인공지능(AI) 기업들은 코드 작성, 이미지 생성, 광고 일정 관리, 회의 요약 등 모든 것을 자동화하기 위해 경쟁하고 있습니다. 하지만 이러한 시스템이 발전할수록 인간 노동에 미치는 영향은 점점 더 무시할 수 없게 됩니다. 일부 전문가들은 생성형 AI가 대부분의 경제가 감당할 수 있는 속도와 강도보다 훨씬 빠르게 대규모 일자리 감소를 초래할 수 있다고 경고합니다.
한 암호화폐 기반 플랫폼은 미래를 거부하기보다는 다른 접근 방식을 택했습니다. 자동화가 불가피하다면 소유권 또한 불가피해야 한다는 것입니다.
액션 모델(Action Model )은 오늘 초대 전용 크롬 확장 프로그램을 출시했습니다. 이 확장 프로그램을 통해 사용자는 클릭, 탐색 경로, 타이핑, 작업 흐름과 같은 실제 브라우저 활동을 공유하여 AI 시스템을 학습시킬 수 있습니다. 플랫폼은 이를 대규모 액션 모델(Large Action Model, LAM)이라고 부르며, 단순히 콘텐츠를 생성하는 것을 넘어 디지털 작업을 수행하는 방법을 학습할 수 있습니다. 참여자는 그 대가로 포인트를 받게 되며, 이 포인트는 시스템 발전에 대한 참여 권한을 나타내는 거버넌스 토큰으로 전환될 수 있습니다.
액션 모델의 설립자 시나 야마니는 "인공지능이 디지털 노동을 대체하려면 노동자들이 그 대체 작업을 수행하는 기계를 소유해야 한다"고 말합니다.
작업을 수행하는 AI를 훈련시키기
콘텐츠를 생성하는 챗봇 모델과 달리, LAM(로봇 에이전트 모델)은 소프트웨어를 직접 조작하도록 설계되었습니다. 기본 아이디어는 간단합니다. 사람이 마우스와 키보드를 사용하여 디지털 작업을 수행할 수 있다면, 훈련된 AI 에이전트도 동일한 작업을 수행할 수 있어야 한다는 것입니다.
"지난 몇 년간은 챗봇이 대세였습니다. 이제는 자동화 시대죠."라고 야마니는 말합니다. "컴퓨터를 사용하는 직업을 가진 사람이 약 10억 명에 달합니다. 만약 기업에 훨씬 저렴한 비용으로 동일한 작업을 지속적으로 수행하는 도구가 제공된다면, 당연히 사용할 것입니다."
액션 모델의 확장 기능은 사용자가 승인한 행동 데이터를 수집하여 AI를 학습시킵니다. 급여 제출, CRM 항목 관리, 기본 운영 실행과 같은 작업은 한 번만 기록하면 모델이 반복 수행할 수 있습니다. 참여자는 자동화 기능을 공개 마켓플레이스에 게시할 수 있으며, 플랫폼의 인센티브 모델에 따라 사용량을 추적하고 보상을 받을 수 있습니다.
에이전트형 AI 시스템의 등장은 업계 전반에 걸쳐 널리 알려져 있으며, 모델들은 점차 콘텐츠 생성에서 자율적인 작업 실행으로 나아가고 있습니다. 이 설명 자료 에서 소개하는 것처럼, 이러한 시스템은 실제 사용자 데이터를 수집하고 이를 기반으로 작동하며, 디지털 환경을 자율적으로 탐색하는 방법을 학습합니다.
이 플랫폼은 대기자 명단, 추천 시스템 및 파트너 커뮤니티를 통해 이미 4만 명 이상의 사용자를 확보했습니다. 콘텐츠 제작자의 질을 유지하고 초기 참여자에게 보상을 제공하기 위해 접근 권한은 초대제로 유지됩니다.
이 도구는 기존 자동화 도구와 어떻게 다른가요?
대부분의 기존 자동화 도구는 API 또는 경직된 통합 방식에 의존합니다. 그러나 실제 디지털 업무의 상당 부분은 자동화를 고려하여 설계되지 않은 레거시 시스템, 내부 대시보드 및 도구에서 이루어집니다.
야마니는 "자피어는 소프트웨어를 자동화합니다. 우리는 업무를 자동화합니다."라고 말합니다. "인터넷의 약 2%만이 API를 통해 접근 가능합니다. 나머지 98%는 여전히 사람의 개입이 필요합니다."
액션 모델을 사용하면 사용자는 코드를 작성하거나 통합을 관리할 필요가 없습니다. 단순히 작업을 완료하는 방식을 기록하기만 하면 됩니다. AI는 이러한 실제 사용자 흐름을 학습하여 독립적으로 작업을 반복할 수 있게 됩니다.
이러한 특징 덕분에 액션 모델은 기존 시스템으로는 포착할 수 없는 예외적인 경우와 문서화되지 않은 워크플로우까지 커버할 수 있을 만큼 유연합니다.
개인정보 보호는 어떻게 되나요?
모든 교육 참여는 선택 사항이며, 사용자는 공유할 데이터를 직접 관리할 수 있습니다. 이메일, 의료 또는 은행 관련 사이트와 같은 민감한 사이트는 기본적으로 차단됩니다. 사용자는 교육을 일시 중지하거나, 특정 도메인을 블록 하거나, 제출한 데이터를 완전히 삭제할 수 있습니다.
야마니는 "첫 번째 원칙은 간단합니다. 여러분의 데이터는 필요 없습니다. 패턴만 있으면 됩니다."라고 말합니다. "학습 데이터는 모델에 사용되기 전에 로컬에서 처리되고 익명화됩니다."
삭제된 데이터는 영구적으로 제거되며 회사에서도 복구할 수 없습니다. 기여 내역은 다른 사용자의 데이터와 통합되며, 개인 식별을 방지하기 위해 k-익명성이 사용됩니다. 참여자는 대시보드를 통해 언제든지 자신의 교육 이력과 보상을 확인하고 관리할 수 있습니다.
"빅테크 기업들이 진정한 동의 없이 이런 종류의 데이터를 수집하는 반면, 우리는 투명하고 사용자가 직접 제어하며, 실제로 AI를 학습시키는 사람들에게 보상을 제공합니다."라고 야마니는 말합니다.
그렇다면 봇이 시스템을 악용할 수 있을까요?
기존 암호화폐 보상 시스템을 괴롭혔던 문제점을 피하기 위해 액션 모델은 행동 분석을 사용하여 실제 사용자 입력을 검증합니다. 이 시스템은 구조, 타이밍, 다양성 및 의사 결정 신호를 분석하는데, 이는 봇이나 클릭 팜이 쉽게 위조할 수 없는 요소입니다.
야마니는 "무의미한 클릭은 거의 쓸모가 없다"며 "실제 워크플로는 의도, 일시 정지, 수정, 재시도, 그리고 결정을 포함한다. 대규모로 이러한 워크플로를 흉내낼 수는 없다"고 말했다.
최근 소셜 참여나 게시물에 보상을 제공하는 다른 프로젝트들이 대량의 AI 스팸, 답글 봇, 가짜 상호작용을 생성한 후 주요 플랫폼에서 퇴출당했습니다 . 이에 따라 API 접근이 차단되었고, 저품질 활동으로 인해 토큰 생태계가 붕괴되었습니다.
ActionFi는 플랫폼의 보상 엔진으로서 그러한 함정을 완전히 피하도록 설계되었습니다. 트윗이나 클릭에 대한 비용을 지불하지 않고, 실제적이고 체계적인 디지털 노동을 반영하는 검증된 워크플로에 보상을 제공합니다.
야마니는 “우리는 소음에 돈을 내는 것이 아니라 유용한 통로에 돈을 내는 것입니다.”라고 덧붙였다.
이 시스템의 실제 소유자는 누구인가?
현재 Action Model은 확장 기능, 학습 로직 및 보상 시스템을 관리합니다. 하지만 프로젝트는 향후 $LAM 토큰 보유자에게 소유권을 이전할 계획입니다. 분산형 자율 조직(DAO) 구조를 통해 궁극적으로 참여자들은 플랫폼 의사 결정, 인센티브 메커니즘 및 모델 배포를 관리할 수 있게 됩니다.
야마니는 “초기 시스템에는 조정이 필요합니다. 중요한 것은 설계 단계부터 중앙 집중식으로 구축되었는지 여부입니다.”라고 말합니다.
설명된 대로 구현된다면, 토큰 보유자는 자신이 생성하는 데 기여한 데이터와 관련된 인프라 결정에 영향력을 행사할 수 있게 될 것입니다.
인공지능이 불가피하다면, 소유권 또한 불가피한 것일까?
차세대 인공지능은 언어뿐 아니라 노동에도 기반을 두고 있습니다. 사무 업무부터 운영에 이르기까지, 화면 뒤에서 이루어지는 많은 작업들이 이제 지능형 에이전트의 손이 닿는 곳에 있게 되었습니다.
"수백만 개의 화면 기반 일자리가 자동화될 것이라는 이야기를 들어보셨을 겁니다. 이는 수십 년 후의 일이 아니라 지금 당장 일어나고 있는 일입니다."라고 야마니는 말합니다. "만약 여러분의 데이터가 AI 학습에 활용된다면, 그 결과물에 대한 소유권을 가져야 합니다."
액션 모델이 규모를 확장하고, 투명성을 유지하며, 지속 가능한 경제를 구축할 수 있을지는 앞으로 몇 달 동안 면밀히 지켜볼 부분입니다. 하지만 액션 모델의 목표는 매우 분명합니다. 인공지능의 핵심 과제는 단순히 무엇을 할 수 있느냐가 아니라, 누구를 위해 일하느냐에 달려 있다는 것입니다.
인공지능이 업무 환경을 재편하는 가운데, 미래는 플랫폼의 손에 달려 있을까요, 아니면 사람들의 손에 달려 있을까요?
