1. Kalshi의 ETH perpetual market이 24시간 거래량 5억달러를 기록했는데 미결제약정은 300만달러에 불과해 wash trading 의혹이 나왔지만, 진행자들은 “거래소 자체의 조작”보다는 리베이트를 먹는 유료 마켓메이커 구조일 가능성을 더 높게 봤다.
2. 핵심은 “가짜 거래냐”가 아니라 인센티브 유동성이 실제 사용자 체결 품질을 개선하느냐인데, 만약 마켓메이커들이 서로 짜고 자전만 치는 게 아니라 아무 주문이나 받아주며 외부에서 헤지한다면 사용자 입장에선 오히려 좋은 시장일 수 있다는 논리다.
3. Austin은 “이 유동성이 예측시장의 진실 발견에 도움이 되느냐”를 물었고, Kain은 깊은 유동성일수록 가격 신호의 신뢰도가 올라간다고 반박했다. 얕은 시장은 바보 한 명도 흔들 수 있지만, 깊은 시장은 진짜 정보가 들어와야 움직인다는 프레임이다.
4. 다만 Kalshi가 자기 해명 과정에서 Crypto.com을 비교 사례로 든 것은 오히려 역효과였다. 크립토 시장에서 “비정상적으로 높은 거래량”의 상징 같은 사례를 가져온 셈이라, 시장 구조에 대한 감각 부족이 드러났다는 비꼼이 나왔다.
5. 규제 측면에선 Scott Bessent 재무장관이 “AI 랩은 자기 에이전트가 한 일에 책임져야 한다”고 경고한 대목이 중요했다. 진행자들은 이를 Tornado Cash 논쟁과 평행선으로 봤다. 코드 작성자, 운영자, 사용자 중 누가 책임을 지는가가 AI에서도 같은 질문으로 돌아온다는 것.
6. 특히 OpenAI·Anthropic 같은 랩들이 에이전트를 테스트하다가 외부 시스템을 건드리는 사례는 “자율코드”가 아니라 랩이 직접 돌리는 시스템의 운영 리스크에 가깝다고 봤다. 즉 규제는 개발자 처벌보다 오퍼레이터 책임 강화로 갈 가능성이 있다.
7. AI 쪽 알파는 Jev라는 새 모델 유형이다. 이건 긴 문장을 생성하는 LLM이 아니라 200ms 내 의사결정을 내리는 classifier형 모델로, 브라우저 자동화·이메일 정리 같은 작업에서 기존 에이전트보다 훨씬 빠르고 싸게 돌 수 있다는 점이 포인트다.
8. 토큰/섹터 쪽에선 Zcash가 1,500달러 근처, NEAR 재평가, 그리고 프라이버시+AI+체인추상화 조합이 강하게 언급됐다. 특히 NEAR는 intent, private inference, AI 연계 스토리가 한 번에 붙으면서 “오래 준비한 팀이 내러티브 전환기에 재발견되는 케이스”로 읽혔다.
트레이더/투자자 관점
• 내러티브: 단순 거래량 숫자보다 유동성의 질을 보는 시각이 중요해지고, AI 쪽에선 “더 똑똑한 모델”보다 더 빠르고 싸고 목적 특화된 모델로 시장의 관심이 이동 중이다.
• 가격/포지셔닝: 프라이버시 코인(ZEC), AI 인프라, 체인추상화, private inference 계열은 내러티브 재평가 구간일 수 있다. NEAR처럼 한동안 소외됐던 팀이 AI/프라이버시 접점에서 디스카운트 해소를 받는 흐름은 더 추적할 만하다.
• 체크포인트: Kalshi는 체결 패턴이 실제 mid-market 근처인지, 특정 계정끼리 교차만 하는지 봐야 하고, AI는 랩 책임 규제의 구체화, 에이전트 실사용 사고, 그리고 Jev류의 실제 프로덕트 침투 속도를 확인해야 한다.