작성자: Prathik Desai 출처: tokendispatch 번역: Shan Oppa, Golden Finance

현재 AI 산업은 마치 폐쇄된 종교 시스템과 유사해졌다. 자금 조달과 기업 가치 평가는 모두 문이 닫힌 공간에서 이루어진다. 몇몇 선도적인 기업들은 막대한 자금을 조달하고 최고의 연구원들을 채용하며 초대규모 컴퓨팅 파워를 임대했다. 그러나 시장은 몇 달 안에 발표되는 투자 라운드를 통해 이들의 가치를 추론할 수 있을 뿐이다. 이른바 “기업 가치”는 종종 자유롭게 흘러가는 시장에서 발견되는 진정한 가격이 아닌, 소수의 사람들이 방 안에서 합의한 숫자일 뿐이다. 일반 투자자들이 가격을 확인할 즈음에는 이미 대부분의 상승 여력이 초기 참여자들에게 귀속되었다.

Bittensor의 핵심 주장은 AI가 이런 방식으로 자금을 조달해서는 안 된다는 것이다. 내가 이 시스템에 매료된 이유는 그것이 OpenAI, Anthropic, Google보다 더 나은 모델을 만들 수 있기 때문이 아니라, 적어도 아직은 그렇지 않지만, 전통적인 회사로 성장하기 전에 AI 프로젝트를 공개적으로 평가하고 자금을 조달하며 가격을 책정하는 탈중앙화 경로를 찾았기 때문이다.

이 모델은 과거 AI 붐에서 등장했던 여러 탈중앙화 시도와 완전히 다르다.

Bittensor의 서브넷 시스템은 지속적으로 팀을 지원하며, 효율적인 수행자를 보상하고, 낙후된 프로젝트를 제거하며, 실시간으로 전체 AI 생태계를 재평가한다. 이것은 AI에 대한 전례 없는 가격 책정이다. 나는 이 모델에서 AI를 구축하는 과정이 잔인하다고 생각하지만, 동시에 더 정직하다고 느낀다.

이번 심층 분석을 통해 Bittensor의 운영 논리를 살펴보고, 이것이 이전의 어떤 AI 가격 책정 시도보다 더 우월할 수 있는 이유를 알아보겠다.

AI 가격 책정의 비밀의 방

2025년 1분기에만 AI 스타트업들은 731억 달러의 자금을 조달받아 글로벌 벤처 캐피털 투자의 58%를 차지했다. GIC와 TPG 같은 투자 기관들은 일부 세부 분야의 밸류에이션 배수가 너무 높다고 경고했지만, 이러한 밸류에이션을 뒷받침할 만한 운영 성과는 거의 없다.

이 모델은 창업자, 내부자 및 후기 투자자들에게는 유리하지만 다른 사람들은 배제한다. 주요 컴퓨팅 파워를 제공하는 자원 당사자들, 오픈소스 모델을 기반으로 하는 개발자들, 그리고 초기 일반 사용자들은 그 혜택을 공유할 수 없다. 오픈소스 AI의 부상조차도 이 상황을 바꾸지는 못했다. 자금은 여전히 클라우드 서비스 계약, 배포 계층, 기업 패키징, 기술 지원, 보안 및 유통에 집중되어 있다.

전체 가치 창출 과정에서 대중은 광범위하게 기여하지만, 그 열매는 소수에 의해 독점된다. 이러한 패턴은 오랫동안 존재해왔지만, 진정한 변화는 오픈소스 모델 기반 AI 경제의 부상에서 비롯된다.

레드햇 개발자들은 보고서에서 기업들이 특히 통신 및 은행과 같이 규제가 엄격한 산업에서 오픈소스 AI 모델을 도입하여 로컬 배포, 자율적 관리 및 전문적인 작업을 처리하는 경향이 있다고 지적했다. 기업들은 단순히 AI 모델을 참조하는 것이 아니라, 운영을 모니터링하고 자동화하며 확장할 수 있는 AI 배포 솔루션을 필요로 한다.

맥킨지와 같은 대형 기관들도 이 트렌드에 동의한다. 맥킨지의 설문조사에 따르면 조사 대상 기업의 절반 이상이 기술 스택에 오픈소스 AI를 완전히 통합했다고 답했다. 이번 설문조사는 41개국에서 700명 이상의 기술 리더 및 시니어 개발자들을 대상으로 진행되었다.

Bittensor의 모델은 이러한 산업 변화에 기반하여 현재 AI 프로젝트의 가격 책정 시스템에 도전장을 내밀고 있다.

크립토 네이티브 투자자들은 Bittensor의 네이티브 토큰 TAO에 열광하고 있으며, 지난 한 달 동안 가격이 두 배로 올랐다. 일부는 탈중앙화 AI와 중앙집중식 AI의 장단점을 놓고 논쟁을 벌이고 있지만, 내게 중요한 것은 더 정확한 AI 가격 책정 방법을 탐구하는 것이다. Bittensor가 제시한 해답은 다음과 같다: 자금 조달, 개발, 검증 및 사용에 기여하는 모든 당사자가 동일한 시장에 모여 공개 지표에 기반하여 AI를 가격 책정하자는 것이다.

AI를 공개 시장으로 가져오기

Bittensor를 단일 토큰이 아닌 마이크로 AI 경제의 네트워크로 생각하면 쉽게 이해할 수 있다.

각 서브넷은 AI 기술 스택에서 특정 작업에 특화된 시장으로, 추론, 분산 학습, 예측 신호 또는 컴퓨팅 파워 공급에 초점을 맞출 수 있다. 서브넷 생성자는 인센티브 메커니즘과 목표 작업을 설정하고, 마이너는 작업을 수행하며, 검증자는 결과를 평가하고, 스테이커는 TAO를 스테이킹하여 특정 검증자를 지원할 수 있다.

2025년 2월 Bittensor가 동적 TAO 업그레이드를 출시한 이후 인센티브 메커니즘이 더욱 혁신적이 되었다: 각 서브넷은 자체 토큰과 자금 풀을 갖게 되었다. 이제 Bittensor는 단일한 일반화된 AI 투자 대상이 아닌 많은 작은 AI 프로젝트를 수용하는 생태계가 되었다.

2025년 하반기에는 Bittensor가 보상 분배를 TAO 순 유입량과 더욱 긴밀하게 연계할 예정이며, 같은 해 12월 TAO는 첫 번째 반감기를 완료하여 일일 유통량이 3,600개로 감소했다. 이는 자본이 능력에 따라 배분되도록 강제하며, AI 시장을 최적의 생존 경연장으로 변모시킨다.

Web3 연구원이자 저자인 제프는 이를 “다윈주의적 AI의 역학”으로 정확히 요약했으며, 0xJeff 뉴스레터에서 멋진 요약을 제공했다:

다윈주의의 핵심은 자연 선택과 적자 생존이다. 개체 간 경쟁을 통해 생존에 유리한 우수한 특성이 세대를 거쳐 전달된다.

유사한 논리는 Bittensor의 여러 수준에서 구현된다:

• 서브넷 경쟁: 각 서브넷은 하루 3,600 TAO의 인센티브 점유율을 두고 경쟁하며, 상위 서브넷은 인센티브를 활용하여 더 오래 지속되는 생존 공간을 확보한다.

• 마이너 경쟁: 마이너는 최고의 결과를 제공하기 위해 경쟁한다. 전 세계 참가자들은 주요 서브넷 지표를 기반으로 경쟁하며, 상위 마이너는 서브넷 알파 토큰 보상의 41%를 받을 수 있다.

• 검증자와 투자자 간 경쟁: 검증자는 마이너 작업을 검증하기 위해 경쟁하고, 투자자는 가장 뛰어난 성과를 보이는 서브넷에 베팅하기 위해 경쟁한다.

경쟁하지 않거나 성과가 좋지 않으면 어떻게 될까? 퇴출이다. 해당 서브넷은 즉시 삭제된다(네, 시스템에서 직접 삭제된다).

이것은 전통적인 AI 모델과의 핵심 차이점이다.

전통적인 모델에서는 창업자가 회사를 피칭하고, 지분을 조달하고, 팀을 구성하고, 내부적으로 구축하며, 시장이 그 가치를 인정해주길 바란다.

Bittensor는 시장 초기에 투자를 공개함으로써 이 모델을 전복시킨다. 이 모델에서는 기업가가 먼저 서브넷을 출시하고, 이후 GPU 운영자가 컴퓨팅 자원을 제공한다. 그 다음 개발자와 연구원이 작업을 기여하고, 투자자는 TAO 또는 특정 서브넷 토큰을 통해 투자 지분을 구매한다. 마지막으로 고객이 기본 서비스를 사용하기 위해 비용을 지불한다. 결국 시장은 모든 요인을 고려하여 프로젝트를 전체적으로 가격을 책정한다.

내가 이 모델에서 가장 좋아하는 점은 모든 이해관계자를 위한 자본 시장을 재구성한다는 것이다.

전통적인 스타트업과 달리, 투자자들은 다음 펀딩 라운드를 기다리지 않고도 지속적으로 가격을 발견할 수 있다. 실제로 Bittensor는 투자자들이 TAO 플랫폼을 통해 전체 생태계를 개괄하거나 가장 유망한 개별 서브넷에 초점을 맞춰 더 정확한 투자를 할 수 있도록 한다.

개발자들에게는 Anthropico나 OpenAI, 혹은 기타 엘리트 초대규모 데이터 센터에 국한되지 않고도 AI 발전에 긍정적인 영향을 미칠 수 있다는 점이 매력적이다.

창업자들에게는 아이디어를 중심으로 한 자본 시장과, 완전한 회사로 성장하기 전에도 지원을 받을 수 있는 접근성을 제공한다. 이는 벤처 캐피털 산업에서 전례가 없는 일이다. 이는 네트워크 내 자본이 집중되는 방식에서도 확인할 수 있다. 소수의 서브넷이 불균형적으로 많은 TAO 자본 유입과 유출을 유치하는 반면, 다른 서브넷은 상대적으로 뒤처져 있다. 시가총액 기준 상위 5개 서브넷은 128개 서브넷의 총 시가총액의 거의 3분의 1을 차지한다.

고객들에게는 이 시스템이 더 저렴하고 유연한 오픈 인프라 접근성을 제공한다.

또한 Bittensor 모델은 공정해 보일 뿐만 아니라 상업적으로도 더 실행 가능하기 때문에 모든 이해관계자에게 더 매력적이다.

시장이 성숙해지고 있다

기관 투자자들이 점점 더 Bittensor를 준수하고 입찰 가능한 것으로 간주하면서 이러한 트렌드는 명백해졌다.

2025년 12월, Grayscale Bittensor Trust가 OTCQX 최상위 장외 시장에 상장되어 전통적인 투자자들에게 이 낯설지만 매우 수요가 높은 자산에 익숙한 채널을 제공했다.

새로운 시장이 성숙되고 있다는 신호는 준수한 포장, 거래 코드, 화면에 표시되는 호가, 그리고 브로커 계좌에 대한 접근성을 갖추는 것이다. 이는 비트코인, 이더리움 ETF 및 디지털 자산 국채(DAT)가 거쳤던 길과 같다. Bittensor는 크립토 시장에서 비트코인이나 이더리움만큼 잘 알려져 있지는 않지만, Grayscale Trust의 출시는 기관의 관심이 이론에서 실제 제품으로 이동했음을 나타낸다.

Bittensor의 노력은 자신이 혁신을 약속했던 엘리트 산업의 최고 두뇌들로부터 인정을 받기도 했다.

유명한 벤처 캐피털리스트이자 기업가인 Chamath Palihapitiya가 Bittensor의 분산 학습 실행을 Nvidia CEO Jensen Huang에게 언급했을 때, Huang은 이를 암호화폐 공간에서 하찮은 성취로 폄하하지 않았다. 그는 이를 “현대판 Folding@home”이라고 불렀는데, 이는 자원봉사 컴퓨터들의 남는 컴퓨팅 파워를 사용하여 단백질 접힘 등을 시뮬레이션하는 분산 프로젝트를 말한다.

이러한 포지셔닝은 Bittensor를 토큰 사이클의 서사에 국한시키는 대신 분산 컴퓨팅의 장기적인 역사적 맥락에 위치시킨다.

Bittensor의 선도적인 서브넷 중 하나인 Templar의 최근 성과는 기술적 관점에서 그 능력을 더욱 확인시켜주었다. 그들의 Covenant-72B는 720억 개의 파라미터를 가진 대규모 모델로, 전 세계 20명 이상의 참가자들이 Bittensor 협업을 통해 1.1조 개의 토큰을 기반으로 처음부터 학습했다. 공개 벤치마크에서 Covenant-72B는 MMLU 점수 67.11을 기록하여 LLaMA-2-70B의 65.63을 넘어섰다.

솔직히 말하자면, 이는 여전히 OpenAI나 Anthropic을 능가하지 못하지만, 탈중앙화된 협력이 상업적 가치를 가진 AI 인프라를 창출할 수 있음을 증명하기엔 충분하다.

Chutes와 같은 서브넷은 분산된 서버리스 AI 컴퓨팅 파워 플랫폼으로 명확히 포지셔닝되어 있다. Bittensor의 공식 문서는 또한 서브넷을 추론 및 학습과 같은 디지털 상품의 독립적인 경쟁 시장으로 정의한다. 이는 시장이 모호한 AI 서사가 아닌 기술 스택의 특정 모듈을 독립적으로 가격을 책정하고 있다는 것을 시사한다.

수요 측면의 딜레마

Bittensor의 공급 측면 투명성은 다른 어떤 AI 시장보다도 뛰어나다: 발행량, 스테이킹 흐름, 자본 축적 서브넷 등의 데이터는 한눈에 파악할 수 있다. 진짜 문제는 수요 측면 정보가 투명하지 않다는 것이다.

블록체인은 토큰 유통만 기록할 뿐, 사용자 유지율, API 사용 품질, 이익률, 감사된 수익 등의 데이터는 수집하지 않는다. 서브넷이 번영하는 것처럼 보이더라도 투자자들은 종종 시장 구조에서 비즈니스 품질을 추론해야 하며, 재무제표를 통해 판단할 수 없다.

Pine Analytics는 “투명한 공급 vs. 불투명한 수요” 및 “Chutes (SN64): 보조금에 의존한 저가”와 같은 분석에서 날카로운 비판을 제기했다. Bittensor의 뛰어난 비즈니스 성과 중 일부는 여전히 보조금에 의해 주도될 수 있으며, 보조금의 본질은 서브넷 내 TAO 발행 보상이다. Pine은 전체 네트워크가 인정할 수 있는 외부 수익이 TAO 가격이 암시하는 가치에 비해 여전히 미미하다고 계산했다.

가장 대표적인 사례는 Bittensor의 최대 서브넷인 Chutes이다: 연간 TAO 발행 보조금이 5,200만 달러에 달하지만 외부 수익은 단 240만 달러에 불과하다. 보조금 없이 운영 비용을 감당할 수 없다는 점은 Bittensor 모델을 부정하는 것이 아니라, 현재 시장이 AI의 현금 흐름보다는 AI의 비전을 가격 책정하고 있다는 것을 보여준다.

이 때문에 나는 Bittensor의 발전 과정에 특별한 주목을 하고 있다. 그것은 생태계 성숙의 모든 징후를 가지고 있다. 비록 “탈중앙화 AI”에 대한 논쟁을 종식시키지는 못했고, 여전히 AI 프로젝트에 대한 가장 정확한 평가 방법을 다듬고 있지만, 오랫동안 사적 시장에서 의도적으로 무시되었던 문제들을 드러내고 공개 시장을 통해 신념과 평가를 가격 책정하는 데 큰 진전을 이루었다.

사적 AI 거물들이 세상에 소수의 사람들이 방 안에서 결정한 수조 달러 규모의 평가를 믿으라고 요구할 때, Bittensor는 공개 시장을 신뢰하기로 선택했다. 나는 후자가 완벽하지 않다는 것을 알고 있지만, 그것이 가져오는 투명성을 높이 평가하고 존중한다.