Covenant AI의 Bittensor 철수 배후: 전 산업의 ‘가짜 탈중앙화’를 폭로한 경종
- 핵심 관점: Covenant AI 팀의 Bittensor 철수 사건은 탈중앙화 AI 생태계에 만연한 구조적 거버넌스 함정, 즉 건설자가 창출한 가치가 네트워크 통제자에 의해 그들 자신을 상대로 무기로 사용될 수 있다는 점을 드러냈다. 그 근원은 '탈중앙화' 선전과 중앙화된 통제권 사이의 근본적 모순에 있다.
- 핵심 요소:
- Covenant AI 팀은 Bittensor에서 720억 개 파라미터의 Covenant-72B 모델을 성공적으로 훈련시켜 업계의 인정을 받았고 네트워크 토큰 가치를 크게 상승시켰다.
- Bittensor 창립자가 일방적으로 그들의 보상을 중단하고 관리 권한을 박탈했다는 주장은 네트워크에 '탈중앙화 외피를 쓴 중앙화 통제'가 존재함을 폭로했다.
- 이 사건은 TAO 토큰 가격의 급락을 초래했으며, 이는 시장의 거버넌스 신뢰 위기에 대한 즉각적인 반응을 반영한다.
- 문제의 핵심은 '가치 인질 딜레마'다: 건설자는 막대한 투자를 하지만, 가치를 포착하는 토큰 통제권은 오히려 건설자 자신을 강압하는 데 사용될 수 있다.
- 현재 많은 탈중앙화 AI 프로젝트는 선전된 약속과 실제 권력 구조 사이에 괴리가 존재하며, 이는 '구조적 부채'를 형성한다.
- 진정한 탈중앙화는 개인의 선의에 의존하기보다는 체인 상의 규칙에 의해 토큰 분배가 결정되는 것과 같은 제약을 프로토콜 레이어에 내재시켜야 한다.
- Covenant-72B의 성공은 탈중앙화 훈련의 기술적 실현 가능성을 입증했지만, 업계는 장기적 건설자를 보호할 수 있는 거버넌스 구조를 구축하는 것이 시급하다.
저자:David & Daniil Liberman | Gonka 프로토콜 공동 창립자
편집:Gonka.ai

서문: 기술력이 가장 뛰어나다고 공인받은 탈중앙화 AI 팀이 공개적으로 네트워크에서 탈퇴하고, 탈중앙화 외피를 쓴 중앙화된 통제라고 직언했을 때, 업계 전체는 이를 단순한 양측 간 분쟁으로 귀결시켜서는 안 됩니다. 이것은 진단입니다—전체 탈중앙화 AI 생태계의 구조적 문제를 드러내는 경고의 신호입니다. 그리고 이 진단은 Bittensor에만 국한되지 않습니다.
1. 도대체 무슨 일이 일어났나?
Covenant AI(이전 명칭 Templar)는 2년 이상의 시간을 들여 지금까지 탈중앙화 AI 분야에서 가장 기술적으로 의미 있는 이정표를 세웠습니다: Covenant-72B — 720억 개의 파라미터를 가진 언어 모델입니다. 이 모델은 70명 이상의 독립 기여자들이 범용 하드웨어에서 허가 없이 훈련을 완료했습니다.
이것은 개념 증명이 아니라, 실제 생산에 투입될 수 있는 중대한 돌파구입니다. 이 성과는 NVIDIA CEO가 "All-In" 팟캐스트에서 공개적으로 인정했으며, Anthropic 공동 창립자도 인용했습니다. 이는 Bittensor의 TAO 토큰이 90% 상승하고, 여러 서브넷의 가치 평가가 150억 달러에 근접하도록 추동했습니다.
그러나 이 번영 이후, 이를 지탱하던 기반 시설이 오히려 그들을 공격하는 무기가 되었습니다.
Covenant AI의 공개 성명에 따르면, Bittensor 창립자 Jacob Steeves(가명 Const)는 일방적으로 여러 조치를 취했습니다:
- Covenant 서브넷에 대한 토큰 보상 지급 중단;
- 커뮤니티 채널에 대한 관리 권한 박탈;
- 협의 없이 그들의 서브넷 인프라 폐기;
- 운영 갈등 기간 동안 압력 수단으로 토큰 판매 이용.
Covenant AI는 핵심을 지적했습니다: 이것은 "탈중앙화 외피를 쓴 중앙화된 통제"입니다.
소식이 공개된 후 몇 시간 만에 TAO 토큰은 15% 이상 급락했습니다. 기사 작성 시점까지도 당일 약 9% 하락했습니다.
이에 대해 Steeves는 Bittensor가 곧 진정으로 독립적으로 운영되는 서브넷을 출시할 것이라고 답변했습니다. 그러나 이 답변은 오히려 핵심 문제를 반박하기보다는 확인시켜 주었습니다: Covenant이 건설에 전념했을 때, 그들이 필요로 했던 "독립성"은 아직 구조적으로 보장되지 않았습니다.
2. 구조적 함정: 가치 인질 딜레마
이 사건이 왜 개별 사례를 훨씬 넘어서는지 이해하려면, 그 배후에 있는 독특한 경제 구조를 봐야 합니다—바로 이 구조가 위기를 위험하면서도 예측 가능하게 만듭니다.
탈중앙화 AI 네트워크는 근본적인 "콜드 스타트 문제"에 직면합니다: 실제 인프라—훈련 작업, 모델 가중치, 기여자 네트워크, 커뮤니티 신뢰—를 구축하는 데는 수개월에서 수년에 걸친 장기적인 투자가 필요합니다. 이러한 투자는 시간, 자본, 평판을 대가로 합니다. 그러나 궁극적으로 이 가치를 포착하는 토큰은 건설자 개인이 아닌 전체 네트워크에 속합니다.
이것이 우리가 "가치 인질(value-hostage)" 역학이라고 부르는 메커니즘을 형성합니다:
당신이 더 잘 건설할수록, 네트워크 토큰의 가치는 더 상승합니다; 토큰 가치가 더 상승할수록, 통제권을 가진 사람이 당신에게 영향을 미칠 수 있는 능력은 더 강해집니다. 그리고 당신의 성과가 가장 빛나는 순간이 바로 당신이 가장 취약한 순간입니다.
타인의 네트워크에서 가치를 창출한다는 것은, 당신이 창출한 가치가 결국 당신을 상대하는 무기가 될 수 있음을 의미합니다. 당신이 더 성공할수록, 잃는 것도 더 많아집니다.
이것은 Bittensor만의 고유한 거버넌스 실패가 아니라, 모든 시스템의 구조적 결과입니다: 소수자가 여전히 핵심 권한(토큰 발행, 콘텐츠 심사, 인프라 업그레이드 등)에 대한 거부권을 보유하면서도 시스템이 "허가 없음"이라고 외부에 선언할 때, 문제는 이미 뿌리를 내린 것입니다.
"탈중앙화"라는 약속은 시스템이 작동하는 기초입니다—건설자, 채굴자, 검증자, 투자자 모두 이를 기반으로 결정을 내립니다. 이 전제가 거짓으로 증명되거나 "조건부로만 성립"한다면, 초래되는 경제적 손실은 당사 팀에만 국한되지 않고, 그 서사를 신뢰했던 모든 참여자에게 확산될 것입니다.
Covenant AI는 Bittensor의 거버넌스 구조가 명목상 "3인 공동 관리"의 다중 서명 메커니즘이지만, 실제로는 한 사람이 주도하며 나머지 두 사람은 진정한 거버넌스 의사 결정자가 아닌 법적 방화벽 역할에 더 가깝다고 지적했습니다.
우리는 각각의 주장을 독립적으로 확인할 수 없습니다. 그러나 그 배후의 구조적 논리를 볼 수 있습니다:
- 단일 주도자가 있는 다중 서명은 단일 개인 키와 다르지 않습니다;
- 일방적으로 우회될 수 있는 거버넌스 프로세스는 거버넌스라고 할 수 없습니다;
- 한 사람이 결정하여 중단시킬 수 있는 토큰 발행 메커니즘은 본질적으로 보조금이며, 프로토콜 보장이 아닙니다.
3. 이것은 Bittensor의 문제가 아니라 업계의 공통된 병폐입니다
어떤 이들은 Covenant AI 사건을 "Bittensor 개별 사례 경고"로 해석할 수 있습니다. 이러한 관점은 지나치게 협소하며, 오히려 오해의 소지가 있습니다.
더 깊은 문제는 다음과 같습니다: 전체 탈중앙화 AI 분야는 오랫동안 양립하기 어려운 두 목표 사이에서 취약한 균형을 유지해 왔습니다—빠른 반복과 진정한 탈중앙화.
빠른 반복은 결정을 내릴 사람이 필요합니다; 진정한 탈중앙화는 누구도 일방적으로 모든 것을 결정할 수 없음을 의미합니다. 대부분의 프로젝트는 후자를 기본값으로 선택합니다: 공개적으로는 탈중앙화를 말하지만, 손에는 통제권을 꽉 쥐고, 갈등이 영원히 표면화되지 않기를 바랄 뿐입니다.
그리고 지금, 그것이 표면화되었습니다.
현재 탈중앙화 AI 생태계에서 친숙한 패턴이 반복적으로 나타납니다:
탈중앙화의 외피—토큰 분배, 커뮤니티 포럼, 거버넌스 제안;
중앙화된 핵심을 감싸고 있음—창립 팀이나 재단이 가장 중요한 매개변수를 확고히 통제:
- 토큰 출시 속도
- 프로토콜 업그레이드 권한
- 서브넷 접근 메커니즘
- 커뮤니티 관리 권한
이것이 반드시 악의에서 비롯된 것은 아닙니다. 초기 네트워크는 확실히 강력한 조정이 필요하며, 복잡한 AI 인프라의 순수 온체인 거버넌스는 기술적으로 아직 해결되지 않았습니다. 그러나 홍보된 약속과 실제 권력 사이의 격차는 일종의 "구조적 부채"를 형성합니다.
Covenant AI의 경험은 바로 이 부채가 만기되었을 때의 모습입니다.
AI 네트워크에서 이러한 메커니즘의 위험성은 DeFi나 Layer1보다 더 깊습니다. 그 이유는 다음과 같습니다: 건설자의 투자 깊이가 이전보다 훨씬 더 깊습니다.
720억 개 파라미터 모델을 훈련시키는 것은 2주짜리 단기 프로젝트가 아니라, 막대한 비용과 긴 시간, 평판을 걸고 싸우는 장기적인 전투입니다. Covenant AI가 거버넌스 문제의 심각성을 깨달았을 때, 그들은 이미 가장 핵심적인 작업을 완료한 상태였습니다—그리고 이것이 바로 그들이 표적이 된 이유이기도 합니다.
이러한 비대칭성은 매우 잔혹합니다:
- 네트워크는 언제든지 행동할 수 있습니다;
- 건설자는 이미 완료된 건설을 "철회"할 수 없습니다.
다음 세 가지 조건이 충족되는 한, 유사한 사건은 반복될 것입니다:
- 건설자가 상당한 시간과 자원을 투자해야 함;
- 토큰이 이러한 투자의 가치를 포착할 수 있음;
- 소수자가 여전히 일방적으로 거버넌스에 개입할 수 있음.
그리고 이 세 가지 조건은 현재 AI 네트워크에서 매우 보편적입니다.
따라서 우리는 "다음 Covenant AI"가 더 적어지길 기대해서는 안 됩니다—오히려 더 많아질 것이라고 예상해야 합니다.
4. 진정한 탈중앙화에는 무엇이 필요한가?
이러한 사건에 직면했을 때, 업계는 종종 두 가지 극단적인 반응에 빠집니다:
하나는 비판 없이 "탈중앙화"를 자칭하는 어떤 프로젝트라도 찬양하는 것;
다른 하나는 탈중앙화의 실현 가능성을 완전히 부정하고 사기로 간주하는 것입니다.
둘 다 바람직하지 않습니다.
우리는 한 가지를 분명히 하고 싶습니다: AI 인프라에서 진정한 탈중앙화를 실현하는 것은 기술적으로 극도로 어렵습니다. "쉽다"고 말하는 사람은 아마도 진짜 시도해보지 않은 사람일 가능성이 높습니다.
- 지역 간 노드 협력 훈련
- 계산 작업의 검증 가능성
- 조작에 강한 토큰 인센티브 메커니즘
이것들은 여전히 미해결이거나 부분적으로만 해결된 난제들입니다. 정직한 업계는 이를 인정해야 합니다.
그러나 기술적 난이도는 불가능함을 의미하지 않으며, 오해의 소지가 있는 홍보의 변명이 되어서는 안 됩니다.
우리는 간단하지만 날카로운 기준을 제안합니다: 당신이 의존하는 기반 시설이 당신을 상대하는 데 사용될 수 있는가?
대답이 "예"라면, 백서가 어떻게 묘사하든, 거버넌스 투표가 있든 없든, 이러한 탈중앙화는 표면적인 것입니다.
이 질문은 모든 잡음을 뚫고 들어갑니다. DAO가 있는지, 커뮤니티 포럼이 있는지 관심 없습니다. 오직 하나의 현실적인 질문을 던집니다: 갈등이 발생했을 때, 소수의 사람들이 일방적으로 당신의 보상을 중단하고, 접근을 차단하고, 또는 경제적 수단으로 당신을 강압할 수 있는가?
그럴 수 있다면, "탈중앙화"라는 주장은 의도가 아무리 진실하더라도 구조적 지지가 부족합니다.
진정한 해결책은 탈중앙화의 제약을 프로토콜 계층에 내장시키고, 개인이나 집단의 "선의"에 의존하지 않는 것입니다.
이는 다음을 의미합니다:
- 토큰 발행 메커니즘은 온체인 규칙에 의해 결정되며, 일방적으로 중단될 수 없음;
- 프로토콜 업그레이드는 형식주의가 아닌 다수의 진정한 합의를 필요로 함;
- 거버넌스 구조에서 실제 기여자(건설자, 연산력 제공자, 검증자)는 그들의 기여와 일치하며 보호받는 발언권을 가짐.
이것은 구축하기 더 어렵고, 반복 속도가 더 느리며, 단기적으로는 비효율적으로 보일 수 있습니다. 그러나 오직 이렇게 해야만 "허가 없는 건설"이라는 약속이 진정으로 신뢰할 수 있게 됩니다.
예를 들어, 작업 증명(PoW) 모델을 사용하여 연산력 자원을 배분하면, 기여와 직접적으로 연결된 거버넌스 가중치를 수립할 수 있습니다: 한 단위의 연산력, 한 표. 이것은 자본 보유량이나 창립 팀의 주관적 판단에 의존하지 않습니다. 이것은 권력을 중앙화되어 제조되거나 취소될 수 없는 것—검증 가능한 계산 작업 자체—에 정박시킵니다.
이것이 모든 거버넌스 문제를 해결할 수는 없지만, 검열과 조작에 강한 출발점을 제공합니다.
5. Covenant AI는 무엇을 증명했는가? 미래는 어디로 가야 하는가?
우리는 거버넌스 실패가 그들의 기술적 성과를 가리게 해서는 안 됩니다. Covenant-72B는 진정한 돌파구입니다.
70개 이상의 독립 노드, 범용 하드웨어, 중앙화된 인프라 없이 720억 개 파라미터 모델의 훈련을 완료하는 것—Covenant AI가 해내기 전까지, 이것은 널리 불가능하다고 여겨졌습니다.
그들은 증명했습니다: 탈중앙화 훈련은 기술적으로 가능합니다.
이후 네트워크가 그들을 배신했지만, 이 사실을 지울 수는 없습니다.
진정한 문제는 따라서 다음 단계로


