ChatGPT 5.4 Pro와 ChatGPT 5.5 Pro를 번갈아가면서 사용하며 느낀 점

1. ChatGPT 5.4 Pro의 사고력 깊이는 ChatGPT 5.5 Pro보다 나음. 기본적으로 사고를 하는 시간의 차이가 (웹기준) 매우 크게 남.
이 뜻은 ChatGPT 5.4 Pro가 긴 시간을 소모해서라도 사고를 깊게, 길게 진행하여 더 나은 결과물을 얻어낸다는 것임.

이 의미는 연구나 문제 해결, 매우 깊은 사고를 요하는 과제를 해결할 때 큰 이점을 가짐. 시간보다 퀄리티를 원하는 사람들은 해당 모델을 주로 이용하면 될듯함.

그리고, 추가적으로 이야기하고 싶은 것들 중 하나는 이전에 글에도 썼듯이, 인터넷을 사용하지말고 스스로 생각해서 해결하라는 프롬프팅이 꽤 유의미할 수 있다고 보임.

'스스로 생각해서 설계하고 구상하여 해결하는 단계'로서는 ChatGPT 5.4 Pro 모델이 적합하다고 보임.

2. ChatGPT 5.5 Pro는 매우 대단한 도구임.
빠르고, 정확하고, 꽤 좋은 결과물을 내놓음.
하지만, 이는 매우 깊은 사고를 요하는 것이 아니라 이미 해결이 될 수 있거나 다양한 방법이 웹에 존재하는, 실제 활용과 적용하여 해결하는 과제에 대한 능력이 대단함.
다양한 도구들을 사용할 수 있고, 웹에서의 정보 접근성도 크게 향상되었음.
ChatGPT 5.4 Pro에게 실제 트랜잭션, 컨트랙트 분석을 맡기는 경우와 ChatGPT 5.5 Pro에게 실제 트랜잭션, 컨트랙트 분석을 맡기는 경우를 비교해보면 될듯함.
5.4 Pro 모델이 접근할 수 있는 정보의 깊이, 폭의 차이가 분명히 존재함.

즉, ChatGPT 5.5 Pro는 정보를 수집하고, 실제 작업적 측면에서 해결해야하는 과제가 있는 경우에는 매우 적합한 도구라고 보임. 꽤나 실전적 모델임. ChatGPT 5.4 Pro 모델은 이에 비해 연구용 모델에 가깝다고 보임.

ChatGPT 5.5 Pro 모델은 더 다양한 도구를 사용할 수 있고, 그 도구의 활용이 꽤 잘 된다고 보임.

또한, 알고리즘 기반 Strategy를 설계하고 구축하는 것과 같은 영역에서는 더 길고 더 깊은 사고를 하는 모델인 ChatGPT 5.4 Pro 모델이 더 나은 면을 보임.
이에반해 ChatGPT 5.5 Pro 모델은 웹에 있는 정보에 의존하여 '활용' 정도를 하는 것으로 보임.

ChatGPT 5.4 Pro의 역할은 - 설계자, 연구자 정도의 역할이고
ChatGPT 5.5 Pro의 역할은 - 정보 수집가, 작업자(빌더)의 역할이라고 이해하면 될듯함.

3. 결론 : 그럼 무슨 모델을 써야하는가?
일단, 꽤나 맥빠지는 소리일 수 있겠지만
1가지 모델을 딱 정해놓고 이걸 써라! 라고 이야기하기엔 애매한 상황임.

그 이유는, 실제 정보의 접근은 ChatGPT 5.5 Pro가 훨씬 나은 상황임.
하지만, ChatGPT 5.5 Pro도 Agents에 비해서는 덜 자유로운 정보 접근도를 보여줌.

정보 수집 : ChatGPT 5.5 Pro + Agents
수집된 정보 기반 설계 및 연구 : ChatGPT 5.4 Pro + ChatGPT 5.5 Pro
설계 구현 및 엔지니어링 : ChatGPT 5.5 Pro
라고 생각하면 될듯함.

Agentic System이나, 프로덕션 레벨, 개인 AI 환경은 당연하겠지만, 위의 하이브리드 형태에 Agents를 결합하거나 Agents 만을 사용하는 것으로 설계해야함.

ChatGPT 모델에 대해서 꽤 빠르게, 잘 정리한 글이니 (아마 대부분의 사람들은 다음 모델이 나오기 전까지 해당 내용을 알아채지 못하겠지만) 이 정보들을 기반으로 작업을 하면 다른 사람들보다 훨씬 나은 작업이 가능할 것이라고 생각함.

제대로 작동 원리와 특성을 이해하고 사용하는 것이 꽤 중요하다고 생각함.

아래 방식이 지금으로써는 최선의 방식이라고 판단하고 있음.

1. Agentic System을 구성하지 않은 경우 [Agents를 단순 인접한 AI, 정보 조사원 혹은 코드 엔지니어로 사용하는 경우]

정보 수집 : Agent + ChatGPT 5.5 Pro (정보 수집 및 검증) [데이터 수집은 Agents에게 맡기고, 그 데이터를 판단하는 것은 ChatGPT 5.5 Pro에 맡기는 것도 좋은 구조인듯]
> 수집된 정보 기반 판단 및 설계, 깊은 사고, 연구를 ChatGPT 5.4 Pro와 그 내용을 ChatGPT 5.5 Pro에게 제공하며 병렬적으로, 상호적으로 진행 > 그렇게 나온 결과값을 ChatGPT 5.5 Pro에게 맡겨 실제 구현 > AI Agent 기반 시스템/프로덕션을 구현한 경우 Agent들을 구현하는 과정에서 적절하게 배치(병렬적, 초분업적 구조를 추천)

2. Agentic System을 구성한 경우 [Agents로 이루어진 환경이 내 개인 데이터베이스처럼 작동하고, 더 나은 결과물들을 만들며, 과제 수행의 퀄리티가 높게끔 확립된 경우, 병렬적/분업적 시스템이 잘 작동하며, Agentic System이 작업 과정에서 효율적으로 적용되어서 사용이 가능한 경우]

개인 환경을 구성한 경우에는 Agents들에게 정보들을 찾게하고 (자동/자율/주기적), 사용자가 직접 데이터를 먹이고, 그렇게 구성된 환경 기반으로 정보(원하는 것을 구현하기 위한 방향성, 필요한 니즈, 우리의 환경, 상황 등...)를 Export하여 ChatGPT 5.5 Pro에 제공하여 판정/검증하고, 결정하여서 그것들을 기반으로 ChatGPT 5.4 Pro와 ChatGPT 5.5 Pro가 실제 설계를 함. > ChatGPT 5.5 Pro 와 Agents를 이용하여 실제 구현, Agents를 적절하게 배치.

* 기본적으로 Agents를 굴리는건 지금으로써는 '기본'이라고 생각됨.
Agents가 가질 수 있는 자율성, 자유도는 생각보다 높음.
적어도 내 '개인 비서' 정도로라도 사용할 것.
정보 접근성과 행동을 할 수 있다는 그 지점에서의 이점이 꽤 큼.
가능하다면, 정보 관리, 개인 환경으로 구축할 것.

쉬운 버전 : ChatGPT 5.5 Pro « 이미 어느정도 도구가 웹에 있고, 개념들을 조합해서 활용하여서 문제 해결을 목적으로 진행하는 것을 잘함. 정보 수집도 잘함. (정보 접근도가 높음)

ChatGPT 5.4 Pro « 그냥 깊은 생각을 잘 함. 처음부터 생각해서 설계하고 만들어나가는 것, 매우 깊은 사고가 필요한 과제들에 대해서는 매우 높은 성능을 보임.

정보 수집, 목적성을 가지고 실제 문제를 해결하고, 목적을 달성하는 과정에서 사고가 필요 없다 « ChatGPT 5.5 Pro 사용

정보 수집 단계 « Agents, ChatGPT 5.5 Pro 사용

문제를 해결하고, 목적을 달성하는 과정에서 깊은 사고가 필요하다 « ChatGPT 5.4 Pro + ChatGPT 5.5 Pro 사용

결국, 정보 수집부터 해결까지 '매우 깊은 사고'가 필요한가 여부에 따라서
ChatGPT 5.4 Pro를 사용하는지 여부가 갈린다고 이해하면 될듯.

LLM에게 희귀한 질문을 많이 던지면, 모델 크기를 역추정 할 수 있다?

1. 상식 질문은 별로 의미 없음
유명한 사실은 작은 모델도 맞힐 수 있음.

2. 희귀한 사실일수록 ‘모델 안에 실제로 저장돼 있어야’ 맞힐 수 있음
예: 잘 알려지지 않은 연구자, 작은 기관의 설립연도, obscure한 작품 정보 같은 것. 논문은 이런 질문을 7단계 난이도/Tier로 나눔.

3. 오픈모델 89개로 보정함
파라미터 수가 공개된 모델들에게 같은 질문을 던지고, “희귀 지식 정답률 ↔️ 모델 크기” 관계를 만듦. 논문 주장에 따르면 이 관계가 꽤 강하게 log-linear, 즉 파라미터가 로그 단위로 커질수록 factual capacity가 선형적으로 증가함.

4. 그 보정식을 비공개 모델에 적용함
그래서 GPT-5.5는 약 9.7T, Claude Opus 4.6은 약 5.3T, Gemini 2.5 Pro는 약 1.2T 같은 식으로 “효과적 지식 용량 기준 파라미터 추정치”를 냄.

해당 방식은 실제 내부 파라미터 수를 확인한 것이 아니라, 지식 저장 능력으로 추정한 값임.

T7이 거의 0% [현재 최고 모델들도 가장 희귀한 지식 구간은 거의 못 맞힌다. - 아직 사전학습으로 흡수할 지식 헤드룸이 크다 > 모델이 더 커지거나 더 많이 학습되면 여전히 좋아질 여지가 있다.] 라고 함.

[AI 사이클 속에서 유틸리티 토큰의 쓰임새를 다시 생각해보는 이유]

최근 크립토 시장을 보면 내러티브나 밈, 유동성이 가격을 주도하는 경향이 짙습니다. 물론 이런 요소들도 시장을 굴러가게 하는 중요한 축이지만, 결국 시간이 지날수록 시장은 다시 본질적인 질문으로 돌아오기 마련입니다.

“그래서 이 토큰으로 진짜 뭘 할 수 있는데?”
"이 토큰의 장점은 뭔데?"
"이 토큰이 뭐가 다른데?"

흔히 AI 테마가 유행하면 그저 'AI 관련 코인'의 가격 변동에 시선이 쏠리기 쉽습니다. 하지만 저는 조금 다른 각도에서 이 흐름을 보고 있습니다.

AI라는 기술 자체가, 온체인 위에서 무언가를 만들어내는 '생산과 구현의 구조'를 근본적으로 바꿔놓고 있다는 점입니다.

과거를 돌이켜보면 좋은 아이디어가 있어도 그걸 유틸리티 토큰으로 구현해 내는 건 꽤 험난한 길이었습니다. 스마트컨트랙트 설계, 프론트엔드 연결, 보안 검증, 커뮤니티 운영까지 소규모 팀이나 개인이 감당하기엔 장벽이 너무 높았죠. 그래서 기발한 상상력도 기술적 한계나 속도 문제로 중간에 멈추는 경우가 허다했습니다.

하지만 이제는 개인의 상상력이 온체인 구조로 전환되는 속도가 AI를 매개로 비약적으로 빨라지고 있습니다.

AI가 개발의 진입장벽을 크게 낮추고 있기 때문입니다. 예전에는 팀 단위로 달라붙어야 했던 작업들을 이제는 한 명의 개발자가 훨씬 빠르게 시도하고 프로토타입을 만들어낼 수 있는 환경이 되었습니다. 단순히 코딩 시간이 줄어든 것을 넘어, 막연한 아이디어를 실제 작동하는 구조로 번역해 내는 능력 자체가 커진 셈입니다.

이러한 변화는 유틸리티 토큰 생태계에 꽤 흥미로운 구조적 변화를 가져올 수 있다고 생각합니다. 앞으로 주목해 볼 만한 포인트는 크게 세 가지입니다.

마이크로 유틸리티 토큰의 등장: 거창한 생태계를 목표로 하지 않더라도, 특정 니즈만 해결하는 작은 토큰들이 쏟아질 수 있습니다. 특정 AI 에이전트의 데이터 접근권, 소규모 창작자 네트워크의 보상, 게임 내 미니 경제 등 작지만 실제 쓰임새가 있는 실험들이 쉬워집니다.

기존 인프라의 재발견 (EVM의 조합성): 이런 실험이 일어날 때, 백지에서 시작하기보다는 이미 닦여진 길을 활용하려는 수요가 큽니다. 솔라나 같은 체인이 가진 속도와 UX 강점도 분명하지만, '다른 프로토콜과의 결합'이나 '다양한 온체인 기능 조립' 측면에서는 수많은 레고 블록(DeFi 인프라, 오라클, 레퍼런스 등)이 축적된 EVM 생태계가 꽤 유리한 고지를 점할 수 있다고 보고있습니다.

물론 이런 흐름에 대해 신중하게 봐야 할 부분도 있습니다.

코딩이 쉬워진 만큼, 의미 없는 양산형 토큰이나 단기적인 실험들 역시 기하급수적으로 늘어날 것입니다. AI가 프로덕트를 빠르게 만들어줄 순 있어도, '이것이 왜 필요한가'라는 비즈니스의 철학이나 방향성까지 자동으로 보장해 주지는 않으니까요.

결국 다가오는 시기에 더 중요해지는 건 단순한 개발력이 아니라, '상상력'과 '구조 설계 능력'일 것입니다.

개인이 상상한 것을 온체인 경제 메커니즘으로 옮겨보는 비용이 거의 0에 수렴해 가고 있습니다. 크립토 마켓에서 가장 흥미로웠던 순간들은 늘 "이런 기능도 온체인으로 돌아가네?"라는 생각이 들 때였습니다.

단순히 AI 섹션에서 직접적으로 AI와 연관되는 코인이 유망하다는 뜻이 아닙니다. AI를 지렛대 삼아 실제 기능과 구조를 갖춘 창의적인 유틸리티 토큰들이 더 많이, 더 빠르게 시장에서 테스트될 수 있다는 의미입니다. 저는 이 접점에서 우리가 생각하지 못했던 새로운 형태의 기회들이 나타날 수 있다고 보고 있습니다. 누구나 자신의 상상, 창의성을 현실로 옮기고 실현할 수 있는 시대에서 누가 그걸 먼저 옮기느나갸 중요해진 시대가 된 것 같습니다.

해당 글을 포워딩한 이유도 AI로 인한 창의력의 구현/현실화라는 측면에서 꽤 재미있게 받아들여졌습니다.

과거 ERC-404라는 섹션에서 에메랄드, 판도라와 같은 (유사한 토큰으로는 YES라는게 존재했죠) 토큰들도 꽤 관심을 받았고, NFT 유동화(Uniswap을 통해 스왑하는 형식)쪽에서도 큰 의미가 있다고 생각을 했으니까요.

그 실험이 성공했다고는 말은 못하겠습니다.
애초에 NFT의 유동화가 의미가 있는지도 잘은 모르겠으나(시장에서 NFT의 유동성 부족이라는 구조가 NFT의 상승과 큰 연관이 있었다고 해석되기도 하니.) 꽤 흥미롭고 적어도 제 생각에는 유의미하다고 생각을 했으니까요.

많은 영역에서 새로운 도전이나 실험들이 많이 나오는 흐름으로 이어지지 않을까 싶습니다.

그래도 다양한 시도가 있어야. 성공으로 이어진다고 생각합니다. 혁신은 많은 시도와 많은 실패에서 나온다고 생각해요.

그 과정에서 단기적인 수익을 얻을 수도, 장기적으로 유의미한 블루칩을 가지게 될 수도 있다고 생각합니다.

업빗썸 김프 / 역프 / 국내 프리미엄 갭 알림용 그룹입니다.
https://t.me/web3map_ssalmuk

빗썸 출금 수수료 적용 전까지만 열어두려고 합니다.

임계값 1% / 3% / 5%으로 토픽이 있고, 원하시는 기준치 채널만 알림 켜두시는거 추천드립니다.

web3map과 동일하게 $1,000 시장가 스왑 기준으로 가격을 산정합니다.

이용하시는 분들 https://x.com/Web3MapInk 팔로우랑 인게이징 한번씩만 부탁드리겠습니다. 🙏

공식 사이트 https://web3map.ink/arbitrage 도 많은 관심 부탁드립니다.

* 가격을 모두 30초 단위로 폴링하기 때문에 cex 가격 데이터는 더따리로 보시거나 직접 받아오시는게 훨씬 나으실겁니다.
* Dex랑 브릿지 연계되는 갭 루트 확인하시는 용도로 이용하시는걸 추천드립니다.

살다살다 LWN(Linux 개발자 뉴스레터 겸 커뮤니티)에 Succinct 랑 Aztec 언급되는걸 다 보네

요약:
• 양자컴퓨터로 암호해독을 가능하게 하는 Shor's Algorithm이 있음. 이거 있으면 현재 쓰이는 암호 종류들 중 절반은 풀려서 양자컴퓨터가 지속적으로 개발되는 이유이자 실질적 위협
• Shor's Algorithm은 실제로 동작하는 알고리즘이지만, 실제 암호에 적용하려면 지금보다 몇백배-몇천배 정도 많은 큐비트를 운용할 수 있는 양자컴퓨터가 필요
• Shor's Algorithm을 20배 최적화한 연구가 출판되었으나, 연구진들은 이 연구결과가 세계에 가져올 위협을 우려하여 최적화된 회로의 존재를 ZK 증명기로 증명만 하고 회로 자체를 공개하지 않음
• 아티클 중간부터는 ZK증명이 뭐고 Succinct SP1이랑 Aztec, Ethereum 등등 어쩌고 저쩌고 열심히 설명
• 결론: 양자컴퓨터 현실화 빨라지고 있으니 빨리 PQC (Post-Quantum Cyptography) 도입해라

https://lwn.net/Articles/1066156/

HIP-4는 폴리마켓을 밀어낼 수 있을까?

Polymarket 상위 트레이더 데이터를 분석해보면
단순 베팅 유저가 아니라, 상당수가 동시에 Hyperliquid에서 퍼프 트레이딩까지 같이 돌리고 있는 구조입니다

문제는 여기서 발생합니다

현재 구조에서는
예측시장 자금과 퍼프 트레이딩 자금이 완전히 분리되어 있어서
Polymarket에 들어간 자금은 마진으로 활용도 못 하고, 수익도 못 굴리고, 리스크 헤지도 불가능한 상태입니다

실제로 상위 트레이더 기준으로 보면
수천만 달러 규모 자금이 그냥 묶여 있는 구조입니다

레버리지까지 고려하면
이건 단순한 기회비용이 아니라, 수억 달러 단위의 트레이딩 기회를 날리고 있는 셈입니다

여기서 나오는게 HIP-4 구조입니다

예측시장과 퍼프를 같은 계정, 같은 마진 안에서 같이 쓰는 구조

즉
BTC 롱 포지션을 들고 있으면서
금리 인하 YES 같은 이벤트 포지션으로 동시에 헤지를 거는 식이 가능해집니다

핵심은 하나입니다

자금이 묶이느냐
계속 굴러가느냐

Polymarket은 묶이는 구조고
HIP-4 기반 모델은 계속 굴리는 구조입니다

이 차이가 결국 유동성과 트레이더 이동을 결정하게 될 가능성이 높습니다

한줄 정리

앞으로 메타는
퍼프 트레이딩 + 예측시장 결합 구조로 넘어가는 흐름입니다

[DEX : 기회의 땅]

최근 암호화폐 시장을 지켜보면 꽤 흥미로운 국면에 접어든 것 같습니다. ETH나 TON 같은 주요 체인들 위로 다시 유동성이 돌기 시작하고, 전반적인 투심이 살아나면서 다양한 내러티브들이 생명력을 얻고 있죠. 과거의 경직된 시장이었다면 크게 주목받지 못했을 프로젝트들도, 지금의 환경에서는 제법 시장의 선택을 받는 모습들이 관찰됩니다.

보통 이런 시기가 오면 다들 '어떤 코인이 오르냐'에 집중하기 마련입니다. 하지만 저는 지금의 현상을 조금 다른 각도에서 보고 있습니다. 이미 잘 적응해서 암호화폐 시장에 대한 이해도, On-Chain 플레이에 익숙하고 잘 다루는 사람들은 지금 이 기회를 적극적으로 잘 활용하고 있다고 생각합니다. 그에 반해 이런 영역에 대해 경험이 부족하고 낯선 사람들에게는 오히려 이는 큰 위험이거나, 매우 리스크를 높이는 변수가 될 수 있다고 생각합니다.

하지만 그럼에도 불구하고 가장 중요하게 바라보는 것은 지금 온체인에서의 이해도가 앞으로 수익의 질을 가르는 구조적인 변수가 될 수 있다는 점입니다.

사실 이런 온기는 아직 모두가 체감하는 단계는 아닙니다. 오랫동안 온체인 데이터를 뜯어보거나, 직접 트랜잭션을 발생시키며 플레이하는 분들이 먼저 감지하고 있는 초기 분위기에 가까운 것 같습니다. 만약 이 흐름이 하나의 큰 사이클로 확장된다면, 훗날 돌아봤을 때 "아, 그때가 정말 이른 시기였구나"라고 평가받을지도 모르겠습니다.

DEX는 몇 가지 뚜렷한 특징이 있습니다.

기회의 선반영: CEX에 토큰이 상장되기 전, 초기 유동성과 새로운 내러티브가 결합하며 시장 가격이 가장 빠르고 날것의 형태로 형성됩니다.

경험의 비대칭성: 온체인 흐름에 익숙한 플레이어들은 초기 신호를 포착하고, 내러티브의 강도를 판단해 과감하게 진입합니다. 반면 이 구조를 모르는 사람에게는 진입 자체가 리스크로 작용하죠.

극단적인 양면성: 기대 리턴이 큰 만큼, 러그풀, 낮은 유동성 등 손실을 유발하는 함정들이 디폴트 값으로 깔려 있습니다.

그래서 지금 시장에 기회가 많아 보인다고 해서, 이해도가 낮은 사람들이 무작정 시드를 키워 공격적으로 매매하는 것은 꽤 위험하다고 생각합니다. 아무리 유동성이 좋아져도 DEX 특유의 불확실성은 사라지지 않기 때문입니다. 시장 구조를 온전히 이해하지 못한 상태에서의 큰 배팅은, 단 몇 번의 실수만으로도 큰 손실로 다가오게 됩니다.

제가 이 시점에서 중요하게 생각하는 접근법은 처음부터 수익의 크기를 쫓는 것이 아니라, 아주 적은 금액으로 이 시장의 '분위기'를 경험해 보는 것입니다.

트랜잭션을 일으키고, 유동성의 이동을 추적하고, 사람들의 심리가 어떻게 변하는지 관찰하는 과정 자체가 일종의 수업료라고 생각합니다. 물론 그 수업료는 내가 감당할 수 있는 아주 작은 범위 내에 있어야겠죠. 이렇게 배운 것은 나에게 아주 큰 자산이 되고 다음 기회를 잡을 수 있게 된다고 생각합니다.

가장 중요한 것은 기회를 잡는 것 이전에, 시장에서 오래 살아남는 구조를 스스로 만드는 것입니다.

지금 분명 새로운 토큰, 새로운 체인 위에서 흥미로운 기회들이 계속 생겨나고 있습니다. 아직 대중이 이 흐름을 완전히 소화하지 못했기 때문에, 역설적으로 지금 당장 작게 실험해보고 관찰하기에 좋은 시기일 수 있습니다. 결국 경험은 자산이고, 다음 기회를 잡을 수 있는 밑거름이 된다고 생각합니다.

DEX는 기회의 땅이 맞습니다. 하지만 철저히 리스크를 통제하며 '살아남는 사람'에게만 해당된다고 생각합니다.

작게 경험하고 흐름을 몸으로 익히는 과정을 충실히 거친 분들에게는, 앞으로 열릴 시장이 단순한 트레이딩 이상의 큰 의미로 다가올 수 있지 않을까 조심스레 생각해 봅니다.

[DEX는 지금]
Uniswap V4 Hook과 TON 생태계의 부상

지금 현재 암호화폐 시장에서 가장 핫한 섹션은 TON 생태계에 대한 기대감과 Uniswap V4 Hook을 활용한 창의적인 토큰들이 관심을 많이 받고 있습니다.

Uniswap V4 Hook

대표적으로 $uPEG (NFT와 유사한 규격을 자동으로 Uniswap에서 Swap 할 수 있게 한, ERC404와 유사한 구조 - NFT 형태로 랩핑 및 OpenSea 거래 가능)이 이 흐름을 만들었고, 이 내러티브는 확장되어서 다양한 토큰들이 Uniswap V4 Hook 기능을 활용하여 다양한 실험적 시도를 하는 토큰들이 많이 등장하고 있습니다. 시장은 이러한 흐름에 집중하는 분위기입니다.

이는 Uniswap V4를 활용한 대표적 사례이지만, 이 내러티브는 이보다 훨씬 넓습니다.

정확히 말하면 Hook은 토큰 자체의 표준을 바꾸는 기능이라기보다, 특정 Uniswap V4 풀에 커스텀 로직을 붙여 거래의 전후 과정에 새로운 규칙을 삽입하는 구조입니다.

즉 ’토큰이 특이하다‘기보다는, 그 토큰이 거래되는 풀의 행동 방식이 특이해지는 것에 가깝습니다.

따라서 Hook 기반 토큰들의 가능성은 NFT형 자산에만 머무르지 않습니다. 오히려 더 큰 방향은 DEX 위에서 토큰 이코노미를 직접 설계하는 것입니다.

TON 생태계

이쪽은 Uniswap V4와는 상이합니다. Uniswap V4 Hook이 기능 확장성의 내러티브라면, TON은 유저 유입과 배포망의 내러티브입니다.

TON이 주목받는 가장 큰 이유는 Telegram과의 연결성입니다. TON Foundation은 2025년 1월 Telegram과의 파트너십 확장을 발표하며, TON이 Telegram Mini Apps 생태계의 독점 블록체인 인프라가 되고 TON Connect가 Telegram Mini Apps의 지갑 연결 표준이 된다고 설명했습니다.

대부분의 체인은 먼저 디파이 프로토콜을 만들고, 그다음 유저를 데려오려고 합니다. 반면 TON은 이미 Telegram이라는 거대한 사용자 환경 안에 지갑, 결제, Mini App, 게임, 커뮤니티, 광고, 토큰 유통 경로를 붙이는 방향으로 움직이고 있습니다.

이로 인해 Telegram 안에서 발생하는 사용자 행동이 자연스럽게 온체인 스왑과 유동성으로 연결될 수 있다는 기대감이 생기고 있습니다.

최근에는 Telegram이 TON 네트워크에서 더 직접적인 역할을 하겠다는 흐름도 시장의 관심을 키웠습니다. Pavel Durov는 2026년 5월 초 Telegram이 TON Foundation을 대신해 TON의 주요 추진 주체가 되고, 네트워크의 최대 검증자가 될 것이라고 밝혔으며, 동시에 TON 수수료가 6분의 1 수준으로 낮아졌고 개발자 도구와 성능 업그레이드가 예정되어 있다고 언급했습니다.

이로인해 과거 비공식적으로 연관이 있던 TON과 Telegram이 연결이 되는 기념비적 사건으로 시장이 받아들이고 있으며 앞으로 더더욱이 TON 생태계가 성장할 것으로 기대감이 조성되고 있습니다.


결론적으로 현재 DEX의 국면은 이렇게 정리할 수 있습니다.

TON은 '누가 DEX를 쓰게 만들 것인가'에 대한 내러티브이고,
Uniswap V4 Hook은 'DEX에서 무엇을 가능하게 만들 것인가'에 대한 내러티브입니다.