60억 달러 손실에도 '버그 아냐'… 비트마인 회장, ETH 전략 정면돌파

이더리움(ETH) 가격이 급락하면서 최대 기업 보유자인 비트마인이 수조 원대 미실현 손실을 기록한 가운데, 톰 리 BitMine 회장이 “이는 버그가 아니라 기능”이라며 정면 대응했다.

지난주 암호화폐 시장은 전반적인 약세 흐름을 보였고, 이더리움은 25%에 달하는 낙폭으로 주요 자산 가운데 가장 큰 타격을 입었다. 이로 인해 비트마인의 보유 물량도 큰 손실을 입게 됐다. 비트마인은 아직 기업 재무 전략으로 이더리움을 채택한 지 8개월밖에 되지 않은 신생 주체지만, 벌써 428만 5,125 ETH를 보유하며 전체 유통량 대비 3.55%를 차지하고 있다.

하지만 대부분의 ETH를 이전 강세장에서 고점 인근에서 매입한 만큼, 최근 급락으로 보유 자산의 손실폭은 더욱 커졌다. 특히 이번 하락 이후 비트마인의 보유 ETH는 60억 달러(약 8조 8,026억 원) 이상의 미실현 손실을 기록하며 투자자들의 논란에 휘말렸다.

이에 대해 톰 리 회장은 X(구 트위터)를 통해 “이러한 비판은 이더리움 재무 전략의 본질을 잘못 이해한 것”이라며 반박했다. “비트마인은 ETH 가격을 추종하면서 장기적으로 이를 초과 수익 내기 위한 전략"이라며, 약세장에서는 손실이 발생할 수밖에 없다고 강조했다. 이어 “이것은 설계된 기능이지, 버그가 아니다”라며, “그렇다면 인덱스 ETF들도 손실을 이유로 비판해야 하는가?”라고 덧붙였다.

비트마인은 현재 적극적으로 이더리움 ‘스테이킹’ 전략을 병행하고 있다. 스테이킹이란 이더리움을 네트워크 검증에 위임해 보상을 받는 방식으로 일정 수준의 수익을 기대할 수 있다. 비트마인은 현재 보유량의 약 67%에 해당하는 289만 7,459 ETH를 스테이킹 계약에 예치 중이다.

이번 하락장은 시장 전반에 걸쳐 영향을 미쳤다. 대표적으로 비트코인(BTC)을 대규모로 보유 중인 스트레티지(Strategy)는 현재 평균 매입단가와 비슷한 수준에서 거래되면서 손익분기점 위협을 받고 있다. 스트레티지는 총 71만 3,502 BTC, 약 543억 달러(약 79조 7,157억 원) 규모의 자산을 보유 중인데, 비트코인 가격이 7만 6,000달러(약 11,147만 원)를 하회할 경우 손실이 발생하게 된다.

한편, 이더리움 가격은 최근 하락세를 딛고 반등 조짐을 보이고 있다. 화요일 기준 2,100달러(약 308만 886원)선까지 떨어졌던 ETH 가격은 현재 2,250달러(약 330만 9,975원) 수준으로 회복된 상태다.

비트마인의 ‘ETH 재무전략’은 시장 가격과 직접적으로 연결되는 만큼 단기 하락에 취약하지만, 톰 리 회장은 이를 장기 성장에 초점을 맞춘 설계 요소로 강하게 옹호하고 있다. ETH에 대한 기업의 거시 전략이 당장의 평가 손실보다 더 긴 주기를 겨냥한 것인지에 대한 시장의 평가는 당분간 계속될 전망이다.

💡 "손실인가, 전략인가?… 비트마인 사태로 다시 떠오른 '스테이킹과 미실현 손실'"

기업의 ETH 보유 전략에 대한 시장의 우려가 커지는 가운데, 이를 바라보는 시선은 엇갈립니다. 단기 손실에 매몰되기보다는 구조와 기조를 읽는 힘이 중요해지는 시점입니다.

토큰포스트 아카데미의 [5단계 The DeFi User] 과정은 단순한 보유가 아닌 'ETH 스테이킹 수익 구조'의 작동 원리, 이자 수익(Real Yield)의 정체, LTV와 청산리스크 관리 등 실제 제도권 기업도 채택 중인 디파이 전략을 체계적으로 배울 수 있는 과정입니다.

또한, [2단계 The Analyst]를 통해 기업들의 보유 물량이 “언제 풀릴 수 있는가?”, “락업 해제가 시장에 어떤 영향을 줄까?”를 분석할 수 있는 토크노믹스 해부 능력도 갖추게 됩니다.

2026년, 암호화 자산은 단순 가격 변동이 아닌 구조 싸움입니다. 지금 토큰포스트 아카데미에서 '손실 뒤의 구조'를 읽는 눈을 키우세요.

[토큰포스트 아카데미 수강 신청하기]

커리큘럼: 기초부터 디파이, 온체인 분석, 매크로 전략까지 7단계 마스터코스

파격 혜택: 첫 달 무료 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.