내년에도 여전히 이어질 암호화폐와 AI, 왜 당신은 '집단지능' 스토리를 주목해야 할까?

2024.12.31

내년에도 여전히 이어질 암호화폐와 AI, 왜 당신은 '집단지능' 스토리를 주목해야 할까?

대규모 행동 프로그래밍에서 암호화 기술이 가지는 고유한 장점을 활용해 전 세계적으로 다수의 에이전트를 배포하고 관리할 수 있다.

2024.12.31 - 07:06:49

Web3 심층 보도에 집중하고 흐름을 통찰

대규모 행동 프로그래밍에서 암호화 기술이 가지는 고유한 장점을 활용해 전 세계적으로 다수의 에이전트를 배포하고 관리할 수 있다.

저자: bebis

번역: TechFlow

인공지능(AI)은 위장하는 데 정말 능숙하다.

AI 기술의 발전은 이미 50년 이상의 역사를 가지고 있으며, 수천억 달러의 연구개발 자금이 투입되었다. 오늘날 혁신적인 AI 애플리케이션처럼 보이는 것을 만드는 것은 매우 쉬워졌지만, 사실 대부분은 환상에 불과할 때가 많다.

그렇다면 우리는 진정한 기술적 돌파구와 과장된 마케팅을 어떻게 구별할 수 있을까?

AI 마케팅의 본질을 꿰뚫어 보기

우선 소프트웨어 개발의 현실을 이해해야 한다. 수조 개의 파라미터를 가진 거대 기반 모델이든 주말 동안 한 개발자가 만든 작은 프로젝트이든, 프로토타입에서 실제 운영 환경까지 배포하는 과정은 종종 도전으로 가득 차 있으며, 일종의 "장기전"을 겪는 것과 같다.

이런 '전쟁'의 대부분은 막바지 단계에서 벌어진다. 로컬 환경에서는 모든 것이 잘 작동하지만, 운영 환경으로 이전하기 시작하면 현대 소프트웨어 시스템의 다양한 요소들을 조율하는 일이 단순히 코드를 작성하는 것보다 훨씬 복잡하다는 것을 수없이 깨닫게 된다.

프로젝트 관리 분야에서는 이러한 현상을 "90% 증후군"이라고 부른다. (TechFlow 주석: 간단히 말해, "90% 증후군"이란 프로젝트가 90% 완료되었지만, 나머지 10%를 완성하는 데 또 다른 90%의 시간과 노력이 필요하다는 의미이다.)

"90% 증후군" 때문에 샘 알트먼(Sam Altman)의 다음 명언이 널리 퍼졌다.

그래서 많은 기술 팀과 관리자들은 빠른 반복 속도에 익숙해지며 비현실적인 기대감을 갖게 된다.

하지만 현실은 언제나 우리를 깨운다. 엔지니어와 이사회 멤버들이 수익 체감의 법칙을 인식하게 되면, 새로운 돌파구를 찾을 때까지 속도를 늦출 수밖에 없다.

암호화 투자자들에게 이는 무엇을 의미할까?

즉, AGI(일반 인공지능)는 앞으로 몇 년간 여전히 유행어에 머물 것이며, 많은 사람들이 이를 이용해 자신들의 "프로젝트"를 팔려 할 것이라는 의미이다.

Swarms: 암호화가 제시하는 AGI 대안

암호화와 AI의 교차 지점에서는 새로운 서사가 형성되고 있는데, 그 중심에는 "에이전트(Agent)"—특히 다수의 에이전트로 구성된 "집단 지능(Swarm Intelligence)"이 있다.

에이전트 스웜(Agent Swarm)이란 특정 프레임워크를 통해 조율되는 여러 개의 에이전트들이 계산 능력에 의존하기보다 집단적으로 협업함으로써 복잡한 작업을 수행하는 방식이다. 이 방법은 하드웨어와 알고리즘의 병목 현상을 효과적으로 해결한다.

톰 셰너시(Tom Shaughnessy)가 글에서 언급했듯이:

"암호화 기반 AI에서 등장하는 AGI 대체 경로가 조용히 부상하고 있다.

우리는 당연하게 OpenAI가 최종 승자가 될 것이라 생각한다.

분명 그들은 정상급 인재(일부는 떠났지만), 강력한 컴퓨팅 리소스, 선도적인 모델 출시, 추론 능력에 대한 집중적 관심을 갖고 있다.

하지만 이 영역의 대안을 이해하는 것은 쉽지 않다. 왜냐하면 그것이 항상 눈에 띄는 위치에 존재하지 않기 때문이다.

이 대안의 핵심은 수백만 개의 좁고 고도로 특화된 AI 모델(또는 에이전트)들이다. 각각은 특정 분야에서 "전문가"이며, 모든 일을 포괄적으로 추론할 필요 없이 협력함으로써 단일 거대 모델을 압도하는 "집단 지능"을 형성한다. 사실 수백만 개의 좁은 모델은 내가 처음부터 믿어온 이론적 기반이었다.

개발자는 필요에 따라 각 에이전트의 추론 경로(예: 언제 연구를 중단하고 새 방향으로 전환할지)를 맞춤 설정하고, 데이터와 실시간 정보 소스를 유연하게 조합하며, Nous Research, Prime Intellect, Llama, deepseek 또는 기타 오픈소스 모델과 같은 다양한 기반 모델을 활용하고, 각 에이전트의 세부 사항을 심층적으로 튜닝하여 특정 작업에 완전히 집중시킬 수 있다.

이러한 에이전트의 대규모 "캄브리아 폭발"은 암호화폐 토큰의 자금 지원과 탈중앙화 커뮤니티의 추진력 덕분에 가능했다. 이 모델은 모델 및 에이전트 생성에서 큰 차별화된 장점을 보여주며, 전통적인 Web2 AI 연구소에서는 결코 탄생할 수 없는 형태이다. 비교하자면, 개발 속도와 커뮤니티 지원 면에서도 경쟁할 수 없다.

한 번의 간편한 인터페이스로 이러한 에이전트 "군집"(전문가 모델 조합)에 접근할 수 있게 되고, 군집이 작업에 가장 적합한 모델을 지능적으로 선택할 수 있다면, 이 패러다임은 순식간에 대중화될 것이다.

기술 발전의 흐름은 AGI가 통제 가능한 중앙집중형 플랫폼보다는, 폐쇄될 가능성이 없는 탈중앙화 블록체인 위에서 개방형으로 구축될 가능성이 더 크다는 점을 시사한다.

이건 시간문제일 뿐이며, 암호화 AI는 집단적 AGI로 가는 선두 경로가 되고 있으며, 그 전망은 매우 밝다."

사실 하드웨어 성능, 연구 진전, 물리 법칙의 한계에 도달했을 때 우리는 늘 친숙한 방향으로 돌아간다. 즉, "집약(aggregation)"이다.

톰은 "전문가 혼합(Mixture of Experts)"이라는 용어를 언급했지만, 사실 이 개념은 그리 복잡하지 않다. 에이전트 스웜(Agentic Swarms)을 통해 블록체인은 인공지능 분야에서 독특한 가치를 드러낸다. 바로 조정(coordination) 능력이다.

암호화 기술이 대규모 행동 프로그래밍에 가지는 고유한 장점 덕분에, 우리는 전 세계적으로 수많은 에이전트를 배포하고 관리할 수 있다. 이를 통해 더 작고 집중된 대규모 언어 모델 네트워크를 구축할 수 있으며, 이 모델들은 서로 경쟁하면서 최종 사용자에게 최고의 서비스를 제공하려 한다.

작년 7월, 우리는 Club Cod3x 팟캐스트에서 이 내용을 상세히 다룬 바 있다.

AGI가 아니라면 미래는 무엇인가?

암호화와 AI 분야가 계속 성숙함에 따라 큐레이션, 배포, 상업화 측면에서 큰 진전을 이루게 될 것이다. 현재 Web3 기반 AI 회사들은 초기 단계에 있지만, 이 분야의 잠재력은 이미 널리 주목받고 있다.

나는 인공지능과 암호화폐의 융합 분야에서 수년간 개발을 해왔다. 그 과정에서 어떤 방식이 효과적이었고, 어떤 방식은 그렇지 않았는지를 경험했다.

다음은 내가 현재 AI와 암호화폐 분야에 대해 정리한 최신 분석이다.

1. 프레임워크(Frameworks): 개발을 가속화하고 표준을 정립하며, 에이전트 간 소통을 촉진하는 플랫폼.

@virtuals_io: 소셜 프레임워크 (Virtuals)
@ai16zdao: 소셜 프레임워크 (G.A.M.E.)
@Cod3xOrg: 금융 프레임워크 (Moon)
@gizatechxyz: 금융 프레임워크
@AlloraNetwork: 훈련 프레임워크 (Training Framework)
@opentensor: 훈련 프레임워크 (Training Framework)
@chirperai: 조정 프레임워크 (Coordination Framework)
@autonolas: 조정 프레임워크 (Coordination Framework)

이러한 프레임워크들은 단순한 기술 개발의 기반이 아니라, 향후 시장에서 중요한 역할을 하며 생태계 전체의 성숙을 이끌 것이다.

2. 거래 플랫폼(Marketplaces): 핵심은 에이전트와 사용자, 혹은 에이전트 간 연결을 통해 작업 완료와 서비스 거래를 용이하게 하는 것이다.

@Cod3xOrg: 사용자-에이전트 시장 (User-to-Agent Market)
@Daosdotfun: 런치패드 (Launchpad)
@Virtuals_io: 런치패드 (Launchpad)
@autonolas: 에이전트-에이전트 시장 (Agent-to-Agent Market)
@StoryProtocol: 에이전트-에이전트 시장 (Agent-to-Agent Market)
@joinFXN: 에이전트-에이전트 시장 (Agent-to-Agent Market)

현재 이 플랫폼들은 초기 단계이지만, 에이전트 경제의 발전을 위한 핵심 역할을 하며, 개발자들이 더 많은 수익 창출과 확장 경로를 찾는 데 도움을 줄 것이다.

3. 에이전트(Agents): 특정 작업을 수행해 가치를 창출하는 자율 실행 디지털 작업자.

@BigTonyXBT: 금융 거래 실행에 특화된 에이전트
@unit00x0: 금융 데이터 분석 지원 제공
@luna_virtuals: 소셜과 금융 기능을 통합한 다목적 에이전트
@0xzerebro: 예술 창작 및 소셜 상호작용에 집중하는 에이전트

에이전트를 개발하는 과정은 영화 『리얼 스틸(Real Steel)』의 로봇 복싱처럼 도전적이고 흥미진진하다.

현재 Web3 내 에이전트는 아직 널리 상용화되지 않았지만, 일부 브랜드는 강력한 비전을 보여주고 있다. 앞으로 더 많은 에이전트가 실제 적용 사례에서 시험되고 최적화될 것이다.

4. 데이터 브로커(Data Brokers): 에이전트가 학습에 필요한 데이터와 컨텍스트 정보를 제공하며, 생태계의 핵심 요소이다.

@withvana: 사용자 데이터 브로커
@getgrass_io: 사용자 데이터 브로커
@Cookie3_com: Web3 소셜 데이터 어그리게이터

AI와 블록체인의 융합은 점점 더 많은 프로젝트의 참여를 끌어들이고 있다. 예를 들어 @BigTonyXBT는 @DeBankCloud, @LunarCrush, @dexscreener가 제공하는 데이터를 에이전트의 컨텍스트 정보로 활용한다. 하지만 현재로서는 이러한 데이터 플랫폼들이 AI 방향성에 대해 명확한 입장을 밝히지는 않고 있다.

한편, @arkham, @_kaitoai, @nansen_ai 등의 정보 플랫폼들도 이제 데이터를 패키징해 에이전트 경제에 서비스를 제공하기 시작하고 있다. 향후 이들 플랫폼이 자체 에이전트나 AI 모델을 출시할 가능성도 있으며, 이는 주목할 만하다!