IMC트레이딩, 전통금융 출신 CCO 영입…기관 공략 본격화

IMC 트레이딩(IMC Trading)이 암호화폐 사업부 최고상업책임자(CCO)로 알렉스 카시모(Alex Casimo)를 영입했다. 전통 금융권 출신 인재를 앞세워 기관 고객과의 접점을 넓히고, ‘클라이언트 중심’ 크립토 마켓메이커로 존재감을 키우려는 행보다.

복수 사정에 정통한 관계자에 따르면 카시모는 이번 주부터 새 역할을 시작했으며, 근무지는 영국 런던이다. 해당 인사는 사안이 비공개라는 이유로 익명을 요구했다. IMC 트레이딩과 카시모 모두 이번 인사에 대해 공식 코멘트는 내놓지 않았다.

이번 영입의 핵심은 IMC 트레이딩의 ‘기관 대상 확장’ 전략에 있다. 관계자는 IMC 트레이딩이 크립토 생태계 전반의 기관 카운터파티(counterparty)와 재단(foundation)들과 더 깊고 전략적인 관계를 구축해, 업계에서 손꼽히는 ‘대외 영업형’ 기업으로 도약하려는 의지가 반영됐다고 전했다. 시장조성자(마켓메이커)가 단순 유동성 공급을 넘어, 거래소·프로젝트·기관 투자자와의 장기 파트너십을 통해 거래 흐름과 상품 라인업을 함께 설계하는 방향으로 역할이 넓어지고 있다는 해석이다.

카시모는 크립토 마켓메이커 포르토피노 테크놀로지스(Portofino Technologies) 설립자이자 최고운영책임자(COO)로 활동한 이력이 있다. 이전에는 시타델 시큐리티즈(Citadel Securities)에서도 근무했다. 전통 금융과 디지털 자산 양쪽의 ‘시장 미시구조’와 기관 영업 경험을 두루 갖춘 인물로 평가받는 배경이다.

이 같은 인사 흐름은 최근 전통 금융권이 크립토 시장으로 본격 진입하는 큰 흐름과도 맞닿아 있다. 기관 고객 수요가 늘고 규제 불확실성이 일부 완화되며, 거래·수탁·토큰화·ETF 연계 비즈니스 등 인프라가 빠르게 정교해지자 은행, 자산운용사, 트레이딩 회사들이 디지털 자산을 ‘변두리 시장’이 아닌 또 하나의 투자·서비스 대상 자산군으로 재분류하는 분위기가 강해졌다. 새 수익원을 발굴하는 동시에, 주류 금융과 결합이 빨라지는 시장에서 뒤처지지 않겠다는 경쟁 심리도 작동하고 있다.

IMC 트레이딩은 네덜란드 암스테르담에 기반을 둔 글로벌 마켓메이커로, 이미 크립토 영역에서도 규모 있는 존재감을 확보하고 있다. 회사 홈페이지에 따르면 IMC 트레이딩은 하루 평균 30억달러(약 4조 4,766억 원) 거래량을 처리하며, 수백 개 거래 페어를 지원하고 전 세계 50개 주요 거래소에 대한 접근성을 갖췄다.

IMC 트레이딩의 본업은 자기자본과 고도화된 알고리즘, 초고속 거래 기술을 활용해 주식·옵션·상장지수펀드(ETF) 등 다양한 자산을 사고파는 것이다. 거래소에서 지속적으로 호가를 제시하고 체결을 수행해 시장에 유동성을 공급하며, 작은 가격 차이와 효율적 리스크 관리에서 수익을 창출한다. 크립토 시장에서도 유동성 공급 능력은 거래 품질과 스프레드(매수·매도 호가 차이)에 직결되는 만큼, 기관 참여가 늘수록 대형 마켓메이커의 영향력은 더 커질 수밖에 없다는 분석이 나온다.

기관 자금 유입 가속… ‘클라이언트 중심’ 마켓메이커 경쟁 격화

업계에서는 이번 인사가 IMC 트레이딩의 암호화폐 사업이 ‘기술 중심의 거래’에서 ‘관계 중심의 세일즈’로 무게중심을 옮기고 있다는 신호로 본다. 기관은 단순 실행 품질뿐 아니라 리스크 관리, 대량 거래 처리, 다자간 유동성 소싱, 상장·토큰화 전략 등 복합 서비스를 요구하는 경우가 많기 때문이다. 결국 차별화 포인트는 ‘가격’만이 아니라 ‘신뢰’와 ‘지속적 공급 능력’으로 이동하고 있으며, 카시모의 합류는 그 전환을 앞당길 수 있다는 관측이 나온다.

다만 크립토 시장 특유의 변동성과 규제 변화 속도는 여전히 변수다. IMC 트레이딩이 기관용 영업 역량을 강화해 거래 기반을 넓히더라도, 각국 규제 명확화 수준과 시장 인프라 성숙도가 동반되지 않으면 성장 속도는 제한될 수 있다. 그럼에도 업계의 공통된 방향성은 분명하다. 크립토가 주류 금융과 더 긴밀히 결합하는 국면에서, 마켓메이커의 경쟁은 ‘유동성 공급’에서 ‘기관 관계 구축’으로 한 단계 더 진화하고 있다.

TP AI 유의사항

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