Aptos Labs가 새롭게 선보인 Shelby가 업계에서 큰 주목을 받고 있다. 시연회에서의 반응은 단순한 기술적 호기심을 넘어서는 것이었다. 많은 실수요자들이 “드디어 빠진 퍼즐이 맞춰졌다”라는 안도감을 표명하며 만족해 했다. Aptos Labs 인프라 총괄 프라나브 라발은 Shelby를 “탈중앙화된 핫 스토리지”로 정의하며, 이를 통해 많은 페타바이트 단위의 데이터를 초당 수십 기가바이트의 속도로 초저지연으로 처리할 수 있다고 설명했다.

Shelby의 주요 목적은 AI 추론, 훈련, 실시간 스트리밍 및 대규모 분석과 같은 라이브 데이터 기반 서비스를 블록체인과 연계해 제공하는 것이다. 데이터는 시간과 온도의 특성을 기반으로 자동으로 적정한 계층으로 이동하여, 사용자나 개발자가 별도로 전환할 필요 없이 시스템이 스스로 조절된다.

라발은 데이터 계층이 왜 '중간'으로 인식되었는지를 여섯 가지 아키텍처 축으로 설명했다. 첫째로, 인센티브 설계를 통해 노드가 더 빠른 데이터를 제공하도록 보상 구조를 재설계했다. 둘째, 초고대역 네트워킹을 통해 전용 대역을 확보하였고, 이로 인해 타 트래픽과의 경쟁이 사라졌다. 셋째, 데이터 레이아웃은 복제를 포함해 복원과 수리 과정의 효율성을 극대화했다. 넷째, Aptos L1의 높은 처리량과 저지연 특성을 활용하여 체인 성능을 극대화했다. 다섯째, 글로벌 스케일 오케스트레이션을 통해 지역별 최적 배치를 구현했고, 마지막으로, 온체인 메타데이터와 검증 가능 로그를 통해 보안과 무결성을 확보했다.

AI 인프라에서의 병목은 단순히 GPU에 있지 않고 데이터의 흐름에서 발생한다. 전통적인 클라우드의 데이터 반출 비용과 유연성 부족은 '네오클라우드' 시대의 진입을 방해하고 있다. Shelby는 이러한 이그레스 비용을 대폭 절감하여 안정적인 데이터 공급을 지원하고, 향후 GPU 농장과의 근접 배치를 통해 사실상 탈중앙형 뉴-클라우드의 형태로 발전할 예정이다.

프라나브 라발은 데이터 접근 제어와 과금 로직을 Devnet 단계에서 이미 공개했다고 설명하며, 사용자의 접근 권한을 정의할 수 있는 다양한 조건을 설정할 수 있도록 했다. 훈련 데이터를 필요로 하는 AI 모델은 정당한 대가를 지불하고 합법적으로 접근할 수 있도록 설계되었다.

또한, Shelby는 Aptos의 Global Trading Engine과 연계해 온체인 경제 루프를 구축하여 데이터가 가치로, 가치가 자본으로, 자본이 혁신으로 순환하는 구조를 마련하고 있다. 이는 웹2.0 시대에서 증명된 성장이 자본과 혁신으로 이어지는 선순환을 탈중앙화된 생태계에서도 재현하는 것을 목표로 한다.

앞으로 애드가는 다섯 년 이내에 사용자와 개발자에게 소유권을 돌려주는 '탈중앙형 클라우드'를 현실화하겠다고 밝혔다. 마지막으로 한국 시장에 대한 강한 관심을 드러내며 곧 직접 방문하여 더 깊은 이야기를 나누고 싶다는 의지를 표명했다.