저자: zagen
지난주 @PKUBlockchain 의 ama에서 질문을 받았습니다. AI의 미래 개발 방향을 어떻게 생각하시나요? 업계에서 주목할 만한 다른 주요 혁신은 무엇입니까? 답변이 썩 좋지 않다고 느껴져서 시간을 들여 정리하고 Web3 AI의 관점에서 완전한 답변을 드리려고 노력했습니다.
우리는 지금 어디에 있는가?
$TRUMP 로 대표되는 일련의 정치적 코인과 연예인 코인은 유동성과 관심 수준에서 Web3 AI의 마지막 버블 층을 돌파하여 마지막 한 방울이 되었습니다. AI Agent의 mcap은 작년 말 200억 달러의 최고치에서 현재 50~60억 달러 범위로 떨어졌습니다. 한때 인기 있었던 프로젝트 중 상당수는 점차 시야에서 사라졌습니다. Web3 AI 프로젝트에 대한 시장의 선호도는 점차 정서 에서 기본 원칙으로 바뀌고 있습니다. 대학 과정 수준의 AI 프로젝트는 시장에서 1억 달러 시총 되곤 했지만, 현재는 실용적인 기능을 갖춘 대부분의 신규 AI 프로젝트가 300만~1,000만 달러의 가치 상한선을 돌파하는 데 어려움을 겪고 있습니다. Web3 AI 시장은 단 몇 달 만에 자산, 시장, 인지 업데이트의 전체 라운드를 완료했다고 할 수 있습니다.
하지만 동시에 Web2 AI의 속도는 결코 멈추지 않았습니다. 기본 모델, 수직적 애플리케이션, 상호작용적 프로토콜이 끝없이 등장합니다. meta, deepseek, openai, grok 등의 회사는 거의 매달 새로운 모델을 출시합니다. MCP의 인기는 점점 높아지고 있으며, 자본은 여전히 AI를 추구하고 있습니다. Web2와 Web3의 새로운 트렌드 사이에는 이상한 얽힘이 있습니다. Web3는 Web2에서 특이점을 찾아내고, 거품을 부풀리고, 이후 거품에 믿음을 쏟아붓고, 이런 순환을 계속해서 반복하는 데 항상 능숙합니다. 하지만 케이크를 더 크게 만드는 데는 효과적이지 않습니다. 버블 포인트를 찾을 때마다 시장의 무기력과 사고방식에 끌려 전통적인 이슈로 향하게 되는데, 그 이슈는 항상 거짓이고 그 다음이 더 낫다고 생각하게 됩니다. 하지만 Web3 AI 덕분에 더 많은 가능성을 볼 수 있게 됐습니다.
지난 1~2개월 동안 제가 관찰한 바에 따르면 오래된 프로젝트든 새로 출시된 프로젝트든 이 시장 상황에서 살아남는 한, 최소한 제품이나 메커니즘 측면에서 자체 PMF를 찾았습니다. 시장의 엄격한 선별 하에 다양한 규모와 규모의 AI 프로젝트가 Web3 AI라는 거대한 배에 연료를 공급하고 있습니다.
DeFi + AI → DeFAI
최근 DeFi의 상황은 특히 낙관적이지 않습니다. 국제 정세가 베어장 (Bear Market) 이라는 주요 테마에 겹쳐지면서, 자본은 암호화폐가 아닌 안전 자산으로 흘러갔고, 온체인 TVL은 500억 달러 이상 증발했습니다. 저는 AI가 DeFi의 부활에 필요한 조건이라고 믿습니다.
이번 AI 메타의 가장 크고 성공적인 적용 시나리오는 의심할 여지 없이 DeFi입니다. @MessariCrypto 의 분석을 참조하면, 기존 DeFi는 암호화폐를 처음 접하는 사용자에게는 친화적이지 않습니다. 크로스체인 상호운용성, 분산형 유동성, 낮은 임계값의 조건부 전략 실행은 모두 DeFi의 포괄성을 방해하고 있습니다. 이번 AI 메타에서 사람들은 AI가 DeFi에 가져온 엄청난 변화를 설명하기 위해 DeFAI라는 용어를 만들어냈습니다. 변경 사항 자체는 사용자 상호 작용에 초점을 맞춥니다. 수많은 추상화 계층 제품은 복잡한 온체인 작업을 ChatGPT와 유사한 대화형 페이지로 추상화하여 DeFi의 한계를 크게 낮춥니다.
@HeyAnonai를 예로 들면, 현재 주류인 DeFAI 추상화 계층 제품은 다음과 같은 실행 논리를 따릅니다. 추상화 계층은 사용자 입력을 받고, 이해 계층은 사용자 의도를 분석하고, 실행 계층은 작업을 완료합니다. 이 중 AI는 자연어 이해의 기본 능력과 다양한 L1, L2, 프로토콜, 도구에 대한 이해를 바탕으로 업무를 분해하는 역할을 주로 수행하여 DeFi의 사용자 경험을 크게 최적화합니다. 이 유형의 제품의 구현 논리는 복잡하지 않습니다. 어려움은 사용자의 의도를 보다 정확하게 이해하는 방법, 가능한 한 빨리 더 많은 프로토콜을 통합하는 방법, 그리고 가능한 한 일찍 사용자의 마음을 사로잡는 방법에 있습니다. 즉, 이러한 유형의 추상화 계층 제품은 초기에는 "볼륨" 단계에 들어섰습니다.
사용자 경험을 최적화하는 것 외에도 DeFi의 최근 개발 방향은 수익률 계획 및 포트폴리오 추천과 같은 다양한 투자자 프로필에 대한 유동성 소득 전략을 제공하는 것입니다. 대다수의 DeFi 사용자는 인지, 정보 보호, 멀티체인 격차로 인해 제한을 받고 있어 유동성 이점을 극대화하는 데 어려움을 겪습니다. 이것이 제가 지금까지 DeFAI에서 가장 뛰어난 부분이라고 생각하는 부분입니다. DeFAI 프로젝트는 AI를 조종사로 사용하는 데 만족하지 않고 사용자에게 인지를 넘어서는 수익 경로를 제공합니다. 예를 들어, tge의 @AIWayfinder는 최근 이에 초점을 맞추고 있습니다. 그들은 특정 작업에 대한 경로를 찾거나 다른 사람이 발견한 경로를 따라가며 작업 실행의 중간 과정의 투명성을 개선합니다. 매우 미래지향적이며 실제적인 문제점을 겨냥하고 있습니다.
이런 종류의 "길잡이" AI 제품을 구현하는 가장 간단하고 직관적인 방법은 @virtuals_io 의 ACP(에이전트 상거래 프로토콜)에서 홍보하는 자동화된 헤지펀드와 트레이딩DAO에서 찾을 수 있다고 생각합니다. 솔루션의 핵심은 사용자 프로필을 평가하고 사용자의 금액, 리스크 선호도, 자본 규모에 따라 이를 수익 농사, 스테이킹 또는 비트코인 채굴에 할당하는 핵심 에이전트 @AIxVC_0x 입니다. 그러면 @aixbt_agent 와 같은 알파 에이전트나 @0xLoky_AI 와 같은 온체인 분석 에이전트 등 특정 다운스트림 에이전트에 연결됩니다. 즉, 경로 발견 과정에서 여러 전문 에이전트가 협력하여 다양한 프로젝트를 함께 진행해야 합니다. 지금까지 이 분야에서 선도적이거나 독점적인 지위를 차지한 제품은 없으며, 다음 단계에서는 이런 방향으로 획기적인 제품이 등장할 것이라고 생각합니다.
SocialFi의 고급 형태 - InfoFi
과거에 SocialFi 제품에 대해 이야기할 때면 항상 영향력 수익화, 팬 경제, ContentFi, 콘텐츠 권리 확인 등에 대해 논의했습니다. @friendtech 와 같은 인기 있는 프로젝트도 많이 있었지만, 이번 라운드의 AI 메타가 시장에 더 나은 제품과 내러티브 논리를 제공했다는 것은 분명합니다. 주의 경제, 마인드셰어 등 널리 논의되고 알려진 용어를 한 단어로 요약하면 'InfoFi'입니다. 저는 이것이 SocialFi의 이번 AI 업그레이드의 가장 성공적인 결과라고 생각합니다.
제가 개인적으로 정의하는 InfoFi는 다양한 통신사, 그 파생상품, 공급망에서 정보를 토큰화하는 것입니다. SocialFi의 업그레이드 버전인 InfoFi는 AI의 지원을 받아 소셜 미디어에서 구체적 정보(콘텐츠, 개인 계정 등)와 추상적 정보(콘텐츠 도달 범위, 개인적 영향력 등)에 가치를 부여합니다.
InfoFi의 가장 성공적인 제품 중 하나는 @KaitoAI 입니다. 카이토는 혼자서 마인드셰어라는 단어를 대중화시켰습니다. 모든 프로젝트에서 이 지표에 주의를 기울이고 있으며, 마인드셰어 기능을 통합하는 것은 모든 데이터 계층 제품에 대한 필수 사항이 되었습니다. Kaito는 AI 알고리즘을 사용하여 정량화하기 어려운 콘텐츠 자체, 콘텐츠 도달 범위, 소셜 관계 등을 추상적으로 정량화하여 YAP로 변환하고, 이를 통해 프로젝트 소유자와 시장에 영향력을 측정할 수 있는 절대적 참조 시스템을 제공합니다. 실제로, 카이토는 SocialFi의 경쟁적 환경에서 이해관계를 근본적으로 바꾸었습니다. 과거에는 개인 개인 투자자 금전적 수준에서 연예인 영향력에 대한 비용을 지불하고 플랫폼이 수수료를 받는 것이 게임 논리였을지 모르지만, kaito는 개인 개인 투자자 주목 수준에서 콘텐츠의 영향력에 대한 비용을 지불하고, 프로젝트 당사자가 콘텐츠 비용을 지불하고, 플랫폼이 서비스로부터 이익을 얻는 논리로 바꾸었습니다. Kaito는 대규모 비방향성 에이전시로서 콘텐츠와 영향력에 대한 좋은 보급 경로와 보상 방법을 제공하며, 더 많은 사람들이 콘텐츠 제작자 또는 KOL이 될 수 있도록 하여 InfoFi의 정상을 굳건히 차지했습니다.
물론 @timedotfun 같은 제품도 알아요. 하지만 그런 제품의 내러티브는 infofi에 비해 훨씬 매력적이지 않다고 생각해요. 여기서 하나하나 나열하지 않은 InfoFi 제품도 많이 있습니다. 더불어 @nansen_ai, @arkham, @cookiedotfun 등 데이터와 정보제품 서비스를 제공하는 우수한 프로젝트는 엄밀히 말하면 InfoFi로 분류할 수 없으므로 논의하지 않겠습니다.
프레임워크
@thecryptoskanda 선생님의 말씀을 인용하자면, 코인업계 에서는 유동성이 핵심이고, 메커니즘이 주요 자산입니다(애플리케이션 제품이 아닙니다). 오픈소스 프레임@GAME_Virtuals, @elizaOS , @arcdotfun 등과 같이 내러티브와 MCAP 모두에서 0티어였습니다. 하지만 사람들은 점차 프레임 자체는 과장된 시총 지닐 수 없고, 프레임워크를 기반으로 구축된 생태계만이 그럴 수 있다는 것을 깨달았습니다. 또한 프레임워크가 더 강한 도입성을 요구하기 때문에 기술적 난이도는 그다지 높지 않을 것이고, 따라서 높은 기술적 참호는 존재하지 않을 것이다.
그래서 저는 모든 프레임 프로젝트가 풀에 더 많은 유동성을 수용하고 싶다면 필연적으로 자체 런치패드를 구축해야 할 것이라고 생각합니다. Launchpad는 프레임 프로젝트를 위한 자연스러운 가치 축적 채널입니다. 거래 수수료, 플랫폼 상장 메커니즘 등은 주요 통화에 지속적인 구매력을 가져올 수 있습니다. 또한 프레임 프로젝트가 자체적인 출발점을 구축하고 있는 모습도 볼 수 있었습니다.
@virtuals_io는 출시를 위해 에이전트 토큰과 주요 코인을 연결하는 데 있어 가장 초기의 선구자 중 하나이며, 런치패드 개발에 있어 시장을 앞서가고 있습니다. Virtuals는 가장 큰 에이전트 생태계(17,000명 이상의 에이전트)와 200,000개 이상의 고유 지갑으로 구성된 충성스럽고 선견지명이 있는 커뮤니티를 보유하고 있습니다. 최근 런치패드와 관련하여 가상팀은 주로 두 가지를 홍보하고 있습니다.
- 거래 수수료의 70%를 개발자에게 직접 반환하도록 수수료 메커니즘을 조정했으며, 이전 프로젝트에서는 양식을 작성하여 이전 거래 수수료 차액을 메울 수 있습니다.
제네시스 런칭과 포인트 메커니즘을 도입했습니다. 제네시스를 통해 출시된 프로젝트의 경우, 사용자는 사전 판매 점유율 구독하기 위해 포인트를 소비해야 하며, 포인트는 보유 및 거래를 통해 획득합니다 $virtual 그리고 에이전트 토큰(향후 더 많은 채널이 생길 예정입니다). 본딩 커브의 87.5%는 사전 판매 라운드에서 판매되고, 37.5%는 대중에게 제공되고, 50%는 팀에게 제공됩니다. 이를 통해 가상 커뮤니티의 충성스러운 사용자에게 보상을 제공하고 저격수를 방지할 수 있을 뿐만 아니라, 프로젝트 소유자에게 차갑게 시작하는 것보다 더 나은 출시 방법을 제공할 수 있습니다.
@arcdotfun은 더 일찍 이점을 얻을 수도 있었지만, 런치패드의 첫 번째 출시를 너무나 형편없이 망쳐버렸습니다(지금 arc launchpad를 검색하면 제 게시물이 첫 번째 게시물로 나옵니다). 그때의 요약 게시물은 다음과 같습니다.
첫 번째 출시의 부진으로 인해 그들이 항상 구축해 온 전문가적이고 엘리트적인 이미지가 산산이 조각났고, 잠재력에 심각한 영향을 미쳤으며, 이후 시장 상황의 영향을 받아 회복하지 못했습니다.
아크 생태계는 단순성과 양보다는 질에 대한 극단적인 추구를 특징으로 합니다. 이것이 좋든 나쁘든 시장에서 판단해야 하지만, Rust 언어와 @piotreksol (토큰 $listen도 최근 매우 좋은 성과를 보였습니다)과 같은 생태계의 허슬 빌더를 기반으로 프레임 로서 자연스러운 이점을 부정할 수는 없습니다. 프로젝트 토큰 $listen 에 대한 소개는 다음 내용을 참조하세요.
@elizaOS가 최근에 합류하여 자체 런치패드 @autodotfun을 출시했습니다. @shawmakesmagic 에 따르면, 더욱 흥미로운 기능이 출시될 예정이라고 합니다. 여러 프레임 프로젝트 중에서 개발자들 사이에서는 ElizaOS가 가장 널리 사용되고 있지만, 현재 여러 개의 런치패드가 있다는 점을 감안하면 Eliza가 어떻게 차별화를 이룰 수 있을지 고려해야 할 사항입니다.
소비자 웹3 AI
인격 에이전트
2차원 산업, 가상 아이돌, 그리고 정서적 동반자 관계의 지속적인 인기는 이런 이야기의 실현 가능성을 입증했으며, AIdol은 그러한 기적을 보여주고 있습니다.
@luna_virtuals 는 AIdol 서킷의 OG이며, @whip_queen_ 의 페이지에서 그녀의 개발 이력을 확인할 수 있습니다. 현재 루나 2.0은 AI 창작 플랫폼으로 진화하고 있습니다. 또한, 가상 ACP 클러스터 중 하나인 미디어 하우스에서 루나는 핵심 에이전트 역할을 수행하며 소셜 미디어 콘텐츠 마케팅에 대한 심층적인 통찰력을 계속해서 보여주고 있습니다.
@HoloworldAI @AVA_holo 도 꼭 언급해야 할 프로젝트 중 하나입니다. Holoworld는 2D 및 3D 아바타, 사진, 비디오, 음성 등을 포함하여 AI 에이전트를 위한 보다 포괄적인 멀티모달 프레젠테이션 기능을 제공합니다. 최근에 미리보기로 공개된 곧 출시될 것으로 예상되는 AIdol 프로젝트 @Mirai_terminal 의 시각적 품질은 매우 높습니다. @aww_inc 와 @HoloworldAI 팀이 공동으로 출시한 것으로 기대가 큽니다.
영화 "그녀" 보셨나요? 당신도 사만다를 갖고 싶나요? @soulgra_ph가 이런 일을 하고 있네요. 그들은 사용자 개인 정보를 보호하기 위해 100% 검열 없고, 기록이 전혀 없는 것을 강조하면서, 지속적인 메모리, 실시간 통신, 진화 가능한 성격을 갖춘 AI 캐릭터를 개발하고 있습니다. 미래에는 당신의 모든 선호 사항을 기억하고 24시간 내내 온라인 상태를 유지하는 AI 파트너가 있다고 상상해보세요.
게임FAI
지난 라운드에서 GameFi의 주요 내용은 게임 자산의 소유권을 사용자에게 돌려주고 다양한 자산을 NFT화하는 것이었습니다. 하지만 AI 메타에 따른 GameFAI는 더욱 실용적인 가치를 가져올 수 있는 새로운 트렌드를 볼 수 있게 해주었습니다.
AI는 게임 제작에 큰 영향을 미쳤습니다. 카드 게임을 예로 들면, 카드 게임의 주요 비용은 카드 아트 디자인에 있으며, 디자인 비용은 게임 전체 운영에 수반됩니다. @abysscards는 TCG(트레이딩 카드 게임) 프로젝트가 AI로부터 어떤 이점을 얻는지 보여주었습니다. 이 팀은 일러스트레이터의 독창적인 아트 컨셉 드로잉을 로라 확산 모델에 적용하고, LLM에서 생성된 스토리라인과 사용자가 매일 카드를 민트 때 선택하는 내용을 바탕으로 정교한 아트 카드를 만들어냈습니다. 이를 통해 LLM과 확산 모델의 기능을 최대한 활용하여 한계 비용을 줄이는 동시에 게임 몰입도를 향상시켰습니다. 그들은 4월 16일에 아마를 개최하고 많은 커뮤니티 질문에 답했습니다. 요약은 아래와 같습니다.
또한, 게임 내에서 3D 캐릭터/NPC 상호작용이 있는 프로젝트의 경우 캐릭터 에이전트화도 새로운 추세입니다. 백보드 및 프로세스 기반 NPC와 비교했을 때, 에이전트 NPC는 분명히 상상력의 여지가 더 큽니다. 1월에 @illuviumio가 이와 비슷한 일을 진행하기 시작했습니다. 하지만 지금 제가 가장 기대하는 건 @ParallelColony 의 제품입니다. Colony의 에이전트 플레이어는 독특한 스타일을 지닌 3D 캐릭터 시리즈인 @ParallelTCG 의 아바타 NFT 시리즈에서 물려받았습니다. @templecrash 가 보여준 데모에서는 플레이어의 성격을 포함한 일련의 특성을 사용자 정의하고 여러 에이전트 플레이어가 전체 외계 식민지를 어떻게 운영하는지 관찰할 수 있습니다. 이는 GameFAI와 멀티 에이전트 스웜의 개발 동향을 결합한 것입니다.
보너스: 구현된 AI 및 Swarm 프로토콜
로봇/구현된 AI
구현된 AI는 제가 우주에 있을 때 답한 방향이었습니다. 구현된 AI는 학계와 산업계 모두에서 매우 유망한 존재입니다. 1월 중순에 @CyberPhilos 와 저는 차세대 혁신에 관해 논의했는데, 그중 하나가 구현형 AI라는 데에 동의했습니다.
@frodobots @SamIsMoving은 제가 지금까지 본 과학 연구와 게임/가상 현실을 아우르는 대표적인 프로젝트입니다. 아래 관점 중 일부는 @0xPrismatic 의 연구 보고서에서 나온 것입니다.
https://chainofthought.xyz/p/the-robot-are-coming-frodobots
실제로 제가 가장 좋아하는 트랙은 구현된 AI입니다. 저의 주요 연구는 3차원 시각에 집중되어 있습니다. 이 분야의 연구는 실제 3D 데이터, 특히 실제 야외 장면의 부족으로 인해 매우 제한적입니다. LLM과 2D 시각적 대형 모델 모두 웹 규모의 학습 데이터 세트를 사용할 수 있지만, 실제 물리적 장면에서는 상황이 완전히 다릅니다. 라이더 등의 데이터 수집 장비를 장착한 자율주행차와 드론을 이용해 넓은 지역의 데이터를 수집하는 데는 엄청난 비용이 듭니다.
프로도봇은 복잡하고 값비싼 데이터 수집을 크라우드소싱하고 게임화하는 솔루션을 찾았습니다. 최소 149달러의 비용으로 카메라, 마이크, 스피커, GPS, 관성 센서가 장착된 로버를 도시의 거리에서 원격으로 운전하고, 포인트를 획득하고, NFT를 수집하고, 리더보드에서 순위를 올릴 수 있습니다. 그 과정에서 로봇은 인간 운전자의 시각적 입력과 조이스틱 움직임을 수집하여 실제 운전 데이터 세트를 형성합니다. 해당 데이터 세트는 huggingface에서 공유됩니다.
클러스터 프로토콜
다중 AI 클러스터는 당시 제가 답한 또 다른 방향이었고, 여러 AI 클러스터의 협업은 효과적인 클러스터 프로토콜과 분리할 수 없습니다. 이건 제가 만든 용어예요(유사점은 순전히 우연일 뿐이에요). 저는 이를 AI 모델과 에이전트 간, 그리고 에이전트 간의 통신 및 협업 프로토콜로 정의합니다. 간단히 MCP+A2A가 하는 일을 이해하면 됩니다. 클러스터 프로토콜의 경우 현재 대표적인 프로젝트는 @darkresearchai 와 virtuals의 ACP라고 생각합니다.
우선, 에이전트 경제에서 MCP의 역할에 대한 다음 기사를 읽어보시기를 강력히 권장합니다. 간단히 말해, MCP의 핵심은 LLM이 실시간 데이터로부터 고립되어 외부에서 직접적인 조치를 취할 수 없다는 근본적인 한계를 해결하고, 모델과 외부 시스템 간에 지속적인 양방향 통신을 달성하는 것입니다.
@darkresearchai 는 선생님 @tmel0211 의 요약을 인용하여 Solana 블록체인을 기반으로 한 MCP 서버 애플리케이션 구현입니다. TEE 신뢰 실행 환경을 통해 보안을 제공하여 AI Agent가 Solana 블록체인과 직접 상호 작용하여 계좌 잔액 조회, 토큰 발행 및 기타 작업을 수행할 수 있도록 합니다. 최근 뛰어난 성과를 보인 몇 안 되는 AI 토큰 중 하나로서, AI 부흥의 횃불을 밝힐 수 있을까요?
MCP가 기술 표준에 혁신을 일으켰다면, 가상화의 ACP는 협업 방법 측면에서 미래 지향적인 아이디어를 제시했습니다. 저는 이전에 ACP에 대한 완전한 해석을 작성한 적이 있습니다. 그 내용은 아래와 같습니다.
간단히 말해, ACP는 ACP를 통해 특정 분야의 여러 작업 요구 사항을 충족하는 에이전트를 클러스터로 집계할 수 있습니다. 핵심 에이전트, 작업 실행 에이전트, 평가 에이전트의 3중 결합을 통해 사용자 요구 의도 이해, 작업 분해 및 분배, 결과 평가, 중립적 위탁 등의 전체 프로세스를 실현할 수 있습니다. 가상이 가까운 미래에 적극적으로 추진하고 있는 방향으로, 기존의 방대하고 포괄적인 가상 에이전트 생태계와 결합하여 ACP가 우리에게 어떤 놀라움을 가져다줄지 기대됩니다.
결론
가혹한 시장 환경은 새로운 AI 프로젝트의 기본에 높은 요구를 담고 있으며, 기존 프로젝트는 생존과 개발을 유지하기 위해 지속적으로 새로운 기능/제품을 출시해야 합니다. Web3 AI의 시장 참여자이자 관찰자인 저는 유동성이 회복된 후 Web3 AI의 두 번째 봄을 기대하고 있습니다.
Web3 AI라는 거대한 배가 새벽을 향해 항해하고 있습니다.
