작성자: Haotian
어제 Web3AI 분야의 DeAI 교육 플랫폼 @flock_io와 Alibaba Cloud 산하의 @Alibaba_Qwen이
Big Language Model이 공식적으로 협력을 발표했습니다. 제 기억이 맞다면, 이것이 Web2 AI에서 Web3 AI로의 최초의 통합 협력이어야 합니다. 이를 통해 Flock은 진정한 의미에서 틀에서 벗어날 수 있었을 뿐만 아니라, 경기 침체로 인해 큰 압박을 받고 있던 Web3AI 트랙의 사기를 북돋울 수 있었습니다. 자, 자세히 설명해 드리겠습니다.
1) 고정된 트윗에서 설명했듯이, Web3 AI Agent는 토큰경제를 통해 Agent의 적용을 촉진하고 경쟁 패러다임의 신속한 전개에 참여하려고 노력해 왔습니다. 하지만 자산 발행의 FOMO 붐 이후, 모든 사람들은 Web3 AI가 실용성과 혁신성 측면에서 Web2AI에 비해 승리할 가능성이 거의 없다는 것을 깨달았습니다.
그래서 Manus, MCP, A2A 등 Web2 혁신 AI 기술의 탄생은 직간접적으로 Web3 AI Agent 시장의 거품을 터뜨리고, 유통시장 의 유혈 사태를 초래했습니다.
2) 교착 상태를 어떻게 깨나요? 사실 길은 매우 명확해요. Web3 AI는 Web2 중앙집중형 AI가 해결할 수 없는 높은 해시레이트 비용 문제, 데이터 개인 정보 보호 문제, 수직 시나리오 모델 미세 조정 문제 등을 해결하기 위해 Web2 AI를 보완하는 생태적 틈새를 시급히 찾아야 합니다.
그 이유는 순수하게 중앙집중화된 AI 모델은 결국 채널과 해시레이트 리소스 확보 비용, 데이터 리소스 개인 정보 보호 문제 등의 문제가 집중적으로 발생할 것이기 때문입니다. Web3 AI가 시도하는 분산 아키텍처는 유휴 해시레이트 리소스를 사용하여 비용을 절감할 수 있으며, 제로 지식 증명, TEE 및 기타 소프트웨어 및 하드웨어 기술을 기반으로 개인 정보를 보호할 수도 있습니다. 동시에 데이터 소유권과 인센티브 기여 메커니즘을 통해 수직 시나리오에 대한 모델 개발과 미세 조정을 촉진할 것입니다.
아무리 비판을 받더라도 Web3 AI의 탈중앙화 아키텍처와 유연한 인센티브 메커니즘은 Web2 AI가 안고 있는 문제 중 일부를 해결하는 데 즉각적인 효과를 낼 수 있습니다.
3) 플록과 퀸의 협력에 대해 말하자면. Qwen은 Alibaba Cloud가 개발한 오픈 소스 대규모 언어 모델입니다. 벤치마크 테스트에서 탁월한 성능을 보이고 개발자가 로컬로 배포하고 미세 조정할 수 있는 유연성 덕분에 일부 개발자와 연구팀에게 인기 있는 선택이 되었습니다.
Flock은 AI 연합 학습과 AI 분산 기술 아키텍처를 통합한 탈중앙화 AI 교육 플랫폼입니다. 가장 큰 특징은 로컬 데이터를 벗어나지 않고 분산된 학습을 통해 사용자 개인 정보를 보호하고, 데이터 기여도를 투명하고 추적 가능하게 추적하며, 교육 및 의료와 같은 수직 분야에서 AI 모델의 미세 조정 및 적용 문제를 해결한다는 것입니다.
특히 Flock에는 세 가지 핵심 구성 요소가 있는데, 여기서 간략하게 공유하겠습니다.
1. AI Arena는 사용자가 자신의 모델을 제출하여 다른 참가자와 경쟁하여 최적화 결과와 보상을 얻을 수 있는 경쟁형 모델 학습 플랫폼입니다. 이 모델의 주요 목적은 "게임과 같은" 메커니즘을 설계하여 사용자가 로컬 대규모 모델을 지속적으로 미세 조정하고 개선하도록 장려하고, 이를 통해 더 나은 벤치마크 모델을 걸러내는 것입니다.
2. FL Alliance(Federated Learning Alliance)는 전통적인 의료, 교육, 금융 등 수직적으로 민감한 시나리오에서 발생하는 조직 간 협업 문제를 해결하기 위해 로컬화된 모델 학습 + 분산 협업 프레임 통해 이를 달성했습니다.이를 통해 여러 당사자가 원본 데이터를 공유하지 않고도 모델 성능을 공동으로 향상시킬 수 있습니다.
3. 문베이스는 플록 생태계의 신경 중추입니다. 다양한 미세 조정 도구와 해시레이트 지원(해시레이트 공급자, 데이터 주석자)을 제공하는 탈중앙화 모델 관리 및 최적화 플랫폼과 동일합니다. 이는 분산 모델 저장소를 제공할 뿐만 아니라, 미세 조정 도구, 해시레이트 리소스 및 데이터 주석 지원을 통합하여 사용자가 로컬 모델을 효율적으로 최적화할 수 있도록 합니다.
4) 그럼 Qwen과 Flock의 협업에 대해 어떻게 생각하시나요? 저는 개인적으로 이 협력의 확장된 의미가 현재 협력의 내용보다 훨씬 더 크다고 생각합니다.
한편, Web3 AI가 Web2 AI에 전반적으로 뒤처지는 상황에서, 기술 대기업 알리바바의 대표인 웬은 이미 AI계에서 일정 수준의 권위와 영향력을 확보했습니다. Web3 AI 플랫폼과 협력하려는 Qwen의 이니셔티브는 Web2AI가 Flock 기술 팀을 인정하고 있음을 잘 보여줍니다. 동시에 Flock 팀과 Qwen 팀의 후속 연구 개발을 통해 Web3AI와 Web2AI의 연계가 더욱 심화될 것입니다.
반면, 이전의 Web3 AI는 토큰경제학이라는 껍데기만 있을 뿐, 실제 효용성은 만족스럽지 못했습니다. AI Agent, AI Platform, AI Framework 등 여러 방향을 시도했지만 DeFai, Gamefai 등의 문제에 대해서는 실질적인 해결책을 내놓지 못했습니다. Web2 기술 대기업의 이번 발표는 어느 정도 Web3 AI의 미래 개발 방향과 중점 사항에 대한 분위기를 조성했습니다.
가장 중요한 점은 순수한 "자산 발행"의 FOMO 열풍을 경험한 후 Web3 AI가 재정비하고 실제 결과를 낼 수 있는 목표에 집중해야 한다는 것입니다.
사실, Web3 AI는 자산을 보다 쉽고 효율적으로 발행하기 위해 AI 에이전트를 배치하는 채널일 뿐만 아니라, 수익을 창출하기 위해 자산을 발행하는 게임도 아닙니다. Web2 AI와의 협력을 위해 노력하고, 서로의 생태적 틈새의 요구를 보완하며, 이러한 AI 추세 속에서 Web3 AI가 없어서는 안 될 존재임을 확실히 보여주는 것이 필요합니다.
저는 Web2AI, Web3AI와 같은 국경 간 협업이 더 많이 이루어지는 것을 보고 기쁩니다.
