저자: 루오 이항(Luo Yihang)
2009년 1월, 익명의 한 개인이 "토큰"이라는 것을 발명했습니다. 사용자는 해시레이트 제공하여 토큰을 획득하고, 이 토큰은 합의 네트워크 내에서 유통되고, 가격이 책정되고, 거래됩니다. 암호화폐 경제 전체가 바로 여기서 탄생했습니다. 10년이 넘도록 사람들은 여전히 이 토큰이 실제로 가치가 있는지에 대해 논쟁하고 있습니다.
2025년 3월, 가죽 재킷을 입은 한 남자가 토큰이라는 개념을 재정의했습니다. 해시레이트 투자하여 토큰을 생산하면, 이 토큰은 인공지능 추론 및 사고 과정, 즉 생각하고, 추론하고, 코드를 작성하고, 결정을 내리는 과정에서 즉시 소모됩니다. 이로써 인공지능 경제 전체가 가속화됩니다. 이 토큰의 가치에 대해서는 아무도 이의를 제기하지 않습니다. 왜냐하면 당신은 오늘 아침에만 수백만 개의 토큰을 사용했기 때문입니다.
두 개의 토큰, 이름은 같지만 기본 구조는 동일합니다. 해시레이트 투입되면 가치 있는 결과물이 나옵니다.
2026년 3월, 저는 NVIDIA GTC 행사장에 앉아 젠슨 황 CEO의 기조연설을 들었습니다. 그의 연설은 제품 홍보와는 거의 무관했습니다. 물론, 그는 CPU와 GPU를 결합한 제품인 베라 루빈(Vera Rubin)을 발표했습니다. 하지만 이번에는 칩 사양이나 제조 공정에 대한 이야기가 아니라, 토큰 생산, 가격 책정, 소비의 전체적인 경제학에 대해 이야기했습니다.
어떤 모델이 어떤 토큰 속도에 해당하나요? 어떤 토큰 속도가 어떤 가격대에 해당하나요? 그리고 각 가격대를 지원하는 데 필요한 하드웨어 수준은 얼마인가요?
그는 심지어 회사 예산을 관리하는 CEO와 의사 결정권자들이 데이터 센터 해시레이트 할당 계획을 세우는 데 도움을 주기도 했습니다. 즉, 무료 티어에 25%, 중간 티어에 25%, 고급 티어에 25%, 그리고 최고급 티어에 25%를 할당하는 계획이었습니다.
네, 이번에도 2년 전 블랙웰 때처럼 특정 GPU 시리즈를 직접적으로 홍보하지는 않았습니다. 하지만 이번에는 훨씬 더 큰 무언가를 팔고 있는 것 같습니다. 두 시간 동안의 발표 끝에 그가 정말로 하고 싶었던 말은 "토큰을 사용해 보세요. 그리고 이 토큰은 오직 엔비디아 공장에서만 생산할 수 있습니다."였던 것 같습니다.
그 순간, 저는 이 남자와 17년 전 첫 번째 토큰을 채굴했던 익명의 사람이 구조적인 면에서 완전히 똑같은 일을 하고 있다는 것을 깨달았습니다.
동일한 변환 규칙 세트
익명의 저자는 "사토시 나카모토"라는 가명을 사용하여 2008년에 9페이지 분량의 백서 작성했는데, 여기에는 해시레이트 투자하고, 수학적 증명(작업 증명)을 완료하고, 보상으로 암호화 토큰을 받는 일련의 규칙이 설명되어 있습니다.
이 규칙의 뛰어난 점은 누구도 다른 사람을 신뢰할 필요가 없다는 것입니다. 이 규칙들을 받아들이기만 하면 자동으로 이 경제 체제의 참여자가 되는 것이죠. 결국 이 규칙은 옳습니다. 왜냐하면 이 규칙 덕분에 수많은 배신자들이 한데 모이게 되니까요.
GTC 2026 무대에서 젠슨 황은 구조적으로 동일한 행동을 했습니다.
그는 추론 효율성과 토큰 소비량 사이의 관계와 긴장 관계를 보여주는 그래프를 제시했습니다. Y축은 처리량(메가와트 전력 소비량당 생성되는 토큰 수)을 나타내고, X축은 상호작용성(각 사용자가 인지하는 토큰 처리 속도)을 나타냅니다. 그런 다음 X축 아래에 다섯 가지 가격 등급을 표시했습니다. 무료는 Qwen 3을 사용하며 백만 토큰당 0달러, 중간은 Kimi K2.5를 사용하며 백만 토큰당 3달러, 고급은 GPT MoE를 사용하며 백만 토큰당 6달러, 프리미엄은 GPT MoE 400K 컨텍스트를 사용하며 백만 토큰당 45달러, 울트라는 백만 토큰당 150달러입니다.
이 이미지는 젠슨 황의 "토큰 경제학"백서 표지로도 손색이 없을 정도입니다.
사토시 나카모토"가치 있는 연산이란 무엇인가"를 정의했는데, SHA-256 해시 충돌을 달성하는 것이 가치 있는 연산이다. 젠슨 황은 "가치 있는 추론이란 무엇인가"를 정의했는데, 전력 소비 제약 조건을 고려하여 특정 시나리오에 맞춰 특정 속도로 토큰을 생성하는 것이 가치 있는 추론이다.
사토시 나카모토 와 젠슨 황은 직접 토큰을 발행하지 않았습니다. 그들은 토큰 발행 규칙과 가격 책정 메커니즘을 정의했을 뿐입니다.
라오 황이 무대에서 한 말 중 한 문장은 토큰 경제학 백서 의 요약에 거의 그대로 들어갈 수 있을 정도입니다.
토큰은 새로운 상품이며, 모든 상품과 마찬가지로 변곡점에 도달하고 성숙해지면 여러 부분으로 세분화될 것입니다.
토큰은 새로운 상품입니다. 상품은 성숙해짐에 따라 자연스럽게 계층화됩니다. 그는 현재 상황을 설명하는 것이 아니라, 시장 구조를 예측하고 그 구조의 각 계층에 맞춰 하드웨어 제품 라인을 정확하게 포지셔닝하고 있는 것입니다.
두 종류의 토큰 생성 과정은 의미론적 대칭성을 가지고 있습니다. 채굴 채굴(mining)이라고 하고, 추론은 추론(inference)이라고 합니다.
채굴 과 추론의 본질은 모두 전기를 돈으로 바꾸는 데 있습니다. 채굴자들은 전기를 사용하여 암호화폐 토큰을 채굴하고 이를 판매합니다. 마찬가지로 추론 모델과 AI 에이전트는 전기를 사용하여 AI 토큰을 생성하고 이를 개발자들에게 수백만 달러에 판매합니다. 중간 과정은 다르지만 최종 결과는 같습니다. 왼쪽은 전기 계량기이고, 오른쪽은 수익입니다.
부족함을 표현하는 두 가지 방법
사토시 나카모토 의 가장 중요한 설계 결정은 작업증명 방식이 아니라 비트코인 총 발행량을 2,100만 개로 제한한 것입니다. 그는 코드를 통해 인위적인 희소성을 만들어냈습니다. 아무리 많은 채굴기가 몰려들더라도 비트코인의 총 발행량은 절대 2,100만 개를 넘지 않습니다. 이러한 희소성이 암호화폐 경제 전체의 가치를 지탱하는 핵심 요소입니다.
하지만 황런쉰은 물리 법칙을 이용하여 자연적인 희소성을 만들어냈다. 그는 이렇게 말했다.
"여전히 기가와트급 데이터 센터를 건설해야 합니다. 기가와트급 공장도 건설해야 하고요. 그 기가와트급 공장 하나를 15년 동안 감가상각하면 아무것도 투자하지 않더라도 약 400억 달러가 듭니다. 400억 달러입니다. 그러니 최고의 컴퓨터 시스템을 설치해서 토큰 비용을 최대한 낮춰야 합니다."
1GW 데이터센터는 절대 2GW가 될 수 없습니다. 이는 규정상의 제한이 아니라 물리 법칙입니다.
토지, 전기, 열 방출—각각 물리적 한계가 있습니다. 400억 달러를 들여 건설한 이 공장이 15년 동안 얼마나 많은 토큰을 생산할 수 있을지는 전적으로 내부에 탑재할 컴퓨팅 아키텍처에 달려 있습니다.
사토시 나카모토 의 희소성 원칙은 포크될 수 있습니다. 2,100만 개라는 코인 발행 한도가 마음에 들지 않으면 새로운 체인을 포크하여 2억 개로 늘리고, 이더 이든 뭐든 원하는 이름으로 바꾸고, 백서 발표하면 됩니다. 실제로 이렇게 한 사람들이 있고, 그들은 매우 만족해하고 있습니다.
라오황이 만들어낸 희소성은 분기될 수 없다. 결국 열역학 제2법칙을 분기할 수 없고, 도시의 전력망 용량을 분기할 수 없으며, 토지의 물리적 면적을 분기할 수도 없다.
하지만 사토시 나카모토 든 젠슨 황이든, 그들이 만들어낸 희소성은 결국 똑같은 결과를 낳았습니다. 바로 하드웨어 군비 경쟁이죠.
채굴 의 역사는 CPU → GPU → FPGA → ASIC의 순으로 이어져 왔습니다. 각 세대의 전용 하드웨어는 이전 세대를 구식으로 만들어 갑니다. AI 학습 및 추론의 역사도 이와 유사하게 반복되고 있습니다. Hopper → Blackwell → Vera Rubin → Groq LPU. 범용 하드웨어가 시작되었고, 전용 하드웨어가 표준이 되었습니다. 엔비디아는 올해 GTC에서 Groq LPU를 선보였는데, 이는 Groq를 인수한 후 출시된 결정론적 데이터플로우 프로세서입니다. 정적 컴파일, 컴파일러 스케줄링, 동적 스케줄링 부재, 500MB의 온칩 SRAM 등, Groq LPU의 아키텍처 철학은 추론용 ASIC과 같습니다. 단 하나의 기능에만 집중하지만, 그 기능을 극한까지 완벽하게 수행합니다.
흥미롭게도 GPU는 두 차례의 혁신 모두에서 핵심적인 역할을 했습니다.
2013년경, 채굴자들은 GPU가 암호화폐 채굴에 CPU보다 더 적합하다는 사실을 발견했고, 이로 인해 엔비디아 그래픽 카드가 품절되는 사태가 발생했습니다. 10년 후, 연구원들은 GPU가 AI 모델 학습 및 추론에 가장 적합한 도구라는 것을 밝혀냈고, 이 또한 엔비디아 데이터센터용 그래픽 카드의 품절을 초래했습니다. 이처럼 GPU는 프로세서의 한 종류로서 토큰 경제의 두 세대를 아우르는 핵심적인 역할을 해왔습니다.
차이점은 첫 번째 경우에는 엔비디아가 수동적으로 이득을 보는 데 그쳤지만, 두 번째 경우에는 AI 해시레이트 소비의 주요 경쟁 영역이 사전 학습에서 추론으로 옮겨가자 엔비디아가 재빨리 기회를 포착하여 판도를 주도적으로 바꾸고 AI 게임의 규칙을 만들어냈다는 점입니다.
세계에서 가장 수익성이 좋은 삽
골드러시 시대에 가장 수익성이 좋았던 기업은 금광 탐사자들이 아니라 삽을 팔던 리바이스였습니다. 마찬가지로 채굴 붐 시대에 가장 수익성이 좋았던 기업은 채굴 업체가 아니라 채굴 장비를 판매하던 비트메인과 우지한이었습니다. 그리고 AI 사전 학습 및 추론 열풍 속에서 가장 수익성이 좋았던 기업은 기본 모델과 에이전트를 제공하는 업체가 아니라 GPU를 판매하는 엔비디아였습니다.
하지만 솔직히 말해서, 비트메인과 엔비디아는 더 이상 각 산업 분야에서 예전과 같은 회사가 아닙니다.
비트메인은 채굴 장비만 판매합니다. 엔비디아는 한때 비트메인의 공급업체였습니다. 어떤 암호화폐를 채굴하든, 어떤 채굴 풀을 사용하든, 얼마에 판매하든 비트메인과는 무관합니다. 비트메인은 순수 하드웨어 공급업체로서 장비 판매를 통해 일회성 수익을 얻습니다.
엔비디아는 다릅니다. 단순히 하드웨어만 판매하는 회사가 아닙니다. 특히 2025년 추론 기반 AI가 폭발적으로 성장함에 따라, 엔비디아는 GPU로 무엇을 채굴해야 하는지, 토큰 가격은 어떻게 책정해야 하는지, 누구에게 판매해야 하는지, 데이터 센터는 해시레이트 어떻게 배분해야 하는지 등을 심도 있게 정의해 왔습니다. 이 모든 내용은 엔비디아의 프레젠테이션 슬라이드에 담겨 있습니다. 엔비디아는 시장을 5단계로 나누고, 각 단계는 어떤 모델, 컨텍스트 지속 시간, 상호 작용 속도, 그리고 가격에 따라 구분됩니다. 엔비디아는 AI 추론이 모든 것을 주도하는 미래 시장을 표준화하고 정립했습니다.
2018년경 전 세계 해시레이트 F2Pool, Antpool, BTC.com과 같은 몇몇 대형 채굴 풀에 집중되어 있었고, 이들은 해시레이트 점유율 놓고 경쟁했지만, 채굴 장비의 공급원은 Bitmain에 크게 집중되어 있었습니다.
오늘날 엔비디아와 마찬가지로, 이 회사의 매출 60%는 AWS, Azure, GCP, Oracle, CoreWeave와 같은 경쟁 "하이퍼스케일러"에서 발생하고, 나머지 40%는 탈중앙화 AI 네이티브, 주권 AI 프로젝트 및 기업 고객에서 발생합니다. 대규모 "마이닝 풀"이 매출의 대부분을 차지하는 반면, 소규모 "마이너"는 안정성과 다각화를 제공합니다.
두 생태계는 구조적으로 동일합니다. 그러나 Bitmain은 이후 Whatsminer, Innosilicon, Canaan Creative와 같은 경쟁업체들의 등장으로 시장 점유율 잠식당했습니다. 채굴기는 비교적 단순한 ASIC 설계로 이루어져 있어 경쟁업체들에게 기회가 있었습니다. 하지만 Nvidia의 지배력을 흔드는 것은 점점 더 어려워지고 있습니다. 20년 역사의 CUDA 생태계, 수억 대의 GPU 설치, 6세대 NVLink 인터커넥트 기술, 그리고 Groq에 통합된 분리형 추론 아키텍처 등 Nvidia의 기술적 복잡성과 생태계 장벽으로 인해 대부분의 경쟁 도구는 효과를 발휘하지 못하고 있습니다.
이 과정은 20년이 걸릴 수도 있습니다.
두 토큰의 근본적인 포크
암호화폐와 인공지능 학습 및 추론 토큰을 근본적으로 구분 짓는 것은 사람들이 그것을 사용하는 동기와 심리입니다.
암호화폐 토큰에 대한 수요는 투기에서 비롯됩니다. 누구도 자신의 일을 하기 위해 비트코인이 "필요"한 것은 아닙니다. 블록체인 토큰이 모든 문제를 해결해 줄 수 있다고 주장하는 백서 모두 사기입니다. 사람들은 미래에 누군가가 더 높은 가격에 사줄 것이라는 믿음 때문에 암호화폐를 보유하는 것입니다. 비트코인의 가치는 자기실현적 예언에서 비롯됩니다. 즉, 충분한 사람들이 비트코인의 가치를 믿으면 그 가치가 생기는 것입니다. 이것이 바로 믿음 경제입니다.
AI 토큰에 대한 수요는 생산성 향상에 있습니다. 네슬레는 공급망 의사결정을 위해 토큰이 필요합니다. 네슬레는 공급망 데이터 갱신 주기를 15분에서 3분으로 단축하여 비용을 83% 절감했는데, 이는 손익계산서(생산 및 대출)에 직접적인 영향을 미치는 수치입니다. 엔비디아 엔지니어들은 이미 수동 입력 대신 토큰을 사용하여 코드를 작성하고 있으며, 연구팀은 과학 연구를 위해 토큰이 필요합니다. 토큰의 가치를 굳이 믿을 필요는 없습니다. 직접 사용해 보면 그 가치가 입증될 것입니다.
이것이 두 종류의 토큰 간 가장 근본적인 차이점입니다. 암호화폐 토큰은 보유하고 거래하기 위해 발행되며, 그 가치는 사용하지 않을 때 발생합니다. 반면 AI 토큰은 즉시 소비하기 위해 발행되며, 그 가치는 사용되는 순간에 있습니다.
하나는 디지털 금으로, 오래 보유할수록 가치가 높아지고, 다른 하나는 디지털 전기로, 생산되는 즉시 소모됩니다.
이러한 차이점 때문에 AI 토큰 경제는 암호화폐 토큰 경제와 같은 거품 현상을 겪지 않을 것입니다. 비트코인의 급격한 등락은 투기적 상품의 가격이 정서 에 의해 좌우된다는 사실에서 비롯됩니다. 하지만 토큰 가격은 사용량과 생산 비용에 의해 결정됩니다. AI가 유용하게 사용되는 한, 즉 사람들이 클로드 코드(Claude Code)를 사용하여 코드를 작성하고, 챗GPT(ChatGPT)로 보고서를 작성하고, 에이전트를 사용하여 업무 프로세스를 실행하는 한, 토큰 수요는 붕괴되지 않을 것입니다. 수요는 맹목적인 믿음에 의존하는 것이 아니라, 필수적인 사용에 기반합니다.
2008년 비트코인 백서 탈중앙화 전자 화폐 시스템의 가치에 대한 거듭된 정당화를 요구했습니다. 17년이 지난 지금도 그 논쟁은 계속되고 있습니다.
2026년, 토큰 경제학은 아무런 논란도 불러일으키지 않았습니다. 증명조차 필요 없이 이미 합의된 개념이 되었죠. 엔비디아 CEO 젠슨 황이 GTC 무대에 올라 "토큰은 새로운 상품입니다"라고 말했을 때, 아무도 이의를 제기하지 않았습니다. 청중 모두가 그날 아침 클로드 코드나 챗GPT를 이용해 수백만 개의 토큰을 사용했기 때문입니다. 토큰의 가치를 굳이 설득할 필요가 없었습니다. 신용카드 명세서가 이미 그 가치를 증명하고 있었으니까요.
이러한 점에서 황은 사토시 나카모토 의 진정한 복제품이라고 할 수 있습니다. 사토시 나카 사토시 나카모토 는 채굴기 생산에 대한 독점권을 남기고 토큰의 사용 사례와 사용 표준을 정의했으며, 샌호세의 SAP 센터에서 매년 전시회를 열어 AI 학습 및 추론을 지원하는 차세대 "채굴기"의 강력한 성능을 사람들에게 보여주었습니다.
사토시 나카모토 매혹적이면서도 신중한 매력을 지니고 있었다. 그는 규칙을 설계하고, 그 규칙을 암호에 넘겨준 다음 자취를 감췄다. 이것이 사이퍼펑크의 낭만이었다. 반면 황은 과학자라기보다는 사업가에 가까웠다. 그는 규칙을 설계하고, 직접 관리하며, 끊임없이 규칙을 추가하여 자신의 사업 주변에 견고한 해자를 쌓았다.
과거에 당신이 믿었기 때문에 보았던 토큰을, 이제는 믿지 않아도 볼 수 있습니다. 그것은 와트, 암페어, 비트 다음 단계입니다.
