웹3에서의 인공지능 활용: 도전 과제, 리스크 및 전망
작성: crypto.com
번역: TechFlow
핵심 요약:
-
생성형 인공지능(Generative AI)은 텍스트, 이미지, 오디오, 비디오 등 인공 콘텐츠를 생성하는 데 사용되는 인공지능 기술이다.
-
웹3에서의 인공지능 활용 사례로는 게임 내 디지털 컬렉터블, NFT, 자산 생성 및 소프트웨어 개발 등이 있다.
-
콘텐츠 생성 외에도 인공지능은 개발 프로세스를 간소화하고 탈중앙화 애플리케이션(Dapps)의 사용자 경험을 개선함으로써 웹3 생태계 발전을 가속화할 수 있다.
-
저작권, 정확성, 창의성 등의 도전 과제가 여전히 존재하지만, AI 시대는 이미 도래했으며 AI 모델은 기업과 산업 전반에 걸쳐 변화를 일으키고 있다.
인공지능 생성 콘텐츠 소개
최근들어 인공지능 생성 콘텐츠(AIGC)가 큰 인기를 끌고 있으며, DALL-E와 ChatGPT 같은 애플리케이션은 인상적인 시각 자산을 생성하거나 인간과 유사한 대화를 수행한다.
넓은 의미에서 생성형 인공지능은 컴퓨터 모델을 통해 텍스트, 이미지, 오디오, 비디오 등의 콘텐츠를 생성하는 인공지능 기술이다. 전문가 생성 콘텐츠(PGC)와 사용자 생성 콘텐츠(UGC) 이후, AIGC는 차세대 콘텐츠 생성 단계로 널리 여겨진다.
PGC는 일반적으로 그래픽 디자이너나 애니메이터 같은 창의적 전문가들이 브랜드 용도 또는 출판 목적으로 제작하는 반면, UGC는 최종 사용자가 직접 생성하여 YouTube, Facebook, Twitter 등의 소셜미디어 플랫폼에 공유하는 콘텐츠이다.
최근 몇 년간 인공지능의 급속한 발전으로 이제 다양한 형태의 콘텐츠를 생성할 수 있게 되었다. 관련된 주요 기술 분야로는 자연어 처리(NLP)가 있으며, 이는 컴퓨터가 텍스트를 처리하고 분석하는 방법을 연구한다. 또한 생성적 적대 신경망(GAN)은 학습 데이터셋과 유사한 특성을 지닌 새로운 데이터(예: 이미지, 비디오)를 생성하는 것을 목표로 한다.
인공지능 생성 콘텐츠는 창작 과정을 가속화하는 데 도움이 되며, 기업들은 콘텐츠 제작 방식과 여러 산업 내 창의 팀의 운영 방식을 변화시킬 수 있는 잠재력을 인식하기 시작했다.
다음은 인공지능과 웹3를 연결하는 잠재적 시나리오 및 활용 사례들이다.
웹3에서의 AIGC 활용
텍스트 AI와 웹3에 미치는 영향
텍스트 AI란 인공지능을 사용해 텍스트를 생성하는 기술을 말한다. 이는 자연어 처리 기술 중 하나로 주어진 입력을 바탕으로 인간의 글쓰기와 유사한 텍스트를 생성하며, 요약, 대화 시스템, 기계 번역 등 다양한 애플리케이션에 활용된다. 오늘날 텍스트 생성기는 다양한 목적을 위해 독창적이고 창의적인 콘텐츠를 생산하는 데 사용되며, 웹3 내에서도 이러한 기술을 고도로 활용할 수 있는 분야가 많다.
텍스트 AI 도구를 활용하면 온라인 검색이 재구상되어 웹을 더 직관적으로 탐색할 수 있는 방법이 제공된다. ChatGPT는 최근 마이크로소프트의 온라인 검색 엔진 Bing과 통합되었으며, 이제 채팅 인터페이스를 통해 웹 검색이 가능하게 되었다.
동시에 구글은 자체 NLP 모델인 Bard를 출시했는데, 이는 LaMDA 기반의 실험적 대화형 AI 텍스트 서비스로 복잡한 주제를 간소화하고 질의에 대한 통찰을 종합하는 데 도움을 준다.
생성형 인공지능이 사람들의 웹 검색 방식을 바꿀 수 있다
생성형 AI는 사람들이 웹 상에서 정보를 필터링하는 방식을 변화시킬 잠재력을 지니고 있으며, 현재 많은 웹2 사용자들이 회피하고자 하는 검색 광고 모델에 대한 의존도를 줄일 수도 있다.
텍스트 생성 도구를 사용하면 사용자는 검색 시 SEO 기반 콘텐츠의 노이즈를 줄일 수 있다(비록 인간의 개입과 미세 조정이 필요하긴 하지만). 만약 검색 선호도가 텍스트 AI 도구로 이동한다면 검색 엔진이 대체될 수 있으며, 이는 검색 관련 광고의 혼잡함을 줄이는 결과를 낳는다. 이는 웹3의 핵심 원칙 중 하나인 기술적 권한을 다시 사용자에게 돌려주는 것이다.
블록체인 게임에서는 텍스트 AI가 게임 개발자와 아티스트의 창의성과 생산성을 높이는 데 기여할 수 있다. 텍스트 AI를 활용하면 대화, 스토리, 캐릭터 설정 등 기본적인 게임 요소를 신속하게 제작하고 다듬을 수 있어 아이디어 생성 속도를 높임으로써 창작 프로세스를 간소화할 수 있다.
AI NFTs
AI는 이미지와 비디오 생성에도 도움을 줄 수 있으며, 이러한 콘텐츠 유형은 이후 NFT로 민팅될 수 있다. AI로 생성된 이러한 NFT를 '생성 예술 NFT'라고 부르는데, 이 경우 아티스트가 먼저 색상과 패턴 범위 등의 규칙과 반복 횟수, 무작위성 정도 등의 파라미터를 입력한다. 컴퓨터는 이 지정된 프레임워크 내에서 예술 작품을 생성한다.
예를 들어 Larva Labs가 'CryptoPunks' 생성기를 통해 만든 'Autoglyphs' NFT 컬렉션이 있다. 다음은 AI 보조로 생성된 다른 NFT 컬렉션들의 예시이다.
블록체인 게임에서의 AI 아바타와 아이템
생성형 AI 모델은 웹3 환경에서 아바타, 장비, 차량, 유물 등 대규모 게임 자산 창출을 지원할 수 있다. 게임 산업은 텍스트 설명만으로 창의적인 자산과 콘텐츠를 생성할 수 있는 텍스트-이미지 생성형 AI 모델을 활용할 수 있다. 특정 파라미터 내에서 현대 언어 모델은 생성된 자산의 맥락(예: 아이템 강도 수치, 캐릭터 속성, 전설 등)을 구성하는 데에도 사용할 수 있다.
현재 AI로 생성된 이미지와 비디오는 매우 정교하여 블록체인 게임이나 메타버스의 가상 제품에서 특수 효과를 만드는 데까지 사용될 수 있다. 예를 들어 Mirror World는 게임 내 캐릭터 자산으로 AI 기반의 가상 '미러'를 활용하는 GameFi 프로젝트이다. 미러 자산은 모든 게임에서 완전히 상호 운용 가능하여 자산 소유자가 새로운 도전에 맞서기 위해 게임 출시 시점에 이를 활용할 수 있도록 보장한다.
Alethea AI사는 또 다른 생성형 AI 사례로 CharacterGPT 프로젝트를 출시했다. 이 프로젝트는 텍스트 설명에서 상호작용형 AI 캐릭터를 생성하는 다중 모달 AI 시스템인 CharacterGPT를 사용하여 텍스트 기반 캐릭터 창작을 실현한다. 이러한 상호작용형 캐릭터는 각기 다른 자연어 설명에 따라 독특한 외모, 음성, 성격, 정체성을 갖출 수 있다.
이러한 캐릭터는 토큰화되어 블록체인에 기록되며, 소유자는 그 성격을 커스터마이징하고 지능을 훈련시킨 후 Alethea의 AI 프로토콜 내 다양한 dapp 간에 거래하고 사용할 수 있다. 이러한 상호작용형 캐릭터는 물리적 객체를 반영한 가상 모델인 디지털 트윈, 디지털 가이드, 디지털 동반자, 가상 비서, 인공지능 NPC(비플레이어 캐릭터) 등 다양한 응용 시나리오를 제시한다.
AI는 결함을 찾는 데 도움이 될 수 있다
웹3 인프라 및 애플리케이션 개발 시 AI는 개발 프로세스를 간소화하는 데 도움이 될 수 있다.
예를 들어 AI 애플리케이션은 코드 디버깅에 활용될 수 있다. AI를 이용해 ChatGPT는 코드를 읽고 작성할 뿐 아니라 코드 내 오류를 발견하는 능력도 어느 정도 입증했다.
일부 암호화 전문가들은 이제 간단한 코드 감사 작업에 이 AI 기반 프로그램을 사용하기 시작했다. 스마트 계약 감사 회사 Certik의 개발자들은 ChatGPT를 사용해 "복잡한 코드 조각의 의미를 신속하게 이해하고 요약"하고 있다.
결론: 웹3에서의 AI 활용에 따른 도전과제, 리스크 및 전망
인공지능이 발전함에 따라 그 가능성은 무한하며, 오직 사용자의 상상력에 의해 한계가 정해진다. 초기 단계임에도 불구하고 인공지능 모델은 기업과 산업 전반에 변혁을 일으킬 수 있음을 계속해서 입증하고 있다. 접근성이 낮아져 광범위하게 채택되고 있는 만큼, AI는 앞으로 우리 디지털 세계의 일상이 될 가능성이 크다. 그러나 이러한 기술에는 일부 도전과 리스크도 존재한다.
한 가지 도전 과제는 소비자와 조직이 AI 생성 콘텐츠에 대해 반감을 가질 수 있다는 점이다. 예를 들어 주요 스톡 이미지 사이트이자 플랫폼 중 하나인 Getty Images는 AI 아트 도구로 생성된 일러스트레이션의 업로드와 판매를 금지했다. 저작권 문제가 이유로 지목되는데, 일부 AI 생성 이미지가 저작권 보호를 받는 콘텐츠를 복제하며, 원작자의 워터마크까지 그대로 남아 있는 경우가 있기 때문이다.
AIGC가 직면한 또 다른 문제는 품질 문제이다. 스탠포드대학교 교수 앤드류 응(Andrew Ng)은 ChatGPT가 주판이 GPU보다 더 빠르다고 잘못 해석한 사례를 들었다(행운스럽게도 실제는 아니다).
대다수 사람들에게 이 기술은 일자리를 침해한다는 점에서 우려되는 도전 과제이다. 그러나 AI가 인간의 직무를 대체할 것이라는 것은 오해이다. 실제로 AI는 기존 및 신생 시장에서 새로운 기회를 창출할 가능성이 높다. 즉 AI는 기존 업무를 보완하거나 AI 관련 새로운 유형의 일자리를 만들어낼 것이며, 이는 일부 기술 역량 향상이 필요함을 의미한다.
저명한 작가 윌리엄 깁슨(William Gibson)은 AI의 미래에 대해 이렇게 묘사한 바 있다. "미래는 이미 와 있다. 다만 고르게 분배되지 않았을 뿐이다." 이것은 오늘날 AI와 웹3의 교차점에도 그대로 적용된다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@cryptocom
