리플 일본 확장 이끈 요시카와, 1억달러 펀드로 보폭 넓혔다

리플(Ripple)에서 일본 시장 확장을 이끌었던 에미 요시카와가 1억달러 규모의 새 펀드를 조성했다. SBI홀딩스가 앵커 유한책임투자자(LP)로 참여하면서, XRP 생태계를 키워온 ‘리플-SBI’ 협력 관계가 벤처 투자로까지 넓어지고 있다.

17일 외신에 따르면 요시카와는 최근 ‘어크로스 벤처스 펀드 I(Across Ventures Fund I)’를 출범했다. 이 펀드는 블록체인과 핀테크, 인공지능과 물리 AI, 기후 기술, 딥테크 분야의 소형 벤처캐피털에 분산 투자하는 ‘펀드 오브 펀드’ 방식으로 운용된다. 일본 기업들이 실리콘밸리 초기 혁신에 체계적으로 접근하도록 돕는 것이 핵심 목표다.

요시카와는 리플에서 8년간 근무하며 기업 전략, 해외 확장, 합작법인 설립을 총괄했다. 특히 SBI 리플 아시아(SBI Ripple Asia) 이사회에도 참여해 일본 내 제도권 XRP 기반을 만드는 데 관여했다. SBI는 이번 투자 배경에 대해 “리플 재직 시절부터 요시카와와 강한 신뢰 관계를 구축해 왔다”며 전략적 합작을 성공적으로 이끈 점을 높게 평가했다.

이번 자금 유치는 일본에서 커지는 XRP 관련 움직임과도 맞물린다. 이달 들어 SBI 리플 아시아는 XRPL 토큰 발행 플랫폼을 완성하고, 일본 ‘지급결제서비스법’에 따른 등록도 마쳤다. 또 일본 은행 시범사업에서는 XRP가 SWIFT 대비 최대 60% 저렴하게 국경 간 결제를 처리할 수 있다는 결과가 제시됐다. SBI는 올해 2월 XRP 보상 구조를 담은 100억엔 규모 블록체인 채권도 내놓았다.

시장에서는 이번 펀드가 단순한 벤처 투자보다 일본 기업 자본과 미국 초기 기술 생태계를 잇는 교두보가 될 수 있다고 본다. 요시카와가 리플 안에서 쌓은 연결망을 바탕으로, 이제는 외부에서 직접 투자와 협업을 이끄는 구조가 만들어진 셈이다. XRP 생태계를 둘러싼 일본의 제도권 확대가 자본, 결제, 투자로 동시에 이어지는 흐름도 더 뚜렷해지고 있다.

결국 이번 1억달러 펀드는 리플-SBI 협력의 종착점이 아니라 다음 단계로 읽힌다. 일본에서 검증된 XRP 인프라와 벤처 자본이 결합하면서, 블록체인과 핀테크 중심의 기관 투자 흐름이 더 넓어질 가능성이 커지고 있다.

---

기사요약 by TokenPost.ai

🔎 시장 해석
리플과 SBI로 이어진 XRP 중심 협력이 이제 벤처 투자 영역까지 확장되며, 일본 금융권의 블록체인 제도권 편입이 가속화되는 흐름이다.
단순 기술 도입이 아니라 자본·결제·투자 생태계가 동시에 연결되는 구조가 형성되고 있다.

💡 전략 포인트
펀드 오브 펀드 전략을 통해 리스크를 분산하면서도 실리콘밸리 초기 혁신에 광범위하게 접근 가능하다.
일본 기업들은 직접 진입이 어려운 글로벌 스타트업 투자 기회를 간접적으로 확보하게 된다.
리플 출신 네트워크를 활용한 ‘검증된 신뢰 기반 투자’라는 점이 핵심 경쟁력이다.

📘 용어정리
펀드 오브 펀드: 개별 스타트업이 아닌 여러 VC 펀드에 투자해 간접적으로 다양한 기업에 투자하는 방식
XRPL: 리플이 개발한 블록체인 네트워크로 송금 및 자산 발행에 특화됨
앵커 LP: 펀드 초기에 대규모 자금을 투자해 신뢰도를 높이는 핵심 투자자

💡 자주 묻는 질문 (FAQ)

Q. 이번 1억달러 펀드는 어떤 역할을 하나요? 이 펀드는 여러 초기 벤처캐피털에 투자하는 ‘펀드 오브 펀드’ 구조로, 일본 기업들이 실리콘밸리의 초기 스타트업과 혁신 기술에 간접적으로 접근할 수 있도록 돕는 역할을 합니다. Q. SBI가 이 펀드에 참여한 이유는 무엇인가요? SBI는 리플 시절부터 에미 요시카와와 협력해온 신뢰 관계를 바탕으로 전략적 투자자로 참여했습니다. 특히 XRP 기반 사업 확장 경험과 글로벌 네트워크를 높게 평가한 것으로 알려졌습니다. Q. 이번 펀드가 XRP 생태계에 미치는 영향은 무엇인가요? 직접적인 XRP 투자뿐 아니라, 블록체인·핀테크 스타트업 전반에 대한 투자 확대를 통해 XRP 활용 환경과 금융 인프라가 함께 성장할 가능성을 높입니다. 즉, 생태계 확장의 기반을 넓히는 역할을 합니다. TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.