저자: IOSG
요약
요약
Web3와 AI의 결합이 암호화폐 분야의 주목받는 화제가 되면서, 암호화폐 세계의 AI 기반 인프라 구축이 활성화되고 있습니다. 그러나 실제로 AI를 활용하거나 AI 기반 애플리케이션을 구축하는 경우는 많지 않으며, AI 인프라의 동질화 문제가 점차 드러나고 있습니다. 최근 우리가 참여한 RedPill의 첫 번째 투자 라운드는 이에 대한 더 깊은 이해를 불러일으켰습니다.
AI Dapp을 구축하는 주요 도구에는 탈중앙화된 OpenAI 액세스, GPU 네트워크, 추론 네트워크, 프록시 네트워크 등이 포함됩니다.
GPU 네트워크가 "비트코인 채굴 시대"보다 더 인기가 많은 이유는 다음과 같습니다: AI 시장이 더 크고 빠르게 성장하며 안정적이며; AI는 매일 수백만 개의 애플리케이션을 지원하며; AI에는 다양한 GPU 모델과 서버 위치가 필요하며; 기술이 과거보다 더 성숙했으며; 대상 고객층도 더 넓습니다.
GPU 네트워크가 "비트코인 채굴 시대"보다 더 인기가 많은 이유는 다음과 같습니다: AI 시장이 더 크고 빠르게 성장하며 안정적이며; AI는 매일 수백만 개의 애플리케이션을 지원하며; AI에는 다양한 GPU 모델과 서버 위치가 필요하며; 기술이 과거보다 더 성숙했으며; 대상 고객층도 더 넓습니다.
추론 네트워크와 프록시 네트워크는 유사한 기반 인프라를 가지고 있지만, 초점이 다릅니다. 추론 네트워크는 주로 경험 있는 개발자가 자체 모델을 배포하는 데 사용되며, LLM 모델이 아닌 모델을 실행하는 데에는 GPU가 필요하지 않습니다. 프록시 네트워크는 LLM에 더 초점을 맞추며, 개발자가 자체 모델을 가져올 필요 없이 프롬프트 엔지니어링과 다양한 프록시를 연결하는 방법에 더 중점을 둡니다. 프록시 네트워크는 항상 고성능 GPU를 필요로 합니다.
AI 인프라 프로젝트는 큰 약속을 하고 있으며 계속해서 새로운 기능을 출시하고 있습니다.
대부분의 네이티브 암호화폐 프로젝트는 아직 테스트넷 단계에 있어 안정성이 낮고, 구성이 복잡하며, 기능이 제한적이어서 안전성과 프라이버시를 입증하려면 시간이 더 필요합니다.
대부분의 네이티브 암호화폐 프로젝트는 아직 테스트넷 단계에 있어 안정성이 낮고, 구성이 복잡하며, 기능이 제한적이어서 안전성과 프라이버시를 입증하려면 시간이 더 필요합니다.
AI Dapp이 주요 트렌드가 될 것으로 가정하면, 모니터링, RAG 관련 인프라, Web3 네이티브 모델, 내장된 암호화폐 네이티브 API 및 데이터 탈중앙화 프록시, 평가 네트워크 등 개발되지 않은 많은 영역이 있습니다.
수직 통합은 두드러진 추세입니다. 인프라 프로젝트는 원스톱 서비스를 제공하여 AI Dapp 개발자의 작업을 간소화하려고 합니다.
수직 통합은 두드러진 추세입니다. 인프라 프로젝트는 원스톱 서비스를 제공하여 AI Dapp 개발자의 작업을 간소화하려고 합니다.
미래에는 하이브리드 접근 방식이 될 것입니다. 일부 추론은 프런트엔드에서 수행되고 일부는 온체인에서 수행되어 비용과 검증 가능성을 고려할 수 있습니다.
출처: IOSG
서론
Web3와 AI의 결합은 현재 암호화폐 분야에서 가장 주목받는 주제 중 하나입니다. 재능 있는 개발자들이 암호화폐 세계에 AI 인프라를 구축하고 있으며, 스마트 계약에 지능을 불어넣는 데 힘쓰고 있습니다. AI Dapp을 구축하는 것은 매우 복잡한 작업으로, 데이터, 모델, 컴퓨팅 파워, 운영, 배포 및 블록체인 통합 등 다양한 영역을 다루어야 합니다.
이러한 요구 사항을 해결하기 위해 Web3 선구자들은 GPU 네트워크, 커뮤니티 데이터 레이블링, 커뮤니티 훈련 모델, 검증 가능한 AI 추론 및 훈련, 프록시 마켓플레이스 등 다양한 초기 솔루션을 개발했습니다. 그러나 이러한 번창하는 인프라 배경에도 불구하고 실제로 AI를 활용하거나 AI 기반 애플리케이션을 구축하는 경우는 많지 않습니다.
개발자들이 AI Dapp 개발 자습서를 찾아보면, 이러한 암호화폐 네이티브 AI 인프라와 관련된 자습서가 많지 않고 대부분 OpenAI API를 프런트엔드에서 호출하는 것만 다룹니다.
출처: IOSG Ventures
현재의 애플리케이션은 블록체인의 탈중앙화와 검증 가능성을 충분히 활용하지 못하고 있지만, 이 상황은 곧 바뀔 것입니다. 현재 암호화폐 분야에 초점을 맞춘 대부분의 AI 인프라가 이미 테스트넷을 시작했으며 향후 6개월 내에 정식 운영을 계획하고 있습니다. 이 연구에서는 암호화폐 분야에서 사용 가능한 주요 AI 인프라 도구를 자세히 살펴보겠습니다. 암호화폐 세계의 GPT-3.5 시대를 준비해 봅시다!
1. RedPill: OpenAI에 대한 탈중앙화된 액세스 제공
앞서 언급한 우리가 투자한 RedPill은 좋은 시작점입니다. OpenAI는 GPT-4-vision, GPT-4-turbo, GPT-4o 등 세계적 수준의 강력한 모델을 보유하고 있어 고급 AI Dapp 구축에 최적입니다. 개발자는 오라클 또는 프런트엔드 인터페이스를 통해 OpenAI API를 호출하여 이를 Dapp에 통합할 수 있습니다.
RedPill은 다양한 개발자의 OpenAI API를 단일 인터페이스로 통합하여 전 세계 사용자에게 빠르고 경제적이며 검증 가능한 AI 서비스를 제공함으로써 최고 수준의 AI 모델 리소스에 대한 민주화를 실현합니다. RedPill의 라우팅 알고리즘은 개발자의 요청을 단일 기여자에게 전달합니다. API 요청은 배포 네트워크를 통해 실행되어 OpenAI로부터의 잠재적 제한을 우회할 수 있으며, 암호화폐 개발자들이 직면하는 다음과 같은 일반적인 문제를 해결합니다:
• TPM(토큰 per 분) 제한: 새 계정의 토큰 사용이 제한되어 AI 의존 Dapp의 수요를 충족하지 못합니다.
• 액세스 제한: 일부 모델은 새 계정 또는 특정 국가의 액세스를 제한합니다.
동일한 요청 코드를 사용하되 호스트 이름만 변경하면 개발자가 저렴한 비용, 높은 확장성 및 무제한으로 OpenAI 모델에 액세스할 수 있습니다.
2. GPU 네트워크
OpenAI API를 사용하는 것 외에도 많은 개발자들이 자체적으로 모델을 호스팅하기로 선택합니다. 그들은 io.net, Aethir, Akash 등 인기 있는 탈중앙화 GPU 네트워크에 의지하여 GPU 클러스터를 구축하고 다양한 강력한 내부 또는 오픈소스 모델을 배포 및 실행할 수 있습니다.
이러한 탈중앙화 GPU 네트워크는 개인 또는 소규모 데이터 센터의 컴퓨팅 파워를 활용하여 유연한 구성, 더 많은 서버 위치 옵션 및 더 낮은 비용을 제공함으로써 개발자가 제한된 예산 내에서도 AI 실험을 쉽게 수행할 수 있게 합니다. 그러나 탈중앙화의 특성으로 인해 이러한 GPU 네트워크는 기능성, 가용성 및 데이터 프라이버시 측면에서 여전히 일정 수준의 제한이 있습니다.
지난 몇 개월 동안 GPU 수요가 폭발적으로 증가하여 이전의 비트코인 채굴 열풍을 능가했습니다. 이러한 현상의 이유는 다음과 같습니다:
- 대상 고객이 늘어났습니다. GPU 네트워크는 이제 규모가 크고 더 충성도 높은 AI 개발자를 대상으로 하며, 암호화폐 가격 변동의 영향을 받지 않습니다.
- 채굴 전용 장비와 달리 탈중앙화 GPU는 더 다양한 모델과 사양을 제공하여 요구 사항을 더 잘 충족할 수 있습니다. 특히 대규모 모델 처리에는 더 높은 VRAM이 필요하지만 소규모 작업에는 더 적합한 GPU를 선택할 수 있습니다. 또한 탈중앙화 GPU는 최종 사용자에게 더 가까운 위치에 있어 지연 시간을 줄일 수 있습니다.
- 기술이 성숙해졌습니다. GPU 네트워크는 Solana와 같은 고속 블록체인 결제, Docker 가상화 기술, Ray 컴퓨팅 클러스터 등을 활용합니다.
- 투자 수익 측면에서 AI 시장은 확장 중이며 새로운 애플리케이션과 모델 개발 기회가 많습니다. H100 모델의 예상 수익률은 60-70%이지만, 비트코인 채굴은 더 복잡하고 승자 독식 방식이며 생산량이 제한적입니다.
- Iris Energy, Core Scientific, Bitdeer 등 비트코인 채굴 기업들도 AI 서비스를 제공하고 H100 등 AI 전용 GPU를 적극적으로 구매하기 시작했습니다.
추천: SLA에 크게 신경 쓰지 않는 Web2 개발자의 경우 io.net이 간단하고 사용하기 쉬워 매력적인 선택이 될 수 있습니다.
이것이 암호화폐 네이티브 AI 인프라의 핵심입니다. 향후 수십억 건의 AI 추론 작업을 지원할 것입니다.
