Pantera Capital: 컴퓨팅 파워 시장의 4대 기회

저자: Jay Yu, Pantera Capital 파트너

편집: Jiahua, ChainCatcher

서론

컴퓨팅 파워와 데이터센터 인프라 지출은 이미 1조 달러 규모의 시장이 되었으며, 미국 소비 지출과 맞먹는 규모로 미국 경제 성장의 중요한 축으로 자리 잡고 있다.

그러나 AI 에이전트가 실물 경제에 점차 진입하면서 컴퓨팅 파워 수요는 계속 증가하고 있지만, GPU 구매 방식은 여전히 전통적이다. SF Compute, Vast AI, Runpod와 같은 컴퓨팅 파워 시장이 등장했음에도 불구하고, 대량의 GPU 노드 거래는 여전히 그룹 채팅, 장외 중개인, 맞춤형 양자 계약을 통해 이루어지고 있다.

현재 GPU 컴퓨팅 파워는 금융화의 초기 단계에 있다. 전력과 유사하게 컴퓨팅 파워는 완전히 동질적인 자산이 아니며, 칩 모델, 인도 시간, 지리적 위치 등의 요인에 의해 제약을 받는다. 그러나 향후 5~10년 내에 컴퓨팅 파워는 전력이나 석유와 같은 상품으로 점차 변모하여 AI 시대의 글로벌 경제 운영을 뒷받침하는 핵심 자원이 될 가능성이 높다.

이 글에서는 컴퓨팅 파워 시장이 어떻게 이러한 전환을 이루어낼 수 있는지 살펴본다. 전력 시장에서 얻을 수 있는 시사점, 컴퓨팅 파워 시장의 잠재적 구조, 업계에서 개발 중인 제품, 그리고 컴퓨팅 파워 상품화 과정에서의 기회와 도전 과제를 다룬다.

1. 전력 시장에서 답을 찾다 
1.1 전력 시장의 구조

컴퓨팅 파워 시장의 미래 변화를 이해하려면 먼저 그 기반 자원인 전력 시장의 작동 방식을 살펴볼 필요가 있다.

컴퓨팅 파워와 마찬가지로 전력도 이질성, 시간적 속성, 허브 속성을 지닌 자산이며, 글로벌 경제 성장의 중요한 기반이다.

1990년대 이후 미국 전력 시스템은 점진적으로 민영화되었다. 수직 통합되어 있던 전력 회사들은 발전, 송전, 배전 부문을 분리하기 시작했다.

독립 전력망 운영자들이 미국의 여러 지역 전력 시스템을 관리하기 시작했다. 동시에 PJM-West(동부 해안), ERCOT North(텍사스), CAISO SP15(남부 캘리포니아)와 같은 대규모 상호 연결 전력 시스템은 결국 CME와 ICE 같은 거래소에서 거래 가능한 상품이 되었고, 전체 전력 자산군의 중요한 가격 기준을 형성했다.

물리적 측면에서 전력 시장은 대략 '전력망, 운영자, 노드' 구조로 요약할 수 있다.

최상위에는 서로 독립적인 지역 전력망이 있다. 각 지역 전력망 아래에는 지역 송전 기구(RTO)와 독립 시스템 운영자(ISO)를 포함한 여러 시스템 운영자가 있다. 이 운영자들은 해당 지역의 여러 변전소 노드를 관리한다.

예를 들어 샌프란시스코의 경우, 한 도시가 Embarcadero, Larkin, Mission과 같은 여러 변전소 노드에서 전력을 공급받을 수 있다.

각 노드의 전력 가격은 완전히 동일하지 않으며, '노드 한계 가격'(LMP)이라는 알고리즘에 의해 결정된다. 이 알고리즘은 발전 일정, 사용자 수요, 송전 비용, 전력 흐름 패턴을 고려하여 제약 조건 하에서 최적 가격을 계산한다.

LMP 알고리즘은 전력의 물리적 인도와 PJM-West와 같은 거래 가능한 전력 기준을 연결하는 핵심 고리가 되었다.

전력 시장의 허브 가격과 지수 가격은 본질적으로 여러 최종 LMP 노드 가격의 가중 평균이다. 가장 크고 유동성이 높은 가격 기준은 결국 CME와 ICE 같은 거래소에서 안정적인 거래 깊이를 확보하여 전체 전력 자산군의 참조 가격이 된다.

1.2 컴퓨팅 파워 시장의 잠재적 구조

지난 30년간의 전력 시장 발전을 관찰하면 컴퓨팅 파워 시장에 대해 몇 가지 추론을 할 수 있다.

첫째, 컴퓨팅 파워 시장은 전력 시장과 유사한 구조를 형성할 가능성이 있다.

물리적 인도 측면에서 전력 시장의 '전력망, 운영자, 노드' 구조에 가장 가까운 컴퓨팅 파워 버전은 '하드웨어, 공급자, 클러스터'일 수 있다.

전력 시장에 여러 독립적인 지역 전력망이 존재하는 것처럼, 컴퓨팅 파워 시장도 다양한 하드웨어 범주를 기반으로 여러 시장을 형성할 수 있다. H100, H200, B200, B300과 같은 칩 범주는 각각 독립적이면서도 상호 연관된 가격 기준을 가질 수 있다.

운영자 수준에서는 AWS, Nebius, CoreWeave, SF Compute, Ornn과 같은 컴퓨팅 파워 공급자가 특정 클러스터에 대해 서로 다른 가격 책정 메커니즘을 제공할 것이다. 이러한 클러스터는 전력 시장의 여러 노드와 유사하게 시간, 위치, SKU의 영향을 받는다.

컴퓨팅 파워 시장에서 LMP에 해당하는 것은 일종의 스케줄링 또는 라우팅 알고리즘일 수 있다. 이 알고리즘은 특정 SKU의 가용성에 따라 컴퓨팅 파워 인스턴스 가격을 동적으로 생성한다.

전력 시장에서 PJM-West, ERCOT-North, CAISO SP15와 같이 업계 참조 가격이 된 기준은 일반적으로 유동성이 가장 높은 물리적 인도 인프라와 연결되어 있다. 이는 석유와 같은 다른 상품 시장과 유사하다.

컴퓨팅 파워 분야에서 더 많은 가격 기준이 등장함에 따라, 최종적으로 승리하는 기준은 유동성이 높은 물리적 인도 지점과 연결된 기준일 가능성이 높다.

또한 전력 시장에서는 발전 사업자와 전력 사용 기업이 때때로 전력 거래소에서 직접 헤지하지만, 대부분의 거래는 은행과 트레이딩 회사가 운영하는 장외 거래(OTC) 부서를 통해 이루어진다. 이러한 OTC 기관은 노드 결제 가격을 허브 결제 가격으로 교환하여 스프레드를 얻고 자체 위험을 헤지한다.

유사한 시장 구조가 컴퓨팅 파워 시장에도 나타날 수 있다. 컴퓨팅 파워 시장의 실제 수요와 공급 주체인 신생 클라우드 서비스 공급자와 AI 기업은 컴퓨팅 파워 거래소에서 직접 헤지하기보다는 중개인을 통해 특정 SKU를 구매하는 것을 선호할 수 있다.

마지막으로, 컴퓨팅 파워 시장은 전력 시장보다 더 심각한 베이시스 위험에 직면할 수 있다.

미국 연방 전력법에 따르면 도매 전력 가격은 연방 에너지 규제 위원회(FERC)의 규제 하에 투명하게 유지되어야 한다. 그러나 컴퓨팅 파워 시장에는 현재 유사한 투명성 요구 사항이 없다.

이는 컴퓨팅 파워 시장에서 구축할 수 있는 동적 가격과 지수가 자체 주문장과 협력 중인 신생 클라우드 서비스 공급자가 제공하는 주문장 데이터에만 기반할 수 있음을 의미한다. 이러한 협력은 수익 공유, 데이터 구매 등의 방식으로 이루어질 수 있다.

2. 컴퓨팅 파워 시장의 구조

2.1 추론 수요의 3계층 구조

전력 시장이 존재하는 이유는 산업 시스템이 전력에 대한 지속적인 수요를 가지고 있기 때문이다. 마찬가지로 컴퓨팅 파워 시장의 근본적인 동력은 토큰, 특히 추론 토큰에 대한 수요이다.

현재 추론 산업 체인은 대략 3개 계층으로 나눌 수 있으며, 이들이 함께 컴퓨팅 파워 시장의 구조적 수요와 공급을 구성한다.

신생 클라우드 서비스 공급자 계층

Nebius와 CoreWeave와 같은 기업은 물리적 데이터센터를 운영하며 GPU의 매도 측을 구성한다.

온디맨드 계층

Fireworks와 Baseten과 같은 개발자 플랫폼은 베어메탈 GPU 환경을 보다 완전한 GPU 사용 환경으로 전환하여 개발자가 직접 작업을 실행하거나 언제든지 추론 토큰을 얻을 수 있게 한다. 이 계층은 GPU의 매수 측을 대표한다.

애플리케이션 계층

Cursor, Perplexity, Rime과 같은 애플리케이션은 추론 플랫폼을 사용하여 사용자와 기업에 최종 제품을 제공한다. 이 계층은 토큰의 수요 측이며, 토큰 수요는 GPU 컴퓨팅 파워 수요로 전환된다.

생태계 내 각 기업마다 GPU 관리 전략이 다르지만, 전반적으로 신생 클라우드 서비스 공급자는 GPU 시장의 공급 측에 위치하여 구조적 숏 포지션을 나타내고, 온디맨드 계층과 애플리케이션 계층은 수요 측에 위치하여 구조적 롱 포지션을 나타낸다.

한편 Amazon과 Google과 같은 대형 클라우드 서비스 공급자는 이 세 계층의 제품을 동시에 운영한다.

산업 체인에서의 이익 흐름에 대한 대략적인 경험 법칙은 다음과 같다. 최상위 애플리케이션이 토큰에 100달러를 지출할 때 약 45달러는 온디맨드 계층으로, 50달러는 신생 클라우드 서비스 공급자 또는 GPU 계층으로, 나머지 5달러는 OpenRouter와 같은 라우팅 계층으로 흘러간다.

2.2 컴퓨팅 파워 자본 시장의 구조

AI 산업 체인 내 각 참여자의 토큰 경제 구조는 컴퓨팅 파워 자본 시장의 최종 형성 방식에 영향을 미칠 것이다.

가능한 구조 중 하나는 다음과 같다. 수요 측의 개발자 플랫폼과 애플리케이션 계층, 그리고 공급 측의 신생 클라우드 서비스 공급자는 SF Compute, Runpod, Compute Exchange와 같은 컴퓨팅 파워 중개인 및 OTC 거래 플랫폼을 통해 특정 SKU를 거래할 것이다.

이후 컴퓨팅 파워 중개인과 OTC 거래 플랫폼은 재고를 관리하고, 최종 토큰 소비자가 필요로 하는 특정 SKU와 범용 H200 간의 베이시스 위험을 부담할 것이다.

이들은 Architect나 Pluto와 같은 컴퓨팅 파워 거래 플랫폼을 통해 헤지할 수 있다.

이러한 거래 플랫폼의 가격은 컴퓨팅 파워 기준을 기반으로 구축된다. 이 기준은 협력 중인 신생 클라우드 서비스 공급자와 OTC 플랫폼의 주문장 가격을 가중 평균한 것이다.

2.3 NVIDIA: 컴퓨팅 파워 시장의 '중앙은행'

또한 NVIDIA는 최근 자사의 AI 팩토리 컴퓨팅 파워를 '투자 가능한 자산군'으로 허용하겠다고 발표했다.

컴퓨팅 파워의 금융화 시스템에서 NVIDIA는 GPU 기술 스택을 거의 독점하고 있기 때문에 컴퓨팅 파워 시장의 '중앙은행'으로 간주될 수 있다.

중앙은행은 일반적으로 몇 가지 핵심 목표를 가진다.

경제 내 인플레이션 관리;

완전 고용 촉진;

극단적인 상황에서 최종 대부자 역할.

어느 정도 NVIDIA는 이 세 가지 역할을 수행하고 있다.

첫째, '인플레이션' 관리이다. GPU 경제에서의 '인플레이션'은 GPU의 감가상각 주기, 특히 최신 세대 칩의 감가상각 속도와 관련된 것으로 비유할 수 있다. Vera Rubin 출시와 같은 제품 출시 리듬을 제어함으로써 NVIDIA는 GPU가 시간이 지남에 따라 감가상각되는 속도에 어느 정도 영향을 미칠 수 있다.

둘째, 높은 GPU 활용도 유지이다. 높은 GPU 활용도는 일반적으로 토큰에 대한 시장 수요가 강하다는 신호이며, 사용자가 더 많은 GPU를 구매하도록 유도한다. 따라서 NVIDIA는 GPU 컴퓨팅 파워의 금융화를 추진하여 GPU 시간 거래의 유동성을 높이고, 이를 통해 GPU 활용도를 더욱 높일 동기를 가진다.

마지막으로 최종 대부자 역할이다. NVIDIA는 또한 GPU에 대해 잔존 가치의 최대 25%까지 지원을 제공하겠다고 발표했다. 이는 GPU 가치에 대한 일종의 구제 또는 보험 메커니즘으로 볼 수 있다. 신생 클라우드 서비스 공급자와 기타 GPU 공급자가 유동성 위기에 직면할 때 이러한 지원이 GPU의 잔존 가치를 보장할 수 있다.

3. 컴퓨팅 파워 시장의 기회와 도전 과제

3.1 컴퓨팅 파워 시장의 제품 형태

컴퓨팅 파워 시장의 금융화 수준이 높아짐에 따라 업계 내에서 몇 가지 주요 제품 유형이 등장할 수 있다. 각 제품 유형에는 장점과 도전 과제가 있다.

제품 1: 물리적 인도

물리적 인도는 컴퓨팅 파워가 필요한 최종 사용자에게 GPU 장비를 실제로 전달하는 것을 의미한다. SF Compute, Hyperbolic, Vast, Runpod, Compute Exchange와 같은 프로젝트가 이 제품 계층에 속한다. 이 계층은 하드웨어 자체에 가장 가깝고 컴퓨팅 파워의 수요와 공급을 직접 연결한다.

컴퓨팅 파워 SKU의 높은 이질성으로 인해 많은 프로젝트가 초기에는 단순히 중개인 역할을 하며 GPU 수요와 신생 클라우드 서비스 공급자를 연결하여 수수료를 얻는다. 장기적으로 이 계층의 목표는 어떤 형태의 '컴퓨팅 파워 현물 거래소'를 구축하는 것일 수 있다.

그러나 물리적 GPU 인도의 품질을 지속적으로 보장하는 것은 매우 어려운 문제이며, 특히 분산 네트워크에서 공급을 조달하는 프로젝트의 경우 더욱 그렇다. 컴퓨팅 파워 시장은 이 계층의 성숙을 촉진하기 위해 인도 가능한 GPU의 품질을 인증하는 Moody's와 유사한 평가 기관이 필요할 수 있다.

물리적 인도 계층은 경쟁이 치열하지만, 장기적으로 가장 지속 가능한 해자를 보유할 가능성이 높다. 석유 및 전력 시장을 돌아보면, 금융화 시스템은 일반적으로 물리적 상품의 유동성이 가장 높은 인도 지점을 중심으로 발전하여 지수, 거래소, 대출 금융 상품을 점진적으로 형성한다.

따라서 물리적 GPU 인도 문제를 먼저 해결하는 기업이 상당한 시장 보상을 얻을 수 있다.

제품 2: 지수

이 계층은 주로 컴퓨팅 파워 위에 구축된 '지수 곡선'을 의미하며, Ornn, Silicon Data, Compute Desk, Semianalysis와 같은 프로젝트가 출시한 컴퓨팅 파워 가격 지수를 포함한다.

지수 구축은 컴퓨팅 파워와 같은 자산의 추가 금융화와 거래를 위한 중요한 단계이다. 현재 시장에서 '컴퓨팅 파워 시장'에 대한 많은 논의가 컴퓨팅 파워 지수의 점진적인 성숙과 함께 활발해지기 시작했다고 할 수 있다. CME와 ICE와 같은 대형 거래소도 관련 지수와의 협력을 발표했다.

그러나 많은 컴퓨팅 파워 지수와 개별 GPU 시장 간에는 여전히 상당한 가격 격차가 존재한다.

이러한 가격 격차가 발생하는 주요 원인은 두 가지이다.

첫째, 기초 상품 자체의 차이이다. 서로 다른 컴퓨팅 파워 플랫폼은 제품 안정성, 중단 가능성, 계약 조건 측면에서 큰 차이를 보이는 경우가 많다.

둘째, 서로 다른 컴퓨팅 파워 지수 뒤에 있는 주문장이 동일하지 않으며, 컴퓨팅 파워 시장에는 다른 자산군과 같은 투명성 요구 사항이 없다. 예를 들어 FERC는 전력 시장의 투명성을 요구한다.

현재 많은 컴퓨팅 파워 지수는 신생 클라우드 서비스 공급자로부터 주문장 데이터를 대량 구매하거나 협력 및 수익 공유 계약을 통해 초기 데이터 세트를 구축하고 있다. 또한 독립적으로 운영되는 지수 계층은 거래소 및 물리적 인도 계층보다 수익화 능력이 약하다.

따라서 지수 계층은 화제를 만들고 컴퓨팅 파워 시장 시스템에서 중요한 역할을 할 수 있지만, 동시에 상하류로부터 압박을 받는다.

상류의 물리적 인도 계층은 가격의 원천을 통제하고;

하류의 거래소는 지수로부터 수익의 일부를 얻기를 원한다.

제품 3: 파생상품 거래 플랫폼

세 번째 계층은 파생상품 거래 플랫폼으로, 일반적으로 현금 결제 선물 상품을 제공한다. 이러한 플랫폼은 컴퓨팅 파워 지수를 기반으로 시장 참여자에게 헤지 도구를 제공한다. Liquid Compute과 Architect가 관련 제품을 개발하고 있다.

장기적으로 파생상품 거래 플랫폼은 컴퓨팅 파워 금융화 시스템에서 가장 기대되고 규모 확장이 용이한 수익화 제품일 수 있다. 그러나 이 분야는 아직 초기 단계이며 거래량이 유의미한 규모에 도달하지 못했다.

또한 현금 결제 거래 플랫폼에서 거래 가능한 상품은 일반적으로 추론에 직접 사용할 수 있는 특정 SKU가 아닌 범용 H200 인스턴스이다. 따라서 이러한 거래 플랫폼에 실제로 참여하는 주체는 AI 산업 체인의 최종 기업이 아니라 주로 OTC 거래 플랫폼과 컴퓨팅 파워 중개인일 수 있다. 전자는 대차대조표에 보유한 컴퓨팅 파워 재고를 헤지하려 하고, 후자는 자체 컴퓨팅 파워 노출을 관리해야 한다.

제품 4: 금융화 도구

컴퓨팅 파워 분야에서는 데이터센터와 신생 클라우드 서비스 공급자에게 자금 조달 지원을 제공하는 더 광범위한 금융화 상품도 등장할 수 있다. 예를 들어 대출 프로토콜, Vault, USD.AI와 같은 합성 스테이블코인은 데이터센터와 신생 클라우드 서비스 공급자가 인프라 구축을 완료하는 데 도움이 될 수 있다.

동시에 GPU 경제의 베이시스 위험을 완화하기 위한 위험 이전 및 보험 계층도 등장할 수 있다. 위의 여러 계층을 관찰하면 컴퓨팅 파워 시장이 최종적으로 어떤 완전한 형태를 띨지 비교적 명확하게 알 수 있다.

승자는 신뢰할 수 있는 물리적 GPU 인도를 실현할 수 있는 풀스택 참여자가 될 것이다. 이들은 자체 물리적 주문장에서 가격 지수를 형성한 다음 컴퓨팅 파워 선물 거래소를 구축하여 컴퓨팅 파워를 헤지 가능한 자산군으로 만들 수 있다.

그러나 업계 내 진정한 분기점은 다양한 제품이 등장하는 순서에 있다. 최종 승자는 물리적 인도부터 시작할 것인가, 아니면 지수를 먼저 구축할 것인가, 아니면 거래 플랫폼을 먼저 출시할 것인가?

3.2 컴퓨팅 파워 토큰 경제학의 최전선

지금까지 우리는 주로 GPU 수준의 컴퓨팅 파워 시장에 대해 논의했다. 그러나 시야를 넓혀 더 광범위한 컴퓨팅 파워 토큰 경제학, 즉 역사적 진화, 가치 포착 방식, 최전선 모델 연구소와의 게임 관계를 살펴볼 수도 있다.

역사적으로 컴퓨팅 파워 시장은 완전히 새로운 개념이 아니다. 2023년부터 2024년까지 SF Compute와 Hyperbolic과 같은 프로젝트가 이미 이러한 모델을 논의했고, Akash와 IONet과 같은 분산 프로젝트도 유사한 방향을 탐색하고 있었다.

흥미롭게도 많은 프로젝트가 결국 GPU 시장 수준에 머물지 않았다. 예를 들어 Hyperbolic은 나중에 추론 서비스 공급자가 되어 토큰을 직접 판매했고, SF Compute는 직접 계약을 체결하고 컴퓨팅 파워 클러스터를 운영하기 시작했다.

가치 사슬의 관점에서 가치는 Cursor, Harvey, Granola와 같은 AI 애플리케이션에서 OpenRouter와 같은 라우팅 계층으로, Fireworks와 Baseten과 같은 추론 서비스 공급자로, Nebius, CoreWeave, SF Compute와 같은 신생 클라우드 서비스 공급자 및 컴퓨팅 파워 시장으로, 최종적으로 데이터센터 운영자에게 흘러간다.

기업이 산업 체인의 중간에 머물면 상하류로부터 압박을 받을 수 있다. 보다 안정적인 마진을 유지하기 위해 기업은 결국 상류로 확장하거나 하류로 확장해야 할 수 있다.

토큰 시장은 또한 매우 흥미로운 게임 이론적 관점을 제시하며, 무시할 수 없는 세 가지 힘이 작용하고 있다.

첫 번째 힘은 GPU 공급과 감가상각 속도를 통제하는 NVIDIA이다.

두 번째 힘은 Anthropic과 OpenAI와 같은 최전선 모델 연구소로, 지속적으로 새로운 모델을 출시하여 토큰 수요를 빠르게 증가시킬 수 있다.

세 번째 힘은 Kimi, GLM, DeepSeek, Qwen과 같은 오픈소스 모델로, 추론 마진에 하방 압력을 가한다.

이 세 가지 힘은 GPU 시장과 토큰 시장의 수요와 공급 양측에 지속적인 동력과 압력을 제공한다. 이 중 어느 한쪽이라도 주요 제품을 출시하여 전체 시장의 가격 곡선을 다시 쓸 수 있다.

예를 들어 GPT 5.6의 출시는 기업이 결정하지만 시장이 미리 예측하기 어려운 사건이 되어 AI 토큰 가치 사슬에 연쇄 반응을 일으키고 토큰 가격과 GPU 하드웨어 가격의 변동을 초래할 수 있다.

따라서 기업이 동일한 시스템 내에서 추론 서비스와 GPU 하드웨어 시장을 함께 운영할 수 있다면 상업적으로 더 실행 가능할 수 있다. 이러한 모델은 산업 체인 상하류의 이익 구조 변화로 인한 위험을 헤지할 수 있다.

결론

역사를 돌아보면 석유와 전력과 같은 상품 시장도 처음에는 중개 기관이 주선하는 양자 거래에 의존했으며, 거래 과정이 불투명하고 통일된 기준이 없었다. 그러나 시간이 지남에 따라 물리적 인도는 지수, 거래 표준화, 품질 감사를 포함한 일련의 프로토콜과 금융 인프라를 점진적으로 발전시켰고, 결국 고도로 금융화된 자산군으로 진화했다.

오늘날 컴퓨팅 파워 시장도 유사한 전환을 겪고 있다. 시장에는 컴퓨팅 파워 지수, 현금 결제 거래소, 대출 상품, 보험 상품을 포함하여 기초 도구를 금융화하려는 수많은 프로젝트가 등장했다.

동시에 물리적 GPU 시장과 클라우드 서비스 공급자도 산업 체인에서 지속적으로 상류와 하류로 확장하며 토큰 경제의 완전한 가치를 포착하려고 시도하고 있다. AI 경제 전체의 운영을 뒷받침하는 기반 자원으로서 컴퓨팅 파워는 단순한 인프라에서 독립적인 금융 자산으로 점차 변모하고 있다.

미래에는 이 분야에서 시장의 다양한 측면을 포괄하는 여러 유니콘 기업이 등장하여 물리적 컴퓨팅 파워 공급, 중개 서비스, 대출, 위험 관리, DeFi 및 TradFi 자본 시장과의 결합을 포함한 다양한 비즈니스 형태를 형성할 수 있다.

컴퓨팅 파워는 수십 년 만에 보기 드문 새로운 유형의 물리적 상품일 수 있으며, 우리는 그것이 사적으로 주선되는 초기 거래에서 완전한 자산군으로 발전하는 여정을 목격하고 있을지도 모른다.