DePIN 사냥 여정: AI 컴퓨팅 파워를 미끼로 삼아, 길은 멀고 험난하다
글: 헤디 비, OKG 리서치
홍콩 Web3 카니발이 막을 내렸지만, Web3 자유의 맥박은 여전히 뛰고 있으며 다른 산업으로 계속 확장되고 있다. 이전 사이클과 비교해 이번 강세장의 시작 논리는 「원주민 혁신 스토리텔링」에서 「주류 수용 및 자금 주도」 모델로 전환되었다.笔者가 관찰한 바에 따르면 Web3 발전 단계 또한 「폐쇄적이고 소수만의 절대적 자유」에서 「진정한 포용성을 기반으로 한 상대적 자유」 단계로 진화했다.
이러한 흐름 속에서 기존 틀을 벗어나지 않는다면, 원주민 혁신 스토리텔링에 의존하는 수동적 접근은 더 이상 현재 Web3의 발전 속도를 따라잡을 수 없다. 전체 Web3 생태계가 규제 준수를 채택하기 시작하면서 홍콩 정부의 지속적인 지원 아래 다시 한 번 금융 분야에 집중하고 있다. 주류 금융기관들도 RWA(실물자산 대체증권), 현물 ETF 등을 통해 Web3에 가속적으로 참여하고 있다.
이번 컨퍼런스에서는 주류 금융기관의 Web3 진출 외에도 Web2와 Web3를 연결할 수 있는 또 다른 기회를 발견할 수 있었다. 바로 DePIN(탈중앙화 물리 인프라 네트워크) 분야다. 특히 AI 대규모 모델의 발전이 가속화되면서 DePIN 내 하위 분야인 컴퓨팅 파워 재분배가 다시금 주목받고 있다.
출처: OKG 리서치
컴퓨팅 파워는 유인책일 뿐, AI 대규모 모델 학습은 DePIN의 최적 실현 장면이 아니다
"블록체인은 기술을 통해 신뢰를 구축하며, AI는 극도로 신뢰를 요구하는 산업이다." 드래곤플라이 캐피털의 운영 파트너 하시드 쿠레시(Haseed Qureshi)가 컨퍼런스에서 이렇게 말했다.
DePIN은 새로운 분야는 아니다. 이미 몇 년 전부터 제안된 개념이다. 하지만 최근 AI 대규모 모델의 폭발적 성장으로 인해 업계는 컴퓨팅 파워와 데이터에 대해 집중적으로 논의하게 되었다. 추산에 따르면 대규모 모델의 연산 비용은 매년 31배씩 증가하고 있다. 전 세계적으로 GPU 부족 현상이 발생하면서, 엔비디아(NVIDIA) 같은 기업들이 현재 시장 수요의 최상위에 위치해 막대한 가격 결정권을 갖게 되었다. 독점 대 탈중앙화라는 비용 논쟁은 Web3 DePIN 분야가 다시 주목받는 이유가 되었다.
AI 대규모 모델 학습이 계기였지만, 로마는 하루아침에 만들어지지 않는다. 현재로서 AI 대규모 모델 학습은 DePIN의 가장 적절한 실현 장면은 아니다. AI 대규모 모델 생산 과정에서 컴퓨팅 파워 요구사항은 크게 두 가지로 나뉜다: 추론(inference)과 학습(training). 학습 단계에서는 방대한 데이터를 입력하여 복잡한 신경망 모델을 생성한다. 추론 단계에서는 이미 학습된 모델을 활용해 다양한 결론을 도출한다.
출처: NVIDIA
탈중앙화와 컴퓨팅 파워의 결합 난이도는 학습 → 미세 조정 학습 → 추론 순으로 점차 감소한다. DePIN 분야를 살펴보면 대부분의 프로젝트가 학습보다는 추론에 집중하고 있음을 알 수 있다. 대부분의 기업들은 자체적으로 강력한 병렬 처리 능력과 메모리 대역폭을 갖춘 엔비디아 GPU 클러스터를 사용해 AI 학습을 수행한다. 반면 추론 단계는 병렬 처리 능력과 대역폭 요구가 훨씬 낮다. 게다가 대규모 모델 학습은 안정성에 매우 민감하다. 학습 중단 시 처음부터 다시 시작해야 하기 때문이다. 만약 GPT가 사용할 탈중앙화 컴퓨팅 애플리케이션을 이더리움 위에 구축한다면, 단일 행렬 곱셈 연산조차 무려 100억 달러의 가스 비용이 들며 한 달이 걸릴 것이다.
또한笔者는 이번 컨퍼런스에서 주목받은 몇몇 프로젝트들의 현황을 분석한 결과, 공급 측이 수요 측을 초과하는 상황, 즉 전 세계적으로 분산된 컴퓨팅 파워 공급량이 AI 모델 학습 또는 추론 작업을 필요로 하는 AI 개발자의 수요를 초과하고 있음을 확인했다. 수요가 전혀 없다는 것은 아니다. 오픈AI(OpenAI)의 창립자 샘 알트먼(Sam Altman)은 현재 TSMC보다 10배 큰 첨단 반도체 공장을 건설하고 이를 위한 칩 생산 및 모델 학습에 7조 달러를 조달하겠다고 발표했다. 스탠포드 대학의 연구에 따르면 어떤 언어 모델이든 학습 파라미터 규모가 일정 임계점을 넘어서면 성능(예: 정확도)이 급격히 향상된다. 이는 '힘으로 기적을 만든다'는 통념과 정반대이며, 현실적으로 탈중앙화 컴퓨팅 파워의 구현에는 아직 해결해야 할 많은 난제가 남아 있음을 의미한다.
DePIN 분야의 「역사적 기원」은 「공유 경제」로 거슬러 올라간다
DePIN 개념 자체는 어렵지 않으며 Web2까지 거슬러 올라갈 수 있다. 인터넷 산업을 돌아보면, 적어도 15년간 Web2 플레이어들은 개인의 유형 자산을 집약해 「공유 경제」를 만들어왔다. 무형 자산(예: 유휴 서버 등)을 직접 P2P(Peer to Peer) 또는 P2B(Peer to Business) 형태로 수요처에 재분배하고, 블록체인 탈중앙화 기술이 인센티브 메커니즘을 통해 생산관계를 최적화한다면, 그것이 바로 DePIN이 이루고자 하는 목표다.
그렇기에 DePIN 분야에서는 공급 측의 열기가 매우 높다. 사실 Web2가 이미 오랫동안 「재분배」를 위한 기반을 닦아왔으며, 다만 이번에는 중개자를 제거하는 것뿐이다. 현재 수백 개의 DePIN 프로젝트가 존재하며, 특히 솔라나(Solana) 생태계가 두드러진다. 메사리(Messari)의 통계에 따르면 솔라나는 DePIN 인프라 분야에서 선두를 달리고 있는데, 이는 솔라나 공공 블록체인이 높은 인프라 통합성과 성능을 갖추고 있기 때문이다. 지역별 분포를 보면, 2024년부터 2025년 사이 아시아에서 상위 10개 내외의 DePIN 프로젝트가 등장할 것으로 예상된다.
출처: Messari
Web3와 AI는 매우 많은 교차점이 있으며, 미래 디지털 세계의 보편적 통화인 컴퓨팅 파워는 사람들이 가장 먼저 주목하는 요소다. 그러나 탈중앙화 컴퓨팅 파워는 가장 타당한 실현 장면임에도 불구하고 가장 쉽게 실현되는 것은 아니다.
Web3와 AI의 접점에서 기술적 난관을 해결하려는 노력 외에도, AI 에이전트에 창작자 소유권 부여, 소형 AI 모델 컴퓨팅 시나리오 등 실현 가능성이 더 높은 다양한 분야를 탐색할 필요가 있다. 비즈니스 모델의 성공과 기술적 돌파구는 항상 균형을 이루게 마련이며, DePIN은 이러한 과정을 가속화하고 있으며, DePIN의 「사냥 여행」도 결국 풍성한 수확을 가져올 것이다.
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
@OKGResearch
