목차

1. 범람하는 정보는 오히려 정보의 격차를 만든다

2. Edgen, 수많은 정보를 하나의 인사이트로

3. EDGM, 모든 에이전트를 조율하는 지휘자

4. 마무리: 개인이 기관을 이기는 시대가 온다

1. 범람하는 정보는 오히려 정보의 격차를 만든다

전통 금융에서 정보 비대칭은 곧 수익률의 격차를 의미했다. 기관은 애널리스트, 프리미엄 데이터베이스, DCF 모델, 대규모 리서치 팀을 갖추고 있었지만 개인 투자자는 대부분 이미 모두가 알고 있는 뉴스, Oudated된 리포트, 뒤늦은 공시 발표만을 접할 수 있었다. 이러한 구조적 불평등은 2000년 미국 SEC의 공정공시 제도인 Regulation Fair Disclosure(Reg FD) 도입으로 완화되었지만, 최근에 와서는 새로운 문제가 등장했다. 오히려 정보가 너무 많아졌다는 것이다.

오늘날 투자자는 소셜 미디어, 뉴스 속보, 주요 매크로 지표, 기업/프로젝트 공시 등을 매일 접하지만, 이들 대부분은 파편화되어 있고, 중복되며, 맥락 없이 흘러가는 정보일 뿐이다. 실제로 개인 투자자는 어떤 정보가 정말 중요한 신호인지, 단순한 소음인지 구분하기 어렵고, 심지어 그 정보가 진실인지 거짓인지조차 판별하기 힘든 환경에 놓여 있다. 반면 전문 트레이더와 기관은 자체 툴과 인프라, 그리고 전문 리서치 팀을 통해 이 파편들을 하나의 “시장 내러티브”로 엮어내고, 이를 투자에 활용한다. 표면적으로는 정보 접근성이 평등해진 것처럼 보이지만, “정보를 보는 방식”의 차이가 여전히 새로운 정보 격차를 만들어내는 셈이다.

이 문제는 주식 시장에도 적용되지만, 크립토 시장에서는 훨씬 더 뚜렷하게 드러난다. 크립토에서 성공적인 투자를 위해서는 뉴스뿐 아니라 기존 전통 금융 투자자들에게는 생소한 온체인 지표, 디파이 프로토콜 데이터, 토큰 이코노믹스, 내러티브 흐름까지 동시에 봐야 한다. 그런데 크립토의 상당수 정보는 전통적인 공시 시스템이 아닌 온체인과 커뮤니티에서 발생하며, 프로젝트가 정기적으로 정제된 공시 자료를 내는 경우도 드물다. 자연스럽게 유저가 직접 데이터를 찾아다니고, 검증하고, 해석해야 하는 부담이 커진다. 온체인 데이터를 직접 다루는 것은 말할 것도 없고, 이를 2차 가공해 제공하는 분석 툴(Dune, Defillama 등)의 난이도와 러닝 커브 역시 상당히 높다.

출처: Defillama, 좋은 온체인 정보가 많지만 뭘 봐야 할지 모르겠다

게다가 한 플랫폼에서 모든 것을 해결할 수도 없다. 디파이 TVL·수수료·수익은 Defillama, 펀드레이징·VC 라운드는 CryptoRank, 시가총액·거래량은 CoinMarketCap, 프로젝트 소개와 리서치는 Xangle, 이렇게 정보 출처가 기능별로 조각나 있다. 어떤 정보를 보려면 어디로 가야 하는지부터 학습해야 하고, 각 툴의 사용법까지 익혀야 한다. 정보는 넘쳐나는데, 정작 “한 번에 맥락 있게 보는 방법”이 없는 것이다.

Edgen은 바로 이 지점을 겨냥한다. 흩어진 소스에서 정보를 찾고 → 정리하고 → 해석하는 전 과정을 AI가 자동화하여 누구나 빠르게 이해하고 바로 실행가능하느 인사이트(Actionable Insight)로 재구성함으로써, 개별 투자자도 여러 리서치 툴과 대시보드를 전전하지 않고 한 개인이 기관 수준의 인텔리전스를 갖출 수 있도록 만드는 것, 이것이 Edgen이 해결하려는 문제다.

2. Edgen, 수많은 정보를 하나의 인사이트로

Edgen은 복잡하게 흩어진 주식·크립토·온체인·매크로 데이터를 하나의 플랫폼에서 쉽게 볼 수 있을 뿐만 아니라, 이를 정리·해석·구조화해 ‘하나의 완성된 시장 인사이트’로 만들어주는 AI 기반 시장 인텔리전스 플랫폼이다. Edgen에서 유저들은 자연어 기반으로 원하는 정보를 즉시 탐색할 수 있고, 특정 종목이나 섹터와 관련된 주요 뉴스들도 선별적으로 큐레이션받을 수 있다. 또한 기존에는 애널리스트만 접근할 수 있던 수준의 리서치 보고서를 더 빠르고 더 정확하며, 더 낮은 비용으로 누구나 확인할 수 있게 되었고 나아가 개인의 관심사와 맥락에 맞게 맞춤형으로 생성하는 것 또한 가능해졌다.

Edgen에서 이걸 가능하게 해주는 것은 EDGM(Efficient Decision Guidance Model)이라는 AI 조율 시스템이다. EDGM은 단일 LLM이 아니라, 여러 개의 전문화된 에이전트와 도구를 조합해 가장 효율적으로 임무를 수행하도록 조율하는 역할을 한다. 각각의 전문화된 에이전트들은 기본적/기술적 분석, 온체인 모니터링, 매크로 해석 등 다양한 역할을 담당하며 EDGM은 이들을 조율하여 최적인 결과를 만들어낸다. 이를 통해 사용자는 단순 검색 수준의 답변을 넘어서 맥락이 연결된 하나의 완성된 시장 인사이트를 얻을 수 있다.

이 장에서는 우선 EDGM을 여러 AI 에이전트를 조율하는 오케스트레이션 레이어로 이해하는 수준에서 출발해, Edgen 팀과 주요 기능들을 먼저 소개하고자 한다. EDGM이 실제로 어떤 구조로 작동하며 어떻게 의사결정을 수행하는지는 3장에서 더욱 상세히 다룰 것이다.

2-1. EVG 팀 소개

출처: EVG 홈페이지

Edgen은 홍콩 기반 벤처 스튜디오 EVG(Everest Ventures Group)가 직접 인큐베이션한 프로젝트이다. EVG는 2018년 설립 이후 7년 넘게 Aspen Digital, T-Rex, Mugen, LiveArt 등 10개 이상의 제품을 성공적으로 구축해온 APAC 대표 Web3 빌더이며, Edgen 또한 그 중 하나다. 현재 EVG는 200명 이상의 엔지니어, 1,000만 명 이상의 누적 사용자, 그리고 소비자 인프라·엔터테인먼트 dApp·핀테크 플랫폼에 걸친 폭넓은 제품군을 운영하며 Web3 생태계 전반에서 깊은 구축 경험을 쌓아왔다.

EVG는 Allen Ng, Jerome Wong, Ruby Cheng이 공동 설립한 회사로, 세 창업자는 지난 수년간 함께 일하며 글로벌 자본시장과 디지털 자산 생태계에 대한 깊은 이해, 대규모 사용자 서비스 설계·운영 경험, AI·데이터 엔지니어링 전문성을 축적해왔다. 이들은 리테일과 기관 모두가 활용할 수 있는 확장성 높은 Web3·AI 제품을 지속적으로 구축하는 것을 목표로 삼고 있으며, 단기적인 트렌드가 아니라 새로운 형태의 소유·조정·지능을 가능하게 하는 ‘기초 인프라’를 만드는 데 집중해 왔다.

또한 EVG는 자체 벤처 조직을 통해 Celestia, Wormhole, Berachain, Pudgy Penguins, Abstract, Infinex, Dapper Labs, Animoca Brands, The Sandbox, Stacks, Immutable, Kraken, Dunamu 등 100개 이상의 Web3 기업에 전략적으로 투자하며 생태계 확장에도 적극적으로 기여하고 있다.

2-2. Edgen 주요 기능

Edgen은 Search(검색), Themes(핫 테마), News(AI 큐레이션 뉴스), 360° Report(종합 분석 리포트) 등 다양한 기능을 제공하지만, 이들 각각이 독립적인 도구로 분리되어 작동하는 것은 아니다. 모든 기능은 EDGM(Intent-to-Tool 아키텍처) 위에서 유기적으로 연결되어 있으며, 서로 다른 에이전트와 시장 툴들이 한 시스템 안에서 협력해 단일한 시장 인텔리전스 레이어를 구성한다.

Edgen의 진짜 강점은 이 다양한 기능을 단순히 ‘제공’하는 데 있는 게 아니라, 각 기능이 생산한 정보들을 다시 사용자 중심으로 재조립하여 하나의 완성된 인사이트로 변환하는 능력에 있다. 이 상위 레이어를 담당하는 것이 바로 AI CIO이며, 최근 정식 출시되어 Edgen의 전체 구조와 사용자 경험의 중심축을 완전히 재정의한 플래그십 기능으로 자리 잡았다.

Edgen은 웹3 기반 프로젝트이지만, 제공하는 서비스는 크립토에 국한되지 않고 주식까지 아우른다. 이러한 멀티 에셋 구조 위에서 AI CIO는 사용자의 포트폴리오를 실제로 관리하는 “개인용 CIO”로 작동하며, Edgen이 제공하는 모든 기능을 단순한 검색 도구가 아닌 능동적 의사결정 도구로 끌어올린다.

1) AI CIO (나만의 최고투자책임자)

AI CIO(Chief Investment Officer)는 Edgen의 가장 상위 사용자 경험(UX) 레이어로, 사용자의 포트폴리오·투자 성향·관심 섹터를 기준으로 시장을 재해석해주는 능동적 AI 코파일럿이다. 기존의 Search·Themes·News가 각각 데이터 단위의 분석을 제공하는 도구였다면, AI CIO는 이 모든 정보를 통합해 포트폴리오 관점에서의 의사결정으로 변환해주는 상위 개념의 인텔리전스다.

최근 정식 출시된 이 기능은 Edgen의 제품 구조를 “마켓 중심”에서 “사용자 중심”으로 바꾸어 놓은 플래그십 업데이트다. AI CIO는 단순히 데이터를 요약하는 수준이 아니라, 사용자의 상황에 맞는 데이터와 이슈를 스스로 선별해 사용자의 포트폴리오와 연결해주는 점에서 기존 투자 보조 도구들과 뚜렷하게 차별화된다.

AI CIO 설정 과정은 간단하다. Edgen 홈페이지에서 AI Co-Pilot 탭으로 들어간 뒤 Portfolio 탭으로 전환하면, 사용자가 원하는 종목을 자유롭게 담을 수 있다. 주식과 크립토 자산을 구분하지 않고 하나의 포트폴리오로 구성할 수 있으며, AI CIO는 여기에 담긴 보유 자산·비중·손익 상태, 관련 내러티브 변화, 포지션별 리스크 등을 종합 분석해 “지금 반드시 알아야 할 핵심 신호”를 자연어로 제공한다. 이를 통해 사용자는 방대한 시장 데이터를 매번 직접 해석하지 않고도, 본인 포트폴리오에 실질적인 영향을 주는 변화만 골라서 빠르게 파악할 수 있다.

피드 역시 사용자의 투자 성향에 맞게 완전히 개인화된다. 보수적/공격적 성향, 주식·크립토 어느 쪽에 무게를 두는지, 선호 섹터가 어디인지에 따라 각 사용자는 서로 다른 화면과 우선순위를 가진 피드를 보게 된다. 마치 SNS나 유튜브에서 개인 알고리즘에 맞춘 타임라인을 보는 것처럼, 시장 정보 자체가 나에게 맞는 구조로 재편성되는 경험을 제공한다.

정보 해석의 기준도 개별 종목이 아니라 포트폴리오 전체다. 어떤 시장 이벤트가 발생했을 때 AI CIO는 “이 이슈가 내 포트폴리오에는 왜 중요한가?” 라는 질문에 자동으로 답을 구성해 준다. 단순히 뉴스를 나열하는 것이 아니라, 해당 이벤트가 내 자산 구성에 어떤 리스크·기회로 이어지는지를 포트폴리오 단위에서 연결해준다.

AI CIO의 중심에는 마스터 AI인 Edggy가 자리하고 있으며, 이 Edggy가 포트폴리오 전반에 대한 총괄 분석을 제공한다. 여기에 매크로, 센티먼트, 360° 에이전트 등 도메인 특화 에이전트를 통해 보다 깊이 있는 관점을 추가로 확인할 수 있다. 주식 측면에서는 Technicals, Earning Call, Fundamentals 등의 에이전트를, 크립토 측면에서는 Derivatives, Onchain, Tokenomics, Airdrop 등 크립토 특화 에이전트를 선택적으로 추가하여 볼 수 있어, 하나의 포트폴리오를 여러 각도에서 입체적으로 해석할 수 있다.

그리고 이러한 AI CIO가 작동할 수 있는 이유는, Edgen 내부에 이미 Search, Themes, News, 360° Report와 같이 각기 다른 역할을 수행하는 핵심 기능들이 탄탄하게 구축되어 있기 때문이다. 아래에서는 AI CIO의 기반을 이루는 이 주요 기능들을 하나씩 살펴보고자 한다.

2) Search (AI 기반 탐색 엔진)

처음 Edgen 홈페이지에 접속하면, 가장 먼저 검색할 수 있는 창이 보인다. 이 기능이 ‘Search’로 투자 관련하여 궁금한 것은 뭐든 물어볼 수 있다. 질문은 한글로 하면 한글로, 영어로 하면 영어로 응답해주며, 단순 요약이 아니라 의사결정에 바로 쓸 수 있는 형태의 인사이트를 제공한다.

Search는 크게 두 가지 방식으로 작동한다.

① Direct Answers (빠른 응답) 자주 묻는 질문이나 빠르게 확인해야 하는 시장 상황에 대한 질문에 즉시 답변하는 방식이다. 예를 들어 “이번 주 ETH 가격을 움직이는 요인은?”이라고 물으면, EDGM이 온체인 흐름·펀딩·수급·내러티브 변화를 한 번에 모아 몇 초 안에 핵심만 압축한 요약을 제공한다. 기존에는 애널리스트가 수시간 걸쳐 확인해야 하는 작업을 몇 초로 줄여준다

② Deep Research (심층 리서치) 더 깊이 있는 분석이 필요한 경우, 여러 전문 에이전트가 공시·실적, 소셜 데이터, 온체인 지표, 시장 구조 등을 종합적으로 스캔해 리서치 문서 형태의 심층 분석 자료를 만든다. 출처, 표, 지표까지 포함되어 있다.

즉 Search는 “검색창에 질문을 입력한다”는 단순한 동작을 통해 Edgen이 여러 데이터 레이어를 실시간으로 조립해, 하나의 완성된 시장 스토리로 정리해 주는 탐색 엔진이라고 이해할 수 있다.

3) Themes (내러티브/테마 보드)

Edgen 홈페이지 메인 화면의 Search 창 바로 아래에는 Top Themes가 노출된다. 여기서는 최근 수익률이 높은 섹터들을 모아 보여주며, 주식과 크립토의 테마를 각각 확인할 수 있다. 이는 주식과 크립토 자산을 공통된 내러티브나 섹터 기준으로 자동 분류하는 클러스터링 모델을 기반으로 구성되어, 사용자가 시장 흐름을 한눈에 파악할 수 있도록 돕는다.

또한 특정 Theme을 클릭하면, 아래처럼 더 다양한 테마 목록을 확인할 수 있다. 예시 화면에서 보듯, 주식 테마의 Top 3는 Stablecoin, Crypto, Digital Asset Treasury(DAT)로 구성되어 있다. 이 외에도 ETH-Holding Companies, Blockchain ETF, NVIDIA Portfolio, Hydrogen Energy 등 50~60개 이상의 테마가 제공되며, 각 테마에 포함된 종목, 테마별 성과(평균 수익률), Beta 지수 등 핵심 지표를 한눈에 확인할 수 있다. 이를 통해 현재 시장의 관심이 어떤 섹터에 집중되고 있는지 직관적으로 파악할 수 있다.

4) News (AI 큐레이션 뉴스)

Edgen의 News 기능은 단순히 뉴스를 모아서 보여주는 피드가 아니다. 수많은 기사 중 실제로 시장을 움직이는 뉴스만 걸러내고, 어떤 자산·섹터에 영향을 주는지까지 자동으로 연결하여 정보를 제공하는 투자자에게 최적화된 ‘뉴스 필터링 레이어’이다. Edgen은 뉴스 기사를 그대로 가져오는 것이 아니라 여러 전문 에이전트가 기업 공시·실적, 매크로 발표, 온체인 흐름, 프로토콜 업데이트 및 거버넌스 등 서로 다른 도메인을 실시간으로 스캔하여 수집된 정보를 기반으로 새롭게 뉴스를 구성하여 발간한다.

뿐만 아니라 해당 뉴스가 어떤 자산·섹터에 영향을 주는지까지 자동으로 연결해주고 중요도가 얼마나 되는지에 따라 자동으로 분류·정렬된다. 결과적으로 사용자는 단순 이벤트가 아니라 그 이벤트가 시장에서 어떤 움직임을 만들지까지 함께 확인할 수 있다.

예를 들어 AI 반도체 공급망에 차질이 발생했다는 뉴스가 감지되면, 해당 이슈는 즉시 NVIDIA·TSMC 같은 관련 대형주뿐 아니라 AI 인프라 토큰과 컴퓨팅 관련 Web3 섹터까지 함께 연결되어 보여진다. 또 유럽연합의 새로운 암호자산 규제안 발표와 같은 정책 뉴스가 나오면, 스테이블코인 시장 구조·CEX 유동성·BTC 변동성 등 영향권에 있는 자산과 지표들이 자동으로 매핑되어 하나의 뉴스로 정리된다.

이처럼 Edgen의 News는 단순한 헤드라인 모음이 아니라, 이슈가 발생하자마자 관련된 자산·테마·시장 구조까지 연결된 형태로 재조립해 보여주는 실시간 뉴스 레이어라고 할 수 있다.

5) 360° Report (종합 분석 리포트)

360° Report는 특정 주식 또는 토큰을 하나의 완성된 리서치 문서로 만들어주는 기능이다. 단순 요약이 아니라, 프로젝트의 펀더멘탈부터 온체인 데이터, 토큰 구조, 내러티브 흐름까지 전방위적 분석을 하나의 결과물로 정리해준다. 모든 분석은 Edgen의 AI 에이전트들이 Contextual(문맥 기반) RAG와 Graph(관계 기반) RAG를 기반으로 수행해 여러 지표들이 분리되지 않고 맥락적으로 연결된 형태로 제공된다.

360° Report는 먼저 빠르게 의사결정이 가능하도록 요약 지표를 제시한다. 여기에는 여러 분석 결과를 통합해 산출한 Overall 360° Rating, 펀더멘털·토크노믹스·모멘텀 등을 A–F 등급으로 나눈 세부 평가, 그리고 가격 변화율·현재 가격 등 핵심 시장 지표가 함께 포함된다. 요약만으로도 자산 간 비교가 가능하며, 필요 시 상세 분석으로 자연스럽게 이어진다.

이어지는 본문에는 애널리스트 리포트 수준의 상세 분석이 포함된다. 분석 항목은 프로젝트의 기본 구조와 방향성을 다루는 펀더멘털, 핵심 설계와 작동 방식을 설명하는 프로토콜 메커니즘, 팀의 역량과 실행력을 평가하는 팀 분석, 투자자와 파트너십 구조를 살피는 자본·전략 관계망, 시장 내에서의 위치와 내러티브를 다루는 시장 맥락 분석, 소셜 채널 영향력을 해석하는 소셜 데이터, 사용자와 개발자 활동을 보여주는 커뮤니티·개발 생태계, 경쟁 프로젝트와의 비교를 포함한 경쟁 환경 분석, 성장성과 진입장벽을 판단하는 네트워크 효과, 실제 이용 현황을 드러내는 온체인 데이터, 공급량과 언락 일정을 다루는 토크노믹스 구조까지 전방위 요소를 모두 담고 있다.

위의 Solana 프로젝트의 예시에서 이 모든 과정은 단 49초밖에 걸리지 않았으며, 펀더멘털 분석, 토크노믹스 분석, 모멘텀 분석, 소셜·심리 분석, 지식 그래프 기반 분석 등 여러 심층 에이전트가 병렬로 작동해 생성된다. 이를 통해 내 전용 애널리스트를 항상 옆에 두고 있는 것과 같은 효과를 얻을 수 있다.

6) Agentic Store

Agentic Store는 Edgen에서 특정 목적의 분석을 수행하는 전문 에이전트들을 추가로 제공하는 확장 레이어이다. 각 에이전트는 시장을 다른 관점에서 해석하도록 설계되어, 사용자는 자신의 투자 스타일에 맞게 필요한 도구만 선택적으로 조합해 사용할 수 있다. 현재 제공되는 주요 에이전트는 Technical Signals, Trading Mindshare, Pivot Alerts, 360° Reports 등이 있다.

• Technical Signals: 기술 지표 기반의 빠른 시장 진단
• Trading Mindshare: 거래소 간 유동성 흐름 및 관심도 분석
• Pivot Alerts: 단기 변곡점(Top/Bottom) 자동 탐지
• 360° Reports: 종합 심층 리서치 자동 생성

이러한 에이전트들은 트레이더의 목적에 따라 다양하게 활용될 수 있다. 예를 들어 단기 트레이더는 Technical Signals와 Pivot Alerts를 함께 사용해 매매 타이밍을 정교하게 잡을 수 있고, 포트폴리오 분석가는 360° Report와 Trading Mindshare를 연결해 자산 간 구조적인 비교 분석을 수행할 수 있다.

모든 에이전트는 EDGM의 하위 모듈로 작동하며, 실행 시 EDGM이 자동으로 필요한 데이터를 수집·해석해 Edgen Knowledge Base에 기록한다. 동일한 추론·검색·강화 학습 백본을 공유하기 때문에 단일 에이전트만으로도 의미 있는 분석이 가능하며, 여러 에이전트를 조합하면 더 깊고 입체적인 인사이트를 얻을 수 있다.

Agentic Store는 앞으로 지속적으로 확장될 예정으로, 개발자와 트레이더가 새로운 에이전트를 직접 추가할 수 있도록 설계되어 있어, 생태계가 성장할수록 더 다양한 전략과 분석 방식이 Store에 축적되며 Edgen의 기능적 폭도 함께 넓어지게 된다.

7) Agentic Execution (전략 실행 레이어)

현재 Edgen은 사용자가 자신의 포트폴리오에 바로 적용할 수 있는 실행 가능한 인사이트(Actionable Insight)를 제공하고 있지만, 실제 매매나 전략 실행은 여전히 사용자가 직접 수행해야 한다. Edgen은 궁극적으로 전략 실행까지 플랫폼 내부로 통합해, 투자 계획 수립 → 포지션 실행 → 사후 관리까지 전 과정을 Edgen이 대신 처리할 수 있는 완전한 자동화 구조를 목표로 하고 있다.

이를 위해 Edgen은 실행 인프라를 적극적으로 확장하고 있다. 주식 분야에서는 Interactive Brokers, Robinhood, xStocks 등 주요 글로벌 브로커 및 주식 토큰화 기업들과의 연동을 준비 중이며, 크립토 분야에서는 Hyperliquid, Pendle, Ondo 등 주요 Perp DEX·DeFi·RWA 프로토콜과의 협업을 통해 실행 기능을 구축하고 있다. 이러한 확장은 Edgen을 단순 분석 도구가 아니라 “계획부터 실행까지 맡길 수 있는 시장 코파일럿”으로 진화시키는 핵심 단계라 할 수 있다.

3. EDGM, 모든 에이전트를 조율하는 지휘자

앞에서 소개한 Edgen의 모든 기능은 EDGM(Efficient Decision Guidance Model)을 통해 중개되고 이루어진다. EDGM은 하나의 단일 LLM이 아니라, 여러 개의 전문화된 에이전트와 도구를 조합해 가장 효율적으로 임무를 조율하는 오케스트레이션 모델이다. 이번 장에서는 Edgen이 EDGM의 구조를 선택한 이유가 무엇인지와 EDGM의 구조와 작동 방식을 구체적으로 살펴보고자 한다.

3-1. 단일 LLM의 한계

Edgen이 Multi-Agent 아키텍처를 채택한 가장 큰 이유는, 단일 LLM이 유기적이고 실시간으로 변화하는 시장 환경을 처리하기에 구조적으로 한계가 분명하기 때문이다.

일반적인 LLM의 출력 방식을 단순하게 설명하자면 다음과 같다. 사용자 입력을 받은 LLM이 내부 추론을 수행하고, 필요한 경우 웹 검색(Web Search)이나 기본적인 외부 API 호출 정도를 통해 정보를 가져온 뒤 이를 조합해 답을 생성한다. 즉, LLM이 외부 세계와 상호작용할 수 있는 범위는 웹 텍스트 기반 정보 조회에 거의 국한되어 있다. 하지만 금융·온체인·거시·내러티브가 동시에 작동하는 시장 환경은 다음과 같은 문제를 드러낸다.

• 수치·지표의 오류: LLM은 실제 온체인 데이터, 파생상품 지표, 재무 수치 등을 조회하지 못해 환각된 숫자를 제시한다.
• 일관되지 않은 논리 전개: 시장 데이터는 서로 연결되어야 하지만, LLM은 구조적 의사결정 과정을 갖추지 못해 분석이 단절되기 쉽다.
• 도메인 특화 작업의 실패: 예컨대 “ETH의 이번 주 강세 원인”처럼 여러 소스의 데이터를 통합해야 하는 질문에서는 정확한 신호를 잡아낼 수 없다.
• 정적 답변 방식: 금융·시장 환경은 실시간으로 변하지만, LLM은 상황 변화에 따라 도구 선택이나 분석 단계를 바꾸지 못한다.

즉, 단일 LLM은 시장처럼 다층적·비정형·실시간 데이터가 결합되는 환경에서 ‘의사결정’을 수행하기 어렵다. 이 한계를 넘기 위해 Edgen은 단순한 모델 호출이 아닌, 의도 기반 라우팅(Intent-to-Tool)과 전문화된 다수의 에이전트가 역할을 분담하는 Multi-Agent 구조를 선택했다.

3-2. EDGM (Efficient Decision Guidance Model)

이처럼 기존 단일 LLM의 한계를 해결하기 위해 Edgen이 개발한 핵심 구조가 바로 EDGM(Efficient Decision Guidance Model)이다. EDGM은 단일 모델이 모든 일을 처리하는 방식이 아니라, 사용자의 의도(Intent)를 해석하고, 그 의도를 해결하기 위해 가장 적합한 전문 에이전트와 도구를 자동으로 선택하는 조율 시스템이다.

EDGM의 작동 방식은 다음과 같다.

• 의도 모델 (Intent Model)

  의도 모델은 사용자의 프롬프트를 단순한 질문이 아니라 투자 목적에 따른 요청으로 해석한다. 사용자 컨텍스트, 메모리, 그라운딩 신호를 결합해 필요한 분석 유형을 규정하며 전체 워크플로우의 방향을 설정한다.

• 전략 모델 (Strategy Model)

  전략 모델은 해석된 의도를 기반으로 어떤 에이전트, 데이터셋, 프로세스를 실행할지 결정해 구조화된 분석 계획으로 변환한다. EDGM이 수행할 분석 경로를 정의하는 단계다.

• 실행 모델 (Execution Model)

  실행 모델은 전략 모델이 설계한 흐름에 따라 지식 에이전트, 전문 에이전트, 검색 에이전트를 조율해 실행한다. 필요한 작업이 올바른 순서로 안정적으로 수행되도록 관리한다.

• 지식 에이전트 (Knowledge Agent)

  지식 에이전트는 내부 데이터와 RAG 기반 지식 그래프를 활용해 분석에 필요한 문맥과 배경을 제공한다. 과거 패턴과 기본 구조를 제시해 정교한 추론을 가능하게 한다.

• 전문 에이전트 (Expert Agents)

  전문 에이전트는 펀더멘탈, 기술적 분석, 매크로, 모멘텀 등 각 도메인에 특화된 분석을 수행한다. 각 에이전트는 전용 데이터 파이프라인과 도메인 로직을 바탕으로 전문화된 결과를 생성한다.

• 검색 에이전트 (Search Agent)

  검색 에이전트는 외부 검색과 RAG 기반 탐색을 통해 누락된 정보나 실시간 데이터를 수집한다. 내부 데이터만으로 해결되지 않는 분석 공백을 메우는 역할을 수행한다.

• 최신 LLMs (Latest LLMs)

  LLM은 여러 에이전트와 도구가 생성한 구조화된 정보를 텍스트 분석, 차트, 표, 내러티브 등 사람이 읽을 수 있는 형태로 통합한다. 이 단계에서 멀티-에이전트 추론이 하나의 명확한 인사이트로 서술된다.

• 최종 출력 (Output)

  EDGM은 모든 에이전트의 결과물을 일관된 분석으로 통합한다. 충돌되는 정보는 조정하고 중복된 내용은 제거하며, 즉각적인 의사결정에 적합한 형태의 깔끔한 요약·리포트로 제공한다.

이 모든 과정은 단일 모델이 모든 작업을 처리하는 방식보다 구조적 완성도와 맥락 정합성, 결과의 일관성을 크게 높이기 위해 설계된 것이다. 또한 전 과정이 기록되며, Edgen AI는 축적된 피드백을 바탕으로 지속적으로 학습하고 정교해진다.

3-3. Open Contribution (Store & Aura)

EDGM이 Edgen의 기반이 되는 분석 엔진이라면, Open Contribution은 Edgen을 성장시키는 커뮤니티 기반 확장 방식이다. Edgen은 기능 확장을 내부에서만 담당하는 폐쇄형 구조가 아니라, 외부 개발자와 트레이더가 직접 에이전트를 만들고 생태계 확장에 기여할 수 있는 개방형 아키텍처를 채택했다. 이 구조 덕분에 Edgen은 시장 변화 속도에 맞춰 빠르게 적응하며, 커뮤니티의 경험과 전략이 모델에 자연스럽게 축적된다.

앞서 소개한 Agentic Store에서는 누구나 자신만의 전문화된 에이전트를 만들고 등록할 수 있을 예정이다. 이를 통해 Edgen은 분석 능력을 무한하게 확장하며, 사용자들이 만든 전략·데이터 파이프라인·자동화 도구 등이 새로운 지능 레이어로 편입된다.

또한 Edgen은 Aura라는 평판 시스템을 통해 사용자의 기여도를 정량화한다. Aura는 사용자가 제공한 시장 인사이트가 실제 결과와 얼마나 정확하게 맞아떨어졌는지, 그리고 커뮤니티에서 어떤 신뢰를 받았는지에 따라 부여되는 일종의 기여 점수다. 트위터 기반의 공개 인사이트 제출 방식을 통해 누구나 Aura를 쌓을 수 있으며, 이는 EDGM이 학습하는 중요한 데이터로 활용된다. 유저가 제공한 인사이트는 다시 AI의 성능 향상에 기여하고, 향상된 AI는 사용자에게 더 정교한 신호를 제공한다. 그 신호는 새로운 인사이트를 이끌어내며, 다시 Aura를 높이는 순환 구조가 만들어진다.

결과적으로 Open Contribution은 Edgen을 단순한 도구가 아닌, 사용자가 함께 발전시키는 집단 지능 플랫폼으로 진화시키는 핵심 구조다. Edgen은 이를 통해 사용자 경험과 분석 품질이 함께 개선되는 자생적 성장 메커니즘을 갖추게 된다.

누구나 Edgen 홈페이지에서 X 계정을 연동하고 Aura Farming을 진행할 수 있으며, 현재 Aura의 획득 방법은 유료 구독, X에서 인사이트 있는 글 작성, 레퍼럴, 소셜 퀘스트 등이 있다. 아직 구체적인 보상 구조는 공식적으로 공개되지 않았지만, Aura가 Edgen 생태계에 기여한 정도를 측정하는 지표라는 점을 고려하면, 향후 Aura 포인트를 기반으로 한 보상 체계가 도입될 가능성을 충분히 예상해볼 수 있다.

4. 마무리: 개인이 기관을 이기는 시대가 온다

전통 금융과 크립토 시장 모두에서 정보 비대칭은 이제 ‘접근성의 격차’가 아니라 ‘해석 능력의 격차’로 바뀌었다. 뉴스, 재무제표, 온체인 데이터, 소셜 미디어 등 누구나 똑같은 데이터를 볼 수 있지만, 그 많은 정보 중 무엇이 중요한지, 서로 어떻게 연결되는지, 그리고 그것이 내 포트폴리오에 어떤 의미를 갖는지까지 스스로 정리하기란 쉽지 않다. 정보가 많아질수록 오히려 이를 하나의 내러티브, 하나의 의사결정으로 묶어낼 수 있는 소수에게만 기회가 집중되는 구조가 강화되고 있다.

Edgen은 바로 이 문제를 해결하기 위해 설계되었다. Search·Themes·News·360° Report, Agentic Store, AI CIO 등 모든 기능은 단순히 “데이터를 보여주는 도구”가 아니라 “의사결정 가능한 인텔리전스”를 제공하기 위해 유기적으로 연결된다. 사용자는 여러 플랫폼을 오갈 필요 없이 자연어를 기반으로 꾸준히 본인의 포트폴리오에 대한 정보와 신호를 받고, 필요하면 곧바로 심층 분석으로 이어지는 경험을 할 수 있다.

물론 Edgen은 아직 성장 중인 프로젝트다. 완전한 Agentic Execution 구축, 외부 브로커·프로토콜 연동, 데이터 품질 고도화, 그리고 전문 에이전트의 지속적인 확장 등 해결해야 할 과제도 남아 있다. Edgen의 지속 가능성은 이러한 과제를 얼마나 빠르게 해결하고, AI CIO와 360° Report 같은 핵심 기능이 실제로 사용자에게 퍼포먼스 개선을 제공하는지에 달려 있다.

그럼에도 Edgen의 지향점은 분명하다. Edgen은 단순한 리서치 툴이 아니라, 누구나 기관 수준의 시장 인텔리전스를 갖출 수 있게 하는 AI 레이어를 목표로 한다. 정보의 양보다 포트폴리오 맥락에서 정보를 어떻게 해석하느냐가 중요한 지금, Edgen은 개인 투자자가 시장을 바라보는 방식을 종목 중심의 조각난 시각에서 벗어나 포트폴리오 중심의 의사결정 구조로 전환시키는 변화를 만들고 있다. 이 비전이 실제로 구현된다면, Edgen은 개인 투자자도 기관처럼 시장을 바라보고 대응할 수 있는 새로운 투자 환경을 열어갈 것이다.