작성자: 雨中狂睡SleepinRain

내 생각에 그동안 내가 가졌던 오류는, 제1원리를 활용해 장기적인 관점에서 이 시장을 바라보는 습관이 없었다는 점이다. 오히려 항상 더 미시적인 관점에서 출발해 각 프로젝트의 디테일 속에서 기회를 찾으려 했다. 예를 들어 「프로젝트 팀이 또 어떤 호재를 내놓았나?」「프로젝트 팀의 니즈는 무엇인가?」「가격 형성에 영향을 주는 이벤트는 무엇인가」「SM이 또 어떤 종목을 외치고 있나」 등등. 이런 방법들은 짧은 시간 프레임 안에서는 확실히 효과가 있지만, 동시에 자신의 시각이 국소적인 정보에 끌려다니기 쉬워 프로젝트 팀의 구체적인 행동과 시장 전체의 작동 메커니즘 사이의 연관성을 놓치게 된다. 결국 이런 디테일에 기반한 판단은, 시장에 대한 충분히 명확한 전체적 판단을 형성하는 데까지는 항상 어느 정도 거리가 남게 되고, 따라서 진정으로 집중 포지션을 걸 만한 기회를 찾기도 어려워진다.

예를 들어, $BP에서의 매매를 보자.

이전에 나는 0.19에 $BP를 샀고, 0.5에 전부 팔았다. 당시 내 시각은 단기적 시각에 갇혀 있었고, 어영부영 buy the news를 한 뒤 이 한 건의 거래를 마무리했다. 하지만 나는 사실 $BP가 Solana 생태계의 RWA 인프라로서 지니는 희소성이 가져올 장기적 가치에 대해 생각해보지 않았다. 이 문제는 $VVV $PONS $CARDS $PENDLE에서도 드러났다.

이전에 나는 프로젝트 팀의 니즈와 내러티브를 통해 어떤 ticker의 단기 흐름을 예측하는 것을 좋아했는데, 그러면서 더 깊은 층위의 질문을 자주 놓쳤다. 「다양한 시간 프레임 아래에서 시장에는 도대체 어떤 실제 수요가 존재하며, 시장 참여자들은 그 수요를 어떻게 이해하고, 상상하고, 심지어 오판하는가」. 실제로 서로 다른 시점에서, 한 프로젝트가 진정으로 해결하고자 하는 문제와 시장이 현재 그 프로젝트가 해결한다고 믿는 문제는 항상 같은 것은 아니다. 시장이 거래하는 것도 수요 그 자체만이 아니라, 수요에 대한 시장의 인식, 컨센서스의 형성, 그리고 그 인식이 변할 때 발생하는 가격 재평가까지 포함한다.

그렇다면 어떻게 바꿔야 할까?

내 생각에 첫 번째로 해야 할 일은 더 많은 정보를 추구하는 것을 멈추고, 현실에 의해 반복적으로 검증될 수 있는 자신만의 세계 모델을 구축하기 시작하는 것이다. AI의 말을 빌리자면, 「나는 하나의 메인 라인을 따라 계속 나아가야 한다: 현실 세계의 수요, 이윤, 권력이 도대체 어떤 메커니즘을 통해 자산의 가치와 가격으로 전환되는지를 이해하는 것」. 이전에 가격이 어떻게 형성되는지에 대해 쓴 글 역시 같은 관점의 표현이었는데, 다만 그때는 아직 이런 것들을 구체적으로 표현하지 못해 예시를 쓰는 방식으로 다소 모호한 관점을 표현할 수밖에 없었다.

본론으로 돌아와서. 이를 분해해보면 우리에게 필요한 것은: 1) 통일된 인과 프레임워크를 구축하는 것; 2) 자신의 설명을 끊임없이 다듬기보다는 반증을 찾도록 스스로를 강제하는 것; 3) 자신의 판단을 기록하는 시스템을 구축하는 것이다.

두 번째와 세 번째는 주로 육체적 노동에 가깝고, 첫 번째는 현재 세계와 현재 시장에 대한 당신의 이해도를 시험한다. 그리고 그 이해는 AI를 통해 당신과 상위 트레이더 사이의 격차를 좁힐 수 있다.

AI가 내게 준 사고 방식은 이렇다:

「새로운 대상을 연구할 때마다, 그것이 좋은지, 잠재력이 있는지를 먼저 묻지 말고, 차례로 이렇게 물어라:

현실에서 무엇이 변했는가? 기술적 돌파구인가, 비용 하락인가, 수요 증가인가, 아니면 제도 변화인가?
왜 이런 변화가 발생했는가? 그 배후의 이익, 제약, 인센티브는 무엇인가?
누가 이로 인해 이득을 보는가? 이윤, 사용자, 데이터, 유동성, 권력은 최종적으로 누구에게 흘러가는가?
가치는 어떻게 자산으로 전달되는가? 수혜자가 돈을 번다는 것이 왜 특정 주식이나 토큰의 상승을 반드시, 혹은 가능하게 만드는가?
시장은 언제 재평가를 하는가? 현재 가격에는 이미 얼마나 많은 기대가 반영되어 있고, 아직 반영되지 않은 요인은 무엇인가?

이 다섯 가지 질문은 당신이 어떤 산업, 프로젝트, 나아가 거시 이벤트를 연구할 때의 공통된 출발점이 될 수 있다.」

내 생각에 AI가 꽤 잘 요약한 것 같아서 꺼내서 공유한다.

이를 바탕으로 우리는 몇 가지 확장도 할 수 있다. 어떤 기대(expectation)를 이해할 때, 사고는 좀 더 다층적이어야 한다. 내러티브 아래의 기대, 기대의 생성, 기대의 실현을 생각하는 것 외에도 다음 두 가지 측면을 생각해야 한다: 1) 서로 다른 시장의 참여자들이 기대와 자산 가격 행동을 어떻게 바라보는가; 2) 시장 기대에 대한 이해를 어떻게 진정으로 참여할 가치가 있는 거래로 전환할 것인가. 본질적으로는 펀더멘털 변화, 시장 인식, 가격 사이의 괴리(mispricing)를 찾아내고, 그 괴리가 수렴하는 것을 거래하는 것이다.

내가 여기서 말하는 「세계 혹은 시장의 작동 메커니즘을 이해한다」는 것은, 모든 것을 설명할 수 있는 이론을 당장 세우자는 뜻이 아니다 — 현재 물리학조차 아직 대통일 이론을 만들어내지 못했다. 내가 미래에 이루고 싶은 것은, 내가 언제 이해했고, 언제 아직 이해하지 못했으며, 언제 내가 틀렸음을 인정해야 하는지를 스스로에게 알려줄 수 있는 방법론을 점진적으로 구축하는 것이다. 이 단계는 하나의 질문에서 시작해, 반복해서 연구하고, 예측을 만들고, 검증을 받아들이고, 다시 검증된 규칙들을 점차 연결해나가는 방식으로 진행할 수 있다.

예를 들어, 내가 최근에 보고 있는 Kinetiq의 Layer2 Elysium을 보자. 미시적 관점에서만 본다면, Kinetiq이 Elysium이 11월 9일에 출시된다고 발표한 뒤 이 거래는 이미 끝난 것이다. 이것이 전형적인 기대의 실현이다 — Kinetiq이 시퀀서 수익으로 $KNTQ를 바이백한다는 기대까지 제시했음에도, 이전의 대부분 Layer2가 평범한 성과를 보였고 HyperEVM 자체가 약세였기 때문에, 시장의 Elysium에 대한 기대도 그리 높지 않을 것이다.

하지만 관점을 바꿔 생각해보자. HyperEVM의 현재 문제는 무엇인가: 왜 메인 사이트의 무기한 선물 거래 플랫폼은 그렇게 성공했는데, HyperEVM은 자리 잡지 못했는가. 개인적으로는 상당 부분 성능 문제 때문이라고 본다. 성능 문제가 Hyperliquid 위의 전문 마켓 메이커 진입을 제한했고, 그로 인해 자산의 발행과 거래 수요가 억제되었다. 고성능 환경은 마켓 메이킹, 차익거래, 헤징 같은 행위에 더 유리하고, 자산 발행에도 더 유리하기 때문이다(여기서 말하는 것은 RWA 자산이지 memecoin이 아니다). 이 층위는 Monad, MegaETH 같은 고성능 블록체인이 설립 초기부터 메우고자 했던 시장의 공백이기도 하다. 이를 종합해보면, $KNTQ에 다시 어느 정도 기회가 생긴 것처럼 보인다.

그렇다면 위의 프레임워크를 사용해 이런 관점들을 질문으로 정리해보면 다음과 같다:

HyperEVM이 자리 잡지 못한 것이 정말 성능의 한계 때문인가? 그것이 정말 전문 마켓 메이커의 온체인 진입을 제한했는가?
Elysium은 정말 이런 성능 문제를 해결했고, 사용자, 자산, 전문 마켓 메이커를 끌어들일 능력이 있는가?
새로운 거래 환경이 HyperEVM과 Hyperliquid Core 자체 사용자의 핵심 니즈와 연계될 수 있는가?
만약 Elysium이 성공한다면, 그것이 Hyperliquid 전체 생태계에 얼마나 큰 가치 증분을 가져올 수 있고, 또 $KNTQ에는 얼마나 많은 기계적 매도 압력을 가져올 것인가?
시장은 Elysium이라는 Layer2를 어떻게 바라보고 있으며, 이 측면에서 시장의 인식에 괴리가 발생했는가?

이 질문들에 하나씩 답하고 나면, KNTQ라는 이 거래에서 우리는 시장 인식의 괴리가 어디에 있는지, 거래의 근거와 기회가 어디에 있는지, 어떤 데이터를 모니터링해야 하는지, 그리고 시간적 노드 등의 정보를 알 수 있게 된다.

내 생각에 Elysium이라는 예시는 꽤 흥미롭다. 왜냐하면 서로 다른 층위의 몇 가지 질문을 하나로 엮어낼 수 있기 때문이다: 잠재적인 문제에서 출발해 Kinetiq이 왜 Layer2를 만들려 하는지 이해하고, 다시 그것이 창출할 수 있는 가치, 토큰의 가치 전달 메커니즘, 그리고 시장이 미래에 어떻게 재평가할 수 있을지를 추론해나가는 것이다.

요컨대 내가 바라는 것은, 이 프레임워크가 합리적인 포지션으로 접근할 수 있는 ticker를 찾는 데 도움을 주되, 그것이 대통일 이론 프레임워크의 자세로 모든 자산을 커버해야 한다고 욕심내지 않는 것이다.

마지막으로, 나는 이런 수다 형식의 글이 꽤 좋다고 생각한다. 하나는 내 생각을 공유할 수 있다는 점이고, 다른 하나는 내 논리를 정리할 수 있다는 점이다. 이후 업데이트 계획으로는, 비대칭 거래와 컨센서스&재귀성(reflexivity)이라는 두 가지 각도에서 수다 형식의 글을 두 편 더 이어가고 싶다. 그리고 이런 글에서 언급되는 프로젝트와 토큰은 모두 광고가 아닐 것이다.

읽어주셔서 감사합니다.

Hyperliquid Strategies, 지난주 약 13만 개 HYPE 추가 매수, 보유 총가치 30억 달러 돌파

인기 기사