검색을 하든, 웹을 서핑하든, 앱과 상호작용을 하든, 우리는 매 순간 데이터를 만들어낸다.
이 데이터는 AI 기업들에겐 수십억 달러 가치가 있다. 하지만 지금까지 이 가치를 대부분 가져가는 쪽은 데이터를 수집하는 플랫폼이었다.
여기에 문제를 제기한 새로운 세대의 탈중앙화 AI 데이터 마켓플레이스는, 크립토를 활용해 “데이터가 머신러닝 모델 학습에 쓰일 때마다” 그 데이터의 기여자에게 직접 보상이 돌아가게 하겠다는 구상이다.
단순한 “데이터 소유권을 돌려준다”는 슬로건 수준을 넘어선 구조다.
검증 레이어, 스테이킹 메커니즘, 프라이버시 제약, 토큰 이코노미가 촘촘히 얽혀 있으며, 이 설계에 따라 데이터 제공자가 공정한 대가를 받는지, 아예 못 받는지가 갈린다.
이 글은 이러한 시스템이 밑바닥에서부터 어떻게 돌아가는지를 단계별로 설명한다.
핵심 요약
- 탈중앙화 AI 데이터 마켓은 원시 데이터를 가진 개인과, 검증된 라벨링 데이터세트가 필요한 AI 개발자를 직접 연결하고, 크립토 토큰으로 신뢰 없이 결제를 처리한다.
- 데이터 제공자가 데이터를 제출하면, 온체인 또는 탈중앙 오라클 네트워크를 통해 검증이 완료된 뒤에야 지급이 이뤄져, 기존 중앙 플랫폼이 차지하던 마진을 제거한다.
- 연합학습, 영지식증명과 같은 프라이버시 보존 기술을 통해, 원본 데이터가 기기 밖으로 나가지 않고도 수익화가 가능하게 설계한다.
- 스테이킹·슬래싱·평판 점수로 구성된 토큰 이코노미를 통해, 참여자가 ‘쓰레기 데이터’ 대신 정확한 데이터를 제출하도록 유인을 맞춘다.
- 솔라나 기반 Kled AI 같은 프로젝트가 최전선을 형성하고 있지만, 이 모델은 여러 체인과 다양한 구조에서 동시에 실험되고 있다.
왜 AI 기업은 그렇게 많은 데이터를 필요로 하고, 지금은 누가 비용을 내는가
대형 언어모델과 이미지 인식 시스템의 데이터 수요는 상상을 초월한다.
최전선 모델 한 번을 학습시키는 데만도 수백억 개의 텍스트 토큰, 수백만 장의 라벨링 이미지, 수년에 달하는 인간 행동 신호 데이터가 필요하다.
이 데이터는 어디선가 조달돼야 한다.
현재 주요 조달 경로는 몇 가지로 압축된다.
웹 스크래핑을 통해 공개된 텍스트를 대규모로 긁어 모은다. 플랫폼 라이선스 계약을 통해 레딧, 뉴스 매체, 스톡 사진 업체 등으로부터 독점 데이터세트를 사들인다.
여기에 더해 크라우드소싱 라벨링 플랫폼이 인간 작업자에게 소액을 지급하고, 이미지 라벨링·오디오 전사·AI 응답 품질 평가 등을 맡긴다.
라벨링 시장은 크지만 ‘착취적’이라는 비판이 크다. 중앙 플랫폼에서 일하는 작업자는 시간당 1~5달러 수준을 받는 반면, 이들이 만든 라벨링 데이터세트는 AI 개발사에 건당 몇 배에서 수십 배 비싼 가격에 판매된다.
문제의 근원은 구조에 있다. 데이터 소유자와 AI 구매자 사이에 낀 중앙 플랫폼이 대부분의 마진을 가져간다. 가격을 정하고, 자체적인 품질 기준을 강제하며, 작업자를 일방적으로 퇴출시킬 수도 있다. 탈중앙화 마켓플레이스는 이 ‘플랫폼 레이어’를 스마트컨트랙트, 오픈 프로토콜, 토큰 기반 결제 레일로 대체한다.
참고 기사: USDT Briefly Dethrones Ethereum As Crypto’s No. 2 Asset
탈중앙화 AI 데이터 마켓플레이스의 실제 모습
본질적으로 탈중앙화 AI 데이터 마켓플레이스는, 중앙 통제자 없이 데이터 공급과 수요가 만나는 프로토콜이다.
수요 측은 AI 개발사나 리서치 팀이다. 이들은 “데이터 요청”을 올리며, 어떤 유형의 데이터가 필요한지, 품질 기준과 포맷 요구사항, 검증된 레코드당 얼마를 지급할지 등을 명시한다.
공급 측은 개인 기여자이거나, 여러 출처의 데이터를 모아 제공하는 데이터 어그리게이터다.
스마트컨트랙트는 양측 사이의 에스크로 레이어 역할을 한다.
구매자는 요청을 올리며 일정 금액을 컨트랙트에 예치한다. 기여자가 데이터를 제출해 검증 단계를 통과하면, 컨트랙트가 자동으로 대금을 풀어준다.
어느 쪽도 상대방을 신뢰할 필요가 없다. 둘 다 컨트랙트 코드를 신뢰하면 된다.
데이터 자체는 보통 온체인에 올리지 않는다.
이더리움 (ETH)이나 솔라나 (SOL) 위에 수 기가바이트의 라벨링 이미지를 직접 저장하는 것은 비용 측면에서 사실상 불가능하다.
대신 데이터는 IPFS, Arweave 같은 탈중앙 스토리지에 저장되고, 온체인에는 콘텐츠 주소 기반 해시만 기록된다. 즉 파일을 지문처럼 대표하는 고유 값만 체인에 올린다.
스마트컨트랙트는 기여자가 제출한 해시가, 사전에 검증된 ‘변조되지 않은’ 파일과 일치하는지를 확인한 뒤에야 대금을 지급한다.
콘텐츠 해시는 파일의 정확한 내용으로부터 수학적으로 도출된 짧은 문자열이다. 파일에서 바이트 하나만 바꿔도 해시 값이 완전히 달라진다. 이 특성 덕분에, 이미 지급받은 데이터를 변형해 재사용하며 다시 대금을 청구하는 행위를 사실상 불가능하게 만든다.
참고 기사: Techdollar Raises $3M To Let Startup Workers Cash In Without Selling
중앙 심사자 없이 데이터 검증은 어떻게 이뤄지나
이 설계에서 가장 까다로운 지점이 ‘검증’이다. 중앙 플랫폼이라면 품질 관리 인력을 두면 된다.
하지만 스마트컨트랙트는 이미지를 읽거나, 텍스트 라벨이 맞는지 이해할 수 없다. 오직 로직만 실행할 뿐이다. 탈중앙 마켓플레이스는 보통 세 가지 접근법을 조합해 이 문제를 풀어낸다.
암호학적 증명은 구조화된 데이터에 적합하다. GPS 경로, 센서 수치, 금융 거래 기록 등 ‘수학적으로 옳고 그름을 판별할 수 있는 데이터’의 경우, 영지식증명을 활용해 “특정 속성을 만족한다, 특정 시점에 기록됐다, 유효 범위 안에 있다, 특정 기기에서 생성됐다”는 사실만 증명하고, 원시 값은 공개하지 않을 수 있다.
크라우드 검증은 주관적 라벨링에 쓰인다. 여러 기여자가 동일한 데이터 조각을 보고 각자 평가를 제출한다. 컨트랙트는 응답을 비교해, 다수와 일치하는 정답을 낸 기여자에게 보상을, 항상 엇나가는 참여자에게는 페널티를 부과한다. 중앙화 플랫폼이 ‘중복 라벨링’으로 게으르거나 악의적인 작업자를 걸러내는 방식을 탈중앙 버전으로 구현한 셈이다.
스테이킹·슬래싱은 이 위에 경제적 인센티브 레이어를 더한다. 기여자는 데이터를 제출하기 전, 플랫폼의 네이티브 토큰을 일정량 예치해야 한다. 이후 그가 제출한 데이터가 반복적으로 기각되거나, 크라우드 검증에서 악의적·허위로 판정될 경우, 예치금 일부 또는 전부가 ‘슬래시’(몰수)된다. 저품질 데이터를 내는 것이 오히려 손해가 되도록 만들어, 구매자의 품질 요구와 기여자의 동기를 일치시킨다.
참고 기사: XRP Tests $1 Support As $0.60 Crash Risk Deepens
프라이버시 보호 기술은 어떻게 기여자를 지키나
이 모델의 명백한 긴장은 ‘프라이버시’다. 사용자가 브라우징 기록이나 건강 데이터를 AI 개발사에 판매한다면, 경제적 가치는 분명하지만 노출 리스크 역시 크다. 탈중앙 마켓플레이스는 성숙 단계에 접어든 두 가지 기술로 이를 보완한다.
**연합학습(Federated Learning)**은 원본 데이터를 전적으로 기기 안에 두는 방식이다. 데이터를 서버로 보내는 대신, 학습할 AI 모델을 사용자의 기기로 내려보낸다. 모델은 로컬 환경에서 원본 데이터로 업데이트를 거친 뒤, 원천 데이터 대신 ‘업데이트된 가중치’만 개발자에게 전송한다. 이 가중치는 기초적인 통계 패턴을 반영하지만, 개별 데이터 포인트를 직접 복원하긴 어려운 추상적 수치다. 여러 기여자의 업데이트가 집계되면서 모델이 진화하며, 그 과정에서 학습 데이터는 기기를 떠나지 않는다.
**차등프라이버시(Differential Privacy)**는 데이터셋에 통계적 노이즈를 정교하게 섞어 넣는 기법이다. 이를 통해 집계 데이터로부터 특정 개인의 기록을 역추적하기 어렵게 만들면서도, 모델 학습에 필요한 통계 패턴은 유지한다. 노이즈 강도는 조절 가능하며, 강도를 높일수록 프라이버시는 강화되지만 데이터 활용도는 다소 떨어진다.
이 기술들은 규제 측면에서도 중요해지고 있다. 유럽의 GDPR, 미국 캘리포니아 소비자 프라이버시법(CCPA) 등은 개인 데이터의 전송·활용에 엄격한 요건을 부과한다. “원본 개인정보를 외부로 전송하지 않는다”는 것을 구조적으로 입증할 수 있는 마켓플레이스는, 단순히 원본 데이터를 모아 판매하는 모델보다 규제 리스크가 훨씬 낮다.
참고 기사: HIVE Just Borrowed $115M At Zero Percent To Bet Against Bitcoin Mining
토큰 이코노미, 스테이킹, 그리고 실제 보상은 어떻게 이뤄지나
플랫폼마다 세부 구조는 다르지만, 대부분은 비트코인 (BTC) 같은 메이저 자산 대신 자체 유틸리티 토큰으로 보상을 지급한다. 이 토큰은 동시에 여러 기능을 수행한다.
첫째, 데이터 요청 단위다. 구매자는 요청 가격을 토큰 단위로 제시하고, 데이터 수요가 늘어날수록 더 많은 토큰이 결제 수단으로 필요해진다. 즉 토큰은 수요 측 가치를 포착한다.
둘째, 스테이킹을 통해 공급 측 락업을 만든다. 기여자는 마켓플레이스에 참여하기 위해 토큰을 보유하고 예치해야 하며, 이 과정에서 유통 물량 일부가 잠기고, 네트워크의 장기 건강과 기여자의 이해관계를 묶어준다.
셋째, 평판 역시 토큰 히스토리와 엮인다. 일정 기간 꾸준히 스테이킹하고, 제출한 데이터가 승인되며, 슬래싱을 당한 적이 없는 기여자는 온체인에서 검증 가능한 이력을 쌓는다. 이러한 평판 점수는 “처음 참여하는 무명 기여자”보다 더 높은 단가를 요구할 수 있는 근거가 된다. 구매자 입장에서도 리스크를 줄일 수 있다.
실제 결제 플로우를 예로 들면 이렇다. 구매자가 데이터 요청을 올리며 컨트랙트 에스크로에 500 토큰을 예치한다. 한 기여자가 50건의 라벨링 데이터를 제출하고, 검증 레이어가 이를 승인한다. 컨트랙트는 기여자에게 50 토큰, 해당 제출 건을 승인한 검증자에게 2 토큰을 지급하고, 남은 448 토큰은 이후 참여자들을 위해 계속 보관한다. 구매자는 결제가 확정되는 즉시 검증된 데이터세트에 대한 접근 권한을 얻게 된다.
토큰 이코노미는 ‘실제 데이터 수요’가 있을 때만 제대로 작동한다. 초기에 높은 토큰 시가총액으로 출발하지만, 정작 데이터를 사려는 AI 개발사 수요가 부실한 프로젝트라면, 토큰 가치와 인센티브 구조는 오래 버티기 어렵다. 기여자에게만 토큰 보상을 쏟아 붓고, 정작 마켓플레이스 반대편에서 그 데이터를 사는 AI 개발자 수요가 제대로 따라붙지 못하면 토큰은 구조적으로 인플레이션 압력을 받게 된다. 이런 토큰 설계는 지속 가능하지 않다.
Also Read: 오픈AI, 시장 변동성에 밀려 1조달러 IPO 연기…앨트먼의 빅딜 제동
솔라나 위에서 구현되는 Kled AI식 모델
Kled AI는 현재 Solana(솔라나) 생태계에서 이 모델이 어떻게 구현되고 있는지를 잘 보여주는 사례다. 이 프로토콜은 개인이 자신의 데이터를 AI 모델 학습용으로 제공하고, 그 대가를 직접 받는 탈중앙화 데이터 마켓으로 자신을 규정한다. 솔라나는 트랜잭션 수수료가 낮고 처리량이 높기 때문에, 데이터 경제의 핵심인 ‘고빈도·소액 결제’를 실무적으로 구현하기에 적합하다. 한 장의 라벨링된 이미지당 토큰의 몇 분의 일만 지급하는 식의 극소액 결제가 솔라나에서는 경제성이 나오지만, 이더리움 메인넷에서는 사실상 불가능하다.
솔라나의 구조는 속도 측면에서도 결정적이다. 데이터 검증이 끝난 뒤 보상이 풀리려면 결제 정산이 빠르게 이뤄져야 한다. 기여자는 결제 확정까지 몇 시간을 기다려야 하는 마켓을 받아들이지 않는다. 솔라나의 ‘서브 세컨드 파이널리티(1초 미만 확정성)’는, 스마트컨트랙트의 신뢰 최소화(trustless) 특성은 유지하면서도 체감 결제 속도는 기존 웹2 플랫폼에 가깝게 만들어 준다.
Kled AI와 함께 주목받는 Velvet은 접근법이 다르다. 이 프로젝트는 현물 거래, 퍼페추얼(무기한 선물), 수익 전략을 한데 묶은 온체인 AI 포트폴리오 터미널이다. 이 역시 온체인 데이터로 구동되고, 정산은 크립토 토큰으로 이뤄진다는 점에서 같은 범주에 놓인다. Kled AI가 원천 학습 데이터를 위한 시장을 연다면, Velvet은 그렇게 가공된 시장 데이터를 소비하는 AI 애플리케이션에 가깝다. 데이터 경제 파이프라인의 양 끝단을 보여주는 셈이다.
이 영역에서 함께 구축 중인 대표 프로젝트로는, 이더리움에서 데이터 토큰화 개념을 가장 먼저 제시한 Ocean Protocol, 사용자의 남는 대역폭과 브라우징 데이터를 AI 학습 파이프라인에 제공한 대가로 보상하는 Grass 등이 있다. 각자 아키텍처는 다르지만, “검증된 데이터 기여에 대해 암호학적으로 보장된 지급을 수행한다”는 동일한 코어 모델을 공유한다.
Also Read: 앤스로픽 ‘미토스 동결’…사카나 AI·360 등 아시아 도전자들에 기회 열리나
누가 이 모델의 수혜를 보고, 어떤 리스크가 남아 있나
개별 데이터 기여자 입장에서는 매력 포인트가 명확하다. 그동안 무료로 플랫폼에 넘기기만 했던 가치가 이제는 직접 현금화될 수 있다. 큰 소셜 미디어 영향력을 지녔거나, 특정 도메인에 특화된 전문성, 희귀 데이터(의료 기록, 전문 법률 문서, 비영어권 콘텐츠 등)에 접근권을 가진 사람이라면, 실제 AI 개발 수요가 있는 마켓에서 상당한 프리미엄을 받을 수 있다.
AI 개발자에게는, 기존 크롤링이나 라이선싱으로는 확보하기 어려운 데이터에 도달할 수 있다는 점이 크다. 사람 손으로 만든 선호 데이터, 틈새 영역의 정교한 주석(annotations), 저대표(multilingual·underrepresented) 지역의 다국어 콘텐츠 등은 실제로 희소하다. 이를 대규모로 수집·검증해 공급해 주는 프로토콜은 분명한 경제적 가치를 가진다.
반면 리스크도 적지 않다. 양쪽 모두에 해당한다. 먼저 토큰 가격 변동성이다. 오늘 네이티브 토큰으로 보상을 받은 기여자는, 막상 토큰을 쓰려는 시점에 달러 기준 가치가 크게 떨어져 있을 수 있다. 반대로 데이터 구매자는, 예산을 짤 때보다 결제 시점의 토큰 가격이 급등하면 데이터 조달 비용이 계획을 초과하게 된다.
데이터 품질 문제는 여전히 풀리지 않은 숙제다. 크라우드 검증, 스테이킹 기반 신고·슬래싱 메커니즘은 사기를 줄이는 데 도움은 되지만, 완전히 없애지는 못한다. 정교한 악의적 행위자는 장기간에 걸쳐 평판 시스템을 교란할 수 있고, 실적이 검증되지 않은 신규 마켓에서 데이터를 사는 AI 개발자는, 오랜 트랙레코드를 가진 전통적 라벨링 벤더에게는 거의 존재하지 않는 ‘품질 리스크’를 떠안게 된다.
규제 리스크는 사실상 최대 변수다. 개인 데이터의 수익화는 개인정보보호법, 토큰을 둘러싼 증권 규제, 여전히 작성 중인 AI 거버넌스 프레임워크의 교차점에 놓여 있다. 한 국가에서는 규정을 준수하는 마켓이, 다른 관할권에서는 법적 그레이존에 머무를 수 있다.
Also Read: 이더리움, 핵심 지지선 붕괴…1,000달러까지 추가 하락하나
마무리: 구조적 수요가 떠받치는 ‘분산형 데이터 마켓’의 논리
탈중앙화 AI 데이터 마켓플레이스는 하나의 분명한 경제 문제에 대한, 기술적으로 구체화된 해답이다. 지금까지 학습 데이터를 만들어 온 사람들은 그 가치의 거의 전부를 플랫폼과 모델 개발사에 빼앗겨 왔다.
스마트컨트랙트, 콘텐츠 어드레스트 스토리지, 연합학습(federated learning), 토큰 스테이킹 등을 결합하면, 플랫폼 중개자가 마진을 가져가지 않고도 그 가치가 직접 기여자에게 흘러 들어가는 구조를 만들 수 있다.
다만 이 모델은 아직 초기 단계다. 토크노믹스는 성숙해지는 과정에 있고, 수백만 명 단위의 기여자가 참여해도 시스템이 악용 없이 확장될 수 있는 검증 메커니즘도 입증이 필요하다. 개인 데이터 수익화를 둘러싼 규제 환경 역시 정착되지 않았다.
그러나 수요 측 구조는 쉽게 사라지지 않는다. AI 개발사들은 더 많은, 더 다양한 유형의 데이터를 필요로 하고, 중앙집중형 소스만으로는 이 요구를 안정적으로 충족시키기 어렵다. 이 구조적 필요가 바로, 탈중앙화 데이터 마켓플레이스의 장기적인 투자·성장 논리를 지지하는 기반이다.
Read Next: 고래 이탈·RSI 붕괴…XRP, 최대 30% 추가 하락 경고
