Disclaimer: 이 글은 정보 전달을 위한 목적으로 작성되었으며, 특정 프로젝트에 대한 투자 권고나 법률적 자문을 목적으로 하지 않습니다. 모든 투자에 대한 책임은 개인에게 있으며, 이로 인해 발생한 결과에 대해 DSRV는 어떤 부분에서도 책임을 지지 않습니다. 본문에서 다루는 내용은 특정 자산에 대한 투자를 추천하는 것이 아니며, 본문의 내용만으로 의사 결정을 하는 것은 지양하시길 바랍니다.

Intro

AI 에이전트가 프라이빗 키를 다루고 소스코드를 읽고 API 키에 접근하는 시대다. 그런데 그 추론은 대부분 외부 서버에서 평문으로 처리되고 사용자는 사업자의 데이터 정책을 신뢰하는 것 외에 다른 선택지를 갖지 못한다. 본 리서치는 이 신뢰를 정책이 아닌 기술로 옮기려는 시도들을 비교하고 그 흐름 속에서 0G Private Computer의 접근 방법을 살펴본다.

1. 왜 프라이빗 AI가 필요한가

2026년 2월, ChatGPT에서 사용자 대화와 업로드 파일이 외부로 유출될 수 있는 취약점이 공개되었다. 하나의 악성 프롬프트만으로 코드 실행 런타임의 DNS 채널이 활성화되고 사용자에게 별도의 경고 없이 데이터가 외부 서버로 전송될 수 있는 구조였다.

이러한 문제는 ChatGPT에만 국한되지 않는다. 2026년 1분기에는 OpenClaw에서도 6건의 보안 취약점이 공개되었다. 이 중 CVE-2026-25253은 사용자가 악성 웹페이지를 방문하는 것만으로 에이전트 전체가 탈취될 수 있는 원격 코드 실행 취약점으로 보고되었다.

이 사례들은 단순한 개별 제품 차원의 버그로 보기 어렵다. AI 시스템이 더 많은 권한을 가질수록 외부 서버에 위탁되는 데이터의 민감도 역시 높아지기 때문이다. 프라이빗 키, 소스코드, 내부 회의록과 같은 민감한 정보에 접근하는 경우가 늘어나고 그 과정에서 데이터는 외부 인프라에서 처리된다. 문제는 사용자가 해당 인프라를 직접 통제할 수 없다는 점에 있다.

2026년 4월 2일, 이더리움 창시자 비탈릭 부테린은 이 문제를 개별 소프트웨어의 결함이 아니라 에코시스템 전체와 그 문화의 문제로 지적했다. 그는 프라이버시, 보안, 자기주권을 최우선으로 둔 자신의 AI 사용 환경도 함께 공개했다.

그가 제시한 방식은 로컬 중심의 폐쇄형 구성이다. NVIDIA 5090 노트북에 Qwen3.5 35B 오픈 모델을 구동하고 NixOS 위에 샌드박스 환경을 직접 구성하는 형태다. 이 구성에서는 외부 검색, 에이전트 프레임워크, 클라우드 API를 사용하지 않는다. 데이터가 로컬 환경 안에만 머물도록 설계함으로써 외부 인프라에 대한 신뢰 의존성을 최소화했다.

비탈릭은 프라이버시가 왜 필수인지를 명확히 보여줬다. 다만 그가 제시한 로컬 중심 구성은 직접 환경을 구축할 수 있는 전문가에게 한정된 영역이다. 시장에서는 같은 보장을 일반 사용자와 프로덕션 환경에서 어떻게 제공할 것인가가 별도의 과제로 남는다. 실제로 프라이빗 AI를 구현하려는 흐름은 신뢰를 어디에 두는지와 어떤 기술로 데이터를 보호하는지에 따라 몇 가지 다른 방향으로 전개되고 있다.

2. 프라이빗 AI의 세 가지 접근

프라이빗 AI를 구현하려는 흐름은 크게 세 가지로 나뉜다.

첫째는 로컬 중심 방식이다. 모델과 실행 환경을 사용자 기기 안에 직접 두고 외부 인프라에 대한 신뢰를 최소화하는 접근이다. 비탈릭이 공개한 구성이 이 범주에 속한다. 다만 로컬 GPU에 탑재 가능한 모델 크기, 실시간 외부 정보 접근, 직접 환경을 구축하고 운영할 기술적 역량 같은 제약이 따른다. 프라이버시와 자기주권을 극대화하는 대신 성능, 편의성, 접근성의 일부를 감수하는 구조다.

둘째는 빅테크 클라우드 기반 방식이다. Google의 Private AI Compute와 Apple의 Private Cloud Compute가 대표적이다. 두 기업 모두 민감한 데이터를 일반적인 클라우드 처리 경로와 분리된 보호 환경에서 다루도록 설계했으며 사용자 요청을 제한된 실행 환경에서 처리하는 보안 구조를 내세운다.

다만 이 방식에서는 인프라의 소유와 운영이 여전히 단일 기업에 집중된다. 실제로 NCC Group의 Google Private AI Compute 검토에서는 타이밍 기반 사이드 채널 이슈가 보고되기도 했다. 보호 환경이 강화되더라도 운영 주체에 대한 신뢰 문제가 완전히 사라지는 것은 아니라는 뜻이다.

셋째는 탈중앙 네트워크 기반 방식이다. 이 접근에서는 분산된 제공자들이 추론을 수행하고 그 실행 결과와 무결성을 온체인 또는 암호학적 방식으로 검증한다.

이 세 가지 접근은 모두 프라이버시를 목표로 하지만 신뢰를 어디에 두는지와 데이터를 어떤 방식으로 보호하는지에서는 분명한 차이를 보인다. 특히 빅테크 클라우드와 탈중앙 방식처럼 외부 환경에서 추론을 수행하면서도 데이터를 보호하려는 접근은 하나로 수렴되지 않고 서로 다른 기술적 경로로 발전하고 있다.

3. 네 가지 기술, 네 가지 트레이드오프

위 세 가지 접근은 어떤 기술을 기반으로 하는지에 따라 다시 나뉜다. 특히 외부 환경에서 데이터를 보호하려는 시도는 주로 TEE, FHE, ZKP, MPC 네 가지 기술로 구현된다. 이는 데이터를 안전하게 지키면서도 실제로 쓸 수 있을 만큼 빠르게 AI를 구동할 수 있느냐의 문제다.

TEE (Trusted Execution Environment)

TEE는 민감한 데이터를 엔클레이브(enclave), 즉 하드웨어로 격리된 실행 환경 안에서 처리하는 방식이다. CPU가 직접 해당 메모리 영역을 암호화해 운영체제나 외부에서 들여다볼 수 없게 만든다. 현재 Google의 Private AI Compute와 Apple의 Private Cloud Compute 같은 실제 서비스가 이 계열에 속한다.

가장 큰 장점은 실용성이다. 기존 AI 시스템과 비교적 잘 결합되고 대형 모델도 실제 서비스 환경에서 운영할 수 있다. 특히 최근에는 CPU TEE에 더해 NVIDIA H100, H200 기반 GPU TEE가 등장하면서 대형 LLM도 TEE 안에서 실용적인 속도로 구동할 수 있게 되었다. 지금 시점에서 프라이빗 AI가 가장 빠르게 상용화되고 있는 이유도 여기에 있다.

대신 한계도 명확하다. 이 방식은 결국 하드웨어와 플랫폼을 신뢰해야 한다. 실제로 Intel SGX 계열에서는 Foreshadow 같은 사이드 채널 취약점이 보고되었고 하드웨어 자체도 취약점을 가질 수 있다는 점이 드러났다. 결국 TEE는 운영자 대신 하드웨어 벤더와 저수준 시스템을 신뢰해야 하는 구조에 가깝다.

FHE (Fully Homomorphic Encryption)

FHE는 데이터를 복호화하지 않은 상태로 연산하는 방식이다. 쉽게 말해 데이터를 끝까지 암호화한 채 계산하는 접근이다.

이론적으로는 가장 강한 프라이버시를 제공한다. 하드웨어 운영자를 신뢰하지 않아도 되고 암호 자체가 보호 역할을 하기 때문이다.

하지만 지금 기준에서는 비용이 크다. 계산량이 많고 속도 부담도 커서 대형 언어 모델을 실시간으로 구동하는 주류 방식으로 보기는 어렵다. 현재는 가능성을 증명하는 단계에 더 가깝다.

ZKP (Zero-Knowledge Proofs)

ZKP는 어떤 계산이 정해진 방식대로 수행되었다는 사실을 증명하는 기술이다. 특히 결과를 검증할 수 있으면서도 민감한 내용은 그대로 드러내지 않아도 된다.

이 방식의 강점은 검증 가능성이다. AI가 실제로 약속한 모델과 절차에 따라 동작했는지를 확인하는 데 유리하다.

다만 ZKP는 계산 결과를 증명하는 데 강한 기술이지 추론 과정 전체를 보호하는 기술과는 조금 다르다. 그래서 실제로는 단독 해법보다는 다른 기술과 함께 쓰이는 경우가 많다.

MPC (Multi-Party Computation)

MPC는 데이터를 여러 참여자에게 나누어 맡긴 뒤 어느 한 쪽도 전체 데이터를 보지 못한 채 계산을 수행하는 방식이다.

장점은 신뢰를 한 곳에 집중하지 않는다는 점이다. 특정 하드웨어 벤더나 단일 운영자에 대한 의존을 줄일 수 있다.

하지만 참여자들 사이의 조정과 통신이 필요하기 때문에 구조가 복잡해지고 성능 부담도 생긴다. 그래서 현재는 대형 LLM의 실시간 추론보다는 다른 프라이버시 연산 영역에서 더 많이 활용된다.

결국 네 기술이 갈리는 지점은 사용자가 무엇을 신뢰하게 되는지에 있다. TEE는 운영자 대신 하드웨어 벤더를, FHE는 암호 자체를, ZKP는 검증된 결과를, MPC는 분산된 참여자들을 신뢰하게 만드는 방식이다.

FHE, ZKP, MPC는 각각 분명한 장점을 갖고 있지만 지금은 단독으로 모든 문제를 해결하기보다 다른 기술과 결합되는 방향에 더 가깝다. 대형 모델을 실제 서비스에 가까운 형태로 프라이빗하게 추론하는 데 가장 현실적인 경로는 여전히 TEE다.

4. 탈중앙 프라이빗 AI 경쟁 현황

이러한 흐름 속에서 탈중앙 TEE 기반 프라이빗 AI 추론을 제공하는 서비스가 이미 여럿 등장해 있다. 각 서비스가 어디에 집중하는지 살펴보면 현재의 경쟁 구도가 드러난다.

Targon이 실사용 실적에서 가장 앞서 있다. Manifold Labs가 개발한 Bittensor Subnet 4 기반 서비스로 1,500개 이상의 H200 GPU를 동원해 일일 200억 토큰 이상을 처리한다. InfiniBand 기반 고속 추론을 내세우며 개발자와 기업 대상으로 GPU 임대와 추론 서비스를 제공한다.

NEAR AI Cloud는 NEAR Foundation이 내놓은 소비자 대중화 지향 서비스다. Private Chat이라는 ChatGPT 대응 서비스와 TEE 안에서 에이전트를 실행하는 IronClaw 런타임을 운영하며 Brave Nightly와 OpenMind 같은 파트너 서비스와 연결돼 있다. 다양한 최신 LLM을 지원하고 per-token 가격을 USD로 공개한다.

Phala Cloud는 Confidential AI API로 엔터프라이즈 신뢰도에 집중한다. 일 10억 토큰 이상을 처리하고 2025년 말 SOC 2 Type I과 HIPAA 인증을 확보했다. Telegram 어시스턴트 Dory 같은 응용 제품을 운영하며 NEAR AI Cloud의 launch 파트너로 컨피덴셜 컴퓨팅 인프라를 제공한다.

네 서비스 모두 탈중앙 TEE 기반이라는 공통점을 갖지만 다루는 영역은 다르다. Targon은 실사용 실적, NEAR AI Cloud는 소비자 대중화, Phala Cloud는 엔터프라이즈 신뢰에 집중한다. 반면 0G Private Computer는 별도의 추론 인프라를 가진 독립 서비스가 아니라 0G Compute Network 위에 얹힌 추론 인터페이스로 설계됐다. 그 덕에 Compute에 더해 Storage, DA, Chain 정산까지 한 네트워크에서 묶어내는 에이전틱 스택 자체를 다룬다. 0G 메인넷은 Chain, Compute, Storage, DA를 모두 네이티브 제품으로 갖춘 AI 전용 풀스택이고 비교 대상 AI 인프라 체인 중 탈중앙 Storage와 DA를 별도 제품으로 운용하는 건 0G뿐이다. 여기에 자연어로 AI 앱과 에이전트를 만드는 0G App이 더해지면서 “만들기 → 프라이빗 실행”이라는 통합 워크플로가 완성된다. 다른 셋과는 시작점부터 구조가 다르다.

5. 0G Private Computer

0G Private Computer가 내세우는 핵심은 한 문장으로 요약된다. Privacy by Code, not Privacy by Policy. 프라이버시를 사업자 정책으로 약속받는 것이 아니라 하드웨어와 코드 위에서 검증 가능한 형태로 구현한다는 것이다. 0G는 이를 Sealed Inference라는 이름으로 구현했다.

5.1 Privacy by Code

중앙화 AI 사업자들도 opt-out 로깅이나 엔터프라이즈 전용 데이터 정책을 제공한다. 문제는 사용자가 입력한 프롬프트, 업로드한 파일, AI의 응답, 대화 히스토리가 기본적으로 서버에 남는다는 점과 사업자의 데이터 정책이 실제로 지켜지는지 사용자가 외부에서 검증할 방법이 없다는 점이다. 0G Private Computer는 이 구조를 바꾸려 한다. 로깅은 옵션이 아니라 설계상 존재하지 않고 처리와 응답 생성은 모두 하드웨어로 격리된 엔클레이브 안에서 이루어진다. 심지어 노드 운영자도 사용자의 프롬프트를 들여다볼 수 없다는 점이 정책이 아니라 하드웨어로 보장된다.

더 중요한 것은 사용자가 이 과정을 직접 검증할 수 있다는 점이다. 각 요청마다 발급되는 Remote Attestation 리포트를 통해 자신의 요청이 약속된 환경에서 처리되었음을 독립적으로 확인할 수 있다.

5.2 Sealed Inference 아키텍처

대형 LLM을 TEE 안에서 실용적인 속도로 구동할 수 있게 된 것은 GPU TEE가 등장하면서부터다. 0G Private Computer 역시 이 기술을 활용한다. 구체적으로 0G Compute Network 노드들이 Intel TDX 기반 Confidential Virtual Machine 위에서 NVIDIA H100, H200 GPU를 TEE 모드로 운영하고 Private Computer는 이 인프라를 사용자에게 노출한다.

추론 흐름은 단순하다. 사용자의 프롬프트는 암호화된 상태로 엔클레이브에 들어가고 모델 연산은 격리된 환경 안에서 수행된다. 응답은 외부로 나오기 전에 엔클레이브 내부에서 생성된 키로 서명되고 같은 세션에서 발급된 Remote Attestation 리포트와 함께 전달된다. 노드 운영자, 클라우드 제공자, 심지어 0G도 이 과정에서 평문 데이터에 접근할 수 없다.

5.3 실사용 제품으로서의 완성도

프라이빗 추론이 단순한 실험이 아니라 실사용 제품으로 쓰이려면 모델 품질, 모델 다양성, 가격 그리고 개발자 접근성까지 모두 충족되어야 한다. 0G Private Computer는 이 네 가지를 모두 갖추려 한다.

메인넷에서는 10개 모델이 모두 어테스테이션으로 검증된 상태로 운영되고 있다. LLM부터 비전, 음성 인식, 이미지 생성, 그리고 agentic coding에 특화된 0G 자체 모델 0GM-1.0까지 한 제품 안에서 아우른다. 프라이빗 추론이 실험 단계를 넘어 실사용 제품군으로 구현되었다는 의미다.

호출은 Router와 Advanced 두 모드로 나뉜다. Router는 통합 잔고로 즉시 호출하는 단순 방식이고 Advanced는 Provider 직접 선택과 sub-account 관리까지 가능한 온체인 제어 방식이다. 9개 모델은 두 모드에서 모두 호출 가능하고 GPT-5.4-mini만 Advanced 전용이다.

품질 면에서도 최상위권이다. LLM을 여러 벤치마크로 종합 평가하는 Artificial Analysis Intelligence Index 기준으로 Zhipu AI의 GLM-5는 GPT-5.4, Claude Opus 4.6과 함께 상위 10위권에 있고 최신 GLM-5.1은 오픈 웨이트 카테고리 1위다. GLM 외에도 DeepSeek V4 Pro, 1M context와 119개 언어를 지원하는 Qwen3.6-plus, 0G 자체 agentic coding 특화 모델인 0GM-1.0까지 같은 제품 안에서 함께 운영된다.

가격도 경쟁력을 갖추고 있다. $0G 토큰으로 과금되는 구조이며 5월 6일 추가된 0G Pay 결제 레이어를 통해 다른 체인 토큰과 카드 결제까지 하나의 잔고로 통합된다. 현재 기준으로 GPT-4o, Claude Opus 4.6 같은 상용 API보다 저렴하다. 프라이빗 추론 서비스는 보안 오버헤드 때문에 상용 API보다 비싼 것이 일반적인데 TEE 수준의 프라이버시를 제공하면서도 저렴하다는 것은 분명한 강점이다.

또한 개발자 접근성도 좋은 편이다. 0G API가 OpenAI SDK의 드롭인 대체품이라 기존 Python이나 JS 코드를 거의 수정하지 않고 엔드포인트만 교체하면 된다. Claude Code, Cursor, Windsurf 같은 IDE 도구와는 MCP 서버를 통해 연결된다.

5.4 0G 안에서의 위치

Private Computer가 단순히 또 하나의 TEE 추론 서비스에 머무르지 않는 이유는 이 서비스가 올라가 있는 인프라에 있다. 0G 메인넷은 추론을 담당하는 Compute 외에도 Chain, Storage, DA를 네이티브 제품으로 갖추고 있고 이 네 레이어가 같은 체인 안에서 작동한다.

이 구성이 의미를 갖는 건 AI 워크로드, 특히 에이전트에 필요한 요소가 추론만이 아니기 때문이다. 에이전트는 상태와 컨텍스트를 저장해야 하고 결과를 온체인 정산에 연결해야 하며 대용량 데이터를 다룰 때는 DA 계층의 보증이 필요하다. 이 각각을 외부 인프라에 나눠 맡기면 데이터가 여러 신뢰 경계를 오가게 된다. 반면 0G에서는 이 네 레이어가 한 체인 안에서 이어진다.

빌드와 실행도 같은 구조 위에서 연결된다. 0G App은 자연어로 앱과 에이전트를 만드는 Dapp이다. 생성된 프로젝트는 0G Storage에 동기화되고 추론은 Compute Network에서 TEE 모드로 실행되어 Private Computer를 통해 전달되고 모든 호출은 $0G로 정산된다. 0G에서 만들어지는 에이전트는 메모리를 Storage에 저장하고 Chain에서 정산하며 Agentic ID(ERC-7857) 표준으로 발급된다. 자연어로 앱을 만드는 단계부터 프라이빗하게 실행하는 단계까지를 같은 체인 안에서 제품으로 연결한 건 지금까지 탈중앙 TEE 제품군에서 0G Private Computer뿐이다.

6. 언제 필요한가: 세 가지 사용 사례

민감한 데이터를 다루는 곳일수록 프라이빗 추론은 선택이 아니라 필수가 된다. 프라이빗 키, 소스코드, 의료나 금융 데이터가 대표적이다.

6.1 크립토 에이전트

가장 민감한 경우는 크립토 에이전트다. Virtuals Protocol과 ai16z 같은 선도 프로젝트가 수십억 달러대 시가총액에 도달할 만큼 자율 에이전트는 이미 실사용 단계에 들어섰다. 문제는 이 에이전트들이 온체인에서 지갑을 다루려면 결국 프라이빗 키와 서명 권한에 직접 접근해야 한다는 점이다. 실제로 2026년 1월 Step Finance에서는 AI 트레이딩 에이전트와 연결된 운영 권한이 탈취되어 약 4천만 달러가 유출됐다. 한 번의 권한 노출이 곧바로 자산 손실로 이어질 수 있는 환경이다.

업계는 이미 부분적인 대응을 내놓고 있다. TEE 기반 키 관리 솔루션, 계정 추상화를 통한 권한 제어, 전용 GPU TEE 호스팅 같은 것들이다. 다만 이 조각들을 합쳐 하나의 에이전트를 돌리면 추론, 서명, 정책 제어, 데이터 저장이 서로 다른 신뢰 경계에 걸친다. 앞서 살펴본 0G의 풀스택 구조가 이 시나리오에 맞아떨어지는 이유다. 크립토 에이전트에 필요한 추론, 저장, 정산이 같은 체인 안에서 이어지기 때문이다.

6.2 개발자 워크플로

두 번째 사례는 개발팀의 일상이다. 코딩 보조와 AI 에이전트가 이미 실무 도구로 자리 잡은 만큼 소스코드, 내부 문서, API 키가 자연스럽게 프롬프트에 들어간다. 2023년 삼성전자 반도체 부문에서 내부 코드가 ChatGPT에 입력된 뒤 회사 차원에서 사용을 제한한 사례는 이 문제가 가상의 우려가 아니라는 걸 보여준다.

이제 팀이 고민하는 건 AI를 쓸 것인가가 아니라 어떤 방식으로 쓸 것인가다. 외부 AI의 생산성은 포기하기 어렵지만 핵심 코드를 사업자 정책만 믿고 맡기기도 어렵다. 프라이빗 추론은 이 사이에서 현실적인 해법이 된다. 보호된 실행 환경에서 코드를 처리하고 그 과정이 검증 가능하게 남는 구조라면 생산성과 보안 요구를 동시에 충족할 수 있다.

6.3 규제 산업

세 번째는 의료와 금융처럼 규제가 강한 산업이다. 미국의 HIPAA는 보호 건강정보의 처리 환경과 접근 통제 기준을 정하고 2026년 1월 시행된 한국의 AI 기본법은 사업자에게 투명성과 안전 의무를 부과한다. 2026년 8월 적용되는 EU AI Act Article 50은 사용자에게 AI와의 상호작용 사실과 AI가 생성한 콘텐츠임을 고지하도록 의무화한다. 세 규제가 다루는 범위는 서로 다르지만 공통점이 있다. AI가 어떤 정보를 어떻게 처리했는지 사후에 설명할 수 있어야 한다는 요구다.

이 흐름에서 프라이빗 추론은 두 가지 가치를 동시에 제공한다. 민감한 데이터가 일반적인 클라우드 경로와 분리된 보호 환경에서 다뤄진다는 것 그리고 그 과정을 사후에 검증할 수 있는 기록이 남는다는 것이다. 앞서 소개한 Remote Attestation 리포트가 바로 이 기록 역할을 하며 감사와 사후 검증에 그대로 활용된다.

세 사례 모두 민감한 정보와 책임이 함께 커지는 경우다. 크립토에서는 키와 자산이, 개발 환경에서는 코드와 내부 지식이, 규제 산업에서는 감사와 사후 검증이 걸려 있다. 프라이빗 AI는 일부 사용자를 위한 특수 기능이라기보다 AI가 업무 안으로 깊이 들어갈수록 기본 인프라에 가까워진다.

7. 맺으며

AI가 코드를 읽고 내부 문서를 다루고 프라이빗 키에 접근하기 시작한 순간부터 중요한 것은 더 이상 모델의 성능만이 아니다. 비탈릭의 로컬 LLM 실험, 빅테크의 프라이빗 컴퓨트 그리고 각국의 규제 흐름이 공통으로 가리키는 지점도 같다. 이제 핵심은 데이터를 수집하지 않겠다는 정책적 약속이 아니라 민감한 데이터를 검증 가능한 방식으로 처리할 수 있는 인프라를 실제로 제공하느냐에 있다. 비탈릭이 프라이버시가 왜 필요한지를 보여줬다면 0G Private Computer 같은 인프라는 그것을 프로덕션 규모에서 어떻게 구현하는지를 보여준다.

지금 시점에서 대형 LLM을 실제 서비스 수준으로 구동하면서 이 요구를 가장 현실적으로 충족시키는 기술은 여전히 TEE 환경이다. 다만 TEE를 사용한다는 사실만으로 충분하지는 않다. 관건은 이 기술이 실제 제품 안에서 어떻게 구현되고 개발자와 사용자가 불편 없이 활용할 수 있는 흐름으로 연결되는가다.

그 점에서 0G Private Computer의 의미는 단순히 또 하나의 프라이빗 추론 서비스에 있지 않다. Sealed Inference와 Remote Attestation을 통해 실행과 검증을 하나의 흐름으로 묶고 그 아래에서는 Chain, Compute, Storage, DA를 같은 체인 안에 연결해 추론, 저장, 정산이 분절되지 않는 구조를 만든다. 여기에 0G App까지 이어지면서 자연어로 앱과 에이전트를 만드는 단계부터 프라이빗하게 실행하는 단계까지가 하나의 제품 흐름으로 연결된다.

AI가 더 많은 권한과 더 민감한 데이터를 다루게 될수록 프라이버시는 부가 기능이 아니라 기본 조건에 가까워진다. 0G, 0G App, 0G Private Computer가 함께 보여주는 것은 인프라와 빌드 경험 그리고 실행 환경이 하나의 체계로 설계될 수 있다는 점이다. 그런 점에서 0G의 접근은 프라이빗 AI를 실제 제품과 인프라 차원에서 구체화하려는 흐름 속에서 충분히 주목할 만하며 앞으로 이 구조가 실제 사용성과 생태계 확장 속에서 얼마나 설득력 있게 자리 잡을지가 중요한 관전 포인트가 될 것이다.

0G Private Computer: AI에게 민감한 데이터를 맡겨도 될까 Part 3 was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

Disclaimer: 이 글은 정보 전달을 위한 목적으로 작성되었으며, 특정 프로젝트에 대한 투자 권고나 법률적 자문을 목적으로 하지 않습니다. 모든 투자에 대한 책임은 개인에게 있으며, 이로 인해 발생한 결과에 대해 DSRV는 어떤 부분에서도 책임을 지지 않습니다. 본문에서 다루는 내용은 특정 자산에 대한 투자를 추천하는 것이 아니며, 본문의 내용만으로 의사결정을 하는 것은 지양하시길 바랍니다.

Intro

앱을 만드는 것, AI 에이전트를 배포하는 것, 토큰을 발행하는 것은 지금까지 각각 다른 플랫폼의 영역이었다. 0G App은 이 전 과정을 하나의 루프로 연결하려는 시도다. 이 접근이 기존 플랫폼들과 어떻게 다른지, 그리고 시장에서 어디에 위치하는지를 분석한다.

1. 바이브 코딩의 부상과 한계

바이브 코딩의 부상

2026년, 자연어로 앱을 만드는 “바이브 코딩”이 MIT Technology Review 선정 10대 혁신 기술에 올랐다. MIT는 이를 “Generative Coding”이라 명명했고 Andrej Karpathy가 붙인 바이브 코딩이라는 별칭이 업계 표준처럼 쓰이고 있다. AI가 이미 Microsoft 코드의 30%와 Google 코드의 30% 이상을 작성하고 있을 정도로 코드 생성 기술은 빠르게 성숙했고 이를 기반으로 한 바이브 코딩 플랫폼들이 폭발적으로 성장하고 있다. Lovable은 출시 후 8개월 만에 $100M ARR을 달성했고 2026년 2월에는 $400M ARR을 돌파했으며 Replit은 밸류에이션 $9B에 연 매출 $240M을 기록하며 2026년 내 $1B ARR을 목표로 하고 있다. 프로그래밍을 모르는 사람이 자연어만으로 화면부터 서버 로직, 데이터베이스까지 갖춘 완성된 앱을 만들 수 있게 되었다.

두 가지 한계

그러나 여기에는 두 가지 한계가 있다.

첫째, AI 연산이 중앙화되어 있다. Lovable, Bolt.new, Replit 모두 코드 생성에 필요한 AI 연산을 자체 클라우드에서 처리한다. 그렇기 때문에 사용자는 AI가 어떤 과정을 거쳐 코드를 만들었는지 검증할 수 없고 서버 운영자가 입력 데이터에 접근할 수 있으며 서비스가 중단되면 생성된 코드의 실행 환경 자체가 사라진다.

둘째, 아이디어에서 수익까지가 여러 도구에 흩어져 있다. Web3에 앱을 올리면 토큰 이코노미를 붙이거나 온체인으로 수익화하기에 용이한데, 현재 바이브 코딩 도구로는 수익화를 위한 별도의 솔루션을 사용해야 한다. 여기에 지갑 연동, 스마트 컨트랙트, 가스비 최적화, 온체인 데이터 인덱싱 등 블록체인 특유의 엔지니어링까지 더해지기 때문에 바이브 코딩으로 앱의 대부분을 빠르게 만들 수 있어도 Web3에 통합하는 단계에서 막힐 수 있다.

2. 기존 플랫폼들의 접근

이 한계를 다양한 각도에서 공략하는 프로젝트들이 이미 존재한다. 크게 두 가지 유형으로 나뉜다.

Web3 AI 앱 빌더

바이브 코딩을 블록체인 위로 가져온 프로젝트들이다. Caffeine AI는 자연어로 Web3 앱을 만들 수 있지만 AI 연산을 중앙화된 Anthropic API에 의존하고 Dreamspace는 스마트 컨트랙트 기반 수익화를 지원하지만 에이전트 기능이 없다.

Web3 에이전트 런치패드

앱이 아닌 AI 에이전트의 생성과 배포에 특화된 프로젝트들이다. Virtuals Protocol, elizaOS, Olas가 대표적이다. 에이전트의 생성, 운영, 수익화에는 강하지만 앱 빌딩 기능이 없고 AI 추론도 외부 API에 의존한다.

아직 채워지지 않은 영역

정리하면, 어느 카테고리도 전체를 아우르지 못한다. Web2 바이브 코딩 도구는 앱 빌딩 품질은 높지만 탈중앙화 요소가 없고, Web3 앱 빌더는 앱 생성에서, 에이전트 런치패드는 에이전트 배포에서 멈춘다. 앱 생성, 에이전트 배포, 토큰 런칭을 하나의 플랫폼에서 연결하는 곳은 아직 없다.

3. 0G App의 접근

2026년 4월 런칭한 AI 개발 플랫폼인 0G App은 이 빈 자리를 노린다. 자연어로 앱을 만드는 App Launcher, AI 에이전트를 배포하는 Claw Launcher, 토큰을 발행하는 Token Launcher가 하나의 플랫폼에서 이어지도록 설계되었으며, 추론과 저장, 그리고 정산 모두 0G가 자체적으로 구축한 인프라 위에서 처리된다.

App Launcher는 자연어 프롬프트로 앱을 생성한다. AI 연산은 0G Compute로 처리되며, 코드 생성의 기본 모델로는 Zhipu AI가 개발한 GLM-5가 사용된다. 744B 파라미터의 오픈웨이트 LLM인 GLM-5는 SWE-bench Verified에서 77.8%를 기록해 Claude Opus 4.5(80.9%), GPT-5.2(80.0%)에 근접한 성능을 가지고 있다. 코드가 만들어지는 즉시 브라우저에서 결과물을 확인할 수 있는 라이브 프리뷰를 제공하며 Landing Page, Dashboard, Web App 등의 프리셋 템플릿을 지원한다.

Claw Launcher는 OpenClaw와 0G Compute를 결합해 12개의 특화 AI 에이전트를 원클릭으로 배포할 예정이다. 실시간 채팅, 성격 커스터마이즈, 에이전트에 도구를 추가하는 기능이 계획되어 있으나 현재는 개발 중이다.

Token Launcher는 0G Chain 위에서 토큰을 생성하는 워크플로우다. 토큰 메타데이터와 공급량 설정, 컨트랙트 배포, 런칭 후 메트릭 추적까지의 과정을 가이드한다. 아직 출시되지는 않았다.

이 세 런처가 합쳐지면 “아이디어 → 앱 → 에이전트 → 토큰”이라는 루프가 하나의 플랫폼 위에서 완성된다.

App Launcher

세 가지 런처 중 Claw Launcher와 Token Launcher는 출시 예정이고 현재 사용 가능한 것은 App Launcher다.

App Launcher를 사용하기에 앞서 지갑 연결 → 0G Mainnet 전환 → 잔액 확인 → Compute Account 생성 → AI 프로바이더에 자금 전송으로 이어지는 다섯 단계를 거쳐야 한다.

자금은 외부 지갑, Compute Account의 Available Balance, AI 프로바이더에 예치된 Provider Accounts 세 곳으로 나뉜다. 외부 지갑에서 Available Balance로 입금한 뒤, 다시 프로바이더로 전송하면 AI 추론을 사용할 수 있다.

자금 셋업이 끝나면 프롬프트를 입력해 앱을 만들 수 있다. 프롬프트를 입력하기 전에 Enhance 기능을 사용해볼 수 있는데, 입력창 하단의 Enhance 버튼을 누르면 추상적이거나 짧은 프롬프트를 상세한 기술 명세로 확장해 준다.

예를 들어 “Make a space invaders game”이라는 한 줄 프롬프트를 Enhance하면 기술 스택, 기능 요구사항, UI 레이아웃, 데이터 모델, 디자인 방향까지 담긴 구체적인 명세로 변환된다. 단순한 프롬프트 개선이 아니라 하나의 프로젝트 기획서를 자동으로 작성해 주는 셈이다. 이 Enhance된 프롬프트로 생성한 결과물은 요구사항을 충실히 반영했고 프리뷰에서 게임을 실제로 플레이할 수 있었다.

Web3에 특화된 앱도 개발할 수 있는지 테스트하기 위해 토큰 대시보드 제작을 주문했을 때는 Web3 앱에 맞는 컴포넌트 구조를 잘 분리하여 구현했다.

코드가 생성되는 과정을 살펴보면, 프롬프트를 전송했을 때 AI가 먼저 인터랙티브 요소들을 계획한다. 왼쪽 패널에서는 AI의 설계 내역이 실시간으로 표시되고, 오른쪽에는 브라우저 안에서 동작하는 IDE가 열려 Code, Diff, Preview 탭을 전환하며 결과를 확인할 수 있다.

결과물을 확인한 뒤에는 저장과 배포로 이어진다. 상단의 “Sync to 0G” 버튼을 누르면 프로젝트가 0G Storage에 동기화되고, 발급된 root hash 하나로 다른 브라우저에서도 동일한 프로젝트를 그대로 복원할 수 있다. 배포는 Settings의 Control Panel에 연결된 GitHub과 Vercel을 통해 코드 푸시부터 외부 배포까지 한 흐름으로 처리되며, 이 모든 과정에서 발생하는 추론은 0G 토큰으로 정산된다.

기술 인프라

0G App은 0G가 자체 구축한 풀스택 인프라 위에서 동작한다. 0G Chain(정산), 0G Storage(저장), 0G Compute(추론), 0G DA(가용성) 네 레이어의 구조와 성능 수치는 [0G: AI 에이전트 전용 블록체인이 필요한가 Part 1]에서 자세히 다뤘다.

그중 0G App의 차별화를 만드는 핵심은 0G Compute의 Sealed Inference다. Intel TDX 프로세서와 NVIDIA H100/H200 GPU의 TEE 모드를 결합한 이 기술은 세 단계로 작동한다. 먼저 사용자의 프롬프트가 암호화된 상태로 하드웨어 격리 영역에 진입해 처리되며, 노드 운영자조차 데이터를 열람·복사·변조할 수 없다. 다음으로 TEE 내부에서 암호학적 키 쌍이 생성되는데, 개인키는 Enclave(TEE 내부에 형성되는 격리된 보호 영역) 밖으로 절대 나가지 않으며 CPU·GPU Attestation 리포트가 공개키를 TEE 환경에 바인딩해 키의 출처를 보증한다. 마지막으로 모든 AI 응답이 이 Enclave 키로 서명되어 사용자에게 전달되므로, 응답이 실제로 TEE 안에서 처리되었는지를 검증할 수 있다. 사용자는 언제든 Remote Attestation 리포트를 다운로드해 제공자의 보안 상태를 독립적으로 확인할 수 있다.

4. 타겟 사용자

0G App이 겨냥하는 사용자는 세 그룹이다.

비개발자: 창업자와 크리에이터

0G App의 App Launcher도 여타 바이브 코딩 도구들처럼 Prompt-to-App 경험을 제공한다. 차이는 그 다음 단계에 있다. 기존 바이브 코딩 도구에서는 앱을 만든 뒤 에이전트를 붙이거나 토큰으로 수익화하려면 별도의 플랫폼이 필요했다. 0G App은 앱 생성에서 에이전트 배포, 토큰 발행까지를 하나의 플랫폼에서 이어가는 것을 목표로 설계되어 있다.

개발자: 프라이버시가 필요한 빌더

Samsung은 엔지니어가 ChatGPT에 내부 소스코드를 입력한 사건 이후 사내 생성형 AI 사용을 제한했다. 중앙화 AI 서비스에 코드를 넣으면 그 데이터가 어디로 가는지 알 수 없다는 것이 문제의 본질이다. 0G의 CGO Aytunc Yildizli는 “AI 에이전트는 이제 코드베이스 전체를 읽는다. 그 수준의 프라이버시는 정책적 약속이 아니라 아키텍처가 강제해야 한다”고 말했다. 0G App은 Sealed Inference를 통해 이 문제를 구조적으로 해결한다. 프롬프트가 하드웨어 Enclave 안에서만 처리되고 응답마다 TEE 서명이 붙기 때문에 “내 코드와 데이터가 안전한가”를 신뢰가 아닌 암호학으로 확인할 수 있는 AI 개발 환경인 것이다.

크립토 네이티브: 에이전트와 토큰 빌더

기존 에이전트 플랫폼에서는 에이전트 생성, 앱 빌드, 토큰 발행을 각각 다른 도구에서 처리해야 한다. 0G App은 세 가지 런처를 통해 이 과정을 하나의 플랫폼으로 압축한다. 여기에 모든 에이전트의 추론이 TEE에서 검증되기 때문에 에이전트의 추론 과정이 변조 없이 수행되었음을 암호학적으로 증명할 수 있다. 에이전트의 신뢰성이 곧 토큰 가치에 직결되는 시장에서 이 검증 가능성은 단순한 기술 스펙이 아니라 경제적 차별점이 된다.

5. 결론

바이브 코딩 시장의 수요는 Lovable의 $400M ARR과 Replit의 $9B 밸류에이션이 증명한다. AI 에이전트 시장의 수요도 Virtuals의 18,000개 에이전트가 증명한다. 두 시장 모두 폭발적으로 성장하고 있지만 아직 분리되어 있다. 0G App은 이 두 시장의 교차점에 서 있고, 하나로 이어지는 구조와 검증 가능한 추론, 자체 인프라 스택이라는 조합은 현재 시장에서 찾기 어렵다.

앱 생성 품질은 기존 Web2 바이브 코딩 도구에 견줄 만하다. Enhance 기능은 모호한 아이디어를 구체적인 기술 명세로 변환해 주었고 생성되는 코드의 구조와 프리뷰 완성도도 높았다. 여기에 더해 추론은 TEE 안에서 처리되어 응답마다 암호학적 서명이 따라붙고 생성된 프로젝트는 0G Storage에 보관되어 다른 환경에서도 그대로 복원할 수 있다. 추론, 저장, 정산이 일관된 자체 인프라 위에서 동작하는 바이브 코딩 환경인 것이다.

물론 풀어야 할 과제도 있다. AI 추론은 Sealed Inference로 탈중앙화했지만 앱 배포는 Vercel을 경유하는 구조다. 추론 단계의 검증 가능성을 확보한 만큼 배포 단계의 탈중앙화는 향후 보완이 필요해 보인다. 또한 모든 AI 연산이 0G 토큰으로 정산된다는 점은 토큰 수요 측면에서는 장점이지만, Web2 사용자에게는 지갑 생성과 토큰 구매라는 추가 단계를 요구하는 진입 장벽이 될 수 있다.

그럼에도 자연어로 앱을 만들고 에이전트를 배포하고 토큰을 발행하는 전 과정을 하나의 플랫폼에서 연결하면서 모든 추론을 하드웨어 수준에서 검증하는 플랫폼은 아직 본격적으로 실현된 적이 없다. 이 구조적 시도 자체가 주목할 이유다.

0G App: 바이브 코딩이 Web3를 만나면 Part 2 was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

Disclaimer: 이 글은 정보 전달을 위한 목적으로 작성되었으며, 특정 프로젝트에 대한 투자 권고나 법률적 자문을 목적으로 하지 않습니다. 모든 투자에 대한 책임은 개인에게 있으며, 이로 인해 발생한 결과에 대해 DSRV는 어떤 부분에서도 책임을 지지 않습니다. 본문에서 다루는 내용은 특정 자산에 대한 투자를 추천하는 것이 아니며, 본문의 내용만으로 의사 결정을 하는 것은 지양하시길 바랍니다.

Intro

OpenClaw가 에이전트를 대중화했고 Coinbase Agentic Wallets와 x402가 에이전트의 결제 수단이 마련됐다. AI가 스스로 판단하고 돈까지 쓰는 구조가 현실이 된 지금, 이 에이전트들이 안전하게 동작될 인프라는 갖춰져 있는가. 본 리서치는 에이전트 인프라 시장의 현주소를 데이터와 사례를 중심으로 살펴보고 풀스택 통합이라는 접근을 택한 0G가 이 경쟁 속에서 어디에 위치하는지 살펴본다.

1. 두 가지 사건

2025년 11월, 오스트리아 개발자 Peter Steinberger가 Clawdbot이라는 오픈소스 AI 에이전트를 공개했다. 2026년 1월 OpenClaw로 이름을 바꾼 뒤 엄청난 속도로 성장했다. 2월에 GitHub 스타 100,000개를 넘겼고 4월 현재 350,000개를 돌파하며 React, Python, Linux를 제치고 GitHub에서 가장 많은 스타를 받은 소프트웨어 프로젝트가 됐다. 젠슨 황 역시 Morgan Stanley 행사와 GTC 2026 키노트에서 OpenClaw를 매우 중요한 소프트웨어 릴리스로 평가했다.

OpenClaw가 기존 AI 챗봇과 근본적으로 다른 점이 있다. 챗봇은 질문에 답을 하는 구조라면, OpenClaw는 파일을 관리하고 이메일을 보내고 코드를 배포하고 API를 호출하며 직접 실행한다. 사람이 지시하면 여러 단계를 알아서 처리하는 에이전트 실행 환경이다.

OpenClaw가 에이전트를 대중화했다면 그 다음 질문은 자연스레 이 에이전트들이 돈을 쓸 수 있는가로 향한다.

2026년 2월 11일, Coinbase가 출시한 Agentic Wallets가 이 질문의 첫 번째 해답이 됐다. 이것은 AI 에이전트 전용으로 설계된 최초의 지갑 인프라로, 에이전트가 사람의 개입 없이 스스로 지출하고 수익을 거두고 거래까지 할 수 있게 만들었다. 오작동과 탈취 위험에 대비해 전체 지출 한도와 한 번의 작업 단위에서 쓸 수 있는 금액을 제한하는 세션 캡, 프라이빗 키 격리 같은 안전장치도 기본으로 탑재했다.

뒤이어 4월 2일에는 x402 프로토콜이 Linux Foundation으로 이관되면서 HTTP 요청 안에 스테이블코인 결제를 내장할 수 있는 표준이 마련됐다. 여기에 Cloudflare와 AWS, Google, Stripe 같은 주요 인프라 업체들이 참여하면서 에이전트는 API 호출과 결제를 하나의 흐름에서 처리할 수 있게 됐다. 이로써 에이전트가 쓸 지갑과 결제 인프라가 함께 마련됐다.

그런데 이 에이전트들이 안전하게 돌아갈 인프라는 갖춰져 있을까.

2. 에이전트 인프라의 세 가지 과제

에이전트가 확산되면서 크게 세 가지 문제가 드러나고 있다.

첫째, 추론 결과를 신뢰하기 어렵다. OpenClaw에서 출시 63일 만에 보안 취약점 138개가 발견됐다. 그중 CVE-2026–25253은 악성 웹페이지 방문만으로 에이전트를 통째로 탈취할 수 있는 원격 코드 실행 취약점이다. 문제는 에이전트 자체에서 그치지 않는다. ClawHub에서 유통 중인 스킬 800개 이상이 악성으로 확인됐고 사용자 모르게 데이터를 외부 서버로 빼돌리는 사례도 보고됐다. 비탈릭 부테린 역시 에이전트가 사용자 확인 없이 시스템 프롬프트를 바꾸고 코드를 실행할 수 있다는 점을 경고했다. 이러한 이유로 에이전트의 추론이 변조되지 않았음을 증명할 수 있는 구조가 필요하다.

둘째, 에이전트의 기억은 특정 환경에 종속된다. 에이전트의 상태 데이터를 로컬 디바이스에 저장하면 해당 기기에 묶이고 클라우드 서비스를 쓰면 제공자에 종속된다. 이러한 경우에 OpenAI Sora가 일방적으로 셧다운됐듯이, 운영자 판단으로 접근이 차단될 수 있다. 그렇다고 온체인에 올리자니 Ethereum 기준 1GB에 수백만 달러의 비용이 든다. 그래서 특정 디바이스나 서비스에 종속되지 않으면서 비용도 합리적인 분산 저장소가 필요하다.

셋째, 에이전트 결제 권한은 운영자에게 귀속된다. Agentic Wallets와 x402가 결제 경로를 열었지만 그 지갑들은 여전히 중앙화 인프라 위에 있다. AI는 KYC를 통과할 수 없고 중앙화 지갑은 운영자 판단으로 언제든 동결될 수 있다. 에이전트가 운영자의 허락 없이 자기 자산을 움직이려면 검열이 불가능한 탈중앙 정산 레이어가 필요하다.

추론 검증과 데이터 종속, 자율적 정산 모두를 동시에 만족하는 기존 인프라는 없다. Ethereum은 보안은 강하지만 가스비와 스토리지 비용이 에이전트 용도에 맞지 않는다. Solana는 트랜잭션은 빠르지만 연산 검증이나 분산 스토리지를 제공하지 않는다. AWS는 성능은 압도적이지만 접근 차단과 데이터 로깅이 자율 에이전트의 전제에 어긋난다. Celestia나 EigenDA 같은 DA 전용 체인은 롤업 트랜잭션 데이터용이지 AI 규모의 데이터를 위한 것이 아니다.

3. 인프라 경쟁 현황

그렇다면 시장에는 어떤 서비스가 있을까.

Web2 인프라

가장 먼저 떠오르는 것은 클라우드다. AWS Bedrock AgentCore는 어떤 프레임워크나 모델이든 올려서 운영할 수 있는 모듈형 플랫폼이다. Google Vertex AI Agent Builder는 빌드부터 거버넌스까지 에이전트 라이프사이클 전체를 한 묶음으로 다룬다. Microsoft Azure AI Foundry는 모델 카탈로그에서 GPT, Claude, Llama를 골라 쓰면서 Microsoft 365 생태계로 바로 배포할 수 있게 한다.

그러나 앞서 짚은 세 가지 과제 가운데 어느 하나도 Web2 인프라가 해결하지 못한다. AWS Bedrock에서 추론을 실행해도 결과가 변조되지 않았다는 암호학적 증명은 발급되지 않는다. 데이터는 여전히 AWS 계정의 통제 하에 있고 Amazon은 2026년 3월부터 비즈니스 약관을 개정해 AI 에이전트가 자신을 자동화 시스템으로 명시하지 않으면 사용을 제한하기 시작했다. 그리고 정산은 KYC를 통과한 사람이나 법인의 계정에 묶이므로 에이전트가 직접 자기 자산을 움직일 수는 없다.

단일 운영자 인프라 위에서 자율 에이전트를 운영하는 일이 얼마나 위험한지는 AWS가 보여줬다. 2025년 12월 AWS의 자체 AI 코딩 에이전트 Kiro가 AWS Cost Explorer 작업 중 환경을 통째로 삭제하고 재생성하면서 중국 본토 지역에서 13시간 다운타임이 발생했다. Amazon은 권한 설정 오류라고 발표했지만 이후 프로덕션 변경에 필수 피어 리뷰를 도입했다.

Web3 레이어별 전문 프로젝트

Web2의 한계를 보완하려는 분산화 시도는 레이어별로 진행되고 있다.

연산(Compute)

Render는 누적 7,100만 프레임 이상을 렌더링했으며 현재 약 5,600개의 활성 GPU 노드를 운영하고 있다. 3D 렌더링과 할리우드 수요에서는 확고한 위치를 차지하고 있으나 TEE(Trusted Execution Environment) 기반 연산 검증은 제공하지 않는다.

Phala Network는 NVIDIA H100/H200 GPU TEE를 지원하며 SOC 2와 HIPAA 인증을 받은 분산 연산 프로젝트로 하루에 13억 개 이상의 LLM 토큰을 처리한 기록이 있다. 기밀 AI 추론이라는 명확한 차별점을 갖고 있으며 프라이버시 중심의 특수 워크로드에 초점이 맞춰져 있다.

스토리지(Storage)

Filecoin은 2025년 Q3 기준 3.0 엑사바이트(EiB)의 저장 용량을 유지하고 있으며 활용률은 36%로 역대 최고치를 기록했다. 최근 AI 데이터셋 저장으로 방향을 틀면서 v26 업그레이드로 가스비를 50% 절감해 신규 스토리지 거래가 늘고 있다.

Arweave는 한 번 결제하면 200년 이상 데이터가 보존되는 영구 저장 모델이다. 현재 약 347 TiB의 영구 데이터를 저장하고 있으며 스토리지 위에 AO라는 컴퓨팅 레이어를 올려 저장과 연산을 결합하고 있다.

데이터 가용성(DA)

Celestia는 DA 시장의 약 50%를 점유하고 있다. 56개 이상의 롤업(메인넷 37개)이 사용 중이며 Eclipse 하나가 83GB 넘는 데이터를 게시했을 정도로 실사용 규모가 크다.

EigenDA는 Ethereum 보안을 물려받는 DA 레이어로 Arbitrum Orbit과 OP Stack 등 주요 롤업 프레임워크가 지원한다.

레이어별 한계

각 레이어의 선두 프로젝트는 각자 영역에서 입지를 다져왔다. 그러나 이 프로젝트들은 처음부터 AI를 위해 설계된 것이 아니다.

Render는 2017년 3D 렌더링 네트워크로 출발해 2023년 이후에야 AI 컴퓨트 서브넷을 붙였다. Filecoin은 아카이브 스토리지로 설계되어 AI 추론이나 고빈도 접근에는 느리다. 2025년 11월에 Filecoin은 Onchain Cloud를 출시해 핫 스토리지로 전환을 시작했지만 아직 초기 단계다. Celestia와 EigenDA는 롤업 트랜잭션 DA를 위해 만들어진 것이지, AI 모델과 데이터셋 규모를 전제로 한 설계가 아니다.

AI 워크로드에 맞게 기존 인프라를 확장하려는 시도는 각 프로젝트에서 진행 중이지만 초기 설계 자체의 한계는 해결되지 않는다. 게다가 이 레이어들을 하나로 통합한 프로젝트는 찾아보기 어렵다. 개발자가 AI 에이전트 인프라를 구축하려면 Render에서 연산하고 Filecoin에 저장하고 Celestia에서 DA를 확보해야 한다. 각각 다른 토큰과 다른 운영 모델을 직접 조합해야 하는 번거로움이 있다.

4. 0G의 풀스택 접근

0G는 연산과 스토리지, DA, 체인을 하나의 모듈러 스택으로 통합하려 한다. 각 모듈은 독립적으로도 쓸 수 있어서 Ethereum이나 Solana 위의 앱이 0G Storage만 가져다 쓰는 것도 가능하다.

0G Compute

앞서 짚은 추론 검증 문제를 하드웨어로 해결하는 방식이다. Sealed Inference라는 방식으로 AI 추론을 TEE 안에서 실행한다. Intel TDX와 NVIDIA H100/H200 GPU TEE를 사용하며 추론이 끝나면 암호학적 증명이 발급된다. 서버 운영자조차 프롬프트와 응답 데이터에 접근할 수 없다.

추론뿐 아니라 학습에서도 성과를 내고 있다. 107B 파라미터 분산 학습은 AllReduce 대비 357배의 통신 효율을 달성했다. 이 인프라 위에서 구동되는 대표 모델인 GLM-5는 에이전트 도구 사용 벤치마크에서 상위권 성적을 기록하고 있다.

0G Storage

데이터 종속 문제에 대한 접근이다. PoRA(Proof of Random Access) 기반의 분산 스토리지로, 최대 2GB/s 처리량을 목표로 한다. 이는 AI 모델과 데이터셋의 고속 처리에 초점을 맞춘 설계다. 에이전트의 상태 데이터가 특정 디바이스나 클라우드에 묶이지 않고 분산 저장된다.

0G DA

0G DA는 데이터 퍼블리싱과 저장을 분리한 Dual-lane 구조를 채택해 Ethereum Danksharding 대비 1,000배, Solana FireDancer 대비 4배 빠른 속도로 Data Availability을 검증한다. Shared staking 방식으로 동일한 밸리데이터 세트가 여러 네트워크를 동시에 검증할 수 있어 GB~TB 단위의 AI 모델 가중치와 학습 데이터셋을 실시간으로 주고받는 워크로드를 감당할 수 있다.

0G Chain

마지막은 에이전트의 정산 레이어다. EVM 호환 L1으로 Sub-second Finality를 제공한다. ERC-7857이라는 표준으로 에이전트의 지식과 기억, 행동 방식을 하나의 토큰에 담아 소유와 거래가 가능한 자산으로 만든다. 그리고 EchoClaw가 이 토큰화된 에이전트에게 지갑과 거래소 접근 권한을 부여한다. 에이전트의 생성부터 실행, 경제활동까지 하나의 체인 위에서 처리하는 정산 레이어다.

에이전트가 실제로 쓰는 방식

0G Chain이 정산 레이어로 작동하고 그 위에 Compute와 Storage를 목적에 따라 조합한다. DA는 데이터 가용성 보장이 필요할 때 별도로 추가할 수 있다.

추론만 필요한 에이전트는 0G Compute에 요청을 보내고 비용은 0G Chain에서 $0G로 정산된다. Storage와 DA는 관여하지 않는다.

메모리까지 필요하면 에이전트의 대화와 상태 데이터를 0G Storage에 암호화해서 분산 저장한다. 정산은 0G Chain에서 이뤄지고 추론은 에이전트 자체의 LLM이 처리한다.

여기에 데이터 가용성 보장까지 필요하면 DA 클라이언트를 추가해서 네 레이어를 모두 사용할 수 있다.

세 시나리오 모두에서 비용은 $0G 토큰으로 결제된다. Render, Filecoin, Celestia를 각각 조합하면 토큰 3개에 지갑 3개, 정산 체인도 각각 다르다. 0G에서는 하나의 지갑, 하나의 토큰, 하나의 정산 체인으로 처리된다.

5. 맺으며

모든 에이전트에게 전용 블록체인이 필요한 것은 아니다. API를 호출하고 텍스트를 생성하는 수준이라면 기존 인프라로 충분하다. 그러나 에이전트가 프라이빗 키를 다루고 자금을 움직이는 등의 민감한 판단을 내리는 단계로 가면 이야기가 달라진다. 추론 검증, 데이터 독립, 자율적 정산이 동시에 필요해지는 시나리오에서는 이를 하나의 인프라에서 처리할 수 있는 구조가 필요하다.

이 시장에는 이미 Bittensor와 NEAR, ASI Alliance 등이 각자의 방식으로 진입하고 있다. 그 가운데 0G는 시가총액 기준으로는 가장 작지만 Compute, Storage, DA, Chain을 하나의 토큰 경제 안에 묶은 풀스택 접근을 택하고 있다.

물론 풀어야 할 과제도 있다. 에이전트 경제가 본격화되지 않은 현 시점에서 Storage, DA, Compute 레이어별 실사용 데이터는 아직 제한적이다. 에이전트가 실제로 온체인에서 연산하고 데이터를 저장하고 트랜잭션을 발생시키는 단계에 이르러야 각 레이어의 수요가 가시화될 수 있기 때문이다.

다만 에이전트 인프라 시장 자체가 아직 초기라는 점은 감안할 필요가 있다. OpenClaw가 에이전트를 대중화한 것이 불과 몇 달 전이고 Agentic Wallets가 등장한 것도 두 달이 채 되지 않았다. 시장의 방향을 단정하기엔 이르다. 에이전트가 단순 도구를 넘어 경제 주체로 진화하는 흐름 속에서 0G가 내건 풀스택이라는 접근이 어떤 결과를 만들어낼지 주목할 만하다.

0G: AI 에이전트 전용 블록체인이 필요한가 Part 1 was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

DSRV ResearchPedia는 블록체인 커뮤니티 내 활발한 리서치 활동을 지원하고 열린 지식 생태계를 함께 만들어가기 위해 시작된 시리즈입니다. 한국의 블록체인 학회들이 자유롭게 결과물을 공유하고 협력할 수 있는 환경을 제공하고자 합니다.

1. 서론

1.1 배경: 전통적인 결제 인프라(SWIFT 등)의 한계와 블록체인 결제의 필요성

2025년 6월 5일, 서클(Circle)은 뉴욕증권거래소(NYSE)에 성공적으로 IPO를 완료했다. 상장 이후 주가는 큰 폭으로 상승했고, 이를 계기로 시장에서는 하나의 공통된 인식을 갖게 되었다. 블록체인 기술이 더 이상 주변부 금융 인프라가 아니라, 본격적으로 핀테크와 전통 금융의 영역을 위협하기 시작했다는 점이다.

스테이블코인은 Web3 생태계에서 혈관과 같은 역할을 한다. 생태계가 활성화될수록 거래의 공통 화폐로 스테이블코인이 사용되며, 이는 특히 국경 간 결제 영역에서 압도적인 효율성을 보여준다. 반면, 기존의 국경 간 결제는 여전히 SWIFT(국제은행간통신협정)를 중심으로 한 레거시 시스템에 의존하고 있다. 한국에서 카카오페이를 통해 일본에 있는 지인에게 송금할 경우 실제 정산까지 최대 1~2주가 소요되는 사례도 존재한다.

글로벌 결제 시장 규모는 2023년 기준 약 190조 달러에 달하며, 2033년에는 392조 달러까지 성장할 것으로 전망된다. 이러한 거대한 시장이 여전히 비효율적인 레거시 인프라에 의존하고 있다는 점에서, 스테이블코인을 중심으로 한 새로운 결제 인프라의 필요성은 점점 더 부각되고 있다. 특히 기존 금융 인프라의 핵심인 SWIFT의 구조적 비효율성은 스테이블코인의 실사용 확산과 함께 더욱 뚜렷하게 드러나고 있다.

이러한 배경 속에서 스테이블코인은 변동성이 큰 암호화폐의 한계를 보완하며, 법정화폐의 안정성과 블록체인의 효율성을 결합한 대안적 결제 수단으로 부상했다. 미국 재무부 장관 스콧 베센트(Scott Bessent)는 “스테이블코인은 단순한 트레이딩 수단을 넘어, 향후 2조 달러(약 2,800조 원) 이상의 시가총액을 형성하며 글로벌 결제의 기축 통화로 자리 잡을 잠재력을 지니고 있다”고 언급한 바 있다. 실제로 스테이블코인의 거래 규모는 매년 폭발적으로 증가하고 있으며, 제네시스 법안(Genesis Bill)을 둘러싼 논의에서도 볼 수 있듯, 그 영향력은 기존 전통 금융 시스템을 위협하는 수준에 도달하고 있다.

비트코인, 이더리움, 솔라나 등 기존 퍼블릭 블록체인은 탈중앙화된 가치 이전을 성공적으로 증명했으나, ‘결제’라는 특수 목적에 최적화되어 있다고 보기는 어렵다. 가장 대표적인 문제는 네트워크 수수료(Gas Fee)의 변동성이다. 이더리움의 경우 네트워크 혼잡도가 증가하면 가스비가 급등하며, 이는 예측 가능성과 저비용이 핵심인 결제 환경과 근본적으로 충돌한다.

또한 범용 블록체인은 이른바 ‘Noisy Neighbor 문제’를 안고 있다. 모든 트랜잭션이 동일한 블록 공간(Blockspace)을 두고 경쟁하는 구조에서, NFT 민팅이나 디파이 트랜잭션의 급증은 결제와 같은 중요 트랜잭션의 성능 저하로 이어질 수 있다. 이는 결제 프로세스의 즉시성(Immediacy)과 신뢰성(Reliability)을 훼손하는 구조적 한계라고 볼 수 있다.

1.2 Tempo의 등장: Stripe와 Paradigm 결합의 배경과 프로젝트 비전

Tempo는 이러한 문제의식에서 출발한 프로젝트다. 범용성을 과감히 포기하는 대신, ‘결제 성능의 극대화’와 ‘금융 규제 준수’라는 두 가지 목표에 집중해 설계된 새로운 형태의 블록체인, 즉 스테이블 체인(Stable chain)이다.

Tempo는 스스로를 “인터넷 규모의 SWIFT”로 정의한다. 기술적으로는 블록체인이지만, 기능적으로는 기존 금융 네트워크가 제공해 온 안정성과 규제 준수 기능을 내재화한 하이브리드 인프라다. Stripe와 Paradigm이 주도하고 약 5억 달러 규모의 자금 조달을 통해 구축된 이 네트워크는, 초기 단계부터 비자(Visa), 도이치뱅크(Deutsche Bank), 오픈AI(OpenAI) 등 글로벌 대기업을 파트너로 확보하며 일종의 금융 연합체(Consortium)적 성격을 띠고 있다.

Tempo의 비전은 명확하다. 스테이블코인을 활용한 결제가 인터넷상의 데이터 전송만큼 빠르고, 저렴하며, 마찰 없이 이루어지는 세계를 구현하는 것이다. 이를 위해 Tempo는 블록체인의 기본 계층인 Layer 1부터 결제에 맞게 재설계했다. 결제 트랜잭션을 위한 전용 ‘고속도로’를 구축하고, 가스비 문제를 프로토콜 레벨에서 구조적으로 해결하는 방식을 채택한 것이다.

이는 블록체인 산업이 더 이상 하나의 범용 플랫폼을 지향하는 단계에서 벗어나, 특정 목적에 최적화된 애플리케이션 특화 인프라(Application-Specific Infrastructure)로 진화하고 있다.

2.Tempo의 구조

Tempo는 글로벌 금융 인프라가 요구하는 엄격한 성능 기준을 충족하기 위해, 실행 클라이언트부터 합의 알고리즘에 이르기까지 블록체인의 핵심 계층을 결제 최적화(Payment-First) 관점에서 재설계했다.

2.1. 고성능 실행 환경과 합의 메커니즘

Tempo는 대규모 글로벌 결제 트래픽을 처리하기 위해 기존 L1 블록체인을 압도하는 빠른 성능을 목표로 한다. 목표 처리량은 초당 100,000 트랜잭션(TPS) 이상이며,이는 비자 네트워크의 피크 처리 용량인 약 65,000 TPS를 상회하는 수준으로, 단순한 자산 전송을 넘어 전 세계적인 상업 결제와 마이크로 트랜잭션을 수용할 수 있는 엔터프라이즈급 확장성을 제공합니다. Tempo는 러스트(Rust) 언어로 개발한 고성능 이더리움 실행 클라이언트인 Reth를 기반으로 구축되었다. Reth는 모듈식 아키텍처와 병렬 처리 능력을 통해 기존 이더리움 클라이언트(Geth 등) 대비 월등한 처리 속도와 안정성을 제공한다. 이는 EVM 호환성을 완벽하게 유지하며, 금융 거래와 같이 데이터 입출력(I/O)이 빈번하고 처리 속도가 중요한 작업에 최적화되어 있다.

Tempo의 전용 결제 레인(Dedicated Payment Lanes)

Tempo는 네트워크 혼잡 시에도 결제 트랜잭션의 처리와 비용 안정성을 보장하기 위해 블록체인의 블록 공간을 물리적으로 분할하여 관리하는 방식을 사용한다.

1. 블록 공간 분할 (Blockspace Segmentation)

블록 공간의 일정 비율을 결제 트랜잭션 전용으로 사용한다. 일반 트랜잭션(DeFi, NFT 등)이 아무리 많아져도 예약된 결제 레인은 침범할 수 없으므로, 결제는 쉽게, “교통 체증 없는 전용차로”를 통해 즉시 처리한다.

2. 이중 가스 제한 (Dual Gas Limits)

Tempo는 블록 유효성을 검증할 때 두 가지 종류의 가스(Gas) 제한을 두어 이를 구현하는데, 아래의 스마트컨트렉트 코드로 구현한다.

• gas_limit (전체 가스 제한): 블록 하나에 포함될 수 있는 모든 트랜잭션의 가스 총량
• general_gas_limit (일반 가스 제한): 비결제(Non-payment) 트랜잭션이 소비할 수 있는 최대 가스량

비결제 트랜잭션은 general_gas_limit까지만 블록에 포함될 수 있다. 이 한도가 차면, 블록에 남은 공간(gas_limit — general_gas_limit)은 오직 결제 트랜잭션만 채울 수 있다. 이를 통해 네트워크가 혼잡할 때도 결제 트랜잭션을 위한 공간이 항상 확보할 수 있다.

3. 트랜잭션 식별 및 분류 (Classification)

시스템은 트랜잭션이 ‘결제’인지 ‘일반’인지 블록체인 전체 상태를 조회하지 않고, 트랜잭션 데이터만으로 즉시 판별해 처리 속도를 높인다. 수신 주소(tx.to)가 TIP-20 결제 전용 접두사 0x20c~로 시작하는지를 확인해 결제 여부를 식별한다. 또한 Tempo의 네이티브 표준인 TIP-20을 따르는 스테이블코인 전송만 전용 결제 레인을 사용할 수 있다.

2.2. Simplex 합의와 결정론적 완결성(Deterministic Finality)

블록 공간 분활로 ‘신뢰성’을 확보했다면, Simplex 합의를 통해 Tempo는 ‘완결성’을 확보했다. ‘완결’이 되야지만 하나의 트랜잭션이 마무리되고, 이를 통해 결제 완료가 되기 때문이다. 비트코인이나 이더리움(초기)은 확률적 완결성을 가지며, 일정 시간이 지나야 거래가 되돌려질 확률이 0에 수렴한다. 반면, 편의점에서 카드를 긁거나 주식 거래를 할 때는 즉각적이고 되돌릴 수 없는 확정(Settlement)이 필요하다.

Tempo는 Commonware를 통해 구현된 Simplex 합의 알고리즘을 채택하여 1초 미만 (약 0.5~0.6초) 의 결정론적 완결성을 제공한다. 심플렉스 합의는 비잔틴 장애 허용(BFT, Byzantine Fault Tolerance)의 고성능 변형을 사용하여, 블록이 제안되고 검증인들이 서명하는 즉시 수학적으로 되돌릴 수 없는 상태로 확정한다. 이러한 빠른 합의 속도를 실제 처리 성능으로 뒷받침하는 것이 바로 고성능 실행 엔진이다. 합의가 아무리 빨라도 트랜잭션 실행이 느리면 전체 시스템은 병목에 걸릴 수밖에 없다. Reth를 기반으로 구축된 Tempo는 뛰어난 병렬 처리 능력과 메모리 안전성을 갖춘 구조로 설계되어, 0.6초라는 매우 짧은 블록 타임 안에서도 대량의 트랜잭션을 안정적으로 처리하고 합의에 도달할 수 있는 실행 성능을 제공한다.

Simplex 합의 구조는 네트워크 환경이 양호할 때는 1초 미만의 빠른 완결성을 제공하면서도, 네트워크 상태가 악화될 경우 시스템이 완전히 멈추지 않고 성능이 점진적으로 저하되는 ‘우아한 성능 저하(graceful degradation)’ 특성을 갖도록 설계되었다. 이는 극단적인 네트워크 상황에서도 안정성을 유지하려는 목적의 설계라고 볼 수 있다. 마지막으로, 현재 Tempo는 초기 단계에서 허가형 검증인 세트를 기반으로 운영되고 있다. 이는 수천 개의 노드가 경쟁적으로 참여하는 완전 공개 네트워크 구조보다 물리적 레이턴시를 줄이고, 합의 도달 속도를 극대화하는 데 유리하다. 다만 이는 임시적인 구조이며, 로드맵에 따라 장기적으로는 완전히 탈중앙화된 네트워크로 전환하는 것을 목표로 하고 있다.

2.3. 가스 추상화 및 경제 모델 (Stablecoin-Native Gas)

Tempo는 기업의 재무 담당자나 일반 사용자가 블록체인을 사용할 때 가장 큰 진입 장벽으로 느끼는 ‘변동성’과 ‘복잡한 수수료 구조’를 근본적으로 해결한다. 이는 단순히 사용자 인터페이스(UI)를 개선한 것이 아니라, 프로토콜 레벨에서 경제 모델 자체를 재설계한 결과로 볼 수 있다.

프로토콜 내재형 AMM (Enshrined Fee AMM)

기존 이더리움과 같은 네트워크에서는 트랜잭션을 보내기 위해 반드시 변동성이 큰 네이티브 토큰(ETH 등)을 보유해야 했지만 Tempo는 이러한 불편을 없애기 위해 ‘Enshrined Fee AMM’이라는 자동화된 마켓 메이커를 프로토콜 자체에 내장했다. 예를 들어, 사용자가 지갑에 USDC나 USDT 같은 스테이블코인만 보유하고 있어도, 트랜잭션 발생 시 백그라운드에서 이 AMM이 수수료만큼의 스테이블코인을 검증인이 선호하는 자산으로 즉시 자동 환전하여 지불한다. 이는 사용자는 별도의 가스 토큰을 구매하거나 관리할 필요 없이, 오직 스테이블 코인’만으로 모든 금융 활동을 영위할 수 있으며, 이 과정은 시스템 내부에서 보이지 않게 처리할 수 있다.

결정론적 수수료 모델 (Deterministic Fee Model)

Tempo는 네트워크 혼잡도에 따라 수수료가 급등락하는 기존의 경매(Auction) 방식 대신, 예측 가능한 결정론적 수수료 모델을 채택해 비용 효율성을 개선했다. Tempo의 블록 공간은 결제 트랜잭션을 위한 전용 레인으로 분할되어 있어, 네트워크 내에서 NFT 발행이나 디파이(DeFi) 트래픽이 급증하더라도 결제 수수료는 영향을 받지 않는다. 덕분에 기업은 건당 약 $0.001(약 1.4원) 미만의 고정된 비용으로 예산을 정확히 수립할 수 있으며, 이는 기존 신용카드 망이나 국제 송금 대비 압도적인 비용 효율성을 제공한다.

2.4. 차세대 인증 및 스마트 계정 (Tempo Transactions)

Tempo는 블록체인의 복잡한 보안 절차를 사용자에게 전가하지 않고, 프로토콜이 직접 스마트한 기능을 제공하도록 설계되었다. 이를 위해 별도의 미들웨어 없이 네이티브 계정 추상화(Native Account Abstraction)를 핵심 기능으로 구현했다.

패스키(Pass keys)와 생체 인증의 내재화

Tempo는 애플과 구글이 채택한 국제 웹 표준 인증 방식인 WebAuthn/P256 서명을 블록체인 서명 체계에 직접 통합했는데, 이는 사용자가 잃어버리기 쉬운 12자리 시드 구문(Seed Phrase)을 종이에 적어 보관할 필요가 없게 만든다. 대신 스마트폰의 보안 영역(Secure Enclave)에 암호화 키를 저장하고, Face ID나 지문 인식만으로 안전하게 트랜잭션에 서명해 접근성을 향상시킨다. 이는 은행 앱을 사용하는 것과 동일한 수준의 편리함을 제공하면서도, 중앙 서버가 아닌 사용자가 직접 자산을 통제하는 비수탁(Non-custodial) 방식의 보안성을 유지한다.

원자적 배치(Atomic Batching)와 템포 트랜잭션

Tempo는 ‘TempoTransaction’이라는 독자적인 트랜잭션 타입을 통해 기업용 결제 기능을 고도화했다. 특히 원자적 배치(Atomic Batching) 기술은 수천 건의 급여 지급이나 정산을 하나의 트랜잭션으로 묶어 처리할 수 있게 합니다. 중요한 점은 이 묶음이 ‘전부 성공’하거나 ‘전부 실패’한다는 것이다. 기존 블록체인처럼 중간에 일부만 전송되고 나머지는 실패하여 재무팀이 일일이 대조해야 하는 운영 리스크를 원천 차단한다. 또한, 프로토콜 레벨에서 트랜잭션의 실행 시간을 예약할 수 있어, 구독료 결제나 정기 송금을 별도의 외부 봇(Bot) 없이 자동화해 편의성을 제공한다.

ISO 20022 호환과 규제 준수 (TIP-20 & TIP-403)

금융 기관과의 연동을 위해 Tempo의 토큰 표준인 TIP-20은 ISO 20022 금융 통신 표준을 지원한다. 트랜잭션에 송장 번호, 고객 ID와 같은 구조화된 메타데이터(메모)를 온체인에 기록할 수 있어, 기업의 ERP 시스템(SAP, Oracle 등)이 입출금 내역을 자동으로 인식하고 회계 처리를 할 수 있으며. TIP-403 정책 레지스트리를 통해 규제 대상 기관은 화이트리스트나 블랙리스트 정책을 토큰에 연결할 수 있어, 자금 세탁 방지(AML) 및 고객 확인(KYC) 요건을 충족하는 전송만 허용하도록 강제한다.

3. 결론 및 향후 전망

결제 스택의 수직적 통합과 인프라 혁신

Tempo의 등장은 핀테크 기업이 기존 금융망 위에 앱을 얹는 수준을 넘어, 직접 하부 인프라(Layer 1)를 구축하고 통제하는 시대로의 전환을 의미한다. 스트라이프는 Tempo를 통해 가스비, 속도, 호환성이라는 블록체인의 난제들을 ‘수직적 통합’ 전략으로 해결했다. 이는 사용자에게는 복잡한 블록체인 기술을 감추고 ‘마찰 없는 결제 경험’만을 제공하는 결정적인 계기가 될 것이다.

‘핀터넷(Finternet)’ 시대를 여는 열쇠

국제결제은행(BIS)이 제창한 ‘핀터넷(Finternet)’은 모든 금융 자산이 토큰화되어 통합된 원장 위에서 자유롭게 거래되는 미래 금융 시스템을 의미한다. Tempo는 ISO 20022 준수, 규제 호환성, 실물 자산(RWA) 지원 기능을 통해 이 핀터넷의 가장 유력한 구현체 중 하나로 자리 잡고 있다. 특히 AI 에이전트와의 결합은 인간의 개입 없이 경제 활동이 이루어지는 자동화된 경제 시스템의 기반이 될 것이다.

결론

Tempo는 단순한 기술적 실험을 넘어, 상용화 가능성을 검증받는 단계에 진입했다. 약 50억 달러의 가치 평가, 글로벌 금융 및 기술 기업들의 참여, 그리고 구체적인 기술 로드맵은 Tempo가 차세대 글로벌 결제 인프라로 자리 잡을 가능성을 시사한다. 다만 중앙화에 따른 리스크와 초기 생태계 확장이라는 과제는 여전히 남아 있다. 그럼에도 불구하고, 범용적 활용보다는 결제라는 핵심 기능에 집중하는 Tempo의 전략은 블록체인 기술이 실물 경제에 적용되는 하나의 현실적인 접근으로 평가될 수 있다. Tempo가 제시하는 방향성은 국제 송금에 소요되는 시간을 단축하고, 자금 이동을 보다 효율적인 정보 흐름에 가깝게 만드는 데 초점을 맞추고 있다.

Written by
Taeho Lee, Gairos President (Twitter @tae_hogu)
Chris, Gairos Team (https://x.com/_gairos)

Reviewed by
Taeho Lee, Gairos President (Twitter @tae_hogu)

주기적으로 컨텐츠 소식을 받아보고 싶으시다면 Follow 통한 구독 부탁드리며, Clab, 궁금한 점이 있으시다면 언제든지 댓글 남겨주시면 감사드리겠습니다.
DSRV 공식 Medium : medium.com/dsrv
Gairos 공식 Medium : medium.com/gairos

Disclaimer: 이 글은 정보 전달을 위한 목적으로 작성되었으며, 특정 프로젝트에 대한 투자 권고나 법률적 자문을 목적으로 하지 않습니다. 모든 투자에 대한 책임은 개인에게 있으며, 이로 인해 발생한 결과에 대해 DSRV와 Gairos는 어떤 부분에서도 책임을 지지 않습니다. 본문에서 다루는 내용은 특정 자산에 대한 투자를 추천하는 것이 아니며, 본문의 내용만으로 의사 결정을 하는 것은 지양하시길 바랍니다.

[DSRV ResearchPedia x Gairos] Tempo : 차세대 결제 전용 Stablechain was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

DevConnect 2025 Argentina 다녀온 내용을 담았습니다. 왜 남아메리카 끝자락에서 열렸는지 현장 분위기와 인사이트를 전합니다. 전체 내용은 아래 링크에서 다운로드 하실 수 있습니다.

• PDF : Download Link

2025년 11월 17일부터 22일까지 아르헨티나 부에노스아이레스에서 개최된 DevConnect 2025는 이더리움 재단에서 주관하는 1년에 한 번 열리는 행사이자 블록체인 행사 중 최대 규모를 자랑합니다. “Ethereum World’s Fair(이더리움 만국박람회)”라는 슬로건 아래 진행된 이번 행사는 지난 10년간 이더리움 커뮤니티가 축적해 온 기술적 인프라가 마침내 연구실과 깃허브(GitHub) 저장소를 벗어나 실생활에 접목되는 것을 보여주는 “만국 박람회” 모습이었습니다. 그만큼 기술과 인프라스트럭처에 자신 있는 모습이었습니다.

1.1.1 현장의 규모와 열기: 숫자가 증명하는 회복탄력성

DevConnect 2025의 규모는 멀리 아르헨티나에서 열렸음에도 상당했습니다. 전 세계 130개국 이상에서 집결한 14,500명 이상의 빌더, 연구자, 80개 이상의 핵심 프로젝트 팀들이 참여하여 DeFi(탈중앙화 금융), Privacy(프라이버시), Layer 2(확장성 솔루션), Decentralized Social(탈중앙화 소셜), Hardware & Wallets(하드웨어 및 지갑), AI(인공지능), Gaming(게임), Art(예술) 등 8개의 전용 구역(District)을 구성했습니다. 이는 과거 단일 트랙이나 소수의 주제로 진행되던 컨퍼런스와 달리, 이더리움 생태계가 사회 전반의 영역으로 세분화되고 전문화되었음을 시각적으로 보여주는 배치였습니다.

1.1.2 아르헨티나의 특수성: 기술이 생존이 되는 곳

이번 행사가 아르헨티나에서 개최된 것은 단순한 지리적 선택이 아니었습니다. 아르헨티나는 수십 년간 이어진 하이퍼 플레이션과 법정 화폐의 불안정성으로 인해 암호화폐가 투기 자산이 아닌 ‘생존 도구’이자 ‘일상의 화폐’로 자리 잡은 독특한 국가입니다. 현지에서는 이미 많은 소상공인과 일반 시민들이 가치 저장 수단으로 USDT나 USDC 같은 스테이블코인을 광범위하게 사용하고 있으며, 이는 이더리움 기술이 추구하는 금융 주권과 검열 저항성이 이론이 아닌 현실에서 어떻게 작동하는지를 보여주는 살아있는 레퍼런스(Reference)가 되었습니다. 이곳에서는 Mass Adoption 이 문제가 되지 않습니다. 하이퍼 인플레이션에 자신의 돈이 녹아내리지 않으려면 (달러 기반의) 스테이블 코인 사용이 필수 이자 강제사항 이었습니다. Mass Adoption Problem 은 배부른 소리 였습니다. Forced Adoption 이 어떤 것인지 눈을 확인할 수 있는 자리였습니다.

결국 DevConnect 2025 Argentina는 “이더리움으로 무엇을 만들 것인가?”라는 질문을 넘어 “이더리움이 세상을 어떻게 바꾸고 있는가?”에 대한 답을 제시하는 자리였습니다. La Rural 행사장의 박람회 같은 구성은 이더리움이 이제 ‘가능성의 영역’을 지나 ‘서비스를 보여주는 시대’로 진입했음을 볼 수 있는 자리 였습니다.

1.2 Event Identity: DevCon vs DevConnect vs ETHGlobal

이더리움 재단에서 하는 행사를 참석하다 보면 명칭이 다소 혼동될 수 있어, 주요 행사의 성격을 간략히 정리해 보았습니다. 이더리움 재단에서 주관하는 공식 행사는 DevCon 과 DevConnect 입니다.(이름이 비슷하여 헷갈리는 것이 사실) DevCon 만 매년 열리다가 DevConnect 와 번갈아 가며 열리게 되었고 올해 2025년은 DevConnect 2025 Argentina 가 열렸습니다.

DevCon, DevConnect 행사와 함께 항상 열리는 것이 있는데 ETHGlobal 에서 주관하는 행사 입니다. ETHGlobal 은 EF(Ethereum Foundation)에서 주관하는 행사가 아닙니다. 하지만 DevCon, DevConnect 와 항상 연결되어 진행되고 있어 비슷해 보이는 것이 사실입니다.

DevCon 은 이더리움 재단의 준비가 메인을 이룹니다. 큰 컨퍼런스장에서 세미나가 열리며 이더리움 재단 그리고 관련 스피커들이 발표를 합니다. 여러 세션이 준비되어 있지만 특정 분야의 깊이 있는 내용 보다는 청중을 위한 세션이 많습니다.(범용적인 세션 많다)

DevConnect 는 큰 컨퍼런스장 뿐 아니라 도시 전체에서 각종 행사가 열립니다. EF 에서 주관하는 행사가 아니고 여러 커뮤니티나 회사에서 주관하는 행사들이 다채롭게 열립니다. Staking / DeFi / ZK / AI / Regulation / Validator 등 정말 여러 주제의 행사들이 규모있게 열립니다. 그래서 본인이 듣고 싶은 행사를 찾아 다니게 되고 관심사가 같은 사람들만 듣게 되니 내용도 더 깊이 있게 논의 됩니다. 저희 DSRV 도 Validator 행사를 Co-Host 하는 자리를 마련 했었습니다.

(이하 내용은 PDF Link 를 참고해 주세요)

Recap: DevConnect 2025 Argentina 기술에서 현실로 — DSRV was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

DSRV ResearchPedia는 블록체인 커뮤니티 내 활발한 리서치 활동을 지원하고 열린 지식 생태계를 함께 만들어가기 위해 시작된 시리즈입니다. 한국의 블록체인 학회들이 자유롭게 결과물을 공유하고 협력할 수 있는 환경을 제공하고자 합니다.

1. 현실 경제와 연결되는 블록체인 인프라

1.1. Rialo의 등장 배경과 기존 L1의 한계

Web3 산업이 빠르게 성장하면서 Web2 영역으로의 확장과 대중적 채택도 가속화되고 있다. 그러나 이러한 확산은 여전히 사용자 경험(UX)과 보안 측면의 구조적 한계로 인해 지속적인 병목 현상에 부딪히고 있다. 특히 실물 자산(RWA)의 토큰화, 자율적 금융 자동화, 예측 시장 등 고도화된 응용 사례를 온체인에서 구현할 때 이러한 제약이 더욱 뚜렷하게 나타난다. 이에 따라 기존 Web2 엔터프라이즈 인프라에 필적하는 안정성, 즉각적인 반응성, 예측 가능한 비용 구조를 갖춘 실행 환경의 필요성이 대두되고 있다. 기존의 Layer 1 블록체인 구조는 이러한 복합적 요구를 완전히 수용하기 어렵다.

그 원인은 인프라의 분산성과 파편화에 있다. 예를 들어, Ethereum이나 Solana 같은 대표적인 L1 블록체인은 스마트 계약 실행 환경만 제공할 뿐, 현실 세계 데이터 접근(오라클)이나 체인 간 연결(브릿지) 등은 별도의 외부 미들웨어 서비스에 의존한다. 이러한 분리된 구조는 시스템 복잡성을 높이는 동시에, 보안 점검 범위를 확대하여 전체적인 리스크 노출을 증가시킨다. 이러한 의존성은 두 가지 핵심적인 기술 문제를 초래한다.

첫째, 외부 오라클과 미들웨어를 경유하는 과정에서 트랜잭션 처리 지연(latency)이 불가피하게 발생하며, 시스템 전반이 오라클에 과도하게 의존하는 구조로 고착된다.

둘째, 이러한 지연 시간과 외부 데이터 피드에 대한 의존성은 사용자와 프로토콜을 OEV(Oracle-Extractable Value) 즉, 오라클이 데이터를 전달하는 과정에서 제삼자가 부당한 가치를 추출할 수 있는 위험에 노출한다.

OEV는 디파이(DeFi)에서 발생하는 청산(liquidation)과 같은 고부가가치 이벤트에서 오라클을 악용해 가치 이전을 시도하는 행위를 의미하며, 이는 디파이의 신뢰성과 공정성을 근본적으로 훼손한다. 본 리서치는 Rialo의 수직 통합형 풀스택 아키텍처가 이러한 L1 구조적 한계를 어떻게 극복하고, 고성능 자율 AI 에이전트 실행 환경을 위한 최적화된 기술적 토대를 제공하는지를 분석하는 데 목적이 있다.

1.2. 실세계를 위한 블록체인, Rialo

Rialo는 Subzero Labs에서 개발 중인 개발자 중심의 Layer 1 블록체인으로, 탈중앙화 애플리케이션(dApp)의 구축과 운영에 최적화되어 있다. Rialo의 핵심 비전은 “또 하나의 L1을 만드는 것이 아니라, 블록체인이 현실 세계와 연결되는 방식을 재정의하는 것”에 있다. 이를 통해 단순한 기술적 실험이 아닌, 실용적이고 지속 가능한 시스템을 구축하는 것을 목표로 한다.

Rialo는 블록체인과 현실 세계 애플리케이션 간의 마찰을 제거하고 격차를 해소하는 데 초점을 맞춘다. 개발자는 복잡한 미들웨어나 브릿지, 추가적인 툴링을 직접 관리할 필요 없이, 블록체인이 “그냥 작동(just work)”하도록 설계되었다. Rialo는 자산 가격, 센서 데이터, 오프체인 이벤트 등 현실 세계 데이터를 오라클 의존 없이 안전하게 온체인으로 전송할 수 있으며, 개발자는 별도의 계층 간 글루코드(glue code) 없이 애플리케이션을 손쉽게 배포하고 외부 시스템과 통합할 수 있다.

주요 기술적 특징으로는 RISC-V 기반 스마트 계약, Solana VM 호환성, 네이티브 웹 연결성, 이벤트 기반 실행 구조, 그리고 통합 프라이버시 기능이 있다. 이러한 수직 통합 아키텍처는 AI 에이전트, 예측 시장, 실세계 자산(RWA) 응용과 같은 복잡한 사용 사례를 처리하기에 적합하며, 시스템 구축 시 마찰을 최소화하고 상호운용성과 확장성을 극대화한다.

2. Rialo의 통합형 아키텍처

2.1. Rialo의 핵심 기술

개발자 중심 Layer 1 설계 및 확장성

Rialo 아키텍처의 전략적 핵심은 수직 통합(vertical integration)에 있다. 기존의 많은 L1 블록체인은 모듈화(modularity)를 통해 유연성을 확보하려 했으나, 그 결과 오히려 현실 세계 애플리케이션이 요구하는 반응성, 안정성, 데이터 신뢰성을 확보하기 위해 오라클, 인덱서, 브릿지 등 다수의 서드파티 서비스에 과도하게 의존하게 되었다. 이러한 의존성은 앞서 언급했듯이 트랜잭션 지연(latency)과 OEV(Oracle-Extractable Value)라는 구조적 문제를 초래한다.

Rialo는 이러한 한계를 극복하기 위해 프로토콜 레벨에서 반응성, 웹 연결성, 보안 요소(예: 분산 임계치 키 관리)를 직접 내재화했다. 즉, 신뢰 계층을 외부 미들웨어에 분산시키지 않고 L1 자체에서 관리하도록 설계함으로써, 시스템 전반의 복잡도를 줄이고 신뢰성을 높였다. 이러한 수직 통합 전략은 L1과 미들웨어의 경계를 허물어 신뢰 계층을 단순화한다.

그 결과, 엔지니어링 복잡도가 획기적으로 감소하며, 개발자는 오라클,인덱서,리트라이 큐 등 인프라 관리에 드는 부담을 줄이고 핵심 애플리케이션 로직 개발에 집중할 수 있다. 또한 Rialo는 DAG(Directed Acyclic Graph) 기반 트랜잭션 구조를 채택해, 병렬 처리 성능과 데이터 확정성(finality)을 최적화했다. 이를 통해 Web2 수준의 처리 속도와 비용 효율성을 달성하며, 실시간 반응이 요구되는 고성능 dApp 및 AI 에이전트 실행 환경에 적합한 인프라를 제공한다.

RISC-V 스마트 계약 및 Solana VM 호환성

Rialo는 혁신성과 실용성의 균형을 위해 RISC-V 스마트 계약과 Solana VM(SVM) 호환성을 결합한 하이브리드 실행 환경을 구축했다. RISC-V는 개방형 명령어 집합 아키텍처(ISA)로, 안정적이고 효율적인 컴퓨팅 기반을 제공한다. 이러한 구조적 안정성 덕분에, AI 에이전트가 온체인에서 복잡한 금융 의사결정을 수행할 때 그 결과를 신뢰 가능하게 검증할 수 있다. 즉, AI가 수행한 연산과 결과는 하드웨어 수준에서 재현 가능하고 투명하게 기록된다.

반면, SVM 호환성은 Rialo가 Solana의 고속 병렬 실행 엔진(Sealevel)과 풍부한 개발 생태계를 그대로 활용할 수 있게 한다. 이를 통해 기존 Solana 개발자들은 별도의 학습 곡선 없이 Rialo 환경에 쉽게 참여할 수 있으며, 고성능 트랜잭션 처리와 낮은 지연(latency)을 그대로 누릴 수 있다. Rialo의 목표는 단순히 두 기술을 병합하는 데 있지 않다. SVM이 실시간 성능과 개발 편의성을 제공한다면, RISC-V는 장기적 신뢰성과 AI 실행의 검증 가능성을 보장한다. 이 이중 구조(dual-layer execution strategy) 덕분에 Rialo는 실세계 자산(RWA) 발행, AI 기반 자산 운용 및 트레이딩과 같은 고신뢰 환경을 요구하는 응용 사례를 안전하고 확장 가능하게 구현할 수 있다.

이벤트 기반 실행과 Web2 유사 반응성

Rialo의 이벤트 기반 실행 모델(Event-Driven Execution Model)은 Web2 애플리케이션에 가까운 반응성(responsiveness)을 제공하여, 기존 블록체인의 UX 병목을 근본적으로 해소한다. 프로토콜 자체에 반응성과 웹 연결성을 내재해, 외부 감시자(watcher), 리트라이 큐(retry queue), 크론봇(cron bot)과 같은 인프라 구성 요소에 의존할 필요가 없다. Rialo의 스마트 계약은 단순히 호출 대상이 아니라, 수명 주기를 가진 마이크로서비스(microservice)처럼 동작한다. 계약은 네이티브 스케줄러를 통해 지정된 블록 높이 또는 시간에 자동 실행되며, 이 과정에서 네트워크 수준의 리트라이 및 중복 제거가 보장된다.

이 모델의 핵심은 오라클 의존성의 최소화했다는 점이다. Rialo는 스마트 계약이 직접 HTTP 기반 웹 호출을 수행하고 웹훅(webhook)을 발송할 수 있어, 기존의 외부 중개 단계를 제거한다. 외부 데이터는 타임아웃, 표준화된 헤더, 정규화된 JSON 스키마를 기반으로 처리되어, 항상 동일하고 결정적인 온체인 상태를 보장한다. 필요시 데이터 제공자 서명이나 쿼럼 증명(quorum proof)을 통해 데이터 무결성을 검증할 수도 있다. 이러한 구조 덕분에 사용자는 “클릭 → 완료” 수준의 직관적 경험과 함께, Web2 수준의 빠른 반응 속도를 체감할 수 있다. Rialo는 기술적 복잡성을 사용자에게 노출하지 않으면서, 개발자에게는 완전한 자동화와 신뢰할 수 있는 실행 환경을 제공한다.

2.2. AI 에이전트와 Rialo의 시너지

온체인/오프체인 데이터 처리 능력

AI 에이전트가 자율적으로 기능하려면 실시간 온체인 및 오프체인 데이터에 신뢰성 있게 접근할 수 있어야 한다. Rialo는 네이티브 웹 연결성을 통해 에이전트의 의사결정에 필요한 실시간 데이터를 오라클 없이 프로토콜 내에서 직접 안전하게 확보할 수 있다. 특히, 주목할 점은 데이터 무결성을 위한 메커니즘이다.데이터 피드가 제공자 서명 또는 쿼럼 증명을 포함하여 도착하면, Rialo 계약은 행동하기 전에 발신자를 검증하고 데이터 무결성을 확인할 수 있다. 또한, API 토큰이나 키와 같은 민감한 정보는 프론트엔드를 통하지 않고, 프로토콜의 기밀 런타임 내에서 처리되며, 감사 가능한 접근 로그로 남는다. 이를 통해 Rialo는 AI 에이전트가 높은 보안 수준을 요구하는 금융 및 실세계 활동을 수행하는 데 필요한 신뢰할 수 있는 데이터 파이프라인을 구축한다.

예측 시장 및 자동화된 금융

Rialo는 예측 시장 및 자동화된 금융 애플리케이션에 특히 적합하다. Rialo의 이벤트 기반 실행 모델은 외부 데이터 수집과 온체인 실행 사이의 지연 시간을 최소화하여, 기존 L1의 구조적 문제였던 OEV 발생을 근본적으로 차단한다.

Rialo는 AI 에이전트가 시장 조건이나 복잡한 규칙에 따라 자율적으로 상호작용하고 거래를 자동화할 수 있는 강력한 기본 기능(primitive)을 제공하며, 이는 특히 Agent-Based Trading 시나리오에 적합하다. 또한, Rialo는 Web2 서비스처럼 자원 사용량에 상한선을 설정하여, 개발팀이 갑작스러운 비용 증가를 피하고 장기적으로 계획 가능한 비용 모델을 수립할 수 있도록 지원한다. 이러한 예측 가능성은 지속적인 자율 AI 에이전트 활동에 필수적인 요소이다.

신뢰 기반 데이터 공유 및 검증 시스템

AI 에이전트가 온체인에서 신뢰를 확보하려면, 두 가지가 중요하다. 하나는 “에이전트가 사용하는 데이터가 신뢰할 수 있는가”, 그리고 다른 하나는 “코드가 약속대로 정확히 실행되었는가”이다. Rialo는 프로토콜 수준에서 데이터 무결성을 보장함으로써, AI 에이전트가 믿을 수 있는 데이터 위에서 안전하게 의사결정을 내릴 수 있는 환경을 제공한다.

특히 정규화 응답(normalized response) 기능은 외부 API에서 가져온 데이터를 네트워크 상황이나 환경 변화와 상관없이 항상 동일하게 처리할 수 있다. 덕분에 AI 에이전트가 데이터를 해석하고 결정을 내리는 과정이 온체인에서 예측 가능하고 결정론적으로 유지된다. 이는 AI가 금융 자산을 관리하거나 복잡한 결정을 수행할 때 흔히 발생하는, “코드가 실제로 약속대로 실행되었는가”라는 신뢰 격차 문제를 프로토콜 차원에서 해결할 수 있게 해준다. 또한, Rialo는 개인정보 보호를 기본 원칙으로 설계한 연결구조를 제공하여 AI 에이전트가 실제 사용자 ID나 장치와 연결된 민감한 데이터를 처리할 때도 개인정보와 안전성을 유지할 수 있도록 지원한다.

3. Rialo와 AI 에이전트

3.1. 탈중앙화된 AI 에이전트 생태계

AI 에이전트의 온체인 활동 및 자율적 상호작용

Rialo의 반응형 계약(Reactive Contract) 기능을 통해 AI 에이전트는 중앙화된 서버나 외부 스크립트에 의존하지 않고 온체인에서 자율적인 의사결정과 실행을 수행할 수 있다. 예를 들어, Rialo의 네이티브 타이머에 의해 활성화된 AI 에이전트는 시장 데이터가 Web Call을 통해 확보되는 즉시 최적화된 대출,차입등의 디파이 전략을 자동으로 실행할 수 있다.

이러한 자율 실행 환경은 에이전트 간 상호운용성을 강화한다. 에이전트는 Rialo 내에서 다른 스마트 계약이나 dApp과 신뢰 불필요한 환경(Trustless Environment)에서 직접 상호작용할 수 있으며, 이는 탈중앙화된 거버넌스와 AI 기반 자동화 금융(Automated Finance) 생태계 확장의 핵심이다. Rialo의 확장형 아키텍처는 복수의 AI 에이전트가 협력해 분산 계산을 수행하고 공정한 가치 분배를 실행하는 에이전트 군집(Agent Swarms) 시스템의 기반을 제공한다.

데이터 소유권과 AI 모델의 탈중앙화

Rialo는 AI 에이전트의 실행과 정산에 최적화된 L1으로, Web3/AI 생태계의 핵심 목표인 데이터 소유권과 AI 모델의 탈중앙화를 지향한다. Rialo 환경은 AI 학습에 사용되는 데이터의 출처를 투명하게 관리하고, 데이터 제공자에게 공정한 보상을 제공하는 토큰 경제 모델을 구현하기에 적합하다. 이는 Fetch.ai와 Ocean Protocol이 추구하는 데이터 수익화 철학과 맥을 같이한다. Rialo의 구조는 AI 모델의 학습보다 학습된 모델의 추론(Inference) 결과를 온체인에서 신뢰성 있게 실행하고, 그 결과를 기반으로 경제적 행위를 수행하는 데 초점을 맞춘다. 또한 플랫폼이 제공하는 프라이버시 기본 연결성은 AI 에이전트가 실제 ID나 장치와 연동된 민감한 데이터를 처리할 때 개인정보를 안전하게 보호하도록 설계되어 있다.

3.2. 기존 AI/Web3 프로젝트 및 블록체인과의 비교

타 Layer 1 체인과의 기술적 차이

Rialo는 기존 L1이 직면한 인프라 파편화 문제에 대한 근본적인 구조적 해법을 제시한다. Solana는 고성능 병렬 실행(Sealevel)에 강점을 지니지만, 오프체인 데이터의 안정적 공급과 복잡한 스케줄링을 위해 여전히 외부 오라클과 봇에 의존한다. Ethereum은 EVM의 안정성을 제공하지만, 확장성과 높은 트랜잭션 수수료 문제로 인해 AI 에이전트의 빈번하고 세밀한 온체인 활동에는 경제적으로 비효율적이다. Rialo는 Solana의 성능 이점(SVM 호환성)을 흡수하면서도, 내장된 이벤트 기반반응성(Event-Native Reactivity)을 통해 미들웨어 의존성을 제거하고 Web2 수준의 반응성을 구현한다. L1과 미들웨어 기능을 수직 통합한 Rialo의 구조는 인프라 파편화 문제를 근본적으로 해소하며, 지연 시간과 OEV 발생 가능성을 최소화한다.

AI 관련 인프라 프로젝트와의 비교

AI 에이전트 생태계는 위의 이미지 처럼 크게 세 가지 레이어로 구분된다. Rialo는 이 중 세 번째 레이어, 즉 온체인 실행과 정산을 담당하는 실행 기반(Execution Foundation)의 역할을 수행한다. Bittensor나 Fetch.ai 같은 프로젝트들이 주로 AI 모델과 오케스트레이션 단계에 집중하는 반면, Rialo는 실행 인프라에 초점을 맞춰, 다른 프로젝트에서 구동되는 AI가 현실 세계 자동화와 금융에 연결될 수 있도록 지원하는 핵심 파트너이자인프라로 자리 잡을 잠재력을 지닌다.

• Bittensor (TAO): 탈중앙화 AI 네트워크이자마켓플레이스로, AI 모델 개발과 컴퓨팅 자원 제공에 중점을 둔다. (포커스: Intelligence/Models)
• Fetch.ai (FET): 자율 경제 에이전트(AEA)를 위한 프레임워크와 다중 에이전트 시스템(MAS) 구축에 강점을 가지며, 에이전트의 로직과 오케스트레이션에 집중한다. (포커스: Orchestration)

Rialo는 Bittensor나 Render(GPU 컴퓨팅), Fetch.ai의 에이전트 프레임워크와 직접 경쟁하지 않는다. 대신 이들 프로젝트에서 생성된 AI가 온체인 상의 고부가가치 자산과 상호작용할 수 있도록, 신뢰성 높고 지연 시간이 최소화된 실행 환경인 AI Action Layer를 제공한다. 따라서 Rialo는 다른 AI 인프라 프로젝트의 경쟁자가 아니라, 그들의 지능을 실세계 자동화와 금융 영역에 연결하는 핵심 파트너이자 기반 인프라로 자리 잡을 잠재력을 지닌다.

4. Rialo 생태계: 영향, 과제, 그리고 미래 가능성

Rialo의 수직 통합 아키텍처는 Web3 기술이 실제 비즈니스 프로세스와 사용자 경험(UX) 표준을 충족하는 데 있어 중요한 전환점을 제시한다. Rialo는 복잡한 인프라(브릿징, 오라클 등)를 제거하고 Web2 수준의 직관적이고 빠른 UX를 제공함으로써 일반 사용자 채택을 가속화한다.

특히, 인프라 스택의 통합은 개발팀의 엔지니어링 부담과 비용을 획기적으로 줄여 Web3 애플리케이션이 속도, 사용성, 비용 측면에서 Web2 표준을 능가하도록 만든다. 이를 통해 Rialo는 기존 L1에서는 구현이 어려웠던 AI 에이전트 기반 트레이딩, RWA 발행, 교차 도메인 오라클 등 새로운 응용 구조를실현하며, 가치 이동과 블록체인-애플리케이션 간 상호작용 방식을 재정의할 잠재력을 지닌다.

Rialo는 이러한 기술적 혁신을 바탕으로 AI Action Layer로서의 정체성을 강화하고 있다. 단순한 고성능 L1을 넘어, 자율적이고 신뢰 가능한 AI 에이전트 실행을 위한 최적의 환경을 제공한다. AI 에이전트는 Rialo 상에서 실시간 데이터와 시장 변동성에 반응하며 금융 결정을 내리고 실행할 수 있으며, 이는 AI 기반 자동화 금융(Automated Finance)의 대중화를 촉진하는 핵심 동력이 된다.

개발 측면에서도 Rialo는 Solana VM 호환성을 활용하여 기존 개발자 생태계의 참여를 자연스럽게 유도하고, Web2 개발자에게 익숙한 마이크로서비스 및 이벤트 기반 아키텍처를 통합함으로써 진입 장벽을 대폭 낮춘다. 또한, 분산 임계치 키(Distributed Threshold Key) 및 임계치 서명(Threshold Signature) 기술을 결합한 스마트 지갑 솔루션을 통해 사용자 친화적 자산 보호를 구현하고 있다.

Rialo의 공동 창업진은 Meta와 Google에서의 엔터프라이즈급 시스템 설계 경험을 바탕으로, Web2의 확장성과 안정성을 Web3의 분산 신뢰 구조와 결합한다. 이러한 기술적 통찰력은 Rialo가 Web3-AI 융합의 핵심 레이어로 자리 잡는 데 강력한 기반이 된다. 결국 Rialo는 블록체인의 인프라 파편화와 오라클 의존성 문제를 해결하고, Web2 수준의 UX와 Web3 탈중앙성을 결합하여 AI 에이전트가 현실 세계에서 자율적 경제 활동을 수행할 수 있는 새로운 실행 계층을완성해 나가고 있다. 이는 블록체인이 단순한 가치 저장소를 넘어, 실제 비즈니스 프로세스와 인터넷 인프라의 핵심 엔진으로 진화할 수 있음을 보여주는 중요한 이정표이다.

Written by
Taeho lee, Gairos President (Twitter @tae_hogu),
Gairos (https://x.com/_gairos)

Reviewed by
Taeho lee, Gairos President (Twitter @tae_hogu)

주기적으로 컨텐츠 소식을 받아보고 싶으시다면 Follow 통한 구독 부탁드리며, Clab, 궁금한 점이 있으시다면 언제든지 댓글 남겨주시면 감사드리겠습니다.
DSRV 공식 Medium : medium.com/dsrv
Gairos 공식 Medium : medium.com/gairos

Disclaimer: 이 글은 정보 전달을 위한 목적으로 작성되었으며, 특정 프로젝트에 대한 투자 권고나 법률적 자문을 목적으로 하지 않습니다. 모든 투자에 대한 책임은 개인에게 있으며, 이로 인해 발생한 결과에 대해 DSRV와 Gairos는 어떤 부분에서도 책임을 지지 않습니다. 본문에서 다루는 내용은 특정 자산에 대한 투자를 추천하는 것이 아니며, 본문의 내용만으로 의사 결정을 하는 것은 지양하시길 바랍니다.

[DSRV ResearchPedia x Gairos] 인프라 통합으로 현실 경제를 연결하는 Rialo was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

DSRV, a blockchain infrastructure company, has officially closed a ₩30 billion (KRW) Series B funding round.

This large-scale investment, made despite the current downturn in domestic startup funding, is seen as an official recognition of DSRV’s technological excellence and global growth potential.

“DSRV, a blockchain infrastructure company, announced on the 16th that it has successfully attracted a total of 30 billion won worth of Series B investment.”

“This investment is evaluated as a result of official recognition of DSRV’s unique technology and global growth potential, given that it is a large-scale investment made despite the cold wave of investment in domestic startups.”

— Maeil Business Newspaper, October 16, 2025

The second round of this Series B investment included new participants such as NXVP, Han River Partners, IBK Capital, and S2L Partners.

In particular, NXVP, a newly re-established technology finance company in 2025, selected DSRV as its first investment company, drawing significant attention from the industry.

This decision highlights the stability, scalability, and competitiveness of DSRV’s blockchain infrastructure technology in the global market.

Currently, DSRV provides infrastructure to over 70 blockchain networks worldwide, securely managing digital assets worth more than ₩4 trillion.

The company also possesses world-class expertise in validator (staking) operations and is expanding into financial infrastructure services, including stablecoin and institutional staking businesses.

With this closing, DSRV plans to accelerate its strategic initiatives, focusing on:

• Recruiting top global talents
• Advancing stablecoin and payment infrastructure technology
• Expanding staking and financial infrastructure services
• Entering new markets, including the U.S., Japan, and Africa

DSRV will continue to build reliable blockchain infrastructure and grow as a global leader connecting technology and finance.

🗞 Featured in Maeil Business Newspaper: https://www.mk.co.kr/en/stock/11443276

[ENG] DSRV closes ₩30B Series B funding round was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

블록체인 인프라 기업 DSRV가 총 300억 원 규모의 시리즈 B 투자 유치를 성공적으로 마무리했습니다.

이번 투자는 국내 스타트업 투자 한파 속에서도 이뤄진 대규모 투자로, DSRV의 독보적인 기술력과 글로벌 성장 잠재력을 공식적으로 인정받은 결과로 평가됩니다.

“블록체인 인프라 기업 DSRV가 총 300억 원 규모의 시리즈 B 투자 유치를 성공적으로 마무리했다고 16일 밝혔다.”

“이번 투자는 국내 스타트업 투자 한파 속에서도 이뤄진 대규모 투자라는 점에서 DSRV의 독보적인 기술력과 글로벌 성장 잠재력을 공식적으로 인정받은 결과로 평가된다.”

— 매일경제, 2025년 10월 16일 보도

이번 시리즈 B 투자에는 NXVP(엔엑스브이피)를 비롯해 한리버파트너스, IBK캐피탈, S2L파트너스 등이 신규 투자사로 참여했습니다.

특히 신기술금융사 NXVP는 2025년 재설립 이후 첫 번째 투자 기업으로 DSRV를 선택, 업계의 주목을 받았습니다.

이는 DSRV가 보유한 블록체인 인프라 기술의 안정성과 확장성, 그리고 글로벌 시장에서의 실질적인 경쟁력을 높이 평가받은 결과로 해석됩니다.

현재 DSRV는 전 세계 70개 이상의 블록체인 네트워크에 인프라를 공급하며, 4조 원 이상의 디지털 자산을 안정적으로 관리하고 있습니다.

또한 밸리데이터(스테이킹) 분야에서 글로벌 수준의 기술력을 보유하고 있으며, 이를 기반으로 스테이블코인 및 기관 대상 스테이킹 사업 등 금융 인프라 영역으로 사업을 확장하고 있습니다.

이번 투자 유치를 통해 DSRV는 다음과 같은 핵심 전략을 중심으로 성장 속도를 높일 계획입니다.

• 글로벌 핵심 인재 확보
• 스테이블코인 및 결제 인프라 기술 고도화
• 스테이킹 및 금융 인프라 사업 확장
• 미국·일본·아프리카 등 글로벌 시장 진출 가속화

DSRV는 앞으로도 신뢰할 수 있는 블록체인 인프라를 구축하고, 기술과 금융을 연결하는 글로벌 리더로 성장해 나가겠습니다.

🗞 매일경제 보도 전문: https://www.mk.co.kr/news/stock/11443276

[KOR] DSRV, 총 300억 원 규모 시리즈 B 투자 유치 완료 was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

2025년 9월, Korea Blockchain Week가 열린 서울은 전 세계 빌더, 창업가, 기업들이 모인 Web3의 중심지였습니다. 한 주 동안 이어진 이 여정 속에서 DSRV는 단순히 참여자가 아닌, Web3 빌더의 시작·성장·연결을 설계하는 주체로 자리했습니다.

Sui에서 시작해, Amber와 함께 확장하고, Story와 함께 연결된 일주일.
세 개의 무대가 모여 하나의 여정을 완성했습니다.

🏊 Sui-mming Hackathon Seoul 2025 — Web3의 진입점, 빌더의 출발선

9월 19일부터 21일까지 48시간 동안 진행된 Sui-mming Hackathon Seoul 2025는 아이디어가 현실이 되는 현장이었습니다.

• 150명 이상의 참가자
• 37개 팀의 프로젝트 제출
• 총상금 $22,000+ 규모
• Sui Foundation, Scallop, Overtake, Mysten Labs, Travel Wallet, Wormhole 등 파트너들의 멘토링과 심사

참가자들은 Move 언어를 활용해 AI, 게임, 인프라, 결제, SocialFi 등 다양한 영역의 프로덕트를 직접 구현하며 Web3 빌더 여정의 첫 장을 기록했습니다.
👉 해커톤에서 빌더들은 아이디어에서 첫 코드를 넘어서, 실제 프로덕트를 구현해냈습니다.

🚀 AgentFi with Amber × DSRV × Fenbushi — 창업과 네트워크의 확장

9월 22일, Amber Group, amber.ac, Fenbushi Capital, DSRV가 함께한 AgentFi는 AI × Crypto, Agent Layer, SocialFi, DePIN 등 새로운 영역의 가능성을 논의하는 자리였습니다.

• 포스터 전시와 키노트 발표
• 네트워킹과 데모 피칭
• VC × 창업자 × 빌더의 연결

여기서는 기술과 비즈니스가 교차하며, 아이디어가 스타트업으로 확장될 수 있는 잠재력을 확인할 수 있었습니다.
👉 AgentFi는 창업과 연결의 불씨가 된 순간이었습니다.

📖 Once Upon a Story — 기술이 유저에게 닿는 지점

9월 25일, DSRV와 Story Protocol이 함께한 Once Upon a Story는 단순히 창작자를 위한 자리가 아니었습니다.
Web3 기술이 콘텐츠와 유저, 시장에 실질적으로 연결되는 장면을 보여준 현장이었습니다.

• Story Layer 1 로드맵 발표
• Poseidon의 실제 서비스 사례 공유
• 인프라 운영 인사이트와 유틸리티 확장 논의

👉 기술, 창작, 유통, 실제 사례가 한자리에 모인 이 행사는, Web3가 기술을 넘어 실질적 사용자 가치로 확장되는 순간을 증명했습니다.

🧩 One Journey, Three Moments — 함께 만든 여정, 다음을 향해

• Sui 해커톤은 빌더의 출발점이었고,
• AgentFi는 창업과 네트워크의 확장 지점이었으며,
• Story는 기술이 유저에게 도달하는 실현의 순간이었습니다.

이 세 가지 이벤트는 각각의 단절된 장면이 아니라, DSRV가 만들어낸 하나의 Web3 빌더 여정이었습니다. 이번 KBW 2025 여정은 Sui, Amber Group, amber.ac, Fenbushi Capital, Story Protocol을 비롯한 모든 파트너, 참석자, 빌더들이 함께했기에 가능했습니다.

DSRV는 단순한 인프라 제공을 넘어, 사람이 모이고, 기회가 연결되고, 프로덕트가 실현되는 과정 전체를 설계하고 지원합니다.

함께해주신 모든 분들께 진심으로 감사드립니다. 이것은 끝이 아니라, 다음 챕터의 시작입니다.

DSRV는 앞으로도 기술과 사람, 가능성을 연결하는 여정의 파트너로 함께하겠습니다.
다음에 다시 만나요.

[KOR] What DSRV Built at KBW 2025 — KBW 2025에서 DSRV가 만든 여정 was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.

In September 2025, Seoul became the epicenter of Web3 as Korea Blockchain Week brought together global builders, founders, and enterprises.
Throughout this week-long journey, DSRV was not just a participant — we became a designer of the starting points, growth, and connections that define a builder’s Web3 journey.

Starting with Sui, expanding with Amber, and connecting with Story, three milestones came together to form one complete journey.

🏊 Sui-mming Hackathon Seoul 2025 — The Entry Point of Web3, The Starting Line for Builders

From September 19–21, the Sui-mming Hackathon Seoul 2025 unfolded as a 48-hour arena where ideas turned into reality.

• 150+ participants
• 37 project submissions
• $22,000+ in prizes
• Mentorship and judging from Sui Foundation, Scallop, Overtake, Mysten Labs, Travel Wallet, Wormhole, and more

Builders used the Move language to implement products across AI, gaming, infrastructure, payments, SocialFi, and beyond — recording the first chapter of their Web3 builder journey.
👉 At this hackathon, builders went beyond the first line of code — and delivered real, working products.

🚀 AgentFi with Amber × DSRV × Fenbushi — Expansion of Startups and Networks

On September 22, Amber Group, amber.ac, Fenbushi Capital, and DSRV co-hosted AgentFi — a stage to explore new opportunities across AI × Crypto, Agent Layer, SocialFi, and DePIN.

• Poster sessions and keynote talks
• Networking and demo pitching
• Connections between VCs × founders × builders

Here, technology intersected with business, and ideas revealed their potential to grow into startups.
👉 AgentFi became the spark that ignited entrepreneurship and connection.

📖 Once Upon a Story — Where Technology Reaches the User

On September 25, DSRV and Story Protocol co-hosted Once Upon a Story.
This was not just a gathering for creators — it was a showcase of how Web3 technology can meaningfully connect content, users, and markets.

• Story Layer 1 roadmap announcement
• Real-world service cases of Poseidon
• Infrastructure operation insights and utility expansion

👉 With technology, creativity, distribution, and real use cases brought together, the event proved that Web3 extends beyond technology into tangible user value.

🧩 One Journey, Three Moments — Built Together, Moving Forward

• The Sui Hackathon marked the starting point for builders.
• AgentFi became the stage of expansion — where ideas connected with networks and capital.
• Story revealed the realization — where technology reaches the user.

These were not isolated moments, but a unified builder’s journey that DSRV shaped at KBW 2025.

This journey was only possible thanks to our partners — Sui, Amber Group, amber.ac, Fenbushi Capital, Story Protocol — and the participation of every builder and attendee.

At DSRV, we go beyond infrastructure. We design and support the entire process where people gather, opportunities connect, and products are realized.

To everyone who joined us — thank you.
This is not the end, but the beginning of the next chapter.

👉 DSRV will continue to connect technology, people, and possibilities — as your partner in the journey ahead.
See you at the next chapter.

[ENG] What DSRV Built at KBW 2025 — The Journey We Shaped was originally published in DSRV on Medium, where people are continuing the conversation by highlighting and responding to this story.