 바뀌면, 보안 리스크가 정량화되고(성공/실패) 내부 통제나 보험/리스크 프라이싱 모델에도 연결하기 쉬워진다.
29:24 AI gets “good at crypto” fast: verifiability
알핀은 AI 발전을 “검증 가능(정답이 자동 판정되는) 영역 vs 불가능(미학/취향/정답 불명) 영역”으로 나눈다. 시/농담은 정답 채점이 어려워 개선 신호가 약하지만, 크립토는 상태 전이와 규칙이 명확해 “정답 신호(training signal)”가 강하다는 주장이다. 일반 소프트웨어도 컴파일/테스트로 어느 정도 검증 가능하지만, 테스트 자체는 사람이 설계해야 한다. 반면 스마트컨트랙트/체인 상태는 “자금이 빠졌는가/불변식이 깨졌는가”처럼 객관적 판정이 가능하고, 표준(ERC 등)과 결정론적 실행환경(EVM)이 이를 더 강화한다. 이 때문에 크립토 데이터가 상대적으로 적고, 랩에 크립토 인력이 많지 않아도 모델이 빠르게 ‘언어를 습득’하듯 능력을 올린다는 설명(“영어로 시를 배우고 스페인어로 생물을 배우면, 스페인어 시도 쓰게 되는” 일반화 비유)을 덧붙인다.
알핀은 EVMBench 작업을 시작한 약 6개월 전만 해도 프론티어 모델이 “펀드 드레이닝(자금 전액 유출)”급 크리티컬 버그를 익스플로잇까지 성공시키는 비율이 12~13%(20% 미만)였는데, 개발 기간 중 50%를 넘었고, 공개 직전 최신 모델(GPT 5.3 Codeex) 업데이트로 70%+까지 뛰었다고 설명한다. 핵심은 “AI가 인간 상위권 감사자(best human auditors)와 경쟁하는 구간”에 곧 진입하며, 연말에는 ‘초인간(superhuman) AI auditor’가 등장해 현재의 보안 가정(감사 프로세스, 버그바운티, 배포 후 모니터링)을 전면 재설계해야 할 수 있다는 경고다. 장기적으로는 보안이 산업의 “수용력(carrying capacity)”을 올려 TVL 상한을 높인다는 관점도 제시하는데, “보안 카메라가 달리기 전의 동네 슈퍼(엄마아빠 가게)는 커질 수 없지만, 카메라가 생기면 운영 가능한 규모가 커진다”는 비유로 보안 기술의 경제적 효과를 설명한다.
7:02: Staring at the singularity without losing your mind
진행자는 초지능이 암호학 자체를 깨는 등(양자컴퓨터뿐 아니라 ‘우리가 모르는 수학’으로) 보안이 무의미해지는 상황까지 걱정한다. 알핀은 “물리 법칙은 못 깬다”는 제약(예: 혼돈계인 3체 문제는 초지능이어도 장기 예측 한계가 존재)을 언급하며, 극단적 ‘리밋(극한) 사고’는 심리적으로 사람을 무너뜨릴 수 있다고 말한다. 대신 “실험으로 경계가 정해지는 미래(experimentally bound future)”에서 직접 실험하고 관측하며 대응하는 것이 현실적이라고 강조한다. 여기서 크립토/보안은 실험 설계가 비교적 명확하고 결과가 측정되는 영역이어서, 막연한 공포보다 “벤치마크를 만들고, 모델을 돌리고, 방어책을 제품화하는” 식으로 전장을 ‘측정 가능한 문제’로 바꾸는 접근이 중요하다는 뉘앙스다.
10:31 Agency » doom: the Thiel framing
알핀은 피터 틸의 프레이밍을 빌려 “수용(acceptance)과 부정(denial)은 반대처럼 보이지만 둘 다 ‘내가 할 수 있는 게 없다’는 무기력에 닿아 있다”고 말한다. 그래서 ‘둠어(파멸론자)’와 ‘무조건 가속(가속주의)’ 모두가 현실 대응을 마비시키며, 핵심은 “에이전시(agency): 결과를 굽힐 수 있다는 감각과 실행”이라고 주장한다. 실제로 “에이전트가 스마트컨트랙트를 익스플로잇하는 시대가 오면?” 같은 공포를 느꼈을 때, 그 공포를 곱씹는 대신 EVMBench 같은 측정 도구를 만들고 모델 랩(OpenAI 등)과 직접 연결해 크립토 역량을 평가/개선 루프로 끌어오는 행동이 심리적 안정과 실질적 방어 둘 다를 만든다는 메시지다. 또한 “지금은 cohesion(완성도/정합성)보다 speed(속도)가 더 중요한 시대”라며, 2주 고민한 ‘정답 설계’보다 24시간 내 MVP를 던져 실험하고 학습하는 편이 유리하다고 말한다.
19:10 What’s most at risk (and what’s safer)
단기 위험이 큰 곳으로 알핀은 “롱테일(저TVL) 프로토콜/체인”을 지목한다. 과거에는 ‘해킹해서 벌 돈이 몇 천 달러 수준’이면 고급 공격자나 최상급 감사자의 레이더 밖이라 일종의 “작아서 살아남는 보호막”이 있었지만, AI로 추론 비용이 급락하면(10~50달러의 비용으로 1,000달러짜리 계약도 자동 수확 가능) 롱테일이 빠르게 털릴 수 있다는 논리다. 반대로 유니스왑/대형 렌딩 같은 OG 디파이 계약은 린디 효과(오랜 기간 공격을 견딘 내구성)와 시장 테스트로 상대적으로 안전하지만, AI가 “상시 스캐닝”을 하게 되면 결국 이들조차 방어 체계를 재정비해야 한다고 본다. 즉 “안전/위험”이 프로덕트 카테고리(DEX vs lending)라기보다 (1) 린디/검증 기간 (2) 복잡도 (3) 공격 가치(보상) (4) AI 스캔 비용 하락에 따른 롱테일 경제성으로 결정된다는 관점이다.
23:37 What EVMBench actually is (benchmark + harness)
EVMBench는 (1) 벤치마크와 (2) 에이전트 하네스(harness, 스캐폴딩/도구환경) 두 가지 성격을 함께 가진다. 단순히 “이 코드에 버그 있나요?”라고 프롬프트로 묻는 수준을 넘어, 에이전트에게 EVM 실행 환경, 테스트/배포, 체인 상태 로딩 같은 ‘도구’를 제공해 실제 익스플로잇을 시도하게 만든다. 여기서 하네스란 “모델을 담는 틀+전용 슈퍼파워”로, 사람이 해킹할 때 사용하는 실행/검증 루프를 에이전트가 쓸 수 있게 하는 인프라다. 흥미로운 포인트는 하네스가 단순히 기능을 추가하는 것뿐 아니라 “환경이 주어지면 모델이 더 오래 생각하고 더 열심히 시도해 성능이 오르는” 효과도 관측된다는 점이다. 다만 장기적으로는 테슬라 FSD 사례처럼(초기엔 C++ 규칙 기반이 많다가 점점 모델이 흡수) 하네스의 ‘하드코딩 도구’가 모델 내부 능력으로 흡수될 수 있다고 전망한다. 또한 공개한 하네스/UI는 악용을 막기 위해 최전선 공격 능력을 그대로 제공하지 않는 “베이스라인 점검” 수준으로 의도적으로 제한했다고 언급한다.
27:03 Why exploiting is the key: killing false positives
기존 감사 에이전트의 가장 큰 문제는 “거짓 양성(false positive)”이다. 모델이 “버그 50개 찾음”이라고 말해도 실제 크리티컬은 1개일 수 있고, 사람이 그 50개를 검증하느라 시간이 더 든다면 자동화가 무의미해진다. EVMBench는 이 문제를 ‘익스플로잇 성공’으로 해결한다. 즉 에이전트가 취약점이라고 주장하려면, 프로덕션급 EVM 환경에서 PoC를 돌려 실제로 자금을 드레인하는 트랜잭션/시퀀스를 만들어내야 하며, 이로써 “버그 주장 = 실행 가능한 증명”이 된다. 금융/리서치 관점에서 이는 중요하다. 감사 결과가 ‘서술형 리포트’에서 ‘검증 가능한 실행 증거’로 바뀌면, 보안 리스크가 정량화되고(성공/실패) 내부 통제나 보험/리스크 프라이싱 모델에도 연결하기 쉬워진다.
29:24 AI gets “good at crypto” fast: verifiability
알핀은 AI 발전을 “검증 가능(정답이 자동 판정되는) 영역 vs 불가능(미학/취향/정답 불명) 영역”으로 나눈다. 시/농담은 정답 채점이 어려워 개선 신호가 약하지만, 크립토는 상태 전이와 규칙이 명확해 “정답 신호(training signal)”가 강하다는 주장이다. 일반 소프트웨어도 컴파일/테스트로 어느 정도 검증 가능하지만, 테스트 자체는 사람이 설계해야 한다. 반면 스마트컨트랙트/체인 상태는 “자금이 빠졌는가/불변식이 깨졌는가”처럼 객관적 판정이 가능하고, 표준(ERC 등)과 결정론적 실행환경(EVM)이 이를 더 강화한다. 이 때문에 크립토 데이터가 상대적으로 적고, 랩에 크립토 인력이 많지 않아도 모델이 빠르게 ‘언어를 습득’하듯 능력을 올린다는 설명(“영어로 시를 배우고 스페인어로 생물을 배우면, 스페인어 시도 쓰게 되는” 일반화 비유)을 덧붙인다.
30:56 What “70% exploit rate” really means
“70% 익스플로잇 레이트”는 ‘세상의 모든 컨트랙트 70%를 해킹한다’가 아니라, Code Arena 같은 오픈 감사 콘테스트에서 실제로 발견된 “역사적 펀드 드레이닝 크리티컬 버그” 셋을 모아(모델 지식 컷오프 이후 구간으로 오염/컨태미네이션을 피함) 동일 조건에서 에이전트가 익스플로잇까지 성공한 비율을 말한다. 즉 “당시 인간들이 찾아낸 크리티컬 버그 중 70%를, 해당 시점 프론티어 모델이 재현 가능하게 찾아냈을 것”에 가깝다. 또한 단일 유형(예: reentrancy)만 잘 푼 게 아니라 다양한 버그 클래스에서 성능이 나왔다는 점을 강조한다. 리서처 관점에서 중요한 해석은 (1) 탐지→(2) 패치→(3) 익스플로잇의 체인 중 ‘익스플로잇’을 기준으로 삼아 허수 성능을 제거했고, (b) 인간 감사 역량 대비 모델이 ‘근접 구간’으로 들어왔다는 것이다. 다만 “70% = 인간 상위 감사자 70% 대체”처럼 선형 비교는 위험하며, 쉬운 크리티컬 버그도 존재해 분포(난이도, 버그 다양성)를 함께 봐야 한다는 뉘앙스도 있다.
33:32 Why AI labs avoided crypto (it’s not technical)
프론티어 랩이 크립토를 늦게 다룬 이유를 알핀은 “기술이 아니라 사회적 요인”으로 본다. 크립토는 평판 변동성이 크고, 업계 최상위와 평균의 격차가 매우 커서 ‘질 낮은 크립토’만 접하면 사기/밈코인/프론트런 같은 부정적 표본만 보게 된다는 것이다. 그러면 “전체가 스캠”이라는 인식이 굳고, 랩 내부에서 크립토 데이터/벤치마크를 다루는 것이 ‘오버튼 윈도우 밖’이 된다. 결과적으로 “검증 가능하고 경제적으로 중요한 평가셋”이 부족한 랩 입장에서도 크립토를 제대로 활용하지 못했는데, Paradigm이 다리 역할을 하며 OpenAI와 EVMBench를 만든 것이 이 장벽을 뚫는 계기라는 설명이다. 벤치마크가 자리 잡으면 랩들이 경쟁적으로 점수를 올리려는 동학이 생기고, 그 자체가 크립토 능력의 ‘강제 업그레이드 루프’로 작동할 수 있다는 기대가 깔려 있다.
43:38 Blackhat vs whitehat: how the race plays out
단기적으로는 “모든 컨트랙트가 24/7로 공격자/방어자 에이전트에게 스캔되는 세계”를 상정한다. 취약점이 드러나는 순간 ‘먼저 발견한 쪽’이 방어(패치/긴급중지/업그레이드)로 선점할지, 공격(익스플로잇)으로 수익화할지의 레이스가 된다. 이 구조에서는 과거처럼 “TVL이 작아서 안전”이 성립하지 않고, AI 추론비가 충분히 낮아지면 롱테일도 경제적으로 공격 대상이 된다(“1,000달러짜리 컨트랙트를 10~50달러로 자동 수확”). 반대로 장기적으로는 약한 고리들이 제거되거나(털리거나) 방어가 상향 평준화되어, 결과적으로 온체인의 보안 강도가 크게 강화되고 더 큰 자본이 올라올 수 있다는 ‘잔혹하지만 건강해지는’ 진화 모델을 제시한다.
47:21 Agents and “payments at the speed of light”
알핀은 크립토를 “인터넷 속도로 결제(빛의 속도에 가까운 가치 이전)”를 가능케 하는 해법으로 재정의한다. 이메일 보내듯 돈을 보내려면 더블스펜드 문제를 풀어야 하고, 비트코인은 이를 해결하며 정산 시간을 ‘약 1시간’ 수준으로 만들었고, 이후 발전은 속도와 표현력(스마트컨트랙트) 확장으로 이어졌다는 서사다. 여기서 AI 에이전트가 등장하면, 그들은 인터넷 속도로 경제 활동을 하려 하므로 레거시 뱅킹(“자동차 발명 전 만들어진 시스템”)보다 크립토 레일을 ‘발견하고 채택’할 가능성이 높다고 본다. 과거에는 “에이전트가 크립토를 잘 다루지 못해 새 레일을 재발명할 수도”라는 우려가 있었지만, 최근 보안/코딩 능력의 급상승과 네트워크 효과(표준, 툴링, 유동성)가 그 우려를 줄였다는 관점이다.
51:02 EVM vs Solana: network effects
EVM의 데이터/툴링 네트워크 효과가 강하지만, 알핀은 모델이 점점 “새 언어에 덜 데이터-헝그리”해지면서 장기적으로는 균형이 바뀔 수 있다고 본다. EVMBench도 솔라나 컴포넌트를 시작했으나, 평가 인프라 구축 자체가 무겁고 사람 손(전문 인력)이 많이 들어 현실적으로 EVM부터 확장하는 선택을 했다고 말한다. 흥미로운 반전으로 “솔라나 쪽 컨트랙트는 클로즈드 소스가 많아, 오히려 훈련셋 오염(contamination) 관점에서 평가/학습 데이터의 ‘희소성’이 장점이 될 수 있다”는 가능성을 제시한다. 즉 오픈소스는 시간이 지나면 벤치마크/버그 패턴이 프리트레인에 섞일 위험이 있지만, 클로즈드 영역은 ‘보지 못한 문제’로 남아 더 가치 있는 평가장이 될 수 있다는 논리다. 결론적으로 단기 비대칭은 있어도, 장기에는 모델이 전 생태계에서 강해지고 최종 승자는 “기술/시장 메리트 기반”으로 결정될 수 있다고 본다.
56:18 AI formal verification as an endgame
이더리움이 장기적으로 엔드투엔드 스택의 ‘형식검증(formal verification)’을 지향한다는 맥락에서, AI가 형식검증을 가속할 수 있다고 본다. 알핀은 Paradigm이 투자한 Harmonic(수학 기반 파운데이션 모델)을 언급하며, “생성되는 소프트웨어 양이 인간 리뷰 능력을 초과하는 세계”에서 형식검증이 핵심 인프라가 될 수 있다고 말한다. 형식검증의 약점은 스펙(spec) 작성 자체가 또 다른 버그 표면이지만, 그럼에도 “코드를 쓰는 것보다 스펙을 쓰는 버그 표면이 더 작을 수 있다”는 주장이다. 또한 에이전트 관점에서는 ‘형식검증된 컴포넌트’가 기본 선택지가 되는 네트워크 효과가 생길 수 있다(두 옵션이 있으면 검증된 쪽을 선호). 금융 인프라로서의 크립토가 요구하는 신뢰 수준을 생각하면, “AI + 형식검증 + 실행증명(PoC)”이 합쳐져 보안의 산업 표준을 재정의할 수 있다는 결론이다.
58:06 EVMBench V2: expanding the frontier
EVMBench의 목표는 “모델 랩들이 크립토 능력을 올리도록 유도하는 플래그십 평가셋”을 만드는 것이고, 보안은 그중 하나의 축일 뿐이라고 말한다. V2/차기 방향으로는 (1) 다른 생태계/스택 확장(솔라나 등), (2) 프로토콜 레이어 보안(Geth, Reth 같은 클라이언트 취약점)까지 하향 확장, (3) 멤풀/트랜잭션 랜딩 같은 비결정적·현실 마찰 요소까지 포함, (4) 암호학·ZK 같은 더 깊은 검증 가능 영역을 평가에 포함하는 그림을 제시한다. 또한 협업자 소싱을 열어두고, “이제 모델 랩 문에 발을 걸쳤으니 업계가 이 레버리지를 최대한 활용해야 한다”는 톤으로 마무리한다.
59:54 Why Alpin stays in crypto
알핀은 산업 ‘하드라인’보다 문제/기술 중심으로 움직인다고 말하면서도, 크립토는 (1) 지적 흥미가 크고 (2) 똑똑한 친구들이 놓치고 있는 지점이 명확한 ‘컨트라리언’ 영역이라 매력적이라고 설명한다. 터키에서 성장한 배경을 언급하며, 지정학적 불안정/통화 불안이 실제 삶에서 어떻게 나타나는지 아는 사람에게 크립토는 “금융의 종단간 암호화(end-to-end encryption)” 같은 생존 인프라가 될 수 있다고 말한다. AI 가속이 반드시 자동으로 좋은 결과를 보장하진 않지만, 업계가 에이전시를 갖고 방어/표준/평가/검증 인프라를 밀어붙이면 “AI는 크립토에 매우 좋은 방향으로 수렴(converge)”할 것이라는 확신을 다시 한 번 강조한다.
https://youtu.be/3OH0W7VzQDY 5분 전 업로드 됨
“70% 익스플로잇 레이트”는 ‘세상의 모든 컨트랙트 70%를 해킹한다’가 아니라, Code Arena 같은 오픈 감사 콘테스트에서 실제로 발견된 “역사적 펀드 드레이닝 크리티컬 버그” 셋을 모아(모델 지식 컷오프 이후 구간으로 오염/컨태미네이션을 피함) 동일 조건에서 에이전트가 익스플로잇까지 성공한 비율을 말한다. 즉 “당시 인간들이 찾아낸 크리티컬 버그 중 70%를, 해당 시점 프론티어 모델이 재현 가능하게 찾아냈을 것”에 가깝다. 또한 단일 유형(예: reentrancy)만 잘 푼 게 아니라 다양한 버그 클래스에서 성능이 나왔다는 점을 강조한다. 리서처 관점에서 중요한 해석은 (1) 탐지→(2) 패치→(3) 익스플로잇의 체인 중 ‘익스플로잇’을 기준으로 삼아 허수 성능을 제거했고, (b) 인간 감사 역량 대비 모델이 ‘근접 구간’으로 들어왔다는 것이다. 다만 “70% = 인간 상위 감사자 70% 대체”처럼 선형 비교는 위험하며, 쉬운 크리티컬 버그도 존재해 분포(난이도, 버그 다양성)를 함께 봐야 한다는 뉘앙스도 있다.
33:32 Why AI labs avoided crypto (it’s not technical)
프론티어 랩이 크립토를 늦게 다룬 이유를 알핀은 “기술이 아니라 사회적 요인”으로 본다. 크립토는 평판 변동성이 크고, 업계 최상위와 평균의 격차가 매우 커서 ‘질 낮은 크립토’만 접하면 사기/밈코인/프론트런 같은 부정적 표본만 보게 된다는 것이다. 그러면 “전체가 스캠”이라는 인식이 굳고, 랩 내부에서 크립토 데이터/벤치마크를 다루는 것이 ‘오버튼 윈도우 밖’이 된다. 결과적으로 “검증 가능하고 경제적으로 중요한 평가셋”이 부족한 랩 입장에서도 크립토를 제대로 활용하지 못했는데, Paradigm이 다리 역할을 하며 OpenAI와 EVMBench를 만든 것이 이 장벽을 뚫는 계기라는 설명이다. 벤치마크가 자리 잡으면 랩들이 경쟁적으로 점수를 올리려는 동학이 생기고, 그 자체가 크립토 능력의 ‘강제 업그레이드 루프’로 작동할 수 있다는 기대가 깔려 있다.
43:38 Blackhat vs whitehat: how the race plays out
단기적으로는 “모든 컨트랙트가 24/7로 공격자/방어자 에이전트에게 스캔되는 세계”를 상정한다. 취약점이 드러나는 순간 ‘먼저 발견한 쪽’이 방어(패치/긴급중지/업그레이드)로 선점할지, 공격(익스플로잇)으로 수익화할지의 레이스가 된다. 이 구조에서는 과거처럼 “TVL이 작아서 안전”이 성립하지 않고, AI 추론비가 충분히 낮아지면 롱테일도 경제적으로 공격 대상이 된다(“1,000달러짜리 컨트랙트를 10~50달러로 자동 수확”). 반대로 장기적으로는 약한 고리들이 제거되거나(털리거나) 방어가 상향 평준화되어, 결과적으로 온체인의 보안 강도가 크게 강화되고 더 큰 자본이 올라올 수 있다는 ‘잔혹하지만 건강해지는’ 진화 모델을 제시한다.
47:21 Agents and “payments at the speed of light”
알핀은 크립토를 “인터넷 속도로 결제(빛의 속도에 가까운 가치 이전)”를 가능케 하는 해법으로 재정의한다. 이메일 보내듯 돈을 보내려면 더블스펜드 문제를 풀어야 하고, 비트코인은 이를 해결하며 정산 시간을 ‘약 1시간’ 수준으로 만들었고, 이후 발전은 속도와 표현력(스마트컨트랙트) 확장으로 이어졌다는 서사다. 여기서 AI 에이전트가 등장하면, 그들은 인터넷 속도로 경제 활동을 하려 하므로 레거시 뱅킹(“자동차 발명 전 만들어진 시스템”)보다 크립토 레일을 ‘발견하고 채택’할 가능성이 높다고 본다. 과거에는 “에이전트가 크립토를 잘 다루지 못해 새 레일을 재발명할 수도”라는 우려가 있었지만, 최근 보안/코딩 능력의 급상승과 네트워크 효과(표준, 툴링, 유동성)가 그 우려를 줄였다는 관점이다.
51:02 EVM vs Solana: network effects
EVM의 데이터/툴링 네트워크 효과가 강하지만, 알핀은 모델이 점점 “새 언어에 덜 데이터-헝그리”해지면서 장기적으로는 균형이 바뀔 수 있다고 본다. EVMBench도 솔라나 컴포넌트를 시작했으나, 평가 인프라 구축 자체가 무겁고 사람 손(전문 인력)이 많이 들어 현실적으로 EVM부터 확장하는 선택을 했다고 말한다. 흥미로운 반전으로 “솔라나 쪽 컨트랙트는 클로즈드 소스가 많아, 오히려 훈련셋 오염(contamination) 관점에서 평가/학습 데이터의 ‘희소성’이 장점이 될 수 있다”는 가능성을 제시한다. 즉 오픈소스는 시간이 지나면 벤치마크/버그 패턴이 프리트레인에 섞일 위험이 있지만, 클로즈드 영역은 ‘보지 못한 문제’로 남아 더 가치 있는 평가장이 될 수 있다는 논리다. 결론적으로 단기 비대칭은 있어도, 장기에는 모델이 전 생태계에서 강해지고 최종 승자는 “기술/시장 메리트 기반”으로 결정될 수 있다고 본다.
56:18 AI formal verification as an endgame
이더리움이 장기적으로 엔드투엔드 스택의 ‘형식검증(formal verification)’을 지향한다는 맥락에서, AI가 형식검증을 가속할 수 있다고 본다. 알핀은 Paradigm이 투자한 Harmonic(수학 기반 파운데이션 모델)을 언급하며, “생성되는 소프트웨어 양이 인간 리뷰 능력을 초과하는 세계”에서 형식검증이 핵심 인프라가 될 수 있다고 말한다. 형식검증의 약점은 스펙(spec) 작성 자체가 또 다른 버그 표면이지만, 그럼에도 “코드를 쓰는 것보다 스펙을 쓰는 버그 표면이 더 작을 수 있다”는 주장이다. 또한 에이전트 관점에서는 ‘형식검증된 컴포넌트’가 기본 선택지가 되는 네트워크 효과가 생길 수 있다(두 옵션이 있으면 검증된 쪽을 선호). 금융 인프라로서의 크립토가 요구하는 신뢰 수준을 생각하면, “AI + 형식검증 + 실행증명(PoC)”이 합쳐져 보안의 산업 표준을 재정의할 수 있다는 결론이다.
58:06 EVMBench V2: expanding the frontier
EVMBench의 목표는 “모델 랩들이 크립토 능력을 올리도록 유도하는 플래그십 평가셋”을 만드는 것이고, 보안은 그중 하나의 축일 뿐이라고 말한다. V2/차기 방향으로는 (1) 다른 생태계/스택 확장(솔라나 등), (2) 프로토콜 레이어 보안(Geth, Reth 같은 클라이언트 취약점)까지 하향 확장, (3) 멤풀/트랜잭션 랜딩 같은 비결정적·현실 마찰 요소까지 포함, (4) 암호학·ZK 같은 더 깊은 검증 가능 영역을 평가에 포함하는 그림을 제시한다. 또한 협업자 소싱을 열어두고, “이제 모델 랩 문에 발을 걸쳤으니 업계가 이 레버리지를 최대한 활용해야 한다”는 톤으로 마무리한다.
59:54 Why Alpin stays in crypto
알핀은 산업 ‘하드라인’보다 문제/기술 중심으로 움직인다고 말하면서도, 크립토는 (1) 지적 흥미가 크고 (2) 똑똑한 친구들이 놓치고 있는 지점이 명확한 ‘컨트라리언’ 영역이라 매력적이라고 설명한다. 터키에서 성장한 배경을 언급하며, 지정학적 불안정/통화 불안이 실제 삶에서 어떻게 나타나는지 아는 사람에게 크립토는 “금융의 종단간 암호화(end-to-end encryption)” 같은 생존 인프라가 될 수 있다고 말한다. AI 가속이 반드시 자동으로 좋은 결과를 보장하진 않지만, 업계가 에이전시를 갖고 방어/표준/평가/검증 인프라를 밀어붙이면 “AI는 크립토에 매우 좋은 방향으로 수렴(converge)”할 것이라는 확신을 다시 한 번 강조한다.
https://youtu.be/3OH0W7VzQDY 5분 전 업로드 됨
YouTube
AI Is Becoming a Superhuman Smart Contract Auditor | Alpin Yukseloglu
📣SPOTIFY PREMIUM RSS FEED | USE CODE: SPOTIFY24
https://bankless.cc/spotify-premium
---
AI is getting dangerously good at smart contract security. Faster than crypto is ready for. Alpin Yukseloglu joins Bankless to break down EVMBench (built with OpenAI)…
https://bankless.cc/spotify-premium
---
AI is getting dangerously good at smart contract security. Faster than crypto is ready for. Alpin Yukseloglu joins Bankless to break down EVMBench (built with OpenAI)…
Has Crypto Lost Its Soul? (feat. Jez) - The Chopping Block
Unchained
3줄 요약
1. “크립토가 영혼을 잃었다”는 탄식의 핵심은 기술의 실패가 아니라, 밈코인·러그·과잉자산화가 만들어낸 참여자 문화의 변화와 이상주의의 소진이다.
2. 그럼에도 스테이블코인·DeFi·퍼프(perps)는 이미 ‘24/7 글로벌 가격발견 + 무허가 금융’이라는 2014~2015년 비전을 현실화했고, 전쟁 같은 위기 국면에서 TradFi를 앞서는 순간이 나온다.
3. 예측시장(Polymarket vs Kalshi)은 “진실 엔진”이면서도 ‘죽음/전쟁’ 규제, 결제(리졸브) 규칙의 모호성, 내부자 거래 단속이 충돌하는 대표적 규제 지뢰밭이다.
Jez×Tarun 첫 만남: 2021 NFT 파티, MIT 출신 ‘크립토 아웃사이더’의 온보딩
Jez는 2021년 크립토펑크(Christie’s) 경매 뷰잉 파티에서 Tarun을 “처음으로 현실에서 만난 크립토 사람”으로 회상한다. 당시 MIT/퀀트 파이낸스 커뮤니티는 대체로 크립토를 혐오했고, Jez는 온라인 친구는 많지만 오프라인에서 대화할 상대가 없는 “섬” 같은 상태였다고 한다. 거품이 극대화된 2021년 “모두 돈 버는데 나만 못 버는” 월스트리트저널 밈 같은 감정으로 현장을 직접 경험하러 갔고, 펑크 보유자답게 맥주를 가득 채운 가방을 들고 들어가 Tarun과 45분가량 대화하며 연결이 생겼다고 설명한다. 이 대목은 2021년 NFT/파티 문화가 ‘기술 내러티브’라기보다 커뮤니티/현장 기반 온보딩으로 작동하던 시기를 보여준다.
Unchained
3줄 요약
1. “크립토가 영혼을 잃었다”는 탄식의 핵심은 기술의 실패가 아니라, 밈코인·러그·과잉자산화가 만들어낸 참여자 문화의 변화와 이상주의의 소진이다.
2. 그럼에도 스테이블코인·DeFi·퍼프(perps)는 이미 ‘24/7 글로벌 가격발견 + 무허가 금융’이라는 2014~2015년 비전을 현실화했고, 전쟁 같은 위기 국면에서 TradFi를 앞서는 순간이 나온다.
3. 예측시장(Polymarket vs Kalshi)은 “진실 엔진”이면서도 ‘죽음/전쟁’ 규제, 결제(리졸브) 규칙의 모호성, 내부자 거래 단속이 충돌하는 대표적 규제 지뢰밭이다.
Jez×Tarun 첫 만남: 2021 NFT 파티, MIT 출신 ‘크립토 아웃사이더’의 온보딩
Jez는 2021년 크립토펑크(Christie’s) 경매 뷰잉 파티에서 Tarun을 “처음으로 현실에서 만난 크립토 사람”으로 회상한다. 당시 MIT/퀀트 파이낸스 커뮤니티는 대체로 크립토를 혐오했고, Jez는 온라인 친구는 많지만 오프라인에서 대화할 상대가 없는 “섬” 같은 상태였다고 한다. 거품이 극대화된 2021년 “모두 돈 버는데 나만 못 버는” 월스트리트저널 밈 같은 감정으로 현장을 직접 경험하러 갔고, 펑크 보유자답게 맥주를 가득 채운 가방을 들고 들어가 Tarun과 45분가량 대화하며 연결이 생겼다고 설명한다. 이 대목은 2021년 NFT/파티 문화가 ‘기술 내러티브’라기보다 커뮤니티/현장 기반 온보딩으로 작동하던 시기를 보여준다.
“크립토가 달라졌다”: 이상주의의 붕괴 vs 세대별 가치관의 축소
Jez는 “몇몇 성공한 버티컬을 빼면 꿈은 죽었다”고 말한다. 2021년 유니스왑 스팟 포지션을 놓치고 울었다는 일화(‘글로벌 금융을 렌트시킹할 꿈’, 유니스왑을 스테이킹해 전 세계 스왑 거래의 일부를 배당처럼 받는 상상)는, 당시엔 ‘장기적 신념’과 ‘프로토콜 기반 부의 재편’이 감정적으로도 강했다는 증거다. 반면 지금은 “L2 트레이드 놓쳤다” 정도로 흘려보내며, 자산이 너무 많아지고(“asset diaspora”) 대부분의 토큰/프로젝트에 장기 신념이 약해졌다고 진단한다.
Haseeb은 이를 “참여자 세대의 변화”로 설명한다. 2017 세대는 ‘정치/금융 시스템을 뒤엎는’ 변혁을 믿었고, 2021 NFT 세대는 WAGMI(우리 모두 함께 성공) 정서를 믿었지만, 2023~2025 밈코인 세대는 ‘financial nihilism(금융 허무주의)’로 들어왔다는 것. “세대가 갈수록 야망이 좁아진다”는 표현(예: ‘블록체인으로 우버’ 같은 대서사 → 이제는 ‘솔라나로 포켓몬 카드 거래’ 같은 핀포인트 유즈케이스)으로, 크립토가 ‘거대한 미래’에서 ‘초단기 게임’으로 수렴하는 느낌을 강조한다.
밈코인·러그 문화가 만든 시장규범 변화: ‘러그 안 하면 비효율’이라는 역전
Jez는 특히 솔라나 문화에서 “러그가 오히려 최적전략처럼 취급되는” 분위기를 문제로 꼽는다. 과거엔 러그가 이더스캔에 ‘레드 마크’로 찍히고 커뮤니티에서 사실상 추방되는 행위였는데, 지금은 “러그를 안 치면 게임을 최적으로 못 한다고 보는” 역전이 일어났다는 주장이다. Tom도 도구(런치/본딩커브/원클릭 발행 등)와 UX가 러그를 ‘생태계 기본 동작’으로 내장해버렸다는 점을 짚는다.
또한 Jez는 NFT 시장에서 “희귀도 프리미엄이 플로어로 압축된” 현상을 예로 든다. 에어드랍이 NFT를 실질적으로 ‘토큰 배분권’으로 동질화했고, 희귀도에 진심이던 플레이어들이 아트블록스에서 유동성 함정에 걸려 자본을 잃으면서(=잘못된 선호를 온체인에 ‘돈으로 투표’) 이후 시장가격 형성에서 영향력이 줄었다는 해석이다. 즉 “냉소적·단기적 전략이 돈을 벌고, 그 돈이 다시 문화를 강화한다”는 경로의존성이 핵심이다.
‘사이퍼펑크로 돌아가자’ 논쟁: 2014의 비전은 성공, 2017~2022의 과장된 약속은 AI에 패배
대화는 “전통금융이 크립토를 흡수하는 게 승리인가 배신인가”로 확장된다. Haseeb은 스테이블코인(300B 규모), DeFi, 예측시장(이더리움 백서의 ‘한 단락’이 현실이 됨)이야말로 성취라고 본다. 반면 Jez는 “2014~2015의 금융 중심 비전은 성공했지만, 2017~2022의 ‘모든 산업을 블록체인으로’라는 과장된 비전은 실패했고 AI가 그 자리를 차지했다”고 정리한다. 즉 크립토는 ‘범용 컴퓨팅/인터넷의 재구성’이 아니라 ‘금융 인프라’로 수렴했고, 그 밖의 영역에서의 기술적-사회적 약속은 AI가 더 그럴듯하게 수행 중이라는 평가다.
Jez는 Maker(현 Sky)의 변화도 타협의 상징으로 든다. 초기 Maker는 “온체인 네이티브 담보 + 검열저항 + 자율적 시스템”에 가까웠지만, 점차 RWA·트러스트 등 현실세계 법적 구조를 받아들이며 확장했다. “실용적 성공”과 “원래의 순수성” 간 괴리가 OG들에게 배신감으로 읽힌다는 것이다.
Haseeb의 반론: 중개자는 공존해야 하고, ‘살아남아 누구나 쓰게 하는 것’이 가장 사이퍼펑크다
Haseeb은 “중개자 없는 세계”는 애초에 불가능하고(사람들은 코인베이스/바이낸스 같은 중개를 원함), 중요한 건 “원하면 중개 없이도 접근 가능해야 한다”는 공존 모델이라고 주장한다. 블랙록 ETF나 OFAC 준수 빌더가 생겨도, 익명 사용자/글로벌 사용자에게 온체인 접근 자체가 막힌 건 아니라는 것. Jez가 우려하는 “게이트가 닫히는 방향성(클린존 확장, 더티 코인의 자동 낙인)”에 대해 Haseeb은 회의적이며, 특히 스테이블코인의 개방성은 ‘달러의 국제화’라는 정책적 유인이 있어 완전 KYC-강제형으로 가기 어렵다고 본다(중국/러시아 등에서도 달러 수요를 흡수해야 한다는 논리).
Tom은 여기서 한 가지 ‘희망 경로’를 제시한다. 미래에는 인간 중개자(거래소/브로커)가 아니라 에이전트(Agent)가 중개 기능을 수행할 수 있고, 사용자가 이를 통제할 수 있다면(의도 기반 실행, 보안/검증, 모델의 검열 저항), 다시 “자기주권+편의성” 균형점이 생길 수 있다는 관점이다. 다만 이는 오픈소스 AI가 핵심 전제이며, 폐쇄형 모델이 규제/정책에 따라 “DeFi 실행 불가” 같은 형태로 중개를 재중앙화할 위험도 함께 지적된다.
전쟁과 24/7 온체인 가격발견: 이란 사태에서 DeFi가 ‘월요일 개장’을 앞질렀다
이란 전쟁 이슈로 전통시장 휴장 시간에 불확실성이 폭발하자, 실제 가격발견이 DeFi로 이동했다는 사례가 언급된다. 하이라이트는 Hyperliquid·Lighter에서 금/은(및 상품성 자산) 퍼프 거래량이 급증했다는 점, 그리고 토큰화 금(xAUT, PAXG) 같은 온체인 스팟에서도 거래가 이뤄졌다는 점이다. “시장이 월요일에 열리기 전, 이미 온체인이 먼저 반응했다”는 내러티브는 DeFi의 24/7 속성이 위기 상황에서 구조적 우위를 만들 수 있음을 보여준다.
Jez는 다만 ‘24/7’ 자체보다 퍼프라는 상품형태(form factor)의 우월성을 더 강조한다. TradFi에서 리테일은 옵션(실은 변동성 거래)이나 제한적 마진(1.5~2.5배) 같은 비효율적 도구를 쓰지만, 기관은 스왑(사실상 오라클 기반 퍼프에 가까움)을 사용한다. 즉 퍼프는 레버리지, 거래 단순성, 유동성 집적 측면에서 “시장 구조가 결국 수렴하는 형태”이며, 그 결과로 24/7 거래도 자연히 따라온다는 관점이다.
예측시장 Kalshi vs Polymarket: ‘진실 엔진’이 결제 규칙/규제와 충돌하는 방식
이란 최고지도자(하메네이) 관련 시장이 대표 사례로 다뤄진다. Kalshi는 CFTC 규정상 ‘죽음/전쟁/테러’ 류 시장을 금지하는 맥락이 있고, 이 때문에 하메네이 축출(“Khamenei out”) 시장이 실제로는 ‘죽음’으로 결론 났을 때 어떻게 결제해야 하는지가 문제가 됐다. 대화에서 제시된 핵심은 Kalshi가 사망 시점 직전(또는 특정 기준 시점)의 “마지막 거래가격”으로 정산하려는 방식이 참여자에게 큰 반발을 샀다는 점이다. “올바른 방향(사망)을 맞췄는데도 손실이 났다”는 불만이 발생했고, 사전에 결제 방식이 공지되면 큰 자본이 가격을 유리하게 밀어버릴 수 있어(조건부 경계가 바뀌며 게임이 됨) 시장 설계가 왜곡된다는 지적도 나온다.
반면 Polymarket은(오프쇼어/온체인 기반) 일반적인 직관대로 “사실상 축출=예(Yes)”로 결제될 가능성이 크고, UMA 기반 분쟁 해결 프로세스가 언급된다. 여기서 중요한 디테일은 “전쟁/사망의 현실이 애매할 때(정부 부인, 확인 지연, 발표 주체의 신뢰성)” 예측시장은 정의/검증/타임스탬프 문제로 곧바로 규제·분쟁 리스크에 노출된다는 점이다.
예측시장은 장난감인가, 정보 인프라인가: ‘트레이딩 수단’과 ‘확률 신호’의 분리
Jez는 예측시장의 사회적 흥미와 별개로, 금융적 관점에선 “규모가 작고(유동성 한계), 트레이딩 수단으로는 장난감”이라는 시각을 낸다. 전쟁에 베팅해 돈을 벌려면 하메네이 시장이 아니라 유가/금 같은 더 깊은 시장에서 포지션을 잡는 게 낫고, 예측시장의 신고된 거래량도 계약 구조상(양쪽이 $1 계약을 거래하면 볼륨이 과대계상되는 방식) 실제 경제적 볼륨이 더 작을 수 있다는 지적이 나온다.
반면 Haseeb은 “돈을 버는 수단”과 “무엇이 사실인지 알고 싶은 수단”을 분리한다. 유가 곡선은 수많은 요인을 압축한 결과라 ‘하메네이 생존/축출 확률’ 같은 질문에 직접 답하지 못하며, 예측시장은 그 모호함을 명시적으로 확률로 표현하는 장점이 있다는 것. 즉 예측시장의 효용은 헤지/투기보다 의사결정용 신호(확률) 생산에 더 가깝다는 프레이밍이다.
Jez는 “몇몇 성공한 버티컬을 빼면 꿈은 죽었다”고 말한다. 2021년 유니스왑 스팟 포지션을 놓치고 울었다는 일화(‘글로벌 금융을 렌트시킹할 꿈’, 유니스왑을 스테이킹해 전 세계 스왑 거래의 일부를 배당처럼 받는 상상)는, 당시엔 ‘장기적 신념’과 ‘프로토콜 기반 부의 재편’이 감정적으로도 강했다는 증거다. 반면 지금은 “L2 트레이드 놓쳤다” 정도로 흘려보내며, 자산이 너무 많아지고(“asset diaspora”) 대부분의 토큰/프로젝트에 장기 신념이 약해졌다고 진단한다.
Haseeb은 이를 “참여자 세대의 변화”로 설명한다. 2017 세대는 ‘정치/금융 시스템을 뒤엎는’ 변혁을 믿었고, 2021 NFT 세대는 WAGMI(우리 모두 함께 성공) 정서를 믿었지만, 2023~2025 밈코인 세대는 ‘financial nihilism(금융 허무주의)’로 들어왔다는 것. “세대가 갈수록 야망이 좁아진다”는 표현(예: ‘블록체인으로 우버’ 같은 대서사 → 이제는 ‘솔라나로 포켓몬 카드 거래’ 같은 핀포인트 유즈케이스)으로, 크립토가 ‘거대한 미래’에서 ‘초단기 게임’으로 수렴하는 느낌을 강조한다.
밈코인·러그 문화가 만든 시장규범 변화: ‘러그 안 하면 비효율’이라는 역전
Jez는 특히 솔라나 문화에서 “러그가 오히려 최적전략처럼 취급되는” 분위기를 문제로 꼽는다. 과거엔 러그가 이더스캔에 ‘레드 마크’로 찍히고 커뮤니티에서 사실상 추방되는 행위였는데, 지금은 “러그를 안 치면 게임을 최적으로 못 한다고 보는” 역전이 일어났다는 주장이다. Tom도 도구(런치/본딩커브/원클릭 발행 등)와 UX가 러그를 ‘생태계 기본 동작’으로 내장해버렸다는 점을 짚는다.
또한 Jez는 NFT 시장에서 “희귀도 프리미엄이 플로어로 압축된” 현상을 예로 든다. 에어드랍이 NFT를 실질적으로 ‘토큰 배분권’으로 동질화했고, 희귀도에 진심이던 플레이어들이 아트블록스에서 유동성 함정에 걸려 자본을 잃으면서(=잘못된 선호를 온체인에 ‘돈으로 투표’) 이후 시장가격 형성에서 영향력이 줄었다는 해석이다. 즉 “냉소적·단기적 전략이 돈을 벌고, 그 돈이 다시 문화를 강화한다”는 경로의존성이 핵심이다.
‘사이퍼펑크로 돌아가자’ 논쟁: 2014의 비전은 성공, 2017~2022의 과장된 약속은 AI에 패배
대화는 “전통금융이 크립토를 흡수하는 게 승리인가 배신인가”로 확장된다. Haseeb은 스테이블코인(300B 규모), DeFi, 예측시장(이더리움 백서의 ‘한 단락’이 현실이 됨)이야말로 성취라고 본다. 반면 Jez는 “2014~2015의 금융 중심 비전은 성공했지만, 2017~2022의 ‘모든 산업을 블록체인으로’라는 과장된 비전은 실패했고 AI가 그 자리를 차지했다”고 정리한다. 즉 크립토는 ‘범용 컴퓨팅/인터넷의 재구성’이 아니라 ‘금융 인프라’로 수렴했고, 그 밖의 영역에서의 기술적-사회적 약속은 AI가 더 그럴듯하게 수행 중이라는 평가다.
Jez는 Maker(현 Sky)의 변화도 타협의 상징으로 든다. 초기 Maker는 “온체인 네이티브 담보 + 검열저항 + 자율적 시스템”에 가까웠지만, 점차 RWA·트러스트 등 현실세계 법적 구조를 받아들이며 확장했다. “실용적 성공”과 “원래의 순수성” 간 괴리가 OG들에게 배신감으로 읽힌다는 것이다.
Haseeb의 반론: 중개자는 공존해야 하고, ‘살아남아 누구나 쓰게 하는 것’이 가장 사이퍼펑크다
Haseeb은 “중개자 없는 세계”는 애초에 불가능하고(사람들은 코인베이스/바이낸스 같은 중개를 원함), 중요한 건 “원하면 중개 없이도 접근 가능해야 한다”는 공존 모델이라고 주장한다. 블랙록 ETF나 OFAC 준수 빌더가 생겨도, 익명 사용자/글로벌 사용자에게 온체인 접근 자체가 막힌 건 아니라는 것. Jez가 우려하는 “게이트가 닫히는 방향성(클린존 확장, 더티 코인의 자동 낙인)”에 대해 Haseeb은 회의적이며, 특히 스테이블코인의 개방성은 ‘달러의 국제화’라는 정책적 유인이 있어 완전 KYC-강제형으로 가기 어렵다고 본다(중국/러시아 등에서도 달러 수요를 흡수해야 한다는 논리).
Tom은 여기서 한 가지 ‘희망 경로’를 제시한다. 미래에는 인간 중개자(거래소/브로커)가 아니라 에이전트(Agent)가 중개 기능을 수행할 수 있고, 사용자가 이를 통제할 수 있다면(의도 기반 실행, 보안/검증, 모델의 검열 저항), 다시 “자기주권+편의성” 균형점이 생길 수 있다는 관점이다. 다만 이는 오픈소스 AI가 핵심 전제이며, 폐쇄형 모델이 규제/정책에 따라 “DeFi 실행 불가” 같은 형태로 중개를 재중앙화할 위험도 함께 지적된다.
전쟁과 24/7 온체인 가격발견: 이란 사태에서 DeFi가 ‘월요일 개장’을 앞질렀다
이란 전쟁 이슈로 전통시장 휴장 시간에 불확실성이 폭발하자, 실제 가격발견이 DeFi로 이동했다는 사례가 언급된다. 하이라이트는 Hyperliquid·Lighter에서 금/은(및 상품성 자산) 퍼프 거래량이 급증했다는 점, 그리고 토큰화 금(xAUT, PAXG) 같은 온체인 스팟에서도 거래가 이뤄졌다는 점이다. “시장이 월요일에 열리기 전, 이미 온체인이 먼저 반응했다”는 내러티브는 DeFi의 24/7 속성이 위기 상황에서 구조적 우위를 만들 수 있음을 보여준다.
Jez는 다만 ‘24/7’ 자체보다 퍼프라는 상품형태(form factor)의 우월성을 더 강조한다. TradFi에서 리테일은 옵션(실은 변동성 거래)이나 제한적 마진(1.5~2.5배) 같은 비효율적 도구를 쓰지만, 기관은 스왑(사실상 오라클 기반 퍼프에 가까움)을 사용한다. 즉 퍼프는 레버리지, 거래 단순성, 유동성 집적 측면에서 “시장 구조가 결국 수렴하는 형태”이며, 그 결과로 24/7 거래도 자연히 따라온다는 관점이다.
예측시장 Kalshi vs Polymarket: ‘진실 엔진’이 결제 규칙/규제와 충돌하는 방식
이란 최고지도자(하메네이) 관련 시장이 대표 사례로 다뤄진다. Kalshi는 CFTC 규정상 ‘죽음/전쟁/테러’ 류 시장을 금지하는 맥락이 있고, 이 때문에 하메네이 축출(“Khamenei out”) 시장이 실제로는 ‘죽음’으로 결론 났을 때 어떻게 결제해야 하는지가 문제가 됐다. 대화에서 제시된 핵심은 Kalshi가 사망 시점 직전(또는 특정 기준 시점)의 “마지막 거래가격”으로 정산하려는 방식이 참여자에게 큰 반발을 샀다는 점이다. “올바른 방향(사망)을 맞췄는데도 손실이 났다”는 불만이 발생했고, 사전에 결제 방식이 공지되면 큰 자본이 가격을 유리하게 밀어버릴 수 있어(조건부 경계가 바뀌며 게임이 됨) 시장 설계가 왜곡된다는 지적도 나온다.
반면 Polymarket은(오프쇼어/온체인 기반) 일반적인 직관대로 “사실상 축출=예(Yes)”로 결제될 가능성이 크고, UMA 기반 분쟁 해결 프로세스가 언급된다. 여기서 중요한 디테일은 “전쟁/사망의 현실이 애매할 때(정부 부인, 확인 지연, 발표 주체의 신뢰성)” 예측시장은 정의/검증/타임스탬프 문제로 곧바로 규제·분쟁 리스크에 노출된다는 점이다.
예측시장은 장난감인가, 정보 인프라인가: ‘트레이딩 수단’과 ‘확률 신호’의 분리
Jez는 예측시장의 사회적 흥미와 별개로, 금융적 관점에선 “규모가 작고(유동성 한계), 트레이딩 수단으로는 장난감”이라는 시각을 낸다. 전쟁에 베팅해 돈을 벌려면 하메네이 시장이 아니라 유가/금 같은 더 깊은 시장에서 포지션을 잡는 게 낫고, 예측시장의 신고된 거래량도 계약 구조상(양쪽이 $1 계약을 거래하면 볼륨이 과대계상되는 방식) 실제 경제적 볼륨이 더 작을 수 있다는 지적이 나온다.
반면 Haseeb은 “돈을 버는 수단”과 “무엇이 사실인지 알고 싶은 수단”을 분리한다. 유가 곡선은 수많은 요인을 압축한 결과라 ‘하메네이 생존/축출 확률’ 같은 질문에 직접 답하지 못하며, 예측시장은 그 모호함을 명시적으로 확률로 표현하는 장점이 있다는 것. 즉 예측시장의 효용은 헤지/투기보다 의사결정용 신호(확률) 생산에 더 가깝다는 프레이밍이다.
내부자 거래 단속: ‘정보를 드러내는 시장’에서 왜 정보우위를 금지하나?
Kalshi가 MrBeast 영상 편집자(업로드/콘텐츠 관련 시장)와 캘리포니아 주지사 후보(자기 선거 관련 시장) 사례로 내부자 거래 제재를 공개한 점이 논의된다. Jez의 문제의식은 명확하다. 주식시장에서 내부자 거래 규제는 ‘자본형성/공정한 발행시장’이라는 사회적 목표가 있지만, 예측시장은 본질적으로 “정보를 가진 사람이 확률을 맞히고 돈을 버는 구조”인데 왜 가장 정보가 정확한 참여자를 쫓아내느냐는 것. “누구를 보호하는가—결국 정보가 없는 도박꾼(=fish)을 보호하려는 것 아니냐”는 질문이 던져진다.
이에 대해 패널들은 시장 유형의 양극화를 언급한다. 국가정치/거시지표처럼 누구도 완벽히 알 수 없는 사건(복잡계)에서는 정보가 분산돼 있고 ‘내부자’ 개념이 흐리다. 반면 “MrBeast 다음 영상 업로드 시점”처럼 소수만 확정적으로 아는 사건은 극단적 역선택이 발생해, 유동성 공급자/일반 참여자가 구조적으로 불리해진다. 또한 “시장 대상자 본인이 베팅”하는 경우(후보가 자기 당선에 베팅)는 사회적 신호 왜곡/조작 유인이 커 ‘특수 케이스’로 봐야 한다는 의견도 나온다. 결과적으로 예측시장은 ‘진실 추출’이라는 이상과 ‘역선택 완화/소비자 신뢰’라는 운영 현실이 충돌하며, 규제기관보다 플랫폼이 먼저 ‘대중 직관에 맞춘 단속’을 할 유인이 크다는 결론이 암시된다.
퍼프·스테이블코인·DeFi: “회색 조끼 도시”가 아니라, 이미 작동하는 대안 금융 인프라
대화 전반을 관통하는 결론적 뉘앙스는 이중적이다. 한편으로는 밈코인/러그/과잉자산화가 ‘신념 기반 시장’에서 ‘냉소 기반 게임’으로 문화를 바꾸며 “영혼을 잃었다”는 감정을 강화했다. 다른 한편으로는 스테이블코인(특히 글로벌 결제/달러 접근성), DeFi 대출/거래, 퍼프 기반 파생(기관 스왑의 온체인 대체재)이 이미 실사용과 위기 대응에서 우위를 드러내며, 크립토의 초기 금융 비전은 상당 부분 실현되고 있다는 평가가 맞선다.
https://youtu.be/M9zll5jfjOY 31분 전 업로드 됨
Kalshi가 MrBeast 영상 편집자(업로드/콘텐츠 관련 시장)와 캘리포니아 주지사 후보(자기 선거 관련 시장) 사례로 내부자 거래 제재를 공개한 점이 논의된다. Jez의 문제의식은 명확하다. 주식시장에서 내부자 거래 규제는 ‘자본형성/공정한 발행시장’이라는 사회적 목표가 있지만, 예측시장은 본질적으로 “정보를 가진 사람이 확률을 맞히고 돈을 버는 구조”인데 왜 가장 정보가 정확한 참여자를 쫓아내느냐는 것. “누구를 보호하는가—결국 정보가 없는 도박꾼(=fish)을 보호하려는 것 아니냐”는 질문이 던져진다.
이에 대해 패널들은 시장 유형의 양극화를 언급한다. 국가정치/거시지표처럼 누구도 완벽히 알 수 없는 사건(복잡계)에서는 정보가 분산돼 있고 ‘내부자’ 개념이 흐리다. 반면 “MrBeast 다음 영상 업로드 시점”처럼 소수만 확정적으로 아는 사건은 극단적 역선택이 발생해, 유동성 공급자/일반 참여자가 구조적으로 불리해진다. 또한 “시장 대상자 본인이 베팅”하는 경우(후보가 자기 당선에 베팅)는 사회적 신호 왜곡/조작 유인이 커 ‘특수 케이스’로 봐야 한다는 의견도 나온다. 결과적으로 예측시장은 ‘진실 추출’이라는 이상과 ‘역선택 완화/소비자 신뢰’라는 운영 현실이 충돌하며, 규제기관보다 플랫폼이 먼저 ‘대중 직관에 맞춘 단속’을 할 유인이 크다는 결론이 암시된다.
퍼프·스테이블코인·DeFi: “회색 조끼 도시”가 아니라, 이미 작동하는 대안 금융 인프라
대화 전반을 관통하는 결론적 뉘앙스는 이중적이다. 한편으로는 밈코인/러그/과잉자산화가 ‘신념 기반 시장’에서 ‘냉소 기반 게임’으로 문화를 바꾸며 “영혼을 잃었다”는 감정을 강화했다. 다른 한편으로는 스테이블코인(특히 글로벌 결제/달러 접근성), DeFi 대출/거래, 퍼프 기반 파생(기관 스왑의 온체인 대체재)이 이미 실사용과 위기 대응에서 우위를 드러내며, 크립토의 초기 금융 비전은 상당 부분 실현되고 있다는 평가가 맞선다.
https://youtu.be/M9zll5jfjOY 31분 전 업로드 됨
YouTube
Has Crypto Lost Its Soul? (feat. Jez) - The Chopping Block
Crypto’s vibe check time: Jez (izebel_eth) joins the crew to dissect whether idealism is RIP, if cypherpunks should abandon hope, how Memecoins and asset mayhem changed the game, why prediction markets are both truth engines and regulatory minefields, and…
Hivemind: Can Bitcoin Reclaim $80k, State of The Market & The AI Trade
Empire
3줄 요약
1. 비트코인이 지정학적 악재·미 증시 변동성에도 “덜 깨지는” 반응을 보이며, 크립토가 다시 독자 강세를 만들 수 있다는 신호가 관찰됐다.
2. 크립토- AI 접점은 ‘온체인에서 AI가 쓰기 좋은 레일(결제/정산/자본형성)’과 ‘AI 인프라 수요(전력·데이터센터·하드웨어 금융화)’ 두 축으로 재정렬되는 분위기다.
3. 하이퍼스케일러(빅테크)는 당장의 매출/컴퓨트 독점은 강하지만, 장기적으로는 마진 압박·수직통합·온프렘 확산이 리스크이며 “에너지/인프라/디펜스”로 AI 트레이드를 우회하는 포지셔닝이 제시됐다.
00:00 Introduction
녹음 시점은 3월 3일 수요일 오전(현지 기준)이며 비트코인은 약 7.3만 달러. 직전 며칠간 강했고, 미 증시가 약세인 날에도 크립토는 비교적 버티는 흐름을 보였다고 진단한다. 미군의 2/28(토) 공습 이후 전쟁/지정학 이슈가 진행 중인데도 비트코인뿐 아니라 주요 알트까지 “브로드하게” 반등하는 점을 출발점으로 삼아, 시장 바닥 형성 가능성과 AI 테마의 재점화를 함께 논의한다.
Empire
3줄 요약
1. 비트코인이 지정학적 악재·미 증시 변동성에도 “덜 깨지는” 반응을 보이며, 크립토가 다시 독자 강세를 만들 수 있다는 신호가 관찰됐다.
2. 크립토- AI 접점은 ‘온체인에서 AI가 쓰기 좋은 레일(결제/정산/자본형성)’과 ‘AI 인프라 수요(전력·데이터센터·하드웨어 금융화)’ 두 축으로 재정렬되는 분위기다.
3. 하이퍼스케일러(빅테크)는 당장의 매출/컴퓨트 독점은 강하지만, 장기적으로는 마진 압박·수직통합·온프렘 확산이 리스크이며 “에너지/인프라/디펜스”로 AI 트레이드를 우회하는 포지셔닝이 제시됐다.
00:00 Introduction
녹음 시점은 3월 3일 수요일 오전(현지 기준)이며 비트코인은 약 7.3만 달러. 직전 며칠간 강했고, 미 증시가 약세인 날에도 크립토는 비교적 버티는 흐름을 보였다고 진단한다. 미군의 2/28(토) 공습 이후 전쟁/지정학 이슈가 진행 중인데도 비트코인뿐 아니라 주요 알트까지 “브로드하게” 반등하는 점을 출발점으로 삼아, 시장 바닥 형성 가능성과 AI 테마의 재점화를 함께 논의한다.
01:41 State of The Market
패널들은 최근 며칠의 가격 반응을 “구조적으로 건설적(constructive)”이라고 본다. 전통적으로 S&P가 -1.5%~-2% 빠지면 비트코인이 -5%~-7%씩 더 크게 흔들리곤 했는데, 이번엔 주말 악재(전쟁 뉴스)에도 크립토가 잘 버티고 주초 미 증시 약세에도 상대적으로 견조했다는 점을 ‘리스크 선호 복귀’의 질적 신호로 해석한다.
다만 경계 신호도 같이 언급된다. 텔레그램 브리프에서 본 “조정(미니 코렉션) 기술 신호”가 크레딧 스프레드·변동성 지표(VIX 등)에서 스트레스를 시사한다는 것. 이런 신호는 외부 충격(전쟁) 없이 내부 시장 스트레스에서 나올 때 더 강하지만, 지금은 지정학 변수가 섞여 있어 1~2주 추이를 보겠다는 톤이다. 동시에 “지수가 고점 근처인데 구성 종목 다수가 크게 얻어맞은” 현상(리더 집중/로테이션)을 강조하며, 지수만 보고 방심하기 어려운 국면이라고 짚는다.
아시아 쪽 급락(예: 한국 시장 -10% 언급)도 나왔지만, 미국 시장은 상대적으로 무덤덤했고 “호르무즈 해협 봉쇄” 같은 꼬리 리스크가 일부 완화된 점(트럼프의 ‘항로 통제/교란 최소화’ 발언)을 시장이 반영하는 듯하다고 본다. 결론적으로는 “조심스런 낙관”이며, 만약 VIX가 진짜로 ‘블로우아웃’(급등)하는 수준의 패닉이 오면 오히려 리스크 자산에 현금을 크게 투입할 의향(“shove”)도 언급한다. 배경은 여전히 거시가 완전히 꺾인 국면이라기보다, 충격이 잦아든 뒤 재위험선호가 돌아올 가능성에 베팅하는 관점이다.
09:27 Venice AI & Crypto’s AI Moment
AI-크립토 토큰 흐름의 대표 사례로 Venice가 집중적으로 거론된다. Venice는 “프라이버시 AI” 내러티브와 오픈소스 모델(OpenClaw/오픈소스 LLM 라우팅) 기반 사용성 확산이 겹치며 토큰이 강하게 반응했다는 설명이다. 특히 이 프로젝트의 토크노믹스가 화제인데, DM이라는 ‘컴퓨트 바우처’ 성격 토큰이 “하루 1달러 상당의 컴퓨트”를 제공하고, 가격이 100달러대에서 600달러대까지 급등했다는 사례가 나온다. 단순 계산으로는 DM 가격이 낮을 때는 4개월 내 회수 같은 ‘페이백’ 논리가 성립하지만, 가격이 급등하면 결국 직접 구독/지불이 더 합리적이어서 자연스러운 상단(ceiling)이 있다는 논리도 함께 제시된다.
흥미로운 갈등도 있다. 오픈소스 진영 창업자가 “크립토를 싫어한다/중립을 지키려 한다”는 뉘앙스의 발언으로 Venice를 기본 옵션(default)에서 내렸고, 시장은 이를 내러티브 훼손으로 받아들였지만, 반대로 사용자 선택권을 강화한 ‘공정한 조정’이라는 반론도 소개된다. 또한 “진짜 프라이버시가 맞냐”는 공방이 있었다고 언급한다. 프라이버시의 정의(프롬프트/아웃풋 암호화, 믹서 수준 난독화 등)가 엇갈리고, 비판 측이 경쟁 제품을 만들고 있어 이해관계가 섞였다는 점도 짚는다.
토큰 구조 측면에선 VVV를 스테이킹해 DM을 민팅하는 방식이 설명된다. 민팅 레이트는 DM 공급량을 목표치에 맞추는 동적 구조(공급이 많으면 덜 민팅, 줄면 더 민팅)이며, DM을 쓰거나(혹은 반환/소각에 준하는 과정) VVV 락업을 해제하는 메커니즘이 엮여 있어 수요가 증가하면 VVV↔DM 사이에 루프가 생긴다는 관찰이다. 다만 “온체인에서 토큰을 사더라도 실제 모델 호스팅/컴퓨트 제공은 중앙화 서비스에 의존”한다는 한계도 인정한다. 그럼에도 시장은 가격이 오르면 이런 구조적 한계를 덜 신경 쓰는 경향이 있다는 ‘현실적인 코멘트’도 곁들인다.
이어 AI와 크립토가 만나는 더 큰 방향성으로 ‘자본형성’이 재강조된다. “솔로 파운더가 10m~100m ARR 제품을 만드는 시대”가 오면 전통 VC가 선호하지 않는(혹은 투자하기 어려운) 1인/소규모 팀이 토큰을 통해 자본을 조달하고 커뮤니티 기반으로 확장할 수 있다는 주장이다. 여기서 Ribbit의 토크나이제이션 리포트(2025) 이야기가 나오는데, 토크나이제이션을 “세계를 컴퓨터가 읽을 수 있게(legible) 만드는 것”으로 정의한 부분이 인상적이었다고 한다. 이를 LLM의 ‘워드 토큰’(세계를 모델이 읽게 함)과 크립토의 ‘자산/권리 토큰’(자본이 읽고 거래하게 함)으로 연결시키며, 밈코인은 ‘문화/주의(attention)’를, 거버넌스 토큰은 ‘오픈소스 시스템에 대한 권력/현금흐름’을 가격화한다는 식으로 “무엇을 토큰화할지” 프레임을 확장한다.
Near에 대한 평가도 길게 이어진다. 과거 내러티브 전환(알고 스테이블, DA 등)으로 비판을 받았지만, 오히려 “L1은 PMF 찾기 위해 빠르게 적응/출시하는 게 맞다”는 옹호가 나온다. 특히 Near Intents가 빠르게 제품화되어 Zcash 거래 레이어로 의미 있는 볼륨을 가져온 점, 인텐트 수수료 일부를 소각해 토크노믹스가 “약간 디플레이션”이 되는 구조 등 실행력을 높게 본다. 창업자(일리아)의 AI 백그라운드(트랜스포머 논문 공저 등)와 기회비용을 고려하면 ‘크립토 AI’ 중 신뢰도가 높다는 코멘트도 있다. 다만 Anoma 등 다른 진영이 크로스체인 인텐트 라우터를 EVM/솔라나로 확장하며 Near Intents와 경쟁 구도가 생길 것이라는 전망도 덧붙인다.
패널들은 최근 며칠의 가격 반응을 “구조적으로 건설적(constructive)”이라고 본다. 전통적으로 S&P가 -1.5%~-2% 빠지면 비트코인이 -5%~-7%씩 더 크게 흔들리곤 했는데, 이번엔 주말 악재(전쟁 뉴스)에도 크립토가 잘 버티고 주초 미 증시 약세에도 상대적으로 견조했다는 점을 ‘리스크 선호 복귀’의 질적 신호로 해석한다.
다만 경계 신호도 같이 언급된다. 텔레그램 브리프에서 본 “조정(미니 코렉션) 기술 신호”가 크레딧 스프레드·변동성 지표(VIX 등)에서 스트레스를 시사한다는 것. 이런 신호는 외부 충격(전쟁) 없이 내부 시장 스트레스에서 나올 때 더 강하지만, 지금은 지정학 변수가 섞여 있어 1~2주 추이를 보겠다는 톤이다. 동시에 “지수가 고점 근처인데 구성 종목 다수가 크게 얻어맞은” 현상(리더 집중/로테이션)을 강조하며, 지수만 보고 방심하기 어려운 국면이라고 짚는다.
아시아 쪽 급락(예: 한국 시장 -10% 언급)도 나왔지만, 미국 시장은 상대적으로 무덤덤했고 “호르무즈 해협 봉쇄” 같은 꼬리 리스크가 일부 완화된 점(트럼프의 ‘항로 통제/교란 최소화’ 발언)을 시장이 반영하는 듯하다고 본다. 결론적으로는 “조심스런 낙관”이며, 만약 VIX가 진짜로 ‘블로우아웃’(급등)하는 수준의 패닉이 오면 오히려 리스크 자산에 현금을 크게 투입할 의향(“shove”)도 언급한다. 배경은 여전히 거시가 완전히 꺾인 국면이라기보다, 충격이 잦아든 뒤 재위험선호가 돌아올 가능성에 베팅하는 관점이다.
09:27 Venice AI & Crypto’s AI Moment
AI-크립토 토큰 흐름의 대표 사례로 Venice가 집중적으로 거론된다. Venice는 “프라이버시 AI” 내러티브와 오픈소스 모델(OpenClaw/오픈소스 LLM 라우팅) 기반 사용성 확산이 겹치며 토큰이 강하게 반응했다는 설명이다. 특히 이 프로젝트의 토크노믹스가 화제인데, DM이라는 ‘컴퓨트 바우처’ 성격 토큰이 “하루 1달러 상당의 컴퓨트”를 제공하고, 가격이 100달러대에서 600달러대까지 급등했다는 사례가 나온다. 단순 계산으로는 DM 가격이 낮을 때는 4개월 내 회수 같은 ‘페이백’ 논리가 성립하지만, 가격이 급등하면 결국 직접 구독/지불이 더 합리적이어서 자연스러운 상단(ceiling)이 있다는 논리도 함께 제시된다.
흥미로운 갈등도 있다. 오픈소스 진영 창업자가 “크립토를 싫어한다/중립을 지키려 한다”는 뉘앙스의 발언으로 Venice를 기본 옵션(default)에서 내렸고, 시장은 이를 내러티브 훼손으로 받아들였지만, 반대로 사용자 선택권을 강화한 ‘공정한 조정’이라는 반론도 소개된다. 또한 “진짜 프라이버시가 맞냐”는 공방이 있었다고 언급한다. 프라이버시의 정의(프롬프트/아웃풋 암호화, 믹서 수준 난독화 등)가 엇갈리고, 비판 측이 경쟁 제품을 만들고 있어 이해관계가 섞였다는 점도 짚는다.
토큰 구조 측면에선 VVV를 스테이킹해 DM을 민팅하는 방식이 설명된다. 민팅 레이트는 DM 공급량을 목표치에 맞추는 동적 구조(공급이 많으면 덜 민팅, 줄면 더 민팅)이며, DM을 쓰거나(혹은 반환/소각에 준하는 과정) VVV 락업을 해제하는 메커니즘이 엮여 있어 수요가 증가하면 VVV↔DM 사이에 루프가 생긴다는 관찰이다. 다만 “온체인에서 토큰을 사더라도 실제 모델 호스팅/컴퓨트 제공은 중앙화 서비스에 의존”한다는 한계도 인정한다. 그럼에도 시장은 가격이 오르면 이런 구조적 한계를 덜 신경 쓰는 경향이 있다는 ‘현실적인 코멘트’도 곁들인다.
이어 AI와 크립토가 만나는 더 큰 방향성으로 ‘자본형성’이 재강조된다. “솔로 파운더가 10m~100m ARR 제품을 만드는 시대”가 오면 전통 VC가 선호하지 않는(혹은 투자하기 어려운) 1인/소규모 팀이 토큰을 통해 자본을 조달하고 커뮤니티 기반으로 확장할 수 있다는 주장이다. 여기서 Ribbit의 토크나이제이션 리포트(2025) 이야기가 나오는데, 토크나이제이션을 “세계를 컴퓨터가 읽을 수 있게(legible) 만드는 것”으로 정의한 부분이 인상적이었다고 한다. 이를 LLM의 ‘워드 토큰’(세계를 모델이 읽게 함)과 크립토의 ‘자산/권리 토큰’(자본이 읽고 거래하게 함)으로 연결시키며, 밈코인은 ‘문화/주의(attention)’를, 거버넌스 토큰은 ‘오픈소스 시스템에 대한 권력/현금흐름’을 가격화한다는 식으로 “무엇을 토큰화할지” 프레임을 확장한다.
Near에 대한 평가도 길게 이어진다. 과거 내러티브 전환(알고 스테이블, DA 등)으로 비판을 받았지만, 오히려 “L1은 PMF 찾기 위해 빠르게 적응/출시하는 게 맞다”는 옹호가 나온다. 특히 Near Intents가 빠르게 제품화되어 Zcash 거래 레이어로 의미 있는 볼륨을 가져온 점, 인텐트 수수료 일부를 소각해 토크노믹스가 “약간 디플레이션”이 되는 구조 등 실행력을 높게 본다. 창업자(일리아)의 AI 백그라운드(트랜스포머 논문 공저 등)와 기회비용을 고려하면 ‘크립토 AI’ 중 신뢰도가 높다는 코멘트도 있다. 다만 Anoma 등 다른 진영이 크로스체인 인텐트 라우터를 EVM/솔라나로 확장하며 Near Intents와 경쟁 구도가 생길 것이라는 전망도 덧붙인다.
26:52 Positioning For The AI Trade
호세는 자신이 하이퍼스케일러(미·중 빅테크) 비중을 줄이고 “스택 아래(에너지·인프라·부품·원자재)”로 옮겨가는 중이라고 설명한다. 이유는 두 가지 축이다.
첫째, 빅테크의 ‘AI 실행력’에 대한 실망. 예시로 MS Copilot이 “충격적으로 별로였다”는 실제 사용 경험을 들며, 하이퍼스케일러들이 컴퓨트/클라우드는 장악해도 모델·앱 레이어에서 오픈AI/Anthropic 등 전문 플레이어가 너무 빠르게 치고 나가고 있다고 본다. 둘째, 장기적으로는 모델/애플리케이션 기업이 유저 관계를 쥐고 결국 컴퓨트까지 수직통합(자체 데이터센터·전력·칩 조달)을 시도할 가능성이 커, 클라우드 마진이 하방 압력을 받을 수 있다는 관점이다. 온프렘(기업/개인 로컬)로 오픈소스 모델이 확산되면 중앙 클라우드 의존도도 일부 낮아질 수 있다고 본다. 즉 단기 12개월은 매출 가속이 지속될 수 있지만, 장기 밸류에이션은 ‘소프트웨어 독점 프리미엄’이 아니라 ‘하드웨어/설비 산업에 가까운 프라이싱’으로 재평가될 위험을 제기한다.
그래서 포지셔닝은 “AGI 빌드아웃이 5년은 간다”는 전제 아래, 병목이 될 영역에 투자하는 방식이다. 핵심은 전력이다. 그리드에만 의존하지 않고 빠르게 증설 가능한 가스터빈/발전 관련 기업(예: Siemens Energy, Bloom 등)을 언급하며, 대기 수요(웨이팅 리스트)와 매출 인플렉션이 관찰된다고 한다. 원자재는 구리(칩·전기화 필수)와 희토류/미네랄도 함께 본다. 데이터센터·케이블·전력 인프라처럼 “삽과 곡괭이” 영역이 더 직접적 수혜라는 관점이다.
동시에 지정학 변화(단극→다극)로 유럽 방산 비중을 늘린다고 밝힌다. 트럼프의 NATO 5% 지출 압박, 유럽의 2030년까지 8,000억 유로 재무장 커밋 등을 근거로 “여기서부터는 구조적으로 업-온리”에 가깝다고 주장한다. 우크라이나 드론 스타트업 등 민간 방산(프라이빗)도 매출이 급격히 늘고 있다는 현장 코멘트가 나온다.
다른 패널은 금(실물 골드)도 매집 중이라고 말한다. 한국 시장 급락으로 마진콜이 발생했고 일부 펀드가 금을 팔면서 금 가격이 눌렸다는 루머성/관측도 공유한다(정확한 출처는 불확실하다는 뉘앙스). 반면 비트코인은 금 대비 비율 관점에서 다시 “싸 보이는” 구간이 열렸고, 마이크로스트래티지(MSTR)의 mNAV 프리미엄 재확대, 채권/자금조달 ‘마술’ 같은 화제도 언급된다.
또 하나 흥미로운 지점은 “액티브 매니지먼트의 귀환”이다. 지수는 고점인데 개별 종목은 박살 난 환경, AI로 인한 산업 구조 변화(승자·패자 극단화) 때문에 롱/숏이 다시 먹힐 수 있다는 주장이다. 인도 IT 아웃소싱(경제 비중 8% 수준) 같은 영역이 AI로 구조적 타격을 받을 수 있고, 실제로 유명 매니저가 인포시스를 숏했다는 사례까지 언급한다. “패시브로 다 같이 오르는 시대”에서 “분석과 포지셔닝이 성과를 가르는 시대”로 넘어갈 가능성을 본다.
52:30 Citrini’s AI Piece
마지막은 ‘Citrini’(정확히 어떤 리포트/에세이인지 맥락상 AI가 경제·노동에 미치는 충격을 다룬 비관적 시나리오로 언급) 논쟁이다. 패널들은 글의 서두에 “낮은 확률의 베어 케이스이며 사고 실험”이라고 적혀 있었음에도, 시장에 영향이 났고 Citadel·이코노미스트 등 여러 곳이 반박문을 냈다는 점 자체가 인상적이었다고 말한다. “굳이 다들 나서서 틀렸다고 말해야 했던” 분위기가 오히려 불안감을 준다는 뉘앙스다.
반박의 핵심은 “베어 요소만 있고, 상쇄되는 불리시 요소(생산성 향상, 성장, 신규 산업/직무 창출)가 빠져 있다”는 것. 기술은 대체로 노동을 완전히 제거하기보다 보완(complement)하며, 정부 개입이나 통화정책(재정 지출/프린팅) 같은 완충 장치도 현실적으로 작동할 수 있다는 관점이 나온다.
그럼에도 단기~중기 경로 의존성(path dependency)은 우려한다. 장기적으로는 풍요/가격 하락/새로운 ‘할 일’이 생기더라도, 당장 주니어 화이트칼라가 타격을 받을 가능성이 크다는 것. 예로 “금융권이 컴플라이언스 때문에 아직도 ChatGPT 사용이 제한된다”는 현실이 한편으론 방어막(규제 모트)이지만, 다른 한편으론 결국 도입되면 엔트리 레벨 일자리가 먼저 줄어들 수 있다는 논리다. 실제로 “골드만이 주니어 애널리스트를 덜 뽑는다”는 소문까지 공유되며, 진입 노동시장이 가장 먼저 충격을 받는 시나리오가 토론된다.
산업혁명 때는 ‘마차→자동차’처럼 재훈련의 연속성이 있었지만, AI는 “거의 모든 영역에서 더 싸고 더 잘한다”는 성격이라 충격이 동시다발적일 수 있다는 점이 강조된다. 다만 컴퓨트/에너지 증설이 물리적으로 느려 전환 속도를 완충할 수 있다는 반론도 나온다. 결론적으로는 “장기적으로는 잘 풀릴 수 있어도, 중간 과정은 사회적 긴장·정치적 개입(규제/속도 조절/UBI 논의) 없이는 거칠 수 있다”는 톤으로 마무리된다.
https://youtu.be/ZtOi9RdLRN4 1시간 전 업로드 됨
호세는 자신이 하이퍼스케일러(미·중 빅테크) 비중을 줄이고 “스택 아래(에너지·인프라·부품·원자재)”로 옮겨가는 중이라고 설명한다. 이유는 두 가지 축이다.
첫째, 빅테크의 ‘AI 실행력’에 대한 실망. 예시로 MS Copilot이 “충격적으로 별로였다”는 실제 사용 경험을 들며, 하이퍼스케일러들이 컴퓨트/클라우드는 장악해도 모델·앱 레이어에서 오픈AI/Anthropic 등 전문 플레이어가 너무 빠르게 치고 나가고 있다고 본다. 둘째, 장기적으로는 모델/애플리케이션 기업이 유저 관계를 쥐고 결국 컴퓨트까지 수직통합(자체 데이터센터·전력·칩 조달)을 시도할 가능성이 커, 클라우드 마진이 하방 압력을 받을 수 있다는 관점이다. 온프렘(기업/개인 로컬)로 오픈소스 모델이 확산되면 중앙 클라우드 의존도도 일부 낮아질 수 있다고 본다. 즉 단기 12개월은 매출 가속이 지속될 수 있지만, 장기 밸류에이션은 ‘소프트웨어 독점 프리미엄’이 아니라 ‘하드웨어/설비 산업에 가까운 프라이싱’으로 재평가될 위험을 제기한다.
그래서 포지셔닝은 “AGI 빌드아웃이 5년은 간다”는 전제 아래, 병목이 될 영역에 투자하는 방식이다. 핵심은 전력이다. 그리드에만 의존하지 않고 빠르게 증설 가능한 가스터빈/발전 관련 기업(예: Siemens Energy, Bloom 등)을 언급하며, 대기 수요(웨이팅 리스트)와 매출 인플렉션이 관찰된다고 한다. 원자재는 구리(칩·전기화 필수)와 희토류/미네랄도 함께 본다. 데이터센터·케이블·전력 인프라처럼 “삽과 곡괭이” 영역이 더 직접적 수혜라는 관점이다.
동시에 지정학 변화(단극→다극)로 유럽 방산 비중을 늘린다고 밝힌다. 트럼프의 NATO 5% 지출 압박, 유럽의 2030년까지 8,000억 유로 재무장 커밋 등을 근거로 “여기서부터는 구조적으로 업-온리”에 가깝다고 주장한다. 우크라이나 드론 스타트업 등 민간 방산(프라이빗)도 매출이 급격히 늘고 있다는 현장 코멘트가 나온다.
다른 패널은 금(실물 골드)도 매집 중이라고 말한다. 한국 시장 급락으로 마진콜이 발생했고 일부 펀드가 금을 팔면서 금 가격이 눌렸다는 루머성/관측도 공유한다(정확한 출처는 불확실하다는 뉘앙스). 반면 비트코인은 금 대비 비율 관점에서 다시 “싸 보이는” 구간이 열렸고, 마이크로스트래티지(MSTR)의 mNAV 프리미엄 재확대, 채권/자금조달 ‘마술’ 같은 화제도 언급된다.
또 하나 흥미로운 지점은 “액티브 매니지먼트의 귀환”이다. 지수는 고점인데 개별 종목은 박살 난 환경, AI로 인한 산업 구조 변화(승자·패자 극단화) 때문에 롱/숏이 다시 먹힐 수 있다는 주장이다. 인도 IT 아웃소싱(경제 비중 8% 수준) 같은 영역이 AI로 구조적 타격을 받을 수 있고, 실제로 유명 매니저가 인포시스를 숏했다는 사례까지 언급한다. “패시브로 다 같이 오르는 시대”에서 “분석과 포지셔닝이 성과를 가르는 시대”로 넘어갈 가능성을 본다.
52:30 Citrini’s AI Piece
마지막은 ‘Citrini’(정확히 어떤 리포트/에세이인지 맥락상 AI가 경제·노동에 미치는 충격을 다룬 비관적 시나리오로 언급) 논쟁이다. 패널들은 글의 서두에 “낮은 확률의 베어 케이스이며 사고 실험”이라고 적혀 있었음에도, 시장에 영향이 났고 Citadel·이코노미스트 등 여러 곳이 반박문을 냈다는 점 자체가 인상적이었다고 말한다. “굳이 다들 나서서 틀렸다고 말해야 했던” 분위기가 오히려 불안감을 준다는 뉘앙스다.
반박의 핵심은 “베어 요소만 있고, 상쇄되는 불리시 요소(생산성 향상, 성장, 신규 산업/직무 창출)가 빠져 있다”는 것. 기술은 대체로 노동을 완전히 제거하기보다 보완(complement)하며, 정부 개입이나 통화정책(재정 지출/프린팅) 같은 완충 장치도 현실적으로 작동할 수 있다는 관점이 나온다.
그럼에도 단기~중기 경로 의존성(path dependency)은 우려한다. 장기적으로는 풍요/가격 하락/새로운 ‘할 일’이 생기더라도, 당장 주니어 화이트칼라가 타격을 받을 가능성이 크다는 것. 예로 “금융권이 컴플라이언스 때문에 아직도 ChatGPT 사용이 제한된다”는 현실이 한편으론 방어막(규제 모트)이지만, 다른 한편으론 결국 도입되면 엔트리 레벨 일자리가 먼저 줄어들 수 있다는 논리다. 실제로 “골드만이 주니어 애널리스트를 덜 뽑는다”는 소문까지 공유되며, 진입 노동시장이 가장 먼저 충격을 받는 시나리오가 토론된다.
산업혁명 때는 ‘마차→자동차’처럼 재훈련의 연속성이 있었지만, AI는 “거의 모든 영역에서 더 싸고 더 잘한다”는 성격이라 충격이 동시다발적일 수 있다는 점이 강조된다. 다만 컴퓨트/에너지 증설이 물리적으로 느려 전환 속도를 완충할 수 있다는 반론도 나온다. 결론적으로는 “장기적으로는 잘 풀릴 수 있어도, 중간 과정은 사회적 긴장·정치적 개입(규제/속도 조절/UBI 논의) 없이는 거칠 수 있다”는 톤으로 마무리된다.
https://youtu.be/ZtOi9RdLRN4 1시간 전 업로드 됨
YouTube
Hivemind: Can Bitcoin Reclaim $80k, State of The Market & The AI Trade
This week, the Hivemind team breaks down the current market sentiment as crypto tries to put in a bottom. We deep dive into reasons to be optimistic, the convergence of crypto and AI, Citrini's AI piece & more. Enjoy!
--
Follow Ceteris: https://x.com/ceterispar1bus…
--
Follow Ceteris: https://x.com/ceterispar1bus…
Sui Founder Explains Why Ethereum & Solana Will Be Left Behind | E161
When Shift Happens
3줄 요약
1. Evan Cheng은 “현재 L1(이더리움·솔라나)의 계정/원장(ledger) 중심 구조는 ‘현실 세계의 복잡한 자산’으로 확장될수록 한계가 구조적으로 드러난다”고 본다.
2. Sui는 자산을 ‘잔고’가 아니라 ‘상태를 가진 객체(object)’로 모델링해, 자산의 변화·조합(컴포저빌리티)·권한/프라이버시 구성을 더 자연스럽게 처리하는 방향에 베팅했다.
3. 다음 성장 동력은 디젠/밈코인보다 “기관의 온체인 유통(Distribution) + T+0 결제/정산 + 토큰화(RWA 포함)”이며, 이 전환이 열리면 ‘점진’이 아니라 ‘플러드게이트’로 올 수 있다고 주장한다.
1) “1년이 10년 같았다”: 시장 혼란 vs 구조적 전환(Shift)에 대한 관찰
Evan은 지난 1년을 “상수로 학습하고, 지수적으로 변하는 환경”으로 묘사한다. 겉으로 보이는 시장은 정치·거시·가격 변동으로 혼란스럽지만, 더 중요한 ‘기저의 이동’이 진행 중이라고 본다. 2024년만 해도 AI는 “질문 답변” 정도였는데, 2025로 오면서 “에이전트·자동화·초고속 실행”이 중심이 되고 있고, 이때 가치/정보/정산을 담당할 ‘탈중앙 레일’이 무엇이 될지가 핵심 질문이라는 관점이다. 즉, 크립토의 단기 내러티브(밈코인, 도박성 수요)보다 “토큰화된 세계에서의 조정/거래 인프라”가 본질이며, Sui는 그 미래를 전제로 설계했다고 강조한다.
When Shift Happens
3줄 요약
1. Evan Cheng은 “현재 L1(이더리움·솔라나)의 계정/원장(ledger) 중심 구조는 ‘현실 세계의 복잡한 자산’으로 확장될수록 한계가 구조적으로 드러난다”고 본다.
2. Sui는 자산을 ‘잔고’가 아니라 ‘상태를 가진 객체(object)’로 모델링해, 자산의 변화·조합(컴포저빌리티)·권한/프라이버시 구성을 더 자연스럽게 처리하는 방향에 베팅했다.
3. 다음 성장 동력은 디젠/밈코인보다 “기관의 온체인 유통(Distribution) + T+0 결제/정산 + 토큰화(RWA 포함)”이며, 이 전환이 열리면 ‘점진’이 아니라 ‘플러드게이트’로 올 수 있다고 주장한다.
1) “1년이 10년 같았다”: 시장 혼란 vs 구조적 전환(Shift)에 대한 관찰
Evan은 지난 1년을 “상수로 학습하고, 지수적으로 변하는 환경”으로 묘사한다. 겉으로 보이는 시장은 정치·거시·가격 변동으로 혼란스럽지만, 더 중요한 ‘기저의 이동’이 진행 중이라고 본다. 2024년만 해도 AI는 “질문 답변” 정도였는데, 2025로 오면서 “에이전트·자동화·초고속 실행”이 중심이 되고 있고, 이때 가치/정보/정산을 담당할 ‘탈중앙 레일’이 무엇이 될지가 핵심 질문이라는 관점이다. 즉, 크립토의 단기 내러티브(밈코인, 도박성 수요)보다 “토큰화된 세계에서의 조정/거래 인프라”가 본질이며, Sui는 그 미래를 전제로 설계했다고 강조한다.
2) “무엇이 안 됐는지”가 더 명확해졌다: 크립토 네이티브 성장의 정체
그는 ‘무엇이 바늘을 움직이지 못했는지’가 명확해졌다고 말한다. DeFi가 10배 커지거나 참여자가 10~100배 늘어나는 식의 확장이 나타나지 않았고, 대신 “체인 수·밈코인 수”만 급증했을 뿐 유의미한 사용자/유동성 증가는 제한적이었다는 진단이다. 이 구간에서 중요한 함의는, 기존 사이클에서 시장을 떠받친 동력이 “내부자 게임(crypto-native)”에 머물렀고, 그것만으로는 산업 전체의 지속 성장을 만들기 어렵다는 판단이다. 반면, 기관은 이제 기술 관심이 “드디어 잠금 해제(unlocked)”되는 초기 신호가 보인다고 본다. 스테이블코인은 기관 관점에서 “가장 단순한 토큰화 자산”일 뿐이고, 다음 단계는 RWA/토큰화가 ‘실제로 무엇을 의미하느냐’로 넘어가는 국면이라는 주장이다.
3) 기관 채택의 본질: “제품은 같고, 유통이 달라진다” + T+1 → T+0
Evan은 기관 채택을 “완전히 새로운 상품의 발명”보다, 이미 존재하는 금융상품을 온체인이라는 새로운 유통 채널로 내보내는 과정으로 설명한다. 전통적 웹2 앱/웹사이트로 접근하던 MMF 등 상품을, 온체인 유통으로 제공하면 정산이 T+0에 가까워지고(기존 T+1 대비), 이로 인해 자금 회전율(velocity of money)과 담보 효율, 고객의 자금 활용성이 개선된다는 논리다. 여기서 ‘킬러 포인트’는 기관 고객이 디젠이 아니라는 점이다. 온체인 레일이 열리면 수백~수천 단위의 고객 기반이 한 번에 연결될 수 있고, 이것이 시장 전체를 “트리클(trickle)”이 아니라 “플러드게이트(floodgate)”로 바꿀 수 있다고 본다. 다만 과거에도 RWA 토큰화 시도는 있었지만, “온체인이 더 매력적인 이유(더 나은 UX/효율/가치)”를 만들어내지 못해 수요가 제한적이었다는 실패 경험도 함께 언급한다.
4) “기관용 체인 vs 리테일용 체인”은 없다: 차이는 ‘규칙’이고, 규칙은 ‘구성 가능해야’ 한다
진행자가 “기관용과 리테일용은 요구사항이 다르지 않나”라고 묻자, Evan은 “제대로 만들면 차이가 없다”고 답한다. 기관이 추가로 요구하는 것은 대체로 보고/감사/컴플라이언스 등 ‘규칙(rules)’의 문제이며, 이것이 프로토콜/스마트컨트랙트 레벨에서 “구성(configuration)”으로 처리될 수 있어야 한다는 주장이다. 반대로 현재 많은 체인은 기본값이 “모든 것이 온체인 투명”이라 기관이 들어오려면 추가 레이어(프라이버시, 접근통제, 체크/밸런스 등)를 덧대야 하고, 이때 복잡성과 비(非)컴포저빌리티가 누적된다고 본다. 즉, 기관이 요구하는 것은 별도 체인이 아니라 “동일한 레일 위에서 다양한 가시성/권한/정책을 프로그래머블하게 조합하는 능력”이라는 결론이다.
5) “AOL의 순간”: 단일 레일이 되려면 ‘퍼블릭 vs 프라이빗’ 이분법을 넘어야 한다
Evan은 현재의 주류 체인(이더리움·솔라나 등)을 “AOL 같은 초기 인터넷”에 비유한다. 초기 유스케이스(ICO, 초기 DeFi)에는 맞았지만, 더 복잡한 세계(기관 거래, 부분 공개/부분 비공개, 다자간 정책 집행, 에이전트 경제)로 확장되면 구조적 한계가 드러난다는 논지다. 예컨대 “두 당사자 간 거래는 완전 비공개로 하되, 결과는 온체인에 정산되어 다른 워크플로에서 활용 가능해야” 하는 요구가 등장하면, 단순한 ‘컨피덴셜 트랜스퍼’나 ‘완전 프라이빗 채널’만으로는 부족하다. 당사자 A/B/C별로 가시성을 달리하고, 정책을 컨트랙트로 설계하며, 체인이 이를 강제 집행해야 한다는 것이다.
그는 칸톤(Canton) 같은 ‘프라이빗 파티’ 모델을 예로 들며, 내부 공유는 가능하지만 자산이 퍼블릭하게 활용되기 어렵고, 결국 별도 조정(reconciliation) 단계가 필요하며 원자성(atomicity)이 떨어진다고 비판한다. 또한 프라이빗/퍼블릭/컴플라이언스 레이어가 각각 사일로로 분리되면 자본·유동성이 파편화되고, 이는 리스크의 총체적 파악을 방해해 시스템 위험을 키운다고 본다. 이 대목은 “유동성 파편화가 위험을 증폭시킨다”는 전통금융의 교훈을 크립토 구조 문제로 연결시키는 지점이라, 금융 전문가 관점에서 특히 흥미롭다.
6) ‘베스트 테크’만으로는 못 이긴다: 그러나 아키텍처 격차는 시간이 갈수록 커진다
Evan은 “기술이 더 좋아도 채택이 저절로 오지 않는다”고 반복한다. 규제, 시장 타이밍, 문제의 우선순위, 교육/세일즈/통합 역량, 네트워크 효과(선점) 등 비기술 요인이 승패를 좌우하며, 열등한 솔루션도 먼저 점유하면 강해질 수 있다는 현실론이다. AI 업계의 예시를 들며, 모델 성능은 매주 뒤집히지만(새 모델이 더 좋게 나옴) 기업 채택은 배포/통합/세일즈 조직 등 ‘구축된 경로의 점착성’이 크게 작용한다고 말한다.
그럼에도 불구하고, 그는 “자산/애플리케이션이 복잡해질수록” Sui가 택한 구조적 차이가 결국 따라잡기 어려운 격차를 만들 수 있다고 주장한다. 즉 단기적으로는 마케팅/분배/인지도가 중요하지만, 장기적으로는 ‘표현 모델’과 ‘컴포저빌리티’가 결정적이라는 관점이다.
7) Sui의 핵심 차별점(비기술적 설명): ‘잔고 원장’이 아니라 ‘상태를 가진 자산 객체’
Evan이 제시하는 가장 단순한 대비는 이것이다. 기존 L1 다수는 기본적으로 “원장(ledger)이 주소별 잔고(balance)의 이동을 기록”하는 모델이다. 주소 A에 USDC 10, 주소 B에 5처럼 숫자를 업데이트하는 방식은 “자산이 서로 동일하고(fungible) 상태 변화가 단순”할 때 잘 작동한다. 문제는 현실의 자산은 시간이 지나며 상호작용으로 ‘성질이 바뀌고’, 그 변화가 가치와 권리관계를 바꾼다는 점이다.
그는 “디지털 야구카드 100장”을 예로 든다. 처음엔 100장이 모두 동일하지만, 내가 선수에게 직접 사인을 받으면 그 카드(자산)는 외형/가치/속성이 근본적으로 변한다. 문서에 서명이 누적되어 상태가 달라지는 계약서도 같은 맥락이다. PDF 두 개를 합쳐 하나의 파일이 되면 ‘새로운 자산’이 되는 것처럼, 자산은 조합되고 변형된다. Evan의 주장은 기존 원장 중심 사고는 이런 ‘상태(state)’와 ‘조합(composition)’을 자연스럽게 표현하기 어렵고, NFT 등이 이를 우회적으로 때우려 했지만 “어색하고 제한적”이며 결과적으로 “진정한 컴포저빌리티”가 부족하다는 것이다. Sui는 자산을 상태를 가진 객체로 모델링해 이 문제를 정면으로 다루려 했다고 설명한다.
8) “리브라/디엠을 들고 나온 게 아니다”: 왜 기존 설계를 버리고 다시 만들었나
Sui 팀이 메타(페이스북) 리브라/디엠 출신이라는 인식에 대해, Evan은 “DM 코어를 퍼미션리스로 출시하는 건 웃을 일”이었다고 말한다. 당시 설계는 결제/화폐처럼 “수량만 바뀌는 자산”에 잘 맞는 제한적 모델이었고, 그보다 훨씬 일반적인 ‘복잡 자산의 세계’를 목표로 하면 근본부터 달라져야 했다는 것이다. 중요한 포인트는, 회사를 나올 때부터 Sui의 형태를 완벽히 알고 있었던 것이 아니라 “다르게 만들어야 한다는 확신”이 먼저였고, 시간이 지나며 더 낫고 다른 구조를 구체화해 왔다는 서사다. 또한 Sui는 그 과정에서 합의(consensus) 관련 주요 변경을 여러 차례 거치며 성능과 UX를 개선해왔고, 현재의 Sui 사용 경험은 초기 구상 대비 “수 마일 앞서 있다”고 주장한다.
그는 ‘무엇이 바늘을 움직이지 못했는지’가 명확해졌다고 말한다. DeFi가 10배 커지거나 참여자가 10~100배 늘어나는 식의 확장이 나타나지 않았고, 대신 “체인 수·밈코인 수”만 급증했을 뿐 유의미한 사용자/유동성 증가는 제한적이었다는 진단이다. 이 구간에서 중요한 함의는, 기존 사이클에서 시장을 떠받친 동력이 “내부자 게임(crypto-native)”에 머물렀고, 그것만으로는 산업 전체의 지속 성장을 만들기 어렵다는 판단이다. 반면, 기관은 이제 기술 관심이 “드디어 잠금 해제(unlocked)”되는 초기 신호가 보인다고 본다. 스테이블코인은 기관 관점에서 “가장 단순한 토큰화 자산”일 뿐이고, 다음 단계는 RWA/토큰화가 ‘실제로 무엇을 의미하느냐’로 넘어가는 국면이라는 주장이다.
3) 기관 채택의 본질: “제품은 같고, 유통이 달라진다” + T+1 → T+0
Evan은 기관 채택을 “완전히 새로운 상품의 발명”보다, 이미 존재하는 금융상품을 온체인이라는 새로운 유통 채널로 내보내는 과정으로 설명한다. 전통적 웹2 앱/웹사이트로 접근하던 MMF 등 상품을, 온체인 유통으로 제공하면 정산이 T+0에 가까워지고(기존 T+1 대비), 이로 인해 자금 회전율(velocity of money)과 담보 효율, 고객의 자금 활용성이 개선된다는 논리다. 여기서 ‘킬러 포인트’는 기관 고객이 디젠이 아니라는 점이다. 온체인 레일이 열리면 수백~수천 단위의 고객 기반이 한 번에 연결될 수 있고, 이것이 시장 전체를 “트리클(trickle)”이 아니라 “플러드게이트(floodgate)”로 바꿀 수 있다고 본다. 다만 과거에도 RWA 토큰화 시도는 있었지만, “온체인이 더 매력적인 이유(더 나은 UX/효율/가치)”를 만들어내지 못해 수요가 제한적이었다는 실패 경험도 함께 언급한다.
4) “기관용 체인 vs 리테일용 체인”은 없다: 차이는 ‘규칙’이고, 규칙은 ‘구성 가능해야’ 한다
진행자가 “기관용과 리테일용은 요구사항이 다르지 않나”라고 묻자, Evan은 “제대로 만들면 차이가 없다”고 답한다. 기관이 추가로 요구하는 것은 대체로 보고/감사/컴플라이언스 등 ‘규칙(rules)’의 문제이며, 이것이 프로토콜/스마트컨트랙트 레벨에서 “구성(configuration)”으로 처리될 수 있어야 한다는 주장이다. 반대로 현재 많은 체인은 기본값이 “모든 것이 온체인 투명”이라 기관이 들어오려면 추가 레이어(프라이버시, 접근통제, 체크/밸런스 등)를 덧대야 하고, 이때 복잡성과 비(非)컴포저빌리티가 누적된다고 본다. 즉, 기관이 요구하는 것은 별도 체인이 아니라 “동일한 레일 위에서 다양한 가시성/권한/정책을 프로그래머블하게 조합하는 능력”이라는 결론이다.
5) “AOL의 순간”: 단일 레일이 되려면 ‘퍼블릭 vs 프라이빗’ 이분법을 넘어야 한다
Evan은 현재의 주류 체인(이더리움·솔라나 등)을 “AOL 같은 초기 인터넷”에 비유한다. 초기 유스케이스(ICO, 초기 DeFi)에는 맞았지만, 더 복잡한 세계(기관 거래, 부분 공개/부분 비공개, 다자간 정책 집행, 에이전트 경제)로 확장되면 구조적 한계가 드러난다는 논지다. 예컨대 “두 당사자 간 거래는 완전 비공개로 하되, 결과는 온체인에 정산되어 다른 워크플로에서 활용 가능해야” 하는 요구가 등장하면, 단순한 ‘컨피덴셜 트랜스퍼’나 ‘완전 프라이빗 채널’만으로는 부족하다. 당사자 A/B/C별로 가시성을 달리하고, 정책을 컨트랙트로 설계하며, 체인이 이를 강제 집행해야 한다는 것이다.
그는 칸톤(Canton) 같은 ‘프라이빗 파티’ 모델을 예로 들며, 내부 공유는 가능하지만 자산이 퍼블릭하게 활용되기 어렵고, 결국 별도 조정(reconciliation) 단계가 필요하며 원자성(atomicity)이 떨어진다고 비판한다. 또한 프라이빗/퍼블릭/컴플라이언스 레이어가 각각 사일로로 분리되면 자본·유동성이 파편화되고, 이는 리스크의 총체적 파악을 방해해 시스템 위험을 키운다고 본다. 이 대목은 “유동성 파편화가 위험을 증폭시킨다”는 전통금융의 교훈을 크립토 구조 문제로 연결시키는 지점이라, 금융 전문가 관점에서 특히 흥미롭다.
6) ‘베스트 테크’만으로는 못 이긴다: 그러나 아키텍처 격차는 시간이 갈수록 커진다
Evan은 “기술이 더 좋아도 채택이 저절로 오지 않는다”고 반복한다. 규제, 시장 타이밍, 문제의 우선순위, 교육/세일즈/통합 역량, 네트워크 효과(선점) 등 비기술 요인이 승패를 좌우하며, 열등한 솔루션도 먼저 점유하면 강해질 수 있다는 현실론이다. AI 업계의 예시를 들며, 모델 성능은 매주 뒤집히지만(새 모델이 더 좋게 나옴) 기업 채택은 배포/통합/세일즈 조직 등 ‘구축된 경로의 점착성’이 크게 작용한다고 말한다.
그럼에도 불구하고, 그는 “자산/애플리케이션이 복잡해질수록” Sui가 택한 구조적 차이가 결국 따라잡기 어려운 격차를 만들 수 있다고 주장한다. 즉 단기적으로는 마케팅/분배/인지도가 중요하지만, 장기적으로는 ‘표현 모델’과 ‘컴포저빌리티’가 결정적이라는 관점이다.
7) Sui의 핵심 차별점(비기술적 설명): ‘잔고 원장’이 아니라 ‘상태를 가진 자산 객체’
Evan이 제시하는 가장 단순한 대비는 이것이다. 기존 L1 다수는 기본적으로 “원장(ledger)이 주소별 잔고(balance)의 이동을 기록”하는 모델이다. 주소 A에 USDC 10, 주소 B에 5처럼 숫자를 업데이트하는 방식은 “자산이 서로 동일하고(fungible) 상태 변화가 단순”할 때 잘 작동한다. 문제는 현실의 자산은 시간이 지나며 상호작용으로 ‘성질이 바뀌고’, 그 변화가 가치와 권리관계를 바꾼다는 점이다.
그는 “디지털 야구카드 100장”을 예로 든다. 처음엔 100장이 모두 동일하지만, 내가 선수에게 직접 사인을 받으면 그 카드(자산)는 외형/가치/속성이 근본적으로 변한다. 문서에 서명이 누적되어 상태가 달라지는 계약서도 같은 맥락이다. PDF 두 개를 합쳐 하나의 파일이 되면 ‘새로운 자산’이 되는 것처럼, 자산은 조합되고 변형된다. Evan의 주장은 기존 원장 중심 사고는 이런 ‘상태(state)’와 ‘조합(composition)’을 자연스럽게 표현하기 어렵고, NFT 등이 이를 우회적으로 때우려 했지만 “어색하고 제한적”이며 결과적으로 “진정한 컴포저빌리티”가 부족하다는 것이다. Sui는 자산을 상태를 가진 객체로 모델링해 이 문제를 정면으로 다루려 했다고 설명한다.
8) “리브라/디엠을 들고 나온 게 아니다”: 왜 기존 설계를 버리고 다시 만들었나
Sui 팀이 메타(페이스북) 리브라/디엠 출신이라는 인식에 대해, Evan은 “DM 코어를 퍼미션리스로 출시하는 건 웃을 일”이었다고 말한다. 당시 설계는 결제/화폐처럼 “수량만 바뀌는 자산”에 잘 맞는 제한적 모델이었고, 그보다 훨씬 일반적인 ‘복잡 자산의 세계’를 목표로 하면 근본부터 달라져야 했다는 것이다. 중요한 포인트는, 회사를 나올 때부터 Sui의 형태를 완벽히 알고 있었던 것이 아니라 “다르게 만들어야 한다는 확신”이 먼저였고, 시간이 지나며 더 낫고 다른 구조를 구체화해 왔다는 서사다. 또한 Sui는 그 과정에서 합의(consensus) 관련 주요 변경을 여러 차례 거치며 성능과 UX를 개선해왔고, 현재의 Sui 사용 경험은 초기 구상 대비 “수 마일 앞서 있다”고 주장한다.
9) Sui가 ‘PMF의 초기 징후’로 제시한 것들: DeFi 스택, 공용 유동성 레이어, 데이터/정책 레이어
토큰 가격 하락 국면에서도 무엇을 증명했냐는 질문에, Evan은 “코어 인프라/스택을 쌓고, 그 위에서 빌더들이 빠르게 제품을 구현하는 것”을 PMF의 초기 신호로 든다. 특히 (1) DeFi를 지탱하는 실행·조정·스마트컨트랙트 스택, (2) 데이터 접근 제어를 위한 레이어(그는 Walrus/Seal을 언급하며 ‘데이터 접근을 소유하고 정책이 데이터와 함께 이동’하는 패러다임을 강조), (3) 공용 오더북 기반 유동성 레이어(DeepBook)를 언급한다.
DeepBook에 대해선, 많은 체인에서 새 프로토콜이 나올 때마다 각자 유동성을 해결해야 하는데, 공용 유동성/오더북 레이어를 제공하면 여러 프로토콜이 이를 활용할 수 있어 “매번 유동성 문제를 재발명하지 않아도 된다”는 차별점을 강조한다. 또한 실제로 “온체인 광고 거래소(ad exchange)”나 “블라인드 옥션” 같은 사례를 언급하며(Alchemy, Athene 등), 단순 DeFi를 넘어 다양한 형태의 애플리케이션이 스택 위에 올라오고 있다는 점을 ‘작동 증거’로 제시한다. 다만 그는 이것이 ‘큰 채택’의 완전한 증명은 아니며, 더 복잡하고 대규모의 기관/실물 자산 채택은 이제부터가 본게임이라고 선을 긋는다.
https://youtu.be/5Tunu3t7kQ4 2시간 전 업로드 됨
토큰 가격 하락 국면에서도 무엇을 증명했냐는 질문에, Evan은 “코어 인프라/스택을 쌓고, 그 위에서 빌더들이 빠르게 제품을 구현하는 것”을 PMF의 초기 신호로 든다. 특히 (1) DeFi를 지탱하는 실행·조정·스마트컨트랙트 스택, (2) 데이터 접근 제어를 위한 레이어(그는 Walrus/Seal을 언급하며 ‘데이터 접근을 소유하고 정책이 데이터와 함께 이동’하는 패러다임을 강조), (3) 공용 오더북 기반 유동성 레이어(DeepBook)를 언급한다.
DeepBook에 대해선, 많은 체인에서 새 프로토콜이 나올 때마다 각자 유동성을 해결해야 하는데, 공용 유동성/오더북 레이어를 제공하면 여러 프로토콜이 이를 활용할 수 있어 “매번 유동성 문제를 재발명하지 않아도 된다”는 차별점을 강조한다. 또한 실제로 “온체인 광고 거래소(ad exchange)”나 “블라인드 옥션” 같은 사례를 언급하며(Alchemy, Athene 등), 단순 DeFi를 넘어 다양한 형태의 애플리케이션이 스택 위에 올라오고 있다는 점을 ‘작동 증거’로 제시한다. 다만 그는 이것이 ‘큰 채택’의 완전한 증명은 아니며, 더 복잡하고 대규모의 기관/실물 자산 채택은 이제부터가 본게임이라고 선을 긋는다.
https://youtu.be/5Tunu3t7kQ4 2시간 전 업로드 됨
YouTube
Sui Founder Explains Why Ethereum & Solana Will Be Left Behind | E161
Evan Cheng co-founded SUI after leading Facebook's Libra project - then threw away everything they built because it wasn't good enough.
In this conversation, he explains why Ethereum and Solana's architecture is fundamentally flawed, what SUI does differently…
In this conversation, he explains why Ethereum and Solana's architecture is fundamentally flawed, what SUI does differently…
The Four Year Cycle Is Not Broken | Matthew Mezinskis
What Bitcoin Did
3줄 요약
1. 파워로(네트워크 성장) 기반 분위회귀(quantile regression)로 보면, BTC $63k는 “추세 대비 역사적으로 거의 바닥권”에 해당한다.
2. 2024~2025가 ‘사이클 붕괴’가 아니라, 고점은 낮아지고 하락은 더 빨라진 형태로 4년 주기가 여전히 작동 중이라는 해석이 제시된다.
3. 연준/중앙은행의 “프린트 → 비트코인 상승”은 단선적 인과가 아니며, 비트코인은 대차대조표 축소(QT) 구간에서도 강하게 오를 수 있었다.
00:00:00 Introduction
진행자 Danny Knowles와 매크로 리서처 Matthew Mezinskis는 “세상이 너무 빠르게 변해도 비트코인에서 흔들리지 않게 해주는 두 개의 닻(anchor)”로 파워로(power law)와 (글로벌) 본원통화(base money)를 제시한다. ‘유튜브 썸네일식 공포/탐욕’ 대신, 데이터로 장기 구조를 점검하자는 문제의식이 깔린 도입부다.
What Bitcoin Did
3줄 요약
1. 파워로(네트워크 성장) 기반 분위회귀(quantile regression)로 보면, BTC $63k는 “추세 대비 역사적으로 거의 바닥권”에 해당한다.
2. 2024~2025가 ‘사이클 붕괴’가 아니라, 고점은 낮아지고 하락은 더 빨라진 형태로 4년 주기가 여전히 작동 중이라는 해석이 제시된다.
3. 연준/중앙은행의 “프린트 → 비트코인 상승”은 단선적 인과가 아니며, 비트코인은 대차대조표 축소(QT) 구간에서도 강하게 오를 수 있었다.
00:00:00 Introduction
진행자 Danny Knowles와 매크로 리서처 Matthew Mezinskis는 “세상이 너무 빠르게 변해도 비트코인에서 흔들리지 않게 해주는 두 개의 닻(anchor)”로 파워로(power law)와 (글로벌) 본원통화(base money)를 제시한다. ‘유튜브 썸네일식 공포/탐욕’ 대신, 데이터로 장기 구조를 점검하자는 문제의식이 깔린 도입부다.
00:01:08 What Is The Power Law And Why Bitcoin Is Different
Mezinskis는 비트코인을 일반 금융자산처럼 ‘복리(exponential) 성장’으로 해석해 직선 추세선, 엘리엇 파동, ABC 조정 등으로 접근하면 구조를 놓친다고 말한다. 비트코인은 기업/채권처럼 일정한 이자율로 커지는 게 아니라 “네트워크처럼 비례적으로(proportionally) 성장”하며, 그 결과가 파워로 형태(소수의 거대 노드와 다수의 작은 노드가 만드는 80/20 분포)로 나타난다는 주장이다. 이를 도시 성장(런던·파리: 초기 급성장 후 점차 완만해짐)이나 생물의 스케일링 법칙(대사량/체격의 비례관계) 같은 전형적 파워로 사례로 비유한다.
00:06:45 Bitcoin CAGR
파워로를 직관적으로 설명하기 위해 “비트코인 생애(life)에서 약 13%가 더 지나면 가격이 2배가 된다”는 경험칙을 제시한다. 현재 비트코인이 약 6,000~6,400일 정도 ‘나이’를 먹었다면, 그 13%에 해당하는 시간(대략 700~800일 전후)이 지나면 추세상 2배를 기대하는 식이다. 여기서 중요한 포인트는 ‘13%라는 비율은 유지되지만, 절대 시간(일수)은 점점 길어진다’는 것—즉 네트워크가 커질수록 doubling time이 늘고 변동성이 구조적으로 완화(dampen)된다는 관점이다. 이를 일반 자산의 “룰 오브 72(10% 성장률이면 약 7.2년마다 2배)”와 대비해, 비트코인은 초기에 폭발적으로 빠르되 시간이 갈수록 안정화되는 다른 성장기하를 갖는다고 강조한다.
00:17:54 Why The Four-Year Cycle Is Completely Intact
그는 “사이클이 죽었다”는 2024년의 내러티브(ETF 자금유입으로 구조가 바뀌었다 등)를 비판하면서, 자신은 2024년 가을부터 가격이 파워로 추세선 아래로 미끄러지는 걸 보며 ‘최소한 2025년 1~2월에 160k 같은 강한 이탈이 나오지 않는 한 사이클 종료를 선언할 근거가 없다’고 유보적 태도를 유지했다고 말한다. 그리고 실제로 2026 초(대화 시점) 가격이 추세선 하단으로 크게 내려와 있는 점을 들어 “오히려 4년 사이클이 여전히 작동 중”이라고 결론낸다. 다만 이번 국면은 (1) 2024년 고점이 과거만큼 과열(상단 분위수)로 치솟지 못했고, (2) 대신 하락이 과거처럼 1년 내내 질질 끌기보다 몇 달 만에 급락해 바닥권으로 빠르게 접근했다는 점에서 ‘형태가 달라진 사이클’로 본다.
00:25:04 Are We Hammering Out A Bottom?
진행자가 “지금이 바닥을 다지고 있나”를 묻자, Mezinskis는 파워로 추세 대비 가격 위치를 ‘분위수(quantile)’로 보면 바닥을 ‘확률적으로’ 진단할 수 있다고 말한다. 과거 사이클에서도 바닥은 추세 대비 매우 낮은 분위수 영역에서 반복적으로 형성됐고, 지금도 그 구간을 다시 테스트하고 있다는 것이다. 동시에 “더 낮아질 수 있지만, 더 오래 갈 수 있다”는 식으로 시간 리스크(횡보/약세 지속) 가능성을 강조한다.
00:33:14 Deep Value at $63k Bitcoin
그가 보여준 핵심은 “단순 배수 밴드(추세 대비 x배)”보다 “분위회귀(quantile regression)로 그린 밴드”가 파워로 구조에 더 적합하다는 주장이다. 배수 밴드는 초기에 기록된 극단값(예: 추세의 7~8배 상단, 0.1배 하단)이 이후에도 평행하게 유지되는 형태라 현재 국면의 현실적 상·하단 판단에 한계가 생긴다. 반면 분위회귀 밴드는 데이터 분포 자체를 따라가며 밴드가 점차 수렴하는 형태(변동성 감소)를 보여주므로, 현 시점의 “하단 분위수 도달”을 더 설득력 있게 포착한다는 논리다. 그 결론으로 “$63k는 파워로 추세 대비 ‘통계적으로 바닥권’에 매우 가깝다. 이 상대가치 관점에서 지금이 ‘비트코인이 이렇게까지 싸질 수 있는’ 레벨”이라고 강하게 말한다. 추가 하락이 나오더라도 파워로가 ‘깨진다’기보다는 하단 밴드의 기울기가 조금 조정되는 정도로 해석해야 한다고 덧붙인다.
00:40:27 The Bullish Signal Most People Are Missing
흥미로운 대목은 “우리가 추세 대비 최악(역대 최저)까지는 아직 아니라는 점 자체가 오히려 강세 신호”라는 주장이다. 그는 ‘과거 각 시점에서 당시 데이터만으로 계산한 미래(2026년 3월 2일)의 파워로 가격 예측’을 일자별로 추적한 차트를 언급하며, 2016년 이후 예측치들이 점차 안정화됐고 역사적 최저 예측치는 2017년 5월 무렵 약 $124k(2026년 3월 기준 예측)였다고 말한다. 현재 예측치는 그보다 조금 높은 ~$130k 수준이어서, “아직 ‘추세를 더 심하게 끌어내릴’ 정도의 최악 약세는 아니며, 오히려 구조가 버티고 있다”는 해석을 제시한다. 요지는 ‘현재가가 싸다’뿐 아니라 ‘추세 자체가 붕괴할 수준의 데이터가 쌓인 건 아니다’라는 형태의 구조적 낙관이다.
00:42:42 The 550k Projection For 2029-2030
파워로 기반 장기 투영으로 2029년 상단 분위수는 대략 $550k 부근, 2030년에는 중앙값(중위, Q50)과 상위 분위수들이 $500k대에 형성되는 그림을 제시한다. 특히 “다음 한 번의 붐(boom)만으로도 추세선이 다시 위로 당겨질 수 있다”는 표현을 쓰며, 최근 몇 년 추세가 다소 ‘끌려 내려왔더라도’ 네트워크 재확장 국면이 오면 장기 경로는 다시 상방으로 복원될 수 있다고 본다.
00:47:53 The Global Money Supply And What It Actually Tells Us
그는 2018년부터 글로벌 본원통화(다수 국가의 중앙은행 화폐/지준) 데이터를 집계해 왔다고 소개하며, “돈이 늘면 비트코인이 오른다”는 단순 도식을 경계한다. 글로벌 본원통화는 달러 환산 기준으로도 장기적으로 우상향이지만, 환율(달러 강세/약세) 효과가 섞여 보이기 때문에 ‘중앙은행이 덜 찍어서 줄었다’라기보다 ‘타 통화의 달러 대비 약세로 달러 환산 총량이 낮아 보이는’ 구간이 발생한다고 지적한다. 즉 글로벌 유동성 해석에서 단일 통화 기준(USD) 환산의 착시를 함께 고려해야 한다는 메시지다.
00:48:50 The Fed Balance Sheet: What Bitcoiners Get Wrong
연준 대차대조표를 두고 “Fed는 늘 프린트한다”는 비트코이너 서사를 직접 반박한다. 2008년 이후 QE로 급증한 뒤, 2014~2019년 사이 연준은 대차대조표를 사실상 고정하거나 축소했고, 그 와중에도 비트코인은 큰 상승을 만들었다는 점을 사례로 든다. 또한 2020년 팬데믹 시기에는 연준 자산이 급증하면서 비트코인 강세와 겹쳤지만, 2022~2025 구간처럼 연준이 QT로 규모를 줄이는 동안에도 비트코인이 상승한 시기가 분명히 존재했다고 말한다. 결론은 “장기적으로 화폐가치 하락(구매력 훼손)과 비트코인 헤지 논리는 유효하지만, 단기~중기에서 ‘연준 프린트 → 즉각 비트코인 상승’의 기계적 상관을 믿으면 매크로를 오독한다”는 것이다.
00:54:09 Bitcoin Doesn't Need The Fed To Go Up
이 대목에서 그는 “중앙은행이 돈을 찍는데도 비트코인이 안 움직이는 상황”과 “중앙은행이 찍고 비트코인이 폭등하는 상황” 둘 다에 대비해야 한다고 말한다. 투자/리서치 관점에서는, 비트코인의 단기 가격을 연준 변수 하나로 환원하기보다 파워로·사이클·온체인 손익 구조처럼 비트코인 내부 동학을 함께 봐야 한다는 결론으로 이어진다. 진행자도 2016~2017 유입 당시엔 ‘연준 프린트=비트코인 상승’ 내러티브가 지금만큼 강하지 않았다고 회고하며, 2020 이후 유입자들이 이 프레임에 과도하게 의존한다고 동의한다.
Mezinskis는 비트코인을 일반 금융자산처럼 ‘복리(exponential) 성장’으로 해석해 직선 추세선, 엘리엇 파동, ABC 조정 등으로 접근하면 구조를 놓친다고 말한다. 비트코인은 기업/채권처럼 일정한 이자율로 커지는 게 아니라 “네트워크처럼 비례적으로(proportionally) 성장”하며, 그 결과가 파워로 형태(소수의 거대 노드와 다수의 작은 노드가 만드는 80/20 분포)로 나타난다는 주장이다. 이를 도시 성장(런던·파리: 초기 급성장 후 점차 완만해짐)이나 생물의 스케일링 법칙(대사량/체격의 비례관계) 같은 전형적 파워로 사례로 비유한다.
00:06:45 Bitcoin CAGR
파워로를 직관적으로 설명하기 위해 “비트코인 생애(life)에서 약 13%가 더 지나면 가격이 2배가 된다”는 경험칙을 제시한다. 현재 비트코인이 약 6,000~6,400일 정도 ‘나이’를 먹었다면, 그 13%에 해당하는 시간(대략 700~800일 전후)이 지나면 추세상 2배를 기대하는 식이다. 여기서 중요한 포인트는 ‘13%라는 비율은 유지되지만, 절대 시간(일수)은 점점 길어진다’는 것—즉 네트워크가 커질수록 doubling time이 늘고 변동성이 구조적으로 완화(dampen)된다는 관점이다. 이를 일반 자산의 “룰 오브 72(10% 성장률이면 약 7.2년마다 2배)”와 대비해, 비트코인은 초기에 폭발적으로 빠르되 시간이 갈수록 안정화되는 다른 성장기하를 갖는다고 강조한다.
00:17:54 Why The Four-Year Cycle Is Completely Intact
그는 “사이클이 죽었다”는 2024년의 내러티브(ETF 자금유입으로 구조가 바뀌었다 등)를 비판하면서, 자신은 2024년 가을부터 가격이 파워로 추세선 아래로 미끄러지는 걸 보며 ‘최소한 2025년 1~2월에 160k 같은 강한 이탈이 나오지 않는 한 사이클 종료를 선언할 근거가 없다’고 유보적 태도를 유지했다고 말한다. 그리고 실제로 2026 초(대화 시점) 가격이 추세선 하단으로 크게 내려와 있는 점을 들어 “오히려 4년 사이클이 여전히 작동 중”이라고 결론낸다. 다만 이번 국면은 (1) 2024년 고점이 과거만큼 과열(상단 분위수)로 치솟지 못했고, (2) 대신 하락이 과거처럼 1년 내내 질질 끌기보다 몇 달 만에 급락해 바닥권으로 빠르게 접근했다는 점에서 ‘형태가 달라진 사이클’로 본다.
00:25:04 Are We Hammering Out A Bottom?
진행자가 “지금이 바닥을 다지고 있나”를 묻자, Mezinskis는 파워로 추세 대비 가격 위치를 ‘분위수(quantile)’로 보면 바닥을 ‘확률적으로’ 진단할 수 있다고 말한다. 과거 사이클에서도 바닥은 추세 대비 매우 낮은 분위수 영역에서 반복적으로 형성됐고, 지금도 그 구간을 다시 테스트하고 있다는 것이다. 동시에 “더 낮아질 수 있지만, 더 오래 갈 수 있다”는 식으로 시간 리스크(횡보/약세 지속) 가능성을 강조한다.
00:33:14 Deep Value at $63k Bitcoin
그가 보여준 핵심은 “단순 배수 밴드(추세 대비 x배)”보다 “분위회귀(quantile regression)로 그린 밴드”가 파워로 구조에 더 적합하다는 주장이다. 배수 밴드는 초기에 기록된 극단값(예: 추세의 7~8배 상단, 0.1배 하단)이 이후에도 평행하게 유지되는 형태라 현재 국면의 현실적 상·하단 판단에 한계가 생긴다. 반면 분위회귀 밴드는 데이터 분포 자체를 따라가며 밴드가 점차 수렴하는 형태(변동성 감소)를 보여주므로, 현 시점의 “하단 분위수 도달”을 더 설득력 있게 포착한다는 논리다. 그 결론으로 “$63k는 파워로 추세 대비 ‘통계적으로 바닥권’에 매우 가깝다. 이 상대가치 관점에서 지금이 ‘비트코인이 이렇게까지 싸질 수 있는’ 레벨”이라고 강하게 말한다. 추가 하락이 나오더라도 파워로가 ‘깨진다’기보다는 하단 밴드의 기울기가 조금 조정되는 정도로 해석해야 한다고 덧붙인다.
00:40:27 The Bullish Signal Most People Are Missing
흥미로운 대목은 “우리가 추세 대비 최악(역대 최저)까지는 아직 아니라는 점 자체가 오히려 강세 신호”라는 주장이다. 그는 ‘과거 각 시점에서 당시 데이터만으로 계산한 미래(2026년 3월 2일)의 파워로 가격 예측’을 일자별로 추적한 차트를 언급하며, 2016년 이후 예측치들이 점차 안정화됐고 역사적 최저 예측치는 2017년 5월 무렵 약 $124k(2026년 3월 기준 예측)였다고 말한다. 현재 예측치는 그보다 조금 높은 ~$130k 수준이어서, “아직 ‘추세를 더 심하게 끌어내릴’ 정도의 최악 약세는 아니며, 오히려 구조가 버티고 있다”는 해석을 제시한다. 요지는 ‘현재가가 싸다’뿐 아니라 ‘추세 자체가 붕괴할 수준의 데이터가 쌓인 건 아니다’라는 형태의 구조적 낙관이다.
00:42:42 The 550k Projection For 2029-2030
파워로 기반 장기 투영으로 2029년 상단 분위수는 대략 $550k 부근, 2030년에는 중앙값(중위, Q50)과 상위 분위수들이 $500k대에 형성되는 그림을 제시한다. 특히 “다음 한 번의 붐(boom)만으로도 추세선이 다시 위로 당겨질 수 있다”는 표현을 쓰며, 최근 몇 년 추세가 다소 ‘끌려 내려왔더라도’ 네트워크 재확장 국면이 오면 장기 경로는 다시 상방으로 복원될 수 있다고 본다.
00:47:53 The Global Money Supply And What It Actually Tells Us
그는 2018년부터 글로벌 본원통화(다수 국가의 중앙은행 화폐/지준) 데이터를 집계해 왔다고 소개하며, “돈이 늘면 비트코인이 오른다”는 단순 도식을 경계한다. 글로벌 본원통화는 달러 환산 기준으로도 장기적으로 우상향이지만, 환율(달러 강세/약세) 효과가 섞여 보이기 때문에 ‘중앙은행이 덜 찍어서 줄었다’라기보다 ‘타 통화의 달러 대비 약세로 달러 환산 총량이 낮아 보이는’ 구간이 발생한다고 지적한다. 즉 글로벌 유동성 해석에서 단일 통화 기준(USD) 환산의 착시를 함께 고려해야 한다는 메시지다.
00:48:50 The Fed Balance Sheet: What Bitcoiners Get Wrong
연준 대차대조표를 두고 “Fed는 늘 프린트한다”는 비트코이너 서사를 직접 반박한다. 2008년 이후 QE로 급증한 뒤, 2014~2019년 사이 연준은 대차대조표를 사실상 고정하거나 축소했고, 그 와중에도 비트코인은 큰 상승을 만들었다는 점을 사례로 든다. 또한 2020년 팬데믹 시기에는 연준 자산이 급증하면서 비트코인 강세와 겹쳤지만, 2022~2025 구간처럼 연준이 QT로 규모를 줄이는 동안에도 비트코인이 상승한 시기가 분명히 존재했다고 말한다. 결론은 “장기적으로 화폐가치 하락(구매력 훼손)과 비트코인 헤지 논리는 유효하지만, 단기~중기에서 ‘연준 프린트 → 즉각 비트코인 상승’의 기계적 상관을 믿으면 매크로를 오독한다”는 것이다.
00:54:09 Bitcoin Doesn't Need The Fed To Go Up
이 대목에서 그는 “중앙은행이 돈을 찍는데도 비트코인이 안 움직이는 상황”과 “중앙은행이 찍고 비트코인이 폭등하는 상황” 둘 다에 대비해야 한다고 말한다. 투자/리서치 관점에서는, 비트코인의 단기 가격을 연준 변수 하나로 환원하기보다 파워로·사이클·온체인 손익 구조처럼 비트코인 내부 동학을 함께 봐야 한다는 결론으로 이어진다. 진행자도 2016~2017 유입 당시엔 ‘연준 프린트=비트코인 상승’ 내러티브가 지금만큼 강하지 않았다고 회고하며, 2020 이후 유입자들이 이 프레임에 과도하게 의존한다고 동의한다.
01:02:53 US Debt Monetisation And Room To Print
그는 ‘부채의 화폐화(debt monetisation)’를 연준이 미 국채를 얼마나 보유하고 있는지(전체 미 연방부채 대비 연준 보유분 비율)로 보여준다. 2021년 무렵 연준이 미 국채의 약 28%를 보유하며 역사적 고점(“달러 1당 28센트를 연준이 찍어서 산 셈”)에 도달했지만, 이후 비율이 약 16% 수준으로 내려왔음을 근거로 “과거 대비로는 아직 더 찍을 여지(room)가 있다”고 해석한다. 다만 이 비율 하락은 ‘연준이 안 찍었다’만이 아니라 ‘정부 부채 발행이 더 빨리 늘어 분모가 커진 효과’도 섞인다는 점을 함께 짚는다. 핵심은, 위기 시나리오가 오면 다시 개입할 정책 공간이 남아 있다는 매크로적 관찰이다.
01:09:04 Bitcoin Vs The Magnificent 7
비트코인의 파워로를 “일반 금융자산(복리 성장)과의 대비”로 마무리하려고, Magnificent 7(빅테크) 시가총액 추세 예시를 든다. 빅테크는 로그 스케일에서 직선에 가까운 ‘복리형 성장’인데, 이 구조는 후반부에 extremes(과열/붕괴)가 더 쉽게 나타날 수 있고, 팬데믹 이후처럼 극단 구간이 “뒤늦게” 형성되기도 한다는 것이다. 반면 비트코인은 초기에 극단값을 만들고 시간이 갈수록 추세선 주변으로 수렴하는 모습(변동성 감소)이 나타나, 성장 동학 자체가 다르다고 강조한다.
01:13:31 Bitcoin As The Singularity
Mezinskis는 Jeffrey West의 『Scale』(스케일링/파워로) 논의를 언급하며, 기술 발전이 만드는 ‘수학적 특이점(singularity)’ 가능성 속에서 비트코인이 한 가지 “안정화 장치”가 될 수 있다고 암시한다. 글로벌 머니는 이자·부채 구조 때문에 장기적으로 비지속적인 곡선(unsustainable curve)로 커지는 반면, 비트코인은 상대적으로 지속 가능한 파워로 경로를 따라 성장하고, 장기적으로 두 곡선이 “어딘가에서 합쳐지는(merge)” 국면이 올 수 있다는 관점이다. 그는 그 과정의 메커니즘을 단정하진 않지만, ‘비트코인의 성장곡선 자체가 금융시스템의 불안정성을 흡수하는 방향으로 작동할 여지’가 있다는 문제제기로 대화를 닫는다.
https://youtu.be/FsroBEuouDo 2시간 전 업로드 됨
그는 ‘부채의 화폐화(debt monetisation)’를 연준이 미 국채를 얼마나 보유하고 있는지(전체 미 연방부채 대비 연준 보유분 비율)로 보여준다. 2021년 무렵 연준이 미 국채의 약 28%를 보유하며 역사적 고점(“달러 1당 28센트를 연준이 찍어서 산 셈”)에 도달했지만, 이후 비율이 약 16% 수준으로 내려왔음을 근거로 “과거 대비로는 아직 더 찍을 여지(room)가 있다”고 해석한다. 다만 이 비율 하락은 ‘연준이 안 찍었다’만이 아니라 ‘정부 부채 발행이 더 빨리 늘어 분모가 커진 효과’도 섞인다는 점을 함께 짚는다. 핵심은, 위기 시나리오가 오면 다시 개입할 정책 공간이 남아 있다는 매크로적 관찰이다.
01:09:04 Bitcoin Vs The Magnificent 7
비트코인의 파워로를 “일반 금융자산(복리 성장)과의 대비”로 마무리하려고, Magnificent 7(빅테크) 시가총액 추세 예시를 든다. 빅테크는 로그 스케일에서 직선에 가까운 ‘복리형 성장’인데, 이 구조는 후반부에 extremes(과열/붕괴)가 더 쉽게 나타날 수 있고, 팬데믹 이후처럼 극단 구간이 “뒤늦게” 형성되기도 한다는 것이다. 반면 비트코인은 초기에 극단값을 만들고 시간이 갈수록 추세선 주변으로 수렴하는 모습(변동성 감소)이 나타나, 성장 동학 자체가 다르다고 강조한다.
01:13:31 Bitcoin As The Singularity
Mezinskis는 Jeffrey West의 『Scale』(스케일링/파워로) 논의를 언급하며, 기술 발전이 만드는 ‘수학적 특이점(singularity)’ 가능성 속에서 비트코인이 한 가지 “안정화 장치”가 될 수 있다고 암시한다. 글로벌 머니는 이자·부채 구조 때문에 장기적으로 비지속적인 곡선(unsustainable curve)로 커지는 반면, 비트코인은 상대적으로 지속 가능한 파워로 경로를 따라 성장하고, 장기적으로 두 곡선이 “어딘가에서 합쳐지는(merge)” 국면이 올 수 있다는 관점이다. 그는 그 과정의 메커니즘을 단정하진 않지만, ‘비트코인의 성장곡선 자체가 금융시스템의 불안정성을 흡수하는 방향으로 작동할 여지’가 있다는 문제제기로 대화를 닫는다.
https://youtu.be/FsroBEuouDo 2시간 전 업로드 됨
YouTube
The Four Year Cycle Is Not Broken | Matthew Mezinskis
"Statistically, right now, we are basically at the bottom. This is as cheap as Bitcoin gets."
Matthew Mezinskis is a macroeconomic researcher, host of Crypto Voices and one of the leading voices on Bitcoin's power law and global money supply data.
In this…
Matthew Mezinskis is a macroeconomic researcher, host of Crypto Voices and one of the leading voices on Bitcoin's power law and global money supply data.
In this…
How Prediction Markets Pose a National Security Risk - DEX in the City
Unchained
3줄 요약
1. 이란 공습 관련 예측시장 ‘직전 베팅’은 단순한 부정거래 논란을 넘어, 기밀 유출을 “현금화”하는 새로운 국가안보 리스크(=블룸버그 터미널형 첩보)를 만든다.
2. 예측시장은 “진실을 더 빨리 반영”할 수 있지만, 계약 설계(리졸브 기준)·도덕적 해이(죽음/제거)·내부정보 허용 범위 같은 규칙을 못 박지 않으면 오히려 시장을 왜곡한다.
3. 제인스트리트 비트코인 조작설, OCC의 스테이블코인 ‘수익 금지’ 가이던스, Block의 AI 기반 구조조정까지—규제/시장구조/자동화가 동시에 금융 현장을 재편 중이다.
0:00 Introduction
진행자들은 “우리는 변호사지만 여러분의 변호사는 아니다”라는 디스클레이머로 시작하며, 이번 회차가 예측시장(국가안보·내부자거래 논란), 시장조작(제인스트리트), OCC의 스테이블코인 가이던스(수익 지급 제한), 그리고 Block의 대규모 감원 및 AI 도구 활용까지 폭넓게 다룬다고 예고한다. 또한 나스닥이 나스닥100/마이크로 인덱스에 대한 ‘바이너리 옵션(예측형 계약)’ 상장을 추진한다는 소식으로, 예측시장이 더 이상 크립토 내부 이슈가 아니라 전통 금융 인프라로 들어오고 있음을 깔아준다.
Unchained
3줄 요약
1. 이란 공습 관련 예측시장 ‘직전 베팅’은 단순한 부정거래 논란을 넘어, 기밀 유출을 “현금화”하는 새로운 국가안보 리스크(=블룸버그 터미널형 첩보)를 만든다.
2. 예측시장은 “진실을 더 빨리 반영”할 수 있지만, 계약 설계(리졸브 기준)·도덕적 해이(죽음/제거)·내부정보 허용 범위 같은 규칙을 못 박지 않으면 오히려 시장을 왜곡한다.
3. 제인스트리트 비트코인 조작설, OCC의 스테이블코인 ‘수익 금지’ 가이던스, Block의 AI 기반 구조조정까지—규제/시장구조/자동화가 동시에 금융 현장을 재편 중이다.
0:00 Introduction
진행자들은 “우리는 변호사지만 여러분의 변호사는 아니다”라는 디스클레이머로 시작하며, 이번 회차가 예측시장(국가안보·내부자거래 논란), 시장조작(제인스트리트), OCC의 스테이블코인 가이던스(수익 지급 제한), 그리고 Block의 대규모 감원 및 AI 도구 활용까지 폭넓게 다룬다고 예고한다. 또한 나스닥이 나스닥100/마이크로 인덱스에 대한 ‘바이너리 옵션(예측형 계약)’ 상장을 추진한다는 소식으로, 예측시장이 더 이상 크립토 내부 이슈가 아니라 전통 금융 인프라로 들어오고 있음을 깔아준다.
1:33 Are prediction markets becoming the “Bloomberg Terminal” for espionage?
핵심 사건으로, “이란 공습” 관련 뉴스가 공개되기 71분 전 한 지갑이 예측시장에서 50만 달러를 베팅했고(계정명 “MAGA my man”), 비슷한 타이밍에 6개 지갑이 함께 포지션을 실어 총 100만 달러 이상 수익을 냈다는 정황이 소개된다. 과거에도 베네수엘라 작전 연계 의심 수익, 이스라엘 군 예비역이 군사 작전에 베팅했다가 체포된 사례가 있었고, 진행자들은 “윤리적 문제(전쟁·죽음의 금융화)”를 넘어 더 큰 문제로 국가안보 리스크를 제기한다.
요지는 예측시장이 기밀정보 유출의 ‘수요자 풀’을 폭발적으로 넓힌다는 것. 과거 첩보는 ‘핸들러·데드드롭·소수 구매자(외국정부·기자)’가 필요했지만, 이제는 “시장 접근권”만 있으면 된다. 더 나쁜 지점은 온체인 지갑이 공개되어, 특정 이벤트 직전 특정 방향으로 자금이 몰리면 외국 정보기관이 이를 실시간으로 모니터링해 확률 신호로 활용할 수 있다는 주장이다. 즉, “내가 스파이가 아니어도, 시장 자체가 첩보 신호 채널이 될 수 있다”는 관점이다. 플랫폼이나 규제기관이 아직 이 문제를 국가안보 레벨의 도구·인력·권한으로 다루지 못하는 상태라, “모든 브리핑이 잠재적 트레이드가 된다”는 경고로 이어진다.
15:00 Which prediction markets would society accept as being influenced by “insider” information?
여기서는 “내부자거래(insider trading)”라는 용어의 오남용을 정리한다. 증권법적 의미의 내부자거래는 주로 증권(주식 등) 맥락에서 정의된 범죄 개념이지만, 예측시장 논란에서 말하는 내부자거래는 대개 “어떤 이벤트에 대한 비공개/기밀 정보(MNPI 유사)를 가진 사람이 거래한다”는 넓은 의미로 쓰인다는 점을 분리한다.
진행자들이 특히 파고드는 쟁점은 두 가지다. 첫째, “가격의 진실성 vs 시장의 공정성” 트레이드오프. 주식시장에서는 내부자거래가 가격 발견을 더 정확히 만들 수 있어도, 사회적으로 ‘공정한 시장’을 우선해 금지해왔다. 그런데 예측시장에서 내부정보가 가격을 더 ‘정확’하게 만들 수 있다면, 이를 어디까지 허용/금지할 것인가가 정책 질문으로 남는다. 둘째, 도덕적 해이/죽음시장(Death Market) 논쟁. CEA(Commodity Exchange Act) 맥락에서 예측계약은 경제적 목적(헤징 등)과 공익에 반하지 않아야 하는데, “특정인의 죽음/제거에 돈을 걸어 유인을 만드는 계약”은 공익에 반할 수 있다.
이 과정에서 “죽음시장”의 경계가 얼마나 미끄러운지도 논쟁한다. 예를 들어 “어떤 인물이 대통령 출마를 할까” 같은 계약도 그 인물이 사망하면 ‘결과’가 바뀌므로 넓게 보면 죽음이 변수로 들어간다. 또한 Kalshi가 이란 관련 계약에서 “removal(제거/퇴진)”이라는 표현을 써서, 사망인지 퇴진인지 애매한 영역을 만들었고, 그 결과 “가장 가능성 높은 현실 시나리오가 계약상 페이아웃 조건과 어긋날 수 있다”는 계약 설계(리졸브 조건) 실패 문제까지 연결된다. 결국 “예측시장이 진실을 담아낼 수 있어도, 문항 설계가 틀리면 진실을 왜곡한다”는 결론이 강화된다.
또한 예측시장의 ‘선한 효용’ 사례도 구체적으로 제시된다. 대표적으로 챌린저 우주왕복선 사고에서 시장이 다른 업체보다 O-링 제조사를 빠르게 책임 주체로 가격에 반영했다는 일화가 나오며(공식 조사보다 훨씬 빠른 정보 집계), 19세기 미국의 선거 베팅 시장 전통, 그리고 2024년 미 대선에서 여론조사보다 예측시장이 더 맞았다는 주장도 덧붙는다. 다만 선거처럼 개인/소수가 결과를 좌우하기 어려운 이벤트는 도덕적 해이가 상대적으로 작지만, 군사작전·개인 신변처럼 소수가 영향을 줄 수 있는 이벤트는 위험이 커진다는 구분이 따라온다.
21:59 How can prediction markets be regulated when they can be about absolutely anything?
규제 가능성 자체가 “구조적으로 어렵다”는 진단이 전면에 나온다. 예측시장은 “세상의 모든 이벤트”가 기초자산이 될 수 있어, 주식시장처럼 정형화된 공시·감시 체계로는 커버가 안 된다. SEC 출신 진행자는 주식시장의 내부자거래 조사도 보고의무, FINRA/SEC 모니터링이 있어도 어렵다고 강조하며, 예측시장에서는 그 난이도가 훨씬 커진다고 말한다. Kalshi가 MrBeast 관련 “쇼 결과를 아는 내부자가 베팅했다”는 사건에서 사용자 정지·벌금 부과 등 자체 징계를 한 사례를 들며, CFTC 등록 DCM(Designated Contract Market)의 자체 규율(룰북·징계 트리뷰널)이 중요한 장치임을 설명한다.
다만 “플랫폼이 두 건 잡았다고 해서 표면만 긁은 것”이라는 냉소도 나온다. CFTC 인력/역량이 제한적인 상황에서(진행자 표현상 “시카고 오피스에 1명” 같은 과장 섞인 문제제기), 현실적으로는 플랫폼 자율규제 강화 + CFTC 집행력 보강이 필요하다는 주장으로 이어진다. 특히 CFTC의 새 집행 책임자(전 SDNY 검사 출신) 선임을 “집행은 크립토에 좋은 것(신뢰를 올린다)”이라고 평가하며, 무규율(yolo) 환경을 좁은 레일로 정리해 좋은 기능은 살리고 나쁜 기능은 줄이는 방향이 필요하다고 정리한다.
30:56 Why is crypto pushing the narrative that Jane Street is engaging in Bitcoin market manipulation?
제인스트리트 관련 바이럴 이슈는 “미국 주식시장 개장 시간(동부 10:00)에 맞춰 비트코인을 매도한다 → 가격을 인위적으로 누른다”는 의혹이다. 진행자는 시장조작의 법적 요건을 3가지로 정리한다: (1) 기망/사기적 행위, (2) 시장을 속이려는 의도, (3) 인위적 가격 형성(artificial price impact). 단순히 큰 물량을 정기적으로 파는 것(특히 ETF AP/마켓메이커의 헤지 거래)은 시장에 충격을 주더라도 “실거래라면” 보통 조작이 아니다. 스푸핑/워시트레이드/레이어링/허위정보 유포 등과 달리, “헤지·차익거래 자체”만으로는 기망성과 의도를 입증하기 어렵다는 결론이다.
또한 진행자들은 왜 이 내러티브가 퍼지는지에 대해, 크립토가 가격 하락 시 설명을 찾기 위해 “조작”을 쉽게 호출하는 경향, 그리고 제인스트리트가 비밀스러운 이미지(채용 퍼즐, 퀀트 문화, SBF의 경력 등)로 음모론에 잘 붙는 점을 짚는다. 한편 인도 규제당국(SEBI)이 파생상품 조작 혐의에 훨씬 빠르고 강하게 대응한 사례를 언급하며, 관할/법체계가 다르면 집행 강도가 달라질 수 있다는 비교도 덧붙는다.
핵심 사건으로, “이란 공습” 관련 뉴스가 공개되기 71분 전 한 지갑이 예측시장에서 50만 달러를 베팅했고(계정명 “MAGA my man”), 비슷한 타이밍에 6개 지갑이 함께 포지션을 실어 총 100만 달러 이상 수익을 냈다는 정황이 소개된다. 과거에도 베네수엘라 작전 연계 의심 수익, 이스라엘 군 예비역이 군사 작전에 베팅했다가 체포된 사례가 있었고, 진행자들은 “윤리적 문제(전쟁·죽음의 금융화)”를 넘어 더 큰 문제로 국가안보 리스크를 제기한다.
요지는 예측시장이 기밀정보 유출의 ‘수요자 풀’을 폭발적으로 넓힌다는 것. 과거 첩보는 ‘핸들러·데드드롭·소수 구매자(외국정부·기자)’가 필요했지만, 이제는 “시장 접근권”만 있으면 된다. 더 나쁜 지점은 온체인 지갑이 공개되어, 특정 이벤트 직전 특정 방향으로 자금이 몰리면 외국 정보기관이 이를 실시간으로 모니터링해 확률 신호로 활용할 수 있다는 주장이다. 즉, “내가 스파이가 아니어도, 시장 자체가 첩보 신호 채널이 될 수 있다”는 관점이다. 플랫폼이나 규제기관이 아직 이 문제를 국가안보 레벨의 도구·인력·권한으로 다루지 못하는 상태라, “모든 브리핑이 잠재적 트레이드가 된다”는 경고로 이어진다.
15:00 Which prediction markets would society accept as being influenced by “insider” information?
여기서는 “내부자거래(insider trading)”라는 용어의 오남용을 정리한다. 증권법적 의미의 내부자거래는 주로 증권(주식 등) 맥락에서 정의된 범죄 개념이지만, 예측시장 논란에서 말하는 내부자거래는 대개 “어떤 이벤트에 대한 비공개/기밀 정보(MNPI 유사)를 가진 사람이 거래한다”는 넓은 의미로 쓰인다는 점을 분리한다.
진행자들이 특히 파고드는 쟁점은 두 가지다. 첫째, “가격의 진실성 vs 시장의 공정성” 트레이드오프. 주식시장에서는 내부자거래가 가격 발견을 더 정확히 만들 수 있어도, 사회적으로 ‘공정한 시장’을 우선해 금지해왔다. 그런데 예측시장에서 내부정보가 가격을 더 ‘정확’하게 만들 수 있다면, 이를 어디까지 허용/금지할 것인가가 정책 질문으로 남는다. 둘째, 도덕적 해이/죽음시장(Death Market) 논쟁. CEA(Commodity Exchange Act) 맥락에서 예측계약은 경제적 목적(헤징 등)과 공익에 반하지 않아야 하는데, “특정인의 죽음/제거에 돈을 걸어 유인을 만드는 계약”은 공익에 반할 수 있다.
이 과정에서 “죽음시장”의 경계가 얼마나 미끄러운지도 논쟁한다. 예를 들어 “어떤 인물이 대통령 출마를 할까” 같은 계약도 그 인물이 사망하면 ‘결과’가 바뀌므로 넓게 보면 죽음이 변수로 들어간다. 또한 Kalshi가 이란 관련 계약에서 “removal(제거/퇴진)”이라는 표현을 써서, 사망인지 퇴진인지 애매한 영역을 만들었고, 그 결과 “가장 가능성 높은 현실 시나리오가 계약상 페이아웃 조건과 어긋날 수 있다”는 계약 설계(리졸브 조건) 실패 문제까지 연결된다. 결국 “예측시장이 진실을 담아낼 수 있어도, 문항 설계가 틀리면 진실을 왜곡한다”는 결론이 강화된다.
또한 예측시장의 ‘선한 효용’ 사례도 구체적으로 제시된다. 대표적으로 챌린저 우주왕복선 사고에서 시장이 다른 업체보다 O-링 제조사를 빠르게 책임 주체로 가격에 반영했다는 일화가 나오며(공식 조사보다 훨씬 빠른 정보 집계), 19세기 미국의 선거 베팅 시장 전통, 그리고 2024년 미 대선에서 여론조사보다 예측시장이 더 맞았다는 주장도 덧붙는다. 다만 선거처럼 개인/소수가 결과를 좌우하기 어려운 이벤트는 도덕적 해이가 상대적으로 작지만, 군사작전·개인 신변처럼 소수가 영향을 줄 수 있는 이벤트는 위험이 커진다는 구분이 따라온다.
21:59 How can prediction markets be regulated when they can be about absolutely anything?
규제 가능성 자체가 “구조적으로 어렵다”는 진단이 전면에 나온다. 예측시장은 “세상의 모든 이벤트”가 기초자산이 될 수 있어, 주식시장처럼 정형화된 공시·감시 체계로는 커버가 안 된다. SEC 출신 진행자는 주식시장의 내부자거래 조사도 보고의무, FINRA/SEC 모니터링이 있어도 어렵다고 강조하며, 예측시장에서는 그 난이도가 훨씬 커진다고 말한다. Kalshi가 MrBeast 관련 “쇼 결과를 아는 내부자가 베팅했다”는 사건에서 사용자 정지·벌금 부과 등 자체 징계를 한 사례를 들며, CFTC 등록 DCM(Designated Contract Market)의 자체 규율(룰북·징계 트리뷰널)이 중요한 장치임을 설명한다.
다만 “플랫폼이 두 건 잡았다고 해서 표면만 긁은 것”이라는 냉소도 나온다. CFTC 인력/역량이 제한적인 상황에서(진행자 표현상 “시카고 오피스에 1명” 같은 과장 섞인 문제제기), 현실적으로는 플랫폼 자율규제 강화 + CFTC 집행력 보강이 필요하다는 주장으로 이어진다. 특히 CFTC의 새 집행 책임자(전 SDNY 검사 출신) 선임을 “집행은 크립토에 좋은 것(신뢰를 올린다)”이라고 평가하며, 무규율(yolo) 환경을 좁은 레일로 정리해 좋은 기능은 살리고 나쁜 기능은 줄이는 방향이 필요하다고 정리한다.
30:56 Why is crypto pushing the narrative that Jane Street is engaging in Bitcoin market manipulation?
제인스트리트 관련 바이럴 이슈는 “미국 주식시장 개장 시간(동부 10:00)에 맞춰 비트코인을 매도한다 → 가격을 인위적으로 누른다”는 의혹이다. 진행자는 시장조작의 법적 요건을 3가지로 정리한다: (1) 기망/사기적 행위, (2) 시장을 속이려는 의도, (3) 인위적 가격 형성(artificial price impact). 단순히 큰 물량을 정기적으로 파는 것(특히 ETF AP/마켓메이커의 헤지 거래)은 시장에 충격을 주더라도 “실거래라면” 보통 조작이 아니다. 스푸핑/워시트레이드/레이어링/허위정보 유포 등과 달리, “헤지·차익거래 자체”만으로는 기망성과 의도를 입증하기 어렵다는 결론이다.
또한 진행자들은 왜 이 내러티브가 퍼지는지에 대해, 크립토가 가격 하락 시 설명을 찾기 위해 “조작”을 쉽게 호출하는 경향, 그리고 제인스트리트가 비밀스러운 이미지(채용 퍼즐, 퀀트 문화, SBF의 경력 등)로 음모론에 잘 붙는 점을 짚는다. 한편 인도 규제당국(SEBI)이 파생상품 조작 혐의에 훨씬 빠르고 강하게 대응한 사례를 언급하며, 관할/법체계가 다르면 집행 강도가 달라질 수 있다는 비교도 덧붙는다.
40:29 The good — and bad — reasons the OCC is saying no to stablecoin yield
OCC(통화감독청)가 “스테이블코인 발행/구조에서 이용자에게 수익(yield)을 패스스루하는 행위”에 제동을 거는 가이던스를 냈다는 논의다. 진행자들은 이 조치의 배경을 “수익을 지급하면 은행의 이자 지급 예금과 유사해지고, 은행은 FDIC 보험·자본규제 등 강한 요건을 지지만 스테이블 발행자는 같은 수준의 규제를 받지 않는다”는 규제 차익 문제로 설명한다. 즉, 당국 관점에서는 스테이블을 “1:1 준비금 기반, 상환 가능한 결제수단”이라는 좁은 틀에 두고 싶어하고, 수익 지급은 이를 넘어서는 확장으로 보인다는 것.
반론도 제기된다. 스테이블 발행자는 준비금을 임의로 굴려 예금처럼 대출하는 것이 아니라(원칙상) 백킹 자산을 유지해야 하므로 은행과 동일시하기 어렵고, “은행 예금이 전부 빠져나가 신용이 붕괴한다”는 위기론은 과거 머니마켓펀드 등 신상품 등장 때도 반복된 과장이라는 지적이 나온다. 또한 자본주의/혁신 관점에서 소비자가 더 선호하는 상품(수익형 스테이블)이 있다면 정부가 산업 보호 논리로 막는 것은 바람직하지 않다는 의견도 제시되며, 다만 사안은 단순 친시장/반시장 프레임보다 더 복잡하다는 톤으로 정리된다.
46:23 The takeaway from Jack Dorsey's Block layoffs
Block이 약 40% 감원을 발표했고, 내부 개발 도구 Goose가 코딩 업무를 대체해 효율화를 이끌었다는 설명이 소개된다(단, 감원이 AI 때문인지 코로나 시기 과채용 때문인지는 불명확). 잭 도시의 메시지는 “사람들이 실제로 일자리를 잃는 고통”을 담고 있고, 시장은 이런 뉴스에 민감하게 반응해 주가가 오르기도 한다는 점에서 “다른 기업들의 구조조정 유인”까지 자극할 수 있다는 우려가 나온다.
동시에 법률 실무자에게는 기회가 열린다는 메시지가 강하다. Zach Shapiro가 “AI를 활용해 로펌 업무를 더 효율화하는 방법”을 공유한 글이 바이럴됐고, 진행자들은 Claude 같은 도구를 매일 사용하며 리서치·초안 작성·학습 속도가 크게 개선됐다고 말한다. 결론은 “대체될까 두려워하기보다, 도구를 익혀 생산성을 기하급수적으로 올리는 쪽이 현실적 전략”이라는 방향으로 잡힌다.
51:11 This week's good news
“비자(Visa)와 Bridge 파트너십 확장”이 좋은 뉴스로 소개된다. 스테이블코인 연동 카드가 100개국으로 확대될 예정이며, 단순 카드 출시를 넘어 온체인 결제/정산(특히 솔라나 기반 정산 파일럿) 가능성이 핵심으로 강조된다. 전통적 코레스폰던트 뱅킹을 거치면 국가 간 정산이 며칠씩 걸리고 비용도 높지만, 스테이블로 정산하면 초 단위로 단축되고 수수료도 낮아질 수 있다. 특히 아프리카처럼 기존 금융 인프라 비용이 높은 지역에서 체감 효용이 크고, 중동까지 커버될 수 있다는 언급과 함께 “거시적 불안정 국면에서 크립토의 실사용 사례가 실시간으로 전개되고 있다”는 메시지로 마무리된다.
https://youtu.be/BWEYAkrReoM 2시간 전 업로드 됨
OCC(통화감독청)가 “스테이블코인 발행/구조에서 이용자에게 수익(yield)을 패스스루하는 행위”에 제동을 거는 가이던스를 냈다는 논의다. 진행자들은 이 조치의 배경을 “수익을 지급하면 은행의 이자 지급 예금과 유사해지고, 은행은 FDIC 보험·자본규제 등 강한 요건을 지지만 스테이블 발행자는 같은 수준의 규제를 받지 않는다”는 규제 차익 문제로 설명한다. 즉, 당국 관점에서는 스테이블을 “1:1 준비금 기반, 상환 가능한 결제수단”이라는 좁은 틀에 두고 싶어하고, 수익 지급은 이를 넘어서는 확장으로 보인다는 것.
반론도 제기된다. 스테이블 발행자는 준비금을 임의로 굴려 예금처럼 대출하는 것이 아니라(원칙상) 백킹 자산을 유지해야 하므로 은행과 동일시하기 어렵고, “은행 예금이 전부 빠져나가 신용이 붕괴한다”는 위기론은 과거 머니마켓펀드 등 신상품 등장 때도 반복된 과장이라는 지적이 나온다. 또한 자본주의/혁신 관점에서 소비자가 더 선호하는 상품(수익형 스테이블)이 있다면 정부가 산업 보호 논리로 막는 것은 바람직하지 않다는 의견도 제시되며, 다만 사안은 단순 친시장/반시장 프레임보다 더 복잡하다는 톤으로 정리된다.
46:23 The takeaway from Jack Dorsey's Block layoffs
Block이 약 40% 감원을 발표했고, 내부 개발 도구 Goose가 코딩 업무를 대체해 효율화를 이끌었다는 설명이 소개된다(단, 감원이 AI 때문인지 코로나 시기 과채용 때문인지는 불명확). 잭 도시의 메시지는 “사람들이 실제로 일자리를 잃는 고통”을 담고 있고, 시장은 이런 뉴스에 민감하게 반응해 주가가 오르기도 한다는 점에서 “다른 기업들의 구조조정 유인”까지 자극할 수 있다는 우려가 나온다.
동시에 법률 실무자에게는 기회가 열린다는 메시지가 강하다. Zach Shapiro가 “AI를 활용해 로펌 업무를 더 효율화하는 방법”을 공유한 글이 바이럴됐고, 진행자들은 Claude 같은 도구를 매일 사용하며 리서치·초안 작성·학습 속도가 크게 개선됐다고 말한다. 결론은 “대체될까 두려워하기보다, 도구를 익혀 생산성을 기하급수적으로 올리는 쪽이 현실적 전략”이라는 방향으로 잡힌다.
51:11 This week's good news
“비자(Visa)와 Bridge 파트너십 확장”이 좋은 뉴스로 소개된다. 스테이블코인 연동 카드가 100개국으로 확대될 예정이며, 단순 카드 출시를 넘어 온체인 결제/정산(특히 솔라나 기반 정산 파일럿) 가능성이 핵심으로 강조된다. 전통적 코레스폰던트 뱅킹을 거치면 국가 간 정산이 며칠씩 걸리고 비용도 높지만, 스테이블로 정산하면 초 단위로 단축되고 수수료도 낮아질 수 있다. 특히 아프리카처럼 기존 금융 인프라 비용이 높은 지역에서 체감 효용이 크고, 중동까지 커버될 수 있다는 언급과 함께 “거시적 불안정 국면에서 크립토의 실사용 사례가 실시간으로 전개되고 있다”는 메시지로 마무리된다.
https://youtu.be/BWEYAkrReoM 2시간 전 업로드 됨
Discussing A.I. Displacement with Nobel Laureate in Economics Peter Howitt
The Monetary Matters Network
3줄 요약
1. 하윗(Howitt)의 ‘창조적 파괴’ 성장모형은 기술진보를 “경제 밖에서 떨어지는 선물”이 아니라, 기업 간 R&D 경쟁·독점지대·퇴출이 맞물린 게임으로 내생화했다.
2. 생성형 AI는 “무슨 일이 사라질지”는 즉시 보이지만 “새로 생길 직업·산업”은 후행 혁신(다운스트림) 이후에야 드러난다는 점에서 전기·PC와 같은 범용기술(GPT) 패턴을 반복한다.
3. 리스크는 대량실업 그 자체보다 ‘슈퍼스타/초거대 기업의 집중→혁신 억제→분배 갈등’이며, 반독점의 초점을 소비자 가격이 아니라 ‘혁신 억제 행위’로 옮겨야 한다는 문제의식이 강하다.
00:00 Intro
잭 팔리(진행자)가 브라운대 명예교수이자 최근 노벨경제학상 수상자인 피터 하윗을 초대해 AI가 촉발하는 기술적 실업·기업 퇴출·생산성·독점 문제를 ‘창조적 파괴’ 프레임으로 점검한다. 대화는 “AI가 과거 기술혁신과 경제적으로 정말 다른가?”, “성장과 분배/고용 충격은 어떻게 나타나는가?”로 이어진다.
The Monetary Matters Network
3줄 요약
1. 하윗(Howitt)의 ‘창조적 파괴’ 성장모형은 기술진보를 “경제 밖에서 떨어지는 선물”이 아니라, 기업 간 R&D 경쟁·독점지대·퇴출이 맞물린 게임으로 내생화했다.
2. 생성형 AI는 “무슨 일이 사라질지”는 즉시 보이지만 “새로 생길 직업·산업”은 후행 혁신(다운스트림) 이후에야 드러난다는 점에서 전기·PC와 같은 범용기술(GPT) 패턴을 반복한다.
3. 리스크는 대량실업 그 자체보다 ‘슈퍼스타/초거대 기업의 집중→혁신 억제→분배 갈등’이며, 반독점의 초점을 소비자 가격이 아니라 ‘혁신 억제 행위’로 옮겨야 한다는 문제의식이 강하다.
00:00 Intro
잭 팔리(진행자)가 브라운대 명예교수이자 최근 노벨경제학상 수상자인 피터 하윗을 초대해 AI가 촉발하는 기술적 실업·기업 퇴출·생산성·독점 문제를 ‘창조적 파괴’ 프레임으로 점검한다. 대화는 “AI가 과거 기술혁신과 경제적으로 정말 다른가?”, “성장과 분배/고용 충격은 어떻게 나타나는가?”로 이어진다.
01:22 Model of Creative Destruction
하윗은 1990년대 초 필리프 아기옹(Philippe Aghion)과 함께 슘페터의 ‘창조적 파괴’를 성장모형의 중심으로 끌어온 것이 핵심 기여라고 설명한다. 기존 솔로(Solow) 모형은 장기성장이 기술진보에 달렸음을 인정하면서도 (1) 기술진보율을 경제 외부의 ‘외생 변수’로 두고, (2) 기술 도입의 이익이 사회에 균등 배분되는 것처럼 단순화했다. 반면 하윗-아기옹 모형은 산업조직(특허경쟁, 혁신 레이스)에서 쓰던 도구를 거시 일반균형으로 확장해, 기업이 R&D를 통해 ‘기술적 도약(leapfrog)’에 성공하면 일정 기간 경쟁자를 따돌리며 독점적 초과이윤(독점지대)을 얻고, 그 과정에서 기존 기술·인력·기업이 ‘구식(obsolete)’이 되어 퇴출되는 충돌을 성장의 엔진으로 모델링한다. 즉 성장의 원천이 “갈등과 전환비용을 동반한 혁신 경쟁”이라는 점을 수학적으로 ‘작동 가능한 형태’로 만들었다는 주장이다.
진행자가 “파괴는 좋은 게 아니라 부작용 아니냐”고 묻자, 하윗은 파괴 자체는 당사자에겐 명백한 손실(실직, 파산)이며 미화하면 안 된다고 못 박는다. 다만 장기적으로는 신기술의 누적이 생활수준을 끌어올려, 예컨대 동력직기(power loom)로 인해 수공 직조공들이 빈곤으로 내몰렸지만 “장기적으로 동력직기가 없었으면 누가 더 나았겠는가”라는 반문을 통해 총후생 증가를 강조한다.
10:03 Displacement by Artificial Intelligence
AI(특히 생성형 AI)를 증기기관·전기화·컴퓨터/인터넷에 이은 ‘범용기술(GPT)’로 규정한다. GPT의 공통 패턴은 초기에는 파괴(대체) 효과가 가장 먼저 보이고, 창조(신산업/신직업) 효과는 “후행 혁신이 쌓여야” 나타난다는 점이다. 전기모터가 19세기 말 이미 존재했어도, 공장 레이아웃을 수직 샤프트 중심에서 수평 분산 동력으로 재설계하고 조립라인을 도입한 포드식 시스템(20~40년 후행)이 잠재력을 폭발시킨 사례를 든다. 즉 핵심 기술 자체보다 “그 기술을 전제로 한 조직·공정·제품 혁신”이 실질 생산성 개선을 만든다는 관찰이다.
AI의 ‘이번에는 다를 수 있는’ 요소로는 발전·배포 속도를 든다. 전기화처럼 40년을 기다리진 않겠지만, 완전한 파급은 여전히 장기간에 걸쳐 진행될 수 있으며, 무엇보다 “역사가 패턴을 보여주지만 예언은 아니다”라는 동료(조엘 모키르 Joel Mokyr)의 말을 인용해 과신을 경계한다. 과거 리카도(기계 장), 케인스(기술적 실업), 새뮤얼슨(기술진보가 실질임금을 0으로 보낼 수 있다는 모형)까지 ‘대량실업’ 비관론이 반복적으로 나왔지만, 결과적으로는 틀렸다는 점을 들어 장기 낙관을 유지한다.
17:44 Could A.I. Cause Mass Unemployment?
핵심은 신기술이 노동을 ‘대체(substitute)’하는 효과와 ‘보완(complement)’하는 효과가 동시에 있다는 것. 대체되는 직무는 사라지지만, 보완되는 직무는 더 높은 생산성과 보상을 얻는다. 문제는 지금 단계에서 보완의 최종 형태(새 직업·새 수요)를 예측하기 어렵고, 대체될 영역이 먼저 눈에 띈다는 점이다.
하윗은 자신의 작업 방식 변화를 예로 든다. ChatGPT는 “지금까지 써본 가장 효율적인 리서치 어시스턴트”로, 문헌 탐색·초안 작성 등을 빠르게 해 생산성을 크게 올린다. 노벨 수상 강연에서 “생성형 AI의 일자리 파괴 잠재력”을 설명하는 문단을 ChatGPT에게 작성시켜 그대로 넣었고, “그 문단은 3살짜리가 쓴 첫 초안”이라며 청중에게 공개했다고 한다. 이 일화는 지식노동의 상당 부분이 ‘초안/조사/정리’ 성격이라면 AI 보조로 처리 속도가 급증할 수 있음을 보여준다.
하지만 생산성 증가는 ‘슈퍼스타 시장(superstar market)’을 강화할 수 있다. AI를 레버리지로 삼아 조금 더 뛰어난 사람이 시장을 거의 전부 공급(더 낮은 비용, 더 빠른 납기)해 버리면, 중상위층 지식노동자의 설 자리가 줄어든다. 의료 현장 사례도 든다. 의사·간호사가 EMR 입력에 쓰는 시간을 음성 인식·자동 정리·오류 교정·기록 통합으로 크게 줄이면 환자 케어에 집중할 수 있지만, 동시에 문서·기록·코딩 업무는 축소될 수 있다. 게이츠 재단이 르완다 등에서 데이터 수집·팬데믹 예측·의료전달을 AI로 혁신하려는 프로젝트를 언급하며, “현장 노동을 덜어주는” 방향의 보완 효과를 강조한다.
진행자가 “기술이 실업률을 9%p씩 올린 적이 있나?”라고 묻자, 하윗은 실업 급등은 대개 경기침체(수요 충격)에서 왔고 기술충격은 전환 기간의 사회갈등을 키우는 형태로 나타났다고 본다. 다만 “다음 일이 없으면” 사회는 분배 갈등으로 폭발할 수 있다고 경고한다. 러다이트(Luddite)를 비이성적 파괴자로 치부하기보다, ‘숙련공이 기술 혜택을 공유하지 못했기 때문에 저항했다’는 맥락을 짚는다. 기술 부의 편중이 심해지면 AI 시대에도 유사한 정치·사회적 반발이 재현될 수 있다는 메시지다.
30:30 Technological Change & the Great Depression
대공황을 단일 원인으로 환원하기 어렵다는 전제하에, 농업 생산성의 급상승과 ‘농업→제조업’ 대전환이 한복판에서 충격을 키웠을 가능성을 제기한다. 당시 실업이 더 크게 드러나지 않은 것은 많은 사람이 일자리를 잃으면 가족 농장으로 돌아가 ‘고용’으로 분류될 수 있었기 때문(통계상 실업으로 잡히지 않음)이라는 흥미로운 포인트도 던진다. 진행자는 금본위제·보호무역 등 통설을 언급하지만, 하윗은 프리드먼식 해석(연준의 은행시스템 방어 실패)이 결정적이었다는 쪽에 무게를 둔다. 특히 2008년과 달리 1930년대에는 유동성 공급과 은행 구제가 충분치 않았고, 농촌은행의 대규모 부실이 신용 붕괴를 증폭시켰다는 그림이다. 금본위제가 정책의 손을 묶은 측면은 인정하지만, “그 제약 속에서도 연준이 할 수 있었던 일이 많았다”는 뉘앙스다.
34:17 Productivity Gains from A.I.
AI 도입이 ‘고용 유지+생산성 상승’으로 갈지, ‘고용 축소+산출 유지/증가’로 갈지는 기업의 단기 인센티브와 거시적 조정(수요, 가격, 경쟁 구조)에 달렸다고 본다. 기업은 “더 많이 팔 수 있을지”가 불확실하면 생산 확대보다 비용 절감(해고)을 먼저 택하기 쉽다는 ‘조정의 비대칭’을 지적한다.
다만 아기옹의 프랑스 데이터 연구를 소개하며 반대 사례를 든다. PC/IT를 더 적극 도입한 기업은 생산성이 높을 뿐 아니라 고용도 더 늘었고, 반대로 해고가 발생한 곳은 IT 도입이 늦은 ‘후발/낙오 기업’이었다는 결과다. 즉 기술이 일자리를 ‘직접’ 없애기보다, 기술을 흡수한 기업이 시장점유율을 가져가면서 낙오 기업이 줄어드는 형태(기업 간 재배치)로 고용이 이동할 수 있다는 해석이다.
또한 “대학원생=리서치 어시스턴트”라는 전통적 도제 구조가 AI로 바뀔 수 있다고 본다. 단순 조사·정리 업무는 ChatGPT가 흡수하고, 인간 연구자는 더 빠르게 ‘공동저자(co-author)’ 역할로 올라가 창의·문제설정·해석에 집중하게 될 것이며, 커리어 발전 속도도 빨라질 수 있다는 전망을 제시한다.
39:29 Economic Growth Factors
인구증가가 곧바로 1인당 소득 성장을 보장하지 않는다고 정리한다. 출산에 의한 인구증가는 부양비 증가(교육·양육), 자본 희석(노동자당 자본 감소), 추가 투자 필요로 단기적으로 ‘인구 보너스’가 아니라 ‘인구 페널티’가 될 수 있다. 이민은 즉시 노동공급을 늘릴 수 있으나 정치적 제약이 크다고 덧붙인다.
VC들이 말하는 연 15% 성장 같은 고성장 지속 가능성엔 회의적이다. 중국식 고성장은 데이터 신뢰성 문제를 조심스럽게 언급하며, 역사적으로 선진국에서 장기간 15% 실질성장을 유지한 사례를 떠올리기 어렵다고 말한다. 오히려 GPT는 장기적으로 생산성을 끌어올리더라도, 도입 초기에 ‘측정되는 생산성’이 바로 뛰지 않는 경향(솔로의 “컴퓨터는 어디에나 있는데 생산성 통계엔 없다”)을 반복할 가능성이 크다고 본다.
하윗은 1990년대 초 필리프 아기옹(Philippe Aghion)과 함께 슘페터의 ‘창조적 파괴’를 성장모형의 중심으로 끌어온 것이 핵심 기여라고 설명한다. 기존 솔로(Solow) 모형은 장기성장이 기술진보에 달렸음을 인정하면서도 (1) 기술진보율을 경제 외부의 ‘외생 변수’로 두고, (2) 기술 도입의 이익이 사회에 균등 배분되는 것처럼 단순화했다. 반면 하윗-아기옹 모형은 산업조직(특허경쟁, 혁신 레이스)에서 쓰던 도구를 거시 일반균형으로 확장해, 기업이 R&D를 통해 ‘기술적 도약(leapfrog)’에 성공하면 일정 기간 경쟁자를 따돌리며 독점적 초과이윤(독점지대)을 얻고, 그 과정에서 기존 기술·인력·기업이 ‘구식(obsolete)’이 되어 퇴출되는 충돌을 성장의 엔진으로 모델링한다. 즉 성장의 원천이 “갈등과 전환비용을 동반한 혁신 경쟁”이라는 점을 수학적으로 ‘작동 가능한 형태’로 만들었다는 주장이다.
진행자가 “파괴는 좋은 게 아니라 부작용 아니냐”고 묻자, 하윗은 파괴 자체는 당사자에겐 명백한 손실(실직, 파산)이며 미화하면 안 된다고 못 박는다. 다만 장기적으로는 신기술의 누적이 생활수준을 끌어올려, 예컨대 동력직기(power loom)로 인해 수공 직조공들이 빈곤으로 내몰렸지만 “장기적으로 동력직기가 없었으면 누가 더 나았겠는가”라는 반문을 통해 총후생 증가를 강조한다.
10:03 Displacement by Artificial Intelligence
AI(특히 생성형 AI)를 증기기관·전기화·컴퓨터/인터넷에 이은 ‘범용기술(GPT)’로 규정한다. GPT의 공통 패턴은 초기에는 파괴(대체) 효과가 가장 먼저 보이고, 창조(신산업/신직업) 효과는 “후행 혁신이 쌓여야” 나타난다는 점이다. 전기모터가 19세기 말 이미 존재했어도, 공장 레이아웃을 수직 샤프트 중심에서 수평 분산 동력으로 재설계하고 조립라인을 도입한 포드식 시스템(20~40년 후행)이 잠재력을 폭발시킨 사례를 든다. 즉 핵심 기술 자체보다 “그 기술을 전제로 한 조직·공정·제품 혁신”이 실질 생산성 개선을 만든다는 관찰이다.
AI의 ‘이번에는 다를 수 있는’ 요소로는 발전·배포 속도를 든다. 전기화처럼 40년을 기다리진 않겠지만, 완전한 파급은 여전히 장기간에 걸쳐 진행될 수 있으며, 무엇보다 “역사가 패턴을 보여주지만 예언은 아니다”라는 동료(조엘 모키르 Joel Mokyr)의 말을 인용해 과신을 경계한다. 과거 리카도(기계 장), 케인스(기술적 실업), 새뮤얼슨(기술진보가 실질임금을 0으로 보낼 수 있다는 모형)까지 ‘대량실업’ 비관론이 반복적으로 나왔지만, 결과적으로는 틀렸다는 점을 들어 장기 낙관을 유지한다.
17:44 Could A.I. Cause Mass Unemployment?
핵심은 신기술이 노동을 ‘대체(substitute)’하는 효과와 ‘보완(complement)’하는 효과가 동시에 있다는 것. 대체되는 직무는 사라지지만, 보완되는 직무는 더 높은 생산성과 보상을 얻는다. 문제는 지금 단계에서 보완의 최종 형태(새 직업·새 수요)를 예측하기 어렵고, 대체될 영역이 먼저 눈에 띈다는 점이다.
하윗은 자신의 작업 방식 변화를 예로 든다. ChatGPT는 “지금까지 써본 가장 효율적인 리서치 어시스턴트”로, 문헌 탐색·초안 작성 등을 빠르게 해 생산성을 크게 올린다. 노벨 수상 강연에서 “생성형 AI의 일자리 파괴 잠재력”을 설명하는 문단을 ChatGPT에게 작성시켜 그대로 넣었고, “그 문단은 3살짜리가 쓴 첫 초안”이라며 청중에게 공개했다고 한다. 이 일화는 지식노동의 상당 부분이 ‘초안/조사/정리’ 성격이라면 AI 보조로 처리 속도가 급증할 수 있음을 보여준다.
하지만 생산성 증가는 ‘슈퍼스타 시장(superstar market)’을 강화할 수 있다. AI를 레버리지로 삼아 조금 더 뛰어난 사람이 시장을 거의 전부 공급(더 낮은 비용, 더 빠른 납기)해 버리면, 중상위층 지식노동자의 설 자리가 줄어든다. 의료 현장 사례도 든다. 의사·간호사가 EMR 입력에 쓰는 시간을 음성 인식·자동 정리·오류 교정·기록 통합으로 크게 줄이면 환자 케어에 집중할 수 있지만, 동시에 문서·기록·코딩 업무는 축소될 수 있다. 게이츠 재단이 르완다 등에서 데이터 수집·팬데믹 예측·의료전달을 AI로 혁신하려는 프로젝트를 언급하며, “현장 노동을 덜어주는” 방향의 보완 효과를 강조한다.
진행자가 “기술이 실업률을 9%p씩 올린 적이 있나?”라고 묻자, 하윗은 실업 급등은 대개 경기침체(수요 충격)에서 왔고 기술충격은 전환 기간의 사회갈등을 키우는 형태로 나타났다고 본다. 다만 “다음 일이 없으면” 사회는 분배 갈등으로 폭발할 수 있다고 경고한다. 러다이트(Luddite)를 비이성적 파괴자로 치부하기보다, ‘숙련공이 기술 혜택을 공유하지 못했기 때문에 저항했다’는 맥락을 짚는다. 기술 부의 편중이 심해지면 AI 시대에도 유사한 정치·사회적 반발이 재현될 수 있다는 메시지다.
30:30 Technological Change & the Great Depression
대공황을 단일 원인으로 환원하기 어렵다는 전제하에, 농업 생산성의 급상승과 ‘농업→제조업’ 대전환이 한복판에서 충격을 키웠을 가능성을 제기한다. 당시 실업이 더 크게 드러나지 않은 것은 많은 사람이 일자리를 잃으면 가족 농장으로 돌아가 ‘고용’으로 분류될 수 있었기 때문(통계상 실업으로 잡히지 않음)이라는 흥미로운 포인트도 던진다. 진행자는 금본위제·보호무역 등 통설을 언급하지만, 하윗은 프리드먼식 해석(연준의 은행시스템 방어 실패)이 결정적이었다는 쪽에 무게를 둔다. 특히 2008년과 달리 1930년대에는 유동성 공급과 은행 구제가 충분치 않았고, 농촌은행의 대규모 부실이 신용 붕괴를 증폭시켰다는 그림이다. 금본위제가 정책의 손을 묶은 측면은 인정하지만, “그 제약 속에서도 연준이 할 수 있었던 일이 많았다”는 뉘앙스다.
34:17 Productivity Gains from A.I.
AI 도입이 ‘고용 유지+생산성 상승’으로 갈지, ‘고용 축소+산출 유지/증가’로 갈지는 기업의 단기 인센티브와 거시적 조정(수요, 가격, 경쟁 구조)에 달렸다고 본다. 기업은 “더 많이 팔 수 있을지”가 불확실하면 생산 확대보다 비용 절감(해고)을 먼저 택하기 쉽다는 ‘조정의 비대칭’을 지적한다.
다만 아기옹의 프랑스 데이터 연구를 소개하며 반대 사례를 든다. PC/IT를 더 적극 도입한 기업은 생산성이 높을 뿐 아니라 고용도 더 늘었고, 반대로 해고가 발생한 곳은 IT 도입이 늦은 ‘후발/낙오 기업’이었다는 결과다. 즉 기술이 일자리를 ‘직접’ 없애기보다, 기술을 흡수한 기업이 시장점유율을 가져가면서 낙오 기업이 줄어드는 형태(기업 간 재배치)로 고용이 이동할 수 있다는 해석이다.
또한 “대학원생=리서치 어시스턴트”라는 전통적 도제 구조가 AI로 바뀔 수 있다고 본다. 단순 조사·정리 업무는 ChatGPT가 흡수하고, 인간 연구자는 더 빠르게 ‘공동저자(co-author)’ 역할로 올라가 창의·문제설정·해석에 집중하게 될 것이며, 커리어 발전 속도도 빨라질 수 있다는 전망을 제시한다.
39:29 Economic Growth Factors
인구증가가 곧바로 1인당 소득 성장을 보장하지 않는다고 정리한다. 출산에 의한 인구증가는 부양비 증가(교육·양육), 자본 희석(노동자당 자본 감소), 추가 투자 필요로 단기적으로 ‘인구 보너스’가 아니라 ‘인구 페널티’가 될 수 있다. 이민은 즉시 노동공급을 늘릴 수 있으나 정치적 제약이 크다고 덧붙인다.
VC들이 말하는 연 15% 성장 같은 고성장 지속 가능성엔 회의적이다. 중국식 고성장은 데이터 신뢰성 문제를 조심스럽게 언급하며, 역사적으로 선진국에서 장기간 15% 실질성장을 유지한 사례를 떠올리기 어렵다고 말한다. 오히려 GPT는 장기적으로 생산성을 끌어올리더라도, 도입 초기에 ‘측정되는 생산성’이 바로 뛰지 않는 경향(솔로의 “컴퓨터는 어디에나 있는데 생산성 통계엔 없다”)을 반복할 가능성이 크다고 본다.
47:49 Displacement of Business by New Technology & Innovation
기업 퇴출의 대표 사례로 코닥(Kodak)을 든다. 한때 미국 매출 기준 3위급이었고 전 세계 15만 명을 고용하던 코닥이 디지털 사진으로 파산한 것은 “기술이 노동뿐 아니라 기업 자체를 구식으로 만든다”는 창조적 파괴의 교과서다. 진행자는 SaaS가 AI로 ‘복제/대체’될 수 있다는 시장의 공포를 언급하지만, 하윗은 개별 섹터의 미시 스토리보다 큰 틀에서 “이런 붕괴는 여러 섹터에서 반복될 것”이라고 정리한다.
혁신 동기를 “독점지대 획득”으로 설명하면서도, 혁신이 가장 활발한 산업 조건은 ‘현재 제품시장의 경쟁이 치열하고, 기술 수준이 비슷한 기업들이 경합(neck-and-neck)하는 상태’라고 강조한다. 이때 당장 마진이 낮아 생존 압박이 크기 때문에 ‘한 번의 도약으로 임시 독점을 얻으려는’ 유인이 최대화된다.
59:17 A.I. Capital Expenditure Compared to Past Periods of Technological Development
AI에 대한 막대한 CAPEX가 “매출/이익이 아직 없거나 적자임에도 정당화되는” 현상이 전례 없는지 묻자, 하윗은 닷컴 버블을 상기시킨다. 아마존이 이익 없이 ‘책만 파는 회사’로 보이던 시절, 시총이 GM을 넘어섰던 충격이 당시에도 있었다는 것. 더 과거로는 19세기 영국 철도 붐에서 GDP의 약 15%가 철도 투자로 갔다는 기억을 제시하며, 현재 AI CAPEX(그가 언급한 범위로는 GDP의 1.5~2% 정도로 보이는 수치)가 역사적 대형 투자 사이클에 비해 반드시 과도하다고만 보긴 어렵다고 말한다. 다만 이런 대규모 투자 국면은 종종 ‘클라이맥스/위기’로 이어져 많은 실패와 소수 승자가 정리되는 패턴이 있었다고 덧붙인다.
또한 실러 CAPE(경기조정 PER)가 닷컴 고점 및 1929년 수준과 비슷하다는 점을 들어, 단기 폭락 시점을 단정하진 않되 “향후 10~20년 기대수익률이 낮을 가능성”을 경고한다. 시장 타이밍에 자신감을 가진 투자자들이 “폰의 버튼으로 다 팔면 된다”고 믿는 태도에는 유동성·동시탈출의 불가능성을 암시하며 회의적이다.
01:03:02 Can A.I. Create Massive Growth?
사회 전체로는 AI 투자의 ‘주스가 스퀴즈(비용)를 정당화’할 수 있지만, 개별 기업 차원에서는 승자와 패자가 갈릴 것이라고 본다. 기대수익률 자체는 효율적 시장 관점에서 크게 특별하지 않을 수 있으며, 엔비디아처럼 IPO 초기에 사서 버틴 사람이 초과수익을 얻는 반면, 다수는 파산할 수 있다. 결론은 전형적인 혁신 투자 국면처럼 “분산이 답”이라는 현실적 조언에 가깝다. 다만 많은 투자자가 실제로는 도박적 베팅을 선호한다는 인간 심리도 지적한다.
01:04:40 Technology & Monopoly
기술 기반 독점의 지속 기간은 케이스마다 천차만별이라고 말한다. AT&T는 법·제도적으로 인정된 독점의 도움까지 받아 약 70년 지속됐지만, 테슬라의 전기차 선도는 불과 몇 년 만에 중국 업체들에게 추월당한 것처럼 짧을 수도 있다. 경쟁이 치열하고 혁신이 활발한 경제일수록 ‘기술 리드의 수명’은 짧아지는 경향이 있다는 직관을 제시한다.
01:07:11 Dr. Howitt & Creative Destruction
1992년 이후 관점의 변화로 “창조적 파괴를 더 사회·정치적 현상으로 보게 됐다”고 말한다. 과거엔 성장 메커니즘 설명 도구로 집중했지만, 이제는 혁신에 성공해 시장지배력을 얻은 기업이 그 힘을 “추가 혁신”보다 “후발 혁신을 억압”하는 데 쓰는 경향(선제적 인수, 특허 장벽, 규제 포획 등)에 더 주목한다는 것.
정책적으로는 반독점(antitrust)의 초점을 ‘소비자 가격 인상’에서 ‘혁신 억제’로 이동해야 한다고 주장한다. 메타가 “인스타그램과 경쟁 못 하니 사자”는 취지의 내부 메시지(진행자가 언급)를 예로 들며, 이런 인수는 단기 가격이 아니라 장기 혁신 경로를 왜곡하고 잠재적 대체재를 제거한다는 점에서 더 강하게 문제 삼아야 한다는 시각이다.
01:11:05 Other Areas of Dr. Howitt’s Study
하윗은 성장/창조적 파괴 이전에는 통화정책·실업이론을 주로 연구했다고 소개한다. 맥아피(Preston McAfee)와의 ‘Animal Spirits’(자기실현적 기대가 높은 실업의 저수준 균형을 만들 수 있다는 논지), 그리고 캐나다 통화정책 경험을 바탕으로 “금리 고정/완만 반응이 인플레이션의 폭주(빅셀의 누적과정)로 이어질 수 있다”는 논문을 자랑스러운 작업으로 꼽는다. 테일러 룰과 연결되는 질문에는 “인플레이션 변화에 금리가 1보다 큰 계수로 더 강하게 반응해야 안정성이 생긴다”는 요지를 강조한다. 다만 2022년 인플레이션은 코로나발 공급측 교란이 컸던 특수 국면이라 단순 비교는 어렵고, 그럼에도 당시 인플레가 금리 정점보다 높았는데도 안정된 점은 흥미로운 사례로 남는다고 정리한다.
https://youtu.be/aKSmMLOj8SM 2시간 전 업로드 됨
기업 퇴출의 대표 사례로 코닥(Kodak)을 든다. 한때 미국 매출 기준 3위급이었고 전 세계 15만 명을 고용하던 코닥이 디지털 사진으로 파산한 것은 “기술이 노동뿐 아니라 기업 자체를 구식으로 만든다”는 창조적 파괴의 교과서다. 진행자는 SaaS가 AI로 ‘복제/대체’될 수 있다는 시장의 공포를 언급하지만, 하윗은 개별 섹터의 미시 스토리보다 큰 틀에서 “이런 붕괴는 여러 섹터에서 반복될 것”이라고 정리한다.
혁신 동기를 “독점지대 획득”으로 설명하면서도, 혁신이 가장 활발한 산업 조건은 ‘현재 제품시장의 경쟁이 치열하고, 기술 수준이 비슷한 기업들이 경합(neck-and-neck)하는 상태’라고 강조한다. 이때 당장 마진이 낮아 생존 압박이 크기 때문에 ‘한 번의 도약으로 임시 독점을 얻으려는’ 유인이 최대화된다.
59:17 A.I. Capital Expenditure Compared to Past Periods of Technological Development
AI에 대한 막대한 CAPEX가 “매출/이익이 아직 없거나 적자임에도 정당화되는” 현상이 전례 없는지 묻자, 하윗은 닷컴 버블을 상기시킨다. 아마존이 이익 없이 ‘책만 파는 회사’로 보이던 시절, 시총이 GM을 넘어섰던 충격이 당시에도 있었다는 것. 더 과거로는 19세기 영국 철도 붐에서 GDP의 약 15%가 철도 투자로 갔다는 기억을 제시하며, 현재 AI CAPEX(그가 언급한 범위로는 GDP의 1.5~2% 정도로 보이는 수치)가 역사적 대형 투자 사이클에 비해 반드시 과도하다고만 보긴 어렵다고 말한다. 다만 이런 대규모 투자 국면은 종종 ‘클라이맥스/위기’로 이어져 많은 실패와 소수 승자가 정리되는 패턴이 있었다고 덧붙인다.
또한 실러 CAPE(경기조정 PER)가 닷컴 고점 및 1929년 수준과 비슷하다는 점을 들어, 단기 폭락 시점을 단정하진 않되 “향후 10~20년 기대수익률이 낮을 가능성”을 경고한다. 시장 타이밍에 자신감을 가진 투자자들이 “폰의 버튼으로 다 팔면 된다”고 믿는 태도에는 유동성·동시탈출의 불가능성을 암시하며 회의적이다.
01:03:02 Can A.I. Create Massive Growth?
사회 전체로는 AI 투자의 ‘주스가 스퀴즈(비용)를 정당화’할 수 있지만, 개별 기업 차원에서는 승자와 패자가 갈릴 것이라고 본다. 기대수익률 자체는 효율적 시장 관점에서 크게 특별하지 않을 수 있으며, 엔비디아처럼 IPO 초기에 사서 버틴 사람이 초과수익을 얻는 반면, 다수는 파산할 수 있다. 결론은 전형적인 혁신 투자 국면처럼 “분산이 답”이라는 현실적 조언에 가깝다. 다만 많은 투자자가 실제로는 도박적 베팅을 선호한다는 인간 심리도 지적한다.
01:04:40 Technology & Monopoly
기술 기반 독점의 지속 기간은 케이스마다 천차만별이라고 말한다. AT&T는 법·제도적으로 인정된 독점의 도움까지 받아 약 70년 지속됐지만, 테슬라의 전기차 선도는 불과 몇 년 만에 중국 업체들에게 추월당한 것처럼 짧을 수도 있다. 경쟁이 치열하고 혁신이 활발한 경제일수록 ‘기술 리드의 수명’은 짧아지는 경향이 있다는 직관을 제시한다.
01:07:11 Dr. Howitt & Creative Destruction
1992년 이후 관점의 변화로 “창조적 파괴를 더 사회·정치적 현상으로 보게 됐다”고 말한다. 과거엔 성장 메커니즘 설명 도구로 집중했지만, 이제는 혁신에 성공해 시장지배력을 얻은 기업이 그 힘을 “추가 혁신”보다 “후발 혁신을 억압”하는 데 쓰는 경향(선제적 인수, 특허 장벽, 규제 포획 등)에 더 주목한다는 것.
정책적으로는 반독점(antitrust)의 초점을 ‘소비자 가격 인상’에서 ‘혁신 억제’로 이동해야 한다고 주장한다. 메타가 “인스타그램과 경쟁 못 하니 사자”는 취지의 내부 메시지(진행자가 언급)를 예로 들며, 이런 인수는 단기 가격이 아니라 장기 혁신 경로를 왜곡하고 잠재적 대체재를 제거한다는 점에서 더 강하게 문제 삼아야 한다는 시각이다.
01:11:05 Other Areas of Dr. Howitt’s Study
하윗은 성장/창조적 파괴 이전에는 통화정책·실업이론을 주로 연구했다고 소개한다. 맥아피(Preston McAfee)와의 ‘Animal Spirits’(자기실현적 기대가 높은 실업의 저수준 균형을 만들 수 있다는 논지), 그리고 캐나다 통화정책 경험을 바탕으로 “금리 고정/완만 반응이 인플레이션의 폭주(빅셀의 누적과정)로 이어질 수 있다”는 논문을 자랑스러운 작업으로 꼽는다. 테일러 룰과 연결되는 질문에는 “인플레이션 변화에 금리가 1보다 큰 계수로 더 강하게 반응해야 안정성이 생긴다”는 요지를 강조한다. 다만 2022년 인플레이션은 코로나발 공급측 교란이 컸던 특수 국면이라 단순 비교는 어렵고, 그럼에도 당시 인플레가 금리 정점보다 높았는데도 안정된 점은 흥미로운 사례로 남는다고 정리한다.
https://youtu.be/aKSmMLOj8SM 2시간 전 업로드 됨
YouTube
Discussing A.I. Displacement with Nobel Laureate in Economics Peter Howitt
Recent Nobel laureate in economics Peter Howitt joins Jack to discuss his work on technological disruption and creative destruction. Dr. Howitt explains that technological advancement creates economic growth while also causing workers to lose their jobs and…