유럽 첫 온체인 IPO 추진…자본시장 토큰화 시험대 올랐다

| 강이안 기자

프랑스 파리의 라이트닝 증권거래소 ‘리즈(Lise)’가 유럽 최초의 ‘온체인 IPO’를 추진하며 자본시장 토큰화의 시험대에 오른다.

리즈는 4월 9일 프랑스 항공우주 부품업체 ‘ST 그룹(ST Group)’을 상장할 계획이라고 밝혔다. 해당 거래소는 유럽연합(EU)의 분산원장기술(DLT) 파일럿 제도 하에서 승인받은 플랫폼으로, 주식 발행과 거래 전 과정을 블록체인 기반에서 처리하는 ‘온체인 IPO’를 목표로 한다.

온체인 IPO, 공모시장 구조 바꿀까

ST 그룹은 항공기, 방산 시스템, 우주 프로그램에 쓰이는 복합소재 부품을 제조하는 기업이다. 향후 10년간 약 5,900만 유로(약 890억 원)의 잠재 매출을 예상하고 있으며, 항공우주 및 군수 공급망 수요 증가에 맞춰 생산 확대를 추진 중이다.

이번 상장은 단순한 기업 공개를 넘어, ‘토큰화(tokenization)’가 공모 시장에 실제 적용되는 첫 사례가 될 가능성이 크다. 토큰화는 주식, 채권, 펀드 등 전통 자산의 소유권을 블록체인에 기록하는 방식으로, 거래 정산을 빠르게 하고 비용을 낮출 수 있다는 점에서 주목받고 있다.

전통 거래소도 주목…나스닥·NYSE도 준비 중

이미 나스닥(Nasdaq), 뉴욕증권거래소(NYSE) 등 주요 글로벌 거래소들도 토큰화 증권 도입을 검토하고 있다. 다만 대부분은 ‘유통 시장’ 중심의 실험에 머무는 반면, 리즈는 IPO 단계부터 온체인으로 전환하는 점에서 차별화된다.

리즈는 BNP파리바, 카세이스(CACEIS), 프랑스 공공투자은행(Bpifrance) 등 주요 금융기관의 지원을 받고 있으며, 특히 중소·중견기업을 주요 타깃으로 한다. 전통 시장에서 높은 비용과 긴 상장 절차에 부담을 느끼는 기업들에게 대안이 될 수 있다는 설명이다.

중소기업 자금조달 ‘새 길’ 열릴지 주목

업계에서는 ST 그룹의 상장이 성공할 경우, 유럽 내 중소기업들이 보다 빠르고 저렴하게 자본 시장에 접근할 수 있는 ‘새로운 모델’이 될 것으로 보고 있다.

다만 규제 체계와 투자자 보호, 유동성 확보 문제 등 해결 과제도 여전히 남아 있다. 유럽이 디지털 자산 및 토큰화 규제에서 미국에 뒤처질 수 있다는 지적도 나오는 상황이다.

이번 온체인 IPO가 단순 실험에 그칠지, 아니면 자본시장 구조를 바꾸는 계기가 될지는 실제 시장 반응에 달려 있다는 평가다.


기사요약 by TokenPost.ai

🔎 시장 해석

프랑스 리즈 거래소의 온체인 IPO는 전통 자본시장 구조를 실질적으로 변화시킬 수 있는 첫 사례로 평가된다. 특히 IPO 발행부터 거래까지 블록체인으로 처리하는 방식은 기존 증권 인프라의 비효율을 줄이는 실험적 시도다.

💡 전략 포인트

중소·중견기업 입장에서 상장 비용 절감과 빠른 자금 조달이 핵심 기회다. 투자자 측면에서는 초기 유동성과 규제 안정성을 반드시 고려해야 하며, 향후 글로벌 거래소들의 도입 속도도 중요한 변수다.

📘 용어정리

온체인 IPO: 주식 발행 및 거래 전 과정을 블록체인에서 수행하는 기업공개 방식

토큰화(Tokenization): 실물 자산이나 금융 자산의 권리를 블록체인 기반 디지털 토큰으로 전환하는 기술

DLT 파일럿 제도: EU가 블록체인 기반 금융 인프라 실험을 위해 도입한 규제 샌드박스

💡 자주 묻는 질문 (FAQ)

Q. 온체인 IPO는 기존 IPO와 무엇이 다른가요? 기존 IPO는 증권사와 중앙 시스템을 통해 복잡한 절차를 거치지만, 온체인 IPO는 블록체인에서 발행·거래·정산이 동시에 이루어져 속도와 비용 효율성이 높습니다. Q. 왜 중소기업에 특히 유리한가요? 전통 시장에서는 높은 상장 비용과 긴 절차가 부담이지만, 온체인 방식은 이를 줄여 더 빠르고 저렴하게 자금 조달이 가능하기 때문에 중소기업 접근성이 크게 개선됩니다. Q. 투자자 입장에서의 주요 리스크는 무엇인가요? 규제 불확실성, 초기 유동성 부족, 기술적 안정성 문제가 주요 리스크입니다. 특히 아직 초기 단계이기 때문에 시장 검증이 충분하지 않다는 점을 고려해야 합니다.

TP AI 유의사항

TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

본 기사는 시장 데이터 및 차트 분석을 바탕으로 작성되었으며, 특정 종목에 대한 투자 권유가 아닙니다.