스테이블코인에 대한 실증 연구들을 체계적으로 검토하여 현존하는 연구 격차와 향후 연구 방향을 제시하고, 스테이블코인의 설계, 안정성 메커니즘, 규제, 시장 영향 등 다양한 측면을 포괄적으로 분석한다.
논문 요약
- 논문 제목: A Systematic Literature Review of Empirical Research on Stablecoins
- 저자: Lennart Ante, Ingo Fiedler, Jan Marius Willruth, Fred Steinmetz
- 게재 학술지: Journal of Risk and Financial Management, MDPI
- 발행 연도: 2023
- 핵심 요약: 스테이블코인에 대한 실증 연구들을 체계적으로 검토하여 현존하는 연구 격차와 향후 연구 방향을 제시했다. 스테이블코인의 설계, 안정성 메커니즘, 규제, 시장 영향 등 다양한 측면을 포괄적으로 분석하며, 학계와 산업계 모두에게 중요한 인사이트를 제공했다.
연구 배경
스테이블코인은 암호화폐 시장의 고유한 가격 변동성을 극복하고 안정적인 가치 저장 및 교환 수단을 제공하기 위해 등장했다. 법정화폐, 상품, 또는 다른 암호화폐에 가치를 고정(페깅)함으로써 전통 금융 시스템과 블록체인 기반의 탈중앙화 금융(DeFi)을 연결하는 중요한 다리 역할을 수행한다. 예를 들어, USDT, USDC와 같은 스테이블코인은 수십억 달러 규모의 일일 거래량을 기록하며 암호화폐 시장의 핵심 인프라로 자리매김했다.
그러나 스테이블코인은 그 중요성만큼이나 다양한 도전과제에 직면해 있다. 담보 자산의 투명성 부족, 규제 불확실성, 그리고 페깅 유지 실패(디페깅) 위험 등은 스테이블코인 생태계의 지속 가능성에 대한 우려를 낳고 있다. 특히 2022년 테라-루나 사태에서 알고리즘 스테이블코인 UST가 디페깅되며 전체 암호화폐 시장에 연쇄적인 충격을 주었던 사건은 스테이블코인의 안정성 문제가 단순한 개별 프로젝트의 실패를 넘어 시스템적 위험으로 확대될 수 있음을 극명하게 보여주었다.
이러한 배경 속에서 스테이블코인에 대한 학술적 연구의 필요성이 증대되었다. 초기 연구들은 주로 스테이블코인의 개념과 기술적 작동 방식에 초점을 맞추었지만, 시장 규모가 커지고 다양한 유형의 스테이블코인이 등장하면서 실증적인 분석의 중요성이 부각되었다. 기존 연구들은 파편화되어 있어 스테이블코인 연구의 전체적인 흐름, 주요 연구 주제, 그리고 미개척 분야를 체계적으로 파악하기 어려웠다. 본 연구는 이러한 문제점을 인식하고, 스테이블코인에 대한 광범위한 실증 연구를 체계적으로 검토하여 현재까지의 연구 성과를 종합하고 미래 연구 방향을 제시하는 것을 목표로 했다. 이를 통해 스테이블코인 분야의 지식 격차를 해소하고, 학계와 산업계, 그리고 규제 당국에 포괄적인 정보를 제공하고자 했다.
해결하려는 문제
스테이블코인에 대한 기존 실증 연구들을 체계적으로 검토하여 연구 동향과 격차를 파악하고 향후 연구 방향을 제시했다.
스테이블코인은 암호화폐 시장에서 중요한 역할을 수행하지만, 그 복잡성과 빠른 변화 속도로 인해 학술 연구가 파편화되고 체계적인 분석이 부족했다. 기존의 개별 연구들은 스테이블코인의 특정 측면에 초점을 맞추어 진행되었기 때문에, 전체적인 연구 동향, 주요 연구 주제, 방법론적 접근, 그리고 여전히 탐구되지 않은 연구 격차를 종합적으로 파악하기 어려웠다. 이는 스테이블코인에 대한 학계의 이해를 심화하고, 정책 입안자들이 효과적인 규제 프레임워크를 개발하며, 산업계가 혁신적인 서비스를 구축하는 데 필요한 체계적인 지식 기반을 제공하는 데 한계를 야기했다. 이 연구는 이러한 문제를 해결하기 위해 스테이블코인에 대한 실증 연구들을 광범위하게 수집하고 체계적인 문헌 검토(Systematic Literature Review) 방법을 적용하여, 현재까지의 연구 성과를 종합하고 미래 연구를 위한 명확한 방향을 제시하는 것을 목표로 했다.
연구 모형
체계적 문헌 검토(Systematic Literature Review) 방법론을 사용하여 스테이블코인 관련 실증 연구들을 수집, 분석, 종합했다.
이 연구는 스테이블코인에 대한 실증 연구들을 체계적이고 포괄적으로 분석하기 위해 체계적 문헌 검토(Systematic Literature Review, SLR) 방법론을 채택했다. SLR은 특정 연구 질문에 답하기 위해 기존 연구들을 식별, 평가, 종합하는 엄격하고 재현 가능한 접근 방식이다.
연구 모형의 주요 단계는 다음과 같다:
- 연구 질문 정의 (Defining Research Questions): 가장 먼저, 이 연구가 답하고자 하는 핵심 질문들을 명확하게 정의했다. 예를 들어, “스테이블코인 연구의 주요 주제는 무엇인가?”, “어떤 데이터와 방법론이 주로 사용되는가?”, “현재 연구의 격차는 무엇인가?” 등이 될 수 있다.
- 문헌 검색 및 선정 (Literature Search and Selection):
- 검색 프로토콜 개발: 관련성 높은 학술 데이터베이스(예: Scopus, Web of Science, Google Scholar 등)에서 스테이블코인 관련 논문을 찾기 위한 구체적인 검색어(예: “stablecoin”, “cryptocurrency”, “blockchain”, “empirical research” 등)와 검색 전략을 수립했다.
- 초기 문헌 식별: 정의된 검색어를 사용하여 방대한 양의 초기 문헌들을 식별했다.
- 포함 및 제외 기준 설정: 식별된 문헌들이 연구의 목적에 부합하는지 여부를 판단하기 위한 명확한 포함(Inclusion) 및 제외(Exclusion) 기준을 설정했다. 예를 들어, ‘피어 리뷰된 학술 논문만 포함’, ‘특정 언어만 포함’, ‘실증적 분석을 포함하는 논문만 포함’ 등의 기준을 적용했다.
- 선정 과정: 두 명 이상의 독립적인 연구자가 선정 기준에 따라 논문을 스크리닝하고, 의견 불일치는 논의를 통해 해결했다. 최종적으로 선정된 논문 목록을 확정했다.
- 데이터 추출 및 분석 (Data Extraction and Analysis):
- 데이터 추출 양식 개발: 선정된 각 논문에서 핵심 정보를 체계적으로 추출하기 위한 데이터 추출 양식(Data Extraction Form)을 설계했다. 추출될 정보에는 논문 제목, 저자, 발행 연도, 게재 학술지, 연구 주제, 사용된 데이터(온체인/시장/설문 등), 방법론(정량/정성), 주요 결과, 연구의 한계, 향후 연구 방향 등이 포함된다.
- 데이터 종합 및 분류: 추출된 데이터를 종합하고, 유사한 주제나 방법론을 가진 연구들을 분류했다. 예를 들어, 스테이블코인의 안정성, 규제, 시장 영향, 설계 메커니즘 등으로 주제를 분류했다.
- 질적 분석 및 종합: 추출된 정보들을 기반으로 각 연구 주제별 동향, 주요 발견 사항, 사용된 데이터 및 방법론의 특징 등을 질적으로 분석하고 종합했다. 이를 통해 전반적인 연구 지형을 파악했다.
- 결과 제시 및 연구 격차 식별 (Presentation of Results and Identification of Research Gaps):
- 결과 요약: 체계적인 분석을 통해 얻은 결과들을 구조화된 방식으로 제시했다. 이는 표, 그래프, 요약 문장 등을 포함한다.
- 연구 격차 및 향후 연구 방향 제시: 현재까지의 연구에서 부족하거나 탐구되지 않은 영역(Research Gaps)을 명확히 식별하고, 이를 바탕으로 스테이블코인 연구의 미래 방향을 제안했다.
이러한 체계적 문헌 검토 모형을 통해 연구는 스테이블코인 분야의 광범위한 학술적 지식을 종합하고, 향후 연구를 위한 견고한 기반을 마련했다.
데이터 설명
이 연구는 스테이블코인 관련 학술 논문들을 데이터로 활용했으며, 특정 데이터셋을 직접 수집한 것이 아니라 기존 연구들의 특징을 분석했다.
- 출처: Scopus, Web of Science, Google Scholar 등 주요 학술 데이터베이스에서 발행된 피어 리뷰 학술 논문들
- 수집 방법:
- 특정 검색어(예: “stablecoin”, “cryptocurrency”, “blockchain”, “empirical research” 등)를 사용하여 학술 데이터베이스에서 문헌을 검색했다.
- 검색된 문헌들을 포함 및 제외 기준에 따라 필터링하여 최종 검토 대상 논문들을 선정했다.
- 선정된 각 논문에서 연구 주제, 사용된 데이터 유형, 분석 방법론, 주요 결과, 결론 등의 메타데이터를 추출했다.
- 이 연구 자체는 온체인 데이터나 시장 데이터를 직접 수집하여 분석한 것이 아니며, 기존 학술 논문들을 분석 대상으로 삼았으므로 온체인 여부는 해당 연구의 주된 분석 대상이 아니다. 다만, 검토 대상 논문들 중 다수가 온체인 데이터를 활용한 실증 분석을 포함하고 있음을 밝혔다.
- 데이터 변수 설명: 이 연구에서 ‘데이터 변수’는 일반적인 실증 연구에서 사용되는 수치형/범주형 데이터 변수가 아니라, 검토 대상이 되는 학술 논문들의 메타데이터와 내용적 특성을 의미한다. 이러한 변수들은 논문들을 분류하고 분석하는 데 사용되었다.1. 논문 식별 및 출판 정보: 이 그룹의 변수들은 논문의 기본적인 정보를 제공하며, 연구 동향을 시간적/공간적으로 파악하는 데 활용된다.
- 논문 제목 (Paper Title): 해당 연구의 주제를 요약한다.
- 저자 (Authors): 연구를 수행한 연구자들이다.
- 발행 연도 (Publication Year): 연구 동향의 시간적 변화를 분석하는 데 중요하며, 스테이블코인 연구의 성장 속도를 파악할 수 있다.
- 게재 학술지/컨퍼런스 (Journal/Conference): 논문의 질적 수준 및 학문 분야를 파악하는 데 도움을 준다.
- 연구 주제 (Research Topic): 논문이 다루는 주요 주제를 분류한다 (예: 스테이블코인 설계, 안정성 메커니즘, 규제, 시장 영향, 리스크 분석, 채택 요인 등).
- 스테이블코인 유형 (Stablecoin Type): 연구 대상이 된 스테이블코인의 유형 (예: 법정화폐 담보형, 암호화폐 담보형, 알고리즘형, 하이브리드형)을 분류한다.
- 데이터 유형 (Data Type): 논문에서 사용된 데이터의 종류 (예: 온체인 데이터, 시장 데이터, 뉴스/소셜 미디어 데이터, 설문조사 데이터)를 구분한다.
- 분석 방법론 (Methodology): 논문에서 사용된 연구 방법론 (예: 정량적 분석-회귀 분석, 시계열 분석, 머신러닝; 정성적 분석-사례 연구, 내용 분석)을 분류한다.
- 주요 결과 (Key Findings): 논문의 핵심적인 발견 사항이나 결론을 요약한다.
- 연구의 한계 (Limitations): 논문에서 스스로 밝힌 연구의 한계점이다.
- 향후 연구 방향 (Future Research Directions): 논문에서 제안하는 추가 연구의 주제나 방향이다.
이러한 변수들을 통해 연구는 스테이블코인 관련 학술 연구의 포괄적인 지형도를 그리고, 특정 주제나 방법론이 얼마나 활발하게 연구되는지, 그리고 어떤 부분에 연구 격차가 존재하는지를 식별할 수 있었다.
데이터 분석
데이터 분석 결과, 스테이블코인 연구는 빠르게 성장하고 있으며, 시장 영향과 규제 측면의 실증 연구가 활발함을 확인했다.
이 연구는 체계적 문헌 검토를 통해 수집된 학술 논문들의 메타데이터와 내용을 분석하여 스테이블코인 연구의 전반적인 동향과 특징을 파악했다. 데이터 분석은 주로 질적 및 양적 분류와 빈도 분석에 중점을 두었다.
주요 분석 내용은 다음과 같다:
- 연도별 연구 동향 (Temporal Trends): 발행 연도별로 스테이블코인 관련 논문의 수를 분석하여, 이 분야의 연구 활동이 시간이 지남에 따라 어떻게 변화했는지 확인했다. 분석 결과, 스테이블코인 시장이 성장하고 주요 사건(예: 테라-루나 사태)이 발생함에 따라 관련 연구의 수가 급증했음을 보여주었다. 이는 스테이블코인이 학술적으로도 중요한 연구 주제로 부상했음을 의미한다.
- 주요 연구 주제 분류 및 비중 (Classification and Distribution of Research Topics): 검토된 논문들을 스테이블코인 설계 및 메커니즘, 안정성 및 리스크, 시장 영향 및 가격 역학, 규제 및 법적 측면, 채택 및 사용자 행동 등 다양한 주제로 분류하고, 각 주제가 전체 연구에서 차지하는 비중을 분석했다. 이를 통해 가장 활발하게 연구되는 분야와 상대적으로 연구가 부족한 분야를 식별했다. 예를 들어, 시장 영향과 규제 관련 연구가 높은 비중을 차지함을 확인했다.
- 사용된 데이터 유형 및 방법론 분석 (Analysis of Data Types and Methodologies): 각 논문에서 사용된 데이터 유형(예: 온체인 데이터, 시장 데이터, 설문조사 데이터 등)과 분석 방법론(예: 회귀 분석, 시계열 분석, 머신러닝, 사례 연구 등)을 분석했다.
- 데이터 유형: 온체인 데이터와 시장 데이터가 가장 많이 활용되는 데이터 소스임을 확인했다. 이는 스테이블코인 연구가 실제 블록체인 활동 및 시장 거래 기록에 기반한 실증적 접근을 선호함을 시사한다.
- 방법론: 통계적 방법론과 더불어 머신러닝 모델의 활용이 점차 증가하고 있음을 파악했다.
- 연구의 지리적 분포 및 협력 관계 (Geographical Distribution and Collaborations): 저자의 소속 국가나 연구 기관을 분석하여 스테이블코인 연구가 어느 지역에서 주로 이루어지는지, 그리고 국제적인 연구 협력이 어느 정도 활발한지 파악했다.
- 연구 격차 식별 (Identification of Research Gaps): 종합적인 분석을 통해 현재까지의 연구에서 충분히 다루어지지 않았거나, 추가적인 탐구가 필요한 영역들을 명확하게 식별했다. 예를 들어, 특정 유형의 스테이블코인(예: 중앙은행 디지털 통화 CBDC)에 대한 실증 연구 부족, 복합적인 리스크 상호작용 분석의 부족, 장기적인 규제 영향 평가의 부족 등이 연구 격차로 지적되었다.
이러한 데이터 분석 과정을 통해 연구는 스테이블코인 분야의 학술적 지형도를 체계적으로 제시하고, 향후 연구를 위한 명확한 방향을 설정하는 데 기여했다.
핵심 결과
스테이블코인 실증 연구는 빠르게 성장하고 있으며, 시장 영향과 규제에 초점을 맞추고 있으나 여전히 많은 연구 격차가 존재한다.
이 연구의 핵심 결과는 스테이블코인에 대한 실증 연구의 현황을 체계적으로 종합하고, 주요 동향과 함께 광범위한 연구 격차를 명확히 제시했다는 점이다.
- 급성장하는 연구 분야: 스테이블코인에 대한 학술 연구는 최근 몇 년간 급격히 증가했다. 특히 2020년 이후 스테이블코인 시장의 규모가 커지고 관련 사건들이 발생하면서 연구 논문의 수가 크게 늘어났다. 이는 스테이블코인이 학계에서 중요한 연구 주제로 자리매김했음을 보여준다.
- 주요 연구 주제의 집중: 현재까지의 실증 연구는 주로 스테이블코인의 시장 영향, 가격 역학, 그리고 규제 및 법적 측면에 집중되어 있음을 확인했다. 많은 연구가 스테이블코인이 암호화폐 시장에 미치는 영향, 가격 안정성 유지 메커니즘의 효율성, 그리고 규제 당국의 개입 필요성 등을 분석했다.
- 다양한 데이터 및 방법론 활용: 연구들은 온체인 데이터와 시장 데이터를 주요 분석 자료로 활용하고 있었다. 또한, 통계적 분석(예: 회귀 분석, 시계열 분석)과 더불어 머신러닝 및 딥러닝 기법이 점차 폭넓게 적용되고 있음을 파악했다. 이는 스테이블코인 데이터의 복잡성을 다루는 데 고급 분석 기술이 필요하다는 인식을 반영한다.
- 다양한 연구 격차 존재: 체계적 검토를 통해 여러 중요한 연구 격차(Research Gaps)를 식별했다.
- 특정 스테이블코인 유형에 대한 연구 부족: 특히 알고리즘 스테이블코인이나 CBDC(중앙은행 디지털 통화)와 관련된 실증 연구가 상대적으로 부족했다.
- 포괄적인 리스크 분석 부족: 디페깅 위험뿐만 아니라 유동성, 운영, 사이버 보안 등 다양한 리스크 유형을 통합적으로 분석하는 연구가 부족했다.
- 사용자 행동 및 채택 요인 연구 부족: 스테이블코인 사용자의 행동 패턴이나 채택에 영향을 미치는 요인에 대한 심층적인 실증 연구가 제한적이었다.
- 장기적 영향 및 거시 경제적 함의 연구 부족: 스테이블코인이 금융 시스템 전반이나 거시 경제에 미치는 장기적인 영향에 대한 연구가 아직 초기 단계였다.
이러한 핵심 결과는 스테이블코인 연구의 현재 위치를 명확히 하고, 향후 연구자들이 어떤 주제에 집중해야 할지에 대한 중요한 가이드라인을 제공한다.
시사점
스테이블코인 연구 격차 해소를 위한 체계적인 접근은 산업 발전과 규제 프레임워크 구축에 필수적이다.
이 연구는 스테이블코인에 대한 체계적인 문헌 검토를 통해 학계, 산업계, 그리고 규제 당국에 여러 중요한 시사점을 제공한다.
- 미래 연구를 위한 로드맵 제공: 이 연구가 제시한 다양한 연구 격차는 학자들이 스테이블코인 분야에서 어떤 새로운 질문을 던지고 어떤 주제를 탐구해야 할지에 대한 명확한 지침을 제공한다. 이는 연구 자원의 효율적인 배분을 돕고, 중복 연구를 피하며, 실제 세계의 문제 해결에 기여할 수 있는 연구를 촉진한다. 예를 들어, 사용자 행동 분석이나 장기적 거시 경제 영향에 대한 연구의 필요성을 강조한다.
- 산업 혁신 및 서비스 개발 촉진: 스테이블코인 산업에 종사하는 기업들은 이 연구를 통해 학술적으로 어떤 측면이 아직 충분히 탐구되지 않았는지 파악할 수 있다. 이는 새로운 스테이블코인 모델 개발, 리스크 관리 시스템 개선, 사용자 친화적인 서비스 설계 등 혁신적인 비즈니스 기회를 발굴하는 데 영감을 줄 수 있다. 특히 사용자 행동에 대한 이해 부족은 WEB3 CRM과 같은 분야에서 새로운 가치를 창출할 수 있는 기회를 시사한다.
- 합리적인 규제 프레임워크 구축 지원: 규제 당국은 이 연구를 통해 스테이블코인의 다양한 측면(설계, 리스크, 시장 영향 등)에 대한 현재까지의 학술적 이해 수준을 파악할 수 있다. 이는 스테이블코인 관련 규제 정책을 수립하고 기존 정책을 개선하는 데 필요한 과학적 근거를 제공한다. 특히, 아직 연구가 부족한 리스크 유형이나 거시 경제적 영향에 대한 인지는 선제적이고 균형 잡힌 규제 접근 방식의 필요성을 제기한다.
- 블록체인 데이터 분석의 중요성 재확인: 이 연구에서 온체인 데이터가 스테이블코인 실증 연구의 중요한 기반으로 활용되고 있음을 확인한 것은, 블록체인 상의 투명한 데이터가 금융 시장 및 사용자 행동 분석에 있어 핵심적인 자산임을 다시 한번 강조한다. 이는 데이터 과학자와 블록체인 개발자들이 협력하여 새로운 분석 모델과 도구를 개발할 필요성을 시사한다.
- 학제 간 연구의 필요성 강조: 스테이블코인 연구는 금융, 경제학, 컴퓨터 과학, 법학 등 다양한 학문 분야의 지식을 요구한다. 이 연구는 여러 분야에 걸쳐 분산되어 있는 지식을 종합하며, 향후 학제 간 협력을 통해 더욱 심층적이고 포괄적인 연구가 이루어져야 함을 시사한다.
종합적으로 이 체계적 문헌 검토는 스테이블코인 분야의 지식 기반을 확고히 하고, 미래의 연구 및 실무적 발전을 위한 중요한 청사진을 제공한다.
인사이트
마케터는 스테이블코인 온체인 데이터를 통해 고객의 ‘안정성 추구형 행동 패턴’을 발굴하고, 이를 기반으로 고가치 고객을 위한 맞춤형 금융 교육 및 프리미엄 서비스를 제공해야 한다.
이 논문은 스테이블코인 연구의 전반적인 동향과 연구 격차를 제시하며, 특히 사용자 행동 및 채택 요인에 대한 연구가 부족하다는 점을 명확히 밝혔다. AI 빅데이터 마케터 관점에서 이 지점은 온체인 데이터를 활용한 WEB3 CRM 고객 분류 모델 개발의 잠재적 가치를 강력하게 시사한다.
고객 페르소나 예시:
- 이름: ‘안정 지향 투자자’ 박선우
- 나이: 40대 초반
- 직업: 자영업자 (온라인 쇼핑몰 운영)
- 온체인 행동 특징:
- 높은 USDC 보유 비중: 전체 암호화폐 자산 중 USDC와 같은 안정적인 스테이블코인의 비중이 매우 높다.
- 장기 스테이킹/예치 선호: USDC를 단기 트레이딩보다는 Aave, Curve 등 검증된 디파이 프로토콜에 장기 예치하여 안정적인 이자 수익을 추구한다.
- 잦은 USDC 입출금 기록: 사업 자금 운용의 일환으로 USDC를 통한 대량의 입출금(정산, 송금 등)이 빈번하게 발생하며, 이는 일반적인 개인 투자자와 다른 자금 흐름 패턴을 보인다.
- 낮은 변동성 토큰 선호: 비트코인, 이더리움 등 고변동성 자산에 대한 직접 투자는 최소화하고, 주로 스테이블코인 기반의 유동성 풀 참여를 통해 소극적인 수익을 추구한다.
- 리스크 회피 성향 명확: 특정 스테이블코인 관련 FUD(공포, 불확실성, 의심) 발생 시 USDC로 자산을 신속하게 이동시키는 행동을 보인다.
- 니즈: 안정적인 자산 관리, 예측 가능한 수익률, 낮은 변동성, 사업 자금 유동성 확보, 신뢰할 수 있는 정보 및 보안 서비스.
페르소나를 활용한 실질적인 마케팅 액션:
- ‘USDC 기반 안정성 프리미엄’ 멤버십 제공: 박선우와 같이 대규모 USDC를 장기 보유하며 안정적인 디파이 활동을 하는 고객들을 ‘안정성 중시 VIP’ 세그먼트로 분류한다. 이들에게는 USDC 예치에 대한 추가 이율, 스테이블코인 스왑 시 수수료 할인, 그리고 스테이블코인 관련 최신 보안 업데이트 및 리스크 분석 보고서 정기 제공 등의 혜택을 담은 프리미엄 멤버십을 제공하여 락인 효과를 강화한다.
- 개인 맞춤형 WEB3 세금 및 법률 가이드 제공: 사업체를 운영하며 대량의 USDC를 활용하는 고객의 경우, WEB3 자산에 대한 세금 및 법률 문제에 대한 니즈가 클 수 있다. 온체인 트랜잭션 규모와 빈도를 기반으로 이러한 잠재 니즈를 가진 고객을 식별하여, WEB3 세무 전문가와의 무료 컨설팅 기회 제공 또는 관련 법률 가이드북을 맞춤형으로 제공하여 실질적인 도움을 제공하고 플랫폼 신뢰도를 높인다.
- 안정적인 WEB3 금융 상품 큐레이션 및 알림: 박선우와 같이 리스크 회피 성향이 강한 고객들에게는 엄격한 감사를 거친 신뢰도 높은 디파이 프로토콜의 USDC 예치 풀, 기관 투자자도 참여하는 구조화된 안정성 상품 등 검증된 저위험 WEB3 금융 상품 정보를 선별하여 푸시 알림이나 이메일 뉴스레터로 제공한다. “안정적인 당신의 자산을 위한 프리미엄 큐레이션”과 같은 메시지로 소구하여 고객의 신뢰를 얻고 전환을 유도한다.