작성자: BadBot, IOBC 캐피탈
탈중앙화 개방적이며 투명한 새로운 인터넷 패러다임인 Web3는 AI와 자연스러운 통합 기회를 가지고 있습니다. 전통적인 중앙 집중식 아키텍처에서는 AI 컴퓨팅 및 데이터 리소스가 엄격하게 제어되며 해시레이트 병목 현상, 개인 정보 유출, 알고리즘 블랙박스 등 많은 과제가 있습니다. Web3는 분산 기술을 기반으로 하며 공유 해시레이트 네트워크, 개방형 데이터 시장, 개인 컴퓨팅 및 기타 방법을 통해 AI 개발에 새로운 추진력을 주입할 수 있습니다. 동시에 AI는 스마트 계약 최적화, 부정 행위 방지 알고리즘 등과 같은 Web3에 많은 권한을 부여하여 생태계 구축을 도울 수도 있습니다. 따라서 Web3와 AI의 결합을 탐구하는 것은 차세대 인터넷 인프라를 구축하고 데이터와 해시레이트 의 가치를 공개하는 데 매우 중요합니다.
데이터 기반: AI와 Web3의 견고한 기반
엔진에 연료가 필요한 것처럼 데이터는 AI 개발의 핵심 원동력입니다. AI 모델은 심층적인 이해와 강력한 추론 능력을 얻기 위해 대량 고품질 데이터를 소화해야 합니다. 데이터는 머신러닝(ML) 모델에 대한 교육 기반을 제공할 뿐만 아니라 모델의 정확성과 신뢰성을 결정합니다.
전통적인 중앙 집중식 AI 데이터 수집 및 활용 모델에는 몇 가지 주요 문제가 있습니다.
Web3는 새로운 탈중앙화 데이터 패러다임으로 기존 모델의 문제점을 해결할 수 있습니다.
Grass를 통해 사용자는 유휴 네트워크를 AI 회사에 판매하고, 탈중앙화 네트워크 데이터를 캡처하고, 정리 및 변환하고, AI 모델 교육을 위한 실제 고품질 데이터를 제공할 수 있습니다.
Public AI는 토큰을 사용하여 전 세계 근로자가 데이터 라벨링에 참여하고 글로벌 전문 지식을 수집하며 데이터 분석 기능을 향상하도록 장려하는 "라벨 수익" 모델을 채택합니다.
Ocean Protocol 및 Streamr와 같은 블록체인 데이터 거래 플랫폼은 데이터 공급 및 수요 당사자 모두에게 개방적이고 투명한 거래 환경을 제공하여 데이터 혁신과 공유를 촉진합니다.
그럼에도 불구하고 실제 데이터 수집에는 다양한 데이터 품질, 처리의 어려움, 다양성 및 표현 부족 등 몇 가지 문제가 있습니다. 합성 데이터는 Web3 데이터 경쟁의 미래 스타가 될 수 있습니다. 생성적 AI 기술과 시뮬레이션을 기반으로 합성 데이터는 실제 데이터의 속성을 시뮬레이션하고 실제 데이터를 효과적으로 보완하여 데이터 사용 효율성을 향상시킬 수 있습니다. 자율주행, 금융시장 거래, 게임 개발 등의 분야에서 합성 데이터는 성숙한 활용 가능성을 보여주었습니다.
개인정보 보호: Web3에서 FHE의 역할
데이터 중심 시대에 개인 정보 보호는 전 세계적으로 관심의 초점이 되었습니다. 유럽 연합의 일반 데이터 보호 규정(GDPR)과 같은 규정의 도입은 개인 정보 보호에 대한 엄격한 의미를 반영합니다. 그러나 이로 인해 문제도 발생합니다. 일부 민감한 데이터는 개인 정보 보호 리스크 으로 인해 완전히 활용될 수 없으며 이는 의심할 여지 없이 AI 모델의 잠재력과 추론 기능을 제한합니다.
완전동형암호인 FHE를 사용하면 데이터를 복호화하지 않고 암호화된 데이터에 대해 직접 계산 작업을 수행할 수 있으며, 계산 결과는 일반 텍스트 데이터에 대한 동일한 계산 결과와 일치합니다.
FHE는 AI 개인 정보 보호 컴퓨팅 을 위한 견고한 보호 기능을 제공하므로 GPU 해시레이트 원본 데이터를 건드리지 않는 환경에서 모델 훈련 및 추론 작업을 수행할 수 있습니다. 이는 AI 회사에 큰 이점을 제공합니다. 비즈니스 비밀을 보호하면서 API 서비스를 안전하게 열 수 있습니다. FHEML은 머신러닝(ML) 주기 전반에 걸쳐 데이터와 모델의 암호화를 지원하여 민감한 정보의 보안을 보장하고 데이터 유출 리스크 방지합니다. 이러한 방식으로 FHEML은 데이터 개인 정보 보호를 강화하고 AI 애플리케이션을 위한 안전한 컴퓨팅 프레임 제공합니다. FHEML은 머신러닝(ML) 의 올바른 실행을 인증하는 ZKML을 보완하는 반면 , FHEML은 데이터 프라이버시를 유지하기 위해 암호화된 데이터에 대한 계산을 강조합니다. 컴퓨팅 혁명: 탈중앙화 네트워크 해시레이트 AI 컴퓨팅
현재 AI 시스템 의 계산 복잡성은 3 개월마다 두 배로 증가하여 기존 컴퓨팅 리소스의 공급을 훨씬 초과하는 해시레이트 수요가 급증합니다. 예를 들어 OpenAI 의 GPT-3 모델 교육에는 단일 장치에서 355 년의 교육 시간 에 해당하는 엄청난 해시레이트 필요합니다 . 이러한 해시레이트 부족은 AI 기술의 발전을 제한할 뿐만 아니라 대부분의 연구자와 개발자가 고급 AI 모델을 사용할 수 없게 만듭니다. 동시에 글로벌 GPU 활용률은 40% 미만이며 , 마이크로프로세서 성능 개선 둔화, 공급망 및 지정학적 요인으로 인한 칩 부족으로 인해 해시레이트 공급 문제가 더욱 심각해졌습니다. AI 실무자들은 자체 하드웨어를 구매하거나 클라우드 리소스를 임대해야 하는 딜레마에 빠져 있습니다. 그들은 비용 효율적인 주문형 컴퓨팅 서비스 방법이 시급히 필요합니다. IO.net 은 솔라나를 기반으로 한 탈중앙화 AI 컴퓨팅 파워 네트워크로, 해시레이트 세계의 유휴 GPU 자원을 모아 AI 기업에 경제적이고 쉽게 접근할 수 있는 해시레이트 시장을 제공한다 . 해시레이트 수요자는 네트워크에 컴퓨팅 작업을 게시할 수 있으며, 스마트 계약은 해시레이트 기여하는 채굴자 노드에 작업을 할당하고, 검증 후 포인트 보상을 받습니다. IO.net 의 솔루션은 리소스 활용 효율성을 향상시키고 AI 와 같은 분야의 해시레이트 병목 현상을 해결하는 데 도움을 줍니다. 일반적인 탈중앙화 해시레이트 네트워크 외에도 Gensyn , Flock.io 등 AI 훈련 에 중점을 둔 플랫폼, Ritual , Fetch.ai 등 AI 추론 에 중점을 둔 전용 해시레이트 네트워크 도 있습니다 . 탈중앙화 해시레이트 네트워크는 공정하고 투명한 해시레이트 시장을 제공하고, 독점을 깨고, 애플리케이션 임계값을 낮추며, 해시레이트 활용의 효율성을 향상시킵니다. web3 생태계 에서 분산형 컴퓨팅 파워 네트워크는 더욱 혁신적인 dapp을 유치하고 AI 기술 의 개발 및 적용을 공동으로 촉진하는 탈중앙화 해시레이트 적인 역할을 할 것입니다 . DePIN : Web3는 Edge AI를 강화합니다
휴대폰, 스마트워치, 심지어 집에 있는 스마트 기기까지 AI를 실행할 수 있는 능력이 있다고 상상해보세요. 이것이 Edge AI의 매력입니다. 데이터 생성 소스에서 계산이 이루어지도록 하여 사용자 개인 정보를 보호하는 동시에 짧은 지연 시간과 실시간 처리를 달성합니다. 자율주행과 같은 핵심 영역에는 Edge AI 기술이 적용되었습니다.
Web3 분야에는 DePIN이라는 더 친숙한 이름이 있습니다. Web3 리스크 탈중앙화 및 사용자 데이터 주권을 강조하며, Web3의 기본 토큰 경제 메커니즘은 DePIN 노드가 컴퓨팅 리소스를 제공하고 지속 가능한 생태계 시스템을 구축하도록 장려할 수 있습니다. 현재 DePIN은 솔라나 생태계에서 빠르게 발전하고 있으며 프로젝트 배포를 위해 선호되는 퍼블릭 체인 플랫폼 중 하나가 되었습니다. 솔라나의 높은 TPS, 낮은 거래 수수료, 기술 혁신은 DePIN 프로젝트에 강력한 지원을 제공합니다. 현재 솔라나의 DePIN 프로젝트 시총 100억 달러를 넘어섰으며, 렌더 네트워크(Render Network), 헬륨 네트워크(Helium Network) 등 잘 알려진 프로젝트가 상당한 진전을 이루었습니다. IMO : AI 모델이 새로운 패러다임을 제시하다
IMO 의 개념은 AI 모델을 토큰화하기 위해 Ora 프로토콜에서 처음 제안되었습니다 . 기존 모델에서는 수익 공유 메커니즘이 없기 때문에 일단 AI 모델이 개발되어 시장에 출시되면 개발자가 후속 모델 사용에서 지속적인 이익을 얻기 어려운 경우가 많습니다. 특히 모델이 다음과 같은 경우에는 더욱 그렇습니다. 제작자가 수익을 창출하는 것은커녕 사용량을 추적하는 것도 어렵습니다. 더욱이 AI 모델의 성능과 효과는 투명성이 부족한 경우가 많아 잠재적인 투자자와 사용자가 실제 가치를 평가하기 어렵고 모델의 시장 인지도와 상업적 잠재력이 제한됩니다. IMO는 오픈 소스 AI 모델에 대한 새로운 금융 지원 및 가치 공유 방법을 제공합니다 . 투자자는 IMO 토큰을 구매하고 모델에서 생성된 후속 이익을 공유할 수 있습니다. Ora 프로토콜은 AI 오라클( Onchain AI Oracle ) 및 OPML 기술 과 결합된 두 가지 ERC 표준 인 ERC-7641 및 ERC-7007을 사용하여 AI 모델의 신뢰성을 보장 하고 토큰 보유자가 혜택을 공유할 수 있도록 합니다. IMO 모델은 투명성과 신뢰를 강화하고, 오픈 소스 협업을 장려하며, 암호화 시장 동향에 적응하고, AI 기술 의 지속 가능한 개발에 힘을 불어넣습니다 . IMO 는 아직 초기 시범 단계이지만 시장 수용도가 높아지고 참여 범위가 확대되면서 그 혁신성과 잠재적 가치가 기대된다. AI 에이전트 : 인터랙티브 경험의 새로운 시대
AI Agent는 설정된 목표를 달성하기 위해 환경을 인식하고, 독립적으로 생각하고, 그에 상응하는 조치를 취할 수 있습니다. 대규모 언어 모델의 지원을 통해 AI 에이전트는 자연어를 이해할 수 있을 뿐만 아니라 의사결정을 계획하고 복잡한 작업을 수행할 수도 있습니다. 사용자와의 상호작용을 통해 사용자의 선호도를 학습하고 개인화된 솔루션을 제공하는 가상 비서 역할을 할 수 있습니다. 명시적인 지시가 없어도 AI Agent는 자율적으로 문제를 해결하고 효율성을 높이며 새로운 가치를 창출할 수 있습니다. Myshell 은 포괄적이고 사용하기 쉬운 창의적인 도구 세트를 제공하는 개방형 AI 네이티브 애플리케이션 플랫폼으로 , 사용자가 로봇 기능, 외관, 사운드를 구성하고 외부 지식 기반에 연결할 수 있도록 지원합니다. 콘텐츠 생태계와 생성 AI 기술을 활용하여 개인이 슈퍼 크리에이터가 될 수 있도록 지원합니다. Myshell은 롤플레잉을 보다 인도적으로 만들기 위해 특수화된 대규모 언어 모델을 훈련시켰습니다 . 음성 복제 기술은 AI 제품과의 개인화된 상호 작용을 가속화할 수 있으며 음성 합성 비용을 99% 절감하고 단 1분 만에 음성 복제를 완료할 수 있습니다. Myshell을 활용한 맞춤형 AI 에이전트는 현재 영상채팅, 언어학습, 이미지 생성 등 다양한 분야에서 활용이 가능하다. Web3와 AI의 통합과 관련하여 우리는 현재 더 많은 인프라 계층, 고품질 데이터를 획득하고 데이터 개인 정보를 보호하는 방법, 온체인 에서 모델을 호스팅하는 방법, 탈중앙화 해시레이트 의 효율적인 사용을 개선하는 방법을 탐색하고 있습니다. 대규모 언어 모델과 같은 주요 문제를 확인하는 방법. 이러한 인프라가 점차 개선됨에 따라 Web3와 AI의 통합이 일련의 혁신적인 비즈니스 모델과 서비스를 탄생시킬 것이라고 믿을 이유가 있습니다.
