머니볼이 데이터로 숨은 선수를 발굴했듯, 인포파이(InfoFi)도 단순 인기 지표 대신 얍스(YAPs)를 활용해 가치 있는 콘텐츠 크리에이터를 발굴하고 보상한다.
스테이킹 자본(sKAITO)과 활동 실적(YAP)간 밸런스를 조화롭게 설계하여 단순 자본력에 의존한 영향력이 아닌 검증된 기여도를 중심으로 생태계를 운영해야 한다.
얍스 지불, 예측 스테이킹, 슬래싱 등을 통해 스패머나 부정행위를 억제하고, 실제로 유익한 정보를 제공하는 이들이 정당하게 영향력을 얻도록 만든다.
“MLB 9이닝” 스탯(예: CON, POW 등)을 응용해 KOL 성향을 여러 축으로 세분화함으로써, 프로젝트나 커뮤니티가 원하는 KOL을 쉽게 찾고, 보다 데이터 기반의 의사결정을 유도한다.
“야구에서 실제로 무슨 일이 일어나는지 제대로 이해하지 못하는 치명적인 실패가 있습니다. 그 결과 메이저리그 팀을 운영하는 이들은 선수들을 오판하고 팀 운영에도 실패하게 됩니다.” - 빌리 빈 (There is an epidemic failure within the game to understand what is really happening... And this leads people who run Major League Baseball teams to misjudge their players and mismanage their teams)
CT는 대개 유명세에 좌우되어, 이른바 KOL이라 불리는 영향력 있는 인플루언서가 지나친 주목을 얻는 반면 정작 통찰력 있는 글은 묻히기 쉽다. 영화 머니볼 속 오클랜드 애슬레틱스 구단주인 빌리 빈(Billy Bean)이 “만약 정말로 타격을 잘한다면, 왜 안타를 치지 못하는가?”라고 이야기했듯(If he’s a good hitter, why doesn’t he hit good?), 지금의 마케팅 방식은 의미있는 콘텐츠 및 크리에이터들을 발굴하는데 있어 부족한 점들이 많다는 지적이 제기된다.
카이토(Kaito)가 제시한 인포파이(InfoFi, Information Finance)는 이러한 문제를 해결하기 위한 시도로, 얍스(YAPs)라는 평가 수단을 통해 가치 있는 콘텐츠를 발굴하고 보상한다. 이는 오클랜드 애슬레틱스가 기존 관행을 깨고 야구계에 변화를 가져온 사례에 견줄 만하다. 다만, Yaps 리더보드 또한 단순 인기몰이 경쟁으로 변질되어 스팸이나 편법이 난무한 사례가 드러나면서, 기존 설계 보완의 필요성이 떠오른 상황이다.
단순히 “유명한 선수(buying players)”를 확보하는 방식에서 벗어나, “승리를 사는(buying wins),” 곧 정보 흐름을 개선하고 커뮤니티 결속을 강화하며 시장 효율을 높이는 접근이 요구된다. 본 글에서는 인포파이를 단순 인기 경쟁이나 자본 우위가 아닌, 실제 기여도(실력) 중심으로 운영할 수 있도록 개선하는 방법을 논의한다. 아울러 프로젝트마다 요구 사항과 커뮤니티 특성이 다를 수 있으므로, 이를 반영하여 참여자를 구분 및 유도할 수 있는 방안과 데이터 기반 정보 시장을 구축하기 위한 여러 아이디어를 제시한다.
“적응하든가, 아니면 죽던가.” - 빌리 빈 (Adapt or die)
얍스는 CT에서 양질의 콘텐츠를 생산했을 때만 획득할 수 있는 보상 지표다. 반면, sKAITO는 스테이킹된 $KAITO 토큰을 통해 행사되는 투표 권한을 의미한다. 현행 구조에서는, 예컨대 야퍼 런치패드(Yapper Launchpad)에서 sKAITO 보유자가 지나치게 많은 투표력을 행사하게 되어, 단순 자본력만으로 영향력이 결정되는 부작용이 발생한다. 이는 실제 기여도가 충분히 반영되지 않는 문제를 야기하며, 이를 해소하려면 얍스(출루율 같은 실력 지표)와 sKAITO(자본력) 간 균형을 조정해야 한다. 아래는 그 방안에 대한 예시다:
얍스 기반 투표 비중 강화: 프로젝트를 리더보드에 등재할 때, 기존 지분 투표보다 얍스의 비중을 대폭 높이는 방식을 고려할 수 있다. 예를 들어 sKAITO 투표권이 100% 반영되려면 일정 수준 이상의 얍스를 보유해야 하는 방식으로 설계하면, 단순 자본력보다 실제 활동 이력이 검증된 참여자에게 투표 우위가 부여된다.
프로젝트별 얍스 할당: 카이토가 예고한 개선안을 확장하여, 사용자가 가진 얍스 중 일부를 특정 프로젝트에 배정할 수 있게끔 하는 방법이다. 예컨대 솔라나에 60%를 할당하면, 해당 생태계 관련 글에서 높은 신뢰도와 가시성을 얻는다. 이는 일시적 어그로 활동이 아니라, 실제로 프로젝트에 기여하는 이용자를 우대하는 방식이다.
sKAITO 점진적 투표 권한 강화 기능: 스테이킹한 $KAITO의 영향력이 단기간에 소진되지 않고, 일정 기간 지속할수록 점진적으로 투표력이 커지도록 설계할 수 있다. 이로써 단타식 스테이킹이 어려워지고, 장기 관점에서 프로젝트를 지지하는 참여자에게 더 큰 권한이 돌아간다.
물론 일부 KOL이 얍스를 OTC 형태로 판매해 추가 투표권을 확보하려 시도할 수도 있으나, 얍스는 본질적으로 ‘활동을 통해’ 획득해야 하기에, 단순히 시장에서 $KAITO를 사들이는 것보다는 대량 확보가 훨씬 까다롭다. 따라서 얍스와 sKAITO간 균형이 확보되면, 대형 토큰 보유자가 무차별적으로 리더보드를 장악하거나 검증 없는 자본력만 앞세우는 사태를 완화할 수 있다.
“처음으로 벽을 뚫고 나가는 이는 항상 피를 본다.” - 존 헨리 (The first guy through the wall – he always gets bloody)
카이토가 스패머 및 편법 참여자들의 표적이 된 것은 어느 정도 예견된 결과다. 예를 들어, 최근에는 AI가 생성한 “gm/gn” 짧은 글에, 보상 프로그램이 진행 중인 프로젝트를 대충 언급하고, @mochicircle 같은 ‘유료 좋아요/댓글 네트워크’를 활용해 인위적으로 마인드셰어를 부풀리는 수법이 사용된 바 있다. 이러한 편법 행위를 억제하려면 행동에 따른 실질적 리스크/배팅 요소을 도입하는 방안을 고민해볼 수 있다:
얍스 지불 기능: X 플랫폼 자체에서 벌어지는 설문이나 트윗을 직접 통제하기에는 어렵다. 하지만 카이토 내부 리더보드 노출 등 플랫폼 내 가시성을 제공할 때 얍스를 일정 수준 지불하게 만들면, 무분별한 광고성 글이나 스팸을 억제할 수 있다. 가치 있는 콘텐츠라면 지불한 얍스 이상을 회수할 가능성이 크지만, 그렇지 않은 경우에는 오히려 손실을 입게 된다.
얍스 스테이킹 예측 기능: 시장 전망이나 가격 예측을 하는 KOL들에게 예측에 성공하면 보상을 얻고 실패하면 예치한 얍스를 잃는 구조를 제시할 수 있다. 예컨대 “다음 달 $ETH가 5,000달러를 돌파할거다”라고 주장하고 얍스를 걸면, 실제로 맞혔을 때 얍스를 보너스로 지급한다. 배율은 1.1~1.2배처럼 낮추고, 다양한 예측에서 일관성 있는 정확도를 요구함으로써 로또 당첨식 접근보다는 장기적 신뢰 형성이 핵심이 되도록 설계할 수 있다.
슬래싱 및 점수 감소 (가동 중): 2025년 3월 카이토는 실시간 표절 검출 알고리즘을 도입하여, 무작위로 추출한 5만 건의 트윗 중 약 22%가 사실상 표절 콘텐츠이라는 사실을 확인했다. 기존에는 전체 계정 중 단 0.03%만 슬래싱되었지만, 이제는 반복되는 표절, 허위 정보, 스팸 행위를 광범위하게 감지해 제재할 수 있도록 범위를 확장했다.
중대한 부정행위 시 전면 몰수: 시빌 어택, 봇 계정 조작 등 심각한 사안에는 얍스를 전면 몰수가 합리적이다. 이는 사실상 강제 퇴출에 해당하며, 잠재적 부정행위자에게 경고장 역할을 한다.
이러한 책임 강화 장치는 인포파이를 단순 에어드롭 파밍이 아닌 정당한 평판(Reputation) 기반 생태계로 발전시키는 기반이 된다. 꾸준한 양질의 기여를 하는 KOL은 영향력을 확대하고, 반대로 근거 없는 과장이나 편법을 쓰는 계정은 스스로 입지를 잃게끔 하는 것이다.
“저 선수는 출루를 합니다.” - 피터 브랜드 (He gets on base)
머니볼에서 오클랜드 애슬레틱스는 전통적 스카우팅의 직관 대신 출루율 등 정량화된 통계를 적용하여, 누가 실제 팀 승리에 기여하는지를 파악했다. 그러한 데이터 기반 접근 덕분에 선수들의 숨은 가치를 발굴하고 보다 효율적인 전력을 구성할 수 있었다.
인포파이(InfoFi) 역시 얍스 총합이나 팔로워 수처럼 단순 지표에 의존하는 대신, 여러 축에서 KOL을 평가해야 한다. 아래는 게임 “MLB 9이닝”에 나오는 다섯 가지 능력치(CON, POW, EYE, SPD, FLD)를 참조해 KOL의 활동 성향을 구분하는 예시이다 (카이토에서는 이미 Casual/Hardcore, Shitposter/Curator, Copy Pasta/Creative 같은 일부 축을 도입한 바 있으며, 여기서는 그 아이디어를 발전시킨다). 프로젝트 측에서는 이를 활용해 목표에 맞는 KOL을 선별할 수 있다:
Source: Naver Blog
Casual ↔ Hardcore: 짧고 캐주얼한 글을 자주 쓰는지, 아니면 개발 문서와 온체인 데이터를 깊이 파고드는지 판별.
Shitposter ↔ Curator: 밈 및 농담 위주의 가벼운 콘텐츠가 주류인지, 고품질의 정보 및 인사이트를 체계적으로 제공하는지 판별
Copy Pasta ↔ Creative: 남의 글 혹은 밈을 주로 활용하는지, 창의적인 콘텐츠와 밈을 만들어내는지 판별.
Tech Brain ↔ Storyteller: 기술 및 데이터 중심의 분석형 콘텐츠를 생산하는지, 큰 흐름과 내러티브를 강조하고 형성하는지 판별
Memecoin Degen ↔ Fundamentals Maxi: 고위험 고수익 밈코인을 좋아하는지, 아니면 펀더멘털 기반 프로젝트를 지지하는지 판별
(보너스) 성향 태그: “레이저아이 오타쿠(BTC 맥시+애니 덕후)”, “밈코인 DJ(도박적 투자자)” 등. KOL의 독특한 분위기나 개성을 단번에 파악할 수 있도록 한 줄로 표현한다.
이렇게 플레이어 카드 형태로 KOL을 분류하면, 단순 득표나 팔로워 규모 대신 ‘어떤 성향으로, 어떤 가치를 제공하는지’를 한눈에 파악할 수 있다. 이는 곧 머니볼이 강조한 “수치 뒤에 숨은 진짜 기여도”를 보는 시각과 동일하며, 프로젝트와 커뮤니티가 필요로 하는 KOL을 효율적으로 선별하도록 돕는다.
“이 예산으로 이 팀이 승리하게 된다면, 야구계 전체가 바뀔 겁니다. 난 그게 의미 있길 바랍니다.” - 빌리 빈 (If we win (on our budget with this team) we’ll change the game. And that’s what I want, I want it to mean something)
인포파이의 궁극적 목표는, 양질의 정보가 공정하게 가치 평가를 받고 기여자들이 그 대가를 온전히 누릴 수 있는 생태계를 만드는 것이다. 이를 위해 얍스 및 sKAITO 구조를 개선하고, 행동에 책임을 부과하는 스킨 인 더 게임 모델을 도입하며, 머니볼식 데이터 분석과 인센티브 구조를 결합할 필요가 있다. 그렇게 함으로써 인포파이는 단순 실험 단계를 넘어, 프로젝트와 커뮤니티 전체에 가치를 가져다줄 기반을 마련할 수 있다.
머니볼에서 혁신적 통계 분석이 자본력이 취약한 팀을 강팀 반열에 올려놓았듯, 인포파이 또한 기존의 ‘인플루언서 및 인기 몰이’ 방식에서 벗어나 데이터 기반 개방형 정보 시장을 실현할 잠재력을 지니고 있다. 만약 이 방향성이 성공적으로 구현된다면, CT의 판도는 달라질 수 있을 것으로 보인다.
