# Alexander Good > 알렉산더 굿(Alexander Good)은 Post Fiat Org의 설립자이자 암호화폐 및 AI 통합 분야의 선구자로, 포스트 AGI(인공일반지능) 시대의 가치 교환 방식을 혁신하는 것을 목표로 하고 있습니다. - Canonical URL: https://iq.wiki/kr/wiki/alexander-good - Categories: People in crypto - Tags: Founder, Investor, Researcher, Speaker - Created: 2026-08-20T21:26:14.033Z - Last updated: 2026-08-20T21:39:12.556Z - Source: IQ.wiki — the world's largest blockchain and crypto encyclopedia (https://iq.wiki) --- **알렉산더 굿(Alexander Good)**은 포스트 법정화폐(post-fiat) 및 AI 중심 시대의 경제 프레임워크를 재정의하는 것을 목표로 하는 플랫폼인 Post Fiat의 설립자입니다. 금융과 기술 분야의 배경과 [블록체인](https://iq.wiki/wiki/blockchain) 인프라에 대한 혁신적인 접근 방식을 결합하여, 그는 진화하는 디지털 경제의 중요한 인물로 자리매김했습니다. [\[1\]](#cite-id-Bs2SNQuYMHbqFKhD)​ ## 초기 생애 및 교육 알렉산더 굿의 금융 및 기술적 토대는 교육과 초기 전문 경험을 통해 마련되었습니다. 그는 와튼 스쿨(Wharton)을 졸업하며 분석 능력을 연마했으며, 이는 나중에 금융 및 기술 분야의 다양한 역할에 적용되었습니다. [\[2\]](#cite-id-Sw4gR3bf4d1YYbOw) ## 경력 #### 씨티(Citi) 알렉산더 굿은 2010년 7월부터 2012년 4월까지 뉴욕 메트로폴리탄 지역의 씨티에서 세일즈 및 트레이딩 애널리스트로 근무했습니다. 그의 업무에는 외환 시장이 포함되었으며, 이는 금융 시장 운영 및 분석에 대한 경험을 제공하여 향후 [디지털 자산](https://iq.wiki/wiki/digital-assets) 관련 업무의 기초가 되었습니다. #### 팔란티어 테크놀로지스(Palantir Technologies) 2012년 5월부터 2013년 12월까지 굿은 뉴욕 메트로폴리탄 지역의 팔란티어 테크놀로지스에서 배포 전략가(Deployment Strategist)로 근무했습니다. 그의 업무는 자본 시장 분석에 데이터 분석 및 예측 방법을 사용하는 것을 포함했습니다. #### 발리아스니 자산 운용(Balyasny Asset Management) 굿은 2014년 5월 애널리스트로 발리아스니 자산 운용에 합류하여 2016년 1월까지 근무했습니다. 그는 뉴욕 메트로폴리탄 지역에서 활동했습니다. #### 퍼페추아 랩스(Perpetua Labs) 굿은 2016년 2월 퍼페추아 랩스를 공동 설립하고 2017년 9월까지 공동 설립자로 재직했습니다. 이 회사는 자본 시장 인텔리전스 관련 업무에서 시작되었으며, 아마존의 광고 생태계 내 애플리케이션을 포함하여 광고 및 시장 분석을 위한 소프트웨어를 개발했습니다. 2021년, 어센셜(Ascential)이 퍼페추아를 1억 5천만 달러에 인수했습니다. 이후 이 회사는 옴니콤(Omnicom)에 인수되었습니다. #### 굿알렉산더(GoodAlexander) 2018년 6월부터 2025년 2월까지 굿은 푸에르토리코의 굿알렉산더에서 트레이더로 근무했습니다. #### 포스트 피아트(Post Fiat) 굿은 2024년 11월에 Post Fiat을 설립했습니다. 이 회사는 [XRP](https://iq.wiki/wiki/xrp)의 포크로 개발된 [레이어 1](https://iq.wiki/wiki/layer-1) [블록체인](https://iq.wiki/wiki/blockchain)을 운영하며 온체인 프라이버시 및 OFAC 준수 기능을 통합합니다. 이 인프라에는 [AI 에이전트](https://iq.wiki/wiki/ai-agents)가 분산 자본 시장의 참여자들과 상호 작용할 수 있도록 설계된 온톨로지가 포함되어 있습니다. Post Fiat은 경제 거래를 위한 대규모 언어 모델의 사용을 포함하여 [블록체인](https://iq.wiki/wiki/blockchain) 아키텍처에 인공지능을 통합합니다. 이 프로젝트는 [AI 에이전트](https://iq.wiki/wiki/ai-agents)가 인간 참여자와 함께 경제 활동에 참여할 수 있는 모델을 조사합니다. Post Fiat에서의 굿의 업무에는 금융 시장, 디지털 경제, [블록체인](https://iq.wiki/wiki/blockchain) 기술 및 인공지능에 관한 연구와 저술이 포함되었습니다. 그의 저술에는 '둠 테제(Doom Thesis)'뿐만 아니라 Web4 및 에이전트 경제에 대한 논의가 포함됩니다. [\[1\]](#cite-id-Bs2SNQuYMHbqFKhD) [\[2\]](#cite-id-Sw4gR3bf4d1YYbOw) [\[3\]](#cite-id-jILfscyF3IWdcDK0) [\[4\]](#cite-id-p6EyWgDDhY2KKyBd) ## 인터뷰 AI, 시장 및 암호화폐 #01 2025년 10월 30일, 알렉산더 굿은 threadguy가 진행하는 TG 팟캐스트에 출연하여 인공지능, [암호화폐](https://iq.wiki/wiki/cryptocurrency), 금융 시장 및 거시 경제 발전에 관한 인터뷰를 진행했습니다. 이 토론에서는 AI가 암호화폐 시장과 애플리케이션에 어느 정도 통합되었는지 조사했습니다. 알렉산더에 따르면, 암호화폐를 AI에 활용하려는 많은 제안된 용도들이 아직 광범위한 채택에 이르지 못했습니다. 그는 컴퓨팅 작업 부하를 암호화폐 네트워크와 결합하는 대안적 접근 방식의 예로 Ambient를 포함하여 AI 추론을 수행하는 [작업 증명](https://iq.wiki/wiki/proof-of-work-pow) 시스템을 언급했습니다. [YOUTUBE@VID](NR3AfMITH8w) 알렉산더는 주식과 채권을 포함한 증권 거래를 위한 [블록체인](https://iq.wiki/wiki/blockchain) 네트워크의 사용에 대해 논의했습니다. 그는 개인 거래 시스템과 더 빠른 결제를 특정 금융 시장의 구조를 바꿀 수 있는 분야로 설명했습니다. 프라이버시는 기관 참여와 관련하여, 특히 규제 요건 내에서 운영되면서 거래 기밀성을 허용하는 시스템의 사용에 대해서도 논의되었습니다. 스테이블코인과 미국 금융 시스템과의 관계는 인터뷰의 또 다른 부분을 형성했습니다. 알렉산더는 [스테이블코인](https://iq.wiki/wiki/stablecoin)의 확장을 미국 정부 부채에 대한 수요 및 [암호화폐](https://iq.wiki/wiki/cryptocurrency) 시장의 활동과 연결했습니다. 그는 또한 지속적인 확장이 투자자들의 지속적인 참여와 시장 참여자들이 이러한 자산으로부터 수익을 창출할 수 있는 능력에 달려 있다고 주장했습니다. 대화는 미국 정부 부채, 금융 규제, 중국과 미국의 관계, 전통 금융 시장과 [암호화폐](https://iq.wiki/wiki/cryptocurrency) 시장 간의 상호 작용을 포함한 광범위한 경제 및 지정학적 주제도 다루었습니다. 알렉산더는 암호화폐가 전통적인 금융 인프라와 점점 더 연결되고 있다고 설명했으며, AI 시스템이 시장 참여자들 사이의 조정과 정보 교환을 촉진할 가능성에 대해 논의했습니다. 인터뷰는 [암호화폐](https://iq.wiki/wiki/cryptocurrency)의 사회적, 정치적 차원에 대한 논의로 마무리되었습니다. 알렉산더에 따르면, 암호화폐는 금융 및 기술 시스템일 뿐만 아니라 개인의 금융 자율성 및 중앙 집중식 경제 및 정치 기관에 대한 우려와 관련하여 볼 수 있습니다. 이러한 견해는 광범위한 경제 및 사회적 발전 내에서 암호화폐의 역할에 대한 알렉산더의 해석으로 제시되었습니다. [\[5\]](#cite-id-cbb3hdQE0XmkvPyx) #### AI, 암호화폐 및 AGI #02 2025년 1월 7일, 알렉산더 굿은 유튜브 채널 threadguy에 출연하여 인공지능, [암호화폐](https://iq.wiki/wiki/cryptocurrency), 금융 시장 및 인공일반지능(AGI)의 가능한 경제적 효과에 관한 인터뷰를 진행했습니다. 알렉산더는 AGI를 목표를 설정하고, 작업을 자율적으로 수행하며, 자체 프로세스를 개선할 수 있는 인공지능의 한 형태로 설명했습니다. 그는 이 모델을 인간이 지정한 지침에 따라 미리 정의된 작업 시퀀스를 수행하도록 설계된 [AI 에이전트](https://iq.wiki/wiki/ai-agents)와 구별했습니다. [YOUTUBE@VID](fXqruddnXXE) 인터뷰에서는 컴퓨팅 비용과 AI의 경제적 응용 사이의 관계를 조사했습니다. 알렉산더는 AI 시스템을 운영하는 데 필요한 자원과 그 활동으로 인해 발생하는 금융 수익 사이의 관계를 설명하기 위해 "지능 마진(intelligence margin)"이라는 용어를 도입했습니다. 그는 상대적으로 낮은 컴퓨팅 자원을 필요로 하는 애플리케이션이 더 높은 컴퓨팅 요구 사항을 수반하는 애플리케이션보다 먼저 경제적으로 실행 가능해질 수 있다고 제안했습니다. 트레이딩은 AI가 금융 분석 및 의사 결정에 적용될 수 있는 분야로 논의되었습니다. 알렉산더는 또한 GPT-3.5와 주식 시장 수익 데이터를 포함하는 실험에 대해 설명했습니다. 그의 설명에 따르면, 그는 이 모델을 사용하여 실적 발표 스크립트의 감성을 분석하고 그 결과를 금융 정보를 통합한 기존 트레이딩 전략과 비교했습니다. 그는 모델이 생성한 감성 분석이 금융 데이터를 사용한 전략 버전보다 테스트에서 더 나은 결과를 냈다고 밝혔습니다. 그는 또한 후속 실적 기간 동안 접근 방식을 관찰하기 전에 훈련 데이터 효과와 과적합(overfitting)의 가능성을 인정했습니다. 논의된 또 다른 개념은 "홀루시네이션 수익률(hallucination yield)"로, 알렉산더가 [암호화폐](https://iq.wiki/wiki/cryptocurrency)의 [시가총액](https://iq.wiki/wiki/market-capitalization)과 언어 모델이 가용한 정보 및 내러티브를 기반으로 해당 프로젝트에 부여할 수 있는 가치 사이의 차이를 설명하기 위해 사용한 용어입니다. 그는 이 개념을 암호화폐 시장에서 주의(attention)와 정보의 역할과 연관시키며, 언어 모델이 시장 참여자들이 [디지털 자산](https://iq.wiki/wiki/digital-assets)에 대한 정보를 접하게 되는 또 다른 메커니즘이 될 수 있다고 주장했습니다. 인터뷰는 또한 금융 시장에서의 정보 가용성 변화를 다루었습니다. 알렉산더는 AI 시스템에 대한 광범위한 접근이 일반적으로 가용한 분석 정보를 시장 참여자들 사이에서 덜 차별화되게 만들 가능성에 대해 논의했습니다. 그는 제한된 정보, 정보 공유 네트워크, 데이터나 분석을 기여하는 참여자에게 보상하는 메커니즘을 포함하는 대안적인 차별화 소스를 설명했습니다. Post Fiat은 이러한 발전과 관련하여 논의되었습니다. 알렉산더는 이 프로젝트를 [암호화폐](https://iq.wiki/wiki/cryptocurrency) 인프라를 금융 및 기타 네트워크 활동을 위한 AI 기반 시스템과 결합하려는 노력으로 설명했습니다. 토론에는 작업과 거래를 조정하기 위해 다양한 유형의 네트워크 참여자와 자동화된 시스템을 사용하는 것이 포함되었습니다. 대화는 AI와 [암호화폐](https://iq.wiki/wiki/cryptocurrency) 인프라 간의 관계를 추가로 다루었습니다. 알렉산더는 블록체인 애플리케이션을 AI 인프라 개발로 제한하기보다는, AI가 기존 [블록체인](https://iq.wiki/wiki/blockchain) 네트워크와 금융 시스템에 적용될 수 있다는 견해를 표명했습니다. 인터뷰는 또한 AI가 콘텐츠 제작, 지적 재산권, 모델 훈련에 사용되는 데이터, 그리고 포스트 AGI 환경에서의 경제 활동에 미칠 수 있는 영향에 대해서도 다루었습니다. 따라서 이 인터뷰는 AGI, 금융 시장에서의 AI 응용, [암호화폐](https://iq.wiki/wiki/cryptocurrency) 가치 평가, 정보 경제학 및 Post Fiat의 개발에 대한 알렉산더의 견해를 다루었습니다. [\[6\]](#cite-id-OprOkJLMTwulrMWb)