MIIX Capital: io.net 프로젝트 연구 보고서
글: MIIX Capital
1. 프로젝트 개요
1.1 사업 개요
io.net은 분산형 GPU 네트워크로, 머신러닝(ML)을 위한 컴퓨팅 서비스를 제공하는 것을 목표로 한다. 독립된 데이터센터, 암호화폐 채굴자, Filecoin 또는 Render 등의 프로젝트에서 온 100만 개 이상의 GPU 자원을 통합하여 컴퓨팅 능력을 확보한다.
목표는 100만 개의 GPU를 DePIN(탈중앙 물리 인프라 네트워크)에 결합해 기업용 탈중앙 분산 컴퓨팅 네트워크를 구축하고, 전 세계의 유휴 컴퓨팅 리소스(GPU 중심)를 모아 AI 엔지니어들에게 가격이 낮고 접근하기 쉬우며 유연하게 조정 가능한 컴퓨팅 서비스를 제공하는 것이다.
사용자 입장에서는 글로벌 유휴 GPU 자원의 시장처럼 작동하며, AI 엔지니어나 팀들이 필요에 따라 맞춤형으로 GPU 컴퓨팅 서비스를 구성하고 구매할 수 있다.
1.2 팀 배경
-
Ahmad Shadid는 창립자이자 CEO로, 이전에는 WhalesTrader의 양적 거래 시스템 엔지니어였다.
-
Garrison Yang는 최고 전략 책임자 겸 마케팅 책임자(CMO)로, 이전에는 Ava Labs의 성장 및 전략 부사장이었다.
-
Tory Green는 COO로, Hum Capital의 COO와 Fox Mobile Group의 기업 전략 및 개발 담당 이사를 역임했다.
-
Angela Yi는 비즈니스 개발 부사장으로, 미국 하버드 대학교 출신이며 영업, 파트너십, 공급업체 관리 등 핵심 전략 수립과 실행을 담당한다.
2020년 Ahmad Shadid는 머신러닝 기반 양적 거래 회사인 Dark Tick을 위해 GPU 컴퓨팅 네트워크를 구축하면서 고주파 거래에 가까운 전략을 사용했기 때문에 막대한 컴퓨팅 파워가 필요했으며, 클라우드 서비스 업체의 높은 GPU 요금이 큰 문제였다.
계산 능력에 대한 막대한 수요와 높은 비용 문제는 그들이 분산형 컴퓨팅 리소스 플랫폼 구축을 결심하게 된 계기가 되었고, 이후 Austin Solana Hacker House에서 주목을 받았다. 따라서 io.net은 팀이 직접 겪은 문제를 해결하기 위해 시작된 프로젝트이다.
1.3 제품 / 기술
시장 사용자가 직면한 문제:
제한된 가용성: AWS, GCP, Azure 등의 클라우드 서비스를 통해 하드웨어에 접근하려면 보통 수주의 시간이 소요되며, 시장에서 인기 있는 GPU 모델은 종종 이용할 수 없다.
선택의 폭이 좁음: GPU 하드웨어, 위치, 보안 수준, 지연 시간 등에서 사용자의 선택권이 거의 없다.
비용 과다: 고품질 GPU를 확보하는 것은 매우 비싸며, 모델 훈련과 추론에 매월 수십만 달러가 소요된다.
해결책:
미활용 상태의 GPU 자원(예: 독립 데이터센터, 암호화폐 채굴자, Filecoin, Render 등 암호화 프로젝트)을 집약해 DePIN에 통합함으로써 엔지니어들이 시스템 내에서 방대한 컴퓨팅 파워를 활용할 수 있게 한다. ML 팀이 분산된 GPU 네트워크 상에서 추론 및 모델 서비스 워크플로우를 구축하고, 분산 컴퓨팅 라이브러리를 활용해 작업을 오케스트레이션하고 일괄 처리하며, 데이터 병렬화 및 모델 병렬화를 통해 다수의 분산 장치에서 동시에 처리할 수 있도록 지원한다.
또한, io.net은 고급 하이퍼파라미터 튜닝 기능을 갖춘 분산 컴퓨팅 라이브러리를 활용해 최적의 결과를 검토하고 스케줄링을 최적화하며 검색 패턴을 간단히 지정할 수 있다. 또한 오픈소스 강화학습(RL) 라이브러리를 사용하여 프로덕션 수준의 고도로 분산된 RL 워크로드를 지원하며, 간단한 API를 제공한다.
제품 구성:
IO Cloud는 탈중앙 GPU 클러스터를 필요에 따라 배포하고 관리하는 목적을 가지고 있으며, IO-SDK와 원활하게 통합되어 AI 및 Python 애플리케이션 확장을 위한 종합 솔루션을 제공한다. 무제한 컴퓨팅 능력을 제공하며, GPU/CPU 리소스의 배포 및 관리를 단순화한다.
IO Worker는 사용자에게 직관적인 웹 애플리케이션을 통해 GPU 노드 운영을 효율적으로 관리할 수 있는 포괄적이고 사용자 친화적인 인터페이스를 제공한다. 주요 기능은 사용자 계정 관리, 컴퓨팅 활동 모니터링, 실시간 데이터 표시, 온도 및 전력 소비 추적, 설치 도우미, 지갑 관리, 보안 조치, 수익성 계산 등을 포함한다.
IO Explorer는 사용자에게 포괄적인 통계 데이터와 GPU 클라우드의 다양한 측면을 시각화하여, io.net 네트워크의 복잡한 세부 사항을 쉽게 즉시 모니터링, 분석하고 이해할 수 있도록 한다. 네트워크 활동, 주요 통계, 데이터 포인트, 보상 거래에 대한 완전한 가시성을 제공한다.
제품 특징:
탈중앙 컴퓨팅 네트워크: io.net은 컴퓨팅 리소스를 전 세계에 분산시키는 탈중앙 컴퓨팅 모델을 채택하여, 컴퓨팅 효율성과 안정성을 높였다.
저비용 접근: 기존 중앙집중식 서비스에 비해 io.net Cloud는 더 낮은 접근 비용을 제공하여 더 많은 머신러닝 엔지니어와 연구자들이 컴퓨팅 리소스를 활용할 수 있게 한다.
분산형 클라우드 클러스터: 플랫폼은 분산형 클라우드 클러스터를 제공하여, 사용자가 자신의 요구에 맞춰 적절한 컴퓨팅 리소스를 선택하고 작업을 다양한 노드에 분배해 처리할 수 있다.
머신러닝 작업 지원: io.net Cloud는 머신러닝 엔지니어들에게 컴퓨팅 리소스를 제공하여 모델 훈련, 데이터 처리 등의 작업을 보다 쉽게 수행할 수 있도록 한다.
1.4 로드맵
https://developers.io.net/docs/product-timeline
io.net 백서에 따르면, 제품 로드맵은 다음과 같다: 2024년 1월~4월, V1.0 전면 출시를 통해 io.net 생태계의 탈중앙화를 추진하며, 자체 호스팅 및 자기복제(Self-replication) 기능을 실현한다.
1.5 펀딩 정보
공개된 뉴스에 따르면, 2024년 3월 5일 io.net은 Hack VC가 주도하고 Multicoin Capital, 6th Man Ventures, M13, Delphi Digital, Solana Labs, Aptos Labs, Foresight Ventures, Longhash, SevenX, ArkStream, Animoca Brands, Continue Capital, MH Ventures, Sandbox Games 등이 참여한 A 라운드에서 3000만 달러를 조달했다고 발표했다. 특히 주목할 점은 이번 펀딩 후 io.net의 전체 기업 가치가 10억 달러에 달한다는 것이다.
2. 시장 데이터
2.1 공식 웹사이트
2024년 1월부터 3월까지의 웹사이트 데이터에 따르면, 총 방문 수는 521.2만 명, 월평균 방문 수는 173.7만 명, 이탈률은 18.61%(낮은 편)이며, 지역별 방문자 분포가 균형 잡혀 있고, 직접 방문과 검색 방문 비중이 80%를 초과해, 방문자 데이터의 신뢰도가 높으며, io.net에 대한 기본적인 이해와 상호작용 의향이 있음을 나타낸다.
2.2 소셜 미디어 및 커뮤니티
3. 경쟁 분석
3.1 경쟁 구도
io.net의 핵심 사업은 탈중앙 AI 컴퓨팅 파워와 관련이 있으며, 가장 큰 경쟁자는 AWS, Google Cloud, Microsoft Azure를 대표로 하는 전통적인 클라우드 서비스 제공업체들이다. 국제데이터코퍼레이션(IDC), 인스톤 정보기술(Inspur Information), 칭화대학 글로벌 산업연구소가 공동 제작한 '2022-2023 글로벌 컴퓨팅 파워 지수 평가 보고서'에 따르면, 글로벌 AI 컴퓨팅 시장 규모는 2022년 19억 5천만 달러에서 2026년 34억 6600만 달러로 성장할 전망이다.
주요 글로벌 클라우드 컴퓨팅 업체들의 매출 비교: 2023년 AWS 클라우드 서비스 매출은 90.8억 달러, Google Cloud는 33.7억 달러, Microsoft Intelligent Cloud는 96.8억 달러였으며, 이 세 기업의 시장 점유율은 전 세계의 약 66%를 차지하고 있다. 또한 이들 대기업의 시가총액은 모두 1조 달러를 상회한다.
https://www.alluxio.io/blog/maximize-gpu-utilization-for-model-training/
클라우드 서비스 제공업체의 높은 수익과 대조적으로, GPU 활용률을 어떻게 향상시킬 것인지가 중요한 화두가 되고 있다. AI 인프라스트럭처의 한 설문조사에 따르면 대부분의 GPU 자원이 저평가되고 있다. 응답자의 약 53%는 GPU 자원의 51~70%가 저평가되고 있다고 생각하며, 25%는 85%까지 활용되고 있다고 답했고, 단 7%만이 85% 이상 활용되고 있다고 답했다. io.net 입장에서는 클라우드 컴퓨팅에 대한 막대한 수요와 GPU 자원의 낮은 활용률이 바로 시장 기회다.
3.2 경쟁 우위 분석
https://twitter.com/eli5_defi/status/1768261383576289429
io.net의 가장 큰 경쟁 우위는 생태적 입지 혹은 선점 효과에 있다. 공식 데이터에 따르면 현재 io.net은 4만 개 이상의 GPU 클러스터, 5600개 이상의 CPU, 6만 9천 개 이상의 Worker Node를 보유하고 있으며, 1만 개의 GPU를 90초 이내에 배포할 수 있다. 경쟁사보다 90% 저렴한 가격에 10억 달러의 기업 가치를 지닌다. io.net은 고객에게 기존 중앙집중형 클라우드 제공업체 대비 1~2할 수준의 저렴한 가격과 무허가 즉시 이용 서비스를 제공할 뿐 아니라, 곧 출시될 IO 토큰을 통해 컴퓨팅 제공자에게 추가적인 인센티브를 제공함으로써 100만 개 GPU 연결이라는 목표 달성을 함께 추진하고 있다.
또한 다른 DePIN 컴퓨팅 프로젝트들과 비교할 때, io.net은 GPU 컴퓨팅 능력에 특화되어 있으며, 그 GPU 네트워크 규모는 동종 프로젝트를 100배 이상 앞서고 있다. 또한 io.net은 블록체인 업계에서 Ray 클러스터, 쿠버네티스(Kubernetes) 클러스터, 대규모 클러스터 등 최첨단 ML 기술 스택을 GPU DePIN 프로젝트에 최초로 도입하고 대규모 실증에 나선 사례이기도 하여, GPU 수량뿐 아니라 기술 적용 및 모델 훈련 능력에서도 선도적인 위치를 차지하고 있다.
io.net의 지속적인 발전에 따라 GPU 용량을 기존 중앙집중형 클라우드 제공업체와 경쟁할 수 있는 50만 개 동시 GPU 수준까지 끌어올린다면, Web2 수준의 서비스를 더 낮은 비용으로 제공할 수 있을 것이며, Render Network, Filecoin, Solana, Ritual 등 주요 DePIN 및 AI 플레이어들과의 긴밀한 협력을 통해 점차 해당 분야의 핵심 위치를 확보하고 탈중앙 GPU 네트워크의 리더이자 정산 계층(Settlement Layer)으로 자리매김하여 Web3 x AI 생태계에 활력을 불어넣을 수 있을 것이다.
3.3 위험과 문제점
io.net은 Web3와 깊게 연계된 새로운 형태의 컴퓨팅 리소스 통합 및 분배 플랫폼이며, 전통적인 클라우드 서비스 제공업체와 사업 영역이 크게 중첩되기 때문에 기술적·시장적 측면에서 여러 위험과 장애물에 직면해 있다.
기술 보안 리스크: io.net은 신생 플랫폼으로 대규모 실사용 테스트를 거치지 않았으며, 악의적인 공격에 대한 예방 및 대응 능력도 입증되지 않았다. 막대한 컴퓨팅 자원의 접속, 분배, 관리에 대해 경험과 실증이 부족해 기술 제품에서 흔히 발생하는 호환성, 견고성, 보안성 등의 문제가 발생할 수 있다. 만일 문제가 발생하면, 고객들은 안정성과 보안을 우선시하기 때문에 이는 io.net에 치명타가 될 수 있다.
시장 확장 속도 저조: io.net은 전통적인 클라우드 서비스 제공업체와 사업 영역이 거의 동일하기 때문에 AWS, Google Cloud, Alibaba Cloud 등 1군 기업뿐만 아니라 2·3군 서비스 제공업체들과도 직접 경쟁해야 한다. 비록 비용 면에서 우위를 갖고 있지만, B2B 고객을 위한 서비스 체계와 마케팅 체계는 이제 막 시작 단계이며, 기존 Web3 산업의 마케팅 운영 방식과는 큰 차이가 있다. 따라서 현재로서는 시장 확장 속도가 기대에 못 미치며, 이는 프로젝트의 기업 가치 및 토큰 시가총액에 직접적인 영향을 줄 수 있다.
최근 보안 사건: 4월 25일 io.net의 창립자이자 CEO인 Ahmad Shadid는 트위터를 통해 io.net 메타데이터 API가 보안 사건을 당했다고 알렸다. 공격자는 사용자 ID에서 장치 ID로의 접근 가능한 매핑을 이용해 무단 메타데이터를 수정했으며, 이 취약점은 GPU 접근에는 영향을 주지 않았지만 사용자에게 표시되는 프런트엔드 메타데이터에는 영향을 주었다. io.net은 개인정보(PII)를 수집하지 않으며, 민감한 사용자 또는 장치 데이터를 유출하지 않았다고 밝혔다. Shadid는 io.net 시스템 설계가 자체 복구(Self-healing)를 가능하게 하며 각 장치를 지속적으로 업데이트해 잘못 변경된 메타데이터를 복구할 수 있다고 설명했다. 이 사건을 계기로 io.net은 OKTA 기반 사용자 인증 시스템 통합을 가속화했으며, 6시간 이내에 완료할 예정이라고 밝혔다. 또한 Auth0 Token을 도입해 무단 메타데이터 변경을 차단하고 있으며, 데이터베이스 복구 중에는 일시적으로 로그인이 불가능하다. 모든 정상 운영 기록은 영향을 받지 않으며, 공급업체의 컴퓨팅 보상에도 영향을 주지 않는다.
4. 토큰 가치 평가
4.1 토큰 모델
io.net 토큰 이코노미는 출시 초기 5억 개의 IO 토큰을 공급하며, 이를 다섯 가지 범주로 나눈다: 시드 투자자(12.5%), A라운드 투자자(10.2%), 핵심 기여자(11.3%), R&D 및 생태계(16%), 커뮤니티(50%). IO 토큰은 네트워크 성장 및 채택을 장려하기 위해 지급되며, 20년간 최대 8억 개의 고정 공급량까지 증가한다.
보상은 디플레이션 모델을 따른다. 첫 해 8%로 시작해 매월 1.02%씩 감소(연간 약 12%)하며, 8억 개의 IO 상한선에 도달할 때까지 지속된다. 보상 지급에 따라 초기 지지자 및 핵심 기여자의 지분은 점차 감소하며, 모든 보상이 분배된 후 커뮤니티의 지분은 50%까지 증가한다.
토큰의 용도는 IO Worker에 대한 인센티브 배분, AI 및 ML 배포 팀의 지속적인 네트워크 사용 장려, 수요와 공급의 균형 조절, IO Worker의 컴퓨팅 단위 가격 책정, 커뮤니티 거버넌스 등이다.
io.net은 IO 토큰 가격 변동성으로 인한 결제 문제를 방지하기 위해 달러에 연동된 스테이블코인 IOSD를 개발했다. 1IOSD는 항상 1달러와 동등하다. IOSD는 오직 IO 토큰 소각을 통해서만 획득할 수 있다. 또한 io.net은 네트워크 기능을 개선하기 위한 일부 메커니즘을 고려 중이다. 예를 들어, IO Workers가 본인 자산을 스테이킹함으로써 임대 확률을 높이는 방식을 도입할 수 있다. 이 경우 스테이킹한 자산이 많을수록 선택될 확률이 높아진다. 또한 본인 자산을 스테이킹한 AI 엔지니어는 수요가 많은 GPU를 우선적으로 사용할 수 있다.
4.2 토큰 메커니즘
IO 토큰은 수요측과 공급측 두 그룹에 주로 사용된다. 수요측의 경우, 모든 컴퓨팅 작업은 달러로 가격이 책정되며, 네트워크는 작업 완료 전까지 지불금을 보류한다. 노드 운영자가 달러와 토큰으로 보상 비율을 설정하면, 달러 금액은 노드 운영자에게 직접 지급되고, 토큰으로 할당된 부분은 IO 토큰 소각에 사용된다. 이후 해당 기간 동안 컴퓨팅 보상으로 발행된 모든 IO 토큰은 사용자의 쿠폰 토큰(계산 크레딧)의 달러 가치에 비례해 분배된다.
공급측의 경우, 가용성 보상과 컴퓨팅 보상이 있다. 컴퓨팅 보상은 네트워크에 제출된 작업에 대해 사용자가 '시간 단위로 클러스터를 배포하는 지속 시간'을 선택하고, io.net 가격 오라클로부터 비용 추정을 받는 방식이다. 가용성 보상은 네트워크가 주기적으로 소규모 테스트 작업을 제출하여 어떤 노드가 정기적으로 운영되며 수요측 작업을 잘 수용하는지를 평가하는 방식이다.
참고로 수요측과 공급측 모두 계산 성능 및 네트워크 참여도에 따라 점수를 누적하는 평판(Reputation) 시스템을 도입해 보상이나 할인 혜택을 제공한다.
또한 io.net은 생태계 성장 메커니즘으로 스테이킹, 초대 보상, 네트워크 수수료를 도입했다. IO 토큰 보유자는 자신의 토큰을 노드 운영자나 사용자에게 스테이킹할 수 있다. 스테이킹 시, 스테이커는 참여자가 받는 모든 보상의 1~3%를 얻는다. 사용자는 새로운 네트워크 참여자를 초대해 그들의 미래 수익 일부를 공유할 수도 있다. 네트워크 수수료는 5%로 설정된다.
4.3 가치 평가 분석
현재 해당 분야 프로젝트들의 정확한 수익 데이터를 확보하기 어려워 정확한 가치 평가를 내릴 수 없으며, 여기서는 AI+DePIN 프로젝트인 Render와의 비교를 통해 참고 자료를 제공한다.
https://x.com/ionet/status/1777397552591294797
https://globalcoinresearch.com/2023/04/26/render-network-scaling-rendering-for-the-future/
그림에서 보듯이, Render Network는 현재 AI+Web3 분야에서 탈중앙 GPU 렌더링 솔루션의 선두 프로젝트로, GPU 자원 총량은 11,946개이며 현재 시가총액은 30억 달러(FDV 기준 50억 달러)이다. 반면 io.net은 GPU 자원 총량이 461,772개로 Render의 38배에 달하며, 현재 기업 가치는 10억 달러이다. io.net과 Render 프로젝트 모두 핵심 역량은 탈중앙 GPU 컴퓨팅 파워이므로, GPU 공급량을 핵심 비교 기준으로 보면, io.net의 상장 후 시가총액은 Render를 넘어서거나 적어도 비슷한 수준에 이를 가능성이 높다.
https://stats.renderfoundation.com/
Render Network의 2022년 Frames Rendered는 9,420,335건, GMV는 2,457,134달러였으며, 현재 Frames Rendered는 31,643,819건으로, 이를 기반으로 전체 GMV는 약 8,253,751달러로 추정된다.
io.net의 최근 4개월 GMV는 40만 달러이며, 이를 4개월 기준 평균 성장률로 가정하면 12개월 GMV는 120만 달러이다. 만약 io.net이 현재 Render Network의 GMV 수준에 도달하려면 아직 6.8배의 성장 여력이 있다. 현재 io.net의 기업 가치는 10억 달러이며, 위 분석을 종합하면, io.net은 강세장 사이클에서 50억 달러 이상의 시가총액에 도달할 가능성이 있다.
5. 결론
io.net의 등장은 탈중앙 컴퓨팅 분야의 공백을 메웠으며, 사용자들에게 새로운 가능성을 지닌 컴퓨팅 방식을 제공하고 있다. 인공지능 및 머신러닝 분야의 지속적인 발전에 따라 컴퓨팅 리소스에 대한 수요는 계속 증가하고 있으므로, io.net은 높은 시장 잠재력과 가치를 지닌다.
반면, 시장이 이미 io.net에 10억 달러라는 높은 기업 가치를 부여했지만, 제품은 아직 시장 검증을 받지 못했으며 기술적으로 불확실한 리스크가 존재한다. 또한 공급과 수요를 얼마나 효과적으로 매칭할 수 있는지도 향후 시가총액이 신기록을 달성할 수 있는 핵심 변수다. 현재 상황을 보면, io.net은 공급측에서 초기 성과를 보이고 있으나 수요측에서는 아직 본격적인 활성화가 이루어지지 않아 전체 GPU 자원이 충분히 활용되지 않고 있다. 따라서 GPU 자원 수요를 더욱 효과적으로 유도하는 것은 팀이 반드시 해결해야 할 과제이다.
만약 io.net이 시장 수요를 빠르게 유입하고 운영 중에 중대한 기술적 문제나 리스크를 겪지 않는다면, AI+DePIN이라는 실물 사업 특성 덕분에 비즈니스 성장의 비행 바퀴(Flywheel)가 돌기 시작하며 Web3 분야에서 가장 주목받는 프로젝트가 될 수 있다. 이는 즉시 io.net이 매우 우수한 투자 대상이 될 수 있음을 의미하며, 우리는 앞으로도 지속적으로 추적 관찰하고 신중히 검증할 필요가 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
@MIIXCapital_CN
