AI 에이전트 열풍이 계속되고 있는 가운데, 개성과 실용성을 모두 갖춘 4가지 인공지능 에이전트 프로젝트를 소개한다.

2024.11.11

AI 에이전트 열풍이 계속되고 있는 가운데, 개성과 실용성을 모두 갖춘 4가지 인공지능 에이전트 프로젝트를 소개한다.

암호화 AI 에이전트가 단일한 개인화된 이미지를 넘어 실용적인 다중 채널 도구로 변화하면서 산업의 역동적인 전환을 위한 길을 열고 있다.

2024.11.11 - 07:14:53

AI代理

Web3 심층 보도에 집중하고 흐름을 통찰

암호화 AI 에이전트가 단일한 개인화된 이미지를 넘어 실용적인 다중 채널 도구로 변화하면서 산업의 역동적인 전환을 위한 길을 열고 있다.

저자: 0xJeff

번역: TechFlow

10월은 암호화 분야의 AI 에이전트에게 이정표와 같은 달이었다. @truth_terminal과 $GOAT의 등장과 함께, AI 에이전트는 AI 스스로 개성을 형성하는 시대로 진입했다. 이 변화는 @virtuals_io가 주도한 AI 토큰화를 가능하게 하였으며, 누구나 자신만의 AI 에이전트와 이를 위한 대응 토큰을 생성할 수 있게 되었다. 대표적인 예로는 체인 상에서 존재하는 감각형 AIDOL인 @luna_virtuals가 있으며, 이는 트위터와 틱톡에서 팬들과 소통하며 다중 모달 및 상호작용형 AI의 미래를 보여주고 있다.

이러한 흐름 속에서 @autonolas와 @Spectral_Labs처럼 이미 토큰을 발행한 주요 참여자들 외에도, 아직 토큰을 출시하지 않은 @TheoriqAI, @myshell_ai, @TalusNetwork, @AlloraNetwork 등의 프로젝트들도 눈에 띈다. 시장이 더욱 활기를 띠는 가운데, 10월 말 @getgrass_io는 $GRASS를 출시하며 큰 관심을 받았으며, 이는 모델 훈련 및 추론 과정에서 "데이터"의 중요성을 강조하였다. $GRASS는 벤처 지원 프로젝트 중 유일하게 토큰 생성 이벤트(TGE) 이후 가치가 두 배로 증가한 사례로, 데이터가 AI 에이전트 생태계 내에서 점점 더 중요한 역할을 하고 있음을 보여준다.

이러한 맥락 속에서 10월은 산업을 형성하는 두 가지 핵심 트렌드를 촉발하기도 하였다:

순수한 개성 중심에서 개성과 실용성의 결합으로 전환
단일 채널에서 다중 채널로 확장

본문은 이러한 트렌드들을 심층적으로 분석하며, 개성, 실용성, 다중 모달 상호작용 측면에서 지속적으로 진화하고 있는 에이전트들을 소개한다.

첫 번째 트렌드: 개성과 실용성의 결합

AI 에이전트가 성공적으로 성장하기 위해서는 단순히 개성을 제공하는 것을 넘어서 실용성도 갖추어야 한다. 오락 기능 외에도 현재 가장 실용적인 응용 분야는 워크플로우 기반의 에이전트이다.

Questflow – 워크플로우 간소화 도구

@questflow는 다중 에이전트 오케스트레이션 프로토콜(MAO)을 통해 워크플로우를 간소화하며 이 분야의 선두에 서 있다. 이 플랫폼은 여러 에이전트를 통합하여 실제 작업을 처리함으로써 Web2 및 Web3 사용자의 생산성을 향상시킨다. 몇 가지 예시를 들면 다음과 같다:

간단한 URL 링크를 통해 블로그 글을 팟캐스트로 변환
최신 AI 뉴스를 이메일로 직접 전송
Gmail 데이터 내 청구서 및 알림 분석 후 Telegram으로 전송

앞으로 Questflow의 '제2의 두뇌' 기능은 사용자가 자신의 지식, 성격, 취향에 따라 에이전트를 맞춤 설정할 수 있게 해줄 것이며, 이상적인 개인 비서로 만들어 줄 것이다(내 콘텐츠와 성격으로 훈련시켜 글쓰기 도움을 받고 싶다 :D).

Questflow의 'swarm(군집)'이란 협력적이며 자율적으로 작동하는 일련의 AI 에이전트를 의미한다. 사용자는 이러한 swarm을 생성하고 관리하여 작업을 효율적으로 수행할 수 있다. 또한 이 swarm은 토큰화될 수 있어, 사용자가 자신의 에이전트를 수익화하거나 다른 에이전트 제작자들이 창출한 수익을 공유할 수도 있다. Swarm은 에이전트 간의 조율을 원활하게 하여 더욱 강력하고 개인화된 워크플로우 시스템을 구현한다.

최고의 Swarm 템플릿들. 각각 다양한 조합의 AI 에이전트들로 구성되어 있다.

현재 플랫폼은 Web2 및 Web3 결제를 지원하고 있으며, $QF 출시 후에는 에이전트 접근, 창작자 보상, Swarm 자금 지원의 주요 통화가 될 예정이다. Questflow는 Jambo Phone, LoveAI, Coinbase 개발자 플랫폼 등 주요 기업들과의 협력을 통해 스마트 에이전트 기반 애플리케이션을 대중 시장에 본격적으로 확산시키기 위한 준비를 마쳤다.

HoloworldAI – 개인화 중심의 맞춤형 서비스

AI 에이전트에게 있어 개성은 커뮤니티를 형성하는 핵심 요소이다. @HoloworldAI는 MMORPG 캐릭터 생성기처럼 모든 세부 사항을 정의할 수 있는 맞춤형 에이전트를 제공한다.

맞춤 설정 패널에서 사용자는 에이전트의 성격, 기술, 지식, 아바타 등을 선택할 수 있다.

HoloworldAI의 에이전트는 성격과 기술뿐만 아니라 문맥 인식 능력도 갖추고 있다. 예를 들어, 텍스트 기반 에이전트는 그룹 채팅의 문맥을 이해하고 멘션 없이도 자연스럽게 상호작용할 수 있어 흥미로운 동반자가 된다. 팀은 개인화 및 문맥 인식 에이전트에 대한 고유한 집중을 강화하기 위해 토큰 경제 도입을 계획하고 있다.

4chan 익명 문맥 인식 에이전트 데모 영상

두 번째 트렌드: 다중 채널 확장

개성 외에도 가장 성공적인 AI 에이전트는 여러 채널을 통해 사용자와 상호작용해야 한다.

PlayAI — 소비자 애플리케이션에 특화된 전문 에이전트

많은 AI 에이전트들이 텍스트 기반 모드에 머물러 있는 반면, @playAInetwork는 게임 및 소비자 애플리케이션 분야에서 특히 두각을 나타내며 다중 채널 통합을 선도하고 있다.

PlayAI의 플랫폼은 데이터, 처리, 훈련을 핵심으로 하여 게임 세계 및 광범위한 소비자 애플리케이션을 위한 전문화된 에이전트를 창출한다.

게임 분야 적용: 플레이 투 언(P2E) & 게임 내 데이터 활용

PlayAI의 주요 혁신 중 하나는 '플레이 투 언(Stream-to-Earn)' 모델이다. 이 모델에서는 게임 엔진이 생성하는 데이터(예: 캐릭터 움직임, 환경 상호작용)가 실시간 게임 도중 수집된다. 사용자는 이 데이터를 PlayAI와 공유할 수 있으며, PlayAI는 이를 활용해 특정 게임 기능을 수행할 수 있는 AI 에이전트를 훈련시킨다. 이 방법은 Unreal Engine과 같은 게임 엔진이 풍부한 물리적 시뮬레이션을 생성할 수 있기 때문에 매우 가치 있으며, PlayAI는 이를 유용한 에이전트 행동으로 전환할 수 있다.

예를 들어, PlayAI는 다음 유형의 에이전트를 개발할 수 있다:

봇 탐지: 게임 내 의심스러운 움직임이나 행동 패턴 식별
동반자 에이전트: 플레이어와 실시간으로 상호작용하며, 플레이 스타일을 학습하여 동반 또는 도움을 제공하는 NPC 생성. 이러한 에이전트는 플레이어의 게임 행동 데이터에 의존하며, PlayAI는 사용자가 게임 데이터를 기여하도록 PlayAI 토큰을 보상으로 제공한다.

소비자 분야 적용: 일상적 요구를 충족하는 전문 에이전트

게임 분야 외에도 PlayAI는 다수의 소비 영역으로 확장하며 특정 요구에 맞춘 AI 에이전트를 개발하고 있다. 예를 들면 다음과 같다:

팟캐스트 에이전트
예측 에이전트
코딩 에이전트
리서치 에이전트
그 외 다수...

이러한 전문 에이전트들은 실용적인 기능을 제공할 뿐 아니라, 사용자가 데이터를 기여하여 에이전트를 추가로 훈련시킴으로써 지속적으로 개선되는 피드백 루프를 형성할 수 있는 독특한 기회도 제공한다. 플랫폼은 창작자 마켓플레이스를 도입할 계획이며, 사용자는 자신의 에이전트를 토큰화하고 에이전트 코인을 만들 수 있게 될 것이다. 이는 다른 플랫폼에서 창작자가 콘텐츠를 토큰화하는 방식과 유사하다.

ARC Agents – 인간형 AI 에이전트로 게임 인프라 혁신

@ARCAgents는 게임 산업에서 매우 시급한 문제인 플레이어 유동성(Player Liquidity)에 대응하고 있다. 즉, 게임의 활성화, 매력성, 수익성을 유지하기 위해 충분한 수의 플레이어를 유치하고 유지하는 것이다.

이 문제를 해결하기 위해 ARC는 실제 플레이어가 부족할 때 이를 보완할 수 있도록 플레이어 행동을 시뮬레이션하는 인간형 AI 에이전트를 도입한 플랫폼을 개발했다.

AI 아레나: 인간화된 게임 에이전트 실험 무대

ARC의 대표 제품 중 하나인 AI 아레나(AI Arena)는 실제 플레이어 행동 데이터로 훈련된 AI 에이전트와 대결할 수 있는 장을 제공하며, 인간 상호작용을 시뮬레이션한다. 기존 게임 로봇과 달리, ARC의 에이전트는 강화학습과 공동 작업 데이터를 활용하여 행동이 실제 플레이어와 거의 유사해, 인간과의 대결과 거의 구분되지 않는 게임 경험을 제공한다.

AI 아레나를 통해 ARC는 인간이 훈련한 에이전트가 다른 게임 스튜디오의 핵심 문제를 해결하는 데 도움이 될 수 있음을 발견하였다. 따라서 ARC는 순수한 게임 개발에서 벗어나 게임 인프라 제공자로 전환하였으며, 제3자 스튜디오가 ARC SDK를 통해 ARC 훈련 에이전트를 통합할 수 있도록 하고 있다.

이 SDK는 게임 개발자들이 ARC의 강력한 에이전트를 활용할 수 있게 하며, 게임 경험을 향상시키고, 플레이어 유지율을 높이며, 몰입감 있고 경쟁적인 게임 환경을 조성할 수 있도록 지원한다.

ARC RL: 플레이어 지능 공동 작업을 통한 AI 역량 강화

ARC의 B2C 제품인 ARC RL(강화학습)은 인간의 지혜를 공동 작업 방식으로 수집하여 에이전트 성능을 향상시키며, AI 게임 경험을 새로운 차원으로 끌어올린다. ARC RL에서는 플레이어가 데이터를 기여함으로써 게임 에이전트를 훈련시키며, 궁극적으로 AI가 인간을 능가하는 게임 능력을 갖출 수도 있다. 이러한 동적 공동 작업 모델은 사용자가 직접 개발 과정에 참여하게 하며, ARC의 에이전트는 인간의 기여를 통해 지속적으로 최적화된다.

ARC RL에 참여하는 플레이어는 $NRN을 보상으로 받는다. $NRN은 ARC의 네이티브 토큰으로, 에이전트 훈련 및 데이터 기여자 인센티브에 사용된다. 플랫폼은 각 사용자의 기여가 얼마나 독창적이고 유용한지를 기준으로 보상 금액을 결정하여, 오직 고가치 상호작용만이 에이전트 행동에 영향을 미치도록 한다.

게임 AI 에이전트의 새로운 시대

ARC는 인간이 훈련한 게임용 AI 에이전트 분야에서의 진보를 통해 게임 AI 산업에 새로운 가능성을 열고 있다. ARC의 에이전트 인프라가 확장됨에 따라, 게임 개발자들은 플레이어 유동성 문제를 해결하고, 더욱 사실감 있는 플레이어 대 AI 경쟁 경험을 개발할 수 있게 될 것이다.

앞으로 ARC는 서로 다른 플레이어나 스튜디오가 훈련한 AI 에이전트들이 경쟁하는 e스포츠 시나리오를 구상하고 있다. 이는 새로운 형태의 엔터테인먼트, 상품 판매 기회, e스포츠 대회를 창출할 수 있을 것이다.