비탄서는 암호화폐 전체 생태계의 희망이다
저자: 0xai
본 보고서 작성에 있어 @DistStateAndMe 및 해당 팀이 오픈소스 AI 모델 분야에서 이룬 기여와 본문에 제공한 귀중한 조언 및 지원에 특별히 감사드립니다.
왜 이 보고서를 주목해야 하는가?
만약 ‘탈중앙화된 AI 학습’이 불가능에서 가능으로 바뀌었다면, 비트텐서(Bittensor)는 얼마나 과소평가되었을까?
2026년 초, 전체 암호화폐 커뮤니티는 일종의 피로감으로 가득 차 있었습니다.
이전 라운드의 호황은 이미 오래 전에 사라졌고, 인재들은 AI 산업으로 빠르게 유입되고 있었습니다. 과거에는 “다음 100배 상승”을 논하던 사람들이 이제는 클로드(Claude), 코드오픈클로우(CodeOpenclaw)를 이야기합니다. “암호화폐는 시간 낭비다” — 이 말을 한 번 이상 들었을 가능성이 높습니다.
하지만 2026년 3월 10일, 비트텐서의 서브넷 중 하나인 ‘템플러(Templar)’가 조용히 한 가지 소식을 발표했습니다.
전 세계 각지에서 온 70명 이상의 독립 참여자들이 중앙 서버 없이, 대기업의 조율 없이, 단지 암호화폐 인센티브 메커니즘만으로 협력해 720억 개 파라미터 규모의 대규모 AI 모델을 학습시켰습니다.
해당 모델과 관련 논문은 이미 HuggingFace 및 arXiv에 공개되었으며, 데이터는 공개되어 누구나 검증할 수 있습니다.
더 중요한 점은: 다수의 핵심 평가 항목에서 이 모델의 성능이 메타(Meta)가 막대한 자금을 투입해 학습시킨 동급 모델을 능가했다는 사실입니다.
공고가 발표된 후 TAO 가격은 거의 2일간 침묵했습니다. 3일째에야 급등하기 시작했으며, 6일이 지나도록 상승세가 멈추지 않았고, 총 상승률은 약 +40%에 달했습니다. 왜 이처럼 2일간의 지연이 발생했을까요?
본 보고서의 핵심 주장은 다음과 같습니다: 암호화폐 투자자들은 이를 “또 하나의 오픈소스 모델”로만 인식하며, 일상적으로 사용하는 GPT나 클로드보다 못하다고 여깁니다. 반면 AI 연구자들은 암호화폐를 주목하지 않습니다. 두 커뮤니티 사이의 격차가 바로 인지적 아비트리지 창구를 만들고 있는 것입니다.
독서 프레임워크
본 보고서는 두 가지 논리적 부분으로 구성됩니다:
Part I — 기술적 돌파: SN3 템플러가 정확히 무엇을 성취했는지, 그리고 이것이 AI 및 암호화폐 역사상 왜 그토록 중요한 의미를 갖는지를 설명합니다.
Part II — 산업적 의미: 왜 이번 사건이 비트텐서 생태계가 체계적으로 과소평가되었음을 의미하는지, 또 왜 비트텐서가 암호화폐 전체 산업의 희망이라고 불리는지를 설명합니다.
Part I: 탈중앙화된 AI 학습의 돌파
1. SN3는 무엇을 하는가?
대규모 언어 모델(LLM)을 학습시키려면 무엇이 필요한가요?
기존 답변: 거대한 데이터센터를 건설하고, 수천 대의 최신형 GPU를 구매하며, 수억 달러를 투입하고, 한 기업의 엔지니어 팀이 통합적으로 조율하는 방식입니다. 이것이 메타, 구글, 오픈AI가 사용하는 방식입니다.
SN3 템플러의 접근법: 전 세계 각지에 흩어진 사람들이 각자의 GPU 서버 1대 또는 여러 대를 내놓아, 퍼즐 조각처럼 컴퓨팅 파워를 결합함으로써 하나의 완전한 대규모 모델을 공동으로 학습시키는 것입니다.
그러나 여기에는 근본적인 난제가 존재합니다: 만약 참여자들이 전 세계 각지에서 왔고 서로 신뢰하지 않으며, 네트워크 지연도 불안정하다면, 어떻게 학습 결과가 유효함을 보장할 수 있을까요? 누군가 게을리 하거나 부정행위를 하는 것을 어떻게 방지할 수 있을까요? 어떻게 참여자들이 지속적으로 기여하도록 유도할 수 있을까요?
비트텐서가 제시한 해답: TAO 토큰을 인센티브로 활용하는 것입니다. 누가 더 효과적인 그래디언트(즉, “모델 개선에 대한 기여도”)를 제공하느냐에 따라 더 많은 TAO를 획득하게 됩니다. 시스템이 자동으로 평가하고 자동으로 정산하므로, 어떤 중앙 집권 기관의 조율도 필요하지 않습니다.
이것이 바로 비트텐서의 SN3(제3호 서브넷)이며, 코드명은 템플러(Templar)입니다.
비트코인이 탈중앙화된 ‘돈’이 가능함을 입증했다면, SN3는 탈중앙화된 ‘AI 학습’ 역시 가능함을 입증하고 있는 것입니다.
2. SN3는 어떤 성과를 거두었는가?
2026년 3월 10일, SN3 템플러는 Covenant-72B라는 대규모 언어 모델 학습을 완료했다고 발표했습니다.
“72B”란 무엇을 의미하는가?: 720억 개의 파라미터입니다. 파라미터는 AI 모델의 ‘지식 저장 단위’이며, 그 수가 많을수록 일반적으로 모델의 지능 수준도 높아집니다. GPT-3은 1750억 개, 메타의 오픈소스 플래그십 모델인 LLaMA-2는 700억 개입니다. Covenant-72B는 LLaMA-2와 동급 규모입니다.
학습 규모는 어느 정도인가?: 약 1.1조 개의 토큰(tokens) ≈ 550만 권의 책(책 당 20만 자 기준).
누가 학습에 참여했는가?: 70명 이상의 독립 참여자(miner)가 순차적으로 컴퓨팅 파워를 기여했습니다(매 라운드 동기화 최대 약 20개 노드). 학습은 2025년 9월 12일에 시작되어 약 6개월간 진행되었습니다. 중앙 서버도, 통합 조율 기관도 존재하지 않았습니다.
모델의 성능은 어떠한가?: 주요 AI 평가 시험을 예로 들어 설명합니다:
데이터 출처: HuggingFace 1Covenant/Covenant-72B-Chat 모델 카드
- MMLU(57개 학문 분야 종합 지식): Covenant-72B 67.35% vs 메타 LLaMA-2 63.08%
- GSM8K(수학 추론): Covenant-72B 63.91% vs 메타 LLaMA-2 52.16%
- IFEval(지시 수행 능력): Covenant-72B 64.70% vs 메타 LLaMA-2 40.67%
완전히 오픈소스: Apache 2.0 라이선스. 누구나 무료로 다운로드, 사용, 상업적 이용이 가능하며 제한이 없습니다.
학술적 검증: 논문은 [arXiv 2603.08163]에 제출되었으며, 핵심 기술(SparseLoCo 최적화기 및 Gauntlet 반부정행위 메커니즘)은 NeurIPS Optimization Workshop에서 발표되었습니다.
3. 이 성과는 무엇을 의미하는가?
오픈소스 AI 커뮤니티에 대한 의미: 과거에는 자금 및 컴퓨팅 파워 장벽 때문에 70B 규모의 대규모 모델 학습은 소수의 대기업만이 가능한 특권이었습니다. Covenant-72B는 중앙 집권적 자금 지원 없이도 커뮤니티 자체가 동급 규모의 모델을 학습시킬 수 있음을 처음으로 입증했습니다. 이는 AI 기초 모델 개발에 참여할 수 있는 자격의 경계를 재정의합니다.
AI 권력 구조에 대한 의미: 현재 AI 기초 모델 시장은 고도로 집중화되어 있습니다—오픈AI, 구글, 메타, 앤트로픽 등 소수 기업이 가장 강력한 기초 모델을 장악하고 있습니다. 탈중앙화된 학습이 성공함으로써, 이 ‘보루’가 반드시 넘지 못할 장벽은 아니라는 사실이 드러났습니다. “기초 모델은 대기업만 만들 수 있다”는 전제가 처음으로 흔들리게 되었습니다.
암호화폐 산업에 대한 의미: 이는 암호화폐 프로젝트가 AI 분야에서 단순히 ‘뜨거운 이슈에 편승’하는 것을 넘어, 실질적인 기술 기여를 이뤄낸 첫 사례입니다. Covenant-72B는 HuggingFace 모델, arXiv 논문, 공개 벤치마크 데이터를 모두 갖추고 있습니다. 이는 새로운 선례를 마련합니다: 암호화폐 인센티브 메커니즘이 진지한 AI 연구의 인프라가 될 수 있다.
비트텐서 자체에 대한 의미: SN3의 성공은 비트텐서를 단순히 “이론적으로 가능한 탈중앙화 AI 프로토콜”에서 “실제로 검증된 탈중앙화 AI 인프라”로 전환시켰습니다. 이는 0에서 1로의 질적 도약입니다.
4. SN3의 역사적 위치
탈중앙화된 AI 학습이라는 길은 SN3가 처음 걷기 시작한 것은 아닙니다. 그러나 SN3는 선구자들이 도달하지 못했던 곳까지 갔습니다.
탈중앙화 학습 진화사:
- 2022 — Together GPT-JT(6B): 초기 탐색 단계, 다중 머신 협업 가능성 입증
- 2023 — SWARM Intelligence(~1B): 이기종 노드 협업 학습 프레임워크 제안
- 2024 — INTELLECT-1(10B): 기관 간 탈중앙화 학습
- 2026 — Covenant-72B / SN3(72B): 주요 벤치마크에서 중앙 집권적 학습 모델을 초월한 최초의 72B 탈중앙화 대규모 모델
4년 만에 6B에서 72B로, 파라미터 수는 12배 증가했습니다. 그러나 더 중요한 건 파라미터 수가 아니라 품질입니다—이전 세대 프로젝트들은 대부분 ‘작동 여부’에 초점을 맞췄다면, Covenant-72B는 주요 벤치마크에서 중앙 집권적 학습 모델을 초월한 최초의 탈중앙화 대규모 모델입니다.
핵심 기술적 돌파:
- >99% 압축률(>146배): 참여자가 학습 결과(그래디언트)를 업로드할 때, 원래 GB 단위로 전송해야 했던 데이터를 SparseLoCo가 전 과정에서 146배 이상 압축합니다. 마치 전체 시즌의 드라마를 하나의 이미지로 압축하면서도 정보 손실은 극히 미미하게 만드는 것과 같습니다.
- 단 6%의 통신 오버헤드: 100명이 협업할 때, 오직 6%의 시간만 ‘의사소통 및 조율’에 쓰이고, 나머지 94%는 실제 학습에 투입됩니다. 이는 탈중앙화 학습의 가장 큰 병목 현상 중 하나를 해결한 것입니다.
5. 탈중앙화 학습이 과소평가되었는가?
판단에 앞서 먼저 데이터를 살펴보겠습니다.
과소평가의 증거
- MMLU: Covenant-72B 67.35% vs LLaMA-2 63.08%
- MMLU-Pro: Covenant-72B 40.91% vs LLaMA-2 35.20%
- IFEval: Covenant-72B 64.70% vs LLaMA-2 40.67%
탈중앙화 방식으로 학습된 모델이 메타가 막대한 자금을 투입해 학습시킨 LLaMA-2-70B를 능가했습니다.
현재 주요 오픈소스 모델과의 격차(정직하게 직면해야 할 현실):
- MMLU: Covenant-72B 67.35% vs Qwen2.5-72B 86.8% vs LLaMA-3.1-70B 83.6%
- GSM8K: Covenant-72B 63.91% vs Qwen2.5-72B 95.8% vs LLaMA-3.1-70B 95.1%
격차는 약 20~30퍼센트 포인트입니다.
그러나 비교 프레임워크가 중요합니다: Covenant-72B의 의의는 SOTA(최첨단) 모델을 이기는 것이 아니라, 탈중앙화 학습의 가능성을 입증하는 데 있습니다. Qwen2.5 및 LLaMA-3.1는 수천 억 원 규모의 투자와 수만 대의 GPU, 전문 엔지니어링 팀을 배후에 두고 있습니다. 반면 Covenant-72B는 70명 이상의 독립 마이너와 중앙 조율 없이 이루어졌습니다.
단일 순간의 스냅샷보다 추세가 더 중요하다:
- 2022년: 최고 수준의 탈중앙화 모델은 6B 파라미터였으며, MMLU 테스트조차 별도로 시행되지 않았습니다.
- 2026년: 72B 모델, MMLU 67.35%, 메타 동급 모델 초월.
4년 만에 탈중앙화 학습은 ‘개념 실험’에서 ‘성능 면에서 중앙 집권적 학습과 어깨를 나란히 하는 수준’까지 도달했습니다. 이 곡선의 기울기, 즉 성장 속도야말로 어떤 단일 벤치마크 수치보다 훨씬 주목할 가치가 있습니다.
게다가 Covenant-72B가 깊이 있는 추론에서 보이는 성능 격차는 이미 해결 방안이 계획 중입니다—SN81 그레일(Grail)이 후학습 강화학습(RLHF)을 담당해 모델의 정렬(alignment) 및 역량 향상을 수행할 예정입니다. 이는 GPT-4가 GPT-3 대비 가장 핵심적으로 개선된 부분이기도 합니다.
이기종 SparseLoCo가 다음 주요 이정표입니다: 현재 SN3은 모든 마이너가 동일한 모델의 GPU를 사용해야 합니다. 다음 주요 기술적 돌파는 이기종 SparseLoCo인데, 이 기술은 혼합 하드웨어(B200 + A100 + 소비자용 GPU)가 동일한 학습 작업에 참여할 수 있도록 허용합니다. 이 기술이 실현되면 다음 라운드 학습의 컴퓨팅 파워 풀은 크게 확장될 것입니다.
탈중앙화 학습은 이미 실현 가능성의 문턱을 넘었습니다. 현재 벤치마크 상의 성능 격차는 계속해서 최적화해야 할 공학적 문제일 뿐, 근본적인 이론적 장애물은 아닙니다.
Part II: 시장은 여전히 이 사실을 이해하지 못하고 있다
TAO 가격 추이
SN3 공고 발표 이후 $TAO의 가격 움직임은 바로 이러한 인지 지연을 정확히 드러냅니다:
이 2일간의 침묵(3월 10일 → 3월 12일)에 주목하세요: 공고가 발표되었지만, 가격은 거의 움직이지 않았습니다.
왜 지연이 발생했는가?
암호화폐 투자자들이 접한 소식은 “비트텐서 SN3가 AI 모델 학습을 완료했다”는 것이었습니다—그러나 그들이 반드시 “72B 탈중앙화 학습이 MMLU에서 메타를 초월했다”는 기술적 함의를 이해했을 리는 없습니다.
AI 연구자들은 이 기술적 함의를 충분히 이해할 수 있지만, 그들은 암호화폐를 주목하지 않습니다.
두 커뮤니티 간의 인지 격차가 약 2~3일간의 가격 지연 창구를 만들어냈습니다.
게다가 대부분의 암호화폐 투자자들은 여전히 비트텐서에 대해 이전 사이클의 인식을 가지고 있습니다. 현재 비트텐서 상에서는 AI & 에이전트, 컴퓨팅 파워, AI 학습, AI 트레이딩, 로봇 등 전혀 다른 영역을 아우르는 79개 이상의 활성화된 서브넷이 운영되고 있습니다. 시장이 비트텐서 생태계의 광범위함을 재평가할 때, 이러한 인지 격차는 바로잡힐 것이며—그 정정 과정은 일반적으로 가격 급등 형태로 나타납니다.
비트텐서의 평가 왜곡
비트텐서를 더 넓은 산업적 맥락에 놓고 보면:
SN3는 이미 비트텐서가 탈중앙화된 대규모 모델 학습을 수행할 수 있음을 입증했습니다.
향후 AI가 개방적이고 허가 없이 사용 가능한 학습 네트워크를 요구한다면, 현재로서는 실제로 검증된 유일한 후보 인프라는 바로 비트텐서뿐입니다.
시장은 애플리케이션 레이어 프로젝트의 평가 논리를 AI 인프라 레벨의 네트워크에 적용해 가격을 매기고 있습니다.
비트텐서를 암호화폐 내부에서만 비교해도: 비트코인은 전체 암호화폐 시장에서 장기적으로 50~60%의 시장 점유율을 유지하는 반면, 비트텐서는 암호화폐 AI 분야에서의 점유율은 약 11.5%에 불과합니다.
시장이 비트텐서가 AI 인프라에서 차지하는 위치를 다시 이해하게 될 때, 이러한 평가 왜곡은 반드시 바로잡힐 것입니다.
결론: 비트텐서는 암호화폐 전체의 희망이다
만약 SN3 템플러의 Covenant-72B가 단 하나의 사실을 입증했다면, 그것은 다음과 같습니다:
탈중앙화된 네트워크는 자본을 조율할 뿐 아니라, 컴퓨팅 파워와 최첨단 AI 연구 개발까지 조율할 수 있다.
지난 몇 년간, 암호화폐는 AI 서사 속에서 대부분 주변부 역할에 머물렀습니다. 수많은 프로젝트들이 개념 포장, 감정적 투기, 또는 자본 서사를 의존했지만, 검증 가능한 기술적 성과는 부족했습니다. SN3은 명백히 다른 사례입니다.
SN3은 새로운 토큰 서사를 제시하지도 않았고, “AI + 웹3” 애플리케이션 레이어 제품을 포장하지도 않았습니다. 오히려 더 근본적이고 더 어려운 일을 해냈습니다:
중앙 집권적 조율 없이, 72B 규모의 대규모 모델을 학습시켰습니다.
참여자들은 전 세계 각지에서 왔으며, 서로 신뢰할 필요가 없었습니다. 시스템은 블록체인 상의 인센티브 및 검증 메커니즘을 통해 자동으로 학습 기여와 수익 분배를 조율합니다.
암호화폐 메커니즘이 AI 분야에서 처음으로 실질적인 생산력을 조직해냈습니다.
많은 사람들은 아직 SN3의 역사적 의미를 제대로 이해하지 못하고 있습니다. 마치 당시 많은 이들이 비트코인이 입증한 것이 ‘더 나은 결제 수단’이 아니라 ‘중앙 신용 없이도 가능한 가치 합의’라는 사실을 인지하지 못했던 것과 같습니다.
오늘날 많은 이들이 여전히 벤치마크 수치, 모델 공개, 혹은 단기적 가격 상승만을 보고 있습니다.
하지만 실제로 일어난 변화는, 비트텐서가 다음과 같은 사실을 입증하고 있다는 점입니다:
- 암호화폐는 단지 자산을 발행하는 데 그치지 않고, 생산을 조직할 수도 있다
- 암호화폐는 단지 주의를 거래하는 데 그치지 않고, 지능을 생산할 수도 있다
오픈소스 커뮤니티는 코드를 기여할 수 있고, 학계는 논문을 기여할 수 있지만, 문제가 초대규모 학습, 장기 협업, 지역 간 조율, 부정행위 방지 및 수익 분배 단계에 이르면, 선의와 평판 체계만으로는 턱없이 부족합니다:
- 경제적 인센티브가 없다면 안정적인 공급은 불가능합니다
- 검증 가능한 보상 및 처벌이 없다면 장기 협업은 불가능합니다
- 토큰 기반 조율 메커니즘이 없다면 진정한 글로벌 규모, 허가 없이 사용 가능한 AI 생산 네트워크는 형성될 수 없습니다
그러므로 비트텐서는 과소평가되었는가? 그 답은 “아마도”가 아니라 “명백하게, 체계적으로 과소평가되었다”입니다.
“암호화폐는 여전히 존재 의의가 있는가?”라는 전반적인 논쟁 속에서, 비트텐서는 전 산업에 걸쳐 가장 설득력 있는 답변을 제시하고 있습니다.
그렇기에 바로 비트텐서는 암호화폐 전체의 희망입니다.
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
@0xai_dev
