저자｜Xinyang & Ethan @ IOSG

2026년, 암호화폐 오픈소스 커뮤니티의 깃허브 활동 곡선은 급격한 "바닥을 쳤습니다." 2022년 월간 활성 개발자 수 4만 5천 명으로 정점을 찍은 후, 약 2만 3천 명으로 급락했습니다. 표면적으로는 이러한 반감기가 소셜 미디어에서 "이야기의 피로감"에 대한 논의를 불러일으켰습니다. 그러나 이 곡선의 단면을 분석해 보면, 이는 산업의 위축이 아니라 심오한 "인재 활용 감소" 현상임을 알 수 있습니다.

▲ 데이터 출처: 크립토 에코시스템즈 깃허브 기반의 일렉트릭 캐피털 개발자 보고서

누가 떠났지? 누가 아직 남아있어?

이탈의 주된 원인은 신규 개발자들이었습니다. 2024년 2월, 신규 개발자 수는 5,462명에 달했지만 이후 급격히 감소했으며, 업계 경력 1년 미만 개발자의 이직률은 52%에 이르렀습니다. 이들 대부분은 강세장 기간 동안 NFT 발행 계약 개발, DeFi 프로토콜 포크, 새로운 L2 플랫폼의 프런트엔드 개발 등에 참여하며 시장에 진입했습니다. 이러한 역할은 시장의 열기에 크게 좌우되며, 열기가 식고 프로젝트 운영이 중단되면 관련 일자리도 사라집니다. 데이터에 따르면 신규 개발자의 코드 기여도는 전체의 25%를 넘지 못했는데, 이는 그들이 애초부터 업계 핵심 그룹에 속하지 못했음을 시사합니다.

▲ 신규 개발자들은 강세장 동안 몰려들었고 약세장 동안 떠났으며, 경력 2년 이상의 기존 개발자 수는 같은 기간 동안 사상 최고치를 기록했습니다.

데이터 출처: 전기 자본 개발업체 보고서

반면, 같은 기간 동안 2년 이상의 경력을 가진 개발자 수는 실제로 증가하여 역대 최고치를 기록했으며, 전체 코드량의 약 70%를 차지했습니다. 일렉트릭 캐피털의 파트너인 마리아 쉔은 "경험이 풍부한 개발자 그룹을 살펴보면, 그 규모가 성장하고 있으며 매우 건전한 상태라고 볼 수 있습니다."라고 단호하게 평가했습니다.

그들이 남은 것은 다른 선택의 여지가 없어서가 아니었다.

엄밀히 말하면, 현재 암호화폐의 핵심 작업은 일반적으로 이해하는 데 수년간의 경험이 필요한 인프라 개발, 즉 프로토콜 계층 개발, 보안 감사 및 크로스체인 아키텍처 구축에 있습니다. 이러한 작업은 진정으로 숙달하는 데 오랜 경험이 필요하며, 시장의 열기가 식는다고 해서 단순히 그 역할을 없앨 수는 없습니다.

경제적인 측면에서, 많은 베테랑 투자자들은 미확정 토큰을 보유하고 프로토콜 내에서 실질적인 지배력을 행사하며 지분 관계를 맺고 있습니다. 업계에서 축적된 그들의 경험은 진입 장벽을 높이고 실질적인 보상을 제공하는 데 기여해 왔습니다. 생태계 분포를 살펴보면, 그들은 실제로 다른 곳으로 이동하고 있습니다. 비트코인 ​​개발자는 2년 동안 64.3% 성장했고, 솔라나는 11.1% 증가한 반면, 코스모스는 51.1%, 폴카닷은 46.9% 감소했습니다. 베테랑 투자자들은 실제 사용자와 수익이 있는 생태계에 집중하고 있으며, 아직 스토리텔링에만 의존하는 프로젝트들은 떠나고 있습니다.

▲ 출처: Coincub Web3 Jobs Report 2025

데이터 출처: Web3.Career

변화하는 직무 구조 또한 이를 뒷받침합니다. 2025년에는 신규 웹3 관련 직종 중 개발자가 아닌 프로젝트 및 프로그램 관리직이 27% 이상을 차지할 것으로 예상됩니다. 기술 중심적인 접근 방식으로 잘 알려진 웹3 산업의 특성을 고려하면 다소 역설적인 현상이지만, 그 이면에는 복잡한 논리가 숨어 있습니다. 웹3 산업은 구축 단계에서 실행 단계로 전환되었고, 100개 이상의 블록체인을 통합해야 하며, 기관 고객들은 각기 다른 규정 준수 및 보안 요구 사항을 가지고 있습니다. DAO 거버넌스는 서로 다른 이해관계를 가진 이해관계자들 사이에서 균형을 찾아야 합니다. 이는 전통적인 프로젝트 관리가 아니라, 규칙이 아직 정립되는 환경에서 조정과 판단을 요구하는 작업입니다.

업계 규모가 축소되는 것처럼 보이지만, 실제로는 핵심 개발자 밀도가 높아지고 있습니다. 2018~2019년의 약세장에는 많은 개발자가 이탈했지만, 이후 유니스왑, 아베, 오픈씨와 같은 획기적인 프로젝트들이 등장하며 2020~2021년의 강세장을 이끌었습니다. 이번에 살아남은 개발자들은 더욱 성숙한 인프라를 갖추고 있으며, 인공지능 시대는 그들에게 이전보다 훨씬 더 큰 무대를 제공했습니다.

남은 사람들은 어떤 능력을 가지고 왔을까요?

암호화폐 산업은 개발자들에게 어떤 특별한 능력을 길러주었을까요? 이 질문에 답하려면 블록체인의 기본 원칙으로 돌아가야 합니다. 강세장과 약세장을 막론하고 이 산업은 항상 동일한 기본 원칙에 따라 움직입니다. 바로 코드가 법이고, 실행이 최종 결과라는 것입니다.

2016년 DAO 사건에서 공격자들은 재귀 호출 취약점을 악용하여 3,600만 달러를 훔쳤습니다. 코드 자체에는 버그가 없었고, 논리도 예상대로 정확하게 실행되었습니다. 유일한 문제는 설계 과정에서 잠재적인 결과를 예측하지 못했다는 점입니다. 2021년에는 폴리 네트워크 크로스체인 브리지가 공격을 받아 6억 1천만 달러가 단 몇 시간 만에 이체되었습니다. 어떤 플랫폼도 이체를 막을 수 없었고, 어떤 기관도 이를 취소할 수 없었으며, 어떤 법적 조치도 구제책을 제공하지 못했습니다. 이것이 바로 암호화폐 산업을 다른 거의 모든 산업과 구별 짓는 구조적 특징입니다. 즉, 오류 허용 범위가 전무하고, 사고 발생 후 개입이 사실상 불가능하다는 것입니다.

이러한 환경은 다른 산업에서는 거의 필요하지 않은 일련의 역량을 요구하게 만들었습니다. 즉, 규칙과 신뢰가 없는 상황에서 낯선 사람들이 기꺼이 참여할 수 있는 작동 가능한 시스템을 처음부터 구축하는 능력입니다.

이러한 역량은 두 가지 수준으로 구성됩니다. 첫째, 외부 기관에 의존하지 않고 오로지 코드와 메커니즘만을 활용하여 낯선 사람들이 실물 자산을 예치하도록 유도함으로써 신뢰를 처음부터 구축하는 것입니다. 둘째, 기술적, 경제적 불확실성, 규제 체계의 부재, 과거 데이터 및 참고할 만한 업계 표준의 부족에도 불구하고 기능적인 시스템을 설계할 수 있도록 하는 것입니다.

두 계층 모두 암호화폐를 통한 구체적인 검증을 거칩니다. 유니스왑은 기업 보증도, KYC(고객 신원 확인)도, 고객 서비스도 없습니다. 누구나 몇 백 줄의 코드와 경제 메커니즘에 대한 신뢰만으로 유동성 풀에 자금을 투입할 수 있으며, 매일 수백억 달러 규모의 거래량을 달성합니다. 메이커DAO는 중앙은행의 지원도, 예금자 보험도 없으며, DAI의 안정성을 유지하기 위해 온체인 거버넌스와 담보 메커니즘에만 의존합니다. 디파이 서머는 훨씬 더 극단적이었습니다. 규제 프레임워크도, 감사 기준도, 참고할 만한 과거 데이터도 없었습니다. 개발자들은 AMM(자동화 시장 조성자), 대출 프로토콜, 유동성 채굴 등을 설계하여 불과 몇 달 만에 수십억 달러 규모의 TVL(총 예치 자산)을 달성했습니다. 이러한 역량은 프로토콜, 애플리케이션, 거버넌스 계층에서 개발자마다 다르게 나타나지만, 근본적인 원리는 동일합니다.

인공지능 시대는 구조적으로 유사한 문제를 야기하고 있습니다. 모델의 의사결정 과정은 불투명하며, 결과물은 독립적으로 검증할 수 없습니다. AI 에이전트는 자율적으로 거래를 실행하고 자금을 배분하기 시작했지만, 이를 뒷받침하는 규칙과 제약 조건은 여전히 ​​부족합니다. 대형 모델 개발 업체들이 모델과 평가 기준을 모두 장악하고 있어 사용자들은 효과적인 검증 방법을 찾지 못하고 있습니다. 컴퓨팅 파워는 소수의 최상위 기업에 집중되어 있어 수요가 폭발적으로 증가하는 시기에는 독점적인 가격 책정이 발생합니다. 이러한 문제들은 모두 동일한 핵심 문제, 즉 자율 시스템에 대한 신뢰 문제로 귀결되며, 이는 AI 개발 과정에서 더욱 큰 규모로 재현되고 있습니다.

크립토 빌더는 외부 권위 있는 규칙이 없는 환경에서 수년간 이러한 유형의 문제를 다뤄왔습니다. 이전에는 온체인 프로토콜을 다루었지만, 이제는 AI를 다루고 있습니다. 이미 여러 사람이 크립토 분야에서 축적한 역량을 AI에 직접 적용하여 성과를 거두었습니다.

인공지능 시대에 이러한 기능들은 어떻게 재평가될까요?

최근 몇 년 동안 암호화폐에서 인공지능으로의 전환이 점점 더 흔해지고 있지만, 자세히 살펴보면 두 분야에서 빼앗긴 것들은 서로 다른 것들이 있습니다.

가장 직접적인 방법은 하드웨어와 경험을 직접 이전하는 것입니다. CoreWeave의 세 창업자인 마이클 인트레이터, 브라이언 벤투로, 브래닌 맥비는 2017년부터 GPU를 이용해 이더리움을 채굴하기 시작했고, 단일 GPU에서 수천 개로 규모를 확장했습니다. 2022년에 채굴을 중단한 후 두 달 만에 ChatGPT를 출시하여 GPU를 AI 컴퓨팅 파워로 전환했습니다. 2025년 3월, 나스닥에 상장하면서 기업 가치는 약 230억 달러에 달했고, 이후 시가총액은 거의 700억 달러까지 치솟았습니다. OpenSea의 공동 창업자인 알렉스 아탈라는 NFT 시장에서 매우 이질적인 자산의 집계 및 라우팅 경험을 바탕으로 AI 모델 라우팅에 동일한 경험을 적용하여 OpenRouter를 설립했습니다. OpenRouter는 2년 만에 500만 명이 넘는 개발자에게 서비스를 제공했으며 기업 가치는 5억 달러에 이르렀습니다.

또 다른 유형의 마이그레이션은 더욱 주목할 만합니다. Transformer 논문의 공동 저자인 NEAR의 창립자 일리아 폴로수킨은 구글을 ​​떠난 후 자연어를 활용한 AI 애플리케이션 개발을 목표로 삼았습니다. 그러나 개발 과정에서 심각한 문제에 직면했습니다. 전 세계에 흩어져 있는 데이터 라벨링 작업자들에게 국경을 넘어 대금을 지급해야 했는데, 그들 대부분이 은행 계좌가 없었던 것입니다. 블록체인 기술은 이러한 결제 문제를 해결하는 최적의 솔루션이 되었습니다. 현재 NEAR는 사용자 소유 AI와 분산형 기밀 머신러닝(DCML)에 중점을 둔 AI 인프라 플랫폼으로 변모하고 있으며, 사용자가 개인 정보를 노출하지 않고도 AI 서비스를 이용할 수 있도록 지원합니다. NEAR에서 축적된 분산형 아키텍처 경험은 이러한 방향으로 나아가기 위한 가장 중요한 출발점이 되었습니다. Circle을 떠난 공동 창립자 션 네빌은 AI 기반 은행인 Catena Labs를 설립하고, 스테이블코인 인프라에 대한 자신의 이해를 AI 에이전트 기반 금융 시나리오에 직접 적용했습니다. a16z crypto는 1,800만 달러 규모의 시드 투자 라운드를 주도했습니다. Aave와 Lens Protocol의 선임 개발자인 Nader Dabit은 Cognition으로 이직하여 여러 암호화 프로토콜에 걸쳐 개발자 생태계를 구축한 경험을 AI 에이전트 도구 분야에 접목하고 있습니다.

이 그룹은 GPU 하드웨어나 사용자 네트워크뿐만 아니라 메커니즘 설계에 대한 직관, 개발자 생태계 구축 경험, 그리고 규칙이 부족할 때 신뢰할 수 있는 시스템을 처음부터 구축하는 판단력까지 가져갔습니다. 이러한 역량은 AI 확장에 있어 발생하는 세 가지 구조적 격차를 정확히 해결합니다.

컴퓨팅 성능의 집계 및 최적화

컴퓨팅 성능은 AI 확장의 가장 직접적인 병목 현상입니다. 학습 및 추론에는 많은 수의 GPU가 필요하고, 수요 변동이 심하며, 클라우드 서비스 제공업체는 비용이 비싸고 대기 시간이 길며, 기업들은 자체 하드웨어를 비축하는 것을 꺼립니다. 이 문제는 두 가지 측면으로 나눌 수 있습니다. 첫째, 컴퓨팅 성능을 어떻게 통합하고 할당할 것인가, 둘째, 통합된 컴퓨팅 성능을 어떻게 더 효율적으로 활용할 것인가입니다. 크립토 빌더는 이 두 가지 측면 모두에서 직접적으로 활용 가능한 경험을 보유하고 있습니다.

Hyperbolic은 자원 배분과 신뢰 문제를 해결합니다. 창립자 재스퍼 장은 AI 컴퓨팅 파워 분야에 탈중앙화 메커니즘을 도입했습니다. 토큰은 탈중앙화된 GPU 보유자들이 유휴 컴퓨팅 파워를 제공하도록 장려하지만, 핵심 문제는 신뢰입니다. 알 수 없는 노드의 연산 결과가 정확하다고 어떻게 믿을 수 있을까요? 핵심 혁신인 PoSP(Proof of Service Provider)는 무작위 샘플링과 게임 이론을 활용하여 노드의 정직성을 최우선 전략으로 만듭니다. 이를 통해 완전한 검증이 필요 없고, 오버헤드가 낮으며, 확장성이 뛰어나고, 신뢰할 수 있는 결과를 제공합니다. 이 메커니즘은 암호화폐에서 알 수 없는 노드의 행동을 검증하는 논리를 직접 차용한 것입니다.

MoonMath는 효율성 문제를 해결합니다. 이전 버전인 Ingonyama는 ZK 하드웨어 가속에 집중하여 극한의 연산 제약 조건에서도 ZK 증명 생성 속도를 수 배 향상시켰습니다. 이제 MoonMath는 물리적 AI 성능 계층으로 초점을 옮겨 비디오 확산 모델을 위한 희소 어텐션 가속(LiteAttention), FFN 계층의 저랭크 분해(LiteLinear), 역전파 학습 가속(BackLite) 등을 개발하고 있습니다. ZK 가속에서 AI 추론 가속에 이르기까지, 근본적인 기능은 동일합니다. 즉, 극한의 연산 제약 조건에서도 수학 연산을 더 빠르게 수행하는 것입니다. 초점은 바뀌었지만, 그동안 축적된 경험은 헛되지 않았습니다.

인공지능 거버넌스 및 인센티브 메커니즘 설계

여러 AI 에이전트가 협업 작업을 시작할 때, 각 에이전트가 개별 목표를 추구하는 과정에서 전체 시스템을 방해하지 않도록 하려면 어떻게 해야 할까요? 각 참여자는 고유한 목표 함수를 추구하며, 특히 에이전트의 실행 속도가 인간의 개입 가능 시간을 훨씬 초과하는 상황에서는 에이전트들이 결합되었을 때 시스템이 제대로 작동할 것이라는 보장이 없습니다.

이는 크립토 빌더가 DAO 거버넌스 및 토큰 경제 설계에서 반복적으로 다뤄온 문제 유형입니다. 즉, 완전히 다른 이해관계를 가진 이해관계자들이 중앙 기관 없이 미리 설정된 시스템 방향에 따라 운영할 수 있도록 하는 것입니다. 크립토 빌더의 해결책은 경제적 메커니즘입니다. 규칙 위반 시 실질적인 경제적 비용이 발생하며, 규칙은 코드에 명시되어 자동으로 실행됩니다.

EigenLayer는 이러한 메커니즘을 AI 시나리오에 직접 적용했습니다. 리스태킹을 통해 노드는 협업에 참여하기 전에 자산을 스테이킹해야 하며, 의무 불이행이나 위반 시 자동으로 제재가 가해집니다. 이러한 규칙은 단순한 권고사항이 아니라 실질적인 경제적 비용이 수반되는 엄격한 제약 조건입니다. EigenCloud는 이러한 논리를 AI 에이전트의 검증 가능한 컴퓨팅 및 협업 거버넌스로 확장하여 에이전트가 사전에 정의된 범위 내에서 목표를 추구하도록 보장합니다. 에이전트를 윤리적 지침으로 제약하는 것보다 경제적 메커니즘으로 제약하는 것이 훨씬 더 신뢰할 수 있습니다.

AI 에이전트 자율 결제

더 근본적인 질문이 있습니다. 에이전트는 어떻게 결제를 처리할까요? 기존 결제 시스템은 사람을 위해 설계되었습니다. 신용카드는 계좌 개설이 필요하고, 은행 송금은 승인이 필요하며, 각 단계는 담당자가 사람이고 신원이 확인되었으며 기다릴 것이라는 전제를 깔고 있습니다. 하지만 에이전트는 기다리지 않습니다. 초당 수많은 요청을 보낼 수 있으며, 각 요청에는 소액 결제가 포함될 수 있습니다. 기존 결제 채널은 이러한 상황에서 제대로 작동하지 않습니다.

스테이블코인과 온체인 규칙은 크립토 빌더가 이미 구축한 인프라로, 프로그래밍 기능, 무인증 운영, 연중무휴 24시간 운영을 기본적으로 지원합니다. 이 세 가지 특징은 에이전트 결제 시나리오의 필수 요건이며, 이제 스테이블코인을 에이전트 워크플로에 통합할 프로토콜 레이어만 있으면 됩니다.

2025년 5월 코인베이스에서 출시된 x402는 HTTP 402 상태 코드를 활성화하여 스테이블코인 결제를 HTTP 요청에 직접 포함시킵니다. 결제는 에이전트의 요청과 동시에 완료되며, 계정이 필요하지 않고 정산까지 약 2초가 소요됩니다. 2026년 4월 기준, x402 프로토콜은 1억 6,500만 건 이상의 거래를 처리했으며, 누적 거래액은 약 5천만 달러, 활성 에이전트 수는 69,000명에 달합니다(출처: x402 재단). 클라우드플레어, AWS, 스트라이프, 앤스로픽 MCP 등이 모두 x402 프로토콜을 통합했습니다. 에이전트 결제는 실제 사용자 트래픽이 발생하는 중요한 분야로 자리 잡았습니다.

이 세 가지 방향은 AI 확장에 있어 직면하는 세 가지 구조적 격차, 즉 컴퓨팅 파워의 집적화 및 효율성, 다중 에이전트 협업을 위한 인센티브 조정, 그리고 자율 결제 인프라에 해당합니다. 이 세 가지 문제는 기존 소프트웨어 아키텍처에서 바로 해결할 수 있는 해답이 없지만, 암호화폐 업계는 이를 다루는 데 있어 풍부한 경험을 보유하고 있습니다. 이러한 역량들이 사라진 것이 아니라, 새로운 적용 시나리오를 찾았을 뿐입니다.

건설업체의 새로운 위상: 계약서를 작성하는 사람에서 AI의 규칙을 정하는 사람으로.

인공지능의 규모 확장은 이전에는 존재하지 않았던 기술 격차를 만들어내고 있습니다. 이는 기술적 인재의 부족이 아니라, 자율 시스템 내에서 신뢰 메커니즘을 설계할 수 있는 인력의 부족입니다. 목표 고객이 인간에서 인공지능으로 이동함에 따라 암호화폐 개발자의 역할이 재정의되고 있습니다.

아래 표는 특정 기능 패러다임의 차원적 변화를 비교합니다.

두 패러다임의 핵심적인 차이점은 기술 스택이 아니라 신뢰를 구축하는 방식과 규칙 실행 논리에 있습니다. 인공지능 이전 시대에는 암호화폐 개발자가 인간 참여자와 상호작용하며 규칙을 계약서에 작성했고, 오류에 대한 허용치는 0이었지만 시스템 경계는 비교적 명확했습니다. 인공지능 네이티브 시대에는 상호작용 대상이 자율적인 AI 에이전트가 되면서, 해결해야 할 문제는 에이전트의 행동이 예측 불가능하고 실행 속도가 인간의 개입 범위를 훨씬 뛰어넘으며, 시스템 경계 자체를 더 큰 불확실성 속에서 재정의해야 한다는 것입니다. 암호화폐 개발자의 역할은 "안전한 계약서 작성"에서 "자율적인 AI 시스템을 위한 신뢰할 수 있는 메커니즘 설계"로 변화하고 있습니다.

주요 기관들의 채용 관행은 이미 이러한 변화를 반영하고 있습니다.

▲ 주요 거래소, 2026년 1분기 AI/데이터 핵심 포지션 적극 개설 예정

출처: 게이트 리서치 인스티튜트

2026년 주요 거래소 및 기관의 채용 관행은 이러한 추세를 명확히 반영합니다. 더 이상 단순히 AI 엔지니어 또는 암호화폐 개발자를 채용하는 것이 아니라, 양측을 연결할 수 있는 인재, 온체인 인센티브 왜곡 및 거버넌스 게임 이론을 이해하는 인재, 암호화폐 워크플로우에 AI 도구를 심층적으로 통합할 수 있는 인재, 그리고 장기적으로 규제 기관 및 사용자와 협력할 수 있는 메커니즘을 설계할 수 있는 인재를 찾고 있습니다.

자본 배분 추세는 이미 이러한 평가를 반영하고 있습니다. 패러다임(Paradigm)은 최대 15억 달러 규모의 새로운 펀드를 조성하며 투자 범위를 암호화폐에서 AI 및 로봇공학으로 확장하고 있습니다. 하운 벤처스(Haun Ventures)는 10억 달러 규모의 펀드 II를 완료했으며, 암호화폐와 AI를 통합한 금융 인프라, 특히 결제, 스테이블코인, 그리고 AI 에이전트에 의한 자율 거래 및 조정을 지원하는 에이전트 간 경제 시스템에 집중 투자하고 있습니다. a16z crypto는 22억 달러 규모의 크립토 펀드 V를 완료하고, 펀드 자금을 100% 암호화폐 분야에 투자하겠다고 명시했습니다. AI 시대의 복잡성과 불투명성에 대응하여, 암호화폐의 투명성, 검증 가능성, 그리고 탈중앙화 활용에 초점을 맞출 것입니다. 또한, 피치북(PitchBook) 데이터에 따르면 2025년에는 미국 암호화폐 부문 벤처캐피탈 투자의 약 40%가 AI 사업에도 참여하는 기업에 투자될 것으로 예상되며, 이는 2024년 대비 크게 증가한 수치입니다.

두 암호화폐 개발 프로그램 모두 인공지능(AI)으로 전환하고 있지만, 시장 환경에 따라 선택하는 방향은 상당히 다릅니다.

상대적으로 규제 환경이 명확한 미국에서는 프로토콜 수준의 혁신이 번창할 수 있는 실질적인 여지를 얻었습니다. 자본 네트워크의 높은 밀도, 아이디어에서 자금 조달까지의 짧은 기간, 그리고 실패에 대한 상당한 관용도가 주요 이점입니다. Hyperbolic, EigenCloud, Gensyn, Ritual과 같은 프로젝트들은 기존 시스템에 애플리케이션을 통합하는 것이 아니라, 처음부터 새로운 메커니즘을 설계한다는 공통점을 가지고 있습니다. 최고 수준의 벤처캐피탈(VC)들은 검증 가능한 컴퓨팅, 에이전트 조정, 분산형 머신러닝과 같은 분야에 대한 연구 논문을 발표했으며, 초기 단계의 기술 탐색에서 발생하는 오류를 충분히 용인할 의향이 있습니다.

아시아의 상황은 다릅니다. 싱가포르와 홍콩은 상대적으로 보수적인 규제 체계와 프로토콜 수준의 혁신에 대한 낮은 관용도를 바탕으로, 규정 준수 이행 및 기관 자금 이체에 더 큰 역할을 합니다. 암호화폐 배경을 가진 빌더 기업들이 AI로 전환할 때, 축적된 사용자 기반, 결제 기능 또는 암호화폐 관련 데이터 자산을 활용하여 AI 제품 및 서비스를 신속하게 통합하는 애플리케이션 수준 및 산업 통합 경로를 선택하는 경향이 있습니다.

이는 역량의 차이가 아니라, 서로 다른 시장 신호와 규제 환경으로 인해 발생하는 경로 선택의 차이입니다. 미국은 기본 메커니즘의 혁신과 초기 단계 기술 탐색을 장려하는 반면, 아시아는 규제 준수에 유리한 관행, 빠른 수익 창출, 그리고 전통 산업과의 심층적인 통합을 강조합니다.

서두에서 언급한 GitHub 그래프로 돌아가 보면, 월간 활성 개발자 수가 4만 5천 명에서 2만 3천 명으로 감소하여 업계가 위축된 것처럼 보였습니다. 그러나 남아있는 개발자들 중, 경력이 풍부한 개발자의 비율이 역대 최고치를 기록했는데, 이는 실제 사용자가 있는 생태계로의 이동이 급증하고 있으며 AI 업계에서 이들의 가치가 전례 없는 방식으로 재평가되고 있음을 나타냅니다. 컴퓨팅 파워 집적, 에이전트 기반 자율 결제, 데이터 및 의사 결정 검증 가능성, 개인정보 보호 조정과 같은 구조적 병목 현상에 직면하면서, 암호화폐와 AI의 교차점에 있는 이러한 개발자들은 규칙, 인센티브, 진정성에 대한 오랜 감수성을 AI 시대에 희소한 시스템 수준의 역량으로 점차 전환하고 있습니다.

2017년부터 암호화폐 인프라에 깊이 관여해 온 투자 회사인 IOSG는 단순한 관찰을 넘어 이 분야에 대한 심도 있는 분석을 제공합니다. 저희는 리스태킹 메커니즘이 널리 알려지기 전부터 EigenLayer에 투자했고, ZK 하드웨어 가속 기술이 AI 성능 계층으로 이전될 것이라는 전망에 따라 Ingonyama(현 MoonMath)의 시드 라운드를 주도했으며, 암호화폐 고유의 검증 메커니즘을 활용하여 분산 컴퓨팅 파워의 신뢰 문제를 해결하려는 Hyperbolic의 접근 방식에 낙관적인 전망을 갖고 2024년에 투자했습니다. 이러한 투자들의 공통된 논리는 AI 확장에 있어 발생하는 신뢰, 조정, 검증 문제를 해결하기 위해서는 궁극적으로 암호화폐 업계가 축적해 온 메커니즘 설계 역량이 필요하다는 것입니다. 저희는 암호화폐와 AI의 교차점이 단순한 이야기가 아니라, 실제로 펼쳐지고 있는 구조적인 기회라고 믿습니다.