AI 기반 리스크 인프라, 기관 자본 유치
탈중앙화 금융(DeFi)을 위한 AI 기반 리스크 관리 및 파라미터 최적화 인프라를 구축하는 플랫폼 Gauntlet이 SBI Holdings, RIBBIT, Polychain, Paradigm의 지원을 받아 누적 1억 7,463만 달러를 조달했다. 이번 조달은 더 광범위한 전환을 부각한다. DeFi 프로토콜이 예치 총액(TVL) 수십억 달러 규모로 확장됨에 따라, 한때 수작업과 거버넌스 부담이 큰 프로세스였던 리스크 모델링의 규율이 대출 한도, 담보 비율, 청산 임계값을 지속적으로 조정하는 머신러닝 시스템에 의해 자동화되고 있다.
왜 리스크 인프라가 이제 DeFi의 핵심 프리미티브인가
Aave와 Compound 같은 대출 시장은 각 자산에 대해 얼마나 차입할 수 있는지, 어떤 금리 곡선으로, 언제 포지션이 청산되는지를 결정하는 파라미터에 의존한다. 역사적으로 이는 분기 보고서를 바탕으로 토큰 보유자 투표로 설정되었다. 그러나 이 모델은 단 하나의 잘못된 담보 비율이 연쇄 청산을 촉발할 수 있는 변동성 큰 상황에서는 취약하다. Gauntlet의 접근 방식—에이전트 행동 시뮬레이션, 시장 스트레스 테스트, 파라미터 변경 권고—은 리스크를 정적인 거버넌스 산물에서 살아있는 적응형 서비스로 전환한다.
- 자본 검증: Paradigm과 Polychain, 그리고 일본의 SBI Holdings로부터의 지원은 기관 얼로케이터들이 리스크 미들웨어를 단순한 기능이 아닌 투자 가능한 인프라로 본다는 신호다.
- 반복 수익: 리스크-서비스(RaaS)는 프로토콜 TVL에 연동된 구독형 수익을 창출하며, 일회성 감사보다 지속 가능한 모델이다.
- 경쟁 해자: 독점적 시뮬레이션 데이터와 과거 청산 결과는 시간이 지날수록 복리로 축적되어 기존 사업자를 대체하기 어렵게 만든다.
거시적 부담: 금리 기대와 BTC 가격 리스크
보고서는 또한 금리 인상 기대의 재부상이 위험 자산에 압력을 가할 수 있으며, 비트코인이 7만 6,000달러 수준을 시험할 가능성이 있다고 지적한다. 이러한 거시적 배경은 Gauntlet의 논지를 약화시키기는커녕 더욱 절실하게 만든다. 변동성이 상승하면 파라미터가 제대로 조정되지 않은 프로토콜은 지급불능 리스크에 직면하고, 자동화된 실시간 리스크 조정에 대한 수요가 증가한다. 다시 말해, 토큰 가격을 위협하는 것과 동일한 거시 조건이 리스크 인프라의 잠재 시장을 확대한다.
전망
세 가지 전개가 예상된다. 첫째, 통합: 독립 리스크 팀은 더 큰 DeFi 서비스 대기업이나 상장 담보를 보호하려는 거래소에 인수될 것이다. 둘째, 규제 당국의 관심: AI 시스템이 사실상 차입 조건을 설정한다면, 감독 당국은 알고리즘이 리스크를 잘못 가격 책정할 때 누가 책임지는지를 물을 수 있다. 셋째, 토큰화의 수렴: 실물자산(RWA)이 DeFi로 유입되면서 리스크 모델은 오프체인 신용과 법적 변수를 다뤄야 하며, 이는 크립토 네이티브 담보보다 훨씬 어려운 문제다. Gauntlet의 막대한 자금은 이 세 영역 모두에서 경쟁할 수 있는 위치에 놓이게 한다—그러나 진정한 시험은 다음번 실제 스트레스 사건에서 AI 기반 파라미터가 인간 거버넌스를 능가하는지 여부다.
