인공지능(AI) 기업들은 코드 작성, 이미지 생성부터 광고 일정 관리, 회의 요약 등 모든 것을 자동화하기 위해 경쟁하고 있습니다. 그러나 이러한 시스템이 점점 더 지능화됨에 따라 인간의 일자리에 미치는 영향이 더욱 분명해지고 있습니다. 일부 전문가들은 AI가 창출하는 일자리가 현재 경제가 감당할 수 있는 속도와 범위보다 훨씬 빠르고 광범위한 대규모 실업 사태를 촉발할 수 있다고 경고합니다. 자세한 내용은 여기를 참조하십시오 .
미래에 맞서 싸우는 대신, 암호화폐 세계에서 시작된 이 플랫폼은 다른 길을 택하고 있습니다. 자동화가 불가피하다면, 소유권 또한 불가피해야 한다는 것입니다.
Action Model은 사용자가 클릭, 페이지 탐색, 데이터 입력, 작업 실행과 같은 실제 브라우저 활동을 공유하여 AI 시스템을 학습시킬 수 있는 초대 전용 크롬 확장 프로그램을 출시했습니다. 이 플랫폼은 이를 대규모 액션 모델(LAM)이라고 부르며, 단순히 콘텐츠를 생성하는 것을 넘어 디지털 작업을 처리하는 방법을 학습하는 것을 목표로 합니다. 참여자는 그 대가로 포인트를 획득하며, 이 포인트는 시스템 개발 의사 결정에 참여할 수 있는 권리를 나타내는 거버넌스 토큰으로 전환할 수 있습니다.
액션 모델의 설립자인 시나 야마니는 "인공지능이 디지털 노동을 대체할 것이라면, 노동자들이 이러한 '기계'의 소유자가 되어야 한다"고 말했습니다.
인공지능이 작업을 수행하도록 훈련시키기
단순히 콘텐츠를 생성하는 챗봇과 달리, LAM(로봇 보조 관리자)은 소프트웨어를 직접 실행하도록 설계되었습니다. 그 아이디어는 간단합니다. 사람이 마우스와 키보드를 사용하여 디지털 작업을 수행할 수 있다면, 훈련된 AI도 똑같이 할 수 있어야 한다는 것입니다.
야마니는 "몇 년 전만 해도 챗봇 시대였지만, 지금은 자동화 시대입니다."라고 말했습니다. "현재 전 세계 인구 약 10억 명이 컴퓨터를 사용하고 있습니다. 기업에 직원을 고용하는 것보다 훨씬 많은 비용을 절감하면서 지속적으로 업무를 자동화할 수 있는 도구가 있다면, 당연히 사용할 것입니다."
액션 모델은 사용자가 공유하기로 선택한 실제 운영 데이터를 수집하여 AI를 학습시킵니다. 급여 처리, CRM 관리 또는 기본 운영과 같은 작업은 한 번만 기록해 두면 AI가 나중에 반복 수행할 수 있습니다. 참여자들은 또한 공개 마켓플레이스에서 자동화 프로세스를 공유할 수 있으며, 모든 활동은 플랫폼의 인센티브 모델에 따라 추적되고 보상됩니다.
에이전트 AI는 콘텐츠 제작에서 자동화된 실제 작업 처리로 점차 전환됨에 따라 업계에서 점점 더 보편화되고 있습니다. 이 글 에서 설명하는 것처럼 이러한 시스템은 실제 사용자 데이터를 활용하여 디지털 환경과 상호 작용하고 탐색하는 방법을 끊임없이 학습합니다.
이 플랫폼은 현재 대기자 명단, 친구 추천 및 파트너 커뮤니티를 통해 4만 명 이상의 등록 사용자를 확보했습니다. 참여자의 질을 보장하고 초기 참여자에게 보상을 제공하기 위해 접근 권한은 초대제로 유지됩니다.
기존 자동화 도구와 어떤 점이 다른가요?
현재 대부분의 자동화 도구는 API 또는 경직된 통합 방식에 의존합니다. 그러나 실제 디지털 작업의 대다수는 기존 시스템, 내부 대시보드 또는 자동화가 불가능하다고 여겨졌던 도구에서 이루어집니다.
야마니는 "자피어는 소프트웨어를 자동화합니다. 우리는 작업을 자동화하는 것입니다."라고 말했습니다. "인터넷 데이터의 약 2%만이 실제로 API를 통해 접근 가능합니다. 나머지 98%는 여전히 사람의 개입이 필요합니다."
액션 모델을 사용하면 사용자는 코드나 복잡한 통합 방법을 알 필요가 없습니다. 평소처럼 작업 프로세스를 기록하기만 하면 됩니다. AI는 실제 프로세스를 학습한 후 이를 자동으로 재현합니다.
결과적으로 액션 모델은 기존 자동화 시스템으로는 도달할 수 없는 특수한 경우와 문서화되지 않은 프로세스까지 유연하게 포착할 수 있습니다.
개인 정보 보호는 어떻게 되나요?
모든 학습 데이터는 사용자가 직접 선택합니다. 이메일, 건강 정보, 은행 거래 내역과 같은 민감한 페이지는 기본적으로 차단됩니다. 사용자는 학습을 일시 중지하거나, 특정 웹사이트를 차단하거나, 자신의 데이터를 완전히 삭제할 수 있습니다.
야마니는 "첫 번째 원칙은 매우 간단합니다. 개인 데이터는 필요 없고, 작동 가능한 모델만 있으면 됩니다."라고 말했습니다. "데이터는 로컬에서 처리되고 익명화된 후 AI 학습에 사용됩니다."
한 번 삭제된 데이터는 완전히 손실되며, 회사에서도 복구할 수 없습니다. 귀하의 참여 내역은 다른 많은 사용자의 데이터와 함께 집계되며, 개별 사용자 정보 검색을 방지하기 위해 k-익명성이 적용됩니다. 대시보드를 통해 언제든지 전체 학습 이력과 보상을 추적하고 관리할 수 있습니다.
"빅테크 기업들이 종종 동의 없이 이러한 유형의 데이터를 수집하는 반면, 우리는 투명성을 유지하고 사용자가 능동적으로 제어할 수 있도록 하며, AI에 데이터를 제공하는 사용자에게는 실질적인 보상도 제공할 것입니다."라고 야마니는 덧붙였다.
그렇다면 봇이 시스템을 조작할 수 있을까요?
기존 암호화폐 보상 시스템의 일반적인 문제점을 피하기 위해 액션 모델은 행동 분석을 통해 실제 사용자 행동을 검증합니다. 이 시스템은 작업 구조, 타이밍, 변경 사항 및 의사 결정과 같은 요소를 분석하는데, 이러한 요소들은 자동화된 봇이나 클릭 팜이 위조하기 어렵습니다.
"그냥 무작위로 클릭하는 건 아무 의미가 없어요." 야마니가 말했다. "실제 과정은 항상 목적이 있고, 멈추고, 실수를 수정하고, 다시 시도하고, 심사숙고하는 과정을 거칩니다. 이런 과정을 대규모로 흉내낼 수는 없어요."
이전에는 상호작용과 게시물에 보상을 제공했던 여러 프로젝트들이 AI 스팸, 봇 답변, 가짜 상호작용이 만연하여 주요 플랫폼에서 퇴출 당했습니다. 그 결과, API가 잠기고 토큰 생태계는 성능 저하로 인해 붕괴되었습니다.
ActionFi는 플랫폼의 보상 시스템으로, 이러한 위험을 완전히 제거하도록 설계되었습니다. ActionFi는 트윗이나 클릭에 보상을 제공하지 않고, 실제 사람들이 수행하는 체계적인 워크플로에만 보상을 제공합니다.
"우리는 불필요한 정보에는 보상을 하지 않습니다. 진정으로 도움이 되는 링크에만 보상을 합니다."라고 야마니는 덧붙였다.
이 시스템의 실제 소유자는 누구인가요?
현재 액션 모델은 유틸리티, 학습 로직 및 보상 시스템을 제어합니다. 그러나 프로젝트는 시간이 지남에 따라 이러한 소유권을 토큰 보유자 커뮤니티로 점진적으로 이전하는 데 전념하고 있습니다. 모든 참여자가 플랫폼의 방향, 보상 메커니즘 및 모델 구현에 기여할 수 있도록 DAO(분산형 자율 조직) 구조를 구현할 예정입니다.
야마니는 "초기 단계에서는 항상 조율이 필요하지만, 중요한 것은 설계 자체가 전력 집중을 목표로 하는지 여부"라고 말했다.
계획대로 구현된다면, 토큰 보유자는 자신들이 구축에 참여한 데이터와 연결된 인프라에 대한 의사 결정에 실질적인 영향력을 행사할 수 있게 될 것입니다.
인공지능이 불가피하다면, 소유권 또한 불가피해질까요?
차세대 인공지능은 언어뿐 아니라 인간의 노동력도 기반으로 삼을 것입니다. 사무 업무부터 운영에 이르기까지, 다양한 보이지 않는 작업들이 이제 지능형 에이전트의 손이 닿는 곳에 있게 되었습니다.
"수백만 개의 스크린 작업이 자동화될 것이라는 이야기를 들어보셨을 겁니다. 이는 수십 년 후의 일이 아니라 지금 당장 시작되고 있는 일입니다."라고 야마니는 말했습니다. "만약 여러분의 데이터가 AI 학습에 활용된다면, 그 결과에 대한 소유권을 가져야 마땅합니다."
액션 모델이 규모를 확장하고 투명성을 유지하며 지속 가능한 경제를 구축할 수 있을지는 향후 몇 달 동안 지켜봐야 할 것입니다. 하지만 프로젝트의 방향은 분명합니다. 인공지능에 대한 가장 중요한 질문은 인공지능이 무엇을 할 수 있느냐가 아니라 누가 그 혜택을 받을 것인가입니다.
인공지능이 업무 방식을 바꾸고 있는 가운데, 미래는 거대 플랫폼의 것이 될까요, 아니면 인간의 것이 될까요?
