비트텐서(TAO) 해석: 야심 찬 AI 레고, 알고리즘을 조합 가능하게 만들다
시장 트렌드가 변화하면서 여러 섹터들이 다시 활기를 띠고 있다.
비트코인 생태계라는 주목의 중심 외에도, 올해 내내 지속된 핫이슈인 AI 분야는 괴물 코인(알트코인)들이 자주 등장하는 무대였다.
시장에서 과열 조짐을 보이고 있는 FET, RNDR, OCEAN 등의 토큰 외에, 최근 1개월 동안 가격이 3배 급등한 TAO라는 토큰이 있다. 그 이면의 프로젝트인 Bittensor는 중국어권 시장에서는 아직 깊이 있게 분석된 바가 거의 없다.
그러나 해외의 반응은 우리보다 훨씬 빠르다.
가격 급등은 민감한 투자자들에게 기회를 감지하게 만들었다. 목요일 Bittensor 커뮤니티 공지에서 유명 암호화폐 VC인 Pantera와 Collab Currency가 TAO 토큰의 보유자가 되었으며, 향후 프로젝트 생태계 발전을 위해 추가적인 지원을 제공할 것이라고 발표했다.
VC들은 트렌드의 변화를 포착하는 데 능숙할 뿐 아니라, 트렌드를 주도하는 데에도 능하다.
이처럼 각광받으며 가격이 급속도로 상승한 TAO는 도대체 어떤 특별한 점이 있는가? 그 서사성과 제품, 토큰 경제 구조는 AI 분야의 주류 프로젝트들과 어떻게 다른 점이 있는가?
본 기사에서는 Bittensor의 산업 배경, 프로젝트 목표, 기술 구성, 토큰 평가 등을 종합적으로 분석하여 독자들의 판단과 의사결정에 참고를 제공하고자 한다.
서두르지 말고 먼저 Crypto + AI 투자 논리를 파악하자
모든 토큰의 상승에는 기본적인 투자 논리와 거시적인 산업 스토리가 뒷받침된다. TAO를 분석하기 전에 먼저 AI 산업 전반의 개요를 살펴보자.
채권 버블 속의 AI 열풍
AI 관련 토큰은 인기가 많지만, 사실상 암호화폐 없이도 AI 자체의 인기는 여전히 뜨겁다.
CB Insights의 데이터에 따르면, 2023년 생성형 AI에 대한 관심이 크게 증가했으며, AI 관련 기업 및 프로젝트에 대한 투자 총액은 140억 달러까지 치솟았고, 지난해 이 수치는 단 25억 달러에 불과했다.
이미지 출처: CB INSIGHTS
따라서 TAO, RNDR, FET 등의 토큰 상승의 근본 원동력은 겉모습상의 ChatGPT나 엔비디아(NVIDIA)만으로 설명되지 않는다.
최근 유명 인물 아서 헤이스(Arthur Hayes)는 자신의 블로그에서 한 가지 가능성 또는 현실화되고 있는 국면을 제시했다 — 채권 버블이 초래한 집단적 자금 유입 현상이 AI 분야에 몰리고 있다는 점이다.
미국을 중심으로 한 글로벌 주요 경제권은 향후 3년간 재정 적자로 인해 만기 연장 및 신규 발행해야 할 정부 부채 총액이 약 33.58조 달러에 이를 것으로 추산된다.
정부는 국채를 발행하고 원리금 상환을 약속하는데, 만약 이자율이 높다면 자금이 국채로 쏠려 민간 부문(공공 부문과 대비되는 개념)의 자본이 흡수되며, 결과적으로 다른 투자 및 금융 기회가 위축될 수밖에 없다. 예를 들어 다른 기업들이 자금 조달에 어려움을 겪거나 주식시장이 침체될 수 있다.
따라서 Arthur는 미국 중앙은행(Fed)이 민간 부문에 미치는 영향을 줄이기 위해 직접 화폐를 찍어 스스로 발행한 채무를 매입할 것이라고 보았다. 이는 2026년 세계 법정통화 공급량이 대폭 증가할 것임을 시사하며(심지어 코로나 당시보다 더 클 수도 있음)을 의미한다.
그렇게 생겨난 막대한 자금은 어디로 흘러갈까?
“자금은 성숙기에 돌파구적인 수익을 가져올 것으로 기대되는 새로운 기술 기업들로 흘러갈 것이다. 모든 법정통화 유동성 버블은 투자자들을 끌어들이고 막대한 자본을 유치할 수 있는 새로운 형태의 기술을 동반한다.”
1990년대엔 인터넷 버블이 있었고, 2008년 금융위기 이후엔 웹 광고와 소셜미디어가 유행했으며, 이번엔 차례가 AI에게 돌아왔다.
이것이 바로 올해 생성형 AI가 다수의 투자를 받은 깊은 이유 중 하나일지도 모른다. GPT 기술은 눈에 띄게 발전했지만, 더 큰 관점에서 보면 그것은 자본 물결 속에서 가장 찬란한 진주일 뿐이며, 자본이 집단적으로 AI 분야로 몰리는 추세는 이미 명확히 드러났다.
Crypto + AI의 서사 방향 분류
자금이 유입되었으니 다음 질문은 무엇에 투자할 것인가이다. 이제 좀 더 깊이 Crypto + AI의 투자 논리를 살펴보자.
흔히 말하듯, AI는 본질적으로 선진적인 생산력이며, 그 급속한 발전은 세 가지 핵심 요소에 의존한다: 데이터, 알고리즘, 컴퓨팅 파워(연산 능력). 반면 암호화폐와 블록체인은 더 많은 의미에서 생산관계이며, 인센티브, 조정, 조직 형태의 변화를 통해 위 세 가지 요소의 발전을 촉진한다.
이 3가지 요소를 향상시키는 토큰이라면, 자연스럽게 인기를 끌 가능성이 있다.
실현 가능성 여부는 잠시 제쳐두고, 지금까지의 프로젝트들을 보면 우리는 밀집된 두 가지 서사 방향, 즉 crypto + 데이터와 crypto + 컴퓨팅 파워를 확인할 수 있다:
-Crypto + 데이터: AI는 모델 학습을 위해 방대한 양의 데이터가 필요하다. 블록체인은 인센티브를 통해 데이터 제공자들이 데이터를 기여하도록 유도하거나, 탈중앙화된 데이터 저장소를 활용해 더욱 민주적이고 분산된 형태의 데이터 학습 요구를 실현할 수 있다.
이러한 서사 하에서는 Filecoin과 같은 탈중앙화 스토리지 인프라가 혜택을 볼 수 있다. 실제로 Arthur는 Filecoin을 강력하게 추천한 바 있다.
-Crypto + 컴퓨팅 파워: AI 모델 구현에는 강력한 연산 능력이 필요하며, 일부 대기업이나 계산 자원 제공업체가 이를 보유하고 있지만, 장기적으로 보면 개인의 GPU나 장치 등에 분산된 계산 자원을 활용함으로써 암호화폐 보상을 받는 방식도 고려할 수 있다.
이 경우 RNDR 및 기타 컴퓨팅 파워 제공 프로젝트들이 혜택을 볼 수 있다.
반면 알고리즘 분야는 또 다른 논리를 따른다.
-Crypto + 알고리즘: 앞선 두 항목이 '자원 집약형'이라면, 알고리즘은 본질적으로 '기술 집약형'이며, 각 AI 기업이 지속적으로 개선하는 핵심 비밀과 벽이다. 암호화폐 인센티브를 통해 0에서부터 더 나은 알고리즘을 '창조'하는 것은 어렵다. 기여, 조정, 인센티브 메커니즘이 알고리즘 개발에는 통하지 않는다.
(참고: 특정 AI 모델은 알고리즘 학습의 결과물이다. 엄밀히 말하면 알고리즘과 모델 사이에는 선후 관계가 존재한다. 그러나 아래 설명에서는 이해를 돕기 위해 두 용어를 혼용한다.)
그러나 기존 알고리즘들 사이에서 인센티브를 통해 더 나은 알고리즘을 '선별'할 수는 있다. 마치 오라클 프로젝트가 인센티브 메커니즘을 통해 경쟁을 유도하고 더 나은 데이터 소스를 선정하는 것과 유사하다.
이러한 세부 서사에 해당하는 프로젝트는 아직 두각을 나타내는 사례가 적은데, Bittensor가 바로 여기에 속한다 — 즉 데이터를 직접 제공하지도, 컴퓨팅 파워를 직접 제공하지도 않으며, 블록체인 네트워크와 인센티브 메커니즘을 통해 다양한 알고리즘을 조정하고 선별함으로써 AI 분야에 자유로운 경쟁과 지식 공유가 가능한 알고리즘(모델) 시장을 형성하는 것이다.
Bittensor 서사를 한눈에 이해하기: AI 레고, 알고리즘을 조합 가능하게 만들기
복잡하게 들릴까?
쉽게 이해하기 위해 Bittensor를 한 문장으로 요약하자면 다음과 같다: 우리는 알고리즘을 만들지 않는다. 우리는 우수한 알고리즘을 운반하는 사람일 뿐이다.
왜 알고리즘을 '운반'해야 할까? 현재 AI 분야의 생태계를 살펴보면 문제점을 쉽게 알 수 있다.
현재 AI 분야의 플레이어들은 각자의 알고리즘과 모델이 고립되어 있다. 상업적 경쟁 때문에 서로의 알고리즘이 상호 학습하거나 공동 발전하는 것은 불가능하다. 이는 AI 공급 측면에서 경쟁이 제로섬 게임이라는 것을 의미한다: 한쪽 AI가 시장을 장악하면 다른 쪽은 퇴출당한다.
이미지 출처: Bittensor 공식 웹사이트
경쟁의 승자 입장에서는 문제가 없겠지만,
Bittensor는 이것이 전체 AI의 발전과 알고리즘 혁신 효율성에 좋지 않다고 본다. 서로 고립된 모델과 '승자 독식'의 AI 서비스는 새로운 모델을 개발하려는 사람이 있다면 반드시 처음부터 시작해야 함을 의미한다.
예를 들어 모델 A는 스페인어에 능통하고, 모델 B는 코드 작성에 능통하다고 가정하자. 사용자가 스페인어 주석이 달린 코드를 설명해달라고 요청할 때, 두 알고리즘이 협력하여 출력하면 가장 효과적이겠지만, 현재 환경에서는 불가능하다.
또한 제3자 애플리케이션 통합은 AI 모델 소유자의 허가를 받아야 하므로, 제한된 기능은 결국 제한된 가치를 의미하며, 전체 AI 분야의 시너지는 제대로 발휘되지 못하고 있다.
따라서 Bittensor의 큰 목표는 서로 다른 AI 알고리즘과 모델이 협력하고, 학습하며, 조합될 수 있도록 하여 더 강력한 모델을 만들고, 개발자와 사용자에게 더 나은 서비스를 제공하는 것이다.
이러한 접근법과 아이디어는 우리가 몇 년 전 DeFi Summer에서 이미 본 적 있다 — 바로 금융 레고(Financial Legos).
스테이블코인, 대출, 유동성 마이닝 등 금융 컴포넌트는 모두 오픈소스이며 허가 없이도 사용 가능하여, 수요자는 이를 마치 레고 블록처럼 자유롭게 조합해 새로운 제품과 서비스를 만들어낼 수 있었다.
마찬가지로, 이미지 처리, 텍스트 처리, 음성 처리에 능한 AI 알고리즘 모델들도 조합되어 다양한 작업에 활용되며, AI 레고를 형성할 수 있다.
따라서 Bittensor는 자체적으로 연산을 수행하거나 체인 상에서 데이터를 이용해 머신러닝을 수행하지 않고, 체인 외부의 다른 모든 AI 모델들을 동원해 공동 작업을 유도한다.
이론적으로 AI 레고 블록을 조합함으로써, Bittensor는 고립된 모델보다 더 빠르고 효율적으로 AI 기능을 확장할 수 있다.
그러나 실제 상황에서 AI 모델 제공자들이 이를 수용할지, 어떻게 사업 확장을 할지, 실행 가능한지 여부는 여전히 지켜봐야 할 부분이다.
채굴과 인센티브를 기반으로 AI 모델의 '오라클' 구현하기
서로 다른 AI가 협력한다는 목표는 크지만, 어떻게 실현할 수 있을까?
Bittensor는 블록체인 네트워크를 구축하고 채굴 인센티브를 통해 조정과 운영을 하는 방식을 제시했다.
Bittensor는 핵심 설계에서 폴카닷(Polkadot)의 평행체인(앱 체인) 구조를 채택하여, AI 모델 간 협력을 전담하는 자체 체인을 보유하며, 인센티브 수단으로 $TAO 토큰을 사용한다.
이 체인의 운영 방식을 이해하려면 최소한 세 가지 질문을 해결해야 한다:
첫째, 체인 위에는 어떤 역할들이 존재하는가?
둘째, 이 역할들은 무엇을 하고 있으며, 서로 어떤 관계가 있는가?
셋째, 토큰은 이러한 역할들의 어떤 행동을 인센티브하는가?
-
체인 상의 역할과 기능
-
채굴자(Miner): 전 세계의 다양한 AI 알고리즘 및 모델 제공자로 이해할 수 있다. 이들은 AI 모델을 호스팅하고 Bittensor 네트워크에 제공하며, 다양한 유형의 모델은 서로 다른 서브넷(Subnet)을 구성한다. 예를 들어 이미지나 음성 전문 모델 등이 있다.
-
검증자(Validator): Bittensor 네트워크 내 평가자로서, AI 모델의 품질과 유효성을 평가하며, 특정 작업 기준으로 성능을 기반으로 순위를 매긴다. 이를 통해 사용자가 최적의 솔루션을 찾도록 돕는다.
(참고: 현재 검증자는 모두 프로젝트 팀이 소유한 기관으로 보이며, 다소 탈중앙화가 부족할 수 있다. 그러나 네트워크 발전에 따라 다른 조직들이 검증자로 참여할 가능성도 있다.)
-
지명자(Nominator): 자신의 토큰을 특정 검증자에게 위탁하여 지지를 표시하며, 검증자를 교체할 수도 있다. DeFi에서 자신의 토큰을 Lido에 스테이킹하여 수익을 얻는 것과 유사하다.
-
사용자(User): Bittensor가 제공하는 AI 모델의 최종 사용자. 개인일 수도 있고, AI 모델을 활용해 애플리케이션을 개발하려는 개발자일 수도 있다.
-
역할 간의 관계
사용자는 더 나은 AI 모델을 원하며, 검증자는 다양한 목적에 따라 더 나은 AI 모델을 선별하고, 채굴자는 자신의 AI 모델을 제공하며, 지명자는 다양한 검증자를 선택해 지지한다.
핵심은 개방된 AI 수요-공급 체인이다: 누군가는 다양한 모델을 제공하고, 누군가는 모델을 평가하며, 누군가는 최고의 모델이 제공하는 결과를 사용한다.
이미지 출처: ReveloIntel
위 이미지는 간단한 설명을 제공한다: 사용자가 요구사항을 입력하면, 검증자가 이를 Bittensor 네트워크의 채굴자들에게 라우팅한다. 채굴자들이 답변을 출력하고, 검증자가 그 품질을 평가한 후 최종적으로 사용자에게 반환한다.
-
TAO 토큰은 무엇을 인센티브하는가?
-
검증자에게: AI 모델의 선별과 평가가 정확하고 일관될수록 더 많은 보상을 받는다. 당연히 검증자가 되기 위해서는 일정량의 TAO 토큰을 스테이킹해야 한다.
-
채굴자에게: 사용자 요청에 응답하여 자신의 모델을 제공하고, 기여도에 따라 TAO 토큰을 획득한다.
-
지명자에게: 자신의 TAO를 검증자에게 위탁하는 것으로 유동성 스테이킹 보상과 유사한 인센티브를 받는다.
-
사용자에게: TAO 토큰을 지불하여 작업을 시작하며, 이는 소비 행위다.
이상적인 상황에서 이 네트워크의 다양한 AI 모델들은 협력하게 되며, 다양한 작업마다 각 모델의 성능이 다르게 나타날 가능성이 높다. 이러한 작업은 체인 상에서 확인 가능하고 노드가 투명하므로, 모델들 간 실제로 서로 학습하며 작업에 맞춰 조정할 수 있다.
이미지 출처: ReveloIntel
더 나은 비유는 다음과 같다: Bittensor는 마치 AI의 '오라클'과 같다. DeFi의 오라클이 수요 애플리케이션에 '최적의 가격'을 제공한다면, Bittensor는 AI 수요가 있는 사용자에게 '최적의 모델'을 제공한다.
검증자와 채굴자로 네트워크에 참여하는 방법은 기술 코드와 개발 인터페이스가 포함되어 있어 여기서는 설명하지 않는다. 관심 있는 독자는 공식 문서를 참조하기 바란다.
$TAO 토큰: 어떻게 평가하는 것이 적절한가?
-
토큰 이코노미 모델
공식 문서에 따르면, Bittensor는 2021년 '공정한 출발(Fair Launch)'을 선언했는데, 사전 채굴 없이 시작되었다. 토큰 이름은 TAO다.
TAO의 공급량은 21,000,000개(BTC를 존중한 숫자)이며, 4년마다 반감 주기가 있다. 1,050만 블록마다 블록 보상이 반으로 줄어든다. 총 64번의 반감이 발생하며, 다음 반감 주기는 2025년 8월이다.
약간 SF 같지만, 이 반감 주기를 따르면 모든 토큰이 완전히 채굴되기까지 256년이 걸린다.
현재 12초마다 네트워크에 하나의 TAO가 생성된다. 대략 계산하면 하루에 7,200개의 TAO가 생성되며, 채굴자와 검증자가 각각 절반씩 나눈다.
TAO의 공정한 출발은 VC 라운드, 프라이빗 세일, ICO/IEO/IDO, 재단 예약 등 일반적인 방식이 전혀 없었다는 것을 의미하며, 순수한 채굴 기반 토큰으로 볼 수 있다.
매 라운드의 보상이 지급되면, TAO는 검증자와 채굴자 사이에 분배된다.
그러나 Bittensor 공식 웹사이트에서는 DCG, GSR, Polychain, Firstmask 등 유명 투자사 및 마켓메이커들이 언급된다.
타당한 추측은 현재 네트워크의 검증자 대부분이 Bittensor 공식 기관과 연관되어 있어, 채굴된 토큰을 자신들이 소유한 후 마켓메이커들에게 분배하여 시장성을 확보하는 것일 수 있다.
또한 이 대형 기관들이 검증 노드 혹은 채굴자로 직접 참여하여 TAO를 채굴할 수도 있다.
기사 초반에서도 언급했듯이, Pantera 등 암호화폐 VC들도 최근 TAO의 보유자가 되었다. 따라서 Bittensor 자체는 공정하게 시작되었지만, VC의 개입이 전혀 없다고 보기는 어렵다.
그러나 이번 시장 사이클에서는 'VC가 2차 시장에 판매하는' 발행 모델이 인기가 없어졌기 때문에, TAO의 '먼저 공정하게 시작하고 이후 자본을 유치하는' 모델은 객관적으로 가능한 한 공정하게 접근했다고 볼 수 있다.
-
시장 성과 및 평가
TAO의 시장 성과만 본다면, 올해 저점 대비 토큰 가격은 이미 5배 이상 상승했다.
그러나 문제는 다른 AI 프로젝트들도 비슷한 수준의 상승을 기록했다는 점이다. 예를 들어 RNDR 역시 올해 초 대비 약 5배 상승했다.
따라서 절대적인 상승률만으로 토큰 가치를 분석하는 것은 큰 의미가 없다.
다른 인기 있는 AI 프로젝트들과 비교하면, TAO의 시가총액은 RNDR에 이어 두 번째로 높다. 그러나 4년 주기의 장기적인 반감 메커니즘으로 인해, 시가총액 대비 완전희석가치(FDV) 비율은 여러 프로젝트 중 가장 낮은 편이며, 이는 TAO의 유통량이 현재 상대적으로 적고, 단가가 높다는 것을 의미한다.
원본 이미지: X 사용자 @Moomsxxx, TAO 가격은 기사 작성 시점 기준 필자 계산
낮은 유통량은 어떤 면에서 작은 물량으로도 쉽게 가격을 상승시킬 수 있다는 의미이며, 가격이 변하지 않는다는 가정 하에(현재 가격 $160), 하루 7,200개의 TAO가 모두 채굴되어 매도된다면 시장의 매도 압력은 약 115만 달러 정도다. 현재 시장의 열기와 거래량(TAO 일일 거래량 약 500만 달러)을 고려하면, 이 매도 압력을 소화하는 데는 문제가 없다.
TAO 자체를 넘어선다면, 토큰의 평가는 유사한 사업을 하는 기존 프로젝트들과 비교해야 의미가 있다.
앞서 설명했듯이, Bittensor는 crypto + 알고리즘/모델 방향이며, 엄밀히 말해 RNDR처럼 기반 컴퓨팅 파워를 제공하는 프로젝트와 직접 비교하기는 어렵다.
아래 Nansen의 AI 분야 리포트에 따르면, Bittensor의 사업은 'Model Training'(모델 학습) 분야에 속하며, 동종 경쟁자로는 Gensyn과 Together가 있다. 특히 Gensyn은 a16z의 지원도 받고 있다.
그러나 두 프로젝트 모두 아직 공개된 토큰이 없어, TAO의 시가총액과 직접 비교하는 것도 불가능하다.
이미지 출처: Nansen 연구
Omnichain Capital 공동창업자 David Attermann은 올해 5월 블로그에서 더 극단적인 평가 방법을 제시했다 — 바로 Bittensor를 OpenAI와 직접 비교하는 것이다.
흥미롭게도 David는 글을 올릴 당시 TAO 보유분이 없다고 특별히 언급하며, 분석의 객관성을 입증하려 했다.
핵심 사업 모두 모델 학습 후 사용자에게 제공하는 것이며, 하나는 폐쇄형 회사이고, 다른 하나는 전 세계 AI 모델을 조정하는 것이지만, 궁극적으로는 사용자가 AI를 더 잘 활용하도록 돕는다는 점에서 목적이 같다.
OpenAI가 마이크로소프트로부터 290억 달러(약 300억 달러)의 프라이빗 마켓 밸류에이션을 받았던 점을 고려하면, 현재 TAO의 FDV는 약 36억 달러 수준으로, 이 계산에 따르면 TAO는 여전히 약 8배의 평가 상승 여력이 있다.
필자는 이러한 평가 방식에 완전히 동의하지 않는다. Web3와 Web2 프로젝트의 기본적 요소, 성장 속도, 시장 관심사는 다르며, 단순히 평가 차이만으로 8배의 상승 여력을 주장하는 것은 참고용일 뿐이며, TAO 자체의 긍정적 요인과 자금 유입 열기에 더 주목해야 한다.
결론
요약하면, TAO/Bittensor는 우리가 익히 아는 AI 주제의 암호화폐 프로젝트 외에 또 다른 가능성을 제시한다. 즉 생산력 요소(컴퓨팅 자원과 데이터)에 직접 관여하지 않고, 오직 생산관계의 조정을 통해 AI 모델 간의 협력, 경쟁, 최적화를 유도하는 것이다.
이 서사는 분명 매력적이지만, AI 모델 연결, 검증 노드의 중심화, 모델 품질 평가 등 핵심 요소들은 백서 한 장으로 쉽게 해결되지 않는다 — AI 자체는 단순하지만, 상업적 경쟁은 그렇지 않다. 보상이 있으니까 이 네트워크에 참여하겠다고 설득하고, 기술 기업들이 다른 AI 모델과 협력하도록 유도하는 것은 여전히 의견이 분분할 수밖에 없다.
기본적 요소 외에도 토큰의 상승세는 시장이 AI 분야의 개념에 집단적으로 동의하고 있음을 보여준다. Bittensor가 세분화된 분야에서 유사한 규모의 경쟁자가 없다는 점을 고려하면, TAO는 AI 분야의 집단적 열기 속에서 더 많은 긍정적 요인을 맞이할 가능성이 있다. 그러나 적절한 평가 기준이 부족하기 때문에 장기 보유 여부는 여전히 의문이다.
프로젝트 소식의 업데이트와 거래량의 급변에 주목하는 것이 더 현실적인 선택일 수 있다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
深潮TechFlow
