비트코인, 6만 2,000달러 부근에서 횡보 지속

크립토 뉴스

탈중앙 데이터 인프라 플랫폼 퍼셉트론(Perceptron)이 1,000만 달러 규모의 AI 데이터 펀드를 출범시켰다. 유휴 상태로 남아 있는 소비자용 대역폭을, 머신러닝 개발을 좌우해 온 유료 데이터셋의 저렴한 대안으로 내세운 것이 핵심이다. 이 프로젝트는 공개된 웹 데이터를 사용자가 운영하는 전 세계 노드 메시망으로 라우팅한 뒤 품질을 검증하고, 이를 기업 고객에게 공급한다. 데스크가 이번 출범을 읽는 방식은 명확하다. 겨냥하는 지점은 연산 능력이 아니라, AI 경쟁에서 가장 덜 회자되는 병목인 학습 데이터다. 펀드는 업계를 지배하는 정보 파이프라인에서 밀려난 초기 단계 개발자를 대상으로 하며, 이들은 온체인 AI 활용을 좇는 알트코인 빌더층과 점점 겹친다. 퍼셉트론은 이번 시도를 여덟 자릿수 데이터 예산이 없는 팀을 위한 인프라로 규정한다.

퍼셉트론이 뒤쫓는 병목은 구체적이다. 개방형 웹 콘텐츠 대부분이 이미 수집된 상황에서, 공개 애플리케이션 프로그래밍 인터페이스(API)에 대한 기업의 통제가 남은 고품질 데이터를 가파른 라이선스 비용 뒤에 가둬 놓았다. 공동창업자이자 최고경영자(CEO)인 피터 앤서니(Peter Anthony)는 여기에 숫자를 붙였다. 그는 OpenAI와 같은 대형 모델 개발사가 레딧(Reddit)이나 소셜 네트워크 같은 플랫폼의 데이터에 접근하기 위해 연간 약 6,000만~1억 달러를 지불한다고 밝혔다. 앤서니의 표현을 빌리면, 아무리 똑똑한 모델도 읽을 책이 없으면 무용지물이다. 그는 이런 비용 구조가 자본력을 갖춘 소수의 기술 기업에 견고한 우위를 넘겨주는 반면, 독립 스타트업은 경쟁력 있는 제품을 만드는 데 필요한 데이터셋을 얻지 못한 채 고사한다고 주장했다.

퍼셉트론의 해법은 150개국 이상에 걸친 분산형 수집 계층이다. 일상적인 사용자 기기가 남는 대역폭을 내어 웹 데이터를 모으는 구조다. 기여자는 참여에 대한 보상을 받고, 네트워크는 정보가 유료 고객에게 전달되기 전에 데이터셋 품질을 걸러 내는 검증 단계를 거친다. 이 설계는 하드웨어 소유자가 자원을 제공하고 보상을 얻는 크립토 디핀(DePIN) 부문의 토큰 인센티브 모델을 그대로 닮았으며, 보상은 기여자의 AI 크립토 지갑으로 곧바로 정산될 수 있다. 플랫폼은 연산으로 경쟁하는 대신, 수백만 가정에서 유휴 상태로 잠자던 자원인 대역폭을 수익화해 AI 학습 데이터의 저비용 공급선으로 재포장한다.

이 논리의 수요 측면은 7월 3일부터 4일까지 서울에서 열린 대형 AI·엔터프라이즈 기술 콘퍼런스에서 드러났다. 세일즈포스(Salesforce)의 고객현장기술 담당 이사 주드 우메(Jude Ume)는 업계가 잘못된 질문을 던지고 있다고 지적했다. 기계가 언제 인간을 뛰어넘을지 논쟁하기보다, 기업은 AI가 사람의 역량을 확장했을 때 무엇을 이룰 수 있는지를 물어야 한다는 것이다. 그는 부상하는 이 모델을 디지털 노동(Digital Labor)으로 정의했다. 사용자의 목표를 이해하고 필요한 정보를 찾아내며 여러 단계를 계획해 실제 업무를 수행하는 AI 에이전트로, 단순히 문구를 작성하거나 회의를 요약하는 시스템을 훌쩍 넘어선다. 이 구분은 에이전트를 글쓰기 도구가 아닌 동료로 재정의한다.

우메가 강조한 필수 요건은 신뢰였다. 그는 AI가 안전하고 투명해야 하며 기업 데이터를 보호해야 한다고 말하면서, 에이전트가 정보를 다루는 동안 이를 지키기 위해 세일즈포스가 구축한 트러스트 레이어(Trust Layer)를 소개했다. 지배 원칙은 깔끔한 역할 분담이다. AI가 반복 작업을 실행하고, 인간은 결과물을 검토하며 방향을 정하고 최종 판단과 책임을 보유한다. 이 구도는 크립토와 맞닿은 배치에서 특히 중요하다. 자율적으로 작동하는 AI 트레이딩 봇과 에이전트형 지갑은 동일한 수탁·통제 문제를 제기하기 때문이다. 자동화된 에이전트가 실제 자금이나 민감한 데이터를 다룰 때, 누가 결정하고 누가 책임지는가라는 질문이다.

우메의 결론은 기술만으로는 이기지 못한다는 것이었다. 그는 기업이 AI 도입 여부를 놓고 다투던 단계를 이미 지나, 이제는 이를 제대로 활용하는 방법에 집중하고 있다고 말했다. AI 전략을 기술 프로젝트가 아니라 사업 전략으로 다루며, 에이전트를 중심으로 업무 흐름과 역할, 고객 경험을 재설계한다는 것이다. 도구에는 변화 관리와 교육, 리더십이 함께 따라야 한다. 그의 가장 날카로운 주장은 경쟁에 관한 것이었다. 모델은 계속 개선되겠지만 차별화 요소는 결국 사람이라는 얘기다. 누구나 AI에 접근할 수 있지만, 이를 지속 가능한 가치로 전환하는 조직은 드물기 때문이다. 그는 이 격차가 다가올 국면에서 기업의 결정적 우위가 될 것이라고 내다봤다.

이 흐름들을 함께 읽으면 하나의 궤적이 그려진다. AI의 다음 제약은 모델 크기가 아니라 데이터 공급과 조직적 신뢰이며, 둘 다 크립토 레일과 직접 겹치는 탈중앙·인센티브 기반 인프라로 답을 찾아 가고 있다는 것이다. 데스크의 종합 시장 데이터는 그 배경을 위험 회피 국면으로 규정한다. 발행 시점 기준 공포·탐욕 지수는 100점 만점에 21로 극단적 공포(Extreme Fear) 구간에 깊이 머물러 있고, 비트코인 도미넌스는 69.3%를 유지하고 있다. 전체 크립토 시가총액은 약 1조 7,900억 달러 부근이며, 비트코인(BTC)은 실시간 현물 가격 기준 6만 2,000달러 안팎에서 횡보하고 있다. 데스크가 읽는 신호는 역대 최고가 서사가 식는 가운데 자본이 비트코인으로 응집되는 모습이다. 조심스러운 시장이 그 밑에서 AI·크립토 데이터 인프라 구축을 계속 떠받치고 있다.