화비 리서치 최신 보고서: AI+암호화폐 분야 투자 방향 탐색

2024.06.12

화비 리서치 최신 보고서: AI+암호화폐 분야 투자 방향 탐색

본문은 AI+Crypto 분야의 투자 방향에 대해 자세히 살펴보며, 특히 인프라 구조 측면과 애플리케이션 측면에서의 혁신과 발전에 주목할 것이다.

2024.06.12 - 03:50:51

Web3 심층 보도에 집중하고 흐름을 통찰

본문은 AI+Crypto 분야의 투자 방향에 대해 자세히 살펴보며, 특히 인프라 구조 측면과 애플리케이션 측면에서의 혁신과 발전에 주목할 것이다.

최근 몇 년간 인공지능(AI)과 블록체인 기술의 급속한 발전에 따라 AI+Crypto 분야는 투자자들의 주목을 받는 핵심 영역으로 부상했다. 블록체인은 탈중앙화, 높은 투명성, 낮은 에너지 소비, 반독점 등의 특성을 지녀 AI 시스템이 가진 강력한 중심화와 처리 과정의 불투명함을 보완하며, 두 기술의 융합은 우리에게 전례 없는 기회를 제공하고 있다.

비탈릭(Vitalik)의 견해에 따르면, AI와 블록체인의 결합 응용은 크게 네 가지로 나뉜다. 즉, 응용의 참여자로서, 응용의 인터페이스로서, 응용의 규칙으로서, 그리고 응용의 목표로서의 AI이다. 그는 AI가 크립토(Crypto) 내에서 수행하는 역할을 '응용(Application)' 측면에서 더 많이 고려해야 하며, 이는 연산 능력 최적화, 알고리즘 최적화, 데이터 최적화 등을 포함한다고 제안한다.

화빗 리서치(Huobi Research)는 AI의 응용 수준에 따라 Crypto 기술 참여 방향을 기초층, 실행층, 응용층으로 구분한다. 각 계층에는 탐구할 가치가 있는 기회들이 존재한다. 예를 들어, zkML 기술은 제로지식 증명(Zero-Knowledge Proof)과 블록체인 기술을 결합하여 AI 에이전트의 행동에 대해 안전하고 검증 가능하며 투명한 솔루션을 제공한다. 또한 AI는 데이터 처리, 자동화된 dApp 개발, 체인 상 거래 보안 등 실행 계층에서도 큰 잠재력을 보여주고 있다. 응용 계층에서는 AI 기반 트레이딩 로봇, 예측 분석 도구 및 AMM 유동성 관리 등이 DeFi 분야에서 중요한 역할을 하고 있다.

본문은 AI+Crypto 분야의 투자 방향을 심층적으로 탐구하며, 특히 인프라 및 응용 계층의 혁신과 발전에 주목한다. 중기 및 장기 투자 전략의 관점에서 AI와 블록체인의 융합 전망과 과제를 분석한다.

본 글은 화빗 리서치가 작성하였으며, 해당 팀은 현재 HTX Ventures 산하에 있다. HTX Ventures는 화빗 HTX의 글로벌 투자 부서로, 투자, 인큐베이션, 리서치를 통합하여 세계에서 가장 우수하고 전망 있는 팀들을 발굴하고 있다. 현재까지 HTX Ventures는 다수의 블록체인 분야에 걸쳐 200개 이상의 프로젝트를 지원했으며, 일부 우수한 프로젝트들은 이미 화빗 HTX 거래소에 상장되었다.

AI 분야의 핵심 방향

블록체인은 중심화, 낮은 투명도, 에너지 소모, 독점화라는 점에서 인공지능과 정반대의 성격을 지닌다. 비탈릭은 위의 기준과 자신의 사고를 바탕으로 인공지능과 블록체인의 융합 응용을 다음과 같은 4가지 범주로 나눈다:

게임 내 참여자로서의 AI (AI as a player in a game)
게임 인터페이스로서의 AI (AI as an interface to the game)
게임 규칙으로서의 AI (AI as the rules of the game)
게임 목표로서의 AI (AI as the objective of the game)

비탈릭은 크립토에서 AI의 역할을 주로 '응용'의 관점에서 생각한다. 생산력 대 생산관계의 관점에서 본다면, 크립토는 본질적으로 생산관계를 제공한다고 볼 수 있다. 이를 바탕으로 다음 세 가지 방향을 고려할 수 있다:

－연산 능력 최적화: 분산되고 효율적인 컴퓨팅 자원을 제공하여 단일 지점 장애 위험을 줄이고 전체적인 계산 효율을 높인다.

－알고리즘 최적화: 알고리즘 또는 모델의 오픈소스화, 공유, 혁신을 촉진한다.

－데이터 최적화: 데이터의 탈중앙화 저장, 기여, 사용 및 보안 관리

HTX Research는 AI의 전체 방향을 일반 아키텍처에 따라 기초층, 실행층, 응용층으로 나눌 수 있다고 본다. 따라서 AI+Web3 프로젝트도 이 세 가지 방향에서 탐색할 수 있다. 기초층에는 모델 학습, 데이터, 탈중앙화된 연산 능력, 하드웨어 등 기반 인프라가 포함되며, 특히 zk 기술과 인공지능 ML 기술의 융합에 주목한다. 실행층에서는 데이터 처리 및 전송, 모델 수준의 AI agent, zkML, FHE(완전 동형 암호화) 등이 포함된다. 응용층에서는 주로 AI+DeFi, AI+GameFi, 메타버스, AIGC, 밈(Meme) 등을 중심으로 하며, 블록체인 차원에서는 RAAS(Robotics as a Service), 오라클, 코프로세서, UBI(보편 기본 소득) 등도 포함된다.

이 중 인프라 및 응용 계층의 프로젝트들이 빠르게 발전하고 있으며, 연산 능력 분야의 Io.net, 기초 모델 분야의 Flock, 블록체인 인프라 ZeroGravity, AI agent의 Myshell, 응용 분야의 0x Scope 등이 대표적이다.

아래 방향들은 특히 집중적인 탐구가 필요하다:

1. zkML 방향

zkML 기술은 제로지식 증명과 블록체인 기술을 결합하여 AI 에이전트의 행동을 감시하고 제약하는 안전하고 검증 가능하며 투명한 솔루션을 제공한다. 예를 들어, Modulus Labs 프로젝트는 zkML 기술을 활용하여 개인 정보와 상업 기밀을 보호하면서 이해관계자들에게 특정 작업이 AI에 의해 수행되었음을 입증한다.

zkML은 인공지능과 블록체인의 매개체로서, AI 모델과 입력 데이터의 개인정보 보호 문제를 해결하고 추론 과정의 검증 가능성을 보장하는 솔루션을 제시한다. 이는 공개된 모델로 비공개 데이터를 검증하거나, 공개된 데이터로 비공개 모델을 검증하는 새로운 방법을 개척한다. 머신러닝 기술을 통합함으로써 스마트 계약은 정적 규칙에만 의존하지 않고 실시간 체인 상 데이터를 기반으로 작동할 수 있어 더욱 자율적이고 동적인 운영이 가능해진다. 이러한 혁신은 스마트 계약의 유연성을 높여 다양한 응용 시나리오에 적응할 수 있게 하며, 초기 계약 설계 시 예측하지 못한 상황까지도 대응할 수 있다.

zkML 기술 주요 프로젝트 소개

첫 번째 표는 유망한 zkML 프로젝트들에 대한 개요이며, 두 번째 그림은 기타 zkML 관련 프로젝트들을 보여준다.

2. 데이터 처리 방향

이는 주로 AI가 실행 계층에서 이룬 다양한 돌파구를 의미하며, 특히 블록체인 데이터 전송 계층과 개발(Dev) 계층에서의 진전을 포함한다. 구체적인 분석은 아래와 같다:

a. AI와 체인 상 데이터 분석

이 방향은 AI 기술을 활용해 체인 상 데이터를 깊이 있게 분석하고, LLM 대규모 모델과 딥러닝 알고리즘을 통해 더 많은 인사이트를 도출하는 것을 의미한다. 예를 들어, Web3 Analytics 프로젝트는 AI를 이용해 체인 상 데이터를 분석하여 시장 동향과 사용자 행동을 파악하며, 사용자가 체인 상 거래 및 시장 흐름을 이해하도록 돕는다.

b. AI와 자동화된 dApp 개발

이는 DevOps 인프라 프로젝트를 중심으로 한다. 자동화된 개발을 지원하는 AI 프로젝트는 더 많은 개발자를 유치하여 생태계를 더욱 활성화시킨다. 일부 AI 기반 개발 도구는 스마트 계약을 보다 신속하게 작성하고 오류를 자동으로 수정할 수 있을 뿐 아니라, 드래그앤드롭 방식의 DAPP 프로그래밍 기능을 제공하기도 한다.

c. AI와 체인 상 거래 보안

이는 주로 AI 에이전트를 말한다. 블록체인에 AI 에이전트를 배포함으로써 AI 응용의 보안성과 신뢰성을 높이는 것을 의미한다. 이러한 AI 에이전트는 거래, 데이터 분석, 자동 의사결정 등의 작업을 자동으로 수행할 수 있으며, 블록체인에 배포됨으로써 그들의 운영은 투명하고 추적이 가능하며 변조가 어렵게 되어 전체 시스템의 보안성이 향상된다. AI 기술은 실시간 모니터링과 지능형 분석을 통해 악성 공격과 데이터 유출을 식별하고 방어하여 거래의 안전성과 데이터 무결성을 확보할 수 있다.

• 프로젝트 사례:
SeQure는 AI를 활용하여 실시간으로 모니터링하고 분석함으로써 각종 악성 공격과 데이터 유출을 신속히 탐지하고 방어하여 체인 상 거래의 안정성과 보안성을 보장하는 보안 플랫폼이다.

3. AI+DeFi 방향

AI와 응용 계층의 융합에서 가장 중요한 것은 AI+DeFi이다. 주목해야 할 AI+DeFi 분야는 다음과 같다:

1. AI 기반 트레이딩 로봇

이 로봇들은 시장 데이터, 뉴스 감성, 가격 동향을 분석하여 매우 빠르고 정확하게 거래를 수행하며 순간적인 거래 결정을 내릴 수 있으며, 일반적으로 인간 트레이더보다 뛰어난 성과를 보인다.

2. 예측 분석

암호화폐 시장의 변동성을 예측하는 것은 여전히 어려운 과제이지만, AI 기반 분석 도구는 시장 동향과 잠재적 가격 움직임에 대한 신뢰할 수 있는 예측을 제공하는 중요한 도구로 자리잡고 있다.

3. AMM 유동성 관리

예를 들어, Uniswap V3의 유동성 범위 조정 시 AI를 통합하면 프로토콜이 유동성 범위를 보다 지능적으로 조정하여 자동 마켓메이커(AMM)의 효율성과 수익을 극대화할 수 있다.

4. 정산 보호 및 부채 포지션 관리

체인 상 및 체인 외 데이터를 결합하여 시장 변동 시 부채 포지션이 보호받도록 보다 지능적인 정산 보호 전략을 구현할 수 있다.

5. 복잡한 DeFi 구조화 상품 설계

금고 메커니즘 설계 시 고정 전략 대신 금융 AI 모델에 의존할 수 있다. 이러한 전략에는 AI 기반 거래, 대출 또는 옵션 관리가 포함되어 제품의 지능성과 유연성을 높일 수 있다.

4. AI+GameFi 방향

AI가 GameFi 프로젝트에 적용되는 주된 목적은 게임 경험을 풍부하게 하고 혁신 가능성을 확대하는 것이다. 주요 방향은 다음과 같다:

1. 게임 전략 최적화:

AI는 플레이어의 게임 습관과 전략을 학습하여 실시간으로 게임의 난이도와 전략을 조정함으로써 더욱 개인화되고 도전적인 게임 경험을 제공할 수 있다. 딥러닝과 강화학습을 통해 AI는 스스로 진화하며 플레이어의 요구와 선호에 보다 잘 적응할 수 있다.

2. 게임 자산 활용 및 관리:

AI 기술은 플레이어가 게임 내 가상 자산을 보다 효과적으로 관리하고 거래할 수 있도록 도와준다. 스마트 계약과 자동화된 거래 전략을 활용하면 자산의 자동 매매, 임대, 대출 등을 통해 자산 활용도를 극대화하고 투자 수익률을 최적화할 수 있다.

3. 게임 상호작용 강화:

AI는 보다 지능적이고 반응적인 NPC(Non-Player Character)를 생성할 수 있으며, 자연어 처리(NLP)와 머신러닝(ML) 기술을 통해 플레이어와의 상호작용을 더욱 자연스럽고 원활하게 만들어 게임 몰입감과 만족도를 높인다.

시간 차원에서 본 가능한 투자 전략

- 단기적으로는 AI가 크립토 분야에 가장 먼저 적용되는 영역, 즉 개념적인 AI 응용이나 밈(Meme)에 주목해야 한다. 이유: 올해에도 AI 메인스트림 커뮤니티는 꾸준히 새로운 핫이슈를 생산할 것이며, NVIDIA, OpenAI 등 웹2 기업들의 대규모 모델 업그레이드마다 AI 분야의 관심이 다시 불붙고, 새로운 자금이 유입될 것이다. 이는 해당 분야의 감정선을 자극하는 요인이 된다.

- 중기적으로는 AI Agent와 Intent의 융합, 그리고 스마트 계약과의 결합이 주목할 만한 포인트다. AI가 성공적으로 적용되면 스마트 계약의 확장을 위한 솔루션을 제공하게 되며, 장부+계약의 이더리움 시대 서사를 넘어 장부+계약+AI의 새로운 블록체인 패러다임을 형성할 수 있다.

- 특히 AI Agent는 비탈릭이 주목한 세부 분야다. AI Agent란 환경에서 정보를 자율적으로 수집하고, 정보를 처리하며, 의사결정을 내리고, 실행하고, 환경을 자율적으로 변화시킬 수 있는 인공지능 개체를 말한다. 현재 AI Agent는 AI 분야의 최첨단 세부 분야로서, 대중화(Mass Adoption)에 가장 근접한 응용 계층이다.

- 서사적 관점에서 보면, AI Agent는 섹시하고 화끈한 미녀이며, GPU 클라우드 컴퓨팅은 차분하고 성숙한 중년 사업가, DA 계층의 AI 대규모 모델은 머리가 헝클어진 과학자에 비유할 수 있다.

- 장기적으로는 AI와 zkML 기술의 융합(비록 웹2 AI 기업의 ML 전문가들이 크립토 기반 AI에 대해 경멸하는 태도를 취하고 있긴 하지만)이 궁극적으로 크립토 분야에 큰 영향을 미칠 것이다.