스트레티지(Strategy)가 2026년 1분기에 비트코인(BTC) 8만9599개를 추가 매수하며 또 한 번 시장의 시선을 끌었다. 비트코인 약세와 투자심리 위축 속에서도 대규모 매집을 이어간 만큼, 시장이 이 흐름의 의미를 아직 제대로 반영하지 못하고 있다는 해석이 나온다.
스트레티지는 2026년 1분기 동안 총 8만9599개의 비트코인을 사들여 보유량을 76만2099개까지 늘렸다. 이는 분기 기준으로 역대 두 번째로 큰 규모다. 가장 큰 매집은 2024년 4분기였다. 비트코인이 하락 추세에 있던 시기에도 매수를 멈추지 않았다는 점이 핵심으로 꼽힌다.
크립토 전문가 애덤 리빙스턴은 스트레티지가 같은 매수 속도를 3년간 유지할 경우, 2029년 4월에는 보유량이 184만 비트코인에 이를 수 있다고 추산했다. 이는 현재 보유량의 약 2.4배에 해당한다. 그는 이 계산이 자본시장 여건 개선이나 스트레티지의 우선주인 ‘STRC’ 수요 확대를 전혀 반영하지 않은 보수적 전망이라고 설명했다.
매수 구간도 눈에 띈다. 리빙스턴이 공개한 차트에 따르면 스트레티지는 비트코인이 9만달러를 웃돌던 구간에서 34만983개를 매수했고, 5만달러 미만 구간에서는 16만1326개를 사들였다. 가격이 낮을 때보다 이미 비싸진 구간에서 더 공격적으로 사들였다는 뜻이다. 특히 9만달러~11만달러 구간에서만 29만7102개를 매수해 전체의 39.0%를 차지했다.
이는 스트레티지의 매수 전략이 단순히 ‘싸게 사는 방식’과는 다르다는 점을 보여준다. 시장이 강세로 돌아설수록 오히려 더 큰 수요가 붙는 구조라면, 비트코인 공급 압박은 예상보다 빠르게 커질 수 있다.
리빙스턴은 비트코인이 장기 ‘파워 लॉ’ 추세로 복귀할 경우 2028년 말 36만달러 수준까지 갈 수 있다고 봤다. 이 경우 스트레티지의 자산가치와 비트코인 자체의 평가가 모두 지금보다 크게 달라질 수 있다는 분석이다. 반대로 말하면, 현재 시장은 대형 기업의 누적 매수 효과를 아직 충분히 가격에 반영하지 못하고 있다는 의미이기도 하다.
결국 이번 사례는 스트레티지가 단순한 보유 기업이 아니라 비트코인 수급의 핵심 변수로 자리 잡고 있음을 보여준다. 약세장에서도 이어진 1분기 매집은 향후 비트코인(BTC) 가격과 스트레티지 주가 모두에 적지 않은 영향을 줄 수 있다.
🔎 시장 해석
스트레티지가 약세장 속에서도 8만9599BTC를 추가 매수하며 ‘가격 무관 축적 전략’을 강화했다.
단순 저가 매집이 아닌, 고점 구간에서도 공격적으로 수요를 확대하는 구조가 확인됐다.
이는 시장에서 실제 유통 가능한 비트코인 공급을 빠르게 줄이는 요인으로 작용할 수 있다.
💡 전략 포인트
가격이 오를수록 더 강하게 매수하는 ‘모멘텀 기반 축적 전략’이 핵심이다.
장기적으로 동일 속도 유지 시 공급 쇼크 가능성이 커지며, 기관 주도의 가격 재평가가 예상된다.
개인 투자자는 단기 가격보다 ‘누적 수요 흐름’과 기업 보유량 변화를 함께 보는 것이 중요하다.
📘 용어정리
파워 로(Power Law): 장기적으로 자산 가격이 일정한 성장 곡선을 따른다는 이론
공급 압박: 시장에 풀리는 물량이 줄어들며 가격 상승 압력이 커지는 현상
축적 전략: 가격과 무관하게 장기 보유 목적의 지속적 매수 방식
💡 자주 묻는 질문 (FAQ)
Q.
스트레티지는 왜 비트코인을 비싼 구간에서도 더 많이 매수하나요?
스트레티지는 단순히 저가 매수보다는 상승 추세에서 더 강하게 매수하는 전략을 사용합니다. 이는 가격 상승 시 수요가 더 강해질 것이라는 전제에 기반하며, 장기적으로 공급 감소 효과를 노리는 방식입니다.
Q.
이런 대규모 매수가 비트코인 가격에 어떤 영향을 주나요?
대형 기업이 지속적으로 비트코인을 매수하면 시장에 남는 물량이 줄어들어 공급 압박이 발생합니다. 이는 중장기적으로 가격 상승 요인으로 작용할 수 있습니다.
Q.
현재 시장이 이 매집 효과를 충분히 반영하지 못한 이유는 무엇인가요?
시장은 단기 가격 변동과 거시 환경에 더 민감하게 반응하는 경향이 있습니다. 반면 기업의 장기 축적 효과는 시간이 지나야 반영되기 때문에 현재 가격에는 아직 완전히 반영되지 않았다는 분석이 나옵니다.
TP AI 유의사항
TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.
