작성자: 에렌

Key Takeaways

- 모드 네트워크는 디파이 특화 레이어2 블록체인에서 DeFAI 허브로 진화하고 있으며, AI 에이전트를 활용하여 디파이의 복잡성 문제를 해결함으로써 사용자 경험을 개선하고 자본 효율성을 최적화하는 것을 목표로 한다.

- 현재 DeFAI 솔루션은 단일 기능에 국한되고 여러 체인에 파편화되어 있다는 한계를 가지며, 이에 모드 네트워크는 멀티-에이전트 협업과 통합 네트워크 환경이라는 접근 방식을 채택하고 있다.

- 모드 네트워크의 DeFAI 스택은 세 가지 레이어로 구성된다: 인터페이스 레이어(AI 터미널, 에이전트 앱스토어, 모드 트레이드), 데이터 레이어(합성 데이터 생성을 위한 Synth 서브넷), 인프라 레이어(AI 보안 시퀀서 및 옵티미즘 슈퍼체인)

- 사용자의 신뢰 확보와 기술적인 안정성은 앞으로 모드 네트워크가 해결해야 할 과제로 남아있지만, 실질적인 가치를 창출하는 방향으로 충분한 발전이 이루어진다면 모드 네트워크의 접근방식은 디파이의 광범위한 채택을 위한 현실적인 대안으로 평가받기에 충분할 것이다.

1. 모드 네트워크가 제시하는 크립토와 AI의 중장기적 미래

결국 AI 에이전트는 한때 과장되었던 버즈워드에 불과했던 것일까? 크립토와 AI 에이전트의 결합이라는 아이디어가 불러온 기술적 상상력과 투기적 관심은 한 차례의 “AI 에이전트 사이클”을 만들어냈지만, 단기적으로 부풀려졌던 관심이 소강상태에 접어들면서 그 발전 속도도 주춤해지고 있다. 시장의 반응도 그러한 정체 현상을 반영하고 있다. 주요 AI 에이전트의 시가총액은 고점 대비 평균 약 69% 하락하며, 해당 섹터가 하향세에 접어들었다는 사실을 부정하기 어렵다.

그럼에도, 단기적인 가격 하락이 그 기술이 가진 중장기적 잠재력을 모두 반영한다는 의미는 아니다. 변하지 않은 사실은 AI 에이전트와 크립토가 여전히 유의미한 결합 가능성을 내포한다는 것이다. AI 에이전트 간의 협업에 활용되는 가치 교환 수단으로서 크립토의 범국가적인 페이먼트 레일은 효과적인 대안이 될 수 있으며, 마찬가지로 크립토는 AI 에이전트의 자율성을 통해 더 효율적인 자산 관리의 가능성을 갖게 된다. 이밖에도 AI 에이전트와 크립토는 오픈소스 개발, 데이터 소싱, UX 개선, 보안 등과 같이 폭넓은 영역에서 상호의 효율성을 높이는 데 충분한 시너지 효과를 주고받을 수 있다.

그렇다면, AI 에이전트와 크립토의 결합이 더욱 진일보한 발전을 달성하기 위해서는 어떠한 돌파구가 필요할까? 답은 꽤 단순하다. 대개 가치를 얻는 방식에 있어 어텐션 이코노미는 강력하지만, 관심의 속성이 그러하듯 매우 일시적이다. 반면, 사용자 트래픽이나 프로젝트의 수입, 혹은 혁신적인 기술 구조 등의 펀더멘탈은 느린 속도일지라도 지속적인 발전의 동력이 되어 준다. 일전의 사이클에서는 AI 에이전트가 단기적인 관심과 투기적 수요에 의존하였다면, 이제는 단기적인 관심도에 좌우되지 않도록 펀더멘탈한 가치를 창출하고 시장에 증명해낼 차례이다.

그러한 측면에서, 단기적으로 급변하는 시장 주기에 휘둘리기보다 꾸준히 펀더멘탈을 축적하고 있는 플레이어들에 주목할 필요가 있다. 이번 아티클에서 살펴볼 모드 네트워크(Mode Network, 이하 ‘모드’)가 바로 그런 사례이다. 모드는 디파이에 특화된 이더리움 레이어2로 시작했으며, 현재는 AI를 활용해 기존 디파이의 한계를 보완하는 'DeFAI' 특화 레이어2를 새롭게 제시하고 있다. 특히, 100개 이상의 레이어2가 존재하는 상황에서, 모드는 DeFAI라는 버티컬과 함께 자신들의 레이어2 인프라가 왜 필요한지에 대한 당위성을 설득력 있게 제시하고 있다.

이들이 구축하는 DeFAI는 어떻게 디파이를 한 단계 발전시키기 위해 시도하고 있을까? 모드는 왜 하필 레이어2라는 인프라를 활용해 DeFAI 생태계를 구축하려는 걸까? 본 아티클은 그러한 질문에 답을 내는 데 목적을 두고있다. 아래부터는 DeFAI가 무엇이고 어떠한 문제를 해결하는지 살펴보며, 모드가 제시하는 DeFAI 스택의 강점과 모드의 통합된 DeFAI 생태계가 만들어나갈 디파이의 미래를 조명해보고자 한다.

2. 디파이에서 DeFAI로의 진화: AI를 통한 디파이의 복잡성 해결

최근 디파이는 어느 때보다 긍정적인 발전을 보이고 있다. CEX 대비 DEX 사용량은 처음으로 20%를 상회하며 CEX 중심의 크립토 마켓이 DEX 중심으로 재편되는 양상을 보여준다. 한편, 디파이 생태계의 TVL은 $120B에 육박하며, 한 차례 디파이 썸머를 지나 침체되었던 2022년 이래로 꾸준한 성장세를 보이고 있다. 전통 기관의 유입과 지속 가능한 수익 모델의 정착도 가속화되고 있는데, 블랙록은 에테나와 함께 토큰화 펀드인 BUIDL을 기반으로 USDtb를 출시하고 아베 프로토콜은 수입을 통한 $AAVE의 바이백을 본격적으로 추진한다. 이러한 변화들은 디파이 산업이 얼마나 빠르게 성숙해가고 있는지를 말해주고 있다.

그러나, 디파이는 두드러지는 성장세에도 불구하고, 여전히 고질적인 문제를 안고 있다. 그 문제는 디파이 생태계가 점차 다변화됨에 따라 심화되는 디파이의 복잡성이 사용자의 가파른 학습 곡선을 요구한다는 것이다. 디파이 프로토콜들을 상호 결합하여 누구나 최적의 투자 전략을 실행할 수 있다는 것이 디파이의 가장 큰 장점인 만큼, 사용자에게는 금융 공학적 지식을 비롯하여 리스크와 온체인 인프라 등에 대한 충분한 이해가 요구된다.

이미 디파이에 능숙한 독자라면, 초보자의 시선에서 디파이에 처음 진입했던 순간을 떠올려보자. 온체인 환경을 사용하기 위한 월렛과 온램프 인프라처럼 기본적인 단계에서부터 사용자는 어려움을 맞닥뜨린다. 나아가 DEX의 AMM과 유동성풀, 렌딩 마켓의 대출 활용률(Utilization Rate)과 청산 메커니즘, 또는 유동성 스테이킹이나 보팅 에스크로 등의 메커니즘은 사용자에게 높은 진입장벽으로 작용한다. 이로 인해 현재 디파이는 사실상 제한된 시장 참여자들이 사용하는 전문화된 자본 시장으로만 활용되는 실정이다.

이렇듯 디파이의 복잡성이 신규 사용자의 진입을 가로막고 있는 상황에서 AI 에이전트의 기술적 성능을 빌려 디파이 경험을 단순화하고 누구나 디파이를 활용하며 자본 운용의 효율성을 높일 수 있도록 혁신하는 시도가 바로 DeFAI(DeFi + AI)이다. 일반적으로 DeFAI 솔루션들은 기존의 디파이를 개선하기 위해 다음과 같은 방식을 제시한다.

Source: aixbt Labs

1. 마켓 분석(탐색): AI 모델은 가격 데이터, 거래량, 유동성 지표, 온체인 활동, 소셜 센티먼트 등 수많은 변수를 동시에 처리함으로써 마켓의 정보를 분석하고 예측하는 기능에 특화되어 있다. 특히 aixbt의 사례가 그 효과성을 잘 보여주었듯이, LLM의 자연어 처리 능력은 정량적인 지표뿐만 아니라, 트위터나 텔레그램 등의 소셜 채널에서 생성되는 비정형 데이터에 대한 분석을 가능하게 한다. 이러한 기술적 특징들로 인해, AI 에이전트는 단순 알고리즘이나 인간의 분석에 비해 시장 정보의 수집, 자산 가격의 예측, 시장의 비효율을 포착하는 등의 마켓 분석을 보조하는 솔루션으로 부상하고 있다.

Source: Griffain

2. 사용자 경험 추상화(실행): 이미 상용화된 ChatGPT나 Perplexity 등의 AI 코파일럿 제품처럼 자연어 명령을 통해 디파이 실행을 자율화하는 방식이다. 예컨대, 사용자가 “ETH-USDC 풀에 유동성을 공급해줘”라고 프롬프트를 입력하면, AI 에이전트는 가장 효율적으로 이자를 얻을 수 있는 유동성 풀을 찾아 자율적으로 트랜잭션을 실행한다. 이에 사용자는 디파이를 실행하기 위한 학습 단계를 최소화하면서도, 최적의 디파이 전략을 이용하여 자산을 효율적으로 운용할 수 있게된다.

Source: Uniswap v4 Launch: A New Era for DeFi and AI Integration

3. 자율적인 포지션 조정(관리): 크립토 마켓은 24/7 멈추지 않고 돌아가기에 24/7에 걸쳐 포지션을 관리해주는 AI 에이전트는 적합한 솔루션이 되어줄 수 있다. 예를 들어, 유니스왑 v3의 CLMM(Concentrated Liquidity Market Maker, 집중화된 유동성 마켓메이커)에는 자산 가격의 변동성에 따라 유동성 공급 범위를 조절해주는 관리가 요구된다. 이때 AI 에이전트는 실시간의 시장 데이터를 반영하여 유동성 공급 범위를 자율적으로 조정하며 보조해줄 수 있다. 이처럼 AI 에이전트는 유동성 공급 포지션의 관리나 합성자산 볼트의 자산 리밸런싱 등과 같이, 실시간으로 시장의 정보를 모니터링하며 자율적으로 포지션을 관리하는 데 효과적인 솔루션으로 대두되고 있다.

이처럼 DeFAI는 기존 디파이의 열악한 사용자 경험을 개선하고 자본 효율성을 높이는 데 AI라는 해결책을 효과적으로 제시한다. 사용자 여정에 따라 정리하자면, 디파이를 사용하기 위한 탐색 단계에서 AI 에이전트가 파편화된 시장 정보들을 효과적으로 조사해주며, 실행 단계에서는 코파일럿과 같은 툴을 통해 자연어 명령만으로 누구나 쉽게 온체인 거래를 할 수 있도록 사용자 경험을 단순화한다. 나아가 관리 단계에서 AI 에이전트는 IF-THEN 구조의 결정적인 규칙에만 의존하던 기존 알고리즘 트레이딩과 달리, 실시간으로 복합적인 시장 패턴을 새롭게 학습하며 변화하는 시장 조건에 유연하게 대응한다.

“모드 네트워크: DeFAI 스택으로 제시하는 에이전틱 경제”와 관련된 아티클 전문은 아래 링크에서 확인해보실 수 있습니다:

https://4pillars.io/ko/articles/mode-network-agentic-economy-defai-stack