차익거래 기간 활용: SaaS의 변두리에서 DeFi를 살리다

탈중앙화 금융(DeFi)의 재창조: AI 담론의 부활

500년이 넘는 역사를 되돌아보면, 자본주의 체제 하에서의 노동과 자본 간의 갈등은 언제나 자본의 지속적인 승리로 점철되어 왔다.

생산 측면에서 노동 참여 수준은 점차 기계 조작 수준으로 축소되고 있으며, 소비 측면에서 사용자의 가치는 플랫폼을 위한 데이터 생산 및 사용에 있다.

이 두 가지 요인이 함께 작용하여 자본 시장에서 회사의 기업 가치를 뒷받침합니다.

하지만 사람을 위한 조직 모델은 장기적으로 완전히 정량화할 수 없습니다. 사무직 KPI/OKR은 여전히 관료주의적 시스템이며, 수백만 달러에 달하는 연봉과 성과급제는 테일러주의의 변형입니다.

명확한 공식이 없으면 자본은 가치를 평가할 수 없으며, 이는 결국 자본 효율성에 영향을 미칩니다. 알고리즘 기반 스테이블코인이 DeFi의 궁극적인 목표가 될지는 두고 봐야겠지만, 조직의 계산 가능성은 분명 재정적 레버리지를 측정하는 척도입니다.

대규모 모델은 토큰 수량을 이용한 무차별 대입 방식을 택했습니다. 보안 SaaS의 붕괴는 빙산의 일각에 불과합니다. 제품 설계 또한 진행 중입니다. 핵심은 특정 분야의 전문 역량을 대체하고 이를 확장하는 것입니다. 혁신은 미지의 영역으로 나아가고 있습니다.

이는 특히 DeFi의 DAO 모델이 점차 붕괴되고 토큰 경제가 점점 더 파산 위기에 처하고 있는 지금, 우리에게 무궁무진한 통찰력을 제공합니다.

간단히 말해서, AI의 조직 및 토큰 모델이 DeFi보다 더 효율적인 이유는 무엇일까요?

이 모든 것은 어떻게 시작되었을까요?

“

토큰 가격이 저렴해지고, 에이전트의 실용성이 향상되었습니다.

자본가들은 300%의 이윤을 위해서라면 기꺼이 목을 매단다.

현재 직장을 유지하기 위해 근로자들은 에이전트에게 자신의 역량을 어필할 수 있습니다.

자본 차원에서, 뛰어난 실력을 갖춘 요원들은 이익만큼이나 신성한 지위를 누립니다.

에이전트는 "인간의 능력"을 기술로 정제한 것을 나타냅니다. 더 나아가, 인간 조직은 에이전트를 중심으로 하는 상호작용적인 의례적 사슬이 됩니다.

소위 '프롬프트 앤 컨텍스트'부터 현재 진행 중인 '하네스' 프로젝트에 이르기까지, 목표는 인간 중심의 조직 모델을 미지의 영역으로 전환하거나, 최소한 관련된 인원 수를 줄이는 것입니다.

당신의 차기 동료는 로봇이 아니라 "능력"과 직감을 가진 사람일지도 모릅니다.

이는 단순한 희망사항이 아닙니다. 데이터 수준에서의 확장 법칙은 점차 효력을 잃어가고 있습니다. 하지만 데이터 수집과 생산은 더 이상 중요한 요소가 아닙니다. 인공 일반 지능(AGI)이 성공하기 위해서는 새로운 가치 평가 기준이 필요합니다.

이미지 설명: 콘텐츠가 더 이상 가치가 없습니다.

일반 정보: @ARKInvest

클로드가 프로그래밍 분야에 인공 일반 지능(AGI)을 구현하기 시작한 첫걸음을 시작으로, AI는 채팅창과 같은 오락 모드를 넘어 프로그래밍, 보안, 새롭게 등장하는 디자인과 같은 실세계 분야의 기존 시장으로 진출하고 있습니다.

이러한 파괴적 혁신이 궁극적으로 새로운 경제 성장을 창출할지, 아니면 일자리를 토큰으로 교환하고 사람들이 해고되는 영구적인 저고용 모델로 경제를 끌어들일지는 알 수 없지만, 우리는 이러한 과정을 목격하고 있습니다.

하지만 현재 토큰 가치 하락으로 인해 이전에는 소수의 대기업이 독점했던 기능들이 중소기업으로 이양되면서 초강력 기업들이 탄생하고 있다는 것은 허구가 아닙니다.

중국을 예로 들면, 일일 토큰 사용량은 2024년 1,000억 개에서 2025년 말 100조 개로 증가했고, 현재는 140조 개에 달합니다. 콘텐츠와 데이터 생산이 곧 제로 비용 시대로 접어들고 있는 것입니다.

컴퓨팅 파워 부족은 상대적인 현상이라는 점에 유의해야 합니다. 대기업들은 더 이상 '역량'을 독점하지는 않지만, '컴퓨팅 파워'를 독점함으로써 기존의 이점을 유지하려 합니다. 그러나 토큰 가격의 전반적인 하락이라는 불가피한 추세를 막을 수는 없습니다.

기초 모델을 평가하는 데에는 다양한 패러다임이 존재하지만, "인공지능이 사람들에게 어떻게 도움을 주는가"라는 주제의 진화는 오랫동안 큰 주목을 받지 못했습니다.

제 생각에 Harness는 에이전트가 경계 내의 작업에 처음으로 집중할 수 있도록 해주는 공간 형태이며, 질문 답변의 너비 우선 접근 방식과는 다른 깊이 우선 전략을 사용합니다.

이미지 설명: 에이전트의 진화

이미지 출처: @zuoyeweb3

탭 키가 코드 작성에 처음 사용된 순간부터, 인간이 인공지능의 입력 계층이 되는 것은 시간 문제였다.

시행착오 비용이 기하급수적으로 줄어들어 인간 협업 모델을 활용한 더욱 흥미로운 실험이 가능해집니다.

소프트웨어: SaaS(서비스형 소프트웨어)는 인간의 역량 원천이 더 이상 사람이 아니라 에이전트의 등장에서 비롯됩니다.
하드웨어: 컴퓨팅 파워 카드 + HBM, 데이터 센터가 처음으로 AI 요구 사항을 직접 충족합니다.
Space: Harness는 인간 협업을 위한 물리적 공간이 아니라 에이전트 간 상호작용을 위한 디지털 공간입니다.
상호 작용: Doubao 전화는 더 이상 작동하지 않습니다. Google은 Android 시스템 수준에서 GUI 에이전트를 지원합니다.

AI가 단순히 말을 하는 능력 자체는 상업적 가치가 크지 않습니다. 사람이 텍스트를 생성하는 데 드는 비용은 매우 낮기 때문입니다. 하지만 "무엇을 해야 할지"를 결정하는 데 드는 토큰 소비량은 이미지나 비디오 생성에 드는 비용을 넘어설 것입니다. 이는 AWS가 서버가 아닌 사용 시간을 판매하는 것과 유사합니다.

AI는 토큰을 판매하는 것이 아니라 "업무 역량"을 판매하는 것입니다. 이것이 SaaS 업계의 근본적인 두려움입니다. 안타깝게도 DeFi는 거대한 모델이 아닌 SaaS처럼 되어버렸습니다.

DeFi 프로토콜의 SaaS화

“

DeFi는 시대에 뒤떨어진 것이 아니라, 시기상조로 성숙기에 접어든 것입니다.

AI는 소프트웨어 엔지니어링을 재창조하고 있으며, 단순히 SaaS만이 대체되는 것은 아니지만 SaaS가 가장 대표적인 예임은 분명합니다.

블룸버그 터미널의 가장 중요한 상업적 가치는 기술적 진보 그 자체에 있는 것이 아니라, 업계 관계 및 개인 네트워크와 같은 수십 년에 걸친 비표준 데이터를 기반으로 구축된 권위 있는 정보에 있습니다.

해당 에이전트는 데이터를 기반으로 미래를 예측하는 옵션을 제공하며, 비록 위험한 다음 단계일지라도 경쟁사보다 우수한 성과를 내고 소액의 수익을 올릴 수 있습니다.

이미지 설명: SaaS 시장이 붕괴되고 있다.

이미지 출처: @zuoyeweb3

이를 자본의 이윤 추구 본성을 교묘하게 이용하는 행위로 볼 수 있습니다. 물론, 블룸버그 터미널에서 제공하는 완전한 정보를 기다릴 수도 있지만, 조각조각 짜깁기한 부정확한 데이터를 이용해 이윤을 남기려 할 수도 있습니다.

이것은 새로운 것이 아닙니다. IBKR의 창립자인 토마스 피터피는 금융 분야에서 최초로 물리적 거래 단말기를 "발명"하거나 조립했는데, 그 시작은 사용하지 않던 P101 단말기였습니다.

특정 데이터 활용 방식이 더 많은 수익을 창출할 수 있다면, 더 많은 데이터를 확보하게 되고, 이러한 선순환이 시작됩니다.

SaaS 독점은 과거의 유물이 되었고, AI 기반 판매가 미래입니다.

안타깝게도, 이제부터 DeFi에 대해 자세히 살펴보겠습니다. Dune/DeFiLlama의 API 유료화 문제, Jinshuju(금융 데이터 플랫폼)를 통해 자금 모금을 위해 애썼던 일, 그리고 결국 폐쇄된 Arkham Exchange를 기억하시나요?

암호화폐 업계에서 데이터는 결코 가치가 없었습니다.

하지만 암호화폐 산업은 직접적이고 개방적인 금융 시스템이며, 생성되는 데이터는 반복적으로 학습될 수 있습니다. AI 이전에도 포크 프로젝트 발생 속도는 몇 달 단위로 단축되었고, 펌프펀(PumpFun)의 클론 밈은 2단계 압축으로 분석될 수 있었습니다.

여기에는 직관에 반하는 결론이 있습니다. DeFi는 금융 시스템의 시험대이며, 오늘날 우리가 시도하고 있는 AI+DeFi는 미래 금융 진화의 템플릿이 될 것입니다.

예를 들어, 2008년 금융 위기 이전에는 무담보 거래 지표인 LIBOR가 금융 쓰나미를 "촉발"했습니다. 이후 LIBOR는 미국 국채 거래에서 생성되는 지표인 SOFR로 대체되었지만, 과잉 담보 메커니즘은 DeFi 청산의 최종성을 보장했습니다.
예를 들어, 대규모 제조업체들은 소비량에 기반한 토큰 판매를 원하지 않습니다. 그들은 단계별 마케팅, 맞춤형 기능, 전문적인 수정을 요구합니다. 토큰 경제학은 "사용 가치"를 복잡하게 얽히게 만들었습니다.

암호화폐 토큰은 사용 가치에 초점을 맞추는 반면, AI 토큰은 경제적 가치에 초점을 맞춥니다.

이러한 관점에서 볼 때, DeFi 해킹은 개방형 시스템이 스스로 해결할 수 없는 외부 엔트로피를 나타내는 일상적인 스트레스 테스트에 불과합니다.

《캐치-22》의 블랙 유머와 유사하게, 외부 신호 시스템의 자극이 없다면 암호화는 현재 환경이 안전하다고 가정합니다. 그러나 보안 위기가 발생할 경우, 암호화 시스템은 중앙 집중식 처리 시스템으로 무너져 내립니다.

예를 들어, 드리프트 사건에서 사람들의 비난 대상은 멈춰버리고 느려진 서클이 되었습니다.

이미지 설명: 코드는 보안 문제를 해결할 수 없습니다.

이미지 출처: @zuoyeweb3

인공지능 기능이 비약적으로 발전하기 전에도 DeFi는 이미 SaaS로의 전환을 완료했으며, "금융"을 블록체인으로 직접 이전할 수 없는 상태에서 거래 건수에 따라 수수료를 부과하는 방식만 가능했다고 할 수 있습니다.

RWA는 온체인 유동성이 부족하며, DeFi에는 이 문제에 대한 마땅한 해결책이 없습니다.

하지만 에이전트 기능의 발전은 DeFi의 규칙을 바꿀 수 있는 한 줄기 희망을 보여주는 듯하지만, 미래는 여전히 불확실하다.

토큰 경제학: 다양한 채널에서의 사용량과 "자본 효율성"에 따른 배포 방식;
규칙 설정: Mythos는 보안의 최종성을 제공하고, AI 방어는 제로데이 위기에 대응합니다.
인간 중심 조직: 훌륭합니다. DeFi는 오랫동안 소수의 사람들이 수백억 달러를 관리해 왔습니다.

공학 서사의 부활

“

안전은 어디에서 오는가? 튜링 기계의 결정론에서 온다. 위험은 어디에서 오는가? 무한한 가능성에서 온다.

YC 개리 탄의 "풍성한 기술, 날렵한 하네스"라는 말은 제게 깊은 울림을 줍니다. 본질적으로 이는 기본적인 규칙을 정립하는 것, 즉 "질서에 기반한 자유"에 관한 것입니다.

튜링 기계는 무한히 조합할 수 있지만, 폰 노이만 아키텍처는 메모리 내 계산에 항상 시간 지연이 발생하며, 대규모 모델은 진정한 의미의 난수를 생성할 수 없습니다.

데이터의 가치가 사라지는 미래에는 오직 인간의 행동만이 돈의 흐름을 통해 가치를 창출할 수 있을 것이다.

하지만 인공지능이 인간의 행동을 완전히 학습하고 이를 설계 및 코딩된 표현으로 내면화하는 데는 시간이 걸릴 것입니다.

유한한 것으로 무한을 추구하는 것은 궁극적으로 헛된 일입니다. LLM은 이러한 환상을 완전히 없앨 수는 없습니다. 시장 메커니즘이 가격을 매길 수 있으려면 "이것은 AI도, 인간도 도달할 수 없는 영역"에 이르러야 하며, 그때서야 비로소 스마트 계약을 진정으로 믿을 수 있을 것입니다.

현재의 스마트 계약은 성공과는 거리가 멀다. DAO 포크, Curve 프로그래밍 언어 버그, 심지어 Drift 다중 서명 문제까지 모두 "인간이 코드에 대한 궁극적인 통제권을 갖고 있다"는 것을 보여준다.

도덕적 판단은 경제적 가치가 없습니다. DeFi 분야에서 협업 모델이 DAO에서 재단과 "팀"으로 붕괴된 궁극적인 이유는 계약 업그레이드와 비즈니스 협력에 대한 실질적인 필요성 때문입니다.

하지만 인간은 항상 안전하고 동적으로 업그레이드 가능한 코드를 작성할 수 없습니다. 명심하세요, 그것은 불가능합니다.

Curve의 경험에 따르면, 업그레이드가 전혀 이루어지지 않을 경우 기술적 의존성 스택에도 문제가 발생할 수 있습니다.

현재는 과거를 결정하고, 과거는 미래를 결정한다.

사이먼스 메달리온 펀드부터 누메라이의 AI 기반 전략에 이르기까지, AI는 금융 분야에서 더 이상 드문 일이 아닙니다. 더욱 역설적인 사례로, 거래 신호가 오히려 AI의 발전을 도울 수도 있습니다.

이미지 설명: AI와 DeFi 10년

이미지 출처: @zuoyeweb3

AI 모델은 여전히 신호를 처리하는 상태 기계, 즉 컴퓨터 패러다임일 뿐입니다. 외부 신호가 없으면 외부 세계를 시뮬레이션할 능력이 부족합니다. 양러쿤과 리페이페이가 세계 모델에 투자한 것은 바로 이러한 의미에서 중요합니다.

하지만 탈중앙 금융(DeFi)의 관점에서 볼 때, AI가 자율적으로 거래하려면 인간의 의도를 행동을 통해 학습해야 합니다. 이는 AI에 있어 인간의 중요성을 강조합니다. AI가 인간의 노동력을 대체하더라도, 여전히 인간의 행동을 모방하고 요약하는 단계에 머물러 있기 때문입니다.

더욱이, 인간은 의도적으로 무작위로 행동할 수는 없지만, 사소한 의도적 행동을 통해 통계적 패턴을 드러낼 수 있습니다. 무작위성을 보이는 것은 오직 인간의 생리적 특성뿐입니다. 예를 들어, "나는 생리적으로 에테나의 시장 조성 전략을 선호하고 XX의 차익거래 전략을 싫어한다"라는 진술은 사실상 모호한 선호를 나타냅니다.

블록체인/DeFi를 AI의 인프라로 활용하려는 시도가 지난 10년간 처참하게 실패했다는 것은 거의 확실하며, deAI/deAgent/deOpenclaw 역시 비슷한 운명을 맞이할 것이다.

최신 대규모 모델은 다양한 DeFi 구조를 수정하는 데 사용됩니다. 예를 들어, Mythos에서 테스트한 계약은 기본 보안 수준을 가지고 있으며, 변경 사항이 실시간으로 감지되어 위험 수준이 높아집니다.

인간 조직이라는 관점에서 볼 때, AI는 "사람이 필요 없다"는 원칙을 고수하며, 오직 인간의 "능력"만을 활용합니다. 이러한 원칙에 가장 적합한 산업은 예외 없이 DeFi입니다. 규칙이 정립되면 DeFi는 보안을 전제로 자본 효율성만을 향상시킬 것입니다. 자율 주행의 L1/2/3/4 레벨을 참고하면, 정보 인증 → 제한된 자금 사용 권한 → 완전한 자금 사용 권한의 과정을 거치게 될 것입니다.

에이전트가 엔지니어링된 트레이더 기술과 큐레이터 관리 기능을 지속적으로 학습한다면 거래 및 수익 측면에서 필연적으로 인간을 능가하게 될 것입니다. 하지만 안타깝게도 축적된 DeFi 데이터는 아직 AI에 의해 체계적으로 학습 및 훈련되지 않았으며, 현재의 암호화폐 AI는 여전히 자금 조달 단계에 머물러 있습니다.

하지만 저는 자금의 실제 사용 방식이 AI가 DeFi를 변화시키는 데 있어 다음으로 중요한 물결이 될 것이며, 이는 불가피하다고 확신합니다.

그렇다면 보안(계약)과 조직(인간)이 업그레이드된 후 토큰 경제는 어떤 형태를 띠게 될까요?

작업증명(PoW) 시대에 토큰은 컴퓨팅 파워 소비에 대한 증명 역할을 했는데, 이는 현재 AI 토큰과 본질적으로 동일한 개념입니다.
PoS 시대에 토큰은 예상 수익을 할인하여 발행한 증서이며, AI 토큰은 이러한 방향으로 진화하고 있습니다(인간을 대체할 수 있는 능력을 제공하는 것이 이러한 경제적 가치의 AI적 표현입니다).
인공지능 시대의 암호화 토큰은 우리의 엔지니어링 역량을 초월했으며, 우리는 단지 이론에 기반한 무책임한 예측만 할 수 있을 뿐입니다.

스카이가 채널별 연이율(APY)을 제어하기 위해 토큰 할당을 사용하고, 클로드가 모델 기능 가격을 책정하기 위해 토큰 소비를 사용하는 것과 유사하게, 미래의 암호화 토큰은 일종의 "자본 수익률" 증명서 역할을 할 가능성이 높습니다.

여기서 중요한 차이점을 주목해야 합니다. PoS 시대 토큰(예: 이더리움)의 예상 수익률은 경제적 가정, 즉 사전 지식에 기반한 경험적 추론에 불과합니다. 그러나 AI 기반 엔지니어링 설계를 통해 DeFi의 매개변수는 실제 상황에 무한히 근접하게 되며, 수익률과 위험률은 매우 신뢰할 수 있고 실시간으로 검증 가능합니다.

또한 사용자는 DeFi 프로토콜에서 사용하는 대규모 모델 및 에이전트와 Harness 최적화 지표 점수를 기반으로 토큰의 현재 가격을 파악하고, 상승세일 경우 매수하고 하락세일 경우 매도할 수 있습니다.

결론

“

헤아릴 수 없는 슬픔과 예측할 수 없는 인류의 미래.

탈중앙화 금융(DeFi)의 미래는 경제적 측면과 기술적 측면으로 나눌 수 있습니다. 토큰 경제에 대한 완벽한 해결책은 아직 없지만, 보안 측면에서는 희망의 빛이 보이고 있습니다. 클로드 미토스는 세상을 위협할 수도 있지만, 반대로 자산을 효율적으로 관리하는 데 도움을 줄 수도 있습니다.

알파고는 바둑 문제를 완벽하게 해결했고, 클로드는 프로그래밍 문제를 완벽하게 해결했습니다. 앞으로 이러한 사례는 더욱 늘어날 것입니다. 디파이(DeFi) 계약, 인간 조직, 심지어 경제 회계 단위에 이르기까지 최적화할 수 있는 이론적 여지가 존재합니다.

적어도 사람들이 완전히 대체될까 봐 걱정할 필요는 없습니다. 데이터의 가치가 떨어지는 시대에도 행동은 여전히 의미를 지닙니다. 적어도 현재로서는 에이전트에 의한 사람들의 장악은 '마이크로 태스크'나 '마이크로 결제'와 같은 세부적인 작업, 즉 끊임없이 반복되는 작업들에 국한되어 있습니다. 우리는 이러한 반복적이고 복제 가능한 행동에서 가치를 창출해야 합니다. AI는 데이터와 콘텐츠의 가치를 무한히 감소시켜 거의 제로에 가깝게 만들고 있습니다. AI 토큰과 암호화 토큰의 단위 경제적 가치(비용) 또한 지속적으로 감소하고 있으며, 이는 피할 수 없는 추세입니다.

이는 인공지능 개발이든 암호화폐 소비든, 돈이 개인에게 진정으로 문을 열어준 최초의 사례라고까지 주장할 수 있을 것이다.