작성자: Tranks 출처: DeSpread Research
1. 소개
IT 산업의 발달과 컴퓨팅 파워의 향상, 빅데이터의 확산으로 인공지능(AI) 모델의 성능도 눈에 띄게 향상됐다. 최근 몇 년간 AI의 역량은 여러 분야에서 인간 수준에 도달하거나 심지어 능가했으며, 의료, 금융, 교육 등 산업에 빠르게 적용되고 있다.
AI 상용화의 대표적인 사례로는 OpenAI가 2022년 11월 출시한 생성적 AI 모델인 ChatGPT가 있는데, 이는 인간의 자연어를 이해하고 반응할 수 있다. ChatGPT는 출시 5일 만에 사용자 100만 명을 유치했고, 2개월 만에 월간 활성 사용자 1억 명을 달성하며 역사상 가장 빠르게 성장하는 소비자 애플리케이션이 되었습니다.
주요 AI 플랫폼에 필요한 GPU를 설계하고 제조하는 엔비디아(NVIDIA)도 이러한 추세에서 큰 이익을 얻었습니다. 2024년 1분기 엔비디아의 순이익은 전년 동기 대비 628% 증가한 148억 달러, 주가는 전년 동기 대비 약 3배 상승, 시총 3조 2천억 달러에 달하는 매우 좋은 성과를 거두었습니다. .
AI 산업의 부상은 암호화폐 시장에 큰 영향을 미쳤습니다. NFT 아트 프로젝트가 한창이던 2022년 6월, OpenAI가 개발한 AI 모델 DALL-E 2가 출시되었는데, 이는 텍스트를 기반으로 고품질의 이미지를 생성할 수 있어 AI에 대한 언급이 이어졌습니다. 국내 주요 암호화 텔레그램 채널 키워드 거래량이 8배 증가했습니다. 또한, 2022년 하반기부터 AI와 블록체인을 보다 직접적으로 결합하려는 시도가 많아지면서 AI에 대한 언급이 2배 더 늘어났습니다.
AI에 대한 암호화폐 커뮤니티의 높은 관심은 AI 관련 암호화폐 프로젝트의 투자 동향에도 반영됩니다. 가상자산 통계사이트 코인게코의 자료에 따르면, 2024년 8월 20일 현재 AI와 블록체인을 결합한 프로젝트가 2022년 하반기부터 등장하기 시작한 이후 AI 분야로 분류된 블록체인 프로젝트 277개의 전체 시총 급격하게 증가했다. 210억 달러에 달해 레이어 2 카테고리보다 약 25% 더 높은 성장률을 기록했습니다.
그러나 현재 주목받고 있는 AI 분야의 블록체인 프로젝트들은 AI 산업의 발전 과정에서 드러난 한계를 해결하기 위해 주로 블록체인 기술을 활용하고 있다. 주요 애플리케이션 시나리오는 다음과 같습니다.
분산 GPU 네트워크 : 이 프로젝트는 블록체인 기술을 사용하여 누구나 GPU 해시레이트 에 기여하고 토큰 보상을 받을 수 있는 분산 GPU 네트워크를 생성하여 AI 모델 훈련에 필요한 높은 GPU 비용(예: IO. NET, Akash 네트워크).
탈중앙화 AI 훈련 및 모델 개발 : 이 프로젝트는 여러 참가자가 AI 훈련 및 모델 개발에 공동으로 참여하고 블록체인 기술을 통해 토큰 보상을 얻을 수 있도록 하여 중앙집중형 AI 개발 환경으로 인해 발생하는 AI 편향 문제를 해결하는 것을 목표로 합니다(예: Bittensor ).
온체인 AI 시장 : 이러한 탈중앙화 AI 시장 프로젝트는 블록체인 기술을 사용하여 AI 모델 또는 에이전트의 성능과 신뢰성을 투명하게 평가하고 거래하여 다양한 산업 및 특정 기능의 AI 모델 또는 에이전트의 요구 사항을 충족합니다(예: SingularityNET, Autonolas ).
위의 사례 외에도 현재 AI 산업이 직면한 과제를 해결하기 위해 탈중앙화 데이터 시장, IP 프로토콜 등 블록체인 인프라를 활용하려는 새로운 시도가 많이 나타나고 있습니다. 이러한 시도는 AI 산업에 보다 안정적인 인프라를 제공하고 블록체인 기술의 적용 범위를 확대함으로써 시너지 효과를 창출하고 있다.
동시에 AI를 블록체인 생태계에 통합하는 데에는 무한한 개발 잠재력이 있습니다. 특히 무허가 기반 DeFi 서비스에서 AI를 도입하면 신뢰할 수 있는 제3자에 대한 의존도를 줄일 수 있어 기존 스마트 계약으로는 달성하기 어려운 많은 기능을 실현할 수 있습니다.
이 기사에서는 현재 DeFi 프로토콜에서 AI의 구체적인 적용 사례, 직면한 과제, DeFi에서 AI의 향후 개발 방향에 대해 논의합니다.
2. 스마트 디파이
AI는 실시간 데이터 분석 능력이 뛰어나고, 대량 의 데이터에서 결론을 도출할 수 있다. 이 기능은 사용자의 펀드 운영 및 리스크 관리를 지원할 때 DeFi 프로토콜이 제공하는 수익 및 리스크 데이터를 구체화하는 데 중요한 역할을 합니다. 이 경우 AI는 주로 Dapp의 사용자 인터페이스에 적용되므로 기존 DeFi 프로토콜이 큰 구조 변경 없이 AI를 활용할 수 있습니다.
Yearn Finance는 일드 어그리게이터 (Yield Aggregator) 대표적인 예입니다. Yearn Finance는 사용자에게 보다 안전한 투자 환경을 제공하기 위해 AI 에이전트 구축 플랫폼인 GIZA와 협력하여 v3 볼트에 대한 실시간 전략적 리스크 평가 시스템을 구축하고 있습니다.
그러나 제가 더 걱정하는 것은 DeFi 생태계와 AI의 통합, 그리고 AI의 자율적으로 생각하고 행동하는 능력을 활용하여 DeFi 프로토콜이 자율성을 가질 수 있는 가능성입니다.
현재 DeFi 프로토콜은 일반적으로 사용자 트랜잭션에 수동적으로 응답합니다. 즉, 프로토콜의 스마트 계약은 사용자 상호 작용을 기반으로 미리 설정된 방식으로 실행됩니다. 그러나 AI를 DeFi 프로토콜에 통합함으로써 프로토콜은 시장 상황을 자율적으로 분석하고 최선의 결정을 내리며 적극적으로 거래를 생성할 수 있습니다. 이를 통해 DeFi 프로토콜은 이전에 달성하기 어려웠던 새로운 금융 서비스를 제공할 수 있습니다.
주요 운영 메커니즘에 AI를 적용하는 일부 스마트 DeFi 프로토콜을 구체적으로 살펴보겠습니다.
2.1. Fyde 재무부: AI 토큰 펀드
Fyde Treasury는 여러 토큰을 함께 운영하고 AI를 사용하여 포트폴리오를 관리하는 Liquid Vault라는 바스켓 펀드 서비스를 제공하는 프로토콜입니다. 사용자는 Liquid Vault에 예치된 자산에 해당하는 유동성 토큰 $TRSY를 받고 사용할 수 있습니다.
2.1.1.자산선정 및 펀드운용방법
Liquid Vault의 핵심 임무는 시장 하락세 동안 저변동성 토큰의 비율을 늘려 사용자에게 더 작은 손실률을 제공하여 장기적으로 다른 자산 클래스보다 뛰어난 포트폴리오를 만드는 것입니다.
Fyde Treasury는 다음 세 단계를 통해 Liquid Vault 포트폴리오에 포함할 자산을 선택합니다.
거래 유동성이 충분한지 평가
문제가 있는지 확인하기 위해 프로토콜 창립자의 배경과 프로토콜 코드 감사 확인하세요.
AI를 통해 온체인 데이터를 분석해 워시 트랜잭션 유무, 토큰 집중도, 자연적 성장 추세 등을 평가합니다.
이러한 기준을 충족하는 토큰은 Liquid Vault 포트폴리오에 포함됩니다. 또한 Fyde Treasury는 다음을 포함하여 Liquid Vault의 자산 관리 프로세스에 AI를 사용합니다.
시장 분석 및 전망 : 온체인 거래 데이터, 시장 동향, 뉴스 등을 분석하여 향후 시장 동향을 예측합니다.
가중치 계산 및 재조정 : 예측된 시장 동향과 포트폴리오 내 토큰의 최근 성과 및 변동성을 기반으로 최적의 토큰 가중치 및 재조정을 계산합니다.
리스크 관리 및 대응 : 포트폴리오 내 토큰별 거버넌스 공격, 유동성 풀 고갈, 특정 지갑의 비정상 거래를 실시간으로 신속하게 파악하고, 신속한 포트폴리오 조정 또는 관련 토큰 격리
고급 자산 관리 전략 : 지속적으로 포트폴리오 성과를 평가하고, 전략 효과를 분석하고, 데이터를 클레임 새로운 전략을 수정 및 개발합니다. 그런 다음 기존 전략을 새로운 전략과 비교하여 테스트하고 성과를 측정하여 실제 운영 전략에 적용합니다.
작성일인 8월 23일 현재 Liquid Vault 포트폴리오에는 총 29개의 토큰이 있습니다. 이 토큰은 모두 이더 네트워크를 기반으로 하는 다양한 산업 토큰입니다.
Liquid Vault 대시보드, 출처: Fyde
또한 Fyde Treasury는 특정 프로토콜 거버넌스 토큰을 Liquid Vault에 예치한 사용자가 유동성 토큰을 통해 거버넌스 투표권을 유지할 수 있도록 하는 기능을 제공합니다. 사용자가 Liquid Vault에 예치한 거버넌스 토큰은 $gTRSY 토큰 형태로 지갑으로 전송되며, 이 토큰은 Fyde Treasury의 거버넌스 탭에서 해당 프로토콜에 대한 거버넌스 투표를 수행하는 데 사용할 수 있습니다.
그러나 의결권은 포트폴리오 내 토큰의 비중에 따라 영향을 받기 때문에 포트폴리오가 조정될 때마다 의결권이 변경될 수 있습니다.
2.1.2. 유동성 채굴 활동
Fyde Treasury는 $TRSY(Liquid Vault Liquidity Token) 시장의 유동성을 개선하는 유동성 공급자에게 Fyde 포인트를 보상하고 향후 이러한 포인트를 기반으로 거버넌스 토큰 $FYDE를 배포할 것을 약속합니다.
일반적으로 사용자가 토큰이나 포인트를 얻기 위해 분산형 거래소 탈중앙화 거래 쌍을 직접 입금해야 하는 다른 유동성 채굴 활동과 달리 Fyde Treasury는 사용자가 프로토콜 내의 유동성 채굴 계약에 $FYDE를 입금하고 Uniswap v3에서 직접 유동성을 제공하는 것을 허용합니다. Uniswap v3는 유동성을 제공할 때 사용자가 공급 범위를 설정할 수 있는 탈중앙화 거래소 입니다.
Uniswap v3에 유동성을 제공할 때 시스템은 AI 기반 시뮬레이션 환경을 사용하여 유동성 채굴 계약에 부분적으로 예치된 $FYDE를 |_20241111120232_|로 변환하는 최적의 경로를 계산하고 실행합니다. 또한 AI는 Uniswap v3의 유동성 예금 범위를 시장 상황에 따라 실시간으로 관리하고 최적화하여 일반 탈중앙화 거래소 에서 동일한 자본 유동성을 제공하는 것보다 약 4배 더 높은 자본 효율성을 제공합니다.
AI 시뮬레이션 대시보드, 출처: Fyde Docs
이런 방식으로 Fyde Treasury는 바스켓 펀드를 구축하고 있습니다. 펀드는 AI를 활용해 사용자가 프로토콜에 예치한 자산을 실시간으로 관리함으로써 인간의 판단을 줄이고 시장의 다양한 리스크 예방한다.
2.1.3. 프로토콜 성능
2024년 1월 출시 이후 Fyde Treasury의 TVL은 꾸준히 성장하여 약 200만 달러에 도달하고 안정화되었습니다. 그러나 5월 말부터 시장이 계속 약세를 보이면서 $TRSY 토큰은 지난 3개월 동안 -35%의 수익률을 기록했습니다.
그러나 $TRSY의 수익률을 이더 생태계의 다른 주요 토큰과 비교하면 $TRSY의 가격 변동은 상대적으로 안정적이며 하락폭도 적습니다.
Fyde Treasury는 출시된 지 1년도 채 되지 않았지만 AI 모델은 시장 데이터를 통해 지속적으로 학습하고 발전해 왔습니다. AI 학습이 축적되고 최적화될수록 앞으로는 더 좋은 성능을 발휘할 수도 있으므로 앞으로 Fyde Treasury의 발전 방향과 성과에 주목해볼 필요가 있다.
2.2. 모자이크 파이낸스(Mozaic Finance): AI 수익 최적화 프로그램
Mozaic Finance는 AI를 사용하여 특정 DeFi 프로토콜을 통해 구현되는 일드파밍(YieldFarming) 전략을 최적화하는 수익 최적화 프로토콜입니다. 사용자에게 다양한 DeFi 생태계 자산 관리 전략을 볼트 형태로 제공하고, 전략 최적화를 위해 다음 두 가지 AI를 활용합니다.
Conon : 온체인 데이터를 실시간으로 분석하고 시장 상황과 일드파밍(YieldFarming) 전략의 APY 변화를 예측합니다.
아르키메데스 : Conon의 예측 데이터를 기반으로 최적의 투자 전략을 계산하고 자금 배분을 실행합니다.
모자익파이낸스에서는 AI 에이전트 코논이 '분석가' 역할을, 아르키메데스가 '전략가' 역할을 맡아 사용자가 예치한 자산을 공동 관리한다.
2.2.1. 볼트 유형
Hercules : 일드파밍(YieldFarming) 위해 스테이블코인을 사용하는 금고이며, 예금자는 MOZ-HER-LP 토큰을 유동성 토큰으로 받게 됩니다.
사용자가 볼트에 예치한 자산은 브리지 프로토콜 Stargate를 통해 유동성을 제공하고 수익을 창출하는 데 사용됩니다. AI는 금고 자산을 실시간으로 더 높은 수익률의 유동성 풀로 연결하고 재조정합니다. Stargate의 특징은 동일한 자산이라도 유동성 차이로 인해 서로 다른 네트워크의 APY가 다르다는 것입니다.
Stargate Farm 대시보드, 출처: Stargate
테세우스 : 다양한 변동성 자산을 통해 수익을 창출하는 금고이며, 예금자는 MOZ-THE-LP 토큰을 유동성 토큰으로 받게 됩니다.
사용자 자산은 거래자 유동성과 인센티브를 제공하는 탈중앙화 영구 거래소 인 GMX 프로토콜의 GM 풀에 예치됩니다. 유동성을 배치할 때 각 GM 풀의 거래 자산의 변동성과 이자율이 고려됩니다. 시장상황에 따라 스테이블코인의 비중을 늘려 스타게이트에 예치해 추가 이자를 창출할 수도 있다.
GMX GM 풀 대시보드, 출처: GMX
페르세우스(Perseus ) : 메인넷에 출시를 앞둔 베라체인의 생태계 프로토콜에 유동성을 제공하여 네트워크 보상을 얻기 위해 PoL(유동성 증명) 합의 메커니즘을 적극적으로 활용하는 볼트입니다. Mozaic Finance 팀은 Berachain 테스트넷을 사용하여 전략 출시를 개발 및 준비하고 있으며, 자세한 내용은 추후 발표될 예정입니다.
Berachain 및 PoL 합의 메커니즘에 대한 자세한 내용은 Berachain — 두 마리 토끼를 잡는 곰: 유동성 및 보안 기사를 참조하세요.
토큰 바스켓 펀드를 구축하는 Fyde Treasury와 달리 Mozaic Finance는 AI를 사용하여 유동성 공급 전략 및 프로세스를 최적화하고 사용자 자산을 DeFi 프로토콜에 예치할 때 리스크 관리하는 프로토콜입니다.
Hercules와 테세우스 금고는 2024년 1월까지 좋은 성능을 보이고 있으며 예상 APY는 각각 약 11%와 50%입니다. 그러나 모자이크파이낸스 금고 자금 도난 사건으로 인해 현재 두 금고 모두 정지된 상황이다.
2024년 1월 기준 Hercules 및 테세우스 금고의 예상 연간 수익률, 출처: @Mozaic_Fi
2.2.2. 자금 도용 및 모자이크 2.0
모자이크 파이낸스는 2024년 3월 15일 자금 도난을 겪었습니다. 당시 팀은 온체인 리스크 과 보안을 높이기 위해 Hypernative가 개발한 새로운 보안 솔루션으로 전환하고 있었습니다. 보안 업데이트가 완료되기 전에 내부 개발자는 핵심 팀원의 개인 키를 사용하여 볼트 자금을 도난당할 수 있음을 발견했습니다. 그들은 회원의 컴퓨터를 해킹하여 개인 키를 획득하고 그 키를 사용하여 약 200만 달러의 금고 자산을 훔친 후 청산을 위해 중앙화 거래소 로 이체했습니다.
이번 사건으로 인해 Mozaic Finance 팀은 Hercules 및 테세우스 금고의 운영을 중단했으며 거버넌스 및 프로토콜 수수료 징수 토큰 $MOZ의 가치가 약 80% 하락했습니다. 모자이크파이낸스팀은 사건 발생 후 즉각 투명하게 사건 진행 상황을 알리고, 보안업체와 협력해 도난 자산의 흐름을 추적했다. 동시에 그들은 프로토콜의 정상적인 작동을 복원하기 위한 노력의 일환으로 개발자들이 훔친 자산을 보관한 거래소 에 자금을 동결 하고 반환하도록 신청했습니다.
다행스럽게도 현재 도난당한 자금은 모두 반환이 진행 중입니다. 도난당한 자금이 중앙화 거래소 에서 반환되기를 기다리는 동안 팀은 Mozaic 2.0 출시를 준비하고 있습니다. 새 버전에는 다음과 같은 개선 사항이 포함되어 있습니다.
보안 강화 : Trust Security, Testmachine, Hypernative와 같은 보안 전문가를 통해 코드 감사 및 보안 강화.
AI 모델 개선 : 기존 아르키메데스 모델을 종합적으로 업그레이드하고, 전문지식을 바탕으로 아직 발생하지 않은 블랙스완 사건을 예측하고 학습합니다. 또한 이상치 결정을 감지하고 인적 검토 및 모델 개선을 위한 플래그를 설정합니다.
사용자 경험 개선 : Dapp의 UI/UX를 개선하고, 계정 추상화 및 브릿지 서비스 통합을 통해 다양한 체인 환경에서 사용자의 Dapp 접근성을 향상시킵니다.
따라서 Mozaic Finance는 대규모 자금 도난 위기를 겪었지만 사용자에게보다 안전하고 효율적인 자산 관리 서비스를 제공하기 위해 Mozaic 2.0 출시를 적극적으로 준비하고 있습니다.
3. 과제: AI의 탈중앙화 와 확장성의 딜레마
지금까지 Fyde Treasury와 Mozaic Finance의 사례를 통해 스마트 DeFi 프로토콜이 AI를 DeFi 애플리케이션의 핵심 구성 요소로 사용하는 방법을 배웠습니다. 스마트 DeFi 프로토콜이 AI를 통해 가져올 수 있는 이점은 다음과 같습니다.
자율성을 통한 새로운 DeFi 프로토콜 모델 구축
자본 운용을 분석하고 최적화하여 자본 효율성을 향상시킵니다.
이상거래 등 리스크 에 대한 실시간 분석 및 대응
현재 블록체인과 AI의 융합은 AI의 한계를 극복하기 위한 블록체인 인프라 구축에 주로 초점이 맞춰져 있다. 그러나 위의 장점을 고려하면 DeFi 프로토콜에 AI를 도입하려는 시도가 더 많아질 것으로 예상됩니다. 물론 이 두 분야를 통합하는 과정에서 해결해야 할 과제도 있습니다.
AI는 대량 의 데이터를 빠르게 처리할 수 있는 환경이 필요하지만, 현재 블록체인 인프라는 이러한 데이터 처리 속도를 감당할 수 없습니다. 예를 들어, ChatGPT-3 모델은 질문에 답하기 위해 초당 수조 개의 데이터를 처리해야 하는 것으로 추정되는데, 이는 솔라나의 최대 TPS(초당 트랜잭션)인 65,000보다 약 1,000만 배 더 빠릅니다.
또한, 블록체인 인프라가 AI 컴퓨팅을 지원할 수 있을 정도로 발전하더라도 퍼블릭 블록체인의 투명성으로 인해 여전히 AI 모델의 훈련 데이터와 결정 가중치가 대중에게 노출될 수 있습니다. 이는 AI로 생성된 트랜잭션이 예측 가능해지면서 다양한 외부 공격의 리스크 에 노출될 수 있음을 의미합니다.
결과적으로 Fyde Treasury 및 Mozaic Finance를 포함하여 AI를 활용하려는 DeFi 프로토콜은 현재 중앙 집중식 서버에서 AI를 실행하고 그 결과에 따라 블록체인과 상호 작용하는 것을 선택합니다.
그러나 이러한 접근 방식을 사용하면 사용자는 자산을 프로토콜에 입금할 때 AI 관리를 담당하는 팀의 무결성을 신뢰해야 합니다. 이러한 상황은 무신뢰 거래 환경을 제공하기 위해 스마트 계약을 통해 신뢰할 수 있는 제3자의 필요성을 제거함으로써 DeFi의 핵심 원칙을 약화시킵니다.
블록체인에 AI를 적용할 때 탈중앙화 와 확장성 문제는 AI를 활용하는 과정에서 DeFi 애플리케이션이 해결해야 할 과제로 꼽힌다. 그리고 그 솔루션으로 zkML(영지식 머신러닝(ML)) 기술이 주목받고 있습니다.
3.1. zkML(영지식 머신러닝(ML))
zkML은 영지식 증명(ZKP)과 머신러닝(ML)(ML)을 결합한 기술입니다. 영지식 증명은 데이터 자체를 공개하지 않고도 데이터의 진위 여부를 확인할 수 있는 암호화 방식으로, 이를 통해 개인정보 보호 및 데이터 무결성 검증을 달성할 수 있습니다. zkML은 이러한 영지식 증명의 특성을 활용하여 머신러닝(ML) 분야에 적용함으로써 AI 모델의 입력, 매개변수, 내부 메커니즘을 공개하지 않고도 모델 출력의 정확성을 검증할 수 있게 해줍니다.
또한 영지식 증명을 검증하기 위해 DeFi 프로토콜의 스마트 계약을 설계하고, AI 모델이 외부 간섭 없이 예상대로 정직하게 작동할 때만 온체인 트랜잭션을 생성함으로써 AI를 DeFi에 안전하게 통합할 수 있습니다. 규약.
예를 들어 앞서 언급한 Mozaic Finance는 향후 프로토콜에 영지식 증명 기술을 도입할 계획입니다. 그들은 이 기술이 아르키메데스의 정직한 결정을 검증하고 금고를 실시간으로 관리하는 능력을 향상시킬 것이라고 문서에 명시했습니다.
그러나 영지식 증명 기술은 아직 새로운 기술이며 실제 적용을 위해서는 대량 논의와 개발이 필요합니다. 특히, 복잡한 AI 모델의 경우 영지식 증명을 생성하는 것은 AI 모델을 온체인 직접 실행하는 것보다 더 효율적이지만 여전히 현재 블록체인 인프라가 제공할 수 있는 것보다 더 많은 컴퓨팅 성능과 저장 공간이 필요합니다. 따라서 zkML을 실제로 실용적으로 만들기 위해서는 영지식 증명과 블록체인 인프라에서 추가 기술 발전과 최적화가 달성되어야 합니다.
4. AI 에이전트 기반 경제 및 신원 확인
블록체인과 AI 기술이 더욱 발전할수록 둘의 통합을 달성하는 데 필요한 과제를 점차 극복할 것으로 기대합니다. 이러한 진전을 바탕으로 가까운 미래에 대부분의 DeFi 프로토콜이 AI를 운영 메커니즘에 통합할 것이라고 믿습니다.
또한 SingularityNET, Autonolas 등 AI 에이전트 배포 및 거래 플랫폼의 등장과 성숙으로 인해 AI는 프로토콜 수준에서 통합될 수 있을 뿐만 아니라 개별 사용자가 AI 에이전트를 쉽게 사용할 수 있는 환경을 조성할 수 있습니다. 즉, 블록체인 생태계에 참여하는 모든 사람은 개인에게 최적화된 스마트 DeFi 프로토콜을 구축하고 사용할 수 있게 됩니다.
예를 들어 Autonolas의 AI 에이전트는 온체인 및 오프체인 데이터를 분석하여 Gnosis Network의 예측 시장 플랫폼인 Omen에 베팅하고 있으며 그 수와 활동이 꾸준히 증가했습니다. 2023년 7월부터 1년 동안 이들 에이전트는 백만 건 이상의 거래를 생성했습니다.
앞으로는 24시간 효율적으로 자본을 관리할 수 있는 개인화된 AI 에이전트가 늘어나고, 블록체인 생태계에 적극적으로 참여할 것으로 예상된다. 이는 유휴 유동성의 활용과 보다 효율적인 자본 운용을 촉진하여 생태계의 전반적인 유동성을 크게 향상시킵니다. 결국 AI 에이전트 간의 거래가 생태계의 주요 활동이 되어 에이전트 기반의 새로운 경제 생태계가 형성될 수도 있다.
또한, 개인화된 AI 에이전트 모델이 계속해서 지능화됨에 따라 이러한 에이전트는 활동 범위를 "인간"을 위해 특별히 설계된 영역으로 확장할 수도 있습니다. 여기에는 개인 취향에 맞춘 온체인 자산 관리, 에어드랍 기회 포착 및 참여, 거버넌스 활동 참여가 포함됩니다.
따라서 AI 에이전트가 인간 행동을 더욱 정확하게 시뮬레이션함에 따라 미래에는 "실제" 인간 사용자와 AI 에이전트를 구별하는 것이 더욱 어려워질 것입니다. 이를 위해, 특히 인간의 가치와 주체성을 중시하는 프로토콜에서 사용자의 신원과 고유성을 증명하는 메커니즘으로서 신원 증명의 중요성이 커질 것으로 예상됩니다.
4.1. 신원 증명
신원 증명은 고유한 인간 특성과 웹상의 개인 계정을 결합하여 개인의 신원과 고유성을 확인하는 메커니즘입니다. 현재 논의되고 개발 중인 방법은 두 가지 주요 범주로 분류됩니다.
물리적 인증 기반 방식 : 하드웨어 장치를 이용하여 얼굴인식, 지문인식, 홍채인식 등 고유의 생체정보를 수집합니다.
행동분석 기반 방법 : 사용자의 소셜 네트워크 그래프, 평판, 네트워크 활동 패턴을 분석하여 계정의 진정성과 고유성을 판단합니다. 이 접근 방식은 사용자 특정 계정의 네트워크 활동과 다른 계정과의 상호 작용에 의존합니다.
행동 분석을 기반으로 한 신원 확인 방법은 사용자의 개인 정보를 보다 잘 보호할 수 있으며 특별한 하드웨어 장치를 사용하지 않고도 구현할 수 있습니다. 그러나 이 방법은 증명의 정확성과 신뢰성을 높이기 위해 대량 의 네트워크 데이터가 필요합니다. AI 에이전트의 복잡도가 높아질수록 인식 능력이 저하될 수 있어 향후에는 물리적 인증을 기반으로 한 본인 확인 방식이 더욱 널리 활용될 것으로 예상된다.
신원 증명을 위해 물리적 인증을 사용하는 대표적인 프로토콜은 Worldcoin입니다. 이 프로젝트는 OpenAI의 창립자이자 ChatGPT의 창시자인 Sam Altman이 공동 창립했습니다. Worldcoin은 식별을 통해 전 세계 모든 사람에게 고유한 디지털 ID를 부여하고 ID를 보유한 사람들에게 $WLD 토큰을 배포하는 것을 목표로 합니다. 이는 AI 발달로 인한 향후 실업 문제에 대처하기 위해 보편적 기본소득 실현 가능성을 연구·탐색하겠다는 것이다.
4.1.1.월드코인
월드코인은 인간의 홍채를 인식하기 위해 Orb라는 특수 하드웨어를 사용하는 물리적 인증을 기반으로 한 신원 증명 프로젝트입니다. 홍채 인식이 완료된 후 Worldcoin 네트워크는 홍채에 대한 World ID를 발급하고 World ID에 액세스하는 데 사용할 수 있는 사용자의 개인 장치에 개인 키를 생성합니다.
Worldcoin Orb, 출처: Worldcoin 백서
현재 Worldcoin 네트워크는 스캔한 홍채 데이터의 해시만 저장하므로 사용자의 홍채를 재구성하거나 인식할 수 없습니다. World ID 인증이 필요한 경우 사용자의 장치는 영지식 증명을 생성하여 네트워크에 전송함으로써 사용자의 온체인 활동에 대한 데이터 프라이버시를 보호합니다. 하지만 시스템은 World ID 발급 시에만 홍채인식을 수행하기 때문에 개인키를 보유하고 있는 기기를 거래하여 World ID를 이전하거나, AI 에이전트가 개인키를 획득하는 등의 과제가 여전히 존재한다. 이러한 문제를 해결하기 위해 월드코인에서는 World ID 사용 시 생체 인증 시스템을 도입하고, 행동 분석을 기반으로 한 AI 탐지 알고리즘을 개발하는 것을 논의하고 있습니다.
5. 결론
본 글에서는 AI가 블록체인 생태계에 통합되면서 등장하는 새로운 서비스 프로토콜, 이러한 프로토콜이 직면한 과제, AI 에이전트 기반 블록체인 생태계의 미래를 살펴봅니다.
앞으로도 AI와 블록체인 기술은 서로의 단점을 보완하기 위해 지속적으로 발전하고 통합될 것이다. 이러한 융합을 통해 개인이 AI와 블록체인 기술에 쉽게 접근하고 활용할 수 있는 보다 편리한 환경을 제공할 것으로 기대된다.
특히 AI 에이전트를 핵심으로 하는 미래 온체인 경제 생태계에서는 깊은 금융 지식이 없어도 사람들이 쉽게 금융 서비스를 이용하고 제공할 수 있을 것이다. 이는 온체인 생태계의 유동성을 크게 높이고 금융 산업의 포용성을 확대하는 데 도움이 될 것입니다.
또한 AI와 블록체인은 서로 영향을 미칠 뿐만 아니라 다양한 산업의 인프라가 될 수 있는 잠재력을 갖고 있다. 따라서 이 두 기술의 발전은 단지 하나의 산업만이 아닌 인류사회 전체에 지대한 영향을 미치게 될 것이다.
그러나 데이터 프라이버시 보호, AI 책임 문제 등 AI 관련 규제와 토큰의 증권 속성 등 블록체인 관련 규제는 이들 기술의 향후 발전 방향과 산업 구조에 큰 영향을 미칠 것이다. 그러므로 앞으로 다가올 AI와 블록체인 산업에 대한 규제에 세심한 주의가 필요하다.
궁극적으로 이러한 기술의 발전이 인류에게 더 나은 환경을 조성하고 사회의 많은 문제를 해결하는 데 도움이 되기를 바랍니다.
