
Multicoin, Grass 투자: AI 학습 데이터 수익은 물론 추론 시대의 검색 진입점까지 선점
작성자: Spencer Applebaum, Shayon Sengupta
번역: TechFlow
TechFlow 요약: 대부분의 DePIN 프로젝트가 아직 비즈니스 모델로 고민할 때, Grass는 사전 학습 데이터를 판매하여 이미 수익을 내고 있으며, 추론 시대의 실시간 검색 시장으로 확장하고 있다. Multicoin은 시장이 이 방향의 규모를 심각하게 과소평가했다고 본다. 만약 AI 에이전트가 행동을 취할 때마다 웹 페이지를 검색해야 한다면, 이는 훈련 데이터보다 몇 차원 높은 규모의 시장이 될 것이다.

오늘날 우리는 헤지 펀드 및 벤처 펀드 자금을 통해 기계 지능의 읽기 레이어(read layer)인 Grass에 투자한다고 발표한다.
Andrej Radonjic은 최근 Grass 네트워크가 ‘적정 지능(Adequate Intelligence)’을 생성하는 계획을 발표했다. 우리는 Grass가 이러한 야망을 추구할 권리를 확보했으며, 상업적 규모로 운영되는 DePIN 중 가장 명확한 사례 중 하나라고 생각한다.
지난 18개월 동안 Grass는 세밀하게 조정된 암호화 인센티브를 도입하여 기여자들이 사용하지 않는 대역폭을 공유하도록 유도했다. 이 기여자 네트워크는 공공 인터넷을 쿼리하고 구문 분석하는 인프라 역할을 하여 Grass가 최전선 연구소의 데이터 파이프라인에 신속히 진입할 수 있게 했다. 이러한 협업을 위해 막대한 정보를 수집해야 하며, 집약된 상태를 모델 훈련에 사용할 수 있도록 만들어 각 새로운 훈련 실행마다 수요가 변동하는 고객에게 신뢰성 있게 전달해야 한다.
시장은 Grass를 사전 학습 데이터를 통해 AI 연구소를 서비스하는 에이전트 네트워크로 이해하고 있지만, 추론 시기의 데이터 검색이라는 거대한 확장 가능성은 아직 반영하지 못하고 있다. Grass 팀은 모델이 질문에 답하기 위해 웹 페이지를 검색하거나, 에이전트가 행동하기 전에 문맥을 검색할 때마다 신선한 정보에 대한 수요를 충족할 독특한 우위를 가지고 있는 것으로 보인다. 이 시장은 사전 학습 데이터보다 몇 차원 높은 규모일 수 있는데, 이는 이러한 요청이 모델의 전체 배포 기간 동안 반복적으로 발생하기 때문이다(반면 사전 학습 데이터셋은 개별 실행에 대한 일회성 제공임).
에이전트 시스템은 모든 작업 수행 시 정보 검색과 조회가 필요하다. 이 작업을 효율적으로 처리하는 비용과 지연 시간 요구사항은 실제로 네트워크 인덱스를 재건해야 함을 의미하며, 이는 역사적으로 Google과 Microsoft 같은 기업만 참여했던 최고의 자본 집약적 사업 중 하나다. 에이전트의 활동을 통해 인터넷이 재귀적으로 확장됨에 따라 실시간 검색은 점점 더 중요한 인프라로 부상하고 있다. 우리는 Grass가 이 서비스를 구축하고 제공하는 데 구조적인 비용 및 접근 우위를 보유하고 있으며, 해당 서비스를 소비할 연구소들과의 관계를 맺고 있고, 기계 지능에게 유용한 기술 역량을 갖추고 있다고 믿는다.
과거: 사전 학습 데이터
공공 인터넷의 대부분은 기존 AI 연구소가 사전 학습 단계에서 접근하기 어렵다. 웹사이트는 봇 트래픽에 속도 제한을 걸고, 지역에 따라 다른 콘텐츠를 보여주며, 일반 브라우저를 통한 페이지 렌더링을 점점 더 요구하고 있다. Grass는 백만 개가 넘는 주거용 연결망을 통해 요청을 라우팅하여 이를 해결한다. 이 연결을 소유한 사용자들은 네트워크에 자발적으로 참가하며 기여 대가로 보상을 받는다.
과거의 많은 에이전트 네트워크와 달리 Grass는 하드웨어를 제작할 필요가 없으며, ISP와의 도매 계약으로 주거용 연결을 획득하거나 사용자의 몰래 장비를 해킹하지도 않는다. 전 세계 사용자는 이미 이러한 연결에 대한 비용을 지불하고 있으며, 그 상당 부분은 미사용 상태다. 토큰은 Grass가 고객의 수요가 운영 비용을 감당할 수 있을 때까지 기여자를 모집하고 지리적 커버리지를 구축하는 데 도움을 주었으며, 네트워크는 빠르게 이 집합 자원을 AI 연구소가 의존할 수 있는 사전 학습 자원으로 전환했다.
Grass는 짧은 일정 내에 방대한 데이터를 배달해야 하며, 연구소가 자신의 훈련 파이프라인에 직접 활용할 수 있는 형식으로 제공해야 한다. 각 배치 배송에는 연구소 팀과의 긴밀한 조정이 필요하며, 이는 Grass가 다음 단계로 무엇을 요구할지 더 깊이 이해할 수 있게 해준다.
2023년 DePIN 네트워크 설계에 관한 논평에서 우리는 ‘임계점 규모’를 분산 공급망이 상용 가능 수준에 도달하는 전환점으로 정의했다. 토큰은 해당 임계점 도달 전까지 특히 강력한데, 이는 고객이 유치할 만큼의 충분한 커버리지가 없는 인프라에 기여하는 사람들에게 보상을 줄 수 있기 때문이다. 진정한 시험대는 그 후에 닥친다. 즉, 네트워크가 안정적인 서비스를 판매하고, 결국 사용되는 공급망에 대해 정산할 수 있는지 여부다.
Grass는 이러한 시험을 통과한 드문 네트워크 중 하나다. 600만 명이 넘는 기여자가 달러 기준 보상을 받았으며, 이 보상은 그들이 제공한 기여로부터 직접 발생한 수익으로 전액 조성된다. Grass는 2025년 매출이 1,700만 달러였으며, 2026년 상반기에도 추가로 1,700만 달러를 올렸다고 밝혔다. AI 고객의 거의 대부분이 재계약율을 보이고 있다. 동사는 이미 흑자 경영을 하고 있으며, 2026년 훈련 데이터 부문 매출만 7,500만 달러에 달할 것으로 예상했다고 전했다.
현재: 실시간 컨텍스트 검색
현재의 훈련 데이터 사업 규모는 상당하며, 지속적으로 성장할 것이라고 믿는다. 최전방 연구소는 더욱 거대해지는 언어 모델을 훈련하기 위해 방대한 양의 신규 정보가 필요하다. 그러나 이러한 제품의 본질은 근본적으로 ‘특정 시점(point-in-time)’ 성격을 띤다.
모델에 “어떤 회사가 오늘 아침 무엇을 발표했다”, “어떤 항공편이 지연되었는지”, “특정 웹사이트가 현재 무엇을 표시하는지” 등을 질문하면, 가중치(weight)에 저장된 정보만으로는 부족하다. 모델은 소스를 검색하고 관련 페이지를 열어 실시간으로 읽어내야 한다. 더 복잡한 작업을 처리하는 에이전트는 답변을 내기 위해 여러 번 이 과정을 반복해야 할 수도 있다.
추론(inference) 시기의 검색 및 조회 최종 시장은 사전 학습 네트워크 데이터 시장보다 몇 차원 높은 규모일 가능성이 있다. 훈련 데이터 구매는 모델 사이클 중심으로 발생하지만, 실시간 정보는 모델, 애플리케이션, 에이전트 등 모두가 활용 가능하다. 단, 업무에 변화하는 세계에 대한 이해가 필요한 경우에만 해당한다. 역사적으로 상장된 검색 API 가격을 기준으로 하면, 요청량의 극히 일부만으로도 연간 수십억 달러 매출을 뒷받침할 수 있다.1
동시에 인터넷 자체의 규모도 더욱 확대될 예정이다. 기존 검색 엔진으로 처리하기 어려운 형식의 정보가 더 많이 출시될 것이며, 여기에는 비디오, 이미지, 스프레드시트, PDF, 동적 페이지 등이 포함된다. 끊임없이 확장되는 정보체를 기계가 발견하고 구문 분석 가능하게 만드는 것은 거대한 기회이지만, 기술적으로 결코 쉽지 않은 과제다. 글로벌 규모의 지속적 크롤링, 저장, 처리, 정렬 및 빠른 전송이 필요하기 때문이다.

Grass는 신규 진입자나 기존 참여자가 거의 점령하지 못한 위치에서 해당 시장으로 진격하고 있다. 제안된 Contents API는 모델이 주거용 네트워크를 통해 공공 페이지를 열고 렌더링할 수 있게 하며, 계획 중인 Search API 및 네트워크 인덱스는 모델이 먼저 어떤 페이지를 열어야 할지 결정하는 데 도움을 줄 것이다.
두 제품 모두 Grass가 훈련 고객을 위해 이미 운영하는 메커니즘에 기반한다: 지리적 위치와 평판에 따라 요청을 주거용 노드로 라우팅하고 응답 품질을 측정하며, 수집된 콘텐츠를 최전방 훈련 연산에 충분히 활용 가능한 데이터 세트로 변환한다. Grass는 이미 10억 개 이상의 공공 웹 비디오를 수집했으며, 그 일부는 Multicoin 포트폴리오사인 Inference.net과 함께 비디오 어노테이션 모델을 훈련하는 데 사용된다. 검색 순서 지정(search ranking)과 추론 지연 시간(latency) 내에 결과물을 제공하는 것은 추가적인 엔지니어링 과제이나, 수집 및 처리 시스템은 이미 상업적 규모에서 운영 중이다.
이러한 규모의 인터넷 인덱스를 구축하는 데는 막대한 자본과 엔지니어링 자원의 투자가 필요하다. 이는traditionally 깊은 경쟁 격차(moat), 높은 이익률, 가격 결정권을 갖춘 인프라를 구축하는 대가다. 당사는 이 기회에서 발생한 마진 1달러를 회수할 때마다 사업의 장기 가치가 훼손된다고 보며, 이러한 시장을 추구하는 것이 토큰 장기 가치 축적에 미치는 순 긍정적 영향은 수많은 CT 애널리스트들이 제시하는 비효율적인 자본 배분 방안보다 훨씬 강력하다고 판단한다. 따라서 당사는 GRASS가 신규 사업의 동력을 받아 대폭 재평가받을 임계점에 서 있다고 본다.
여기서 기본적 복리 효과를 형성하는 것은 Grass와 각 연구소 간의 관계다. 대규모 훈련 데이터 배송이 발생할 때마다 Grass는 커버리지를 개선하고 고객이 필요한 정보를 더 깊이 이해해야 할 당위성이 생긴다. 향상된 커버리지는 인덱스를 개선했고, 개선된 인덱스는 실시간 검색 성능을 높인다. 성공적인 검색은 연구소들로 하여금 Grass 위에서 더 많이 구축하도록 유인한다. 시간이 지나면서 모델 아키텍처가 어떻게 진화하든, 이 인프라는 사전 학습, 후속 학습, 추론 단계 모두에 희귀 데이터를 공급할 것이다.

미래: 적정 지능
에이전트가 읽어내야 하는 인터넷은, 검색 엔진이当初 인덱싱을 위해 구축한 웹보다 훨씬 빠른 속도로 성장할 것이다. 에이전트는 기계 속도로 정보를 생성하고 수정할 것이며, 정답은 점점 더 비디오, 문서, 동적 애플리케이션 속에 존재하게 된다. 이들은 웹 텍스트 크롤링만으로 이해할 수 없다. 사전 학습 데이터셋은 컨텍스트(context)와 도메인 특화 지식(domain knowledge)에 더 크게 의존하게 될 것이다.
이들 모델에 필요한 입력을 구축하고 서비스하기 위해서는 수백만 개의 분산된 자원을 정교하게 조정해야 한다. 당사 측에 따르면 Grass는 여기서 많은 난제를 해결했다: 어떤 연결이 소스에 도달할 수 있는지, 응답이 완전한지, 특정 소스를 얼마나 자주 갱신해야 하는지, 그리고 실시간 모델의 비용 또는 지연 시간 요구사항 내에 결과를 반환하는 방법 등이다. 핵심 팀은 이러한 워크플로우에 대한 전문적인 통찰력을 갖추고 있으며, 당사는 고객의 니즈가 다양한 형태로 변동하고 성장하여도 이들이 지속적으로 서비스를 제공할 수 있을 것으로 기대한다.
수년간 당사는 토큰이 인프라 네트워크를 임계점 규모에 도달하는 데 도움이 될 것이라고 주장해 왔다. Grass는 달성했을 때 어떤 가능성이 펼쳐지는지를 보여주고 있다. 훈련 수입은 크롤링 및 인덱싱에 자금을 공급하고 있으며, 연구소들과의 관계는 이제 이 투자를 점점 더 큰 계약으로 이끌고 있다. Andrej와 Grass 팀의 다른 구성원들은 자원 집약형 암호화 네트워크 분야에서 만나본 그 중 가장 열정적인 운영자들 중 하나다. 그들의 야망에는 한계가 없다: 끊임없이 확장되는 멀티모달 인터넷을 기계 지능이 실시간으로 판독 가능하게 만드는 것이다.
각주 1: OpenAI가 2025년 7월 마지막으로 공시한 데이터에 따르면 ChatGPT 일일 메시지 수는 25억 건 이상이었으며, 이후 주간 활성 사용자(WAU)가 10억 명을 넘어 일일 메시지를 약 35억 건으로 추정한다. 현재 ChatGPT 대화의 22%가 외부 도구 호출을 포함하며, 이 중 단지 10%만 유료 검색을 트리거한다고 가정할 경우 연간 약 1,280억 건의 요청이 발생한다. Brave의 API 요금(1,000회당 $5)을 적용하면 이는 연간 약 $6.4억에 해당한다. 에이전트는 이 숫자를 크게 확장한다: 전형적인 Gemini Deep Research 작업은 약 80회의 검색을 수행하므로, Codex 및 ChatGPT Work의 WAU 약 1,000만 명당 매주 5개의 작업, 작업당 20회 검색을 실행한다고 가정하면 연간 520억 건의 요청(약 $2.6억)이 추가로 발생한다. 또한 일일 메시지의 1%를 연구급 에이전트 작업으로 전환한다면 규모는 1조 건 이상의 요청으로 뛰어나게 되며, 이는 연간 약 $50억에 해당한다.
공개:特别说明이 없는 한, 본문의 의견은 작성자의 개인적인 견해를 나타내며, Multicoin Capital Management, LLC 또는 그 관계사(이하 ‘Multicoin’)의 견해를 대표하지 않는다. 본문에 포함된 일부 정보는 Multicoin이 관리하는 펀드가 투자한 포트폴리오 회사 포함 제3자 출처에서 비롯되었을 수 있다. Multicoin은 제공된 정보를 신뢰할 만하다고 간주하지만, 그 지속적인 정확성이나 특정 상황에 대한 적합성에 대해 어떠한 진술도 하지 않는다. 본문에는 제3자 웹사이트(‘외부 웹사이트’)로 향하는 링크가 포함될 수 있다. 이러한 링크의 존재는 해당 웹사이트, 내용 또는 운영자에 대한 승인을 의미하지 않는다. 이러한 링크는 편의를 위해 제공될 뿐이며, 당사는 외부 웹사이트의 내용에 대해 어느 것도 승인하지 않는다. 외부 웹사이트의 내용은 타인이 개발하고 제공하며, Multicoin은 이에 대해 아무런 책임을 지지 않는다. 본문에 제공된 그래프는 참고용이며, 어떠한 투자 결정의 근거로도 사용되어서는 안 된다. 본 블로그에서 명시된 예측, 추정치, 전망, 목표, 관점 및/또는 의견은 예고 없이 언제든지 변경될 수 있으며, 타인이 표현한 의견과 다르거나 상충될 수 있다.
본 콘텐츠는 참조 목적이며, 투자 결정의 근거로 사용되거나 완전함을 가정되어서는 안 된다. 본문 내용은 법률, 상거래 또는 세금 조언으로 해석되어서는 안 된다. 당사는 관련 사안에 대해 스스로의 고문을 상담하기를 권장한다. 어떠한 증권이나 디지털 자산을 언급하는 것은 설명 목적으로만 이루어지며, 투자 조언을 제공하거나 투자 자문 서비스 제의를 구성하지 않는다. 언급, 인용 또는 기술된 어떠한 투자 또는 포트폴리오 회사도 Multicoin이 관리하는 모든 투자 상품에서의 전체 투자를 대표하지 않으며, 이러한 투자가 이익을 낼 것이라는 보장이 없고 향후 수행될 다른 투자가 유사한 특징이나 결과를 갖출 것임을 보장하지 않는다. Multicoin이 관리하는 벤처 캐펀드의 투자 목록은 다음 주소에서 확인할 수 있음: https://multicoin.capital/portfolio/. 개발팀 또는 발행사와 공개 공시의 시기 및 내용에 대한 조정이 필요하여 아직 공지되지 않은 투자는 해당 목록에 포함되어 있지 않다. 또한 전략상 이유로 Multicoin Capital의 헤지펀드는 거래 대상 디지털 자산에 대한 포지션을 공개하지 않는다.
본 블로그는 투자 조언을 구성하지 않으며, Multicoin이 관리하는 어떠한 투자 상품의 한정 책임 파트너 지분 매도 약정 또는 청약 초청장도 아니다. Multicoin 투자 상품에 대한 투자 청약 또는 초청장은 발행 서류, 한정 책임 조합 계약서 및 청약 서류에 의해서만 이루어지며, 투자 결정을 내릴 때는 오직 그러한 서류의 정보에만 의존해야 한다.
과거 성과는 미래 결과를 보장하지 않는다.Mulitcoin 투자 상품의 투자 목표 달성을 보장할 수 없으며, 투자 결과는 연도별 또는 월별로 현격한 차이를 보일 수 있다. 따라서 투자자는 투자 금액의 전부 또는大部를 손실할 수 있다. 본 블로그에서 언급된 투자 또는 상품은 귀하 또는 기타 당사자에게 적합하지 않을 수 있다. 제공된 가치 평가는 기사 발간 당시의 상세한 가정치에 기반하며, 이러한 가정치는 발간 이후 더 이상 유효하지 않을 수 있다. 당사자의 목표 가격 또는 가치 평가 및 이를 산출하는 데 기반한 어떠한 기준 시나리오 또는 낙관적 시나리오가 실현되지 않을 수 있다.
Multicoin은 투자 활동과 관련된 이해 상충을 적절히 식별하고 효과적으로 관리하기 위한 서면 정책 및 절차를 마련·유지·집행했다. 기타 중요 공개 사항에 대해서는 https://multicoin.capital/disclosures 및 https://multicoin.capital/terms 에 게시된 공개 및 이용 조건을 참조하시길 바란다.















