다음 암호화폐 강세장에서는 모든 알트코인이 함께 오르는 과거식 '알트 시즌'보다 실제 수익을 내고 그 가치가 토큰에 연결되는 프로젝트가 더 주목받을 수 있다는 분석이 나왔다.
9월 7일(현지시간) 코인텔레그래프에 따르면 암호화폐 시장 분석가 조반니는 약세장이 바닥권에 가까워졌을 가능성을 거론하면서 다음 상승장에서는 섹터와 프로젝트 선별이 이전보다 중요해질 것이라고 전망했다.
조반니는 주기영 크립토퀀트 CEO의 최근 발언을 인용해 장기적으로 살아남을 알트코인의 조건을 짚었다. 주 CEO는 "알트코인의 99.9%는 걸러야 한다"며 실제 사업과 실제 수익을 갖추고 글로벌 금융 흐름에 부합하는 알트코인만이 장기 보유 가치가 있다고 밝힌 바 있다.
조반니는 비트코인 현물 ETF가 2024년 출시된 이후 암호화폐와 전통 금융의 연결이 깊어지면서 프로젝트를 평가하는 기준도 달라지고 있다고 진단했다. 시장의 관심을 끄는 서사만으로는 부족하고 실제로 수익을 창출할 수 있는지가 중요해졌다는 설명이다.
다만 수익을 내는 것만으로는 충분하지 않다며 "네트워크가 거래 수수료 등을 통해 경제적 가치를 창출하더라도 해당 수익이 개발비나 보조금, 생태계 확장에만 사용된다면 토큰 보유자에게 그 가치가 돌아가지 않을 수 있기 때문"이라고 설명했다. 그는 실제 수익을 창출하는 동시에 그중 일부가 토큰에 귀속되는 '가치 포착(value capture)' 구조가 필요하다고 강조했다.
암호화폐 산업에서 수익이 발생하는 지점도 기반 블록체인에서 응용 서비스로 이동하고 있다. 연구에 따르면 2026년 월간 암호화폐 수익의 약 50%가 금융 애플리케이션에서 발생한 반면 기초 블록체인의 비중은 약 25%에 그쳤다. 조반니는 이를 암호화폐 경제의 중심이 블록체인 인프라 자체에서 그 위에서 실제 서비스를 제공하는 애플리케이션으로 이동하고 있다는 신호로 해석했다.
이 같은 변화를 보여주는 대표 사례로는 하이퍼리퀴드를 언급했다. 하이퍼리퀴드는 무기한 선물 등 온체인 거래에 초점을 맞춘 탈중앙화 거래소로, 2026년 누적 수익이 10억 달러를 넘어선 것으로 소개됐다. 거래 수수료의 약 99%는 보조기금(Assistance Fund)으로 들어가며, 해당 기금은 공개시장에서 HYPE 토큰을 매입한다. 거래량이 증가하면 수수료와 프로토콜 수익이 늘고 다시 HYPE 매입으로 이어지는 구조다.
유니스왑도 토큰 가치 포착 구조를 강화한 사례로 꼽았다. 과거 거래 수수료 대부분이 유동성 공급자에게 돌아가면서 UNI 토큰은 주로 거버넌스 기능에 머물렀지만 지난해 12월 '유니피케이션(Unification)' 개편 이후 프로토콜 수수료 일부가 UNI 소각에 사용되면서 프로토콜 이용 증가와 토큰 가치의 연결이 이전보다 강화됐다는 분석이다.
탈중앙화 대출 플랫폼 에이브도 비슷한 사례로 제시됐다. 지난해 '에이브노믹스 3.0(Aavenomics 3.0)'을 통해 프로토콜 수익 일부를 공개시장에서 AAVE 토큰을 매입하는 데 사용하는 구조를 도입했다. 차입과 대출 활동이 늘어날수록 프로토콜 수익이 증가하고 잠재적으로 AAVE 매입도 확대될 수 있다.
조반니는 하이퍼리퀴드와 유니스왑, 에이브의 공통점으로 실제 금융 서비스와 수익 모델을 갖추고 매입이나 소각을 통해 경제적 가치 일부를 토큰에 연결한다는 점을 꼽았다. 이들 프로젝트가 전통 금융과 암호화폐의 경계가 좁아지는 장기 흐름에도 부합한다고 평가했다. 유니스왑은 온체인 증권거래소, 에이브는 온체인 은행 또는 단기금융시장, 하이퍼리퀴드는 온체인 선물거래소에 비유했다.
다만 이런 조건이 토큰 가격 상승을 보장하는 것은 아니라고 선을 그었다. 토큰 가격은 결국 시장의 수요와 공급에 따라 움직이며 거시경제 환경의 영향도 받기 때문이다. 조반니는 최근 1년 동안 연방준비제도의 신중한 통화정책과 위험자산 약세 등 거시경제 환경이 암호화폐 시장에 우호적이지 않았다고 평가했다.
향후 거시 환경이 개선되고 새로운 강세장이 시작될 경우에는 모든 알트코인이 함께 상승하기보다 실제 사업과 수익을 갖추고 그 경제적 가치가 토큰으로 연결되는 프로젝트가 상대적으로 좋은 성과를 낼 가능성이 있다고 전망했다.
TokenPost AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 작성된 기사입니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

