온체인 프라이버시가 재평가받고 있습니다.
올해 들어 이 내러티브는 업계 논의를 지배해 왔으며, $ZEC (+159%), $VVV (+1,693%), $NEAR (+237%), $ARX (+122%) 가 포트폴리오 내에서 눈에 띄는 성과를 기록했습니다. $XMR (+29%) 과 $LINK (+22%) 역시 견조한 흐름을 보이고 있습니다.
시야를 넓혀 보면, 프라이버시 코인과 프라이버시 인프라 카테고리는 3 분기에 급등하며 총 시가총액이 각각 약 164%, 103% 성장했습니다.
그리고 저는 이 흐름이 당분간 둔화될 것이라 생각하지 않습니다. 특히 AI 가 어떻게 발전하고 있는지를 고려하면 더욱 그렇습니다.

3 분기 주요 프라이버시 섹터 시가총액 성과
프라이버시는 이제 AI 전반을 관통하는 핵심 이슈입니다.
트럼프 대통령이 America.gov 출시 당시 해당 사이트의 AI 포털 프라이버시를 강조한 일, OpenAI 가 나비에-스토크스 밀레니엄상 논란으로 뭇매를 맞은 일, Jason Calacanis 같은 투자자들이 중앙화된 AI 플랫폼에 독점적 작업물을 노출시키는 위험성을 경고한 일 등 수많은 사례가 이를 증명합니다.
이 모든 것을 종합해 볼 때, 프라이버시는 AI 전반에 보편화될 것이라고 생각합니다. 그리고 그 과정이 전개되면서 크립토의 '투명성' 시대도 막을 내리게 될 것입니다.
두 영역 모두에서 그 이유는 사실 매우 단순합니다.
크립토 프라이버시가 필요한 이유
먼저 크립토부터 살펴보겠습니다.
BlackRock 과 Robinhood 부터 은행, 펀드, 결제 제공업체에 이르기까지 전방위적인 기관들이 온체인으로 진입하고 있습니다.
모든 자산이 토큰화되고 시장은 보편적으로 접근 가능해지며, 트레이딩은 연중무휴 24 시간 실시간으로 이루어질 것입니다.
혹시 세상과 단절된 채 살고 계신 게 아니라면, 이것이 전혀 새로운 통찰이 아니라는 걸 아실 겁니다. 현시점에서 이는 모두가 인정하는 피할 수 없는 진실입니다.
https://x.com/wallstreetbets/status/2105065548111372418
하지만 문제는 이러한 기관들이 자신들의 활동을 공개하고 싶어 하지 않는다는 점이며, 프라이버시가 부족한 온체인 시장은 악용의 놀이터로 악명이 높다는 것입니다.
애플리케이션, 투자 전략, 기관 워크플로우의 상당수 카테고리가 여전히 오프체인에 머물러 있습니다. 네트워크에 연결되는 순간 악용될 것이 뻔하기 때문입니다. 그 결과, 이러한 취약점을 피하기 위해 막대한 규모의 자본이 관망세로 빠져 있습니다.
펀드는 경쟁사가 자신의 포지션 구축 과정을 지켜보는 것을 원치 않습니다. 스테이블코인으로 직원 급여를 지급하는 회사는 모든 사람의 연봉이 공개되길 바라지 않습니다. 누군가에게 돈을 보냈다고 해서 상대방이 내 계좌의 나머지 내역까지 들여다볼 수 있어서는 안 됩니다.
결국 아주 단순합니다. 더 많은 사람이 실제 금융 활동에 크립토를 사용할수록 프라이버시는 훨씬 더 중요한 요소가 됩니다. 그래서 초기(OG) 프라이버시 팀들이 10 년 넘게 이 문제를 해결해 온 것입니다.
https://x.com/milianstx/status/1995883036970258825
따라서 모든 금융이 크립토 레일 위에서 작동할 것이라는 일반적인 믿음에 동의하신다면, 축하합니다. 여러분 역시 온체인 프라이버시 강세론자입니다. 둘 중 하나만 가질 수는 없으니까요.
AI 의 경우에도 프라이버시는 같은 방향으로 나아가고 있으며, 사용자들이 점점 더 자신의 삶 전체를 이러한 도구에 맡기고 있기 때문에 그 속도는 훨씬 빠릅니다.
크립토의 양(陽)에 대한 음(陰)
AI 의 프라이버시 문제는 크립토와 정반대 방향에서 발생합니다.
크립토는 퍼블릭 레일에서 출발하며, 사람들이 실제 금융 활동에 이 레일을 사용할 수 있도록 프라이버시를 필요로 합니다. 반면 AI 는 민감한 사용자 컨텍스트에서 출발하며, 사람들이 모델을 유용하게 만드는 정보를 안전하게 제공할 수 있도록 더 강력한 프라이버시 보장을 필요로 합니다.
문제는 오늘날 이러한 민감한 컨텍스트의 상당수가 여전히 평문(plaintext)으로 처리되어 모델 제공업체가 접근할 수 있다는 점입니다. 이로 인해 제공업체가 지극히 개인적인 정보를 해석하고, 그것이 선을 넘었다고 판단하여 우리가 일반적으로 법 집행 과정에서 기대하는 영장, 사법 심사, 적법 절차 없이 당국에 신고할 위험이 발생합니다. 프라이버시 보호 장치는 우리 AI 어시스턴트를 운영하는 기업들을 사실상 우리의 사생활을 수사하는 조사관으로 만들지 않으면서도 실질적인 안전 위험에 대응할 수 있게 해주어야 합니다.
AI 가 더 높은 가치와 더 큰 리스크를 수반하는 워크플로우로 확장됨에 따라 이는 더욱 중요해집니다. 가장 유용한 애플리케이션이 종종 가장 기밀성이 높은 데이터를 요구하는 애플리케이션이기 때문입니다.
https://x.com/kimmonismus/status/2106830228404228267
예를 들어 범용 모델은 공개된 정보로 일반적인 금융 질문에 답할 수 있지만, 여러분의 개인 재무 상황을 의미 있게 파악하도록 돕기 위해서는 훨씬 더 많은 것이 필요합니다. 소득, 부채, 은행 거래 명세서, 세금 서류, 투자 이력, 개인적 목표 등이죠.
기업의 경우도 마찬가지입니다. 상황을 잘 아는 기업들은 더 나은 분석을 위해서만 고객 기록, 내부 연구 자료, 코드, 법률 문서, 전략 자료를 모델 제공업체에 노출시키고 싶어 하지 않습니다.
이것이 바로 프라이버시가 애플리케이션 레이어에서 멈출 수 없는 이유입니다. 인프라 자체가 변해야 합니다.
프라이빗 추론(Private inference)은 여기서 중요한 프리미티브 중 하나입니다. 목표는 인프라 운영자가 프롬프트, 파일 또는 출력물에 대해 완전한 가시성을 갖지 못하게 하면서도 모델이 유용한 답변을 생성하도록 하는 것입니다. 사용자는 원하는 인텔리전스를 얻으면서도, 이를 생성하는 데 사용된 자료에 대한 통제권을 유지하게 됩니다.
또 다른 경로는 연산 자체를 로컬에 완전히 두는 것입니다. @qvac 는 온디바이스 AI 를 추진하고 있으며, 모델이 사용자 본인의 하드웨어에서 실행되고 민감한 데이터가 클라우드 제공업체로 전송되지 않고 디바이스에 머무르도록 합니다.
@0G_labs 는 인프라 측면에서 동일한 문제에 접근하고 있으며, 민감한 데이터를 숨기면서도 연산을 검증 가능하게 유지하도록 설계된 프라이빗 AI 추론 및 암호화 스토리지를 제공합니다.
여기서 AI 프라이버시가 크립토 프라이버시와 다소 융합되기 시작합니다.
크립토에서는 네트워크가 트랜잭션을 모두에게 노출하지 않고도 이를 검증해야 합니다. AI 에서는 인프라가 처리에 참여하는 모든 사람에게 사용자의 컨텍스트를 노출하지 않고도 연산을 수행해야 합니다.
이런 생각을 하다 보니 두 문제를 동시에 해결하려는 스타트업이 있는지 궁금해졌고, 두 산업 전반의 프라이버시 환경을 탐구하는 토끼굴로 빠져들었습니다.
흥미로운 진전이 보이는 몇 가지 카테고리와 프로젝트를 소개합니다.
프라이빗 머니(Private Money)
@Zcash 는 2026 년에 매우 인상적인 행보를 보였습니다.
최근의 움직임이 흥미로운 이유는 (Orchard 와 Halo 2, 통합 주소(Unified Addresses), Ironwood 의 새로운 쉴디드 풀(shielded pool) 같은 기술적 성취 외에도) 강세 논리에 이제 실제 사용량이 뒷받침되고 있기 때문입니다.
약 490 만 ZEC(유통 공급량의 약 29%) 가 현재 쉴디드 주소에 보관되어 있으며, 이는 2024 년 초 8% 에서 증가한 수치입니다. 동시에 쉴디드 트랜잭션은 주간 기준 약 62,000 건을 기록하며 올해 들어 652% 급증했습니다.
이러한 성장은 실제 프라이빗 사용량으로 나타나고 있습니다.

Zcash 쉴디드 공급량 및 총 쉴디드 트랜잭션
이는 더 큰 이름들이 Zcash 에 참여하고 있는 주요 이유이기도 합니다.
예를 들어 Winklevoss 형제는 재무 자산을 확보하기 위해 ZEC 를 매입하고자 1 억 달러 규모로 Cypherpunk 를 출범시켰으며, 유통 공급량의 최대 5% 까지 축적하는 것을 목표로 한다고 밝혔습니다. Tyler Winklevoss 는 AI 를 프라이버시 촉매제의 "새벽"이라고 표현했습니다.
Zcash 는 또한 사용자가 원하는 프라이버시의 수준을 조절할 수 있게 해줍니다.
투명 트랜잭션과 쉴디드 트랜잭션을 모두 지원하므로, 사용자가 얻는 프라이버시는 네트워크를 어떻게 활용하느냐에 따라 달라집니다. 실용적인 공개 레이어도 포함되어 있습니다. 뷰잉 키(Viewing keys)는 권한이 부여된 당사자가 자금을 사용할 권한 없이 트랜잭션 정보를 볼 수 있게 해줍니다. 이는 감사, 컴플라이언스, 또는 전면 공개 대신 선택적 투명성이 필요한 모든 상황에 도움이 됩니다.
프라이빗 머니는 누군가로부터 숨는 것 이상의 의미를 갖습니다. 디지털 현금을 일상적인 금융 생활에 실제로 사용할 수 있게 만들어 줍니다.
그것이 Zcash 가 계속해서 시장을 아웃퍼폼하는 이유입니다.
프라이빗 애플리케이션
기본값(Default)이 행동을 결정합니다.
프라이버시에 추가 단계가 필요하다면 많은 사람이 이를 건너뛸 것입니다. 그래서 저는 복잡한 기술적 번거로움 없이 사용자를 대신해 이러한 단계를 처리하는 애플리케이션 레이어 팀들을 주목하고 있습니다. 그렇게 하면 사용자는 기반이 되는 암호학을 이해하지 못해도 혜택을 누릴 수 있습니다.
이를 잘 해내는 팀들이 프라이빗 AI 와 크립토의 핵심 온보딩 창구 역할을 하게 되므로 큰 승자가 될 것이라 생각합니다.
올해 이미 @AskVenice 에서 이런 모습이 펼쳐지는 것을 보았습니다. 대부분의 사람들은 이 앱을 프라이빗 AI 로 인식하는데, 이는 내부의 크립토 구성 요소가 모두 추상화되어 있기 때문입니다. 이러한 공식 덕분에 최근 이 앱은 사용자 400 만 명과 ARR 1 억 달러를 돌파했습니다.
https://x.com/AustinBarack/status/2089447460275994875
@keet_io 는 프라이버시가 제품 그 자체가 된 또 다른 사례입니다. 채팅, 통화, 파일 전송은 중앙 서버에 의존하거나 전화번호 또는 이메일을 요구하지 않으며, 종단간 암호화(E2EE) 및 P2P 방식으로 이루어집니다.
크립토 지갑도 분명한 기회입니다. 프라이버시가 가장 자주 무너지는 곳이 바로 여기이기 때문입니다.
하나의 지갑을 여러 용도로 사용하면, 여러분이 어디서 결제를 받는지 아는 사람은 여러분이 어디서 거래하고, 무엇을 보유하고 있으며, 나머지 금융 활동이 어떻게 움직이는지 추적할 수도 있습니다.
기술적으로 사용자는 지갑을 여러 개 열어 이를 우회하려 할 수 있습니다. 하지만 이는 마찰을 유발하며, 여전히 활동이 연결되지 않을 것이라는 보장은 없습니다.
대부분의 사람이 이를 직접 관리하고 싶어 하지는 않을 것입니다. 은행 앱에서 프라이버시를 기대하는 것처럼, 지갑이나 애플리케이션 자체에서 프라이버시를 기대할 것입니다.
제가 보는 수요의 근원지가 바로 이곳입니다. 사람들은 낯선 이들에게 자신의 나머지 금융 내역을 노출하지 않고도 이러한 제품을 사용하고 싶어 하며, 이를 달성하는 과정은 연구 프로젝트처럼 느껴져서는 안 되고 사용자에게 보이지 않고 매끄러워야 합니다.
@zodl_app 이 좋은 예입니다.
Zcash 프로토콜의 초기 개발자들이 구축했으며, 기본 설정으로 프라이버시를 제공하고 프라이빗 스왑을 지원하며, 에어갭 쉴디드 서명을 위해 Keystone 과 페어링됩니다.
네트워크 레이어에서 @MidnightNtwrk 는 프로그래밍 가능한 프라이버시를 중심으로 구축하고 있습니다. 앱은 모든 것을 퍼블릭 원장에 올리는 대신 ZK 증명을 사용하여 민감한 데이터를 비공개로 유지하면서 필요한 부분만 선택적으로 증명하거나 공개할 수 있습니다.
종합적으로, 애플리케이션 측면에서 저는 이것이 장기적으로 쉴디드 머니의 지속적인 사용으로 어떻게 이어지는지 지켜보고 싶습니다.
강력한 토큰 가격이 사람들을 끌어들일 수 있는 것은 사실이지만, 애플리케이션의 지속적인 사용이야말로 프라이버시 수요를 보여주는 훨씬 더 구체적인 증거입니다.
인프라로서의 프라이버시: Arcium, Venice & 0G
주요 프라이버시 플레이어들을 빠르게 짚어보겠습니다. Zcash 는 프라이빗 머니의 확실한 기준점이며, @zama 는 FHE 를 온체인으로 가져오고 있고, Venice 는 프라이빗 AI 소비자 제품으로 크립토 반향실을 벗어났으며, 0G 는 프라이빗하고 검증 가능한 AI 인프라를 추진하고 있습니다. @Arcium 은 기밀 컴퓨팅 레이어에서 동일한 프라이버시 스택에 접근하고 있으며, 크립토와 AI 모두를 아우르도록 설계된 인프라를 갖추고 있습니다.
각각이 스택의 한 레이어를 담당하고 있기에, 프라이버시 트레이드 자체는 파편화되어 있었습니다.
바로 이 파편화가 Arcium 을 흥미롭게 만드는 지점입니다.
하나의 프라이버시 요소에 국한되는 대신, 이들은 모든 것을 하나로 묶어 스택 전반에 걸쳐 배포하고 있습니다.
- C-SPL 및 Umbra(Zcash) 를 활용한 프로그래밍 가능한 프라이빗 머니
- 암호화된 연산(Zama)
- Blackthorn(Venice/0G/NEAR) 을 통한 기밀 AI 추론
프로젝트
담당 영역
Arcium 의 접근 방식
ZEC
프라이빗 머니, OG 프라이버시 자산
프라이버시를 전용 코인 너머로 확장: C-SPL 은 모든 Solana 자산에 프로그래밍 가능한 기밀성을 추가하며, Umbra 는 Solana 역사상 최대 규모의 ICO 에서 1 억 5 천만 달러의 확약을 받았습니다.
Zama
블록체인을 위한 범용 암호화 연산(FHE)
메인넷에서 라이브로 운영되며 10 개 이상의 앱(크립토 내 가장 활발한 프라이버시 생태계)을 지원하고 거의 300 만 건의 연산을 실행했습니다.
VVV (Venice)/0G/Near
프라이빗 AI / AI 인프라
Blackthorn 은 Arcium 을 암호화 연산에서 암호화된 GPU 상의 기밀 AI 로 확장하여 프롬프트, 파일, 출력을 비공개로 유지하고 Venice 와 같은 앱을 가능하게 합니다.
여기서 제가 마음에 드는 점은 애플리케이션이 백그라운드에서 프라이버시 레이어를 활용할 수 있다는 것입니다.
더욱이 앞서 언급한 다른 프라이버시 프로젝트들이 크립토의 프라이버시 문제를 다루는 동안, Arcium 은 블록체인에 암호화된 연산을 도입한다는 본연의 미션을 넘어 AI 에도 동일하게 적용되도록 네트워크를 확장하는 행보를 보였습니다.
작동 방식을 살펴보겠습니다(먼저 기술적 측면, 다음으로 이것이 여러분에게 실제로 어떤 의미인지).
기술적 접근
Arcium 의 핵심 접근 방식은 안전한 다자간 연산(MPC)입니다. 프라이빗 입력값은 비밀 공유(secret shares)로 분할되어 Arx 노드 클러스터에 분산됩니다. 노드들은 어느 누구도 기초 데이터를 재구성하지 않은 채 공동으로 연산을 평가합니다.
Arcium 의 현재 프로토콜인 Cerberus는 부정직 다수(dishonest-majority) 탐지 및 중단 모델을 사용합니다. 클러스터 멤버 중 단 하나라도 정직하다면 프라이버시가 보존되고 변조가 탐지되며, 프로토콜 오류가 발생하면 손상된 결과를 반환하는 대신 연산을 중단합니다. 이는 기밀성과 결과의 무결성을 보호합니다.
이러한 설계는 크립토에 자연스럽게 적합합니다. 퍼블릭 체인이 조정과 결제를 처리하는 동안 프라이빗 애플리케이션 로직은 클러스터 전반에서 실행될 수 있습니다.
TEE 와 비교하면 신뢰가 하나의 엔클레이브에 집중되지 않고 분산되며, FHE 와 비교하면 MPC 는 더 많은 상호작용을 요구하지만 이미 다수의 당사자 간 조정이 이루어지는 탈중앙화 워크플로우에 잘 매핑됩니다.
트레이드오프는 통신 오버헤드가 추가되고 노드나 네트워크를 사용할 수 없을 때 중단될 가능성이 있다는 것입니다.
하지만 동일한 아키텍처가 블록체인 애플리케이션에만 국한될 필요는 없습니다. 단일 운영자가 기초 입력값을 볼 수 없도록 연산을 분산할 수 있다면, 민감한 프롬프트, 파일 및 기타 사용자 데이터가 포함된 AI 워크로드에도 동일한 모델을 확장할 수 있습니다.
AI 확장 베팅
크립토를 넘어선 이러한 확장은 Arcium 베팅의 더 큰 부분을 차지하고 있습니다.
우리는 Venice 가 크립토 레일 위에서 성공적인 AI 제품을 구축한 것을 보았습니다. Arcium 은 그 레일을 백엔드로 더욱 밀어붙이려 하고 있습니다.
사용자 대면 채팅 경험을 소유하는 대신, 그 아래에 기밀 인프라를 구축하고 있습니다. 민감한 프롬프트, 파일, 출력이 단일 인프라 제공업체에 평문으로 노출될 필요가 없도록 설계된 것입니다.
같은 베팅의 다른 측면인 셈입니다.
그것이 Blackthorn 을 흥미롭게 만듭니다. 새로운 보안 칩이나 전용 기밀 하드웨어를 요구하는 대신, 데이터 센터가 이미 사용 중인 NVIDIA GPU 에서 기밀 AI 를 실행하도록 설계되었습니다. 의도대로 작동한다면, 사용자가 기존 호스팅 모델 제공업체에 기초 데이터를 넘기지 않고도 의료, 금융, 법률, 정부 분야의 민감한 AI 워크로드를 열 수 있습니다.
이는 Arcium 이 크립토 프라이버시와 AI 프라이버시 사이에서 하나를 선택하지 않음을 의미합니다. 팀은 하나의 분산 시스템을 통해 둘 다를 사용 가능하게 만들기 위해 노력하고 있습니다.
사용자에게 의미하는 바
Arcium 의 기밀 연산의 목적은 모든 것을 숨기는 것이 아닙니다. 대신 애플리케이션이 필요로 하는 것만 공개하는 것입니다.
사용자에게 이는 낙찰가를 계산할 때 낙찰되지 않은 모든 입찰가를 공개하지 않는 경매, 또는 규칙을 실행하는 동안 민감한 주문 정보를 비공개로 유지하는 트레이딩 앱을 의미할 수 있습니다. 즉, 기초 입력값을 공개 시장 정보로 노출시키지 않고도 유용한 출력을 얻을 수 있습니다.
Arcium 이 지향하는 제품의 종류는 이미 생태계 디렉토리에서 확인할 수 있습니다. 여기에는 봉인 입찰 토큰 경매 프로젝트인 Crafts 와 쉴디드 전송 및 스왑을 위한 지갑인 Umbra 가 포함되어 있습니다.
개발자는 Solana 애플리케이션의 퍼블릭 부분과 함께 기밀 함수 및 상태를 추가하여, 애플리케이션이 어떤 정보를 노출할지 선택할 수 있습니다.
또한 Arcium 은 Solana 를 위한 기밀 토큰 표준인 C-SPL을 보유하고 있습니다. 사용자가 전용 프라이버시 자산으로 이동할 필요 없이 토큰 애플리케이션에 기밀 잔액 및 전송 금액을 제공합니다. 이는 직원들이 서로의 급여를 볼 수 없는 스테이블코인 급여 시스템이나, 낙찰되지 않은 모든 입찰가를 공개하지 않고도 참가자가 결과를 검증할 수 있는 경매를 지원할 수 있습니다. 프라이버시 토큰을 거래해 본 적이 없더라도 제품을 사용할 이유가 생기는 것입니다.
AI 에도 동일한 논리가 적용됩니다. 애플리케이션은 연산을 수행하는 인프라에 불필요하게 민감한 정보를 노출하지 않고도 이를 활용할 수 있어야 합니다.
제게 이것이 더 큰 기회입니다.
주목하고 있는 포인트
앞으로도 프라이버시는 제 관심 목록에서 최상위 카테고리로 남을 것입니다.
Zcash 의 경우, 일상적인 쉴디드 활동이 얼마나 자연스러워질 수 있는지 지켜보고 있습니다. 더 나은 지갑과 쉬운 접근성은 사람들이 네트워크의 핵심 기능을 실제로 사용하는 것으로 나타나야 합니다.
트레이더로서, 저는 사용량이 이러한 크립토 네이티브 프로젝트를 뒷받침하는 자산에 어떻게 도달하는지 이해하고 싶습니다.
팀들이 플라이휠을 제대로 튜닝하여, 온보딩이 실질적인 매수 압력으로 이어지게 만들 수 있을까요?
컴포저빌리티(상호운용성) 부족으로 인해 프라이버시 네트워크 효과에도 많은 것이 걸려 있습니다.
자산이 하나의 기술로 쉴드되면, 다른 기술로 쉴드된 자산과 실제로 합성 가능하지 않습니다. 따라서 팀들 사이에는 유동성을 구축하고/기관 자본을 유치하며, 스왑을 위한 최적의 깊이를 제공하고, 더 나은 수익률을 제공하는 등의 절박한 필요가 존재합니다.
이것이 어떻게 전개되느냐에 따라 온체인 프라이버시 파이의 분배 방식이 결정될 것입니다.
AI 측면에서는 프론티어 랩 주변에서 일어나는 일에 세심한 주의를 기울이고 있습니다.
최근 벌어지고 있는 온갖 공포 조성 속에서, 규제 당국이 의미 있게 개입할 것인가? 그리고 사용자 프라이버시가 그들의 정책의 일부가 될 것인가?
또한 크립토 x AI x 프라이버시 교차점에서 추진력을 발휘하는 팀들을 주시하고 있습니다. 이미 이것이 작동한다는 증거와 설득력 있는 스토리가 있습니다. 저는 이러한 사용자 기반이 얼마나 커질지, 그리고 프라이빗 AI 가 전체 AI 사용량의 몇 %를 점유할 수 있을지 보고 싶습니다.
여기서 진짜 관건은 사람들이 자신의 프라이버시를 얼마나 진심으로 신경 쓰는가입니다. Venice, Arcium, Keet, QVAC, NEAR, Midnight, 0G 는 각기 다른 각도에서 동일한 테제에 접근하고 있기에 제가 팔로우하는 프로젝트들입니다. Venice 는 프라이빗 AI 프론트엔드에서, Arcium 은 심층 인프라에서, Keet 은 프라이빗 메시징을 통해, QVAC 은 로컬 AI 로, NEAR 는 AI 인프라와 에이전트 전반에서, Midnight 은 프로그래밍 가능한 프라이버시로, 0G 는 프라이빗하고 검증 가능한 AI 인프라로 접근합니다.
크립토와 AI 가 계속 긴밀하게 얽혀가는 상황에서, 이 용광로 속에서 경쟁하는 팀들은 우리 모두가 지속될 것이라 동의하는 두 가지 트렌드를 활용할 강력한 기회를 갖게 됩니다. 첫째, 금융은 계속 온체인으로 이동하고 그에 따라 프라이버시 도입이 성장할 것이며, 둘째, AI 도입이 증가함에 따라 사용자 프라이버시에 대한 수요도 계속 증가할 것입니다.





