대화하는 Kaito CEO: 웹3을 위한 궁극의 GPT 구축
TechFlow：Sunny
Kaito: Yu Hu
“새로운 데이터 분배 패러다임 하에서 저는 Web3가 가져올 기회가 과학기술 기업들의 데이터 독점 경제 구조를 완전히 바꿔놓을 것이라고 굳게 믿습니다.”
-- Yu Hu
Web3 정보를 어떻게 효율적으로 얻을 수 있을까요? 일반 사용자들에게는 트위터, 디스코드, 텔레그램 및 미디어 웹사이트가 주요 정보 출처입니다. 더 분석 능력이 뛰어난 사용자들은 체인 상 데이터 탐색기, 거버넌스 포럼, 팟캐스트 또는 컨설팅 리포트를 활용하기도 합니다. Web3의 정보는 Web2보다 더욱 조각화되어 있으며, 암호화 네이티브 소셜 애플리케이션과 블록체인에 산재해 있어 보물찾기와 같습니다. 이는 구글 중심의 검색 방식과는 크게 다릅니다.
모든 산업은 혼란에서 질서로 나아가는 발전 과정을 겪습니다. 전통적인 세계에서 검색 엔진이 등장하기 전에도 정보는 극도로 산발적이었으며, 사용자들은 어디서 어떤 정보를 얻어야 하는지 아는 전문 검색가가 되어야 했습니다. 구글의 등장으로 일반 대중도 인터넷 전체 정보를 매우 효율적으로 색인할 수 있게 되었고, 대규모 언어 모델(Large Language Model)의 등장은 정보 색인의 효율성을 한 차원 더 높였습니다.
오늘날의 Web3 정보 검색은 어느 단계에 있을까요? 몇 년 전과 비교하면 우리는 큰 진전을 이루었습니다. 이테르스캔(Etherscan), 듀안(Dune), 낸센(Nansen)이 등장하기 전에는 일반 사용자가 블록체인 정보를 찾는 것은 바늘을 메바늘 속에서 찾는 것처럼 어려웠습니다. 그러나 오늘날에도 전통 세계가 이미 검색 엔진 시대를 넘어 대규모 언어 모델 시대로 나아가는 가운데, Web3는 본토화된 검색 엔진이 없기 때문에 여전히 정보가 극도로 분산된 검색 엔진 이전 시대에 머물러 있습니다. 사용자는 정보를 얻는 전문가여야 하며, 예치량, 일일 활성 사용자수, 프로토콜 수익, 커뮤니티 의견, 거버넌스 제안 등을 각기 다른 채널에서 찾아야 합니다. Kaito의 창립자이자 CEO인 유 후(Yu Hu)는 몇 년 후 우리가 지금을 돌아볼 때 이러한 원시 상태가 거의 상상조차 할 수 없을 정도로 느껴질 것이라고 확신합니다.
유 후는 2020년부터 Web3 정보 색인의 문제점을 깊이 인식했습니다. 정보가 극도로 산발되고 조직화되지 않았으며, 구글과 같은 전통적 검색 엔진과 호환되지 않는다는 점이었습니다. 당시 그는 자신의 요구가 사실상 전체 산업의 요구라는 것을 깨달았습니다. 그래서 그는 즉시 직장을 그만두고 Web3 검색 엔진 개발에 온전히 매달렸습니다. 유 후의 말처럼: “저는 Web3 정보 색인 방식이 검색 엔진 이전 시대에서 검색 엔진 시대로, 궁극적으로는 대규모 언어 모델 시대로 나아가도록 이끌고자 합니다. 이를 통해 산업 종사자들과 향후 10억 명의 Web3 사용자들에게 새로운 고효율 정보 색인 방법을 제공하고자 합니다.”
Kaito의 검색 엔진은 Auto GPT 프레임워크와 여러 ChatGPT 백엔드를 활용하여 에이전트 네트워크를 구성하며, 검색, 정보 처리, 데이터 정제 및 주석 달기 등의 다양한 작업을 수행합니다. 이를 통해 더 고품질의 Web3 정보 서비스를 제공하고, 사용자 공동 창작을 통한 경험 최적화와 경제적 수익 증대를 적극적으로 탐구하고 있습니다.
유 후와의 심층 인터뷰에서 우리는 AI 대규모 언어 모델이 Web3 사용자를 어떻게 지원할 수 있는지, 그리고 커뮤니티 공동 창작 기반의 탈중앙화 AI 검색 엔진의 미래를 어떻게 구축할 수 있는지에 대해 논의했습니다. 미디어로서 우리는 또한 전통 미디어와 인공지능을 결합하여 정보의 진실성과 독창성을 높이는 방법에 대해서도 함께 고민했습니다.
주요 요약
-
새로운 데이터 분배 패러다임 하에서 저는 Web3가 가져올 기회가 과학기술 기업들의 데이터 독점 경제 구조를 완전히 바꿔놓을 것이라고 굳게 믿습니다.
-
Web2 시대에는 대부분의 정보가 인터넷에 저장됩니다. 반면 Web3 세계에서는 많은 정보가 블록체인에 존재하며, 블록체인은 인터넷과는 완전히 다른 정보 구조를 가집니다. 블록체인 정보를 크롤링하려면 노드를 설정해야 하며, 구글처럼 일반적인 크롤러 시스템을 사용할 수 없습니다.
-
우리는 앞으로 사용자와 깊이 있는 공동 창작을 희망합니다. 사용자가 우리 플랫폼에서 잘못된 정보를 발견하면 피드백 메커니즘을 통해 함께 참여해 정보의 질을 개선할 수 있기를 바랍니다.
-
Web3 환경에서는 데이터 소유권을 중요하게 생각하므로, 사용자가 데이터 처리 과정과 제품 공동 개발에 참여하기를 바랍니다. 사용자가 많아질수록 우리의 모델 성능도 더욱 강력해질 것입니다.
-
검색 엔진과 미디어 사이에는 본질적으로 상하류 관계가 있으며, 미디어는 검색 엔진의 정보 소스 중 일부로서 협력하는 것이 가장 근본적인 관계입니다.
암호화 토끼굴에 빠지다
TechFlow: 당신은 어떻게 캠브리지의 우수한 학생에서 시타델(Citadel) 펀드 매니저를 거쳐 크립토펑크 소유자가 되었고, 결국 Web3와 AI에 특화된 스타트업을 창업하게 되셨나요?
Yu:
저는 경영경제학 전공으로 전통 금융 분야에서 약 10년간 일했습니다. 투자은행과 헤지펀드를 거쳐 시타델 등에서 2차 시장 투자 업무를 맡았습니다. 하지만 2017년경 암호화폐를 접하면서 이 신기술에 큰 관심을 갖게 되었고, 여가 시간에 관련 연구를 시작했습니다. 이는 새로운 기술일 뿐 아니라 새로운 자산 클래스이기도 했기 때문입니다.
2020년 DeFi의 여름에는 많은 시간을 연구에 투자했습니다. DeFi는 다른 개념과 달리 비교적 기초적이며, 예치량, 수익 등 지표 데이터를 모두 확인할 수 있어 기본적 분석이 가능합니다. 저는 당시 많은 연구를 진행했고 기회를 모색했습니다.
당시 암호화 산업 내 정보 전달이 매우 혼란스럽고 산발적이라는 것을 절감했습니다. 이는 제가 전통 금융 시장에서 경험한 정보 격차와 비슷했습니다. 전통 금융 분야에는 정보를 검색하는 데 도움이 되는 우수한 금융 도구들이 많이 있습니다.
하지만 블록체인 분야에서는 트위터, 디스코드 등의 소셜 플랫폼 정보조차 효과적으로 검색할 수 있는 검색 엔진조차 부족했습니다. 이로 인해 정보 수집은 매우 고통스러운 일이 되었습니다.
2021년 저는 크립토펑크 NFT를 구입했는데, 이는 업계의 중요한 순간을 상징합니다. 저는 Web3의 미래에 대해 확신을 갖고 있으며, 이 신념은 지금까지 이어지고 있습니다.
산업 발전과 제 관심사를 고려해 2021년 말 사직하고 제품을 개발하는 스타트업을 시작하기로 결정했습니다. 저와 같은 사람들을 위한 정보 검색 문제를 해결하는 제품을 만들고 싶었습니다. 이것이 바로 제가 창업한 동기입니다.
TechFlow: 2017-2021년 사이에 당신의 연구 초점은 무엇이었으며, 어떤 중요한 통찰을 얻었습니까? 2017년 이후 당신의 산업에 대한 통찰은 어떻게 변화했나요?
Yu:
제게 가장 큰 영향을 준 것은 장기적 사고방식을 갖게 되었다는 점입니다.
-
초기의 깨달음은 다양한 금융 상호작용 방식에 대한 이해였습니다. 저는 금융 분야 출신이기 때문입니다. 이 통찰은 기본 프레임워크 아래서 소유권 개념에 따른 가격 책정 방식의 다양성에 대한 사고를 불러일으켰습니다.
저는 이것이 깊이 있는 관점이라 생각합니다. 왜냐하면 이는 산업 전반의 기본 속성으로 진화했기 때문입니다.
-
2020년과 2021년에는 지난 20년간 Google, Facebook 등과 같은 기술 거대 기업들의 성장 배경에 있었던 기술 혜택에 대해 생각하기 시작했습니다.
하지만 저는 더 깊은 생각을 하게 되었습니다. 만약 이런 패턴이 계속된다면 향후 50년, 100년 후에는 기술 구조가 완전히 달라질 수 있으며, 그 핵심은 바로 데이터 소유권일 수 있다고 봤습니다.
현재 우리는 Google, Instagram, Facebook 등의 기술 제품을 무료로 이용할 수 있지만, 진정한 가치는 이러한 제품 뒤에 숨겨진 거대한 데이터에 있습니다. 사용자들은 데이터의 가치를 진정으로 인식하지 못하며, 이 데이터는 완전히 과학기술 기업들 손에 들어 있습니다.
새로운 데이터 분배 패러다임 하에서 저는 Web3가 가져올 기회가 이러한 경제 논리를 완전히 바꿔놓을 것이라고 굳게 믿습니다.
데이터 소유권은 사용자에게로 돌아갈 것이며, 새로운 제품들은 커뮤니티 공동 창작 방식으로 등장할 것입니다. 이러한 새로운 제품들은 다양한 측면에서 우리의 미래 인식에 영향을 미칠 것이며, 데이터와 사용자의 상호작용 논리와 관계도 바꾸게 될 것입니다.
Web3의 정보 규모와 특성: 탈중앙화와 상호 운용성
TechFlow:Kaito에서는 Web3 정보의 상호 운용성을 어떻게 통합하고 실현하나요? 이는 Web2 시대의 방법과 어떻게 다릅니까?
Yu:
간단히 설명드리겠습니다. Kaito는 두 가지 핵심 제품이 있습니다.
-
하나는 기관 사용자를 위한 전문 검색 플랫폼으로, 연구자, 언론인, 산업 건설자 등 전문가들에게 서비스를 제공합니다. 이들은 관련 정보를 검토하는 데 많은 시간을 투자합니다.
-
또 다른 하나는 모든 C단 사용자 시장을 위한 검색 엔진으로, Web3 버전의 구글과 유사합니다.
우리의 주요 통합 과정은 세 가지로 나눌 수 있습니다.
-
첫째는 정보 출처입니다. Web3와 관련된 데이터가 무엇인지 파악해야 합니다. 예를 들어 트위터, 디스코드 등의 플랫폼에서 관련 정보를 선별하고 기술적으로 통합합니다.
-
둘째는 정리 과정입니다. 수집된 데이터를 정제하고 주석을 달아 비구조화된 데이터를 구조화된 데이터로 변환합니다. 자체 데이터베이스에 주석을 달거나, AI와 대규모 모델을 활용해 이해를 도울 수도 있습니다.
-
셋째는 데이터의 가독성 확보입니다. 즉, 사용자와 어떻게 상호작용할 것인지입니다. 검색, 정보 피드, 차트, 채팅 등 다양한 형태가 가능하며, 궁극적으로는 사용자와 긴밀한 상호작용을 통해 데이터를 보다 쉽게 조작할 수 있도록 하는 것입니다.
이 세 단계가 데이터 통합과 실용성 제공의 핵심입니다.
Web3와 Web2의 정보 차이는 주로 세 가지입니다.
-
첫째, 정보 전파 방식이 완전히 다릅니다. Web3 시대에는 정보가 본질적으로 더 탈중앙화되고 혼란스럽습니다. Web2와 달리 Web3의 정보는 공식 미디어 발표에만 의존하지 않으며, FTX와 같은 공식 계정조차도 중요한 사건을 발표할 때 커뮤니티 계정의 반응을 더 주목합니다. 디스코드 등의 플랫폼에서는 정보 전파가 더욱 탈중앙화됩니다.
-
둘째는 정보 기반 인프라의 차이입니다. Web2 시대에는 대부분의 정보가 인터넷에 저장되지만, Web3 세계에서는 많은 정보가 블록체인에 존재합니다. 블록체인은 인터넷과 완전히 다른 정보 구조입니다. 블록체인 정보를 크롤링하려면 노드를 설정해야 하며, 구글처럼 범용 크롤러 시스템을 사용할 수 없습니다.
-
셋째는 정보 상호작용 방식의 차이입니다. Web2 시대에는 데이터 정제 및 주석 작업이 고도로 중앙집중화되어 있으며, 구글이나 ChatGPT 등은 대규모 팀이 이를 수행합니다. 반면 Web3 시대에는 사용자와 공동 창작이 가능하며, 공동 창작 행동을 인센티브로 유도할 수 있습니다. 예를 들어 Web3 범위 내에서 커뮤니티와 개발자들이 함께 새로운 검색 엔진을 만들어 Web3 커뮤니티에 새로운 검색 경험을 제공할 수 있습니다.
TechFlow:Web3의 공개 데이터와 개인 데이터의 현재 규모는 얼마나 되며, 향후 어떻게 변화할 것으로 예상됩니까?
Yu:
저희가 직접 수집한 데이터에 따르면, 매일 약 백만 건의 기관 정보를 처리합니다. 공개 데이터를 포함하면 이 수치는 천만 단위로 확대될 수 있으며, 텔레그램, 디스코드 등의 개인 데이터까지 포함하면 억 단위를 넘길 것입니다. 이것이 저희의 일일 데이터 처리량입니다. 미래의 추세로는 이 데이터 양이 계속 증가할 것으로 예상됩니다. 사용자 수가 증가하고 정보 출처가 늘어남에 따라 블록체인뿐 아니라 관련 중앙화 기업들도 이 추세를 피할 수 없기 때문입니다.
또한 정보의 성격도 변화할 수 있습니다. 현재 대부분의 정보는 거래와 관련이 있지만, 블록체인 응용 범위가 확대됨에 따라 다른 분야의 정보도 급속도로 증가할 것입니다.
인공지능이 Web3를 지원하다
TechFlow: 대규모 언어 모델을 활용해 AI 작업 시스템을 어떻게 구성하셨나요? 또한 다양한 데이터 소스를 어떻게 처리하고 최적의 답변을 도출하나요?
Yu:
현재 우리는 Auto GPT 아키텍처를 채택하여 여러 ChatGPT 모델을 백엔드에 배포하고, 이들이 함께 에이전트 작업 시스템을 구성합니다.
-
각 에이전트는 서로 다른 작업을 담당합니다. 사용자가 검색 요청을 하면 첫 번째 에이전트가 의미와 요구사항을 분석하여 어느 데이터 소스에서 답을 찾을지를 결정합니다. 우리는 여러 에이전트를 보유할 수 있으며, 각각은 트위터, 디스코드, 연구 등 특정 분야에 특화되어 있습니다.
-
이들 에이전트는 서로 소통하며 최적의 답을 찾고, 그 답이 사용자 질문에 부합하는지 평가합니다. 이 프레임워크 하에서는 현재 ChatGPT를 기본 대규모 모델로 사용하고 있지만, 자체 모델 파인튜닝이나 완전한 독자 훈련도 동시에 탐구하고 있습니다.
ChatGPT는 사전 훈련된 모델입니다. 자체 지식 베이스를 활용해 사용자 질문에 답할 수 있지만, 그 범위를 벗어난 내용은 답변할 수 없습니다. 우리는 ChatGPT의 의미 이해 및 논리 추론 능력을 활용하여 현재 발생하는 사건을 학습시키는 방식으로 연계합니다. 이를 '컨텍스트 학습'이라고 부릅니다.
최적화해야 할 부분이 많기 때문에 에이전트 네트워크가 필요합니다. 특정 문제에는 GPT-4와 같은 복잡한 모델이 필요할 수 있지만, 일반적으로는 간단한 모델로도 충분합니다. 이는 인간이 정보를 처리할 때 상황에 따라 다른 인지 능력을 동원하는 것과 유사합니다. 심층 문헌은 집중적인 이해가 필요하지만, 간단한 문제는 보다 쉽게 답을 얻을 수 있습니다.
마찬가지로 데이터베이스 수준에서도 수요에 따라 네트워크를 운영합니다. 미래에는 데이터베이스 자체도 탈중앙화 관리로 전환해 확장성을 더욱 효율적으로 높일 수 있을 것입니다.
데이터 정제, 주석, 처리 과정에서 우리는 사용자와 함께 가치를 창출하고자 합니다. 데이터는 어떤 AI 기업에게나 매우 중요하기 때문입니다.
Web3 환경에서는 데이터 소유권을 존중하므로, 사용자가 데이터 처리 과정에 참여해 제품을 함께 만들어가기를 바랍니다. 사용자가 많을수록 우리의 모델 능력이 더욱 강력해지고, 사용자 경험도 좋아져 더 많은 사용자를 유치할 수 있으며, 모두가 이 과정에서 경제적 수익을 공유할 수 있습니다. 이것이 우리가 실현하고자 하는 공동 창작 개념입니다.
TechFlow:Kaito는 사용자가 블록체인 산업의 허위 정보에 대응하고 데이터 품질을 보장하는 데 어떻게 도움을 줍니까?
Yu:
현재 우리의 주요 작업은 세 가지입니다.
첫째, 정보 소스를 선별합니다. 예를 들어 트위터의 경우 소셜 그래프 기법을 활용해 스팸 정보를 제거할 사용자를 선별합니다.
둘째, 정보 출처 제공에 중점을 둡니다. 사용자가 ChatGPT와 같은 대규모 언어 모델을 사용할 때는 결과 생성 과정을 알 수 없지만, 우리는 모든 검색 결과에 정보 출처를 표시해 사용자가 정보의 신뢰도를 판단할 수 있도록 돕습니다. 이는 전통적인 대규모 언어 모델에 비해 우리가 이룬 중요한 기술적 최적화입니다.
마지막으로, 사용자와의 공동 창작을 희망합니다. 사용자가 우리 플랫폼에서 무용하거나 허위 정보를 발견하면 피드백 메커니즘을 통해 함께 참여해 정보 품질을 높일 수 있습니다.
탈중앙화가 인공지능을 지원하다
TechFlow:AI가 Web3 시대에 가지는 잠재력, 특히 자기 학습 및 데이터 공유 능력에 대해 어떻게 생각하시나요? 또한 블록체인의 어떤 핵심 특성이 AI의 미래 발전에 영향을 미칠 수 있다고 보십니까?
Yu:
OpenAI와 블록체인 사이에는 직접적인 관계가 없으며, OpenAI는 매우 중요한 AI 산출물입니다. 그 모델 훈련은 대량의 데이터와 문서를 기반으로 하며, 인공 주석 역시 고용된 인력을 통해 이루어지며, 훈련 과정은 중앙집중화된 운영입니다. 반면 Web3는 자체적으로 새로운 구조를 열고 있으며, 파괴적인 잠재력을 지닙니다. 현재 일부 사람들은 Web3의 파괴적 본질을 아직 완전히 인식하지 못하고 있습니다.
인공지능의 잠재력
최근 인공지능의 대부인 조프 힌튼(Geoff Hinton)은 "지능의 진화에서 인류는 단지 '지나가는 단계'일 뿐"이라고 말했습니다. ChatGPT는 이미 매우 뛰어나지만 여전히 AI 산물의 일부에 불과합니다. 장기적으로 보면 인공지능 산업은 매우 큰 잠재력을 지닙니다.
인간과 달리 AI는 동일 모델의 여러 복사본이 새로 학습한 내용을 공유할 수 있다는 잠재적 이점이 있습니다.
현재 단계에서 AI는 아직 자신의 사명을 완수하지 못했지만, 저는 그 미래가 무궁무진하다고 믿습니다. 여기에는 중요한 가정이 하나 있습니다. AI의 발전은 결코 느려질 수 없습니다. AI 개발에는 강력한 동인이 있으며, 어떤 국가가 AI 연구를 늦춘다고 해도 다른 국가는 계속 추진할 것이기 때문입니다. 따라서 AI 발전 추세는 안정적이고 지속적이며 억제할 수 없는 것입니다.
블록체인의 속성
이 과정에서 블록체인의 핵심은 무엇일까요? 공정성, 신뢰성, 안정성, 개인의 통제권. 저는 이것이 블록체인의 가장 중요한 핵심이며, 어떤 중앙화 조직도 거대한 위험을 초래할 수 있기 때문입니다. 이는 머스크가 OpenAI가 'Close AI'가 되었다는 데 불만을 품는 이유를 설명해줍니다.
어느 정도로는 그의 관점을 이해합니다. 그러나 이 프레임워크 하에서 데이터 소유자나 기타 측면에서 제한을 가한다면, 전체 시스템은 강력한 부정적 피드백 원칙을 갖게 될 것입니다.
이 사고는 다소 철학적이며 추상적이지만, 검증 가능한 방향이 많다고 생각합니다. AI 시장이 부상한 후 Web3가 점점 더 중요해지고 있으며, 이것이 최근 제가 얻은 사고입니다.
시간이 진정한 탈중앙화를 밝혀줄 것이다
Web3에서는 본질적으로 중앙화 요소가 거의 없다고 생각합니다. 이는 매우 탈중앙화된 것입니다. 예를 들어 업계에는 부정적인 사례들이 있는데, 작년부터 지금까지 FTX 문제, 일부 언론 보도, USDC의 디페깅 사건 등 많은 재난적 사건들이 있었지만, 모두 중앙화 본질과 관련이 있습니다.
하지만 비트코인과 이더리움과 같은 프로토콜처럼 진정으로 완전히 탈중앙화된 것들은 매우 안정적으로 운영되며, 자체적으로 매우 강력한 서비스 원칙을 가지고 있습니다. 이는 매우 중요합니다. 앞서 언급한 파생물들 중에는 공정한 커뮤니티 공동 창작 등이 포함되며, 모두 매우 탈중앙화된 기반 위에서 발생합니다.
전통 미디어와 AI 검색 엔진의 관계
TechFlow: AI 검색 엔진은 미디어 산업에 어떤 영향을 미칠까요? AI가 미디어를 대체해 누구나 고품질 콘텐츠를 만들 수 있게 될 것이라고 생각하십니까?
Yu:
검색 엔진과 미디어 사이에는 본질적으로 상하류 관계가 있으며, 미디어는 검색 엔진의 정보 소스 중 일부로서 협력하는 것이 가장 근본적인 관계입니다.
대규모 언어 모델이 등장하기 전에도 검색 엔진은 존재했으며, 국내의 오늘두탸오(今日头条) 등 미디어 집합 플랫폼조차 AI 회사를 활용해 단순한 뉴스 요약, 정리, 요약 작업을 이미 수행하고 있습니다. 이는 모두 이미 AI 기능을 적용한 것입니다.
하지만 저는 일부 사항은 결코 혹은 거의 대체되지 않을 것이라고 생각합니다. 예를 들어 인터뷰, 조사 보도와 같은 독점 정보는 미디어의 독자적 가치입니다.
블록체인 개인 데이터의 프라이버시 보호와 데이터 공동 창작
TechFlow: 향후 체인 상 데이터 및 행동의 프라이버시 보호에 대한 견해를 말씀해주실 수 있나요? Kaito는 이러한 도전에 대응하기 위해 어떤 전략을 갖고 있나요?
Yu:
저는 이 주제 자체가 매우 중요하다고 생각합니다.
이 문제에 대해 우리는 중립적인 엔진입니다. 간단히 말해 인터넷이나 블록체인에서 공개된 정보라면 모두 수집합니다. 그러나 개인적 또는 보호된 정보는 현재도, 미래에도 수집하지 않습니다. 왜냐하면 누구나 접근할 수 있는 정보가 아니기 때문입니다.
데이터 공동 창작 과정에서 우리는 블록체인과 인공지능의 교차점에 서서 사용자와 함께 새로운 데이터 가치를 창출하고자 합니다. 우리는 블록체인 분야의 문제 해결을 목표로 하고 있으므로 본질적으로는 인공지능 기업에 더 가깝습니다. 현재 팀원 대부분은 성숙한 기술 기업 출신으로 인공지능 관련 배경을 가지고 있으며, Web3의 미래에 대해 확신을 갖고 있습니다. 초기 팀원들은 대부분 Web3 커뮤니티 출신으로, 함께 힘을 모아 자신들의 제품을 만들어가고 있습니다.
AI와 블록체인의 균형에 대해 저는 우리의 발전 과정에서 명확한 균형점이 존재한다고 보지 않습니다. 우리는 사랑하는 수직 분야의 요구를 해결하기 위해 AI 기술을 활용하며, 정보 색인, 배포 또는 기타 잠재 분야에서 특정 산업을 위한 유용한 서비스를 보다 효율적이고 좋은 방식으로 제공하는 데 목적이 있습니다.
전통 비즈니스 모델 vs. 커뮤니티 공동 창작 기반 경제 모델
TechFlow: 현재 팀은 커뮤니티 공동 건설 방식을 고려하고 있나요? 사용자를 유인할 수 있는 인센티브 방식은 무엇이 있나요?
Yu:
가장 간단하고 직접적인 방법은 사용자가 기여한 모든 데이터에 일정한 경제적 가치를 부여하고, 규제와 규정 준수 범위 내에서 운영하는 것입니다. 이 플랫폼에서 각 사용자의 검색, 조회, 행동은 모두 플랫폼 모델 최적화에 기여하며, 더 나은 사용자 경험을 제공합니다. 이러한 긍정적 인센티브를 통해 모든 사용자가 커뮤니티 공동 창작에 적극 참여하도록 장려합니다. 이것이 바로 우리의 목표입니다.
현재 Kaito는 두 가지 비즈니스 모델을 가지고 있습니다. 하나는 기관용으로 전통적인 구독 방식을 통해 유료 서비스를 제공합니다. 또 다른 하나는 일반 대중용으로 완전 무료이며, 추가 유료 기능(예: ChatGPT와 유사한 모델)이 있을 수 있습니다. 또한 업계의 다른 탈중앙화 프로토콜에 데이터를 지원하는 API 서비스를 제공하며, 이는 또 다른 비즈니스 모델입니다.
TechFlow:사용자 유인을 위해 다른 인센티브 방식이나 토큰 결제를 고려하고 계신가요?
Yu:
저는 이는 실제로 두 가지 문제라고 생각합니다.
첫째, 생태계 전반에서 토큰이 필요한지, 그리고 토큰의 용도는 무엇인지입니다.
저는 토큰이 가치 있다고 생각합니다. 토큰이 없더라도 제품이 훌륭하고 자체적으로 지속 가능한 수익 모델(예: 데이터 또는 광고 수익)을 갖추면 충분히 잘 운영될 수 있습니다.
하지만 우리에게는 초기 단계부터 커뮤니티 공동 창작 개념을 만들어내는 것이 더욱 흥미롭습니다. 이 프레임워크 하에서는 토큰이 필요하다고 생각합니다.
어떻게 실행할지, 또는 향후 계획은 발전 상황에 따라 결정됩니다. 구독 등 유료 모델을 토큰으로 지원할 수 있는지도 또 다른 주제입니다. 우리에게 토큰의 이점은 명백합니다. 효율성과 상업적 가치 측면에서 토큰은 다른 방식보다 훨씬 간단합니다.
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
深潮TechFlow
