AI 추론(Inference)은 크립토 x AI 시장 중 가장 큰 축이 될 수 있습니다.

➥ AI 추론(inference)은 크립토 x AI 시장 중 가장 큰 분야가 될 수 있습니다.

2030년까지 추론 수요는 약 2,550억 달러에 이를 것으로 예상됩니다.

이것은 AI에서 실제로 일어나고 있는 일을 보면 이해할 수 있습니다:

모델을 만드는 것은 학습(Training)입니다.

추론(Inference)은 그 모델이 사용되는 모든 순간입니다.

모든 프롬프트, 예측, 이미지, 코드 조각, 연구 작업 또는 에이전트 행동에는 추론이 필요합니다.

그리고 바로 이 지점에서 크립토가 중요한 무언가를 더할 수 있습니다:

추론은 프로그래밍 가능하고(programmable), 지불 가능하며(payable), 검증 가능한(verifiable) 자원이 될 수 있습니다.

AI 에이전트가 모든 서비스를 위해 계정, API 키 및 월별 구독을 필요로 하는 대신, 자체 지갑을 보유하고 필요한 시점에 추론 비용을 지불하며 가격, 지연 시간 또는 품질에 따라 제공업체 간 전환할 수 있게 됩니다.

이는 AI 인프라를 위한 매우 다른 모델입니다.

@base는 이미 이 발전 과정을 관찰하기 가장 강력한 장소 중 하나가 되고 있습니다.

Base의 에이전트 인프라는 이제 지갑, x402 결제 및 추론(inference), 데이터 및 검색을 포함하여 수천 개의 에이전트 접근 가능 서비스와 연결됩니다.

그리고 그 연결은 간단합니다:

AI는 추론이 필요하고 → 에이전트는 추론이 필요하며 → 에이전트는 결제가 필요하고 → 크립토가 결제 경로(payment rails)를 제공하는 것입니다.

x402는 여기서 특히 중요합니다.

이는 에이전트가 유료 API에 접촉하여 가격을 받고, 온체인 USDC 결제를 수행하며, 인간이 계정을 만들거나 모든 거래를 승인할 필요 없이 서비스에 접근하게 할 수 있게 합니다.

Base는 이미 이러한 활동의 주요 거점이 되었습니다. Coinbase는 2026년 5월 동안 Base에서 310만 건의 x402 거래와 120만 달러 상당의 자금 이동을 보고했습니다.

✦ 따라서 저의 @base 추론 관심 목록(inference watchlist)은 다음과 같습니다:

→ $OPG - @OpenGradient

이것은 추론과 검증이 만나는 가장 명확한 예시 중 하나입니다. OpenGradient는 분산형 인프라와 TEEs를 사용하여 LLM 추론을 실행하고 검증합니다. 현재 설정에서는 OPG 결제에 Base를 사용하며, 추론 실행 및 증명 정산은 OpenGradient 네트워크에서 이루어집니다.

→ @BlockRunAI

BlockRun은 다른 방향에서 추론 비용 문제를 다루고 있습니다.

이 인프라는 수십 개의 모델에 걸쳐 요청을 라우팅하고, x402를 통해 에이전트들이 USDC로 호출당 비용을 지불할 수 있게 합니다.

자체 1분기 보고서에 따르면, 이 플랫폼은 1,500개 이상의 자율 에이전트로부터 약 260만 건의 API 호출을 처리했으며, 그중 약 59만 건에서 결제가 이루어졌습니다.

→ @usedotai - $DOT

여기서 주목할 점은 AI 인프라가 모든 애플리케이션이 자체 추론 스택(inference stack)을 구축하도록 강요하는 대신, 서비스 형태로 접근 가능해지고 있다는 것입니다.

→ @AskSurplus

Surplus는 추론 용량 주변에 개방형 시장을 구축하고 있습니다.

애플리케이션들은 더 저렴한 모델 공급처로 요청을 라우팅할 수 있고, 제공자들은 사용하지 않는 용량을 판매할 수 있습니다.

이것은 AI 기업들이 점점 더 필요로 하는 것, 즉 컴퓨트(compute)를 중심으로 한 마켓플레이스를 만듭니다.

→ $VVV - @AskVenice

Venice는 추론이 경제적 원시 요소(economic primitive)가 되는 또 다른 강력한 예시입니다.

VVV는 DIEM을 통해 토큰화된 컴퓨트 용량으로 스테이킹될 수 있으며, 각 DIEM은 Venice API 크레딧의 1일 $1에 해당합니다.

이는 추론 용량이 일반적인 API 구독을 통해 단순히 구매되는 것을 넘어, 보유하고, 전송하고, 거래할 수 있는 무언가가 될 수 있음을 의미합니다.

→ $SERV - @openservai

여기서 더 큰 논제는 에이전트 인프라입니다.

에이전트는 실제로 작업을 완료하기 위해 모델, 도구 및 서비스에 대한 접근이 필요합니다. 추론은 이 과정에서 소비되는 근본적인 자원이 됩니다.

✦ 그리고 Robinhood Chain이 있습니다.

제가 주목하는 종목들은 다음과 같습니다:

→ $ORBIO - @orbiodotso

ORBIO는 추론 자체가 온체인 자산(onchain asset)이 될 수 있다는 아이디어를 추진하고 있습니다.

그들의 CREDIT 시스템은 추론 사용량을 전송 가능한 단위로 전환하며, 1 CREDIT은 400개 이상의 모델에 걸친 AI 사용량 $1을 나타냅니다.

사용자가 이를 구매하거나, 전송하거나, 추론을 위해 활성화할 수 있습니다.

이는 주목할 만한 변화입니다.

AI 컴퓨트는 SaaS 구독처럼 보이기보다는 에이전트가 보유하고 소비할 수 있는 금융 원시 요소(financial primitive)처럼 보이기 시작합니다.

→ $HARMONIC - @HarmonicAgents

로빈후드 생태계의 에이전트와 추론 측면에서 제가 주시하는 또 다른 이름입니다.

제가 Robinhood Chain을 폭넓게 주목하는 이유는 간단합니다:

@RobinhoodCrypto는 에이전틱 파이낸스(agentic finance)를 중심으로 적극적으로 구축하고 있기 때문입니다.

현재 플랫폼은 AI 에이전트가 자산을 조사하고, 포트폴리오를 분석하며, 거래를 실행할 수 있도록 지원합니다. 더 나아가 로드맵은 에이전트 기반 트레이딩(agentic trading) 영역으로 깊숙이 확장하고 있습니다.

이는 자연스러운 수요 루프를 만듭니다:

• 에이전트는 지능을 필요로 합니다.
• 지능은 추론(inference)을 요구합니다.
• 추론에는 비용이 듭니다.
• 에이전트는 프로그래밍 가능한 결제 수단을 필요로 합니다.
• 암호화폐가 프로그래밍 가능한 결제 수단을 제공합니다.

이것이 제가 AI 추론 가설(AI inference thesis)이 더 많은 주목을 받을 자격이 있다고 생각하는 이유입니다.

기회는 단순히 AI를 온체인에 올리는 것이 아닙니다.
이는 AI 모델, 컴퓨팅 파워, 추론, 에이전트, 그리고 결제가 인간이 모든 거래의 중간에 앉아 있지 않아도 상호작용할 수 있는 경제를 구축하는 것입니다.

만약 이것이 대규모로 발생한다면, 추론은 에이전트 기반 경제의 핵심 상품 중 하나가 됩니다.

그리고 시장이 발전함에 따라 제가 주목하고 있는 몇 가지 프로젝트들이 있습니다.