화비 그로스 아카데미｜InfoFi 심층 리포트: AI 시대의 주목도 금융 실험
1. 서론: 정보 부족에서 주목도 부족으로, InfoFi의 등장
20세기 정보 혁명은 인류 사회에 폭발적인 지식 성장을 가져왔지만 역설적인 문제를 야기했다. 정보 접근 비용이 거의 제로가 되면서 이제 진정한 희소 자원은 정보 자체가 아니라 정보 처리에 필요한 인간의 인지 자원—즉 ‘주목도(attention)’가 되었다. 노벨상 수상자 허버트 사이먼(Herbert Simon)이 1971년 처음 제안한 ‘주목도 경제(attention economy)’ 개념처럼, “정보 과잉은 주목도 부족을 초래한다”는 현실 속에서 현대 사회는 점점 더 깊이 빠져들고 있다. 마이크로블로그, X(구 트위터), YouTube, 쇼츠, 뉴스 푸시 알림 등 하루 종일 쏟아지는 콘텐츠 홍수 속에서 인간의 인지 한계는 계속해서 압박받고 있으며, 정보 선별, 판단, 가치 평가가 점점 더 어려워지고 있다.
이러한 주목도의 희소성은 디지털 시대에 자원 확보 전쟁으로 변모하고 있다. 기존 Web2 모델에서는 플랫폼이 알고리즘 추천을 통해 트래픽 입구를 독점하며, 주목도라는 자원의 실제 창출자—사용자이든, 콘텐츠 제작자이든, 커뮤니티 전도자이든—그들은 대부분 플랫폼 수익 구조 안에서 ‘무료 연료’에 불과하다. 상위 플랫폼과 자본은 주목도 변현(value capture)의 사슬을 따라 이윤을 수확하지만, 정보 생산과 확산을 실제로 이끄는 개개인은 그 가치 분배에 참여하기 어렵다. 이러한 구조적 단절은 디지털 문명 진화의 핵심 모순으로 자리 잡고 있다.
정보 금융화(InfoFi)의 부상은 바로 이런 맥락 속에서 일어났다. InfoFi는 우연히 등장한 신조어가 아니라, 블록체인, 토큰 보상, AI 기술을 기반으로 ‘주목도 가치 재편성’을 목표로 하는 근본적인 패러다임 전환을 의미한다. InfoFi는 사용자의 의견, 정보, 평판, 소셜 상호작용, 트렌드 발견 같은 비정형 인지 행동을 정량화되고 거래 가능한 자산 형태로 전환하며, 탈중앙화된 인센티브 메커니즘을 통해 정보 생태계에서 창조, 전파, 판단에 참여하는 모든 사용자가 그 가치를 공유할 수 있도록 한다. 이는 단순한 기술 혁신을 넘어서, “누가 주목도를 소유하고, 누가 정보를 주도하는가”에 대한 권력 재분배 시도이다.
Web3 내 서사 체계에서 InfoFi는 소셜 네트워크, 콘텐츠 창작, 시장 게임, AI 지능을 연결하는 중요한 다리 역할을 한다. InfoFi는 DeFi의 금융 설계, SocialFi의 소셜 동력, GameFi의 인센티브 구조를 계승하면서 동시에 AI의 의미 분석, 신호 식별, 트렌드 예측 능력을 접목하여 ‘인지 자원 금융화’를 중심축으로 하는 새로운 시장 구조를 만들어낸다. 그 핵심은 단순한 콘텐츠 배포나 좋아요/후원이 아니라, ‘정보 → 신뢰 → 투자 → 수익’이라는 가치 발견 및 재분배 로직 전체에 있다.
농업 사회의 핵심 희소 자원이 ‘토지’였고, 산업 시대엔 ‘자본’이 성장 엔진이었다면, 오늘날 디지털 문명에서는 ‘주목도’가 핵심 생산 요소로 부상하고 있다. 인간 사회의 자원 중심이 깊이 이동하고 있는 것이다. 그리고 InfoFi는 바로 이러한 거시적 패러다임 전환이 체인 상에서 구체적으로 표현된 형태라 할 수 있다. InfoFi는 암호화폐 시장의 새로운 핫스팟일 뿐 아니라, 디지털 세계의 거버넌스 구조, 지식재산권 논리, 금융 가격 결정 메커니즘을 근본부터 재구성할 수 있는 출발점이 될 수 있다.
하지만 모든 패러다임 전이는 직선적이지 않으며, 거품, 과장, 오해, 불안정함을 동반할 수밖에 없다. InfoFi가 진정한 사용자 중심의 주목도 혁명이 될 수 있을지는, 인센티브 설계, 가치 포획 로직, 실질적 수요 간에 동적 균형점을 찾을 수 있느냐에 달려 있다. 그렇지 않다면, 또 한 번 ‘포용적 서사’에서 ‘중앙집중적 수확’으로 미끄러지는 환상에 그칠 것이다.
2. InfoFi의 생태 구성: ‘정보 × 금융 × AI’의 삼원 교차 시장
InfoFi의 본질은 정보가 넘쳐나고 가치를 포착하기 어려운 현대 네트워크 환경 속에서 금융 논리, 의미 계산, 게임 메커니즘이 복합적으로 작동하는 시장 시스템을 구축하는 것이다. InfoFi의 생태 구조는 단일 차원의 ‘콘텐츠 플랫폼’이나 ‘금융 프로토콜’이 아니라, 정보 가치 발견 메커니즘, 행동 인센티브 시스템, 스마트 배포 엔진 세 가지가 만나는 접점이며, 정보 거래, 주목도 인센티브, 평판 평가, 지능형 예측을 아우르는 풀스택(full-stack) 생태계다.
근본적인 관점에서 InfoFi는 정보의 ‘금융화’ 시도다. 즉, 원래는 가격 책정이 불가능했던 콘텐츠, 견해, 트렌드 판단, 소셜 상호작용 등의 인지 활동을 측정 가능하고 거래 가능한 ‘준자산(quasi-asset)’으로 전환해 시장 가격을 부여하는 것이다. 금융의 도입으로 인해 정보는 생산·유통·소비 과정에서 더 이상 조각난 ‘내용 파편’이 아니라, 게임적 속성과 가치 축적 능력을 갖춘 ‘인지 제품(cognitive product)’이 된다. 즉, 댓글 하나, 예측 하나, 트렌드 분석 하나도 개인의 인지 표현일 뿐 아니라 위험 노출과 미래 수익권을 가진 투기 자산이 될 수 있다. Polymarket, Kalshi 등 예측 시장의 인기는 바로 이러한 로직이 여론과 시장 기대 수준에서 실현된 사례다.
하지만 금융 메커니즘만으로는 정보 폭증이 초래한 노이즈 난무와 나쁜 정보가 좋은 정보를 몰아내는 ‘거품(Gresham’s Law)’ 문제를 해결하기 어렵다. 따라서 AI가 InfoFi의 두 번째 기둥이 된다. AI는 주로 두 가지 역할을 수행한다. 첫째, 의미 필터로서 정보 신호와 노이즈의 ‘첫 번째 방어선’ 역할을 하고, 둘째, 사용자의 소셜 네트워크 행동, 콘텐츠 상호작용 기록, 견해의 독창성 등을 다차원 데이터로 모델링함으로써 정보 출처를 정밀하게 평가하는 ‘행동 식별’ 기능을 한다. Kaito AI, Mirra, Wallchain 등의 플랫폼은 AI 기술을 콘텐츠 평가와 사용자 프로파일링에 도입한 대표적 사례이며, Yap-to-Earn 모델에서 누구에게 토큰 보상을 줄지, 누구를 차단하거나 순위를 낮출지를 결정하는 ‘알고리즘 심판’ 역할을 한다. 어떤 의미에서 AI는 InfoFi 내에서 증권거래소의 시장조성자(market maker)와 정산 메커니즘과 동일한 기능을 수행하며, 생태계의 안정성과 신뢰성을 유지하는 핵심 요소다.
정보는 모든 것의 기반이다. 정보는 거래 대상일 뿐 아니라, 시장 감정, 소셜 연결, 공동체 형성의 근원이기도 하다. DeFi와 다른 점은 InfoFi의 자산 담보물이 USDC, BTC 같은 체인 상 하드 자산이 아니라, 견해, 신뢰, 화제, 트렌드, 통찰력 등 유동성이 더 높고 구조는 느슨하지만 시효성(time-sensitive)이 강한 ‘인지 자산(cognitive assets)’이라는 점이다. 이는 InfoFi 시장의 운영 메커니즘이 선형적 쌓기가 아니라, 소셜 그래프, 의미 네트워크, 심리적 기대를 기반으로 하는 동적 생태에 고도로 의존한다는 것을 의미한다. 이 틀 안에서 콘텐츠 제작자는 시장의 ‘시장조성자(market maker)’ 역할을 하며, 그들의 견해와 통찰력을 제공해 시장이 그 ‘가격’을 판단하게 한다. 사용자는 ‘투자자’로서 좋아요, 공유, 베팅, 댓글 등을 통해 특정 정보의 가치를 평가하며, 이를 통해 네트워크 내에서 정보의 부상 또는 침몰을 유도한다. 플랫폼과 AI는 ‘심판 + 거래소’로서 전체 시장의 공정성과 효율성을 보장하는 책임을 진다.
이러한 삼원 구조의 상호작용은 일련의 신종 생물과 메커니즘을 낳는다. 예측 시장은 명확한 거래 대상을 설정해 게임을 가능하게 하고, Yap-to-Earn은 ‘지식 채굴’, ‘상호작용=생산’을 장려한다. Ethos 같은 평판 프로토콜은 개인의 체인 상 기록과 소셜 행동을 신용 자산으로 전환하며, Noise와 Trends 같은 주목도 시장은 체인 상에서 발생하는 ‘감정 변동(emotional fluctuations)’을 포착하려 한다. Backroom처럼 토큰 기반의 콘텐츠 접근 제어 플랫폼은 권한 경제(permission economy)를 통해 정보 유료화 로직을 재구성한다. 이들은 InfoFi의 다층적 생태계를 구성하며, 가치 발견 도구, 가치 분배 메커니즘뿐 아니라 다차원 정체성 체계, 참여 장벽 설계, 시빌 공격(Sybil attack) 방지 메커니즘까지 포함한다.
이러한 교차 구조 속에서 InfoFi는 더 이상 단순한 시장이 아니라 복잡한 정보 게임 시스템이 된다. 정보를 거래 매개체로, 금융을 인센티브 엔진으로, AI를 거버넌스 중심으로 삼아 궁극적으로 자율 조직화 가능하고, 분산되며 조절 가능한 인지 협업 플랫폼을 구축하려는 것이다. 어떤 의미에서 InfoFi는 ‘인지 금융 인프라(cognitive financial infrastructure)’를 지향하며, 콘텐츠 배포를 넘어 암호사회 전체에 더 효율적인 정보 발견과 집단 의사결정 메커니즘을 제공하려 한다.
그러나 그러한 시스템은 본질적으로 복잡하고 다양하며 취약하다. 정보의 주관성은 가치 평가의 비일관성을 낳고, 금융의 게임성은 조작과 무리 효과(herd effect) 위험을 높이며, AI의 블랙박스성은 투명성에 도전한다. InfoFi 생태계는 삼원 간 긴장 속에서 끊임없이 균형을 맞추고 자기 회복해야 하며, 그렇지 않으면 자본 주도 아래 ‘변칙 도박’이나 ‘주목도 수확장’으로 쉽게 흐를 수 있다.
InfoFi의 생태 구축은 특정 프로토콜이나 플랫폼의 고립된 작업이 아니라, 사회-기술 시스템 전체의 공진화(co-evolution)이며, Web3가 ‘자산’이 아닌 ‘정보 거버넌스’ 방향으로 나아가는 깊이 있는 시도다. InfoFi는 다음 세대의 정보 가격 책정 방식을 정의할 것이며, 더 개방적이고 자치적인 인지 시장을 건설할 수 있을 것이다.
3. 핵심 게임 메커니즘: 인센티브 혁신 vs 수확 덫
InfoFi 생태계에서 모든 번영의 이면에는 결국 인센티브 설계 게임이 존재한다. 예측 시장 참여, 입질 루딩(yap-to-earn), 평판 자산 형성, 주목도 거래, 체인 상 데이터 채굴 등 모든 행위는 궁극적으로 ‘누가 노력했는가? 누가 수익을 얻는가? 누가 리스크를 부담하는가?’라는 핵심 질문에서 비롯된다.
외부에서 보면 InfoFi는 Web2에서 Web3로의 ‘생산 관계 혁신’처럼 보인다. 기존 콘텐츠 플랫폼에서 ‘플랫폼-창작자-사용자’ 간의 착취 구조를 깨고, 정보의 원천 기여자에게 가치를 돌려주려는 시도이기 때문이다. 하지만 내부 구조를 보면 이 가치 회귀는 자연스럽게 공정한 것이 아니라, 일련의 인센티브, 검증, 게임 메커니즘 위에 이루어진 미묘한 균형에 달려 있다. 설계가 잘되면 InfoFi는 사용자 모두가 이익을 얻는 혁신 실험장이 될 수 있지만, 메커니즘이 붕괴하면 자본과 알고리즘 주도의 ‘소매 투자자 수확장’이 될 위험이 크다.
우선 ‘인센티브 혁신’의 긍정적 잠재력을 살펴볼 필요가 있다. InfoFi의 모든 하위 영역의 본질적 혁신은 과거에 측정 불가능하고 금융화되지 않았던 ‘정보’라는 무형 자산에 명확한 거래성, 경쟁성, 정산 가능성을 부여하는 것이다. 이러한 전환은 두 가지 핵심 엔진에 의존한다. 블록체인의 추적 가능성(traceability)과 AI의 평가 가능성(assessability).
예측 시장은 시장 가격 메커니즘을 통해 인지적 합의를 실현 가능한 가치로 전환하고, 입질 루딩(Yap-to-Earn)은 발언을 경제적 행위로 바꾼다. 평판 시스템은 상속 가능하고 담보 가능한 소셜 캐피탈(social capital)을 구축한다. 주목도 시장은 핫트렌드를 거래 대상으로 삼아 ‘정보 발견 → 신호 베팅 → 차익 획득’이라는 로직으로 콘텐츠 가치를 재정의한다. AI 기반 InfoFi 애플리케이션은 대규모 의미 모델링, 신호 식별, 체인 상 상호작용 분석을 통해 데이터와 알고리즘 기반의 정보 금융 네트워크를 구축하려 한다. 이러한 메커니즘들은 정보에 처음으로 ‘현금흐름(cash flow)’ 속성을 부여하며, ‘한마디 말하기, 트윗 리트윗하기, 누군가를 추천하기’ 같은 행위를 진정한 생산 활동으로 전환한다.
하지만 인센티브가 강할수록 ‘게임 남용(game abuse)’이 쉬워진다. InfoFi가 직면한 가장 큰 구조적 위험은 바로 인센티브 메커니즘의 왜곡과 아비터리지(arbitrage) 사슬의 확산이다.
Yap-to-Earn을 예로 들면, 표면적으로는 AI 알고리즘이 사용자 콘텐츠 창작 가치를 보상하지만, 실제 운영에서는 많은 프로젝트가 초기 단계에 대량의 창작자를 유치한 후 빠르게 ‘정보 안개(information fog)’ 상태에 빠진다. 로봇 계정의 스팸, 대형 인플루언서의 조기 참여, 프로젝트 팀의 상호작용 가중치 조작 등 문제가 빈번하게 발생한다. 한 유명 인플루언서는 이렇게 지적했다. “지금은 양(量)을 쌓지 않으면 절대 순위권에 못 들어간다. AI는 이미 키워드만 인식하고 트렌드를 따라가는 방향으로 훈련됐다.” 또 다른 프로젝트 관계자는 밝혔다. “Kaito 입질 루딩에 15만 달러를 투입했는데, 결과적으로 70%의 트래픽이 AI 계정과 워터 아미(water army)가 차지했다. 진짜 KOL은 참여하지 않았고, 다시 투자할 생각은 전혀 없다.”
포인트 제도와 토큰 기대치가 불투명한 메커니즘 아래에서 많은 사용자가 ‘무료 노동자’로 전락한다. 트윗하고, 상호작용하고, 온라인에 접속하고, 그룹 만들기를 반복하지만, 결국 에어드랍 자격조차 얻지 못하는 경우가 많다. 이러한 ‘배신형’ 인센티브 설계는 플랫폼 신뢰도를 해치며 장기적으로 콘텐츠 생태계를 붕괴시킨다. Magic Newton과 Humanity의 대조 사례는 매우 전형적이다. 전자는 Kaito 입질 루딩 단계에서 배분 메커니즘이 명확해 토큰 가치 회수가 풍부했지만, 후자는 배분 불균형과 투명성 부족으로 커뮤니티 신뢰 위기를 겪었고 ‘반입질(rug-yap)’ 논란까지 일어났다. 이러한 마태 효과 하의 구조적 불공정은 소규모 창작자와 일반 사용자의 참여 의욕을 크게 꺾으며, 심지어 ‘알고리즘 제물형 입질 플레이어(algorithmic sacrifice yap player)’라는 풍자적 정체성까지 만들어낸다.
더 주목할 점은, 정보의 금융화가 곧 가치의 공감화를 의미하지 않는다는 사실이다. 주목도 시장이나 평판 시장에서 ‘매수(bullish)’된 콘텐츠, 인물, 트렌드가 반드시 장기적 가치를 가진 신호라고는 할 수 없다. 실질적 수요와 시나리오가 뒷받침되지 않은 상태에서 인센티브가 줄거나 보조금이 중단되면, 이러한 금융화된 ‘정보 자산’은 급속히 제로로 돌아가거나, ‘단기 투기 서사, 장기 제로’라는 폰지 역학을 형성하기도 한다. LOUD 프로젝트의 단명은 바로 이러한 로직의 축소판이다. 출시 당일 시가총액 3000만 달러를 돌파했지만, 단 이틀 만에 60만 달러 미만으로 추락하며 InfoFi판 ‘북치고 장구치며’ 게임의 전형을 보여줬다.
또한 예측 시장에서 예언기(oracle) 메커니즘이 투명하지 않거나, 자금력 있는 대형 투자자에게 조작당하면 정보 가격 책정의 편향이 쉽게 발생한다. Polymarket은 여러 차례 ‘이벤트 정산 기준 불명확’으로 사용자 논란을 겪었으며, 2025년에는 예언기 투표 결함으로 인해 대규모 보상 분쟁이 발생하기도 했다. 이는 ‘실세계 정보’를 대상으로 하는 예측 메커니즘조차 기술과 게임 이론 사이에서 더 나은 균형점을 찾아야 함을 상기시켜 준다.
결국 InfoFi의 인센티브 메커니즘이 ‘금융 자본 vs 개인 주목도’의 대립 서사를 넘어서려면, 세 가지 긍정적 피드백 시스템을 구축해야 한다. 정보 생산 행위가 정확히 식별될 수 있어야 하고, 가치 분배 메커니즘이 투명하게 실행되어야 하며, 롱테일(Long-tail) 참여자들이 실제로 동기부여를 받아야 한다. 이는 단순한 기술 문제가 아니라 제도 공학과 제품 철학의 시험이다.
요약하면, InfoFi의 인센티브 메커니즘은 최대 강점이자 최대 위험 요인이기도 하다. 이 시장에서 인센티브 설계는 정보 혁명을 일으킬 수도 있고, 신뢰 붕괴를 유발할 수도 있다. 인센티브 시스템이 더 이상 트래픽과 에어드랍 게임이 아니라, 진짜 신호를 식별하고 우수한 기여를 장려하며 스스로 지속 가능한 생태를 형성할 수 있는 기반 구조가 될 때, InfoFi는 비로소 ‘희소경제(hype economy)’에서 ‘인지 금융(cognitive finance)’으로의 도약을 이룰 수 있을 것이다.
4. 주요 프로젝트 분석 및 주목할 방향
현재 InfoFi 생태계는 다양한 형태로 발전하며 관심이 빠르게 순환하는 양상을 보이고 있다. 각 프로젝트는 ‘정보 → 인센티브 → 시장’이라는 핵심 경로를 중심으로 서로 다른 제품 패턴과 사용자 성장 전략을 발전시키고 있다. 일부 프로젝트는 이미 비즈니스 모델을 어느 정도 입증하며 InfoFi 서사의 핵심 앵커가 되었고, 다른 일부는 여전히 개념 검증 단계에 머물러 사용자 교육과 메커니즘 최적화를 통해 돌파구를 찾고 있다. 복잡한 경쟁 속에서 우리는 다섯 가지 대표 방향에서 선별된 프로젝트들을 분석하고, 지속적으로 주목할 만한 잠재력 있는 그룹을 제안하고자 한다.
1. 예측 시장: Polymarket + Upside
Polymarket은 InfoFi 생태계에서 가장 성숙하고 상징적인 프로젝트 중 하나로, USDC를 이용해 다양한 사건 결과에 대한 계약 지분을 사고팔며 현실 세계 사건의 집단 기대를 가격화하는 것이 핵심 모델이다. 비탈릭(Vitalik)이 이를 ‘정보 금융의 원형(proto-information finance)’이라 칭한 이유는 거래 로직이 명확하고 금융 설계가 견고할 뿐 아니라, 현실 세계에서 ‘미디어 기능’을 수행하기 시작했기 때문이다. 예를 들어, 2024 미국 대선 당시 Polymarket이 반영한 승패 확률은 전통 여론조사보다 여러 차례 앞섰으며, 일론 머스크를 비롯한 인사들의 논의와 공유를 불러일으켰다.
Polymarket이 X와의 공식 협력이 성사되면서 사용자 성장과 데이터 가시성이 더욱 강화되었으며, 소셜 여론과 정보 가격화가 융합된 ‘슈퍼 허브 플랫폼’으로 발전할 가능성이 있다. 그러나 현재 Polymarket은 규제 리스크(CFTC의 반복적 경고), 예언기 논란, 소수 주제 참여도 부족 등의 문제에 여전히 직면해 있다.
반면 Upside는 소셜 기반 예측을 주력으로, 아서 헤이스(Arthur Hayes) 등 유명 투자자들이 지원하는 신생 프로젝트다. 이 플랫폼은 좋아요 투표 메커니즘을 통해 콘텐츠 예측을 시장화하고, 창작자, 독자, 투표자가 수익을 공유하도록 시도한다. Upside는 경량 상호작용, 낮은 진입 장벽, 비금융화된 사용자 경험을 강조하며 InfoFi와 콘텐츠 플랫폼의 융합 모델을 탐색하고 있으며, 사용자 유지율과 콘텐츠 품질 유지 능력에 대한 후속 성과가 주목된다.
2. 입질 루딩(Yap-to-Earn): Kaito AI + LOUD
Kaito AI는 입질 루딩 모델에서 가장 대표적인 플랫폼 중 하나이자, 현재 InfoFi 사용자 수가 가장 많은 프로젝트로, 100만 명 이상의 등록 사용자와 20만 명 이상의 활성 입질러(Yapper)를 확보했다. 그 혁신점은 X(구 트위터)에서 사용자가 게시한 콘텐츠의 질, 상호작용성, 프로젝트 관련성을 AI 알고리즘으로 평가해 Yaps(포인트)를 배분하고, 순위 기반으로 프로젝트와 협력해 토큰 에어드랍 또는 보상을 제공한다는 점이다.
Kaito 모델은 폐쇄적 루프를 형성한다. 프로젝트는 토큰 인센티브로 커뮤니티 전파를 유도하고, 창작자는 콘텐츠로 주목도를 다투며, 플랫폼은 데이터와 AI 모델로 배포와 질서를 통제한다. 하지만 사용자가 급증함에 따라 콘텐츠 신호 오염, 로봇 계정 확산, 포인트 배분 논란 같은 구조적 문제도 겪고 있다. Kaito 창립자도 최근 이러한 문제 해결을 위해 알고리즘 업데이트와 커뮤니티 메커니즘 최적화를 진행하고 있다.
LOUD는 입질 루딩 포인트 순위를 활용해 IAO(초기 주목도 발행)를 시행한 최초의 프로젝트로, 출시 전 Kaito 순위에서 70%의 주목도를 독점했다. 에어드랍 전략은 단기적으로 많은 소셜 반향을 만들었지만, 이후 토큰 가격이 급락하면서 커뮤니티로부터 ‘북치고 장구치며 수확’이라 비판받았다. LOUD의 흥망성쇠는 입질 루딩 분야가 아직 시험 단계에 있으며, 메커니즘 성숙도와 인센티브 공정성 개선이 필요함을 보여준다.
3. 평판 금융: Ethos + GiveRep
Ethos는 현재 평판 금융 분야에서 가장 체계적이고 탈중앙화된 시도다. 핵심 로직은 체인 상에서 검증 가능한 ‘신용 점수’를 구축하는 것으로, 상호작용 기록, 댓글 메커니즘을 통해 점수를 생성할 뿐 아니라 ‘보증 메커니즘(guarantee mechanism)’을 도입했다. 사용자는 ETH를 담보로 타인을 추천하며 일정한 리스크를 부담함으로써 웹3형 신뢰 네트워크를 형성한다.
Ethos의 또 다른 혁신은 평판 투기 시장을 도입해 사용자가 타인의 평판을 ‘매수 또는 매도’할 수 있도록 한 것으로, 신뢰를 실현 가능한 새로운 차원의 금융 도구로 만든다. 이 메커니즘은 향후 평판 점수를 대출 시장, DAO 거버넌스, 소셜 정체성 인식과 통합하는 가능성을 열어준다. 다만 초대제 기반으로 인해 사용자 확장 속도가 느린 편이며, 앞으로 어떻게 진입 장벽을 낮추고 시빌 공격 저항력을 높일지가 플랫폼 발전의 핵심 과제다.
Ethos와 비교해 GiveRep는 더 가볍고 커뮤니티 중심이다. 메커니즘은 @공식 계정에 댓글을 달아 창작자와 댓글 작성자에게 점수를 주는 것으로, 하루 댓글 횟수를 제한하고 X 커뮤니티의 활성 생태와 결합해 Sui에서 일정 규모의 확산을 이루었다. 이 모델은 프로젝트의 소셜 확산과 평판 점수화를 위한 경량 테스트에 적합하며, 향후 거버넌스 가중치, 프로젝트 에어드랍 등 메커니즘 통합의 신뢰 기반으로 활용될 수 있다.
4. 주목도 시장: Trends + Noise + Backroom
Trends는 ‘콘텐츠 자산화’를 탐색하는 플랫폼으로, 창작자가 자신의 X 게시물을 거래 가능한 ‘Trend’로 발행하고 거래 곡선을 설정하면, 커뮤니티 구성원이 해당 게시물의 인기를 매수할 수 있으며, 창작자는 거래에서 수수료를 받는다. 이는 ‘버즈 콘텐츠’를 유동성 자산으로 전환하는 것으로, 전형적인 ‘소셜 금융화’ 시도다.
Noise는 MegaETH 기반의 주목도 선물 플랫폼으로, 사용자는 특정 주제나 프로젝트의 인기 변화에 베팅할 수 있으며, 주목도 금융의 직접적인 투자 수단이다. 초대장이 필요한 폐쇄 테스트에서 일부 예측 모델이 초기 시장 발견 능력을 보였으며, 향후 AI 모델을 도입해 인기 트렌드를 예측한다면 InfoFi 생태계 내 ‘선도 지표’ 도구가 될 가능성이 있다.
Backroom은 ‘유료 해제 + 고가치 콘텐츠 선별’을 지향하는 InfoFi 제품을 대표한다. 창작자는 토큰 기반 진입 장벽을 설정해 고품질 콘텐츠를 게시하고, 사용자는 Key를 구매해 접근할 수 있으며, Key 자체도 거래 가능성과 가격 변동성을 갖춰 콘텐츠 금융 폐쇄 루프를 형성한다. 이 모델은 NoiseFi가 성행하는 환경 속에서 ‘노이즈 감소, 신호 선별’을 강조하며 지식 창작자 그룹의 새로운 도구로 자리 잡고 있다.
5. 데이터 인사이트 및 AI 에이전트 플랫폼: Arkham + Xeet + Virtuals
Arkham Intel Exchange는 이미 체인 상 정보 금융화의 대명사가 되었으며, 사용자가 현상금을 걸어 ‘체인 상 탐정’이 주소 소유 정보를 공개하도록 유도한다. 이 로직은 전통 정보 시장과 유사하지만, 탈중앙화와 거래 가능성을 처음으로 실현했다. 개인정보 침해, 마녀사냥 논란 등 논쟁은 끊이지 않지만, 데이터 인사이트형 InfoFi의 기본 패러다임을 확립했다.
Xeet는 아직 완전히 출시되지 않았지만, 창립자 Pons는 InfoFi의 ‘노이즈 제거기(noise reducer)’를 만들겠다고 공언하며, Ethos 평판 시스템, KOL 추천, 프라이빗 콘텐츠 추천 등을 도입해 더 진실되고 스팸 없는 신호 시장을 조성하겠다고 밝혔다. 이는 Yap-to-Earn의 노이즈 문제에 대한 직접적인 반격이다.
Virtuals의 혁신은 AI 에이전트를 새로운 InfoFi 참여 주체로 삼는 것이다. 과제를 수행하고 평가를 완료하며 상호작용 데이터를 생성함으로써 InfoFi 생태계에 ‘비인간 생산력(non-human productivity)’을 주입한다. Genesis Launch 모델의 Yap-to-Earn 단계가 Kaito와 연동된 것도 InfoFi 프로젝트 간 생태계 연계 추세를 보여준다.
5. 미래 전망 및 리스크: 주목도가 ‘새로운 황금’이 될 수 있을까?
디지털 경제의 심층 구간에서 정보는 더 이상 희소하지 않지만, 유효 정보와 신뢰할 수 있는 주목도는 점점 더 소중해지고 있다. 이러한 맥락에서 InfoFi는 많은 업계 관계자들에 의해 ‘다음 서사 엔진’이자 ‘새로운 황금’의 잠재 자산으로 불린다. 그 배경 논리는 이렇다. AI 연산 능력이 넘쳐나고 콘텐츠 비용이 제로에 가까워진 오늘날, 희소한 것은 콘텐츠가 아니라 행동을 정확히 유도할 수 있는 ‘신호(signal)’이며, 그 신호에 진정으로 주목하는 ‘주목도’ 자체다. 향후 InfoFi가 개념에서 자산화로, 단기 ‘입질 인센티브’에서 장기 ‘체인 상 영향력 기준’으로 나아갈 수 있을지는 세 가지 미래 추세와 세 가지 리스크의 대결과 진화에 달려 있다.
첫째, AI와 예측 시장의 심층 융합은 ‘추론 자본(reasoning capital)’의 새 시대를 열 것이다. 현재 Polymarket과 X, Grok의 결합은 이미 이 모델을 실현하고 있다. 실시간 여론 + AI 분석 + 실제 자금 베팅 결과는 유효성, 진실성, 시장 피드백 간에 피드백 루프를 구축한다. 향후 InfoFi 프로젝트가 AI를 활용해 사건 모델링, 신호 추출, 동적 가격 책정을 제공한다면, 예측 시장이 거버넌스, 뉴스 검증, 거래 전략 등 분야에서 신뢰도를 크게 높일 수 있다. 예를 들어, 퓨처크래시(Futarchy) 기반의 거버넌스 DAO는 향후 AI+예측 시장을 조합해 정책을 결정할 수 있다.
둘째, 평판, 주목도, 금융 속성의 융합은 탈중앙화 신용 시스템의 대폭발을 유발할 것이다. 현재 Ethos, GiveRep 같은 평판 InfoFi 프로젝트는 제3자 신용 중개 없이 체인 상에서 ‘신용 점수’를 구축하려는 시도를 하고 있다. 미래에는 평판 점수가 DAO 투표권, DeFi 담보물, 콘텐츠 배포 우선순위 등의 기반이 될 수 있으며, 진정한 의미의 체인 상 ‘소셜 캐피탈’이 될 수 있다. 만약 플랫폼 간 상호 인정, 시빌 공격 저항, 추적 가능한 신용 이력이 실현된다면, 주목도 평판 시스템은 보조 지표에서 핵심 자산으로 도약할 수 있다.
셋째, 주목도 자산의 토큰화와 파생상품화는 InfoFi의 궁극적 형태다. 현재의 Yap-to-Earn 모델은 여전히 콘텐츠와 영향력→포인트 교환 단계에 머물러 있다. 진정으로 성숙한 InfoFi는 유의미한 콘텐츠 하나, KOL의 ‘주목도 채권’, 일련의 체인 상 신호를 모두 거래 가능한 자산으로 전환하고, 사용자가 ‘매수’, ‘매도’, 심지어 ‘ETF 구성’까지 할 수 있어야 한다. 이는 새로운 금융 시장을 형성할 것이다. 서사 기반의 밈 토큰(Meme Token)에서 주목도 동태 기반 파생 자산으로의 진화다.
하지만 InfoFi가 진정한 지속 가능성을 가지려면 세 가지 구조적 리스크에도 직면한다.
첫째, 메커니즘 설계 미흡으로 인한 ‘입질 덫(yap trap)’의 확산이다. 인센티브가 ‘양(quantity)’에 치우치고, 플랫폼 알고리즘이 불투명하며, 에어드랍 기대치가 비합리적이라면, 초기에는 높은 관심을 얻더라도 이후 주목도가 급락하며 ‘에어드랍이 정점’이라는 SocialFi의 숙명을 반복할 수 있다. 예를 들어 LOUD는 초기 Yap 순위 인센티브로 사용자를 유치했지만, 토큰 출시 후 시가총액이 추락하고 참여도가 급감해 생태계에 장기 메커니즘이 부족함을 드러냈다.
둘째, ‘마태 효과’ 심화로 인한 생태계 분열이다. 현재 대부분의 입질 루딩 플랫폼 데이터는 90% 이상의 보상이 상위 1% 사용자에게 집중되고 있음을 보여준다. 롱테일 사용자는 상호작용에서 이익을 얻지도 못하고, KOL 계층을 뚫지도 못해 결국 이탈한다. 이러한 구조를 평판 가중, 신용 이동 등의 메커니즘으로 깨지 못한다면, 사용자 참여 의욕을 약화시키고 InfoFi가 또 다른 ‘플랫폼화된 과두제’로 전락할 것이다.
셋째, 규제 리스크와 정보 조작의 이중 난국이다. 예측 시장, 평판 거래, 주목도 투기 같은 신생 제품에 대해 글로벌 주요 사법관할권은 아직 통일된 규제 틀을 마련하지 못했다. 플랫폼이 도박, 내부자 거래, 허위 광고, 시장 조작에 연루될 경우, 규제 당국의 강압 조치를 쉽게 유발할 수 있다. 예를 들어 Polymarket은 미국에서 CFTC와 FBI의 이중 심사를 받았고, Kalshi는 규제 준수 우위로 차별화된 경로를 걷고 있다. 이는 InfoFi 프로젝트가 설계 초기부터 ‘규제 친화적(regulatory-friendly)’ 경로를 고려해야 하며, 불법 영역으로 흐르지 않도록 해야 함을 의미한다.
결론적으로 InfoFi는 단순히 차세대 콘텐츠 배포 프로토콜이 아니라, 주목도, 정보, 영향력을 금융화하려는 새로운 시도다. 기존 플랫폼의 가치 독점 구조에 도전하는 것이며, “모두가 알파를 발견하는 자”라는 집단 실험이기도 하다. 미래의 InfoFi가 Web3 세계에서 ‘새로운 황금’이 될 수 있을지는 공정한 메커니즘, 인센티브 설계, 규제 프레임워크 사이에서 최적해를 찾을 수 있느냐에 달려 있다. ‘주목도 배당’을 소수의猎物이 아니라 다수의 자산으로 전환하는 것이 핵심이다.
6. 맺음말: 혁명은 아직 끝나지 않았다, InfoFi는 신중한 낙관이 필요하다
InfoFi의 등장은 Web3가 DeFi, NFT, GameFi 등을 거친 후의 또 한 번의 인지적 진화다. InfoFi는 오랫동안 간과된 핵심 질문에 답하려 한다. 정보 과잉, 콘텐츠 무료, 알고리즘 난무의 시대에 진정으로 희소한 것은 무엇인가? 그 답은 바로 사람의 주목도, 진짜 신호, 신뢰할 수 있는 주관적 판단이다. 바로 InfoFi가 가치, 인센티브, 시장 구조를 부여하려는 대상이다.
어떤 의미에서 InfoFi는 전통적인 주목도 경제 체계에 대한 ‘역권력 혁명(revolution of counter-power)’이다. 더 이상 플랫폼, 거대기업, 광고주가 데이터와 트래픽 배당을 독점하지 않고, 블록체인, 토큰화, AI 프로토콜을 통해 주목도의 가치를 진정한 창조자, 전달자, 식별자에게 되돌려주려는 시도다. 이러한 구조적 가치 재분배는 InfoFi가 콘텐츠 산업, 플랫폼 거버넌스, 지식 협업, 심지어 여론 메커니즘까지 바꿀 수 있는 잠재력을 갖추게 한다.
하지만 잠재력은 현실을 의미하지 않는다. 우리는 여전히 신중한 낙관이 필요하다.
혁명은 아직 끝나지 않았지만, 이미 시작되었다. InfoFi의 미래는 특정 플랫폼이나 분야에 의해 정의되지 않을 것이다. 오히려 모든 주목도의 창조자, 관찰자, 식별자가 함께 만들어갈 것이다. 만약 DeFi가 가치 이동의 혁명이라면, InfoFi는 가치 인식과 분배 방식의 혁명이다. 플랫폼 해체, 중개자 제거라는 장기 여정 속에서 우리는 냉정한 판단과 신중한 참여를 유지해야 하며, 동시에 다음 세대 Web3의 토양 위에 새로운 서사의 숲이 자랄 수 있다는 가능성을 간과해서는 안 된다.
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
@HTXAcademy
