affine

affine이란 무엇인가?

affine은 Bittensor 서브넷 120으로, 탈중앙화 강화학습 및 “reason mining(이유 채굴)” 네트워크다. 이 네트워크는 난이도 높은 여러 평가 환경에서 기존 챔피언 모델을 이길 수 있는 오픈 웨이트 추론(reasoning) 모델을 만들어내는 채굴자(miner)들에게 보상을 지급한다.

affine이 다루는 실질적인 문제는 일반적인 추론 제공량 공급이 아니라, 대립적인 인센티브 구조 하에서 모델의 추론 능력을 ‘방향성 있게’ 개선하는 것이다. 채굴자는 모델 웨이트를 제출하고, 검증인은 도전자를 기존 우승자와 비교해 테스트하며, 더 많은 요청을 처리하는 채굴자가 아니라 성능을 실제로 개선한 모델에 보상이 집중되도록 설계되어 있다.

이 서브넷이 주장하는 해자는 토너먼트 스타일의 평가 루프다. 이는 Affine GitHub 저장소에 설명되어 있는데, 채굴자는 Hugging Face의 모델·리비전 쌍을 온체인에 커밋해야 하며, 도전자 모델은 모든 설정된 환경에서 일정 마진 이상 현재 챔피언을 이겨야만 서브넷의 웨이트를 차지할 수 있다. (github.com)

affine은 틈새이지만 눈에 잘 띄는 Bittensor 애플리케이션 서브넷이며, 독립적인 레이어 1이나 범용 스마트컨트랙트 플랫폼은 아니다. 2026년 6월 말 기준으로, 서드파티 서브넷 트래커들은 SN120을 비교적 규모가 큰 Bittensor 알파 마켓 중 하나로 분류했으며, SubnetRadar는 서브넷 시가총액 순위 상위권에 위치시키고 UID가 거의 포화 상태에 근접했다고 표시했다. 한편 Bittensor의 서브넷 디렉터리는 Affine을 “탈중앙화 추론 모델 평가”로 소개했다.

다만 이러한 수치들은 최종 사용자 수요의 증거라기보다는, 시장 구조를 보여주는 지표로 읽어야 한다. Bittensor 서브넷의 시가총액, 유동성, “TVL”은 전통적인 프로토콜 수익이 아니라 dTAO 스테이킹 풀과 알파 토큰 익스포저에서 파생되기 때문이다. (subnetradar.com)

affine은 누가, 언제 설립했는가?

affine은 2025년에 론칭된 것으로 보인다. OpenTAO는 SN120을 2025년 6월 10일에 등록된 서브넷으로 기재하고 있는데, 이는 Bittensor가 dTAO 이후 단계에 접어들어 개별 서브넷이 단순 검증인 인센티브 대상이 아니라 투자 가능한 알파 토큰 마켓으로 전환된 시기에 해당한다.

공개 생태계 자료에서는 이 서브넷을 Affine Foundation과 Jacob Steeves(“Const”로 알려진 Bittensor 공동 창업자)와 연관 짓고 있다. 다만 그 외 운영 팀 구성은 기업식 공식 문서에 상세히 공개되어 있지 않다. 이러한 불투명성은 Bittensor 서브넷에서 흔한 편이지만, 기관투자자 관점의 실사에는 중요한 요소다. 왜냐하면 많은 서브넷에서 기술적 신뢰도, 소유 인센티브, 거버넌스 리스크가 성숙한 상장사처럼 분산되어 있지 않고, 소수 창업자·운영자 그룹에 집중되어 있기 때문이다. (opentao.ai)

affine의 내러티브는 광범위한 “추론 마켓” 개념에서, 오픈 모델을 대상으로 하는 보다 구체적인 RL 경쟁 구조로 진화해 왔다. 초기 설명은 추론을 상품화하고 여러 서브넷 자원을 조정하는 것에 초점을 맞췄으나, 현재 코드베이스는 모델 제출, 1회성 핫키 커밋, 표절 통제, 일일 도전자 윈도, SWE-INFINITE, LIVEWEB, NAVWORLD, MEMORY, DISTILL, TERMINAL 같은 구체적인 평가 환경에 집중하는 보다 좁고 측정 가능한 구조로 바뀌었다.

이 변화는 affine을 모호한 탈중앙화 AI 스토리에서 검증 가능하고 벤치마크 중심의 메커니즘으로 이동시켰다는 점에서 중요하다. 반면, 경제적 가치는 여전히 이 벤치마크 상의 승리가 재사용 가능한 외부 추론 수요로 얼마나 이어지는지에 크게 의존한다는 점이 트레이드오프다. (github.com)

affine 네트워크는 어떻게 작동하는가?

affine은 독립적인 합의 네트워크라기보다, Bittensor 안에 존재하는 애플리케이션 특화 인센티브 레이어로 이해하는 것이 가장 정확하다. 자체적인 PoW, PoS, DAG 합의를 사용하지 않으며, 결제(settlement), 등록, 스테이킹, 알파 회계, 보상 분배는 Bittensor의 Subtensor 인프라를 통해 처리된다. 서브넷 단의 작업 할당은 Bittensor의 Yuma Consensus 메커니즘에 의해 관리된다.

Yuma Consensus에서 검증인은 채굴자에 대한 순위 혹은 가중치를 제출하고, 온체인 프로세스는 이 순위를 채굴자와 검증인에 대한 발행량(emissions)으로 변환한다. affine의 경우, 이 순위 신호는 제출된 추론 모델이 서브넷 평가 규칙 하에서 기존 챔피언보다 우수한 성능을 내는지에 의해 결정된다. Bittensor Yuma Consensus 문서는 이 메커니즘을, 검증인의 채굴자 성능 평가로부터 채굴자·검증인의 발행량을 계산하는 알고리즘으로 설명한다. (docs.learnbittensor.org)

이 서브넷의 특징적인 기술 설계는 승자독식(winner-takes-all) 방식의 모델 평가 루프다. 채굴자는 모델을 학습·파인튜닝한 뒤, 공개 웨이트를 Hugging Face에 업로드하고, 단일 모델 리비전을 온체인에 커밋한다. 이후 검증인은 해당 제출 모델을 가져와 챔피언 모델과 비교 실행하며, 도전자 모델이 모든 활성 환경에서 엄격히 승리한 경우에만 챔피언을 교체한다.

Affine FAQ는 1회성(one-shot) 커밋, 중복 커밋 시 영구 무효 처리, 모델 해시 기반 표절 검사, 불안정 상황에서 UID 0으로 웨이트 일부를 라우팅해 마치 소각과 유사한 안전 장치로 사용하는 옵션 등을 설명한다. 검증인 운영은 상대적으로 가볍다. 검증인은 필수적으로 GPU 집중형 추론을 로컬에서 실행하기보다는, 웨이트를 제출하고 백엔드 스코어링을 모니터링하는 역할을 맡는다. validator guide에 따르면 실제 연산은 백엔드 서비스가 처리하며, 검증인은 주로 웨이트를 가져와 소각(burn) 설정을 적용한 뒤 해당 웨이트를 온체인에 세팅하는 업무를 수행한다. (github.com)

sn120의 토크노믹스는 무엇인가?

sn120은 Bittensor netuid 120에 해당하는 서브넷 특화 알파 토큰으로, Bittensor 익스플로러 레퍼런스는 이 자산을 서브넷 주소 120에서 찾을 수 있다고 명시한다. Dynamic TAO 체계 아래에서, 각 서브넷 알파 토큰은 자체 TAO/알파 풀과 2,100만 알파 유닛의 하드캡을 가진다. 이는 2,100만 TAO 상한 구조를 반영한 것이다. 발행량은 시작 시점부터 완전 유통량이 고정된 것이 아니라, 반감기(halving) 스타일의 스케줄을 따른다.

Dynamic TAO FAQ와 Bittensor 서브넷 문서는, 서브넷에 TAO를 스테이킹하는 행위가 사실상 해당 서브넷 알파 토큰에 대한 익스포저로 교환되는 것이라고 설명한다. 이때 풀의 예치 비율(reserve ratio)이 알파 토큰의 가격을 결정한다. 2026년 6월 말 기준 제공된 자산 데이터와 서드파티 대시보드에 따르면 sn120은 시가총액 수천만 달러 초반 및 10달러대 초중반 가격 범위에 위치해 있었지만, 이 값들은 안정적인 펀더멘털이 아니라 변동성이 큰 풀 출력값에 가깝다. docs.learnbittensor.org

sn120의 주된 효용은 독립 체인의 가스비 지불 수단이 아니라, 스테이킹 익스포저 및 발행량 라우팅 수단이다.

사용자가 affine에 스테이킹하면 SN120 알파 토큰에 대한 익스포저를 취하게 되고, 검증인을 통해 서브넷 보상 경제에 참여하게 된다. 채굴자는 승리하는 추론 모델을 만들어 발행량을 노리고, 검증인은 올바른 평가와 웨이트 세팅으로 보상을 얻으며, 스테이커는 dTAO 인센티브 레이어를 통해 수익을 얻는 대신 알파 가격 변동 리스크를 떠안는다.

Bittensor의 발행량 시스템도 상당히 변경되었다. 문서에 따르면 2026년 6월 기준으로 발행량은 다시 서브넷 EMA 토큰 가격을 사용하는 가격 기반 모델로 회귀했으며, 2025년 11월부터 2026년 6월까지 사용되던 플로우 기반 Taoflow 모델은 더 이상 사용되지 않는다. 이는 sn120에 중요하다. 값의 축적이 직접적인 수수료 포착보다는, 스테이킹 수요, 검증인 신뢰, 모델 효용에 대한 인식이 서브넷 알파 마켓을 얼마나 지지하는지에 더 크게 의존하기 때문이다. (docs.learnbittensor.org)

누가 affine을 사용하고 있는가?

관찰 가능한 사용자 기반은 대부분 크립토 네이티브 및 인프라 측 참여자다. 즉, 채굴자, 검증인, 스테이커, 그리고 모델 리더보드를 모니터링하는 개발자 위주다. 2026년 6월 말 기준으로 SubnetRadar는 affine이 거의 풀 UID 활용 상태에 있으며, 수백 개의 채굴자 슬롯과 소수의 검증인 집합을 보여준다. 이는 발행량을 둘러싼 경쟁이 활발하다는 신호이지만, 소비자 채택과 동일시해서는 안 된다.

이 프로젝트의 실제 온체인 효용은 “오픈 추론 모델의 생산과 평가”에 있다. SN120/TAO 풀에서의 투기적 거래량은 별도의 현상이며, 실제 추론 제품이 외부에서 창출하는 매출이 제한적일 경우에도 단기 시장 활동을 지배할 수 있다. 공개 코드베이스 역시 이 점을 뒷받침하는데, 전통적인 SaaS 고객 파이프라인보다 채굴자 제출, 검증인 웨이트 세팅, 모델 평가에 초점을 맞추고 있다. (subnetradar.com)

기관 혹은 엔터프라이즈 채택은 여전히 제한적이며, 보수적으로 해석해야 한다.

가장 구체적인 통합 사례는 Bittensor 내부 상호운용성이다. OpenTAO 및 Affine 관련 자료에서는 우승 모델이 Chutes 같은 추론 인프라를 통해 배포되거나 연결되어, 다운스트림 개발자 및 에이전트 빌더가 API 스타일 액세스를 통해 추론 결과를 소비할 수 있다고 설명한다. 그러나 SubnetRadar의 리서치 프로필은 affine에 대해 검증된 30일 혹은 90일 외부 매출을 제시하지 않고 있다. 따라서 SN120을 엔터프라이즈 매출 자산이라기보다는 유망한 서브넷 단위 리서치 마켓으로 보는 편이, 현재까지의 공개 증거를 고려할 때 더 타당하다. (opentao.ai)

affine의 리스크와 도전 과제는 무엇인가?

규제 리스크는 주로 affine 자체라기보다 Bittensor와 TAO로부터 승계된다. 다만, 이러한 구분이 미국 규제 당국이 서브넷 알파 보유자를 면책해 줄 것이라는 보장은 없다. broader network. Grayscale의 Bittensor Trust S-1/A 신청서에는, 신탁이 등록 및 상장 절차가 효력을 발휘할 경우 NYSE Arca에 GTAO 심볼로 상장하는 것을 목표로 한다고 명시되어 있지만, 동시에 현재 신탁이 보유한 TAO를 스테이킹하고 있지 않으며 규제 승인도 보장되지 않는다고 밝히고 있다. 이전 Grayscale 리스크 공시에서는 TAO의 초기 분배 구조와 Opentensor Foundation의 역할 때문에, TAO가 비트코인 유사 자산보다 증권으로 분류될 위험이 더 높을 수 있다고 경고하기도 했다. sn120과 관련해서는, 더 직접적인 단기 집중화 리스크는 운영 측면에 있다. 검증자 수가 적고, 창립자와 연관된 서브넷, 백엔드가 통제하는 스코어링 서비스, 승자독식식 발행 규칙 등은 마이닝 프로세스가 형식상 퍼미션리스라고 하더라도 영향력이 소수에게 집중되게 만들 수 있다. sec.gov

경쟁 위협은 양방향이다. Bittensor 내부에서는 affine이 Chutes, Targon, Templar와 같은 다른 유명 서브넷들, 그리고 기타 모델 학습·추론·평가 네트워크와 발행량, 스테이크, 인지도를 두고 경쟁한다. Bittensor 밖에서는, 토큰화된 인센티브 레이어 없이도 추론 모델을 개선할 수 있는 중앙집중식 AI 연구소들과 오픈소스 모델 커뮤니티들과 경쟁한다.

이 메커니즘은 경제적으로도 취약하다. 벤치마크가 조작되거나, 모델 개선이 일반화되지 못하거나, 검증자들이 신뢰할 수 있는 스코어링을 유지하지 못하거나, 스테이커들이 더 높은 수익률을 주는 다른 서브넷으로 이동하면, 알파 토큰은 발행 지원을 빠르게 잃을 수 있다.

Bittensor가 2026년 5월과 6월에 도입한 프로토콜 변경 사항들, 예를 들어 서브넷 등록 시 무료 오너 알파를 제거한 것과 Spec 413 프로토콜-알파 회계 핫픽스를 포함한 조정들은, dTAO 경제가 아직 안정된 통화 설계로 작동한다기보다는 여전히 적극적으로 수정되고 있음을 보여준다. (tao.media)

affine의 향후 전망은 무엇인가?

affine의 전망은 가격 상승 그 자체보다는, 개방적이고 적대적인 RL 인센티브가 외부 사용자가 실제로 소비하고 싶어 하는 지속적인 추론 성능 향상을 만들어낼 수 있는지를 입증할 수 있는지에 더 크게 좌우된다.

단기 기술 로드맵은 저장소에서 확인할 수 있다. 최신 마이너 가이던스는 새로운 제출에 Qwen3.6-35B-A3B 파인튜닝을 요구하고, 원샷 커밋을 강제하며, 모델 크기와 채팅 템플릿 안전성을 검사하고, 하루 단위 챌린저 윈도우에 의존해 도전자 모델 하나를 현직 모델과 맞붙이는 구조를 취한다. 프로토콜 레벨에서는, Bittensor의 2026년 6월 발행량 문서와 Spec 413 업그레이드가 affine을 포함한 모든 서브넷에 대한 기저 환경이 변화하고 있음을 보여주며, 이제 발행량이 다시 가격 기반 EMA 메커니즘에 연동되고, 서브넷 해산 시 알파 회계 처리가 더 엄격하게 다뤄지도록 하고 있다.

따라서 구조적 난관은 단순히 더 많은 코드를 내놓는 수준이 아니다. affine은 스코어링 환경이 오버피팅을 견딜 수 있다는 점, 검증자들이 통제하는 평가가 여전히 신뢰성을 유지한다는 점, 그리고 추론 모델의 출력이 순환적인 발행 경쟁이 아닌 유용한 인프라로 자리 잡을 수 있다는 점을 증명해야 한다. github.com