AiFi Summit 2024 Devcon 하이라이트

2024.11.18

AiFi Summit 2024 Devcon 하이라이트

GAIB, Codatta, Kite AI(구 ZettaBlock)가 방콕 파크 하얏트 호텔에서 공동 주최한 AiFi Summit 2024 Devcon이 성공적으로 종료되었습니다.

2024.11.18 - 13:53:05

Web3 심층 보도에 집중하고 흐름을 통찰

GAIB, Codatta, Kite AI(구 ZettaBlock)가 방콕 파크 하얏트 호텔에서 공동 주최한 AiFi Summit 2024 Devcon이 성공적으로 종료되었습니다.

11월 12일 GAIB, Codatta 및 Kite AI(구 ZettaBlock)가 방콕 파크 하얏트 호텔에서 공동 주최한 AiFi Summit 2024 Devcon이 성황리에 종료되었다. 이번 AiFi Summit에는 등록자 수가 1,300명에 달했으며, 500명 이상이 현장에 참석했다. PayPal, BNB Chain, Base, NEAR Protocol, Story Protocol, 0G, Aethir, io.net, Exabits, Plume, Space and Time, Hyperbolic, Faction, Hashed, Coinbase Ventures를 포함한 27개 프로젝트 및 투자 기관이 발표에 참여하며 뜨거운 관심을 입증했다.

BNB 체인의 아태지역 책임자 사라(Sarah)가 첫 번째 기조 연설을 맡아 BNB 체인 생태계 전반의 구축 현황과 개발자 지원 정책을 소개하고, 현재 BNB 체인이 AI 애플리케이션 분야에서 진행 중인 다양한 성과들을 공유했다.

이어진 두 번째 기조 연설에서 주최 측 GAIB의 CEO 코니(Kony)는 현재 컴퓨팅 파워 시장의 잠재적 기회에 대해 논했다. 그는 AI가 모바일 인터넷 이후 가장 중요한 시대를 열고 있으며, AI 열풍 속에서 컴퓨팅 파워가 전체 가치사슬에서 상당한 비중을 차지하고 있다고 언급했다. 다른 금융 자산들과 비교할 때 GPU 컴퓨팅 자산에 투자하면 경쟁할 수 없는 수익률을 얻을 수 있지만, 현재 GPU 시장은 참여자들 간의 효율적인 연결이 어렵다는 문제가 있다. 즉, 한쪽에는 GPU 규모를 늘리기 위해 외부 자금 조달이 필요한 운영사들이 있으며, 이들은 높은 자금 조달 비용을 감수해야 한다. 반면 다른 한쪽에는 직접적으로 컴퓨팅 자산에 투자하기 어려운 투자자들이 존재하며, 이들은 대개 엔비디아 등의 반도체 기업 주식에만 투자할 수밖에 없다. GAIB는 이러한 문제를 해결하기 위해 컴퓨팅 자산과 그 수익을 금융 토큰화하고 유동성을 제공함으로써, 투자자들에게 보다 탈중앙화되고 투명하며 AI 현금흐름을 기반으로 하는 체인상 자산을 제공한다.

AiFi Summit의 첫 번째 패널 토론 주제는 “AiFi: 인공지능 및 컴퓨팅 자산의 금융화(AiFi: Financialization of AI & Compute Assets)”였다. GAIB, Exabits, io.net, Aethir, WitnessChain, Plume 팀의 핵심 멤버들이 AiFi 분야의 현재 기회, 도전 과제 및 산업 규제 문제에 대해 논의했다.

Exabits의 최고투자책임자(CIO) 조너선(Jonathan)은 현재 사용자가 GPU를 이용하려면 AWS나 Azure와 같은 주요 클라우드 서비스 업체에 의존할 수밖에 없다며, 그러나 이들 플랫폼은 대기업 중심의 서비스를 선호해 스타트업의 성장을 제약한다고 지적했다. 더 민주적이고 개방된 GPU 자원이 필요하며, 이를 통해 중소기업을 지원할 수 있다고 강조했다. Web3 세계에서는 누구나 GPU 투자자가 될 수 있고, AWS의 컴퓨팅 독점을 깨뜨릴 수 있다는 점에서 거대한 산업 기회가 존재한다고 설명했다.

io.net의 아태지역 책임자 아사(Asa)는 주요 3대 클라우드 업체 외부의 독립형 데이터센터에도 여전히 50%의 GPU가 충분히 활용되지 않고 있다고 말했다. 이러한 데이터센터는 사용자에게 다가갈 기회가 부족하며, GPU는 지속적인 운용이 필요하고 유지보수 문제도 동반된다. 따라서 투자자와 기타 참여자들의 이익을 보장하는 인센티브 메커니즘을 설계하는 것이 AiFi 분야의 큰 도전 과제라고 언급했다.

Aethir의 에코시스템 책임자 카르티크(Kartik)는 시스템 내에 컴퓨팅 수요자, 운영자, 투자자가 모두 존재하는데, 이들이 모두 블록체인 메커니즘 기반의 시장에 참여하도록 설득하는 것, 그리고 각 당사자의 요구를 충족시키는 것은 매우 어려운 일이라고 밝혔다. 또한 일부 국가 및 지역에서는 데이터센터 서비스에 대한 보상을 토큰 형태로 제공하는 것이 규제상 문제를 일으킬 수 있으므로, 고객 계약서를 통해 적절한 규제 경계를 설정해야 한다고 덧붙였다.

WitnessChain의 공동 창립자이자 CEO 란비르(Ranvir)는 컴퓨팅 파워라는 새로운 자산 유형에는 새로운 가격 책정 메커니즘이 필요하다고 주장했다. 컴퓨팅 파워에는 통일된 상품 가격 산정 공식이 없으며, 플랫폼과 GPU 모델마다 비용과 성능이 다르고, 동일 작업에 참여하는 서로 다른 성능의 GPU는 기여도가 달라지기 때문에 새로운 금융 설계 기회가 열린다고 설명했다.

Plume의 최고영업책임자(CBO) 테디(Teddy)는 새로운 자산이 등장할 때 규제에 신중하게 접근해야 한다고 언급했다. AI 관련 자산의 경우 이미 일정한 규제 준수 프레임워크가 마련되어 있어 자산 거래가 합법적이고 실현 가능하다며, Plume 역시 생태계 프로젝트들이 이러한 규제 준수를 달성할 수 있도록 지원하고 있다고 밝혔다.

다음 기조 연설에서 Codatta의 CEO 이(Yi)는 탈중앙화된 데이터 거래가 어떻게 AI를 AGI(일반 인공지능)로 나아가게 하는지를 설명하고, Codatta가 이 과정에서 수행하는 역할과 미션을 소개했다. 그는 특정 분야에서 기본 모델의 추론 및 계획 능력을 향상시키기 위해서는 수직적 영역의 데이터만이 효과적이며, 진정한 AGI를 실현하려면 다양한 수직 분야의 방대한 데이터 수집이 필수적이라고 말했다. 우리가 데이터 기여자로서 제공하는 각각의 데이터는 실제로 여러 다른 시나리오에 활용될 수 있으며, 각 시나리오마다 서로 다른 기업이 상용화를 추진한다. 즉, 우리가 제공한 수직적 데이터는 시간이 지남에 따라 수익을 창출할 수 있으며, 이것이 바로 데이터를 자산으로 보는 이유라고 설명했다. 따라서 데이터 자산 거래를 보다 쉽게 만들고 시장에서 공정한 가격을 형성할 수 있도록 해야 한다고 강조했다.

두 번째 패널 토론은 "오픈 데이터 경제(Open Data Economy)"에 초점을 맞췄으며, Spheron, Theoriq, Space and Time, Hyperbolic, Base, Nevermined 등의 핵심 멤버들이 현재 AI 데이터 생태계의 현황, 인프라 지원 및 미래 생태계의 요구사항에 대해 논의했다.

Theoriq의 공동 창립자이자 CEO 론(Ron)은 현재 단순한 대화형 챗봇을 넘어서 DAO 거버넌스 로봇 등 다양한 애플리케이션이 등장하고 있다고 말했다. 이러한 애플리케이션들은 여러 agent들이 협력하는 형태이며, 크립토 분야를 넘어 마케팅, 분석 등 다양한 분야에서도 증가하고 있다고 설명했다. 많은 이들이 데이터의 최대 활용처는 모델 훈련이라고 생각하지만, 실제 의사결정 과정에서 데이터의 중요성이 점점 커지고 있으며, 서로 다른 agent가 각기 다른 데이터를 확보해 협력할 때 최대의 가치를 창출할 수 있다고 강조했다.

Space and Time의 공동 창립자이자 CTO 스콧(Scott)은 현재 Space and Time이 스마트 계약을 활용해 agent 시스템을 위한 규칙 엔진을 구축하고 있다고 밝혔다. 이를 통해 사용자는 신뢰 없이도 자신의 자금을 agent가 사용하게 할 수 있으며, agent의 이상적인 체인상 형태를 실현할 수 있다고 설명했다. Space and Time의 제품은 사용자가 agent의 과거 행동을 조회하고 엄격한 실행 정책을 설정할 수 있게 해준다고 덧붙였다.

Nevermined의 CEO 돈(Don)은 데이터 시장에서 성공하기 위해서는 두 가지 조건이 필요하다고 말했다. 첫째는 데이터 거래에서 독점적 위치를 차지하는 것이며, 둘째는 데이터 기여자가 의미 없는 자산을 업로드하지 못하도록 제한하는 것이다. 이를 위해 데이터 자산 주변에 특정 시나리오에 맞춘 분석 도구를 구축하는 것이 현실적인 방법이며, 이를 통해 데이터 가치를 극대화하고 수익을 창출할 수 있다고 설명했다.

주최측 중 하나인 Kite AI의 CEO 치(Chi)는 기조 연설에서 브랜드 리뉴얼을 발표하며, 컨퍼런스 기간 중 새롭게 출시된 인공지능 플랫폼 Kite AI를 소개했다. 그녀는 현재 중심화된 AI 발전의 어려움을 언급하고, Kite AI가 자체 솔루션을 통해 AI의 경계를 어떻게 확장하고 있는지를 설명했다. 그녀는 데이터 배포 채널과 데이터 소유권 확인 메커니즘이 부족하여 개인 데이터뿐 아니라 기업 데이터까지 대규모 모델 훈련에 활용되기 어렵다고 지적했다. 지난 1년간 인터넷에서 오픈소스 라이선스를 갖춘 데이터셋의 비중이 95%에서 75%로 감소했으며, 이는 모델 훈련 기업들이 고품질 데이터를 확보하기 어렵고, 결과적으로 모델 성능의 돌파구를 찾기 힘든 상황을 만들고 있다고 말했다. 산업 전반적으로 더 많은 가치 있는 데이터를 확보하기 위해 탈중앙화된 AI 솔루션이 필요하다고 강조했다.

세 번째 패널 토론에서는 GM Network, Mind Network, 0G Labs, NEAR Protocol, Chainbase 팀원들이 Web3 기업이 어떻게 AI 경쟁에 참여할 수 있는지, 데이터 프라이버시, 애플리케이션 실용화 등의 주제를 논의했다.

GM Network의 창립팀 멤버 맥스(Max)는 사용자들이 끊임없이 방대한 데이터를 생성하고 있지만, 이러한 데이터가 제대로 활용되지 않아 가치를 상실하고 있다고 말했다. 수집된 데이터를 AI와 결합해 스마트 기기를 더욱 지능화해야 한다고 강조했다.

Mind Network의 아태지역 책임자 레온(Leon)은 현실적으로 완벽한 데이터 프라이버시 보호는 불가능하지만, 다양한 방법을 조합하면 실현 가능한 솔루션을 찾을 수 있다고 말했다. 사용자 프라이버시 보호를 위해 Mind Network는 현재 세 가지 수준에서 암호화를 시행하고 있는데, 분산 저장소에서의 데이터 암호화, GPU 연산 중 전형태 암호화(FHE), 그리고 애플리케이션 레벨 암호화를 포함한다고 설명했다.

0G Labs의 AI 연구원 크리스(Chris)는 기존 AI 모델, 심지어 오픈소스 모델이라 할지라도 어떤 데이터로 훈련되었는지 알기 어렵고, 새로운 시나리오에서 어떻게 작동할지 예측하기 어려워 결과에 대한 신뢰가 낮다고 지적했다. 0G는 우수한 데이터 저장 인프라를 보유하고 있으며, 데이터를 클라우드에서 직접 훈련 프로세스로 로드할 수 있어, 향후 개인 검증 데이터를 기반으로 보다 안전하고 신뢰할 수 있는 모델을 구축할 수 있을 것이라고 설명했다.

Chainbase의 COO 크리스(Chris)는 현재 시장에는 'AI를 위한 크립토(crypto for AI)'와 '크립토를 위한 AI(AI for crypto)'라는 두 가지 서사가 있다고 말했다. 대기업이 데이터, 컴퓨팅 파워, 모델을 장악하는 문제를 크립토 기술로 해결하자는 주장은 오래전부터 제기되어 왔다. 하지만 최근에는 truth terminal, AI 결제 등 'AI for Crypto'의 실제 사례들이 등장하고 있으며, 점점 더 많은 프로젝트들이 협력해 AI 생태계를 지원하고 있다고 설명했다. 사용자들은 데이터로 수익을 낼 수 있는지 매우 관심이 많으며, 플랫폼의 핵심 과제는 데이터 기여자와 소비자 사이의 수익 분배를 어떻게 잘 설계하는지에 있다. 개발자들은 비전보다는 시간을 절약하고 수익을 낼 수 있는 현실적인 인센티브가 가장 중요하다고 강조했다.

이어진 기조 연설에서 Story Protocol의 IPFi 책임자 부판(Bu Fan), Spheron의 에코시스템 책임자 프라카르쉬(Prakarsh)가 탈중앙화된 AI 자산화에 대한 견해와 각 조직이 이러한 흐름에 어떻게 적응하고 있는지를 발표했다.

부판은 현재 시장에서 AI와 크립토가 결합된 다양한 실용 사례가 등장하고 있다고 말했다. 첫 번째는 사용자를 대상으로 한 챗봇으로, 창작자가 AI 캐릭터를 만들어 체인상에서 상업적 사용 라이선스를 발행할 수 있다. 두 번째는 AI 밈 코인으로, 창작자가 체인상에서 원본 IP 자산과 법적으로 연결된 상태에서 토큰을 발행할 수 있다. 세 번째는 모델 훈련 데이터(예: 이미지)를 제공하고, 체인상에서 로열티를 지속적으로 수취하는 방식이다. 그러나 아직 초기 단계의 애플리케이션이며, 고정된 모델이 정착되지 않았기 때문에 창작자들은 계속해서 AI+크립토 결합 시나리오를 탐색할 필요가 있다고 설명했다. Story Protocol은 IP 활동을 토큰으로 표준화하고 다양한 형태로 IP를 확산시키는 데 집중하고 있다. 그는 대부분의 AI도 일종의 IP라고 보며, IP가 자산화될 수 있다면 AI 역시 자산화될 수 있다고 주장했다. 예를 들어, AI 모델 훈련에 사용된 이미지도 IP가 될 수 있고, AI 모델 자체도 IP가 될 수 있으며, AI 모델이 새로운 콘텐츠를 생성할 때 이를 체인상에서 IP로 분배·거래함으로써 자산화할 수 있다고 설명했다.

프라카르쉬는 AI 시대에 컴퓨팅 파워가 대부분의 agent와 AI 애플리케이션의 기반 자산이 될 것이라고 말했다. 분산 컴퓨팅은 다양한 응용 시나리오를 가질 수 있으며, 현재 잠재력이 큰 분야로는 데이터 프라이버시를 보호하면서 병원 간 지식 공유를 실현하거나, 로컬 컴퓨팅 파워와 모델을 기반으로 한 개인화된 AI 대화 시스템 구축을 들 수 있다고 설명했다.

네 번째 패널 토론은 "크립토와 AI 세계 연결하기"에 초점을 맞췄으며, 투자자들은 중심화된 AI 시스템이 직면한 문제와 크립토+AI가 어디에서 돌파구를 만들 수 있는지에 대해 논의했다.

Lemniscap의 연구 책임자 히로키(Hiroki)는 탈중앙화된 AI 네트워크 구축의 어려움으로 두 가지를 꼽았다. 첫째는 분산된 컴퓨팅 네트워크의 확장성이 중심화된 경쟁자들과 비교해 어렵다는 점, 둘째는 개인이 기여하는 데이터의 품질을 관리하기 어렵다는 점이라고 말했다.

Faction의 투자 파트너 윌(Will)은 현재 AI가 당신의 휴가 일정을 계획할 수는 있지만, 실제로 결제를 수행할 수 없어 계획을 실행에 옮기기 어렵다고 지적했다. AI 에이전트는 암호화폐 지갑을 가져야 하며, 이 지갑은 은행 계좌처럼 작동할 것이라고 말했다. 모든 자금 거래가 이 에이전트를 통해 흐르기 때문에 결제 기술 스택에는 거대한 기회가 존재한다고 강조했다.

Coinbase Ventures의 투자 파트너 라이언(Ryan)은 현재 대부분의 모델이 공개 데이터에만 접근할 수 있으며, 금융, 의료 등 민감한 개인 데이터는 접근이 불가능하다고 말했다. 크립토 기술은 모델이 사적 데이터 풀에 접근할 수 있도록 도와 특정 분야에서 AI의 성능을 향상시킬 수 있다고 설명했다. 현재 에이전트 시스템은 매우 복잡한 작업을 완수하지 못하며, 스마트 계약의 내용을 이해하고 행동하는 방법을 모른다고 지적했다. 스마트 계약을 획득하고 이해하며 인간이 이해할 수 있는 방식으로 해석할 수 있는 대규모 언어 모델이 필요하다고 덧붙였다.

Hashed의 투자자 댄(Dan)은 현재 분산형 AI의 인센티브 시스템이 충분히 발전하지 않았다고 말했다. 전체 AI 가치사슬에서 소수의 사람들이 큰 긍정적 기여를 하지만, 그들의 기여가 인센티브에 반영되지 않는다는 점이 문제라고 지적했다. 우수한 분배 메커니즘이 부족해 불공정한 분배가 발생하고 있다고 설명했다. 또한 커뮤니티가 소유한 모델은 안전하고 통제 가능해야 하며, 매개변수의 소유권을 커뮤니티에 반환해 연구할 수 있어야 한다. 중심화된 기업처럼 블랙박스를 제공하는 것이 아니라, 특히 정서적 동반 같은 시나리오에 해당하는 모델은 더욱 개방된 환경에서 거버넌스되어야 한다고 주장했다.

Bullish Capital의 디렉터 실비아(Sylvia)는 인센티브 모델 설계 시 반드시 수요가 무엇인지 명확히 해야 한다고 말했다. 예를 들어 엣지 기기가 필요하다면, 다수의 분산된 컴퓨팅 기기들 중에서 어떻게 이를 찾아내는지 고려해야 한다. 따라서 모델 아키텍처 최적화 문제를 해결하기 전에는 효과적인 인센티브 모델을 설계할 수 없다고 강조했다.

위와 같이 AiFi Summit 2024 Devcon의 모든 주요 내용을 돌아보았다. 규제, 인센티브 메커니즘 등 다양한 도전 과제가 존재하지만, AiFi 분야에는 동시에 막대한 기회가 공존하고 있다. 시장 전반이 신고점을 경신하고 AI 분야 전반이 뜨거운 관심을 받는 가운데, 산업 전반의 전망은 긍정적이며, 인재 유입과 함께 점점 더 많은 혁신이 등장하고 있다.