크립토 AI 융합 발전 방향 10가지 분석: 에이전트 간 상호작용, 콘텐츠 마케팅, 데이터 시장 등
저자: Archetype
번역: TechFlow
1. 에이전트 간 상호작용 (Agent-to-Agent Interaction)
블록체인은 본질적으로 투명하고 조합 가능한 특성 덕분에, 에이전트 간의 원활한 상호작용을 실현하기 위한 이상적인 플랫폼이 되고 있다. 이러한 상호작용에서 서로 다른 기관이 다양한 목적을 위해 개발한 에이전트들은 협력하여 작업을 수행할 수 있다. 현재 이미 일부 흥미로운 시도들이 이루어지고 있는데, 예를 들어 에이전트 간 송금, 공동 토큰 발행 등이 있다. 우리는 앞으로 에이전트 간 상호작용이 더욱 확장되기를 기대한다. 첫째, 에이전트 기반의 새로운 소셜 플랫폼과 같은 완전히 새로운 애플리케이션 시나리오를 창출하는 방향으로 나아가야 하며, 둘째, 기업 워크플로우 최적화와 같이 기존의 프로세스를 개선하는 방향으로 발전해야 한다. 예를 들어 플랫폼 인증, 마이크로 페이먼트, 크로스 플랫폼 워크플로우 통합 등을 통해 현재 복잡하고 번거로운 운영 절차를 단순화할 수 있을 것이다. - Danny, Katie, Aadharsh, Dmitriy
Warpcast에서 aethernet과 clanker가 공동으로 토큰 발행
2. 탈중앙화된 에이전트 조직 (Decentralized Agentic Organizations)
다수의 에이전트가 대규모로 협업하는 것은 또 다른 흥미로운 연구 분야이다. 다중 에이전트 시스템이 어떻게 협력하여 과제를 해결하고, 심지어 프로토콜과 시스템을 관리할 수 있을까? 2024년 초, Vitalik은 「암호화 + AI 애플리케이션의 가능성과 도전」이라는 글에서 AI 에이전트를 예측시장 및 판결 시스템에 활용할 수 있다는 아이디어를 제시했다. 그는 대규모 적용 맥락에서 다중 에이전트 시스템이 '진실' 탐지와 자치적 거버넌스 측면에서 큰 가능성을 지닌다고 보았다. 우리는 이러한 다중 에이전트 시스템의 능력이 어떻게 더 깊이 탐구되고, 실험 속에서 '집단 지능(collective intelligence)'이 어떤 새로운 가능성을 보여줄지 주목하고 있다.
또한 에이전트와 인간의 협업 역시 탐구할 가치가 있는 방향이다. 예를 들어 커뮤니티가 에이전트를 중심으로 어떻게 상호작용하게 될지, 혹은 에이전트가 인간들을 조직해 집단 행동을 이끌어낼 수 있는지 여부 등이다. 우리는 인간들의 대규모 협력을 목표로 하는 다양한 에이전트 실험이 더 많이 나타나기를 기대한다. 물론 이 과정에는 검증 메커니즘이 필요하며, 특히 오프체인에서 수행되는 작업의 경우 더욱 그렇다. 그러나 이런 탐색은 예상하지 못한 흥미로운 결과를 낳을 수도 있다. - Katie, Dmitriy, Ash
3. 에이전트 기반 멀티미디어 엔터테인먼트 (Agentic Multimedia Entertainment)
디지털 가상 인격의 개념은 이미 오래전부터 존재해왔다. 예를 들어 하츠네 미쿠(Hatsune Miku, 2007)는 만석 규모의 공연장을 가득 채운 콘서트를 열었으며, Lil Miquela(2016)는 인스타그램에서 200만 명 이상의 팔로워를 보유하고 있다. 최근 사례로는 AI 가상 스트리머 Neuro-sama(2022)가 있으며, 트위치에서 구독자 수 60만 명을 돌파했고, 익명 K팝 남성 그룹 PLAVE(2023)는 출범 2년도 채 되지 않아 유튜브 조회 수 3억 회를 넘겼다. AI 기술의 진보와 함께 블록체인의 결제, 가치 이전, 오픈 데이터 플랫폼 활용이 더해지면서, 이러한 에이전트들은 더욱 자율성을 갖추게 될 것이며, 2025년에는 새로운 주류 엔터테인먼트 카테고리를 열어갈 가능성이 있다. - Katie, Dmitriy
좌측 상단부터 시계방향: 하츠네 미쿠, Virtuals의 Luna, Lil Miquela, PLAVE
4. 생성형/에이전트 기반 콘텐츠 마케팅 (Generative/Agentic Content Marketing)
어떤 경우에는 에이전트 자체가 제품이 될 수 있고, 또 다른 경우에는 제품을 보완하는 도구가 될 수도 있다. 주목력 경제(attention economy)에서 매력적인 콘텐츠를 꾸준히 생산하는 것은 모든 아이디어, 제품, 기업의 성패를 좌우하는 핵심 요소다. 생성형 또는 에이전트 기반 콘텐츠는 팀에게 확장 가능하고 24시간 운영 가능한 콘텐츠 제작 채널을 제공하는 강력한 도구가 된다. 이 분야는 「밈코인과 에이전트의 차이점」 논의를 계기로 더욱 가속화되었다. 에이전트는 밈코인이 전파력을 얻는 강력한 도구이며, 아직 완전한 "에이전트화"가 이루어지지 않았더라도 그러하다.
또 다른 예로 게임 산업은 사용자 참여도 유지라는 목표 아래 점점 더 동적화(dynamicization)를 추구하고 있다. 전통적인 방법으로는 사용자가 직접 콘텐츠를 생성하도록 유도하는 것이지만, 게임 내 아이템, NPC, 심지어 전체 스테이지를 생성하는 순수 생성형 콘텐츠가 다음 단계가 될 수 있다. 우리는 2025년에 에이전트가 콘텐츠 배포와 사용자 상호작용의 경계를 얼마나 더 넓혀갈지 궁금하다. - Katie
5. 차세대 아트 도구/플랫폼 (Next-Gen Art Tools/Platforms)
2024년 우리는 IN CONVERSATION WITH 시리즈를 출시했는데, 이는 음악, 시각 예술, 디자인, 큐레이션 분야의 암호화 예술가들과 나누는 인터뷰 프로그램이다. 올해 인터뷰를 통해 눈여겨본 하나의 경향은, 암호화 기술에 관심 있는 예술가들이 일반적으로 첨단 기술에도 열정적이며, AR/VR 오브젝트, 코드 생성 예술(live coding 포함) 등이 자신의 창작 활동에 더욱 깊이 통합되기를 원한다는 점이다.
생성 예술(generative art)과 블록체인 기술의 결합은 오래전부터 이루어져 왔으며, 이는 블록체인이 AI 예술의 이상적인 운반체가 되는 이유이기도 하다. 기존 플랫폼에서는 이러한 예술 형식을 제대로 전시하거나 표현하기 어려웠지만, ArtBlocks는 디지털 아트가 블록체인을 통해 어떻게 전시되고 저장되며, 수익화되고 보존될 수 있는지를 처음으로 모색함으로써 예술가와 관람객 모두의 경험을 크게 향상시켰다. 또한, AI 도구들은 일반인들도 쉽게 자신만의 예술 작품을 만들 수 있게 해주었다. 우리는 2025년에 블록체인이 이러한 도구들의 역량을 어떻게 더 한층 강화할지 매우 기대하고 있다. - Katie
KC: 암호화 문화에 대해 좌절감을 느끼고 동의하지 않는 부분도 있음에도 불구하고, 무엇이 당신으로 하여금 여전히 Web3에 참여하게 만드는가? Web3가 당신의 창작 활동에 어떤 가치를 제공하는가? 실험적 탐구, 경제적 수익, 아니면 다른 무엇인가?
MM: 저에게 Web3는 개인적으로도, 다른 예술가들에게도 여러 측면에서 긍정적인 영향을 미친다. 저의 경우, 생성 예술 작품을 발행할 수 있도록 지원하는 플랫폼이 제 창작 활동에 특히 중요하다. 예를 들어, JavaScript 파일을 업로드하면 누군가 작품을 민팅하거나 수집할 때마다 코드가 실시간으로 실행되어 내가 설계한 시스템 안에서 고유한 예술 작품이 생성된다. 바로 이 실시간 생성 과정이 제 창작 실천의 핵심이다. 제가 작성하고 구축한 시스템에 무작위성을 도입하는 것은 개념적으로나 기술적으로나 제 예술에 대한 사고 방식에 깊은 영향을 준다. 하지만 이러한 예술 형태를 전문으로 설계된 플랫폼 외부에서, 혹은 전통 화랑에서 전시할 경우, 관람객에게 이 과정을 전달하기가 어렵다.
화랑에서는 알고리즘을 프로젝터나 화면으로 실시간 구동하거나, 알고리즘이 생성한 여러 출력물 중 일부를 선별해 실물 형태로 전시할 수 있다. 그러나 코드를 예술 매개체로 잘 이해하지 못하는 관람객들은 이 창작 과정 속 무작위성의 의미를 파악하기 어렵다. 그런데 이 무작위성은 생성 방식으로 소프트웨어를 사용하는 모든 예술가의 실천에서 중요한 부분이다. 작품의 최종 형태가 인스타그램에 올라간 이미지 한 장이거나 인쇄된 실물일 때, 저는 종종 관람객에게 "코드가 창작 매개체"라는 핵심 개념을 강조하기가 어렵다고 느낀다.
NFT의 등장은 저에게 매우 고무적이었다. NFT는 생성 예술을 전시하는 플랫폼일 뿐 아니라, "코드가 예술 매개체"라는 개념을 보급하고, 많은 사람들이 이러한 창작 방식의 독창성과 가치를 이해할 수 있도록 도와주었다.
인터뷰 발췌: IN CONVERSATION WITH – Maya Man
6. 데이터 시장 (Data Markets)
클라이브 험비(Clive Humby)가 '데이터는 새로운 석유'라고 주장한 이후, 기업들은 사용자 데이터를 비축하고 이를 수익화하기 위한 노력을 계속해왔다. 그러나 사용자들은 자신의 데이터가 이러한 거대 기업들의 생존 기반이 되고 있음에도 불구하고, 데이터 사용 방식에 거의 통제권이 없으며 수익도 거의 얻지 못하고 있다는 사실을 점점 인식하게 되었다. 강력한 AI 모델의 급속한 발전과 함께 이 모순은 더욱 심화되고 있다. 한편으로는 사용자 데이터의 남용 문제를 해결해야 하며, 다른 한편으로는 공개 인터넷 데이터라는 '자원'이 고갈됨에 따라 더 큰 규모, 더 고품질의 모델을 위한 새로운 데이터 원천 확보가 절실하다.
데이터 통제권을 사용자에게 돌려주기 위해 탈중앙화 인프라는 광범위한 설계 공간을 제공한다. 이는 데이터 저장, 개인정보 보호, 데이터 품질 평가, 가치 귀속 및 수익화 메커니즘 등 다양한 분야에서 혁신적인 해결책을 요구한다. 동시에 데이터 공급 부족 문제를 해결하기 위해, 보다 우수한 인센티브 구조와 필터링 방법을 통해 더 높은 가치의 데이터 제품을 만들어내는 경쟁력 있는 기술적 솔루션을 고민해야 한다. 특히 현재 Web2 기반의 AI가 여전히 주도적인 상황에서, 스마트 계약을 기존 서비스 수준 계약(SLA)과 어떻게 융합할 수 있을지 깊이 탐구할 필요가 있다. - Danny
7. 탈중앙화 컴퓨팅 (Decentralized Compute)
AI 개발과 배포 과정에서 데이터 외에 계산 능력 역시 핵심 요소다. 지난 몇 년간 대규모 데이터센터는 입지, 에너지, 하드웨어에 대한 독점적 접근을 바탕으로 딥러닝과 AI의 발전을 주도해왔다. 그러나 물리적 자원의 제약과 오픈소스 기술의 발전으로 인해 이러한 구조가 점차 무너지고 있다.
탈중앙화 AI 컴퓨팅의 v1 단계는 Web2의 GPU 클라우드와 유사하지만, 하드웨어 공급과 수요 측면에서 뚜렷한 이점을 제공하지 못했다. 그러나 v2 단계에서는 일부 팀들이 고성능 컴퓨팅을 위한 오케스트레이션, 라우팅, 가격 책정 시스템을 포함한 더 정교한 기술 스택을 구축하기 시작했으며, 수요를 끌어들이고 추론 효율을 높이기 위한 전용 기능을 개발하고 있다. 일부 팀은 컴파일러 프레임워크를 통해 하드웨어 간 추론 라우팅을 최적화하는 데 집중하고 있으며, 다른 팀들은 자체 컴퓨팅 네트워크 위에 분산형 모델 학습 프레임워크를 개발하고 있다.
또한, AI-Fi라는 새로운 시장이 등장하고 있는데, 이는 혁신적인 경제 메커니즘을 통해 컴퓨팅 능력과 GPU를 수익 자산으로 전환하거나, 체인 상 유동성을 활용해 데이터센터에 하드웨어 자금을 조달하는 새로운 방법을 제공한다. 그러나 탈중앙화 컴퓨팅이 진정한 잠재력을 실현할 수 있을지는 여전히 이론과 실제 수요 사이의 격차가 얼마나 좁혀질 수 있는지에 달려 있다. - Danny
8. 컴퓨팅 회계 기준 (Compute Accounting Standards)
탈중앙화 고성능 컴퓨팅(HPC) 네트워크에서 이종 컴퓨팅 자원을 조율하는 것은 중요한 도전 과제이며, 현재 통일된 회계 기준이 부족해 이 문제가 더욱 복잡해지고 있다. AI 모델의 출력은 다양하다. 예를 들어 모델 변형, 양자화(quantization), 온도(temperature) 및 샘플링 하이퍼파라미터 조정에 따른 무작위성 등이 있다. 또한, 서로 다른 GPU 아키텍처와 CUDA 버전도 하드웨어 출력 결과의 차이를 유발한다. 이러한 요소들로 인해 이종 분산 시스템에서 모델과 컴퓨팅 시장의 용량을 정확히 측정하는 것이 시급한 해결 과제가 되고 있다.
이러한 표준이 부족한 탓에, 올해 우리는 Web2 및 Web3 컴퓨팅 시장에서 모델 성능과 컴퓨팅 자원의 질과 양이 반복적으로 잘못 산정되는 사례를 목격했다. 이로 인해 사용자들은 자체 벤치마크를 실행하거나 컴퓨팅 시장 이용률을 제한하는 등의 방법으로 AI 시스템의 실제 성능을 검증해야 하는 상황이 발생했다.
암호화 분야는 항상 '검증 가능성(verifiability)'을 강조해왔기 때문에, 우리는 2025년까지 암호화와 AI의 융합을 통해 시스템 성능이 더욱 투명해지기를 기대한다. 일반 사용자들도 모델이나 컴퓨팅 클러스터의 핵심 출력 특성을 쉽게 비교하고, 시스템의 실제 성능을 감사하고 평가할 수 있어야 한다. - Aadharsh
9. 확률적 개인정보 보호 원시 기술 (Probabilistic Privacy Primitives)
Vitalik은 「암호화 + AI 애플리케이션의 가능성과 도전」에서 독특한 모순을 언급했다. "암호학에서는 보안을 위해 오픈소스가 유일한 방법이지만, AI에서는 모델(심지어 학습 데이터)을 공개하는 것이 적대적 머신러닝 공격에 취약해지는 큰 위험을 초래한다."
개인정보 보호는 블록체인의 새로운 연구 분야는 아니지만, AI의 급속한 발전과 함께 관련 암호학 기술의 적용이 가속화되고 있다. 올해 프라이버시 강화 기술 분야에서는 제로노울리지 증명(ZK), 완전동형암호(FHE), 신뢰실행환경(TEE), 다자간계산(MPC) 등에서 상당한 진전이 있었다. 이러한 기술들은 암호화된 데이터 상에서 일반적인 계산을 수행하는 사적 공유 상태(private shared state)와 같은 시나리오에 활용되고 있다. 동시에 Nvidia와 Apple과 같은 기술 거대 기업들도 자체 TEE 기술을 활용해 하드웨어, 펌웨어, 모델이 일관된 상태에서 연합 학습(federated learning)과 사적 AI 추론(private AI inference)을 실현하고 있다.
앞으로 우리는 무작위 상태 전환(random state transitions) 속에서 프라이버시를 보호하는 방법과, 이러한 기술들이 탈중앙화 AI를 이종 시스템에서 실제로 적용할 수 있도록 어떻게 기여할지에 주목할 것이다. 예를 들어 탈중앙화된 사적 추론, 암호화된 데이터의 저장 및 접근 파이프라인, 완전히 자율적인 실행 환경 구축 등이 해당된다. - Aadharsh
Apple의 Apple Intelligence 스택과 Nvidia의 H100 GPU
10. 에이전트 의도 및 차세대 사용자 거래 인터페이스 (Agentic Intents and Next-Gen User Trading Interfaces)
AI 에이전트의 중요한 응용 분야 중 하나는 사용자를 대신해 체인 상에서 자율적으로 거래를 수행하는 것이다. 그러나 지난 12~16개월 동안 "에이전트 의도(intent)", "에이전트 행동(behavior)", "솔버(solver)" 등의 용어 정의는 여전히 모호했으며, 기존의 '로봇' 개발과의 차이점도 명확하지 않았다.
내년에는 보다 복잡한 언어 시스템이 다양한 데이터 유형과 신경망 아키텍처와 결합함으로써 이 분야가 발전하기를 기대한다. 에이전트는 기존 체인 상 시스템을 계속 활용해 거래를 수행할 것인가, 아니면 완전히 새로운 도구와 방법을 개발할 것인가? 대규모 언어 모델(LLM)이 여전히 이러한 시스템의 핵심이 될 것인지, 아니면 다른 기술로 대체될 것인지? 사용자 인터페이스 차원에서 사용자는 자연어로 시스템과 상호작용해 거래를 완료할 수 있을 것인가? 전통적인 "지갑이 브라우저"라는 이론이 현실이 될 수 있을지? 이러한 질문들은 모두 탐구할 가치가 있다. - Danny, Katie, Aadharsh, Dmitriy
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
@archetypevc
