ABCDE: AI+Crypto를 일차 시장 관점에서 바라보기
글: Laobai, ABCDE
ChatGPT 출시 후 1년 이상이 지났지만 최근 시장에서 다시 AI + 암호화폐(Crypto)에 대한 논의가 활발해지고 있다. AI는 2024~2025년 불장에서 가장 중요한 테마 중 하나로 여겨지고 있으며, 심지어 V神(Vitalik Buterin)도 The promise and challenges of crypto + AI applications(암호화폐 + AI 응용의 가능성과 도전)이라는 글을 통해 앞으로의 AI + Crypto 가능한 방향성에 대해 언급했다.
본문은 과도한 주관적 예측보다는 일차 시장 관점에서 지난 1년간 관찰된 AI와 Crypto를 결합한 스타트업 프로젝트들을 개략적으로 정리하고, 창업자들이 어떤 각도로 시장에 진입했으며 현재까지 어떤 성과를 거두었고, 여전히 탐색 중인 부분은 무엇인지 살펴보려 한다.
1. AI+Crypto의 사이클
2023년 한 해 동안 우리는 수십 개의 AI+Crypto 프로젝트를 검토했는데, 여기서 뚜렷한 사이클을 확인할 수 있었다.
2022년 말 ChatGPT 출시 이전에는 2차 시장에서 AI 관련 블록체인 프로젝트가 거의 없었고, 대부분이 FET, AGIX 등 오래된 몇몇 프로젝트 정도였다. 일차 시장에서도 마찬가지로 AI 관련 프로젝트는 극소수에 불과했다.
2023년 1~5월은 AI 프로젝트의 첫 번째 집중적인 폭발기였다. ChatGPT의 충격이 너무 컸기 때문에 2차 시장의 기존 프로젝트들 다수가 AI 분야로 전환(Pivot)했고, 일차 시장에서는 매주 AI+Crypto 프로젝트를 접할 수 있었다. 그러나 당시의 AI 프로젝트들은 대체로 단순했으며, 대부분이 ChatGPT 위주의 "스킨 채우기(skin project)" + "블록체인 개조(chain modification)" 형태였다. 기술적 핵심 장벽은 거의 존재하지 않았고, 우리 내부 개발팀은 보통 하루 이틀 만에 해당 프로젝트의 기본 구조를 복제할 수 있었다. 그래서 당시 많은 프로젝트를 검토했지만 결국 어느 것도 투자하지 않았다.
5~10월 들어 2차 시장이 약세장으로 전환하면서 흥미롭게도 일차 시장의 AI 프로젝트 수도 급감했다. 최근 한두 달 사이에 다시 활기를 띠기 시작했고, 시장에서도 AI+Crypto에 관한 논의나 글들이 풍부해졌다. 우리는 다시금 매주 AI 프로젝트를 만나는 '성황'을 맞이하게 되었다. 반 년 만에 새롭게 등장한 AI 프로젝트들은 이전 AI 열풍 때보다 AI 분야에 대한 이해도, 상업적 활용 시나리오, 그리고 AI+Crypto의 융합 수준이 명백히 향상되었음을 느낄 수 있다. 기술적 장벽은 여전히 강하지 않지만 전체적으로 성숙도가 한 단계 올라갔다. 마침내 2024년 들어 우리가 처음으로 AI+Crypto 분야에 투자 결정을 내렸다.
2. AI+Crypto의 세부 분야
V神은 그의 글에서 다소 추상적인 차원에서 다음과 같은 관점을 제시했다:
AI가 게임의 참여자
AI가 게임의 인터페이스
AI가 게임의 규칙
AI가 게임의 목표
반면 우리는 더 구체적이고 직접적인 관점에서 현재 일차 시장에서 본 AI 프로젝트들을 정리한다. 대부분의 AI+Crypto 프로젝트는 암호화폐의 핵심 개념, 즉 "기술적(또는 정치적) 탈중앙화 + 상업적 자산화"를 중심으로 구성되어 있다.
탈중앙화는 웹3의 본질이므로 생략하고, 자산화의 유형에 따라 크게 세 가지 주요 분야로 나눌 수 있다:
컴퓨팅 파워의 자산화
모델의 자산화
데이터의 자산화
컴퓨팅 파워의 자산화
이 분야는 비교적 밀집되어 있다. 신규 프로젝트뿐만 아니라 Akash(Cosmos), Nosana(Solana)처럼 기존 프로젝트들의 전환도 많으며, 전환 후 토큰 가격은 급등하는 경향을 보인다. 이는 시장이 AI 분야에 대해 긍정적인 전망을 하고 있음을 반영한다. RNDR는 탈중앙화 렌더링을 주력으로 하지만 사실상 AI에도 적용 가능하므로, 많은 분류에서 RNDR과 같은 컴퓨팅 파워 기반 프로젝트들도 AI 분야로 포함시키고 있다.
컴퓨팅 파워의 자산화는 용도에 따라 두 가지 방향으로 더 세분화된다:
- Gensyn为代表的 "탈중앙화 컴퓨팅 파워를 통한 AI 학습"
- 대부분의 전환 및 신규 프로젝트为代表的 "탈중앙화 컴퓨팅 파워를 통한 AI 추론(inference)"
이 분야에서는 흥미로운 현상, 혹은 경멸의 사슬이 존재한다:
전통 AI → 탈중앙화 추론 → 탈중앙화 학습
전통 AI 전공 출신들은 탈중앙화 기반 AI 학습 또는 추론을 부정적으로 본다.
탈중앙화 추론 진영은 탈중앙화 학습을 비현실적이라 평가한다.
그 이유는 기술적 측면에서다. AI 학습(특히 대규모 모델)은 방대한 데이터를 필요로 하며, 데이터 요구량보다 더 큰 문제는 이러한 데이터의 고속 통신이 발생시키는 대역폭 수요다. 현재 트랜스포머 기반 대규모 모델 환경에서는 H100 같은 고성능 GPU 수백 대로 구성된 컴퓨팅 매트릭스와 NVLink, 전문 광섬유 스위치를 통한 100기가급 통신 채널이 필수적이다. 이런 인프라를 탈중앙화로 실현한다는 것은 현실성이 낮아 보인다.
반면 AI 추론은 컴퓨팅 파워와 대역폭 요구가 훨씬 작아 탈중앙화 실현 가능성이 크다. 따라서 대부분의 컴퓨팅 파워 관련 프로젝트는 추론에 집중하며, 학습 분야는 Gensyn, Together처럼 수천만 달러 이상 펀딩을 받은 대형 플레이어들만 존재한다. 하지만 성능 대비 비용 효율성과 신뢰성 면에서 보면, 현재로서는 중앙화된 컴퓨팅 파워가 여전히 탈중앙화보다 우세하다.
그래서 탈중앙화 추론 진영은 "학습은 절대 안 된다"고 보고, 전통 AI 진영은 "학습은 기술적으로 불가능하고, 추론은 상업적으로 성립 안 된다"고 생각하는 것이다.
물론 BTC/ETH 초기에도 사람들은 분산 노드가 모든 계산을 수행하는 것이 클라우드 컴퓨팅보다 비효율적이라고 말했지만 결국 성공했다. 그렇다면 AI 학습과 추론이 향후 정확성, 변조 방지, 중복성 등의 요소에서 얼마나 높은 요구를 갖게 될지가 관건이다. 순수하게 성능, 신뢰성, 가격 경쟁력을 따진다면, 당분간은 중앙화에 비해 우위를 점하기 어렵다.
모델의 자산화
이 또한 프로젝트가 밀집된 분야이며, 컴퓨팅 파워 자산화보다 더 직관적으로 이해하기 쉽다. ChatGPT 이후 가장 잘 알려진 애플리케이션 중 하나가 Character.AI였기 때문이다. 소크라테스, 공자 같은 철학자와 학문을 논할 수도 있고, 머스크, 샘 알트먼 같은 유명 인사와 잡담을 나눌 수도 있으며, 하츠네 미쿠, 라이덴 쇼군 같은 가상 아이돌과 사랑에 빠질 수도 있다. 이것이 바로 대규모 언어 모델(LLM)의 매력이다. AI 에이전트(Agent)라는 개념이 Character.AI를 통해 널리 퍼졌다.
그런데 만약 공자, 머스크, 라이덴 쇼군 같은 에이전트들이 모두 NFT라면?
이게 바로 AI x Crypto가 아니겠는가?!
따라서 엄밀히 말하면 ‘모델의 자산화’라기보다는 대규모 모델 기반의 에이전트를 NFT화하여 ‘모델 자산화’처럼 보이게 하는 것이다. 왜냐하면 대규모 모델 자체는 체인에 올릴 수 없기 때문이다. 실제로는 모델 위에 구축된 Agent를 NFT로 표현하며, 메타데이터에 URL이나 해시 값만 저장하고 실제 모델/Agent는 클라우드 서버에 두고, 체인 상에서 거래되는 것은 소유권뿐이다.
현재 커뮤니티에서는 영어를 가르쳐주는 에이전트부터 연애 상대 역할을 하는 에이전트까지 다양한 종류가 있으며, Agent 검색 엔진이나 마켓플레이스 같은 파생 프로젝트도 나타나고 있다.
이 분야의 일반적인 문제점은 첫째, 기술적 장벽이 없다는 점이다. 본질적으로 Character.AI를 NFT화한 것에 불과하며, 우리 내부 기술 전문가가 기존 오픈소스 도구와 프레임워크를 이용해 하루밤새 BMAN처럼 말하고 목소리도 똑같은 에이전트를 만들 수 있다. 둘째, 블록체인과의 결합도 매우 얕다. ETH 위의 GameFi NFT와 유사한데, 메타데이터에 URL 또는 해시 값만 저장하고 실질적인 서비스는 클라우드 서버에서 운영되며 체인 상에서 거래되는 것은 소유권에 불과하다.
앞으로도 모델/에이전트의 자산화는 AI x Crypto의 주요 분야 중 하나로 남을 것으로 보인다. 다만 기술적 장벽이 있고, 블록체인과 더 깊이 통합되고 원시적(Native)인 프로젝트들이 등장하기를 기대한다.
데이터의 자산화
논리적으로 가장 AI+Crypto에 적합한 분야는 데이터의 자산화다. 전통적인 AI 학습은 인터넷에 공개된 데이터, 즉 공개 영역(public domain)의 데이터만 활용할 수 있다. 이 데이터는 전체 데이터의 10~20%에도 못 미치며, 대부분의 데이터는 개인 정보를 포함한 사적 영역(private domain)에 존재한다. 만약 이러한 개인 데이터들이 AI 학습 또는 파인튜닝(fine-tuning)에 사용될 수 있다면, 각각의 전문 분야에서 더욱 정교한 에이전트/봇을 만들 수 있을 것이다.
웹3의 핵심 슬로건은 무엇인가? Read, Write, Own!(읽고, 쓰고, 소유하라!)
AI+Crypto를 통해 탈중앙화 인센티브를 제공함으로써 개인 및 사적 영역의 데이터를 해방하고 이를 자산화한다면, 대규모 모델에게 더 좋고 풍부한 '먹이'를 제공할 수 있게 된다. 이는 매우 논리적인 접근이며 실제로 이를 위해 노력하는 팀들도 있다.
하지만 이 분야의 가장 큰 어려움은 데이터가 컴퓨팅 파워처럼 표준화되기 어렵다는 점이다. 탈중앙화 컴퓨팅 파워는 그래픽카드 모델에 따라 정확한 처리 능력으로 환산할 수 있지만, 개인정보의 양, 질, 활용 목적 등은 측정이 어렵다. 만약 탈중앙화 컴퓨팅 파워가 ERC-20이라면, 탈중앙화 AI 학습 데이터의 자산화는 ERC-721에 비유할 수 있으며, 그것도 여러 프로젝트의 특성(Monkey, Punk, Azuki 등)이 섞여 있는 상태다. 유동성 확보와 시장 형성이 ERC-20보다 훨씬 어렵다. 그래서 현재 이 분야의 프로젝트들은 대부분 어려움을 겪고 있다.
데이터 분야에서 주목할 만한 또 다른 시도는 탈중앙화 데이터 라벨링이다. 데이터 자산화는 '데이터 수집' 단계에 해당한다면, 수집된 데이터는 AI에 입력되기 전에 가공해야 하는데, 이를 데이터 라벨링이라고 한다. 현재 이 작업은 주로 중앙화된 인력 기반 산업이며, 탈중앙화 토큰 보상을 통해 이 라벨링 작업을 분산화하거나 '라벨링 투 언(Labelling to Earn)' 또는 크라우드소싱 플랫폼처럼 작업을 분배하는 방식도 하나의 접근법이다. 일부 팀들이 이 분야에서 활동하고 있다.
3. AI+Crypto의 누락된 조각
지금까지 우리의 관점에서 이 분야에 아직 부족한 부분을 간단히 설명하겠다.
첫째, 기술적 장벽이다. 앞서 언급했듯 대부분의 AI+Crypto 프로젝트는 기존 Web2 AI 프로젝트에 비해 기술적 장벽이 거의 없다. 주로 경제 모델과 토큰 인센티브를 통해 사용자 경험, 마케팅, 운영에 집중하는 경우가 많다. 물론 탈중앙화와 가치 분배는 웹3의 강점이므로 무리 없는 접근이지만, 핵심 기술 장벽이 부족하다 보니 'X 투 언(X to Earn)' 프로젝트처럼 보일 수 있다. RNDR처럼 모회사 OTOY가 핵심 기술을 보유한 팀들이 암호화폐 생태계에서 더 많이 등장하기를 기대한다.
둘째, 종사자의 현황이다. 현재 관찰되는 바에 따르면, AI x Crypto 분야의 창업팀 중 일부는 AI에 정통하지만 Web3에 대한 이해가 부족하고, 다른 일부는 웹3에 매우 친숙하지만 AI 분야의 전문성은 부족하다. 이는 초기 GameFi 분야와 매우 유사하다. 게임을 잘 아는 팀은 Web2 게임을 블록체인화하려 하고, 웹3에 정통한 팀은 주로 '골드 팜(gold farming)' 모델의 혁신과 최적화에 집중했다. Matr1x는 우리가 GameFi 분야에서 처음으로 게임과 암호화폐 모두에 뛰어난 이해를 갖춘 팀으로, 그래서 내가 2023년 "미팅 후 즉시 투자 결정"을 내린 세 프로젝트 중 하나라고 언급한 바 있다. 우리는 2024년에 AI와 암호화폐 모두에 깊은 이해를 갖춘 '이중 A급' 팀을 기대한다.
셋째, 상업적 시나리오이다. AI x Crypto는 여전히 극도로 초기 탐색 단계에 있으며, 위에서 언급한 자산화 방향들은 큰 틀일 뿐, 각 방향 안에서도 더 세밀하게 파고들 수 있는 세부 분야가 존재한다. 현재 시장에서 보이는 대부분의 프로젝트는 AI와 Crypto의 결합이 다소 '억지스럽거나', '거칠다'는 느낌을 준다. AI나 암호화폐의 최적 경쟁력이나 조합 가능성(composability)을 충분히 발휘하지 못하고 있으며, 이는 위의 두 번째 문제와도 밀접하게 연결된다. 우리 내부 개발팀은 더 나은 융합 방식을 이미 고안하고 설계했지만, 지금까지 수많은 AI 프로젝트를 봐왔음에도 이 세부 분야에 진입한 팀을 발견하지 못해 아쉬울 뿐이다. 계속 기다릴 수밖에 없다.
혹시 "왜 VC인 당신들이 창업자들보다 먼저 특정 시나리오를 떠올릴 수 있냐?"고 묻는가? 우리 내부 AI 팀에는 7명의 천재가 있으며, 그중 5명은 정통 AI 박사 출신이다. ABCDE 팀의 암호화폐에 대한 이해는 말할 것도 없다….
끝으로, 현재 일차 시장 관점에서 보면 AI x Crypto는 여전히 초기 단계이며 성숙하지 않다. 그러나 우리는 2024~2025년 AI x Crypto가 이번 불장의 주요 테마 중 하나가 될 것이라 믿는다. 결국 AI는 생산력을 해방시키고, 블록체인은 생산관계를 해방시킨다. 이보다 더 좋은 조합이 어디 있겠는가? :)
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
ABCDE
