22억 달러 매출·+119% 수익 거래량…크라켄 모회사 '페이워드' IPO 시동

| 민태윤 기자

크라켄 모회사 페이워드, 2025년 수익 33% 급증…거래량·M&A 효과

암호화폐 거래소 크라켄의 모회사인 페이워드(Payward)가 작년 한 해 동안 33%의 매출 성장을 기록했다. 시장 반등에 따른 거래량 증가와 일련의 전략적 인수 효과가 뚜렷하게 작용했다는 분석이다.

페이워드는 2025년 연간 매출이 22억 달러(약 3조 1,944억 원)로, 2024년의 16억 달러(약 2조 3,232억 원)에서 크게 증가했다고 3일(현지시간) 밝혔다. 크라켄의 공동 최고경영자(CEO) 아르준 세티는 보고서에서 “거래 기반과 자산 기반 사업 전반에 걸쳐 고른 실적을 나타냈다”며, 총 거래량 역시 전년 대비 34% 증가한 200억 달러(약 29조 원)를 기록했다고 설명했다.

거래 수익과 자산 기반 수익의 구성도 균형 있게 분포돼 있는 점이 눈에 띈다. 전체 매출 중 47%가 거래 기반에서, 나머지 53%는 자산 기반 및 기타 수익에서 발생했다는 것이 회사 측 설명이다.

연이은 인수 효과…일 평균 거래 수익 2배 이상 급증

2025년에는 적극적인 인수 전략이 수익 다변화에 기여했다. 세티 CEO는 “페이워드는 메타($META), 아마존($AMZN)처럼 제품군을 세분화해 고객 세그먼트별 맞춤 설계를 강화했다”며, “이러한 구조는 제품별 활용도를 높이는 데 효과적이었다”고 강조했다.

실제로 페이워드는 지난해 선물 거래 플랫폼 닌자트레이더, 자체 자금을 활용한 트레이딩 기업 브레이크아웃, 파생상품 거래소 스몰익스체인지, 자동화 트레이딩 툴 캐피털라이즈.ai 등을 인수했다. 올해 1월에는 토큰화 주식 플랫폼 xStocks를 운영 중인 '백드(Backed)'까지 매입하며 영역을 확장했다.

이 같은 인수합병 결과, 닌자트레이더와 브레이크아웃의 영향으로 일평균 수익 거래량(average revenue trades)은 전년 대비 119% 상승했다.

플랫폼 내 자산 규모도 11% 늘어난 482억 달러(약 70조 원)를 기록했으며, 자금이 예치된 계좌 수는 50% 증가한 570만 개에 달했다.

시장 기대 속 IPO 준비 ‘착착’…“단기 목표보다 장기 수익성 중시”

페이워드는 지난해 11월 비공개(Confidential) 방식으로 기업공개(IPO)를 신청한 바 있어, 이번 실적은 상장을 앞둔 투자자들의 관심을 더욱 끌고 있다. 다만 경영진은 실적 수치보다 장기적 구조적 성장을 중시하겠다는 입장이다.

세티는 보고서를 통해 “우리는 단일 수치 지표 최적화보다 리스크를 고려한 장기 복합 수익률 극대화에 집중한다”며, “각 서비스를 개별적으로 추가하는 전략보다는 하나의 통합 시스템 내 효율성 누적(compounding efficiency)을 통해 성장하는 전략을 추구한다”고 밝혔다.

크라켄은 미국 내에서 코인베이스에 이어 두 번째로 큰 거래소로, 글로벌 시장 점유율 확대와 함께 전통 금융권 침투를 지속 시도하고 있다. 최근 업계 전반에서 거래량과 수익성이 회복되는 기류 속에서, 페이워드의 상승세가 얼마나 지속될지 주목된다.


💡 “데이터는 한계... 시야를 넓히는 힘, 토큰포스트 아카데미에서”

크라켄의 상장 추진과 수익 구조 다변화 사례처럼, 오늘날의 시장은 개별 차트보다 더 큰 흐름을 보는 눈이 요구됩니다. 단일 수치에 집착하는 투자자는 한계에 부딪히지만, 제품군별 전략과 구조적 성장 패턴을 읽어낸 투자자는 기회를 포착합니다.

토큰포스트 아카데미(TokenPost Academy)는 거래소 실적이나 M&A 사례를 단순한 뉴스가 아닌 투자 인사이트로 전환할 수 있는 실력을 길러주는 전문 교육 과정입니다.

2026년, 단순 수치보다 구조를 읽는 투자자가 살아남습니다. 토큰포스트 아카데미와 함께 상위 1%의 통찰을 갖춘 투자자로 도약해보세요.

토큰포스트 아카데미 수강 신청하기

커리큘럼: 보안과 세금부터 거래소 분석, 파생상품과 거시경제까지 7단계 마스터클래스

혜택: 첫 달 무료 수강 이벤트 진행 중!

바로가기: https://www.tokenpost.kr/membership


TP AI 유의사항

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