저자: Jay Jo, Tiger Research; 편집: AididiaoJP, Foresight News
TL;DR
- < p style="text-align: 왼쪽;">InfoFi는 사용자의 관심과 활동을 정량화하고 이를 보상과 연결하려는 구조화된 시도입니다.
InfoFi는 현재 콘텐츠 품질 저하, 보상 중앙 집중화 등 여러 가지 구조적 문제를 안고 있습니다.
이러한 문제들은 인포파이 모델 자체의 한계라기보다는 평가 기준과 보상 분배 방식의 설계상의 문제로, 시급히 개선되어야 할 부분입니다.
관심이 토큰이 되는 시대
관심은 현대 산업에서 가장 희소한 자원 중 하나가 되었습니다. 인터넷 시대에는 정보가 넘쳐나는 반면 인간의 정보 처리 능력은 극도로 제한되어 있습니다. 이러한 희소성으로 인해 많은 기업이 치열한 경쟁을 벌이고 있으며, 사용자의 관심을 끌 수 있는 능력이 기업의 핵심 경쟁력이 되었습니다.
암호화폐 업계에서는 관심도 경쟁이 더욱 극단적인 형태로 나타나고 있습니다. 관심도 점유율은 토큰 가격과 유동성 형성에 중요한 역할을 하며, 이는 프로젝트의 성패를 좌우하는 핵심 요소가 되었습니다. 기술적으로 진보한 프로젝트도 시장의 관심을 끌지 못하면 시장에서 외면당하는 경우가 많습니다.
이러한 현상은 암호화폐 시장의 구조적 특성에서 비롯됩니다. 사용자는 참여자일 뿐만 아니라 투자자이기도 하며, 이들의 관심은 실제 토큰 구매로 이어져 더 큰 수요와 네트워크 효과를 창출합니다. 관심이 집중되는 곳에 유동성이 생기고, 이 유동성을 바탕으로 내러티브가 형성됩니다. 이렇게 형성된 내러티브는 새로운 관심을 불러일으키고 시장을 이끄는 선순환을 만들어냅니다.
인포파이: 관심을 토큰화하려는 체계적인 시도
시장은 관심을 기반으로 작동합니다. 이러한 구조는 '과연 누가 이 모든 관심으로부터 이익을 얻는가'라는 중요한 질문을 던집니다. 사용자들은 커뮤니티 활동과 콘텐츠 제작을 통해 관심을 유도하지만, 이러한 행동은 측정하기 어렵고 직접적인 보상 메커니즘이 명확하지 않습니다. 지금까지 일반 사용자는 토큰을 사고 팔아 간접적으로만 이익을 얻을 수 있었습니다. 실제로 관심을 불러일으키는 기여자에 대한 보상 메커니즘은 없습니다.

Kaito의 InfoFi 네트워크, 출처: Kaito
Kaito는 AI 알고리즘을 사용하여 게시물과 댓글을 포함한 소셜 미디어 활동을 평가합니다. 이 플랫폼은 점수에 따라 토큰 보상을 제공합니다. 사용자 제작 콘텐츠가 더 많은 관심을 끌수록 프로젝트는 더 많은 노출을 얻게 됩니다. 자본은 이러한 관심을 신호로 보고 투자 결정을 내리는 데 사용합니다. 관심이 높아질수록 프로젝트에 더 많은 자본이 유입되고 참여자에 대한 보상도 증가합니다. 참여자, 프로젝트, 자본은 관심도 데이터를 매개로 서로 협력하여 선순환을 이룹니다.
인포파이 모델은 세 가지 주요 영역에서 뛰어난 기여를 하고 있습니다.
첫째, 평가 기준이 불명확한 사용자 기여 활동을 정량화합니다. 포인트 기반 시스템은 사람들이 기여도를 구조화된 방식으로 정의하고 특정 행동에 대해 어떤 보상을 받을 수 있는지 예측할 수 있도록 함으로써 사용자 참여의 지속성과 일관성을 향상시킵니다.
둘째, 인포파이는 관심을 추상적인 개념에서 정량화 및 거래 가능한 데이터로, 사용자 참여를 단순 소비에서 생산적인 활동으로 전환합니다. 기존의 온라인 참여는 대부분 투자나 콘텐츠 공유와 관련이 있으며, 플랫폼은 이러한 활동에서 발생하는 관심으로 수익을 창출합니다. InfoFi는 사용자가 이러한 콘텐츠에 대한 시장의 반응을 수치화하고 이 데이터를 기반으로 보상을 지급함으로써 참여자의 행동이 생산적인 노력으로 간주되도록 유도합니다. 이러한 변화는 사용자가 단순한 커뮤니티 구성원이 아닌 네트워크 가치 창출자의 역할을 맡을 수 있도록 합니다.
셋째, 인포파이는 정보 생산의 장벽을 낮춥니다. 과거에는 트위터와 조직 계정이 정보 유통을 주도하고 대부분의 관심과 보상을 차지했지만, 이제는 일반 사용자도 일정 수준의 시장 관심을 얻으면 가시적인 보상을 받을 수 있어 다양한 배경을 가진 사용자들이 참여할 수 있는 기회가 더 많아졌습니다.
인포파이가 유발하는 주목 경제의 함정
인포파이 모델은 사용자 기여도를 정량화하고 이를 보상으로 연결하는 암호화폐 업계의 새로운 보상 설계 실험입니다. 그러나 지나치게 중앙화된 가치로 인해 부작용이 나타나고 있습니다.
첫 번째 문제는 과도한 관심도 경쟁과 콘텐츠 품질 저하입니다. 주목도가 보상의 기준이 되면서 콘텐츠 제작의 목적이 정보를 제공하거나 의미 있는 참여를 유도하는 것에서 단순한 보상으로 바뀌고 있습니다. 또한 제너레이티브 AI로 인해 콘텐츠 제작이 쉬워지면서 실제 정보나 인사이트가 부족한 대량 콘텐츠가 빠르게 확산되고 있습니다. 이른바 'AI 슬롭' 콘텐츠가 생태계 전반에 퍼지면서 우려의 목소리가 커지고 있습니다.

라우드 메커니즘, 출처: Loud
라우드 프로젝트 이러한 트렌드를 명확하게 보여주는 Loud는 특정 기간 동안 가장 많은 관심을 받은 상위 사용자에게 보상을 할당하는 방식으로 관심을 토큰화하려고 시도합니다. 이 구조는 실험적으로는 흥미로웠지만, 관심도가 보상의 유일한 기준이 되면서 사용자 간의 경쟁이 과열되고 저품질의 중복 콘텐츠가 많이 생성되어 결국 커뮤니티 전체에서 콘텐츠가 동질화되는 결과를 초래했습니다.

출처: Kaito Mindshare
두 번째 문제는 보상입니다. 중심성. 주목도 기반 보상이 특정 항목이나 주제에 집중되기 시작하면 다른 항목의 콘텐츠는 사실상 시장에서 사라지거나 줄어들게 되는데, Kaito의 점유율 데이터에서 알 수 있듯이 한때 트위터에서 암호화된 콘텐츠의 70% 이상을 차지했던 Loud가 생태계 내 정보 흐름을 지배하고 있습니다. 보상이 주목도에 집중되면 콘텐츠의 다양성은 감소하고 정보는 점차 높은 토큰 보상을 제공하는 프로젝트에 집중됩니다. 궁극적으로 마케팅 예산의 규모가 생태계 내 영향력을 결정합니다.
인포파이의 구조적 한계: 평가와 유통
4.1. 단순 콘텐츠 평가 방법의 한계
관심도 중심의 보상 구조는 콘텐츠를 어떻게 평가하고 보상을 어떻게 분배해야 하는가라는 근본적인 질문을 던집니다. 오늘날 대부분의 인포파이 플랫폼은 조회수, 좋아요, 댓글과 같은 단순한 지표를 기준으로 콘텐츠의 가치를 판단합니다. 이러한 구조는 '참여도가 높으면 좋은 콘텐츠'라고 가정합니다.
참여도가 높은 콘텐츠의 품질이나 정보 전달력이 더 좋은 것은 사실이지만, 이 구조는 주로 매우 높은 품질의 콘텐츠에 적용됩니다. 대부분의 중저가 콘텐츠의 경우 피드백의 양과 질 사이의 관계가 불분명하기 때문에 반복적인 형식과 지나치게 긍정적인 콘텐츠가 높은 평가를 받습니다. 동시에 다양한 관점을 제시하거나 새로운 주제를 탐구하는 콘텐츠는 그에 걸맞은 인정을 받는 데 어려움을 겪습니다.
이러한 문제에 대한 해결책은 콘텐츠 품질을 평가하는 더 나은 시스템입니다. 참여도 기반 평가 기준만으로는 고정되어 있는 반면, 콘텐츠 가치는 시간이나 상황에 따라 달라집니다. 예를 들어, 커뮤니티 기반의 알고리즘 조정 방법을 도입하는 것 외에도 AI는 의미 있는 콘텐츠를 인식할 수 있습니다. 후자는 알고리즘이 정기적으로 제공되는 사용자 피드백 데이터를 기반으로 평가 기준을 조정하도록 하여 평가 시스템이 변화에 유연하게 대응할 수 있도록 하는 데 사용될 수 있습니다.
4.2. 보상 구조의 편중과 균형의 필요성
콘텐츠 평가의 한계는 보상 구조의 문제와 함께 정보 흐름 편중을 악화시키는 요인으로 작용하기도 합니다. 현재 인포파이 생태계는 일반적으로 각 프로젝트마다 별도의 리더보드를 운영하며, 자체 토큰을 사용해 보상을 지급합니다. 이러한 구조에서는 마케팅 예산이 많은 프로젝트가 더 많은 콘텐츠를 유치할 수 있고, 사용자의 관심은 특정 프로젝트에 집중되는 경향이 있습니다.
이러한 문제를 해결하려면 보상 분배 구조를 조정할 필요가 있습니다. 각 프로젝트는 자체 보상을 유지할 수 있으며, 플랫폼은 실시간으로 콘텐츠 집중도를 모니터링하고 플랫폼 토큰을 사용하여 이를 조정할 수 있습니다. 예를 들어 특정 프로젝트에 콘텐츠가 너무 집중되면 플랫폼 토큰 보상을 일시적으로 줄이고, 상대적으로 커버리지가 낮은 주제는 플랫폼 토큰을 추가로 받을 수 있습니다. 여러 프로젝트를 다루는 콘텐츠도 추가 보상을 받을 수 있습니다. 이를 통해 다양한 주제와 관점의 환경이 조성될 것입니다.
평가와 보상은 인포파이 구조의 핵심을 형성합니다. 콘텐츠가 어떻게 평가되느냐에 따라 생태계를 통한 정보의 흐름이 결정되고, 누가 어떤 보상을 받느냐가 결정됩니다. 현재의 구조는 마케팅 중심의 보상 구조와 결합된 단일 기준 평가 시스템에 의존하고 있어 정보의 다양성을 감소시키는 동시에 관심의 편중을 가속화하고 있습니다. 지속 가능한 운영을 위해서는 평가 기준의 유연성이 중요하며, 분배 구조의 균형 잡힌 조정은 인포파이 생태계의 핵심 과제입니다.
결론
InfoFi의 구조화된 실험은 관심을 정량화하고 경제적 가치로 전환하여 기존의 단방향적인 콘텐츠 소비 구조를 생산자 중심의 참여형 경제로 전환하는 것을 목표로 하며, 다음과 같은 실현을 목표로 합니다. 이 성과가 갖는 의미는 놀랍습니다. 그러나 현재의 인포파이 생태계는 콘텐츠 품질 저하와 편향된 정보 흐름 등 관심의 토큰화에 따른 구조적 부작용에 직면해 있습니다. 이러한 부작용은 모델의 한계라기보다는 초기 설계 단계에서 필연적으로 발생하는 딜레마입니다.
단순 피드백에 기반한 평가 모델은 마케팅 리소스의 영향을 받는 보상 구조와 마찬가지로 한계를 드러냈습니다. 콘텐츠의 품질을 정확하게 평가하는 시스템과 커뮤니티 기반의 알고리즘 조정, 플랫폼 차원의 밸런싱 메커니즘 등 개선이 시급하며, 인포파이는 회원들이 정보의 생산과 확산에 참여한 만큼 정당한 보상을 받는 생태계를 만드는 것을 목표로 합니다. 이 목표를 달성하기 위해서는 기술적인 개선과 함께 커뮤니티의 참여를 장려하는 것이 필요합니다.
암호화폐 생태계에서 관심은 토큰처럼 작동하며, 인포파이는 새로운 경제 구조를 설계하고 운영하기 위한 중요한 실험입니다. 가치 있는 정보와 인사이트를 공유할 수 있는 구조로 발전할 때 비로소 그 잠재력을 최대한 발휘할 수 있습니다. 이 실험의 결과는 디지털 시대의 양적 정보 경제를 발전시키는 과정을 가속화할 것입니다.