2025년 암호화폐 x AI 연례 회고: 어떤 내러티브가 살아남았는가?

2025.12.15

2025년 암호화폐 x AI 연례 회고: 어떤 내러티브가 살아남았는가?

업계 전체가 서사에서 인프라로, 투기에서 체계적인 솔루션으로, 과장된 홍보에서 실제 제품으로 전환하고 있다.

2025.12.15 - 07:16:44

Web3 심층 보도에 집중하고 흐름을 통찰

업계 전체가 서사에서 인프라로, 투기에서 체계적인 솔루션으로, 과장된 홍보에서 실제 제품으로 전환하고 있다.

작성자: 0xJeff

번역: TechFlow

Crypto와 AI의 발전 역사, 살아남아 번영한 서사, 그리고 이 분야가 2026년에 맞이할 미래를 돌아본다.

2024년은 Crypto x AI가 암호화폐 트위터(Crypto Twitter)에서 본격적으로 유행하기 시작한 해였다. 시장에는 흥미롭고 실용적이며 오락적인 암호화 지능형 에이전트(Crypto Agents)들이 다수 등장했으며, 각각의 에이전트는 자체 토큰을 보유하고 있었다.

2025년에는 암호화 지능형 에이전트에 대한 투기적 관심이 실제 인공지능 애플리케이션으로 전환되었고, 탈중앙화 AI(Decentralized AI)는 연구 및 개념 단계에서 초기 제품화 단계로 진입했다. "다윈식 AI"(Darwinian AI)는 새로운 인재 유치와 탈중앙화 인공지능 발전 가속화를 위한 주요 방식이 되었으며, 동시에 DeFi x AI는 가장 가치 있는 세부 분야로 떠올라 암호화 생태계의 핵심 가치 제안을 더욱 강화시켰다.

2026년은 Crypto AI의 해가 될 것이다.

2024년부터 2025년까지의 노력과 실험이 쌓이면서, 마침내 제품-시장 적합성(Product-Market Fit)의 초기 징후와 암호화폐, 블록체인, 분산 시스템이 어떻게 AI를 향상시키는지를 더 명확하게 볼 수 있게 되었다.

실제 활용 가능성이나 수요가 부족하거나 Web2 AI 스타트업과 경쟁할 수 없는 서사들은 이미 사라졌거나 정체된 상태다(예: AI x 게임, AI 오락, 생성형 AI, 비디오/음성 에이전트, 생산성 향상을 위한 AI 워크플로우).

반면 살아남은 서사들은 우리 업무 방식을 바꿀 수 있는 혁신 모델로 전환되었다.

DeFAI는 차세대 DeFi다

DeFAI(탈중앙화 금융 내 인공지능)는 2025년 초 암호화 분야에서 두각을 나타내며 기존 DeFi 시스템을 AI로 향상시키는 대규모 열풍을 일으켰다.

DeFi x AI의 첫 번째 반복 제품은 '추상화 계층'(Abstraction layers)이라 불렸으며, ChatGPT와 유사한 인터페이스를 통해 사용자가 원하는 결과를 직접 프롬프트로 입력할 수 있었다.

이는 많은 사람들에게 '깨달음의 순간'이었다. 왜냐하면 DeFi 자체가 매우 복잡하기 때문이다. 사용자는 자산이나 가스비를 이전하기 위해 적절한 브릿지 도구를 찾아야 하고, 새 체인 상위권 DEX와 대출 프로토콜의 작동 방식을 이해하며, 프로토콜의 성격, 리스크, 기초 자산 등을 파악해야 한다.

사용자가 필요한 결과를 빠르게 달성할 수 있도록 돕는 도구는 DeFi를 보다 대중화하는 완벽한 첫걸음처럼 보였다.

이론상으로는 매력적이지만, 현실에서의 통합은 많은 도전 과제를 안고 있었다. 대부분의 DeFAI 솔루션은 심각한 버그를 포함하거나 사용하기 매우 어려웠다. UI/UX 문제는 극심했고, 사용자는 어떤 프롬프트를 입력해야 할지, 무엇을 입력할 수 있고 무엇은 입력할 수 없는지조차 알 수 없었다.

결과적으로 대부분의 프로젝트는 실패했으며 소수만이 전환하거나 계속 깊이 파고들었다.

@HeyAnonai는 최고의 DeFAI 프로젝트 중 하나였으나 현재는 거래 보조도구 및 예측 시장 도구로 전환했다.
@griffaindotcom은 4월 이후 X 플랫폼에서 업데이트가 없어 사라진 것으로 추정된다.

여전히 고집하며 더욱 집중하는 이들도 있다.

@AIWayfinder는 여전히 기존의 터미널/ChatGPT 스타일 인터페이스를 고수하며 영구선물 거래, DeFi 전략, 예측 등의 기능을 확장했다.
@bankrbot는 터미널 기반 공동운전 보조도구로서 거래 실행, 조사 및 분석 지원에 집중하고 있다.
@Infinit_Labs는 DeFi 전략 실행에 집중하면서 크라우드소싱/창작자 중심의 DeFi 전략을 도입하여 사용자가 최고의 DeFi 전략을 큐레이팅하거나 투자할 수 있는 허브가 되고자 한다.

DeFAI의 첫 번째 반복 제품은 2025년에 제품-시장 적합성(PMF)을 달성하지 못했지만, 일부 프로젝트는 초보자가 체인 상 환경을 더 쉽게 탐색하도록 돕는 데 성공할 수 있었다.

초기 제품이 PMF를 찾지 못한 것은 차세대 DeFAI 프로젝트인 '자율 수익 에이전트'(autonomous yield agents)의 등장을 촉발했다. 이 유형의 핵심은 사용자가 더 이상 프롬프트를 어떻게 입력할지, 어떤 전략을 수행할지, 언제 재균형을 맞출지, 다음에 어떤 전략을 선택할지 고민할 필요 없이, 자율 에이전트가 모든 복잡한 작업을 대신 처리한다는 점이다.

이러한 모델은 '설정 후 맡겨둠(set-and-forget)'의 간편함을 제공한다. 사용자는 모든 복잡한 작업을 개인화된 스마트 에이전트에 위임하면 된다. @gizatechxyz는 이러한 모델을 대중화한 최초의 프로젝트로, 스마트 지갑에 미리 설정된 권한을 통해 에이전트가 수행할 수 있고 할 수 없는 작업 및 상호작용 가능한 프로토콜을 명확히 정의하였다. 또한, 세션 키 메커니즘을 도입해 에이전트가 제한된 시간 동안 필요한 권한만 접근할 수 있도록 하였다.

이번에는 초기 제품-시장 적합성이 입증되었다. Giza는 약 3,000만 달러의 에이전트 관리 자산(AuA)을 달성했으며, 주요 대출 프로토콜에서 30억 달러 이상의 거래량을 창출했다. 그 뒤를 따르는 @ZyfAI_ 역시 약 800만 달러의 AuA와 약 11억 달러의 거래량이라는 상당한 성장을 이루었다.

하지만 여전히 도전 과제가 존재한다. 대규모 자본, 기관 자금 및 거액 보유자들은 수억 달러를 자율 에이전트에 맡기는 것에 신중하다. 주된 이유는 '블랙박스 운영', 잠재적 오류 결정(예: AI의 '환각') 등에 대한 우려 때문이다.

바로 이런 맥락에서 등장한 것이 제3세대 DeFAI, 즉 'AI 금고'(AI Vaults)다. 이 모델은 특화된 스마트 에이전트 군단을 활용해 DeFi 스마트 계약을 빠르게 생성하고 최적화한다. @almanak은 이러한 아키텍처가 두 가지 모델의 장점을 결합할 수 있음을 처음으로 인식한 프로젝트다.

이 모델에서 전략의 핵심은 여전히 DeFi 스마트 계약이다. 이러한 계약은 에이전트들에 의해 몇 분 만에 'vibe-code' 방식으로 생성되어 양적 분석가와 자산 배분자가 복잡한 전략을 개발하는 데 드는 시간을 크게 단축시킨다. 이 계약들은 감사 가능하며 모든 내용이 공개되고 투명하다. 전통적인 DeFi 계약처럼 오랜 시장 검증을 거쳐 보안성이 더 높다.

DeFAI 전망

DeFAI는 점차 DeFi를 지원하기 위한 AI 시스템 최적화 방향으로 진화하고 있으며, 주요 반복 단계는 다음과 같다.

추상화 계층(Abstraction layers) — DeFi 거래 및 수익 채굴에 관심 있는 신규 사용자의 진입 장벽을 낮추고 빠르게 시작할 수 있도록 돕는다.
자율 에이전트(Autonomous agents) — 사용자가 '설정 후 맡겨둠' DeFi 전략을 관리하고 운영 절차를 단순화할 수 있도록 지원한다.
AI 금고(AI vaults) — 체인 상 자본 배분자에게 더 효율적인 전략 구축 도구를 제공하여 효율성을 크게 향상시킨다.

앞으로 이 세 방향은 각각의 목표 사용자 그룹에 맞춰 계속 최적화될 것이며, 주요 DeFi 프로토콜, 지갑 제공업체, 중앙화/탈중앙화 거래소(CEXs/DEXs)가 이러한 제품을 점차 채택하여 사용자의 DeFi 경험을 개선할 것으로 기대된다.

주목할 만하지만 아직 초기 단계인 트렌드

거래 에이전트(Trading agents): 현재 대부분의 dApp은 시장 분석 기능을 제공하거나 사용자를 위한 '블랙박스형' AI인데, 제로에서 원까지 포괄하는 엔드투엔드 솔루션을 제공하는 제품은 아직 성숙하지 못했다. @Cod3xOrg가 가장 포괄적인 솔루션을 제공하지만 UI/UX는 여전히 일반 사용자 요구에 맞게 개선이 필요하다.
동적 DeFi(Dynamic Defi): 머신러닝 시스템을 활용해 DeFi 전략을 더욱 동적으로 만들어 리스크 조정 수익률을 최적화한다. @AlloraNetwork는 현재 이 분야에서 유일하게 탐색 중인 프로젝트지만 여전히 매우 초기 단계다.

AI 에이전트의 부상, 쇠퇴, 재부상

AI 에이전트 서사는 2024년 말 @virtuals_io가 AI 애플리케이션/제품과 공정한 출시 토큰(fair-launched token)을 결합하면서 본격적으로 대중화되었다.

이 서사의 시작은 때맞춰 이루어졌다. 당시 시장은 저유통량, 고완전희석시가총액(FDV)의 VC 중심 토큰에 피로감을 느끼고 있었고, 고유통량, 저FDV의 공정 출시 토큰은 완벽한 해법이었다.

1세대 AI 에이전트는 주로 오락용 및 '알파형(alpha-type)' 에이전트였다. 예를 들어, @truth_terminal은 X 플랫폼 상의 AI 에이전트들(일명 '슬랍s(slops)')을 쏟아내며 큰 영향을 미쳤는데, 이들은 하루 종일 수다를 떨며 사용자에게 답장을 보내는 데 그쳤다. 처음에는 순전히 오락 목적에 그쳤지만 점차 시장 분석, 토큰 분석 등 유용한 도구로 변모했다. 그 중에서도 @aixbt_agent는 유쾌하면서도 전문적인 '탈중앙화 플레이어(degen)' 캐릭터로 인기를 끌며 이 분야의 선두주자가 되었다.

'슬랍s'의 급속한 확산은 개발 프레임워크에 대한 수요를 폭발시켰다. 이러한 미들웨어는 개발자가 X 플랫폼에서 AI 에이전트 워크플로우를 쉽게 구축할 수 있도록 도왔다. ElizaOS(초기 이름 AI16Z)는 금세 널리 알려진 이름이 되었고, 암호화 산업 역사상 가장 큰 규모의 오픈소스 AI 물결을 일으켰다. 이는 더욱 많은 AI 에이전트의 출현을 촉발했지만, 동시에 암호화 트위터(CT) 사용자들의 피로를 증가시켰다.

시간이 흘러 2025년, AI 에이전트 서사는 실제 실용성 부족과 과도한 밸류에이션으로 인해 점차 식어갔다.

참고로, AI 에이전트의 실제 정의는 다음과 같은 능력을 갖춘 애플리케이션이다.

끊임없이 변화하고 비구조화된 환경에서 정보를 추출할 수 있어야 한다.
목표에 따라 정보를 추론할 수 있어야 한다.
데이터 내 패턴을 발견하고 이를 활용하는 방법을 학습할 수 있어야 한다.
소유자가 생각하지 못했던 작업을 수행할 수 있어야 한다.

(정의 제공에 감사합니다 @almanak)

초기 AI 에이전트 제품은 실제로 'AI 에이전트'라고 부르기 어렵다. 이들은 주목을 끌기 위한 AI 워크플로우나 애플리케이션에 가까우며, 처음 접하는 사람에게는 인상적으로 느껴질 수 있다.

그러나 사람들이 이를 인식하게 되자 관심은 DeFAI(탈중앙화 금융과 AI), DeAI(탈중앙화 AI), 로보틱스, 또는 Crypto x AI 외의 다른 분야로 옮겨갔다.

2025년 10월에서 11월 사이 상황이 바뀌었다. Coinbase가 개발한 결제 표준 x402가 기업들 사이에서 인기를 끌기 시작했고, Google과 Cloudflare 같은 거물들도 이를 채택하기 시작했다. 점점 더 많은 Web3 개발자들이 x402를 실험하며 토큰 발행이나 x402 기반의 온디맨드 마이크로 서비스 결제 등 신선한 애플리케이션들을 창출했다.

동시에 이더리움 재단은 AI에 대한 투자를 확대하였고, ERC-8004 표준이 점차 확산되었다. 이 표준은 자율 AI 에이전트를 위한 탈중앙화된 '신뢰 계층'을 만들며, 검증 가능한 정체성, 평판, 작업 증명을 부여하여 중앙 기관 없이도 안정적으로 상호 발견, 협업 및 거래할 수 있도록 한다. 이더리움 재단은 ERC-8004를 사용하는 AI 에이전트 팀을 지원하기 위한 Ethereum dAI 팀도 구성했다.

x402와 ERC-8004의 등장은 다시 한 번 시장에 AI 에이전트 서사에 대한 기대를 불러일으켰지만, 거시경제 환경의 변동성으로 인해 이러한 열기와 시장 상승세는 오래가지 못했다.

그럼에도 불구하고 현재까지 @virtuals_io는 여전히 AI 에이전트 분야의 선두 허브이지만, 이 서사에서 두각을 나타내며 상당한 사용자 수나 수익을 올린 특정 애플리케이션이나 에이전트는 아직 등장하지 않았다.

아마도 2026년에 그런 돌파구가 나올 수도 있고, 아닐 수도 있다. 필자의 예측은 돌파구가 DeFAI와 DeAI 같은 다른 서사 분야에서 먼저 나타날 가능성이 높다.

어쨌든 x402, ERC-8004, ACP(Virtuals 제공)와 같은 프레임워크와 표준들은 2026년 체인 상 AI 에이전트 경제의 미래를 형성할 것이다.

탈중앙화 AI: 진정한 Crypto x AI의 제품-시장 적합점(PMF)

2023년(또는 그 이전)부터 탈중앙화 AI(DeAI, Decentralized AI)는 Crypto x AI 서사의 잠재적 방향으로 여겨져 왔다. 블록체인과 토큰을 통해 인간과 기계가 함께 작업과 자원을 기여하는 분산 시스템을 구축하는 전망은 분명히 거대하다.

현실 세계에서는 활용되지 않는 자원들이 많다.

GPU, 게임 칩, 업무용 노트북, 휴대폰과 같은 엣지 디바이스는 절반 이상의 시간 동안 유휴 상태일 수 있다.
인도, 파키스탄, 필리핀의 엔지니어와 데이터 과학자들은 기술은 뛰어나지만 최고의 테크기업과 선도적인 AI 연구소에 들어갈 기회가 부족하다.
전 세계의 투자자들은 차세대 AI 혁신으로 세상을 변화시킬 초기 스타트업을 지원하고 싶지만 YC(Y Combinator)나 실리콘밸리 회사에 접근할 수 없는 경우가 많다.

바로 여기서 탈중앙화 AI의 역할이 시작된다. 조정 계층과 '다윈식 AI' 생태계(Darwinian AI ecosystems)를 통해 다양한 자원들이 통합되며 이해관계자들은 자신만의 방식으로 오픈소스 및 탈중앙화 AI 발전에 기여할 수 있다.

파키스탄의 개발자가 가장 정확한 ETH 가격 예측 모델을 훈련시켜 막대한 보상을 받을 수 있다.
아이슬란드의 투자자가 강화학습 혁신에 집중하는 2,000만 달러 시가총액의 스타트업에 투자할 수 있다.
몽골의 게이머가 유휴 GPU 자원을 기부해 AI 모델 훈련을 지원할 수 있다.

이러한 사례는 무수히 많다.

2025년은 탈중앙화 AI(DeAI)가 중대한 진전을 이룬 해였다. 이 해 동안 탈중앙화 훈련, 강화학습, 연합학습, 개인정보 보호, 검증 기술, 보안 등 다양한 분야에서 수많은 연구 논문과 실험이 발표되었다. @MessariCrypto는 그들의 『2025년 AI 현황 보고서』에서 이러한 진전을 심층적으로 다뤘으며, 아직 읽지 않은 사람은 참고하기를 권장한다.

올해의 주요 성과

Bittensor(@opentensor)는 탈중앙화 AI 생태계의 선두주자 자리를 공고히 했다

Bittensor는 탈중앙화 AI 생태계의 선두주자로서의 위치를 확고히 하며, 수많은 독특한 AI 스타트업(서브넷)들이 모이는 중요한 허브가 되었다. 현재 128개의 서브넷이 존재하며 각각 서로 다른 분야에서 혁신과 연구개발을 진행하고 있다. Bittensor는 보상 메커니즘을 통해 AI 개발의 운영 및 자본 지출을 보조하며 혁신을 촉진한다. 그들의 '다윈식 AI' 철학(경쟁과 혁신을 통해 발전을 이끄는 것)은 많은 다른 프로젝트들에게 영감을 주고 있다.

탈중앙화 강화학습(RL)의 규모 확대

탈중앙화 강화학습 기술은 대규모 적용 가능성이 입증되었다. 강화학습은 일반적으로 모델을 최적화하여 자기 학습과 자기 대결을 통해 더 똑똑하게 만드는 데 사용된다. @gensynai, @NousResearch, @PrimeIntellect, @Gradient_HQ, @Pluralis 등 여러 탈중앙화 AI 연구소들이 강화학습 분야에서 진전을 이루었다. 상용화되면 이 기술은 판매/고객 서비스 에이전트, 물류/공급망 에이전트, 법률, 금융 등 특정 분야에 특화된 고도 지능 솔루션을 기업에 제공할 잠재력을 지닌다.

AI의 투명성과 규정 준수 강화

기업, 정부, 전통 금융기관이 AI를 신뢰하려면 AI를 '블랙박스'가 아닌 보다 결정론적이고 규정 준수 가능한 도구로 만들어야 한다. 아래 기술들이 점차 채택되고 있다.
1. TEE(Trusted Execution Environment): 하드웨어 보안 (@PhalaNetwork)
2. AI 출력 검증 기술: zkML, opML, EigenAI (@eigencloud)
3. 개인정보 및 계산 기술 (@vana)
4. 연합학습 (@flock_io): 데이터를 로컬에 유지하고 개인정보를 보호하면서 AI를 훈련
다중 에이전트 시스템(Swarm)의 부상

다중 에이전트 시스템의 성장은 조정 및 오케스트레이션에 대한 수요를 증가시켰다. MCP(다중 에이전트 통신 프로토콜)와 같은 표준은 통합을 촉진하고, 오케스트레이션 계층은 여러 에이전트가 협력하여 사용자에게 더 복잡한 AI 워크플로우를 제공할 수 있도록 한다. 관련 프로젝트인 @questflow와 @openservai는 이러한 방향을 추진하고 있다.

이 모든 진전은 하나의 미래를 가리키고 있다. 특정 분야 애플리케이션에서부터 암호화 원생(use case)인 DeFi, 거래, 예측, 체인 상 작업에 이르기까지, 모두 더 안전하고 효율적인 방식으로 실행 및 확장될 수 있을 것이다. AI의 취약성, 통제 상실 위험, '환각' 문제는 크게 줄어들 것이다.

탈중앙화 AI(DeAI) 전망

Y Combinator(YC)와 실리콘밸리의 점점 더 많은 스타트업들이 오픈소스 모델 개발과 탈중앙화 컴퓨팅을 선택하고 있으며, 이 추세는 가속화되고 있다. @chutes_ai와 같은 추론 서비스 제공업체는 이미 하루 수십억 개의 토큰 처리를 지원하고 있으며, 이 추세는 2026년에도 계속될 것으로 예상된다.

탈중앙화 AI는 전통 기업에 상용화 가능한 AI 에이전트의 출현을 촉진할 것이다.

또한, 해당 인프라는 수익 농사, 거래, 예측 에이전트의 성장을 지원하여 DeFi 프로토콜, 예측 시장 플랫폼, 중앙화 거래소(CEX), 주류 지갑 서비스의 핵심 기반이 될 것이다.

탈중앙화 AI에 대해 더 깊이 알고 싶다면 다음 글들을 읽어보기 바란다.

폐쇄형 AI → 오픈소스 AI → 탈중앙화 AI ➔ DeAI 발전을 이끄는 트렌드
탈중앙화 AI는 어떻게 중앙화 AI와 경쟁하는가 ➔ 탈중앙화 훈련과 강화학습(RL)
탈중앙화 AI의 규모의 경제 ➔ DeAI의 네트워크 효과

예측 시장과 AI의 부상

예측 시장의 성장과 함께 머신러닝 시스템은 완벽한 적용 분야를 찾았다. 사건 결과를 예측하는 것뿐만 아니라 예측 시장에서 방향성 베팅과 유동성 제공도 가능해졌다.

후자의 인기가 점점 높아지고 있다. Bittensor의 여러 서브넷(subnets), 예를 들어 @sportstensor,@SynthdataCo, @webuildscore 및 @sire_agent는 BTC, ETH, SOL 등의 암호화폐 가격을 예측하고, 사용자를 대신해 베팅하고 수익을 창출하는 예측 시장 수익 금고 상품을 개발하는 머신러닝 시스템을 구축 중이다.

Sportsensor: 최근 @Polymarket의 공식 유동성 공급자/시장조성자로 선정되었으며, 스포츠 및 e스포츠 시장에 집중하고 있다.
Synth: Polymarket에서 공개 예측을 통해 두 달 만에 20배 이상의 수익을 달성하며 자본을 3,000달러에서 6만 달러로 증가시켰으며, 정확한 예측 신호로 큰 성공을 거두었다.
Sire: 예측 시장 수익 금고 상품을 통해 주간 5~10%의 수익률을 달성하고 있다.

또한 점점 더 많은 다윈식 AI 프로젝트들이 이 분야에 진입하며 예측 시장과 인공지능의 심층적 융합을 탐색하고 있다.

@AlloraNetwork: DeFi를 더 동적으로 만든다

AlloraNetwork은 기여자 네트워크가 제공하는 머신러닝 시스템을 활용해 자산 가격과 변동성을 예측한다. 이러한 가격 및 변동성 모델은 스마트 계약에 통합되어 AI 오라클(AI Oracle)이 되어 예측 기반의 동적 전략 조정을 가능하게 한다. 예를 들어:

자동 레버리지 증가 및 감소 사이클 전략;
AI 관리 CLAMM 전략(집중 유동성 시장조성);
델타 중립 전략(리스크 헤징). 이러한 기능은 DeFi의 유연성과 효율성을 크게 향상시킨다.

@crunchDAO: 다윈식 AI의 공급 측면

crunchDAO는 다윈식 AI의 공급 측면에 집중하여 고품질 엔지니어, 데이터 과학자, 인재들을 유치하고 머신러닝 서브넷(예: Synth)에 기여하도록 유도한다. 이러한 서브넷을 발굴하고 최적화함으로써 AI 예측 능력을 향상시킨다.

@FractionAI_xyz: 경쟁을 통해 AI 에이전트 능력 향상

FractionAI는 실제 경쟁 환경을 통해 특정 분야 AI 에이전트의 능력을 미세 조정하고 확장한다. 그들은 에이전트 중심의 '스페이스(Spaces)'를 출시했는데, 이는 AI 에이전트가 지속적으로 개선되는 게임 형태다. 가장 유명한 프로젝트로는:

ALFA: 인간이 에이전트 간 거래 대결에 베팅할 수 있다.
StableUp: 스테이블코인 수익 농사를 위한 AI 에이전트.

예측 시장의 활황 외에도 Bittensor의 경쟁 활동과 @the_nof1의 거래 대회가 이 분야에 강력한 추진력을 제공하며 예측시장xAI의 급속한 성장을 촉진하고 있다.

예측시장xAI 전망

대규모 언어 모델(LLMs)과 AI 워크플로우의 발전과 함께 AI 터미널, 예측 시장의 카피 트레이딩(copy-trading), 데이터 분석 및 신호 도구들이 더욱 보편화될 것이다. 이러한 도구들은 정보 조사와 획득을 크게 단순화하여 예측시장 트레이더에게 더 큰 이점을 제공할 것이다. 이 분야에서 @Polysights는 여전히 내부 신호 발굴의 선두주자다.

예측시장 API 인터페이스, 사용자가 '한 번 클릭으로 설정하고 자동 수익 창출'할 수 있는 수익 금고 상품들도 더욱 널리 이용 가능해져 사용자에게 더 많은 시도 기회를 제공할 것이다.

전망은 밝지만 예측시장은 여전히 두 가지 주요 도전 과제에 직면해 있다.

유동성 부족: 예측시장 규모가 작고 유동성이 희박하다.
이점 소멸: 베팅 규모가 커질수록 거래 이점이 급격히 사라진다.

따라서 아비트리지(arbitrage) 및 유동성 제공(예: Yes/No 시장에서 지정가 주문을 통한 유동성 채굴)에 집중하는 머신러닝 시스템은 2026년 예측시장에서 가장 성공적인 제품이 될 가능성이 크다. 예측시장이 대규모 자본을 끌어들이면서 포인트 보상과 에어드랍의 가치가 채굴 가능해질 것이며, 초기 Hyperliquid가 영구선물 시장에서 보여준 모습과 유사할 것이다.