Cap Labs, cUSD 보상 축소 역풍…투자자 신뢰 흔들

Cap Labs가 스테이블코인 cUSD를 둘러싼 ‘스테이들롭’ 계획을 대폭 축소하면서 거센 반발에 직면했다. 당초 1,200만달러로 예고했던 보상이 420만달러로 줄어들자, 초기 참여자들과 유동성 공급자들의 불만이 쏟아졌고 내부자 거래 의혹까지 번졌다.

Protos에 따르면 Cap Labs는 지난 2월 ‘첫 스테이블코인 에어드롭’ 명목으로 1,200만달러를 배정했지만, 최근에는 이를 420만달러로 낮추고 펜들(Pendle) 수익 토큰(YT)에서 손실을 본 사용자 보상에 우선순위를 두겠다고 밝혔다. 이 변화는 초기 cUSD 사용자와 유동성 공급자를 대상으로 한 약속을 뒤집은 조치로 받아들여졌다.

반응은 즉각적이었다. 일부 이용자들은 Cap Labs 팀을 ‘사기꾼’과 ‘부끄러운 집단’이라고 비난했고, 특정 지갑이 우대받았다는 의심도 제기됐다. 창업자 벤저민 피야르(Benjamin Peillard)는 X에 사과문을 올리며 “12억달러가 아닌 2억5,000만달러의 미확인 평가를 바탕으로 약속한 것이 실수였다”고 해명했다. 그는 “누구도 손실을 보지 않게 하되, 누구도 이익을 얻지 않게 하겠다”고 강조했다.

다만 의혹은 쉽게 가라앉지 않았다. 일부 이용자들은 대량으로 YT를 매수한 지갑이 과거 프로젝트 QiDAO의 ‘Working capital account 2’와 연결돼 있다고 주장했다. 피야르는 해당 지갑이 “회사는 아니지만 가까운 친구의 것”이라고 선을 그었지만, ENS 주소 이력까지 거론되며 의심은 이어지고 있다.

시장 반응도 차가웠다. 올 1월 말 4억달러를 웃돌던 cUSD 시가총액은 현재 약 6,200만달러 수준까지 줄었다. 스테이블코인 신뢰가 핵심인 만큼, 이번 논란은 Cap Labs의 운용 투명성과 보상 정책 전반에 대한 경고음으로 읽힌다.

---

기사요약 by TokenPost.ai 🔎 시장 해석 Cap Labs의 스테이블드롭 축소는 단순한 보상 조정이 아니라 ‘약속 변경 리스크’를 드러낸 사건이다. 초기 참여자를 중심으로 설계된 인센티브 구조가 사후적으로 바뀌며 신뢰 훼손이 발생했고, 이는 곧바로 시가총액 급감으로 이어졌다. 특히 스테이블코인은 신뢰 기반 자산이라는 점에서, 운영 투명성과 정책 일관성이 핵심 리스크 요소로 부각됐다. 💡 전략 포인트 에어드롭·포인트 기반 프로젝트는 ‘최종 분배 규칙 변경 가능성’을 항상 고려해야 한다. 특정 집단(예: YT 보유자) 우선 구제 정책은 단기 리스크 완화일 수 있으나, 장기적으로는 참여 유인을 약화시킬 수 있다. 온체인 데이터 기반 내부자 의혹이 제기될 경우, 가격보다 신뢰 붕괴가 더 큰 하락 요인이 될 수 있다. 📘 용어정리 스테이블드롭: 변동성이 큰 토큰 대신 스테이블코인으로 지급하는 에어드롭 방식 Pendle YT: 미래 수익을 분리해 거래하는 토큰으로, 수익 기대에 베팅하는 구조 유동성 공급자(LP): 디파이 풀에 자산을 맡기고 거래를 지원하며 보상을 받는 참여자 내부자 거래 의혹: 특정 정보 접근 우위를 가진 주체가 사전에 유리한 포지션을 취했다는 의심

💡 자주 묻는 질문 (FAQ)

Q. 이번 논란의 핵심 문제는 무엇인가요? 핵심은 Cap Labs가 약속했던 에어드롭 규모와 보상 기준을 사후적으로 변경했다는 점입니다. 초기 이용자들은 기존 조건을 믿고 참여했는데, 보상이 줄고 대상까지 바뀌면서 ‘약속 위반’이라는 인식이 퍼졌고, 이로 인해 신뢰가 크게 흔들렸습니다. Q. 내부자 거래 의혹은 왜 중요한가요? 특정 지갑이 보상 정책 변경 전에 유리한 포지션을 취했다는 의심이 제기되면서 공정성 문제가 불거졌습니다. 디파이 시장에서는 온체인 데이터로 거래 이력이 공개되기 때문에, 이런 의혹은 프로젝트 신뢰를 급격히 훼손하고 투자자 이탈로 이어질 수 있습니다. Q. 이 사건이 투자자에게 주는 교훈은 무엇인가요? 에어드롭이나 보상 프로그램은 확정된 권리가 아니라 프로젝트 재량에 따라 변경될 수 있다는 점을 인식해야 합니다. 또한 스테이블코인이라 하더라도 운영 주체의 신뢰가 흔들리면 자산 규모와 안정성이 빠르게 무너질 수 있어, 구조와 거버넌스를 함께 점검하는 것이 중요합니다. TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.