AI on AO 발표회 원고｜AO 프로토콜의 세 가지 AI 기술적 돌파구: 탈중앙화 대규모 언어 모델 구축
글: Kyle
검토: Lemon
출처: 콘텐츠 길드 - 뉴스
오늘 참석해주신 모든 분들께 감사드립니다. 저희는 AO 기술과 관련하여 공유할 매우 흥미로운 진전 사항들이 있습니다. 먼저 데모를 진행하고, 그 후 닉과 제가 여기서 AI 에이전트를 직접 구축해보려 합니다. 이 에이전트는 여러분이 곧 들으실 시스템 내의 채팅 감정을 기반으로 거래를 수행하는 스마트 계약에 대규모 언어 모델(Large Language Model)을 사용하게 됩니다. 오늘 우리는 실제로 처음부터 현장에서 이를 만들어볼 것이며, 모든 것이 잘 진행되기를 바랍니다.
네, 여러분은 직접 이런 모든 것을 어떻게 만들 수 있는지 보게 될 것입니다.
여기의 기술적 발전은 실제로 AO를 다른 스마트 컨트랙트 시스템보다 훨씬 앞서게 만듭니다. 사실 이는 이미 오래전부터 그러했으며, 지금은 점점 더 전통적인 스마트 컨트랙트 네트워크라기보다는 탈중앙화된 슈퍼컴퓨터처럼 보입니다. 하지만 여전히 스마트 컨트랙트 네트워크가 가진 모든 특성을 가지고 있죠. 따라서 우리는 이러한 모든 것들을 여러분과 공유하게 되어 매우 기쁩니다. 더 이상 늦추지 않고, 먼저 데모를 시작한 후 논의를 진행하며 함께 무언가를 실시간으로 만들어보겠습니다.
안녕하세요, 오늘 오신 여러분께 감사드립니다. 우리는 AO 프로토콜의 세 가지 중대한 기술 업데이트를 발표하게 되어 매우 기쁩니다. 이들은 모두 하나의 큰 목표를 위해 협력합니다. 즉, 탈중앙화된 환경에서 실행되는 대규모 언어 모델이 스마트 컨트랙트의 일부로 작동하도록 지원하는 것입니다. 이것은 단순한 장난감 모델도 아니고, 소형 모델도 아니며, 자체 바이너리 파일로 컴파일된 모델도 아닙니다.
이는 거의 현재 개방되고 이용 가능한 주요 모델들을 모두 실행할 수 있게 해주는 완전한 시스템입니다. 예를 들어 Llama 3가 체인 상의 스마트 컨트랙트 내에서 실행되며, GPT도 마찬가지이고 애플의 모델 등도 포함됩니다. 이는 전체 생태계가 공동 노력한 결과이며, 이 시스템의 일부를 구성하는 세 가지 주요한 기술적 진보가 있습니다. 그래서 저는 이 모든 것을 여러분께 소개하게 되어 매우 기쁩니다.
요약하자면, 이제 대규모 언어 모델(LLM)이 스마트 컨트랙트 내에서 실행될 수 있습니다. 여러분은 아마 '탈중앙화 AI'나 'AI 크립토화폐'라는 말을 여러 번 들어보셨을 겁니다. 사실상 오늘 우리가 다룰 시스템을 제외하면, 거의 모든 이러한 시스템들은 오라클로서 AI를 활용합니다. 즉, 체인 외부에서 AI를 실행한 후 그 실행 결과를 체인 상에 올려 하류에서 어떤 용도로 사용하는 방식이죠.
하지만 저희가 말하는 것은 아닙니다. 저희가 말하는 것은 대규모 언어 모델 추론을 스마트 컨트랙트 상태 실행의 일부로 삼는 것입니다. 이 모든 것은 우리가 보유한 AO 하드디스크와 AO의 초병렬 처리 메커니즘 덕분에 가능합니다. 이를 통해 많은 양의 계산을 실행할 수 있으며, 동시에 제가 사용하는 다른 프로세스에는 영향을 주지 않습니다. 우리는 이를 통해 매우 풍부한 탈중앙화 자율 에이전트 금융 시스템을 만들 수 있을 것으로 생각합니다.
지금까지 탈중앙화 금융(DeFi)에서는 기본적인 트랜잭션 실행을 신뢰 없이 할 수 있게 되었습니다. 대출, 교환 등의 다양한 경제 게임 내 상호작용은 신뢰 없이 이루어질 수 있었습니다. 그러나 이것이 문제의 한쪽 면일 뿐입니다. 글로벌 금융 시장을 생각해보세요.
예, 다양한 방식으로 작동하는 다양한 경제 요소들이 존재합니다. 채권, 주식, 상품, 파생상품 등이 있죠. 하지만 우리가 진정으로 시장이라고 말할 때는 이것들뿐만 아니라, 실제로 매수 및 매도 결정을 내리거나 대출을 하거나 다양한 금융 게임에 참여하는 지능적 요소를 의미합니다.
지금까지 탈중앙화 금융 생태계에서는 이러한 모든 요소들을 신뢰 없는 상태로 성공적으로 옮겼습니다. 따라서 Uniswap에서 운영자에 대한 신뢰 없이도 교환이 가능합니다. 실제로 근본적으로 운영자는 없습니다. 그러나 시장의 지능적 부분은 체인 외부에 남아 있습니다. 따라서 암호화폐 투자에 참여하고 싶지만 스스로 모든 조사와 참여를 원치 않는다면, 펀드를 찾아야 합니다.
그들에게 자금을 맡기고, 그들이 지능적인 결정을 내린 후 이를 네트워크 자체의 기본 요소 실행에 전달하게 됩니다. 우리는 AO에서 시장의 지능적 부분, 즉 의사결정을 유도하는 지능을 네트워크 자체로 옮길 수 있게 되었다고 생각합니다. 따라서 간단한 이해 방법은 다음과 같이 상상해보는 것입니다.
신뢰할 수 있는 헤지펀드 또는 포트폴리오 관리 애플리케이션이 네트워크 내에서 일련의 지능적 명령을 실행함으로써 네트워크의 신뢰 없는 특성을 의사결정 과정에도 적용할 수 있다는 것입니다. 즉, 익명의 계정, 예를 들어 Yolo 420 Trader Number One(대담하고 무모한 트레이더)이 새로운 흥미로운 전략을 만들고 이를 네트워크에 배포할 수 있으며, 당신은 이를 신뢰하지 않더라도 자본을 투입할 수 있습니다.
이제는 대규모 통계 모델과 상호작용하는 자율 에이전트를 구축할 수 있습니다. 가장 일반적인 대규모 통계 모델은 텍스트를 처리하고 생성할 수 있는 대규모 언어 모델입니다. 이는 누군가의 독창적인 아이디어로 개발된 전략의 일부로 이러한 모델을 스마트 컨트랙트 안에 넣고 네트워크 내에서 지능적으로 실행할 수 있다는 것을 의미합니다.
기초적인 감성 분석을 상상해볼 수 있습니다. 예를 들어 뉴스를 읽고 이것이 파생상품을 매수하거나 매도하기에 좋은 시기라고 판단하는 것입니다. 특정 작업을 수행하기에 적합한 시기라고 결정하는 것이죠. 인간과 유사한 의사결정을 신뢰 없이 실행할 수 있게 됩니다. 이는 단지 이론이 아닙니다. 우리는 Llama Fed라는 재미있는 밈코인을 만들었습니다. 기본적으로 이는 일련의 llama(알파카)가 Llama 3 모델로 표현되는 법정화폐 시뮬레이터입니다.
이들은 알파카이자 연방준비제도(Fed) 의장의 결합체처럼 행동하며, 당신은 그들에게 가서 일부 토큰을 요청할 수 있고, 그들은 요청을 평가합니다. 대규모 언어 모델 자체가 완전히 자율적이며 신뢰 없이 통화 정책을 운영합니다. 우리는 그것을 구축했지만, 우리도 제어할 수 없습니다. 그들은 누구에게 토큰을 줄지 말지를 결정하며 통화 정책을 운영합니다. 이 기술의 매우 흥미로운 작은 사례이며, 생태계 내의 다른 가능한 응용 프로그램들을 자극하길 바랍니다.
이를 실현하기 위해 우리는 AO를 위해 세 가지 새로운 기본 기능을 만들어야 했습니다. 일부는 기본 프로토콜 계층에 있고, 일부는 애플리케이션 계층에 있습니다. 이는 대규모 언어 모델 실행에만 유용한 것이 아니라, AO 개발자들에게 더욱 광범위하고 흥미로운 기능입니다. 그래서 오늘 여러분께 소개하게 되어 매우 기쁩니다.
이러한 새로운 기술 중 첫 번째는 WebAssembly 64비트 지원입니다. 다소 기술적인 용어처럼 들릴 수 있지만, 모두가 그 의미를 이해할 수 있도록 설명하겠습니다. 근본적으로 WebAssembly 64 지원은 개발자가 4GB 이상의 메모리를 사용하는 애플리케이션을 만들 수 있게 해줍니다. 나중에 새로운 제한에 대해 이야기하겠지만, 그 규모는 매우 놀랍습니다.
개발자가 아니라면 이렇게 이해할 수 있습니다. 누군가 당신에게 책을 쓰라고 부탁하면서, 단지 100페이지만 쓰라고 합니다. 더도 말고 덜도 말고 말이죠. 책의 아이디어를 표현할 수는 있지만, 외부적인 제약 때문에 자연스럽고 정상적인 방식으로 작성할 수 없으며, 그 제약에 맞추기 위해 글쓰기 방식을 바꿔야 합니다.
스마트 컨트랙트 생태계에서는 100페이지 제한이 아닙니다. 초기 버전의 AO에서 구축하는 것은 마치 한 문장 길이의 책을 쓰라고 하고, 영어에서 가장 인기 있는 200개 단어만 사용하라고 하는 것과 비슷하다고 말하겠습니다. 이런 시스템에서는 정말 흥미로운 애플리케이션을 구축하는 것이 극도로 어렵습니다.
솔라나(Solana)의 경우 10MB의 작업 메모리를 사용할 수 있습니다. 확실히 개선되었지만, 기본적으로 이는 한 장의 종이 정도입니다. ICP(Internet Computer Protocol)는 3GB 메모리 지원을 허용합니다. 이론상 완전하지만, 실제로는 3GB로 낮춰야 했습니다. 이제 3GB 메모리를 사용하면 다양한 애플리케이션을 실행할 수 있지만, 대규모 AI 애플리케이션은 확실히 실행할 수 없습니다. 이들은 고속 접근을 위해 많은 데이터를 주 메모리에 로드해야 하며, 3GB 메모리로는 효과적으로 달성할 수 없습니다.
올해 2월 AO를 출시했을 때, 우리 역시 4GB의 메모리 제한이 있었으며, 이 제한은 사실상 WebAssembly 32비트 버전에 의해 발생했습니다. 이제 이 메모리 제한은 프로토콜 차원에서 완전히 사라졌습니다. 오히려 프로토콜 차원의 메모리 제한은 18EB(엑사바이트)입니다. 이는 엄청난 저장 공간입니다.
이 메모리가 장기 저장 매체가 아닌 계산을 위해 사용되기까지는 아직 시간이 필요합니다. 구현 수준에서 AO 네트워크의 컴퓨팅 유닛은 현재 16GB 메모리에 접근할 수 있으며, 미래에는 프로토콜을 변경하지 않고도 더 큰 용량의 메모리로 교체할 수 있어 비교적 쉽습니다. 16GB는 대규모 언어 모델 계산을 실행하기에 충분하며, 이는 오늘날 AO에서 16GB 크기의 모델을 다운로드하고 실행할 수 있다는 것을 의미합니다. 예를 들어 Llama 3의 비양자화 버전이나 팔콘(Falcon) 시리즈, 그리고 기타 많은 모델들입니다.
이것은 지능형 언어 기반 컴퓨팅 시스템을 구축하기 위한 핵심 구성 요소입니다. 이제 스마트 컨트랙트의 일부로서 체인 상에서 완전히 지원되며, 매우 흥미롭다고 생각합니다.
이는 AO 및 이후 스마트 컨트랙트 시스템의 주요 계산 제약 중 하나를 제거합니다. 올해 2월 AO를 출시했을 때, 영상에서 무한한 계산 능력을 갖고 있다고 여러 번 언급했지만, 4GB 메모리를 넘지 못한다는 제한이 있다는 점을 눈치채셨을 것입니다. 바로 그 제한이 해제된 것입니다. 이는 매우 흥미로운 진보이며, 16GB는 현재 AI 분야에서 실행하고 싶은 거의 모든 모델을 실행하기에 충분합니다.
우리는 프로토콜을 변경하지 않고도 16GB 제한을 향상시킬 수 있었으며, 미래에는 최초의 WebAssembly 64 실행보다 상대적으로 쉽게 확장할 수 있습니다. 따라서 시스템 능력 자체에서도 큰 진보입니다. AO에서 대규모 언어 모델을 실행할 수 있게 해주는 두 번째 주요 기술은 WeaveDrive입니다.
WeaveDrive를 통해 AO 내 Arweave 데이터에 로컬 하드디스크처럼 접근할 수 있습니다. 즉, AO 내에서 스케줄링 유닛이 인증한 임의의 트랜잭션 ID를 열고 네트워크에 업로드할 수 있습니다. 물론, 이 데이터에 접근하여 마치 로컬 하드디스크의 파일처럼 프로그램에 읽어들일 수 있습니다.
현재 Arweave에 약 60억 건의 트랜잭션 데이터가 저장되어 있다는 것을 모두 알고 있으므로, 이는 거대한 데이터셋의 시작점입니다. 또한 앞으로 애플리케이션을 구축할 때 Arweave에 데이터를 업로드하려는 동기가 증가할 것이라는 의미이기도 합니다. 왜냐하면 이 데이터는 AO 프로그램에서도 사용할 수 있기 때문입니다. 예를 들어 우리가 대규모 언어 모델을 Arweave에서 실행하게 했을 때, 네트워크에 약 1,000달러 상당의 모델을 업로드했습니다. 그러나 이것은 시작에 불과합니다.
로컬 파일 시스템을 갖춘 스마트 컨트랙트 네트워크에서는 구축할 수 있는 애플리케이션의 수가 엄청납니다. 따라서 매우 흥미롭습니다. 더 좋은 점은 우리가 구축한 시스템이 데이터를 실행 환경으로 스트리밍할 수 있도록 한다는 점입니다. 다소 기술적인 차이이지만, 책의 비유로 돌아가보겠습니다.
누군가 당신의 책에서 특정 데이터에 접근하고 싶다고 말합니다. 책 속의 한 도표를 가져오고 싶다고 하죠. 단순한 시스템, 심지어 현재의 스마트 컨트랙트 네트워크조차도, 이는 큰 진전이 될 것이며, 당신은 책 전체를 제공하게 됩니다. 그러나 특히 그 책이 수천 페이지에 달하는 대규모 통계 모델이라면 이는 분명 비효율적입니다.
매우 비효율적입니다. 반면 AO에서는 바이트 단위로 직접 읽을 수 있습니다. 책 속의 도표 위치로 바로 이동하여 도표만 복사해서 애플리케이션에 넣고 실행할 수 있습니다. 이는 시스템의 효율성을 크게 향상시킵니다. 이는 단지 최소 기능 제품(MVP)이 아니라, 기능이 완벽하고 잘 구축된 데이터 접근 메커니즘입니다. 따라서 무한한 계산 시스템과 무한한 하드디스크를 결합하면, 슈퍼컴퓨터를 갖게 되는 것입니다.
이전에는 이런 시스템이 구축된 적이 없었으며, 지금은 누구나 최저 비용으로 사용할 수 있습니다. 이것이 현재 AO의 상태이며, 우리는 매우 기쁩니다. 이 시스템의 구현은 운영 체제 수준에서도 이루어졌습니다. 따라서 WeaveDrive를 AO의 하위 프로토콜로 만들었으며, 이는 컴퓨팅 유닛 확장으로 누구나 로드할 수 있습니다. 흥미로운 점은 이것이 첫 번째 사례라는 것입니다.
AO는 항상 실행 환경에 확장을 추가할 수 있는 기능을 제공해왔습니다. 마치 컴퓨터에 더 많은 메모리나 그래픽 카드를 꽂듯이 물리적으로 유닛을 시스템에 삽입하는 것과 같습니다. AO의 컴퓨팅 유닛에도 똑같이 할 수 있으며, 그것이 우리가 여기서 한 일입니다. 따라서 운영 체제 수준에서 이제 하드디스크를 갖게 되었으며, 이는 데이터 저장을 나타내는 파일 시스템입니다.
이는 AO에서 이러한 데이터에 접근할 수 있을 뿐 아니라, 일반적인 방식으로 애플리케이션을 구축할 수 있다는 의미이며, 실제로 네트워크에 가져온 모든 애플리케이션에서 접근할 수 있습니다. 따라서 이것은 광범위하게 적용 가능한 기능이며, 시스템에서 구축하는 모든 사람이 접근할 수 있습니다. Rust, C, Lua, Solidity 등 어떤 언어로 작성하든 상관없이 시스템의 기본 기능처럼 접근할 수 있습니다. 이 시스템을 구축하는 과정에서 우리는 다른 컴퓨팅 유닛 확장을 만들 수 있는 하위 프로토콜 프로토콜(sub-protocol protocol)을 만들도록 강요받았으며, 이를 통해 장차 다른 사람들이 흥미로운 것을 구축할 수 있게 됩니다.
이제 임의 크기의 메모리 집합에서 계산을 실행하고 네트워크의 데이터를 AO 내 프로세스에 로드할 수 있는 능력을 갖췄으므로, 다음 질문은 추론 자체를 어떻게 수행할 것인지입니다.
우리가 AO를 주요 가상 머신으로 WebAssembly 위에 구축하기로 선택했기 때문에, 기존 코드를 컴파일하고 해당 환경에서 실행하는 것은 비교적 쉬운 편입니다. 우리가 WeaveDrive를 운영 체제 수준의 파일 시스템으로 노출시키도록 설계했기 때문에, Llama.cpp(오픈소스 대규모 언어 모델 추론 엔진)를 시스템에서 실행하는 것도 사실상 비교적 쉽습니다.
매우 흥미로운 점은, 이 추론 엔진뿐 아니라 많은 다른 엔진들도 쉽게 실행할 수 있다는 것입니다. 따라서 AO 내에서 대규모 언어 모델을 실행하게 해주는 마지막 구성 요소는 대규모 언어 모델 추론 엔진 자체입니다. 우리는 Llama.cpp라는 시스템을 이식했는데, 다소 신비롭게 들릴 수 있지만, 실제로는 현재 선도적인 오픈소스 모델 실행 환경입니다.
AO 스마트 컨트랙트 내에서 직접 실행하는 것은, 일단 시스템 내에서 임의의 양의 데이터를 보유할 수 있고 Arweave에서 임의의 양의 데이터를 로드할 수 있게 되면 사실상 비교적 쉬운 일입니다.
이를 위해 우리는 SIMD(Single Instruction Multiple Data) 컴퓨팅 확장과도 협력하여, 이를 통해 모델을 더 빠르게 실행할 수 있습니다. 따라서 우리는 이 기능도 활성화했습니다. 이는 현재 이러한 모델들이 CPU에서 실행되지만, 상당히 빠른 속도를 가진다는 것을 의미합니다. 비동기 계산이 있다면, 사용 사례에 적합할 것입니다. 뉴스 신호를 읽은 후 어떤 거래를 실행할지 결정하는 작업은 현재 시스템에서 잘 작동합니다. 그러나 GPU를 사용하여 대규모 언어 모델 추론을 가속화하는 등의 다른 가속 메커니즘에 대해서도 곧 흥미로운 업그레이드가 있을 예정입니다.
Llama.cpp를 사용하면 메타의 선도 모델인 Llama 3뿐만 아니라, 실제로 Hugging Face 같은 오픈소스 모델 웹사이트에서 다운로드할 수 있는 모델의 약 90% 이상을 시스템 내에서 실행할 수 있습니다. GPT-2부터 원한다면 253, Monet, 애플의 자체 대규모 언어 모델 시스템 및 기타 많은 모델까지 포함됩니다. 따라서 이제 우리는 프레임워크를 갖추었으며, Arweave에서 임의의 모델을 업로드하고, 하드디스크를 사용해 시스템에서 실행하고자 하는 모델을 업로드할 수 있습니다. 모델을 업로드하면 일반적인 데이터처럼 되며, AO의 프로세스에 로드하고 실행하여 결과를 얻고 원하는 방식으로 작업할 수 있습니다. 이는 이전의 스마트 컨트랙트 생태계에서는 불가능했던 애플리케이션을 가능하게 하며, 심지어 지금은 가능할지라도 솔라나와 같은 기존 시스템에서 아키텍처를 변경하는 것은 예측하기 어려울 정도로 많으며, 로드맵에도 없습니다. 따라서 이를 여러분께 보여주고 현실감 있고 쉽게 이해할 수 있도록 하기 위해 우리는 시뮬레이터 Llama Fed를 만들었습니다. 기본 아이디어는 연방준비제도 위원회를 얻는 것으로, 그들은 알파카이며, 메타의 Llama 3 모델이자 연준 의장으로서도 알파카입니다.
우리는 그들에게 그들이 앨런 그린스펀이나 연준 의장 같은 알파카라고 알려줍니다. 이 작은 환경에 들어갈 수 있습니다.
이 환경을 아는 사람도 있을 것이며, 실제로 오늘 우리가 사용하는 Gather와 같습니다. 알파카들과 대화하며 매우 흥미로운 프로젝트를 위해 일부 토큰을 요청할 수 있으며, 그들은 요청에 따라 토큰을 줄지 결정합니다. 따라서 일부 Arweave 토큰(wAR 토큰, AOX 팀 제공)을 소각하면, 그들은 제안이 좋은지 여부에 따라 토큰을 줍니다. 따라서 이것은 통화 정책이 완전히 자율적이고 지능화된 밈코인입니다. 지능의 단순한 형태이지만 여전히 흥미롭습니다. 제안을 평가하고 다른 사람들의 제안도 평가하며 통화 정책을 운영합니다. 뉴스 헤드라인을 분석하고 지능적인 결정을 내리거나 고객지원과 상호작용하여 가치를 반환하는 모든 것이 이제 스마트 컨트랙트 내에서 가능합니다. 엘리엇(Elliot)이 지금 이를 시연하겠습니다.
안녕하세요, 저는 엘리엇입니다. 오늘 저는 AO 내에서 실행되는 체인 상의 자율 세계인 Llama Land를 보여드리겠습니다. 이는 메타의 오픈소스 Llama 3 모델로 구동됩니다.
여기서 보는 대화는 플레이어 간의 대화뿐만 아니라 완전히 자율적인 디지털 알파카들 사이의 대화도 포함됩니다.
예를 들어 이 알파카는 인간입니다.
하지만 이 알파카는 체인 상의 AI입니다.
이 건물은 Llama fed를 포함하고 있습니다. 이는 연준과 같지만 알파카들을 위한 것입니다.
Llama fed는 세계 최초의 AI 기반 통화 정책을 운영하며 Llama 토큰을 발행합니다.
이 친구는 알파카 왕입니다. 그에게 wAR(포장된 Arweave 토큰)를 제공하고 일부 Llama 토큰을 받기 위한 요청을 작성할 수 있습니다.
알파카 왕 AI가 평가하여 Llama 토큰을 부여할지 결정합니다. Llamafed의 통화 정책은 완전히 자율적이며 인간의 감독은 없습니다. 세상의 모든 에이전트와 각 방 자체가 AO 상의 체인 상 프로세스입니다.
보시다시피 알파카 왕이 우리에게 일부 토큰을 부여했습니다. ArConnect 지갑을 확인하면 토큰이 이미 존재하는 것을 볼 수 있습니다. 좋네요. Llama Land는 AO에서 구현된 첫 번째 AI 기반 세계일 뿐입니다. 이는 누구나 자신의 자율 세계를 구축할 수 있는 새 프로토콜 프레임워크이며, 유일한 제한은 여러분의 상상력뿐입니다. 이 모든 것은 100% 체인 상에서 구현되며, AO에서만 가능합니다.
엘리엇, 고마워요. 방금 보신 것은 단지 대규모 언어 모델이 금융 의사결정에 참여하고 자율적인 통화 정책 시스템을 운영하는 것뿐만 아니라, 백도어도 없고, 우리가 제어할 수도 없으며, 모든 것이 AI 자체에 의해 운영된다는 점입니다. 또한 물리적 공간을 걸을 수 있는 작은 우주, 즉 그 장소에 가서 금융 인프라와 상호작용할 수 있는 장소도 보셨습니다. 이는 흥미로운 소규모 데모 이상이라고 생각합니다.
실제로 여기에는 매우 흥미로운 점이 있습니다. 다양한 금융 제품 사용자를 한데 모으는 장소들이 있는데요. DeFi 생태계에서 누군가 프로젝트에 참여하고 싶으면, 먼저 트위터에서 확인하고 웹사이트를 방문하여 게임 내 기본 요소에 참여합니다.
그리고 나서 Telegram 그룹이나 Discord 채널에 가입하거나 트위터에서 다른 사용자들과 대화합니다. 이 경험은 매우 분산되어 있으며, 우리는 서로 다른 애플리케이션 사이를 계속 이동합니다. 우리가 시도해보는 흥미로운 아이디어는, 이러한 DeFi 애플리케이션의 UI에 사용자 커뮤니티가 함께 모여 집단적으로 이 영구적인 네트워크 애플리케이션에 접속할 수 있는 자율 공간을 공동 관리할 수 있게 하는 것입니다.
경매장처럼 보이는 장소에 가서 해당 프로토콜을 좋아하는 다른 사용자들과 대화하는 것을 상상해보세요. AO에서 금융 메커니즘이 활동할 때, 기본적으로 다른 사용자들과 대화할 수 있습니다. 커뮤니티와 소셜 요소가 제품의 금융 부분과 결합됩니다.
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
@perma_dao
