Bittensor: 비관적 의견

2026-04-04·Bittensor.kr

비트텐서(TAO) 약세론

서론

@opentensor의 네이티브 토큰 TAO는 약 $275에 거래되며, 시가총액 $26억, 완전희석가치(FDV) $58억을 기록하고 있다. 이 프로젝트는 그레이스케일(2025년 12월 NYSE 상장 ETF S-1 신청)의 기관 투자를 받았고, NVIDIA CEO 젠슨 황의 공개 지지를 얻었으며, 매력적인 공급 측 서사도 갖추고 있다. 비트코인 방식의 반감기 일정과 함께 2,100만 개의 하드 캡이 설정되어 있으며, 2025년 12월 첫 번째 반감기로 인해 일일 발행량이 7,200 TAO에서 3,600 TAO로 절반 줄었다. 서브넷 수는 1년 사이 32개에서 128개로 증가했고, 템플러의 Covenant-72B 학습 실험은 탈중앙화 컴퓨팅으로도 벤치마크에 경쟁력 있는 언어 모델을 만들 수 있음을 입증했다.

이 보고서는 위의 사실들을 부정하지 않는다. 다만, 이 네트워크의 경제 구조가 현재 밸류에이션을 정당화할 만한 규모의 수요 측 수익을 창출할 수 있는지, 그리고 중앙화 공급자 및 자체 호스팅 컴퓨팅 대비 경쟁 구도가 어떻게 형성되는지를 검토한다.

네트워크 내 가치 흐름

비트텐서에는 네 가지 참여자 유형이 존재한다. 서브넷 소유자는 특화된 AI 마켓플레이스를 생성하고 해당 서브넷 TAO 발행량의 18%를 수령한다. 채굴자는 AI 작업(추론, 학습, 데이터 처리)을 수행하며 41%를 받는다(약 1,476 TAO/일, ~$406,000 또는 연간 약 $1.48억). 검증자는 채굴자의 작업 결과를 평가하며 41%를 받는다. 스테이커는 TAO를 서브넷 유동성 풀에 배분하고 서브넷별 알파 토큰을 수령한다.

Taoflow 모델 하에서 서브넷의 발행량 점유율은 순 TAO 스테이킹 유입량에 의해 결정된다. 유출이 더 많은 서브넷은 발행량을 받지 못한다.

TAO는 네트워크의 기축 통화다. 채굴 등록, 검증자 스테이킹, 서브넷 토큰 매입, 서비스 결제 모두 TAO를 필요로 한다. 서브넷 활동은 이론적으로 기반 토큰에 대한 구조적 수요를 창출한다.

수요 측 분석

공급의 투명성 vs. 수요의 불투명성

비트텐서의 공급 경제 구조는 투명하다. 일일 발행량 3,600 TAO는 프로그래밍 방식으로 분배된다. 채굴자 41%, 검증자 41%, 서브넷 소유자 18%. 반감기 일정은 하드코딩되어 있다. 스테이킹 비율(공급량의 ~70%), 발행량 점유율, 유동성 데이터도 모두 온체인에서 확인 가능하다. 상위 10개 서브넷이 전체 발행량의 약 56%를 차지한다.

수요 측에는 이에 상응하는 투명성이 없다. 서브넷별 외부 수익을 집계해 보여주는 대시보드는 존재하지 않는다. AI 서비스 제공(추론 요청, 컴퓨팅 작업, 학습 호출)은 오프체인에서 이루어지며 블록체인에 기록되지 않는다. 투자자들은 대리 지표인 스테이킹 유동성, 서브넷 토큰 가격, 개별 팀의 자체 보고 수치를 통해 수요를 추론한다. 이 불투명성은 일시적인 것이 아니라 구조적인 문제다. 블록체인은 API 호출이 아닌 토큰 이동을 기록한다.

이하는 2026년 3월 기준으로 파악 가능한 가장 완전한 수요 측 현황이다.

Chutes(SN64): 할인 뒤에 숨은 보조금

@chutes_ai는 네트워크 발행량의 14.4%를 차지하며, 전체 서브넷 중 가장 높은 비율이다. Rayon Labs가 개발한 이 서브넷은 오픈소스 모델(DeepSeek, Mistral, LLaMA)에 대한 서버리스 추론을 AWS 대비 85%, Together AI 대비 10~50% 저렴한 가격에 제공한다고 알려져 있다. 사용 지표는 생태계 내에서 가장 강력한 수준이다. 사용자 40만 명 이상(API 사용자 10만 명 이상), 일일 요청 500만 건 이상, 누적 처리 토큰 9.1조 개, 일일 토큰 생성량은 3개월 만에 66억 개에서 1,010억 개로 급증했다. Chutes는 OpenRouter 내 최상위 추론 공급자로 자리잡아 특정 모델에서는 일부 중앙화 경쟁자를 앞서고 있다.

그러나 이 가격 경쟁력은 운영 효율성이 아닌 보조금에서 비롯된다. 발행량의 14.4%로 Chutes는 하루 약 518 TAO, 약 $142,000 또는 연간 약 $5,200만에 해당하는 수익을 받는다. 이는 서브넷의 채굴자, 검증자, 소유자에게 분배된다. 반면, 추산되는 외부 수익은 연간 약 $130만~$240만 수준이다(높은 수치는 Chutes 팀이 2025년 10월 DL News에 자체 보고한 수치, 낮은 수치는 2026년 3월 추산치로, 어느 것도 독립적인 감사를 거치지 않았다). 프로토콜은 이 서브넷을 약 22 ~ 40:1의 비율로 보조하고 있는 셈이다. 고객이 $1를 지불할 때마다 네트워크는 $22~$40에 해당하는 TAO 발행량을 제공하는 구조다.

보조금 없이 가격이 어떻게 책정될지를 모델링하면 그 함의가 명확해진다. Chutes는 하루 약 1,010억 토큰을 처리한다. 만약 채굴자가 고객 수익만으로 비용을 충당해야 한다면, 일일 약 $142,000를 토큰 처리량에서 회수해야 한다. 이는 보조금 없는 가격이 100만 토큰당 약 $1.41임을 의미한다.

동일한 오픈소스 모델의 현재 시장 요금을 보면, Together.ai는 LLaMA 3.3 70B Turbo를 100만 토큰당 약 $0.88에 제공한다. DeepSeek V3는 경쟁 공급자들 사이에서 $0.40~$0.80 수준이다. 소형 모델은 $0.18까지 내려간다. 보조금 없는 Chutes 가격 $1.41은 중앙화 대안보다 1.6~3.5배 더 비싼 수준이다. 비용 우위는 줄어드는 것이 아니라 완전히 역전된다. Chutes 홍보에서 항상 등장하는 '85% 절감'은 탈중앙화의 구조적 효율성이 아니라, 인플레이션을 통해 TAO 보유자들이 부담하는 비용으로 충당되는 것이다.

다음 반감기(2026년 말 또는 2027년으로 예상)가 도래하면 가격이 대략 두 배로 오르거나, 채굴자들이 서브넷을 이탈하거나, 보조금과 수익 사이의 격차가 더 벌어지는 결과 중 하나가 발생할 것이다.

물론 반론도 있다. 이는 표준적인 스타트업 부트스트래핑 전략과 유사하다는 것이다. 초기에 보조금을 제공해 네트워크 밀도를 높인 후, 사용자를 묶어두고 나서 가격을 올린다. Uber, DoorDash, AWS 모두 이 방식을 썼다. 그러나 차이점이 있다. 그 기업들은 보조금 기간 동안 전환 비용을 구축했다(독점 플랫폼, 드라이버 네트워크, 기업 통합). 비트텐서 서브넷은 그런 것을 전혀 구축하지 못한다. 모델은 오픈소스이고, API는 표준화되어 있으며, 사용자는 동일한 가중치를 서비스하는 어떤 공급자로도 마찰 없이 이동할 수 있다. 보조금이 줄어들면 이탈을 막을 잠금 효과가 없다.

Rayon Labs는 SN56(Gradients)과 SN19(Nineteen)도 운영하며, 이 둘을 합치면 전체 발행량의 약 23.7%를 차지한다. 어느 쪽도 외부 수익 수치를 공개하지 않았다. 단일 팀이 네트워크 인센티브 분배의 약 4분의 1을 통제하고 있는 셈이다.

Targon, Templar, 그 외 서브넷들

@TargonCompute(SN4)는 수익 기준 최상위 서브넷이다. Manifold Labs(시리즈 A $1,050만)가 운영하며 기업 고객에게 기밀 GPU 컴퓨팅을 제공한다. 추산 연간 수익은 약 $1,040만이며, 밸류에이션은 약 $4,800만으로 4.6배의 수익 배수를 시사한다. 이는 생태계 내에서 가장 근거 있는 밸류에이션이다. 그러나 $1,040만은 여러 분석 보고서에 인용된 추정치일 뿐, 감사를 거친 수치가 아니다. 발행량을 제외한 실시간 수익 대시보드의 부재에 대해 다수의 연구자들이 투명성 문제를 제기한 바 있다.

@tplr_ai(SN3)는 Covenant-72B(파라미터 720억 개, 1.1조 토큰 학습, MMLU 67.1)를 완성했으며 시가총액 $9,800만을 보유하고 있다. 그러나 외부 수익은 전무하다. 학습 API와 기업 영업은 '진행 중'으로 묘사되지만 출시된 유료 제품은 없다.

나머지 120개 이상의 서브넷들은 외부 수익 보고가 없거나, 제품 출시 전 단계이거나, 주로 발행량 확보에 의존해 운영된다. @celiumcompute(SN59)는 수익이 있다고 주장하지만 수치를 공개하지 않았다. Nineteen AI(SN19)도 데이터를 공개하지 않았다.

전체 수요 측 현황

전체 네트워크에서 식별 가능한 수요 측 연간 수익은 약 $300만 ~ $1,500만으로, 이 범위는 검증된 수익(Chutes의 약 $240만)과 감사되지 않은 추정치(Targon의 약 $1,040만) 사이의 차이를 반영한다. 단 하나의 서브넷(Chutes)에 대한 발행량 보조금(~$5,200만)만으로도 네트워크 전체가 창출하는 외부 수익의 상한선을 초과한다.

$26억의 시가총액 대비 이는 약 175 ~ 200배의 수익 배수를 의미한다. FDV $58억 대비로는 약 400배다. 중앙화 AI 인프라 기업(CoreWeave, Lambda)은 최근 라운드에서 선행 매출 대비 15 ~ 25배에 밸류에이션이 형성되었다. 고성장 SaaS도 50배를 넘기기 어렵다. 비트텐서의 내재 배수는 크립토와 전통 인프라를 통틀어 가장 공격적으로 평가받는 비교 대상보다 4~10배 높다.

밸류에이션과 수요 측 경제 간의 간극은 시장이 TAO를 공급 측 희소성(반감기, 스테이킹 잠금), 기관 투자 촉매제(Grayscale ETF, 거래소 상장), AI 섹터 센티먼트에 거의 전적으로 의존해 가격을 매기고 있음을 반영한다. 이것들은 실질적인 가격 동인이다. 그러나 비트텐서가 의미 있는 AI 서비스 네트워크로서 가치를 창출하고 있다는 테제와는 별개다.

가격 압박의 구조

서브넷은 두 방향에서 동시에 마진 압박을 받는다.

자체 호스팅이 위에서 가격 상한을 형성한다. 비트텐서의 모든 모델은 오픈소스다. 가중치는 Hugging Face에 공개되어 있다. H100 단 한 대로 70B 모델을 일 $40~$50의 전체 비용으로 서빙할 수 있다. vLLM과 Ollama 같은 도구들은 로컬 배포를 손쉽게 만들었다. NVIDIA의 로드맵(Blackwell, Rubin)은 토큰당 추론 비용을 몇 배씩 줄이는 방향으로 설계되어 있다. 자체 호스팅은 토큰 마찰도, 상대방 리스크도, 네트워크 의존성도 없이 무제한 추론을 제공한다. 충분한 처리량을 가진 조직은 이미 로컬 운영이 더 저렴하다.

하이퍼스케일러가 아래에서 압박한다. Microsoft, Google, Amazon, Meta는 2025년 AI 자본 지출에 합계 2,000억 달러 이상을 투자했다. 이들은 우선 하드웨어 배정권, 전용 데이터센터, 기존 기업 관계, 그리고 인접 사업의 현금 흐름으로 AI를 보조할 수 있는 능력을 갖추고 있다. 비트텐서의 연간 인센티브 예산 전체(약 $3.6억)는 Microsoft가 AI 인프라에 한 주 동안 지출하는 금액에도 미치지 못한다. Together.ai, Fireworks, Groq 같은 전문 공급자들도 VC 보조를 받으며 동일한 오픈소스 모델로 경쟁하고 있다.

서브넷은 이 두 경계 사이에서 탈중앙화에 고유한 추가 비용까지 부담하며 가격을 책정해야 한다. 토큰 마찰, 검증자 오버헤드, 서브넷 소유자 수수료, 네트워크 지연 등이 그것이다.

해자 문제

서브넷이 가치 있는 서비스를 개발하더라도, 기반 모델과 방법론은 설계상 공개되어 있다. Covenant-72B는 Apache 라이선스를 따른다. SparseLoCo는 arXiv에 게시되어 있다. 어떤 경쟁자도 TAO 경제에 참여하지 않고도 이 접근법을 복제할 수 있다.

전통적인 해자(독점 기술, 네트워크 효과, 전환 비용, 브랜드)는 적용되지 않는다. 기술은 공개되어 있고, 네트워크 효과는 개별 서브넷이 아닌 TAO에 귀속되며, 모든 공급자가 동일한 가중치를 서비스하는 환경에서 전환 비용은 0이다. 커뮤니티는 인센티브 메커니즘 자체가 해자라고 주장하지만, 그것은 발행량 예산이 컴퓨팅을 유치할 만큼 충분히 크게 유지되어야 한다는 전제를 필요로 하며, 그 예산은 반감기마다 줄어든다.

TAO가 반영하는 가치

$26억이라는 시가총액에서 TAO는 수요 측 펀더멘털에 근거해 가격이 형성된 것이 아니다. 연간 $300만~$1,500만의 수익은 어떤 통상적인 분석 틀로도 이를 뒷받침하지 못한다. 시장은 비트코인 방식의 희소성, Grayscale ETF 촉매제, AI 섹터 순환 매수, 탈중앙화 AI에 대한 장기 옵셔널리티에 가격을 매기고 있다. 이것들은 정당한 투기적 요인이다. 동시에 전적으로 공급 측과 센티먼트에 의존하는 요인들이기도 하다.

희소성과 서사에 기반한 TAO 포지션은 수요 경제와 무관하게 좋은 성과를 낼 수도 있다. 비트텐서가 의미 있는 AI 서비스 네트워크로 성장한다는 테제에 기반한 포지션은 아직 존재하지 않는 근거를 필요로 하며, 이를 현실화하기 어렵게 만드는 구조적 역풍에 직면해 있다. 투자자는 자신이 어떤 Investment thesis를 갖고 있는지 명확히 해야 한다.