XR 글래스를 쓰고 버추얼 아이돌 공연을 보는 시대가 오고 있습니다. 하지만 고개를 돌리는 순간 화면이 따라오지 못한다면, 몰입은 그 자리에서 깨집니다. XR 콘텐츠와 디바이스 사이, 아직 비어 있는 인프라를 마와리가 해결하고 있습니다.
Key Takeaways
XR를 활용할 수 있는 버추얼 IP와 같은 산업이 크게 성장했다. 하지만 XR 디바이스 산업은 발전하고 있음에도, 콘텐츠와 디바이스 사이의 교차점을 연결할 인프라가 부족하다.
마와리는 8년간 이 문제에 집중해, 오브젝트 단위로 3D 콘텐츠를 스트리밍하고, 디바이스와 서버 간 렌더링을 분리하며, 가장 가까운 GPU 노드에서 연산을 실행하는 구조를 만들었다
뿐만 아니라 DePIN의 핵심인 노드를 성공적으로 판매하며, 토큰 없이도 노드 판매에 성공했으며, 인프라 자체가 독립적인 가치를 지닌다는 것을 증명했다
마와리는 XR 시장의 확대를 기다리지 않고 자체적인 사업으로 사례를 만들며, 시장의 본격적 확장에 베팅하고 있다.
1. 버추얼 IP는 이미 돈이 된다. 문제는 인프라다.
버추얼 아이돌과 버튜버(VTuber)는 이미 대중화됐다. 2006년 버추얼 밴드 Gorillaz가 그래미를 수상한 이후, 버추얼 아이돌은 점점 일상 속으로 침투했다. 이제는 누구도 버추얼 라이브 방송에 거부감을 갖지 않는다.
특히 한국과 일본이 이 시장을 이끌고 있다. 한국에서는 K-pop 버추얼 아이돌이 큰 인기를 끌고 있고, 일본은 홀로라이브와 니지산지를 중심으로 세계에서 가장 성숙한 버추얼 생태계를 형성했다. 여기에 더해, 메타의 스마트 글래스를 중심으로 XR 디바이스가 다시 주목받으면서 XR 기술에 대한 수요도 늘어나고 있다.
문제는 이 수요를 받쳐줄 기술과 인프라가 아직 충분하지 않다는 것이다.
버추얼 아이돌 공연이 어색하지 않으려면, 스마트 글래스 안의 안내가 자연스럽게 표현되려면, 실시간 3D 렌더링이 필요하다. 즉, 사용자의 움직임에 맞춰 매 순간 새로운 3D 프레임을 다시 그리고 전송해야 한다.
0.1초도 늦어서는 안된다.
2. 마와리(Mawari): 실시간 3D 경험을 가능하게 하는 두 가지 기술
마와리(Mawari)는 이 문제를 일찍이 공감하고, 8년간 풀어왔다. 마와리가 내놓은 답은 두 가지다.
엔진: 3D 콘텐츠를 오브젝트 단위로 전송하고, 무거운 렌더링 연산은 기기 대신 외부 GPU에서 처리한다.
네트워크: 사용자와 가까운 곳에 분산된 GPU 노드가 렌더링을 대신 실행한다.
이들의 해답은 비유하자면 똑똑해진 배달 시스템과 같다.
무거운 분류 작업은 물류센터에서 미리 처리하고, 집 근처 거점에서 최종 배송한다. 물류센터가 효율적으로 처리할수록, 그리고 출발지가 가까울수록 배송은 빨라진다.
물류센터와 거점 배송이 하나로 맞물려야 당일 배송이 되듯, 엔진과 네트워크 두 레이어가 하나의 파이프라인으로 연결될 때 비로소 실시간 3D 경험이 가능해진다.
2.1. 엔진: 보내는 방식을 바꾸고, 렌더링을 나눈다
마와리 엔진의 핵심은 오브젝트 스트리밍이다. 기존 방식은 완성된 3D 장면 전체를 통째로 사용자에게 보냈다. 하지만 마와리는 전체 장면이 아니라, 3D 오브젝트만 골라서 전송한다.
예를 들어 AR 글래스로 버추얼 아이돌 공연을 본다고 하자. 기존 방식은 아이돌이 춤출 때마다 전체 장면의 프레임을 매번 새로 렌더링해서 보내야 했다. 영상통화에서 상대방이 손만 움직였는데 화면 전체를 다시 전송하는 것과 같다.
마와리의 오브젝트 스트리밍은 다르다. AR에서는 현실이 곧 무대다. 전송해야 할 오브젝트는 아이돌 캐릭터뿐이다. 디바이스는 장면을 로컬에서 직접 조합한다. AR 경험에서는 현실 세계 자체가 무대이기 때문이다. 조명은 서버에서 전부 처리된다. 이후 아이돌이 팔을 올리면, 바뀐 동작 정보만 보내면 된다. 사용자가 고개를 돌려도 디바이스가 이미 받아둔 오브젝트를 기준으로 시점을 직접 계산하기 때문에 서버에 다시 요청할 필요도 없다.
여기에 엔진 내부의 코덱이 연결 상태에 따라 오브젝트를 동적으로 압축한다. 네트워크 환경이 좋으면 고화질로, 불안정하면 압축률을 높여서 전송하는 방식이다. 덕분에 어떤 환경에서든 최소한의 대역폭으로 안정적인 품질을 유지할 수 있다.
이렇게 전송량 자체가 줄어들기 때문에, 대역폭 사용량을 약 80% 줄일 수 있다.
하지만 오브젝트를 효율적으로 전송하더라도, 결국 누군가는 그 3D 콘텐츠를 렌더링해야 한다. 문제는 그 렌더링을 어디서 하느냐다.
XR 디바이스는 점점 가벼워지는 방향으로 발전하고 있다. 메타의 스마트 글래스처럼 안경 형태에 가까워질수록 탑재할 수 있는 칩의 성능에는 한계가 생긴다. 그 한계를 넘어서 고화질 실시간 3D를 디바이스 혼자 감당하려 하면 발열, 배터리, 무게 문제가 따라온다.
마와리 엔진은 이 한계를 디바이스 성능을 높이는 방식이 아니라, 렌더링 역할을 나누는 방식으로 푼다.
이것이 스플릿 렌더링(Split Rendering)이다. 콘텐츠의 복잡도에 따라 엔진이 자동으로 판단한다. 공간 인식, 머리 위치 추적, 최종 화면 합성처럼 가벼운 작업은 디바이스가 맡는다. 고화질 3D 캐릭터 렌더링, 조명과 그림자 연산, 실시간 프레임 인코딩처럼 무거운 작업은 엣지 GPU에서 처리한다.
이 두 결과가 합쳐져 하나의 사용자 경험이 되는 것이다.
2.2. 네트워크: 사용자와 가까운 곳에서 렌더링을 실행한다
엔진이 오브젝트를 효율적으로 전송하고, 렌더링 역할을 나누더라도, GPU가 사용자로부터 멀리 떨어져 있으면 소용이 없다. 배송이 집 근처 거점에서 출발해야 빠르게 도착하듯, GPU도 사용자와 가까운 곳에 있어야 한다.
일반적으로 XR에서는 사용자가 고개를 돌린 순간부터 그에 맞는 화면이 눈앞에 도착하기까지의 시간이 20ms 이하여야 한다. 20ms는 사람이 지연을 인지하기 시작하는 임계값으로, 이보다 느리면 화면과 몸의 움직임이 어긋나면서 어지러움이 생기고 몰입이 깨진다.
문제는 기존 대형 클라우드 인프라로는 이 기준을 보장하기 어렵다는 것이다. AWS나 구글 클라우드도 클라우드 렌더링 환경을 제공하지만, 데이터센터가 제한된 지역에 집중돼 있기 때문에 전 세계 모든 사용자에게 20ms 이하의 레이턴시를 일관되게 보장하기는 어렵다. 데이터센터와 멀리 떨어진 지역일수록 이 격차는 더 벌어진다.
해결 방법은 거리를 줄이는 것이다. GPU가 같은 도시, 같은 권역에 있으면 왕복 시간이 줄어들고 20ms 이내를 달성할 가능성이 높아진다. 마와리가 전 세계에 분산된 GPU 노드 네트워크를 구축하는 이유다. 중앙의 대형 데이터센터 몇 곳에 의존하는 대신, 사용자가 있는 곳 가까이에 연산 자원을 배치하는 구조다.
이때 사용자는 여러 노드에 동시에 연결되는 것이 아니다. 마와리 엔진이 사용자와의 거리, 네트워크 상태를 기반으로 가장 적합한 노드 하나를 자동으로 선택한다. 사용자는 그 단일 노드에만 연결돼 렌더링을 받는다.
엔진이 3D 콘텐츠를 오브젝트 단위로 전송하고 렌더링 역할을 나눈다면, 네트워크는 그 렌더링이 실행될 GPU를 사용자 가까이에 배치한다. 이 두 레이어가 합쳐져 하나의 파이프라인을 이룬다.
3. 더 빈틈없는 환경 구축을 위한 노드 설계
엔진이 아무리 효율적이어도, 결국 속도를 판가름하는 것은 GPU 노드가 얼마나 촘촘하게 깔려 있느냐다.
2025년 4월, 마와리는 DIO(Decentralized Infrastructure Offering)를 발표하며 네트워크 확장에 나섰다. 같은 해 7월 퍼블릭 세일을 시작할 시점에는 이미 전체 노드(30만 개)의 절반 가까운 약 14만 개가 예약됐고, 총 $4,500만 규모의 참여가 확보됐다.
하지만 커버리지는 네트워크에 참여하는 노드 수에 비례해 늘어나기 때문에, 실질적인 글로벌 커버리지는 아직 갈 길이 있다. 노드를 더 많이, 더 빠르게 늘려나가는 것이 과제다.
마와리의 접근은 두 방향으로 나뉜다. 하나는 노드의 역할을 전문화해 성능을 최적화하고 진입 장벽을 낮추는 것이고, 다른 하나는 참여 유인을 경제적으로 설계해 노드 수를 지속적으로 늘리는 것이다.
3.1. 성능 최적화를 위한 Multi-Role 노드 설계
네트워크 성능은 노드 구조에 달려 있다. 대부분의 DePIN 프로젝트는 모든 노드에 같은 기능을 부여한다. 마와리는 다르다. 노드 역할을 렌더링, 검증, 모니터링, 테스트 네 가지로 나눠 각자 맡은 기능에 집중하게 했다.
역할을 나눈 이유는 기능마다 요구하는 하드웨어가 다르기 때문이다.
렌더링은 고성능 GPU가 필요하지만, 검증이나 모니터링은 일반 CPU로도 충분하다. 모든 노드가 모든 기능을 수행해야 한다면, 단순한 검증 작업을 하기 위해서도 고가의 GPU를 갖춰야 한다. 진입 장벽이 높아지면 참여자 수가 줄고, 네트워크 확장이 느려진다. 역할을 나누면 GPU 없이도 네트워크에 기여할 수 있는 참여자가 늘어나고, 결과적으로 커버리지 확장 속도가 빨라진다.
역할이 분리돼 있으면 안정성 측면에서도 이점이 생긴다. 하나의 기능에 장애가 발생해도 다른 기능에 미치는 영향이 제한되고, 수요가 몰리는 특정 역할만 독립적으로 확장하는 것도 가능하다.
또한 일본 최대 통신사 중 하나인 KDDI가 노드 운영자들에게 호스팅 환경을 직접 제공하면서, 개인 참여자들이 보다 안정적인 인프라 위에서 노드를 운영할 수 있는 구조도 갖춰지고 있다.
3.2. 매출을 증명한 노드 보상 구조
노드 수를 늘리려면 참여 유인이 필요하다. 대부분의 DePIN 프로젝트는 이 문제를 토큰 발행으로 푼다. 초기에는 참여자를 끌어모을 수 있지만, 토큰 가격이 하락하면 보상의 실질 가치도 함께 떨어진다. 네트워크 성장과 보상이 분리된 구조다.
마와리는 다른 방식을 택했다. 2017년 설립 이후 8년 동안 토큰 없이 KDDI, Netflix, BMW, T-Mobile 등과 50건 이상의 상용 프로젝트를 수행하며 연평균 150만 달러의 매출을 만들어냈다. 인프라 스타트업으로서 규모가 크진 않지만, 토큰 발행 이전에 실제 수요와 매출 구조를 먼저 검증했다는 점에서 의미가 있다. 이 매출 구조가 노드 보상 설계의 근거가 됐다.
보상은 두 갈래다. 초기 운영자 보상은 네트워크 초기 안정화를 위해 전체 토큰 공급량의 일부를 초기 참여자에게 배분하는 방식이다. 네트워크 활동 보상은 네트워크 순매출의 20%를 노드 운영자에게 분배하는 방식이다. 네트워크가 더 많이 쓰일수록 노드 운영자의 수익도 함께 늘어난다.
보상이 토큰 발행이 아니라 실제 매출에 연동되기 때문에, 참여자 입장에서는 네트워크가 성장할수록 보상의 실질 가치도 유지된다.
4. 시장이 열리기 전, 마와리는 이미 뛰고 있다
마와리가 풀어야 할 기술적 과제는 대부분 해결됐다. 남은 질문은 이 인프라 위에서 트래픽과 매출이 얼마나 빠르게 성장할 것인가다.
가장 직접적인 변수는 XR 디바이스 보급률이다. 2025년 10월 삼성전자가 구글, 퀄컴과 공동 개발한 갤럭시 XR을 출시했고, 삼성과 구글은 젠틀몬스터와 협업한 스마트 안경 프로젝트도 진행 중이다. 대형 제조사들이 본격적으로 XR 시장에 진입하고 있다는 신호다. 다만 소비자 채택 속도는 마와리가 통제할 수 있는 변수가 아니다.
마와리가 할 수 있는 것은 두 가지다. 디바이스가 보급됐을 때 즉시 올라탈 수 있는 유스케이스를 미리 확보하고, XR 외의 수입원을 동시에 만들어두는 것이다.
vTubeXR: 버추얼 아이돌과 팬이 3D 공간에서 만나는 팬 미팅 플랫폼이다. 스마트폰으로도 접근 가능해 XR 디바이스 없이도 네트워크 트래픽을 만들어낸다.
오사카 엑스포 AI 가이드: AR 글래스를 쓴 관람객 앞에 3D AI 가이드가 나타나 실시간으로 안내를 제공한다. 실제 이용자가 있는 현장에서 네트워크 성능을 검증하는 사례이기도 하다.
디지털 휴먼 Aiko: KDDI와 마와리가 AWS Wavelength와 5G를 활용해 구축했으며, 통신 인프라 위에서 실시간 스트리밍이 가능함을 실증했다
시장이 본격적으로 열리기 전에 인프라를 갖춰놓은 프로젝트는, 수요가 몰릴 때 먼저 받아낼 수 있다. 마와리는 그 준비를 이미 마친 상태다.
5. XR 인프라의 마지막 퍼즐, 마와리
마와리를 한 문장으로 정리하면 이렇다. 시장보다 8년 앞서 구축한, XR을 위한 인프라 레이어다.
마와리는 실제로 기술을 개발하고 인프라를 확장하고 있다. 다만 마와리 혼자 아무리 발전해도 한계가 있다. 결국 XR 디바이스 시장이 성장하고 실제 제품 판매가 본격화돼야, 마와리가 쌓아온 인프라가 제 역할을 한다.
이 프로젝트의 핵심 질문은 하나다. XR 시장이 열렸을 때 마와리의 인프라가 준비돼 있느냐다. 준비가 됐다면 수요를 먼저 가져간다. 그렇지 않다면 그 자리는 다른 경쟁자의 몫이 된다.
마와리는 시장이 열리기 전에 먼저 깔아놓는 쪽에 베팅했다.
🐯 More from Tiger Research
이번 리서치와 관련된 더 많은 자료를 읽어보세요.Disclaimer
이 보고서는 마와리 네트워크(Mawari Network)로부터 일부 원고료 지원을 받았으나, 신뢰할 수 있는 자료를 바탕으로 독립적인 조사를 통해 작성되었습니다. 하지만 이 보고서의 결론과 권고사항, 예상, 추정, 전망, 목표, 의견 및 관점은 작성 당시의 정보를 바탕으로 하며 예고 없이 변경될 수 있습니다. 이에 당사는 본 보고서나 그 내용을 이용함에 따른 모든 손실에 대해 책임을 지지 않으며 정보의 정확성, 완전성, 그리고 적합성을 명시적으로나 암시적으로 보증하지 않습니다. 또한 타인 및 타조직의 의견과 일치하지 않거나 반대될 수 있습니다. 이 보고서는 정보 제공의 목적으로 작성되었으며, 법률, 사업, 투자, 또는 세금에 관한 조언으로 간주되어서는 안 됩니다. 또한 증권이나 디지털 자산에 대한 언급은 설명을 위한 것일 뿐, 투자 권고나 투자 자문 서비스 제공을 제안하는 것이 아닙니다. 이 자료는 투자자나 잠재적 투자자를 대상으로 하지 않았습니다.
Terms of Usage
타이거리서치는 리포트의 공정 사용을 지지합니다. 이는 공익적 목적으로 콘텐츠를 인용하되 상업적 가치에 영향을 주지 않는 범위에서의 넓은 사용을 허용하는 원칙입니다. 공정 사용 규칙에 따라, 리포트를 사전 허가 없이 사용할 수 있으나, 타이거리서치 리포트를 인용 시에는 1) 출처로 ‘타이거리서치’를 분명히 밝히고, 2) 타이거리서치의 브랜드 가이드라인에 맞는 로고(Black/White)를 포함시켜야 합니다. 자료를 재구성하여 출판할 경우에는 별도의 협의가 요구됩니다. 사전 허가 없는 사용은 법적 조치를 초래할 수 있습니다.
