2. 에이프코인
에이프코인의 탄생은 GOAT와 밀접한 관련이 있으며, 둘 다 ToT에서 비롯되었습니다. 대규모 언어 모델 대화에서 마스크가 방귀 소리를 좋아한다고 언급되었고, 에이프코인이라는 토큰을 만들자고 제안했습니다. 이를 바탕으로 에이프코인이 GOAT보다 약간 늦게 등장했습니다. 에이프코인은 재치 있는 등장 시기로 인해 일정 부분 관심을 끌었지만, 초기에는 GOAT에 미치지 못했습니다. 이후 11월 16일, 에이프코인의 트위터 팔로워 수가 몇 시간 만에 두 배로 급증했고, 가격도 약 15% 상승했지만, 이러한 성장은 지속적인 논의로 이어지지 않았습니다. 12월 13일 Marc Andreessen이 에이프코인 관련 트윗을 리트윗했지만, 이로 인한 토큰 가격의 급격한 상승은 없었습니다. 에이프코인 가격 상승의 주요 원인은 일부 대형 자금으로 보이며, 초기 매수 주소 중에 투자 펀드 Sigil Fund로 추정되는 곳이 있었습니다. 또한 Sigil Fund 창립자는 Twitter에서 AI 밈에 대한 관심을 여러 차례 표현했고, Sigil Fund가 에이프코인을 보유하고 있는지 묻는 트윗을 직접 리트윗하기도 했습니다. 결국 에이프코인은 소셜 미디어의 광범위한 관심을 받았고, 최고 시가총액이 15억 달러를 넘어섰습니다.
AI 에이전트 응용: 에이전트는 더 많은 것을 할 수 있습니다
암호화폐 분야에서 AI 에이전트의 활용이 더욱 확대됨에 따라, 시장의 관심은 GOAT와 에이프코인과 같은 AI 주도의 순수 밈 코인에서 더 상호작용적이고 창의적인 AI 에이전트 응용으로 확장되고 있습니다.
1. 엔터테인먼트형 에이전트
AI 에이전트의 첫 번째 실제 응용은 엔터테인먼트입니다. 예를 들어 Luna와 앞서 언급한 ToT가 있습니다. Luna는 가상 아이돌로, 자체 토큰 LUNA와 긴밀하게 통합되어 Virtuals 플랫폼의 일부로 출시되었습니다. Luna는 소셜 미디어에서 24시간 실시간 방송을 하며 자주 트윗을 게시합니다. 따라서 Luna의 방송과 트윗 품질은 그 시가총액에 영향을 미치는 핵심 요인 중 하나이지만, 현재로서는 이러한 모델의 토큰 성장 여력이 제한적입니다. 반면 ToT의 트윗은 주로 독창적이고 유머러스한 내용에 초점을 맞추며, GOAT 또는 다른 토큰과 연계되어 있지 않습니다. ToT는 때때로 GOAT 토큰을 언급하지만, 이는 핵심 관심사가 아닙니다. Luna와 ToT 두 AI 에이전트 모두 토큰이 서사 홍보에서 핵심적인 역할을 하지만, Luna의 경우 토큰이 존재 의미의 핵심을 나타내는 반면, ToT의 경우 GOAT 토큰은 영향력 확대를 위한 중요한 수단이 됩니다.
2. 투자 분석형 에이전트
엔터테인먼트 응용 외에도 AI 에이전트는 암호화폐 분야의 투자 분석에 활용될 수 있습니다. 현재 이 분야에서 가장 주목받는 에이전트는 aixbt입니다. aixbt는 Virtuals Protocol에 출시된 AI 에이전트로, X 등 소셜 미디어 플랫폼의 논의를 분석하여 암호화폐 시장의 핫 토픽과 트렌드를 사용자에게 제공하며, 잠재적인 투자 기회를 파악하는 데 도움을 줍니다. aixbt는 Kaito에서 가장 높은 CT 사용자 관심도를 지속적으로 보유하고 있으며, 이미 인간 KOL을 능가하는 역량을 보여주고 있습니다.
3. DeFi + AI 에이전트
Luna와 aixbt가 아직 실질적인 용도가 크지 않고 밈 수준에 머물러 있다면, AI 에이전트와 DeFi의 결합은 에이전트에게 실제 적용 사례를 부여했습니다. 이러한 DeFi와 AI 에이전트의 결합을 DeFAI라고 합니다. DeFAI의 발전은 두 가지 방향으로 이루어지고 있습니다.
에이전트 보조 사용자
AI 에이전트가 사용자를 보조하는 것은 DeFi 운영의 복잡성을 단순화하여 더 많은 일반 사용자가 DeFi 프로젝트에 쉽게 참여하고 관리할 수 있게 하는 것입니다. 사용자는 자연어로 AI 에이전트에게 직접 작업을 지시할 수 있어 복잡한 기술 세부 사항을 피할 수 있습니다. 시장에는 이미 Griffain과 Neur 등 DeFAI 프로젝트가 등장하기 시작했습니다. 이 두 프로젝트는 모두 Solana 기반으로 구축된 AI 어시스턴트로, 사용자에게 지갑 생성 및 관리, 토큰 분석, 토큰 거래 등의 기능을 제공합니다. 사용자 경험 측면에서 Griffain은 더 많은 기능을 제공하지만 Neur는 기능이 상대적으로 적지만 더 세부적이며 성능이 뛰어납니다. 이들 비교를 통해 향후 이 분야의 주요 관심사는 기능 완성도, 사용자 경험, 수수료 등의 문제에 집중될 것으로 보입니다.
에이전트 자율 거래
Griffain과 Neur 모델에서 DeFi의 주체는 여전히 인간 사용자인 반면, 에이전트 자율 거래에서는 AI가 DeFi의 주체가 됩니다. 과거 거래 봇은 미리 설정된 거래 전략만 실행할 수 있었지만, AI 에이전트는 실시간 시장 정보를 수집하고 상황을 분석하며 시장 추세를 학습하여 전략을 조정할 수 있습니다. 이를 통해 에이전트는 동적으로 변화하는 시장에서 더 정확한 의사 결정을 내리고 기존 프로그램 설정을 넘어서는 복잡한 작업을 수행할 수 있습니다. 관련 프로젝트로는 Cod3x, Almanak 등이 있지만, 이 분야는 아직 초기 단계이며 시장 검증이 필요한 상황입니다. 에이전트 자율 거래의 가장 큰 장애물은 신뢰 문제로, 실제 에이전트가 거래를 수행하고 있다는 것과 에이전트의 거래 전략이 불필요한 손실을 초래하지 않는다는 것을 신뢰해야 합니다. 향후 프로젝트가 성과를 내기 위해서는 이러한 신뢰 문제를 해결해야 할 것입니다.
수개월의 발전 끝에 암호화폐 분야의 AI 에이전트는 순수 밈에서 엔터테인먼트 응용, 그리고 실질적인 응용으로 진화해왔습니다. 사실 암호화폐 종사자들은 Crypto x AI의 가능성을 끊임없이 탐색해왔으며, CGV Research는 2023년부터 Crypto x AI 트랙의 프로젝트 진행 상황을 지속적으로 주목해왔습니다.
향후 기반 인프라가 더욱 성숙해짐에 따라 에이전트 시스템이 더욱 지능화되고 안정화되면, 누구나 자연어로 쉽게 에이전트를 배포하고 사용할 수 있게 될 것입니다. 이때 에이전트 프레임워크는 기반 인프라가 되며, 다양한 응용이 이 프레임워크 위에 구축될 것입니다. 에이전트 프레임워크의 가치는 계속 돌파할 것으로 기대되며, 일부 에이전트 응용 프로젝트는 뛰어난 비즈니스 역량과 사용자 경험으로 인해 시장의 더 큰 관심과 투자 가치를 확보할 수 있을 것입니다.
