편집 및 번역: Deep Tide TechFlow

게스트: 오스틴 바라크, 릴레이어 캐피털(인공지능에 집중하는 디지털 자산 투자 펀드) 설립자.

진행자: 앤디

팟캐스트 출처: The Rollup

원제목: 오스틴 버락: 나의 AI 낙관론 (...그리고 내가 갖고 있는 것)

방송일: 2026년 5월 23일

핵심 요약

이번 AI 슈퍼사이클 에피소드에서는 릴레이어 캐피털(Relayer Capital)의 설립자 오스틴 바라크(Austin Barack)가 베니스(Venice), 그래스(Grass), 니어(NEAR), 아카시(Akash) 및 더 넓은 범위의 암호화폐와 AI 자산 프레임워크에 대해 논의합니다. 오스틴은 AI가 과거 인터넷 제품에서는 상상할 수 없었던 수준으로 사용자 데이터 양을 증가시키고 있으며, 이로 인해 개인정보 보호에 초점을 맞춘 AI, 데이터 공급, 추론 능력, 분산형 학습 및 에이전트 인프라가 핵심 영역이 되었다고 주장합니다. 그는 베니스와 그래스의 매출 및 사용자 증가율과 기업 가치 평가 사이에 상당한 불균형이 있다고 보고 있으며, 크로스체인 인텐트 및 에이전트 인프라 분야에서 니어의 입지가 저평가되어 있다고 지적합니다. 더 넓은 암호화폐 시장과 관련하여 오스틴은 투자자들이 토큰 보유자가 비즈니스에서 창출한 가치를 제대로 누리고 있는지 평가하려면 단순히 토큰 매입 및 소각 메커니즘을 기계적으로 살펴보는 것이 아니라 "순 토큰 가치 흐름"에 집중해야 한다고 강조합니다.

주요 관점 요약

베니스와 프라이버시 AI의 진정한 가치

"인공지능 시대에서 개인정보 보호는 그 어떤 시대보다 중요합니다. 건강 데이터, 금융 데이터를 공유하고, 모든 파일을 연결하고, 이전에는 결코 불가능했던 방식으로 삶 전체를 공유하기 때문입니다."
"이것은 소셜 미디어보다 10배 더 많은 데이터가 아니라, 100배 더 많은 데이터입니다."
"베니스의 정말 멋진 점은 AI를 개인적인 환경에서 사용할 수 있게 해줄 뿐만 아니라, 사용자 경험을 전혀 희생하지 않고 오히려 향상시켜준다는 것입니다."
"토큰은 사용자 경험을 크게 향상시키는 매우 중요한 요소가 될 수 있지만, 대부분의 사용자는 제품을 유용하게 사용하기 위해 토큰에 대해 이해할 필요가 없습니다."

VVV, DM 및 베니스의 경제 모델

"DM의 목적은 다음과 같습니다. 보유한 DM 토큰 하나당 베니스 플랫폼에서 매일 1달러 상당의 무료 추론 컴퓨팅 크레딧을 받을 수 있습니다. 이는 영구적인 혜택으로, 연간 365달러 상당의 컴퓨팅 크레딧에 해당합니다."
"사용하지 않으면 한도가 만료되며, 시간이 지나도 누적되지 않습니다. 하루에 50센트만 사용하더라도 다음 날 1.5달러가 되는 것이 아니라 1달러부터 다시 시작됩니다."
"모든 DM이 잠겨 추론 계산에 사용될 경우 베니스의 최대 비용은 하루 3만 8천 달러, 즉 연간 약 1천만 달러이며, 이 비용은 그 수치를 초과하지 않을 것입니다."
"저는 DM의 가치가 지나치게 높은 할인율로 인해 억제되는 것이 아니라, 회사채와 유사하게 평가되어야 한다고 생각합니다."

잔디와 AI 데이터 요구 사항

"Grass는 데이터 세트를 수집한 다음, 새로운 모델을 훈련하는 데 필요한 데이터를 필요로 하는 최첨단 AI 연구소에 이러한 데이터 세트를 판매합니다."
"이건 무작위 인터넷 스크래핑이 아닙니다. 매우 전문적인 작업이어야 하고, 아주 특정한 데이터 세트를 다루어야 하며, 품질 또한 매우 높아야 합니다."
"모델에 대한 투자 규모는 매우 크며, Grass는 이러한 추세의 수혜자가 되었습니다. 모델에 대한 투자가 많을수록 데이터에 대한 수요도 커집니다."
"최근 공개된 자료에 따르면 이 프로젝트의 연간 반복 매출(ARR)은 약 5천만 달러입니다. 현재 프로젝트 가치는 약 4억 달러로 평가되고 있습니다. 이렇게 빠르게 성장하는 프로젝트의 가치를 매출의 5배 수준으로만 평가하는 것은 전혀 합리적이지 않다고 생각합니다."

NEAR, Akash, 그리고 AI 스택

"EAR 인텐트는 매우 실용적이며 현재 이용 가능한 최고의 크로스체인 스왑 경험 중 하나일 것입니다. 또한 에이전트(지능형 에이전트) 분야에서도 매우 중요한 역할을 합니다."
"NEAR는 인텐트 측면에서 정말 훌륭한 성과를 내고 있다고 생각합니다. 또한 개인정보 보호 인텐트나 AI 활용과 관련된 다양한 요소들을 고려하고 있죠. NEAR는 자신만의 독특한 영역을 구축한 몇 안 되는 L1 프로젝트 중 하나입니다."
"아카쉬. 그들은 탈중앙화 CPU 시장에서 시작하여 나중에 GPU 시장으로 진출했습니다."
"제가 주로 관심을 두는 분야는 분산형 학습, 추론 및 컴퓨팅 파워 시장, 에이전트 인프라, 데이터, 그리고 소비자 대상 모델 응용 프로그램입니다."

토큰 가치 포착 및 시장 차별화

"하이퍼리퀴드는 매우 성공적인 비즈니스 모델을 기반으로 하고 있으며, 이것이 바로 사람들이 하이퍼리퀴드 토큰을 선호하는 이유입니다. 자사주 매입은 토큰 보유자에게 가치를 전달하는 한 가지 방법일 뿐입니다. 만약 하이퍼리퀴드가 제대로 운영되는 비즈니스 모델이 아니었다면, 자사주 매입 메커니즘이 있더라도 토큰 가격이 자연스럽게 상승하지 않았을 것입니다."
"핵심 쟁점은 메커니즘의 이름이 무엇이냐가 아니라, 토큰 보유자가 여러분이 구축한 것에서 창출되는 가치를 최대한으로 확보할 수 있느냐 하는 것입니다."
"각 프로젝트와 메커니즘은 개별적인 분석이 필요합니다. 하지만 핵심 질문은 '토큰 보유자가 시스템이 창출하는 가치로부터 이익을 얻을 수 있는가?'입니다."
"투자자들은 이제 더 적은 수의 고품질 프로젝트 중에서 선택할 수 있습니다. 현재 베니스, HYPE, Grass, AERO, NEAR, Zcash와 같은 프로젝트에 자금이 유입되고 있습니다."
"5배에서 10배, 심지어 3배의 수익률을 기대하는 투자자라면 지금이 그 어느 때보다 성공 가능성이 높은 시기입니다. 물론 장기적으로 100배의 수익률을 달성할 수도 있겠지만, 지금 당장 매우 흥미로운 프로젝트들이 많이 있으며, 저는 이러한 자산들을 눈여겨보고 투자할 것입니다."

베니스 개인정보 보호 개요

진행자 앤디: 최근에 베니스를 처음 사용해 봤습니다. 베니스에 "이거 정말 비공개인가요?"라고 입력했더니 "네, 추론 과정은 비공개입니다."라고 답하고 여러 가지 기능을 설명해 줬습니다. "정말 멋지네요!"라고 덧붙였더니 바로 "네, 정말 멋지죠? 베니스를 사용하면…"이라고 답했습니다.

베니스를 처음 사용할 때 아주 흥미로운 순간을 맞이하게 됩니다. 과거에 일반적인 AI 서비스 제공업체에 입력했던 모든 채팅 내용이 비록 공개된 것은 아니었지만, 대형 공급업체로 흘러 들어가고 있었다는 사실을 갑자기 깨닫게 되는 것이죠. 가장 사적인 일기, 영업 비밀, 계획 등 모든 정보가 그들에게 넘겨지고 있었던 것입니다.

전반적인 관점에서 민간 AI와 베니스에 대해 어떻게 생각하시는지, 시장 구조, 투자 논리, 창립팀 등에 대한 의견을 말씀해 주시겠습니까?

오스틴:

베니스는 여러 단계의 변화를 거쳐왔다는 점에서 흥미롭습니다. 제가 이 프로젝트를 처음 접한 것은 작년 1월이었습니다. 당시 저는 버추얼(Virtuals)과 AIXBT에 큰 관심을 가지고 있었는데, 베니스의 초기 에어드롭 대부분이 이 두 생태계의 토큰 보유자들에게 지급되었기 때문에 그곳에서 처음 접하게 되었습니다.

당시에도 이미 매우 흥미로운 제품이었습니다. 놀라운 점은 불과 16개월밖에 지나지 않았는데도 AI가 지금처럼 보편화되지 않았고, 모든 사람의 일상생활에 없어서는 안 될 부분이 되지 않았다는 것입니다. 그 당시 클로드(Claude), 챗GPT(ChatGPT) 등 여러 서비스에서 AI는 처음에는 구글 검색을 대체하는 것처럼 보였습니다. 사람들은 "이제 더 이상 구글에서 질문하지 않고 AI 플랫폼에 바로 접속해서 LLM을 통해 질문한다"라고 말하곤 했습니다. 하지만 이제 AI는 콘텐츠 제작, 문제 해결은 물론, 전담 팀과 상담원 그룹을 구성하여 고객을 위해 일하는 단계에까지 이르렀습니다.

AI는 과거보다 100배 더 많은 데이터를 사용합니다.

오스틴:

사람들은 인공지능 분야에서 개인정보 보호가 그 어떤 분야보다 중요하다는 사실을 점차 깨닫고 있는 것 같습니다. 건강 데이터, 금융 데이터, 모든 파일, 그리고 이전에는 불가능했던 방식으로 삶 전체를 공유하게 되기 때문입니다.

과거에는 개인정보 보호에 대한 이야기가 주로 소셜 미디어와 관련하여 나왔습니다. 예를 들어 내 계정을 공개할지 비공개로 할지, 페이스북이 나에 대한 정보를 너무 많이 가지고 있는지 같은 문제였죠. 하지만 AI는 단순히 10배가 넘는 데이터가 아니라 100배가 넘는 데이터를 다룹니다.

베니스의 진정한 매력은 AI를 개인적인 환경에서 사용할 수 있게 해줄 뿐만 아니라, 사용자 경험을 전혀 저해하지 않고 오히려 향상시켜준다는 점입니다. 이는 특정 모델에 얽매이지 않기 때문입니다. 예를 들어, ChatGPT를 사용하면 OpenAI의 모델로만 업그레이드할 수 있고, Anthropic을 사용하면 Anthropic 모델의 발전 과정을 따라가야 하며, Gemini나 오픈 소스 모델을 사용하면 각각 고유한 한계가 있습니다.

베니스에서는 각 작업에 가장 적합한 모델을 선택하거나, 사용하고 싶은 모델을 선택할 수 있습니다. 따라서 맞춤 설정 기능이 매우 뛰어납니다. 그들이 처음 만든 것은 매우 훌륭한 소비자 제품이었지만, 대부분의 사용자는 토큰이 무엇인지조차 몰랐습니다.

토큰은 여기에 매우 흥미로운 요소를 더합니다. 저는 그들이 하고 있는 일에 대해 매우 낙관적입니다. 핵심은 암호화폐 기반 소비자 제품이 토큰이 사용자 경험을 크게 향상시키는 매우 중요한 요소가 될 수 있는 형태로 진화할 것이라고 믿는다는 것입니다. 하지만 대부분의 사용자는 제품을 유용하게 사용하기 위해 토큰을 이해할 필요는 없을 것입니다.

진행자 앤디: 이건 소비자 제품에 있어서 획기적인 변화처럼 보입니다. 암호화폐를 기반으로 하지만, 사용자는 암호화폐에 대해 먼저 이해할 필요가 없습니다. 게다가, 매우 흥미로운 토큰 구조를 가지고 있습니다. 어떤 사람들은 이를 루나(Luna)와 비교하기도 합니다. VVV 토큰을 스테이킹하면 DM 토큰을 얻게 되고, 그 금액을 통해 일종의 부채 구조가 형성됩니다.

3백만 명의 사용자

진행자 앤디: 그렇다면 현재 베니스 플라이휠에서 VVV 토큰과 DM 토큰을 어떻게 이해해야 할까요? 베니스가 소규모로 자사주 매입을 진행하고 있는 만큼, 수익 구조에 대해서도 설명해 주시겠어요? 이 두 토큰은 정확히 어떻게 작동하나요? 루나 토큰과 다른 점은 무엇인가요?

오스틴:

최근 사용자 수가 300만 명을 돌파했다고 발표했는데, 성장 속도가 매우 빠릅니다. 지난 3개월 동안 약 100만 명의 사용자가 추가되었는데, 이전 100만 명을 확보하는 데는 약 7개월이 걸렸습니다. 즉, 성장세가 가속화되고 있는 것입니다.

VVV 및 DM 토큰 플라이휠

오스틴:

이들은 두 가지 토큰을 보유하고 있습니다. 첫 번째는 VVV로, 프로토콜 수익으로 소각됩니다. 사용자들은 VVV를 스테이킹하여 무료 멤버십을 획득할 수도 있습니다. 하지만 가장 흥미로운 점은 사용자들이 VVV를 스테이킹하고 락업하여 DM이라는 토큰을 발행할 수 있다는 것입니다. DM은 공개 시장에서 구매할 수도 있지만, 핵심적인 메커니즘은 VVV를 스테이킹하고 DM을 발행하는 것입니다.

DM 토큰의 목적은 보유한 DM 토큰 하나당 베니스 플랫폼에서 매일 1달러 상당의 무료 추론 컴퓨팅 크레딧을 제공하는 것입니다. 이는 영구적인 혜택으로, 연간 365달러 상당의 컴퓨팅 크레딧에 해당합니다.

하지만 사용하지 않으면 신용 한도가 만료되고 누적되지 않습니다. 하루에 50센트만 사용했다고 해서 다음 날 1.5달러가 되는 것이 아니라 1달러부터 다시 시작됩니다. 저는 이것이 거의 손실을 감수하면서 고객을 확보하는 도구와 유사한 매우 흥미로운 메커니즘이라고 생각합니다. 이는 엄청난 양의 토큰을 발행하여 스테이블코인 시장 규모를 수십억 달러, 심지어 수백억 달러까지 키운 루나와는 다릅니다. 베니스는 잠재적 비용을 정해진 범위 내로 유지했습니다.

현재 베니스 토큰 1개당 발행할 수 있는 DM 토큰의 수는 유통되는 DM 토큰의 수가 증가함에 따라 점차 감소하여, 사실상 약 38,000개의 DM 토큰으로 제한됩니다. 현재 상황에서 모든 DM 토큰이 잠겨 추론 계산에 사용될 경우, 베니스의 최대 비용은 하루 38,000달러, 즉 연간 약 1,000만 달러가 되며, 이 비용은 이 수치를 초과하지 않을 것입니다.

현재 약 1만 개의 데이터 모델(DM)이 매일 추론 연산에 사용되고 있으며, 연간 비용은 약 350만 달러에 달합니다. 이 비용은 사업 수익으로 상쇄됩니다. 프로 및 프리미엄 구독 서비스를 제공하며, 가격은 월 18달러에서 68달러 또는 그 이상입니다. 사용자들은 플랫폼 이용 시 모델 접근을 위해 토큰이나 추가 포인트를 구매하기도 합니다.

주목할 만한 점은 DM의 일일 토큰 사용량이 초창기 수십억 개에서 최근 약 700억 개로 증가했으며, 이는 지난 몇 달 동안 약 15배 증가한 수치라는 것입니다. 따라서 DM과 Luna의 차이점은 DM의 경우 잠재적 비용이 상당히 높다는 점과 DM 사용자들이 DM을 사용하는 동안 구독 서비스도 함께 이용한다는 점입니다. 만약 사용자들이 하루에 토큰당 1달러 이상을 지불해야 한다면, 추가 토큰도 구매할 것입니다. 이러한 비용은 이미 사업 수익으로 충분히 충당되고 있으며, 수익은 이미 이를 크게 초과했습니다.

DM은 회사채처럼 가격이 책정되어야 합니다.

오스틴:

반면에 DM의 가장 큰 장점은 미래에도 컴퓨팅 리소스에 대한 접근을 보장한다는 점입니다. 현재 시장에서는 약 20%의 할인율을 적용하여 DM의 가치를 평가하고 있으며, 현재 가격은 약 1800달러입니다.

저는 이 자산의 가격을 회사채와 유사하게, 예를 들어 8%에서 12% 정도의 할인율을 적용하여 책정해야 한다고 생각합니다. 10%의 할인율을 적용하면 가격은 약 3,650달러가 될 것입니다. 예를 들어, 제가 처음 이 자산에 관심을 가졌을 때는 가격이 200달러 정도였습니다.

진행자 앤디: 저도 같은 생각을 했어요. 연간 365달러의 자산 가치를 창출하는 자산이 어떻게 200달러밖에 안 될 수 있죠? 시장이 베니스가 이런 시스템을 유지할 수 없다고 생각하는 게 아닐까요?

오스틴:

맞습니다. 그래서 그 가격대라면 저에게는 투자 기회로서 거의 고민할 필요가 없는 선택이었죠. 지금도 저는 여전히 가격이 오를 여지가 있다고 생각합니다.

하지만 DM을 넘어 베니스의 전반적인 경제 상황을 살펴보면 그 수치는 놀랍습니다. 더욱이 베니스의 성장 모델은 암호화폐 업계에서 볼 수 있는 대부분의 프로젝트와는 완전히 다릅니다. 오히려 인공지능 분야에서나 볼 수 있는 성장률과 유사하며, 바로 그 점 때문에 더욱 매력적입니다.

베니스 달러 20달러는 여전히 저평가된 것일까요?

진행자 앤디: 그렇다면 당신은 베니스 VVV 자산의 현재 가격이 20달러에 가깝다고 확신하시는군요. 15억 달러에서 20억 달러 사이의 평가 범위가 VVV에 대해 여전히 상당히 저평가된 것이라고 생각하십니까?

오스틴:

네. 제가 처음 1월에 샀을 때는 2.5달러 정도였어요. 그때는 하루에 수십억 개의 토큰만 처리됐었죠. 지금은 그 15배 정도 되는 것 같아요.

초기에는 하루에 수십억 건의 토큰 거래만 처리했지만, 현재는 그 거래량이 15배로 증가했습니다. 사용자 수도 150만 명에서 300만 명으로 늘어났습니다. 제 추산에 따르면 수익은 당시보다 최소 3배는 증가했을 것입니다.

현재 베니스는 연간 매출의 약 20~30배 수준으로 평가되고 있으며, 매달 20%씩 성장하고 있는 회사입니다. 이러한 관점에서 볼 때, 저는 베니스의 기업 가치가 여전히 매우 낮다고 생각합니다. 오픈라우터와 비교해 봐도 마찬가지입니다. 오픈라우터의 기업 가치는 베니스와 비슷하지만, 매출은 약간 더 낮을 가능성이 높고 성장률 또한 베니스만큼 빠르지는 않을 것입니다.

가장 큰 차이점은 베니스가 고객에게 직접적인 서비스를 제공한다는 점입니다. 단순히 백엔드 서비스를 제공하는 인프라가 아니라, 사용자들이 매일 적극적으로 사용하는 플랫폼입니다. 개인적으로 저는 현재 베니스를 통해서만 AI를 사용하고 있습니다.

따라서 저는 여전히 큰 잠재력이 있다고 생각합니다. 물론 이는 제 개인적인 의견일 뿐이며 투자 조언으로 볼 수는 없습니다.

풀은 어떻게 돈을 버는가

진행자 앤디: 저는 Grass에 대해 잘 알지 못합니다. 이 프로젝트에 대해 여러 번 언급하셨는데, 빠르게 성장할 것으로 예상됩니다. 물론 오늘 주가가 약간 하락했을 수도 있지만요. 연간 매출이 5천만 달러를 넘어섰고, 성장률이 세 자릿수로 가속화되고 있다고 들었습니다. Grass의 핵심 수익 모델을 간략하게 설명해 주시겠습니까? 어떻게 수익을 창출하는 건가요? 그리고 왜 그렇게 매력적인 투자 대상인가요?

오스틴:

Grass는 데이터셋을 수집한 후, 새로운 모델 학습에 필요한 데이터를 필요로 하는 최첨단 AI 연구소에 판매합니다. 이러한 연구소들은 매우 빠른 속도로 새로운 모델을 개발하고 있지만, 이를 위해서는 훨씬 더 많은 데이터가 필요합니다. 단순히 인터넷에서 무작위로 데이터를 수집하는 것이 아니라, 고도로 전문화되고, 매우 구체적이며, 매우 높은 품질의 데이터셋을 확보해야 합니다.

이것이 바로 Grass가 수행하는 역할입니다. 이러한 모델을 구축하는 데 필요한 투자 규모가 매우 크기 때문에 Grass는 이러한 추세의 수혜를 받습니다. 모델에 대한 투자가 많을수록 데이터에 대한 수요도 증가합니다.

잔디 세 자릿수 성장률

오스틴:

Grass 팀은 오랜 역사를 자랑합니다. 작년 한 분기에 약 3백만 달러의 매출을 올렸던 것으로 기억하는데, 연말에는 한 분기에 1,200만 달러, 혹은 1,300만 달러에 가까운 매출을 기록했습니다. 제 예상으로는 현재 성장 속도가 훨씬 더 빠를 것 같습니다. 앞으로 한 달에서 한 달 반 사이에 토큰 보유자들을 대상으로 컨퍼런스 콜을 진행할 예정이며, 그때 더 자세한 정보를 얻을 수 있을 것입니다.

하지만 이 프로젝트는 세 자릿수 성장을 기록하고 있습니다. 최근 공개된 자료에 따르면 연간 반복 매출(ARR)은 약 5천만 달러였지만, 현재는 8천만 달러에 더 가까울 것으로 추정됩니다. 현재 기업 가치는 약 4억 달러입니다. 따라서 이처럼 빠른 성장을 보이는 프로젝트를 매출의 5배 수준으로 평가하는 것은 매우 불합리하다고 생각합니다. 이 프로젝트는 재평가가 절실히 필요한 유망한 후보입니다.

진행자 앤디: 그라스와 베니스 사이에 협력 관계가 있나요?

오스틴:

지금으로서는 아닙니다. 베니스는 일반적으로 자체 모델을 구축하지 않습니다. 따라서 지금은 중요하지 않습니다. 미래는 어떻게 될지 아무도 모르지만, 저는 이 두 가지를 같은 방정식의 양면으로 봅니다. 하나는 AI를 어떻게 활용하고, 또 하나는 AI를 어떻게 사적으로 사용하는가 하는 질문이고, 다른 하나는 모델을 어떻게 처음 구축하는가 하는 질문입니다. 그라스와 베니스는 각각 이 두 가지 측면을 다루고 있습니다.

Grass의 4억 달러 기업 가치는 너무 저평가된 것일까요?

진행자 앤디: 그래스는 현재 주가수익비율이 대략 5배 정도입니다. 암호화폐 업계에서는 주가수익비율이 20배, 30배, 40배, 심지어 50배에 달하는 종목도 있죠. 4억 달러라는 추정치가 적절하다고 생각하시나요?

오스틴:

네. 암호화폐 업계에는 상대적으로 낮은 멀티플로 거래되지만 성장성이 떨어지는 다른 분야들이 있다는 점을 알아두는 것이 중요하다고 생각합니다. 사람들은 성장에 투자하고 싶어서 암호화폐 업계에 투자하는 것입니다.

따라서 저는 현금 흐름이 없기 때문에 배수가 낮은 많은 기업들이 반드시 투자 가치가 있는 것은 아니라고 생각합니다. 하지만 Grass는 매우 빠른 성장을 보여주는 최고의 사례 중 하나입니다. 저는 그 점만으로도 Grass에 주목할 가치가 있다고 생각하며, 게다가 제 눈에는 상당히 저평가된 것처럼 보입니다.

NEAR 크로스체인 스왑

진행자 앤디: NEAR에 대한 투자 의견이 있으신가요? NEAR를 주시하고 계신가요?

오스틴:

저는 NEAR를 계속 지켜봐 왔습니다. AI 구성 요소를 제외하더라도 NEAR는 수많은 크로스체인 스왑의 기반 인프라 역할을 하기 때문에 매우 흥미로운 프로젝트입니다. 작년 10월과 11월, 사람들이 Zcash를 많이 사용하고 빼돌릴 때 NEAR가 많은 주목을 받았습니다.

NEAR Intents는 매우 실용적이며 현재 이용 가능한 최고의 크로스체인 스왑 경험 중 하나라고 할 수 있습니다. 또한 에이전트(지능형 에이전트) 영역에서도 중요한 역할을 합니다. 제 생각에 NEAR는 다른 많은 프로젝트에서 발생하는 의존성 문제를 피하면서 크로스체인 스왑을 호스팅하는 데 가장 적합한 인프라 중 하나입니다.

이 분야는 정말 빠르게 성장하고 있습니다. L1 등급을 받으려면 몇 가지 기준 중 하나를 충족해야 한다고 생각합니다. 수직적으로 통합된 앱 경험을 제공하거나, 특정 분야에서 10배 이상 뛰어나거나, 특정 앱 카테고리에서 매우 강력한 경쟁력을 갖추고 있어야 합니다.

NEAR는 인텐트 측면에서 정말 훌륭한 성과를 내고 있다고 생각합니다. 또한 개인정보 보호 인텐트나 AI 활용과 관련된 다양한 요소들을 잘 구현하고 있죠. NEAR는 자신만의 독특한 영역을 구축한 몇 안 되는 L1 프로젝트 중 하나입니다.

이건 NBA 선수 분류를 떠올리게 하네요. 요즘 L1, L2 프로그램들이 많이 생겨나고 있는데, 마치 유망한 신인 선수들 같아요. 시간이 지나면서 어떤 선수들은 슈퍼스타로 성장하겠지만, 어떤 선수들은 서서히 잊혀지겠죠. 그런데 또 다른 유형의 선수가 있어요. 바로 자기 역할에 충실한 '롤 플레이어'죠. 예를 들어 루 도트나 OKC의 알렉스 카루소 같은 선수들이요.

니어를 보면 그런 느낌이 들어요. 그는 르브론 제임스는 아니지만, 자신이 하는 일에 있어서 엄청나게 뛰어나기 때문에 매우 중요한 선수죠.

Akash GPU 시장 업데이트

진행자 앤디: 꾸준히 저평가되어 온 또 다른 프로젝트이자, 로비가 저에게 항상 강조하는 프로젝트가 바로 아카시입니다. 오늘 그가 여기에 함께하지 못해서 아쉽네요. 아카시는 분산 추론, 분산 모델, 분산 학습 분야에 상당히 일찍 발을 들였죠?

이건 마치 크립토 AI의 초기 발전 단계처럼 들리네요. 그 후에는 밈 토큰을 이용한 가짜 에이전트 프로젝트들이 등장했었죠. 이제는 탈중앙화 추론 및 모델 학습의 다음 단계에 진입한 것 같은데, 이번에는 제품들이 훨씬 더 강력해졌습니다. 아카쉬(Akash)가 하는 일에 대해 들어보셨나요? 이 프로젝트에 대한 투자 의견은 어떠신가요?

오스틴:

저는 아카쉬를 꾸준히 지켜봐 왔습니다. 아카쉬는 탈중앙화 CPU 시장에서 시작하여 나중에는 GPU 시장으로 확장했습니다. 현재 오픈라우터를 통해 얼마나 많은 데이터가 흐르는지 직접 확인할 수 있는데, 그중 상당 부분이 아카쉬, 특히 아카쉬 머신러닝(Akash ML)을 거쳐갑니다. 정말 멋진 기능이죠. 게다가 이 데이터는 공개되어 있어서 누구나 볼 수 있습니다.

하지만 솔직히 말해서 아카쉬는 제가 가장 면밀히 지켜보는 프로젝트는 아닙니다. 하지만 오랜 역사를 자랑하며 끊임없이 발전해 온 팀이 마침내 진정한 제품-시장 적합성을 찾아낸 것을 보니 정말 멋지고, 그 적합성이 더욱 가속화되고 있는 것 같아 기쁩니다.

AI 스택 분석

진행자 앤디: Base 플랫폼에 Gitlab이라는 프로젝트가 있는데, 시가총액은 작지만 매일 많은 토큰을 발행합니다. 최근 Base 플랫폼에 투기성이 높은 AI 토큰들이 등장했는데, 이 복잡한 퍼즐 속에는 이해해야 할 여러 틈새 시장이 존재합니다.

좀 더 넓은 관점에서 질문드리고 싶습니다. 이 AI 스택에서 블록체인과 통합했을 때 대규모 성장에 가장 적합한 부분이 있을까요? 이미 Venice는 개인 정보 보호 추론 및 검열 불가능한 ChatGPT를 제공하고 있고, NEAR는 에이전트 마켓플레이스의 인프라 역할을 하며, Akash는 Akash ML을, Grass는 데이터셋에 집중하고 있습니다.

귀하의 의견으로는 AI 스택에서 어떤 핵심 트랙이나 구성 요소가 블록체인 기술로 대체될 가능성이 가장 높거나, 블록체인에서 사용하기에 가장 적합하다고 생각하십니까?

오스틴:

첫째는 개인정보 보호 측면, 특히 대규모 언어 모델(LLM)의 비공개적이고 검열 불가능한 사용이라고 생각합니다. 둘째는 모델 학습에 필요한 데이터 수집인데, Grass가 바로 그 작업을 하고 있습니다.

다음은 추론 컴퓨팅과 방금 언급하신 아카쉬(Akash)의 컴퓨팅 파워 마켓플레이스입니다. 다른 추론 마켓플레이스도 등장하고 있습니다. DM을 기반으로 구축된 AnC라는 프로젝트도 있는데, 사용자들이 유휴 컴퓨팅 파워를 판매할 수 있는 서비스를 제공합니다. 제가 꾸준히 지켜봐 온 흥미로운 프로젝트입니다. 아직 토큰은 없지만, 특히 베니스(Venice)와 DM을 결합하는 측면에서 매우 멋진 일들을 하고 있다고 생각합니다.

저는 분산형 모델 학습이 또 다른 중요한 방향이라고 생각합니다. 핵심 과제는 오픈 소스 모델을 구축하면서도 프라이빗 가중치를 통해 소유권과 수익 창출 가능성을 유지하는 방법입니다. 현재 여러 팀이 이 분야를 연구하고 있습니다. 예를 들어, Pluralis는 가장 흥미로운 프로젝트 중 하나라고 생각합니다. Nous Research 또한 Hermes 관련해서 매우 흥미로운 연구를 진행하고 있습니다. 그 외에도 Prime Intellect를 비롯한 여러 팀들이 이 분야에서 활발하게 움직이고 있습니다.

따라서 제가 주로 집중하는 분야는 분산형 학습, 추론 및 컴퓨팅 파워 시장, 에이전트 인프라, 데이터, 그리고 소비자 대상 모델 활용 애플리케이션입니다.

넷 토큰 가치 흐름 프레임워크

진행자 앤디: 최근에 또 다른 중요한 점을 강조하셨는데요, 바로 토큰 모델과 경제학을 이해하는 새로운 방식이 필요하다는 것입니다. 에어로돔(Aerodrome)이나 하이퍼리퀴드(Hyperliquid) 같은 프로젝트들을 적극적으로 지지해 주셨죠.

결론에 앞서, AI 관련 맥락은 잠시 접어두고 좀 더 폭넓은 질문을 드리고 싶습니다. 순 토큰 가치 흐름을 어떻게 보십니까? 즉, 덧셈과 뺄셈표처럼 수입(수입)과 지출(지출)이라는 접근 방식을 사용하여 암호화 자산의 가치를 어떻게 분석하시나요? 토큰 경제를 분석할 때 업계의 사고방식에 어떤 변화가 있다고 보십니까? 현재 어떤 프레임워크를 사용하고 계신가요? 투자자들이 자산의 순 토큰 가치 흐름을 덧셈과 뺄셈표처럼 이해해야 한다는 의견에 동의하십니까?

오스틴:

이 문제를 바라보는 다양한 관점이 있으며, 만능 해결책은 없다고 생각합니다.

먼저 바이백과 소각 같은 핵심 메커니즘에 대해 논의해 보겠습니다. 하이퍼리퀴드는 이러한 메커니즘을 널리 알리는 데 크게 기여했으며, 사람들은 "하이퍼리퀴드가 얼마나 잘하는지 봐라. 바이백과 소각 기능을 갖추고 있잖아."라고 말했습니다. 하지만 하이퍼리퀴드처럼 성공적인 토큰이 하나 나타날 때마다, 똑같은 바이백 및 소각 메커니즘을 도입하려는 다른 토큰들이 아홉 개는 되는 것 같습니다. 그리고 그 결과, 대부분의 토큰 가격 성과는 좋지 않았습니다.

여기서 얻을 수 있는 교훈은 하이퍼리퀴드가 매우 성공적인 비즈니스 모델을 가지고 있기 때문에 사람들이 해당 토큰을 선호하고, 자사주 매입은 단순히 토큰 보유자에게 가치를 전달하는 방법이라는 것입니다. 만약 사업 모델이 제대로 작동하지 않는다면, 자사주 매입 메커니즘을 도입하더라도 토큰 가격이 자연스럽게 상승하지는 않을 것입니다.

사람들이 가장 자주 헷갈려 하는 첫 번째 질문이 바로 이것이라고 생각합니다.

두 번째 질문은 토큰 보유자에게 진정한 가치를 창출하고 있는지 여부입니다. 자사주 매입 및 소각, 자사주 매입 및 분배, 사업 재투자, 또는 재무제표 유연성 확보를 위한 은행 계좌 예치 등 어떤 방식을 사용하든 핵심 질문은 바로 이것입니다. 토큰 보유자는 여러분이 구축한 시스템을 통해 창출되는 최대 가치를 누릴 수 있을까요?

예를 들어, Hyperliquid와 Aerodrome이 그렇습니다. Grass의 경우, 많은 사람들이 더 많은 바이백을 기대하고 있지만, 모든 계약이 재단과 체결되어 있고 모든 수익은 재단의 은행 계좌로 들어가며 이러한 자산은 토큰 보유자가 관리한다는 점은 분명합니다.

그러므로 저는 이것을 이해하는 데에는 여러 가지 다른 방식이 있다고 생각합니다.

자사주 매입과 소각은 특정 상황에서만 효과적입니다.

오스틴:

다음으로 토큰 유동성 문제를 살펴보겠습니다. 하이퍼리퀴드를 예로 들면, 이론적으로는 매달 최대 언락 물량이 정해져 있지만 실제로는 20만~30만 개 정도만 언락될 수 있습니다. 반면 ETF, DAT, 지원 펀드 등의 매수 물량은 훨씬 많습니다. 따라서 매수자가 매도자보다 많은 것은 당연한 결과입니다.

이제 Aerodrome을 살펴보겠습니다. AERO를 veAERO로 락업하면 7월에 이더리움 메인넷으로 확장된 후 sAERO로 이름이 변경됩니다. 보유자는 플랫폼의 모든 수익을 얻을 수 있을 뿐만 아니라, 유동성이 가장 필요하고 가장 많은 수익을 창출하는 유동성 풀에 토큰을 직접 공급할 수도 있습니다.

일부에서는 특정 기간 동안 토큰 발행 가치가 수익 가치를 초과하면 해당 기간은 순손실을 의미한다고 주장할 수 있습니다. 그러나 저는 이러한 견해가 완전히 잘못되었다고 생각합니다.

올바른 분석은 다음과 같아야 합니다. 해당 기간 동안 시스템이 얼마나 많은 수익을 창출했습니까? 실제로 매도되지 않고 토큰 유통량이 얼마나 증가했습니까? 예를 들어, Aerodrome은 최근 메커니즘 중 하나를 Momentum Fund로 이름을 변경했는데, 이는 본질적으로 토큰을 지속적으로 매입하는 재단과 유사합니다. 또한, 많은 사람들이 AERO를 획득한 후 veAERO로 락업 및 스테이킹하여 더 많은 수익을 얻습니다. 그리고 어떤 사람들은 토큰의 미래에 확신을 갖고 있어 애초에 매도할 의사가 없습니다.

이러한 관점에서 볼 때, 매 주기 또는 매주 실제로 공개 시장으로 유입되는 토큰의 수는 같은 주기 동안 플랫폼에서 발생하는 수익보다 훨씬 적습니다.

최근 출시된 Atlas, Aura 등의 프로젝트들을 포함하면 Aerodrome의 수익이 크게 증가했습니다. 여기서 말하는 수익 증가는 플랫폼에서 토큰 보유자들이 받는 수익을 의미하며, 이는 실제로 배출된 토큰의 가치를 훨씬 초과했습니다.

따라서 각 프로젝트와 메커니즘은 개별적인 분석이 필요합니다. 하지만 핵심 질문은 바로 이것입니다. 토큰 보유자는 시스템이 창출하는 가치로부터 이익을 얻을 수 있는가? 이것이 분석의 핵심입니다. 이 점을 바탕으로 심층적인 분석을 진행할 수 있습니다.

디지털 자산 시장에 두 개의 새로운 그룹이 등장했습니다.

진행자 앤디: 업계 전체가 비슷한 사고방식으로, 그것도 아주 정교한 방식으로 전환하고 있는 것 같습니다. 크게 두 가지 유형이 떠오르는데, 하나는 매출과 탄탄한 펀더멘털을 갖춘 기업이고, 다른 하나는 스토리텔링에 더 집중하고, 시장을 세분화하지만 기술력은 매우 유용한 프로젝트들입니다. 예를 들어 Zcash, Venice, NEAR 같은 AI 기반 개인정보보호 자산들이 그렇죠. 이 외에도 온체인 비즈니스에만 집중하는 프로젝트들도 있지만, 이 두 유형의 중간 영역은 현재로서는 그다지 활발하지 않은 것 같습니다.

오스틴:

저도 동감입니다. 이 시장에서 흥미로운 점은 진정으로 주목할 만한 토큰의 수가 줄어들었다는 것입니다. 사람들이 이제 어떤 프로젝트가 실질적인 시장 매력을 가지고 있고, 단순한 유행이 아닌 진정성을 지닌 프로젝트인지 더 명확하게 구분하게 되었기 때문입니다. 현재로서는 펀더멘털이 매우 탄탄한 토큰은 10개에서 20개 정도밖에 없을 겁니다.

따라서 이러한 토큰들이 시장을 크게 앞지르는 성과를 보이고 있습니다. 투자자들이 소수의 고품질 프로젝트 중에서 선택할 수 있는 기회를 갖게 된 것은 정말 오랜만입니다. 현재 베니스, 하이프, 그래스, 에어로, 니어, 지캐시와 같은 프로젝트에 자금이 몰리고 있습니다.

Zcash는 또 다른 개인정보 보호 중심 프로젝트입니다. 일부에서는 비트코인이 마이클 세일러의 영향력에 점점 더 좌우될 수 있다는 우려를 제기하고 있지만(이는 별개의 주제입니다), Zcash는 비트코인의 본래 정신을 계승하고 있으며 매우 유사한 구조를 가지고 있습니다.

현재 Zcash는 수익을 창출하지는 않지만, 여전히 흥미로운 자산입니다. 가격이 높을수록 실제 활용도가 커지며, 시장 통합 가능성도 높아져 더 강력한 합의와 커뮤니티 가치를 형성할 수 있습니다.

그래서 저는 지금이 매우 흥미로운 시점이라고 생각합니다. 적절한 토큰을 선택하는 것이 훨씬 쉬워졌습니다. 다만 어떤 프로젝트가 진정성이 있고 어떤 프로젝트가 단순한 과대광고인지 구별하기 위해 더 집중적인 조사가 필요할 뿐입니다.

5배에서 10배, 심지어 3배의 수익률을 목표로 하는 투자자라면 지금이 성공 가능성이 그 어느 때보다 높습니다. 물론 장기적으로 100배의 수익률을 달성할 수도 있겠지만, 저는 지금 매우 흥미로운 프로젝트들이 많이 있다고 생각하며, 제가 눈여겨보고 투자할 만한 자산은 바로 이러한 것들입니다.

OpenAI, 모든 Pro 사용자에게 심층 연구 기능 제공

인기 기사