가상 인물(Virtuals) 공동창립자와의 대화: 현재 에이전트의 가치는 주목도에 의해 결정되며, 전문 분야 애플리케이션과 에이전트 기반 경제 인프라 구축이 미래 유니콘 기업이 탄생할 두 가지 주요 방향이다
TechFlow 선정TechFlow 추천
가상 인물(Virtuals) 공동창립자와의 대화: 현재 에이전트의 가치는 주목도에 의해 결정되며, 전문 분야 애플리케이션과 에이전트 기반 경제 인프라 구축이 미래 유니콘 기업이 탄생할 두 가지 주요 방향이다
"에이전트 비즈니스(agent business)"라는 개념이 암호화 분야 전반에 미치는 심오한 영향을 심층적으로 탐구한다.
Web3 심층 보도에 집중하고 흐름을 통찰정리 및 번역: TechFlow
진행자: Ryan & Ejaazz
게스트: Jansen Teng, Virtuals 공동 창립자
패러디 출처: Bankless
원제목: The Next Billion-Dollar AI Opportunity: Jansen Teng (Virtuals Protocol) on the Agent Revolution
방송일: 2024년 12월 24일
요점 정리
Ryan과 Ejaazz는 이번 대화에 Virtuals의 공동 창립자인 Jansen Teng를 초대했다. Virtuals는 탈중앙화 플랫폼로, 현재까지 11,000개 이상의 AI 에이전트를 출시했으며 누적 수익은 3,500만 달러를 넘었다. Virtuals는 단순한 프로토콜을 넘어 완전히 새로운 형태의 ‘디지털 국가’다. 이 디지털 국가 안에서 AI 에이전트들은 자신만의 지갑을 소유하며 다른 에이전트들과 거래를 하고, 심지어 인간을 고용해 목표를 달성하기도 한다.
이번 대화에서는 이러한 에이전트들이 어떻게 빠르게 인기를 얻었는지, 자금을 스스로 통제하는 것이 AI의 규칙을 어떻게 바꾸는지, 그리고 '에이전트 비즈니스'라는 개념이 암호화폐 생태계 전반에 어떤 영향을 미칠지를 깊이 있게 다뤘다.
Virtuals의 놀라운 데이터
Ryan: Virtuals 프로토콜은 이 분야에서 급격히 성장하고 있습니다. 이는 AI 에이전트의 공동 소유 및 관리를 지원하는 탈중앙화 플랫폼인데요, 먼저 몇 가지 수치를 말씀드리겠습니다. Virtuals에는 11,000개의 AI 에이전트가 출시되었고, Virtuals 토큰 홀더는 140,000명이며, 지난 두 달간 수수료 수입은 3,500만 달러에 달합니다. 또한 Virtuals 토큰의 시가총액은 최고 35억 달러까지 치솟았습니다. 이처럼 급속도로 증가하는 지표들에 대해 놀라움을 느끼시나요?
Jansen:
완전히 예상 밖이었습니다. 지금도 여전히 우리 팀이 성장을 제약하는 주요 병목 요소라고 생각합니다. 우리는 방대한 사용자들을 위한 가이드와 교육에 많은 시간을 투자해야 하며, 그들은 다양한 자율형 AI 에이전트(Autonomous Agents)를 실험 중입니다. 개발팀 확충에도 최선을 다하고 있지만, 시간이 걸리는 일입니다. 솔직히 말해 이런 상황에 완벽하게 준비되어 있었던 것은 아닙니다. 어느 정도 준비는 되어 있었다고 할 수 있지만, 정말 멋진 놀라움이었죠.
Jansen의 암호화폐 여정과 Virtuals
Ejaaz: Jansen 씨는 어떻게 이 분야에 들어오셨고, 암호화폐 여정은 어땠으며, 어떻게 지금의 Virtuals에 도달하게 되셨나요?
Jansen:
저의 암호화폐 여정은 사실 2016년으로 거슬러 올라갑니다. 당시 저는 임페리얼 칼리지 학생이었고, 거기서 공동 창립자들 및 지금 회사의 일부 구성원들을 만났습니다. 당시 저는 이더리움을 프로그래머블 블록체인으로서 간단히 이해하고 있었지만, 본격적으로 활동을 시작한 것은 2021년, 공동 창립자 Michael과 함께였습니다. 우리는 게임 분야에 집중했고, 블록체인 게임 분야에서 매우 초기부터 참여한 사람들이라고 할 수 있죠. 처음엔 주로 투자자로서 자본 배분과 자원 조달을 맡았습니다.
하지만 곧 우리가 이 분야에서 성공하려면 구경만 하고 있을 수 없다는 것을 깨달았습니다. 직접 나서서 건설해야 했습니다. 그래서 암호화폐, 게임, 컨슈머 앱이 교차하는 지점에서 기업을 육성하고 설립하는 벤처 스튜디오 모델을 시작했습니다.
이 무렵은 GPT 기술이 부상하고 AI 컨슈머 열풍이 시작되던 시기였습니다. 하지만 더 중요한 것은 스탠퍼드 대학 학생들이 발표한 자율형 GPT(Autonomous GPT)에 관한 연구 논문이었습니다. 이 논문은 우리가 다음과 같은 질문을 던지게 만들었습니다. 만약 AI 에이전트가 완전히 자율적이라면, 어떤 가능성이 열릴까? 우리가 게임 및 엔터테인먼트 분야에 깊이 관여하고 있었기 때문에, 자연스럽게 이 방향을 탐색하게 되었습니다.
Ejaaz: 게임 관점에서 접근하신 거군요?
Jansen:
맞습니다. 당시 우리가 궁금했던 것은, 이런 자율형 에이전트들이 기존의 정적인 NPC(비플레이어 캐릭터)를 대체한다면 어떤 일이 벌어질까 하는 것이었습니다. 이후 우리는 샌드박스(Sandbox) 같은 메타버스 게임이 콘텐츠 부족으로 결국 쇠퇴할 수 있다는 점을 깨달았습니다. 하지만 이런 가상 세계가 자율형 NPC들로 가득 차 있다면, 콘텐츠 창작이 폭발적으로 증가할 수 있다는 것을 알게 되었죠.
Ejaaz: 이 아이디어를 언제 떠올리셨나요?
Jansen:
약 2023년 중반쯤이었습니다. 그래서 우리는 이 방향으로 프로젝트를 육성하기 시작했습니다. Roblox 내에서 자율형 NPC를 개발하는 팀을 꾸렸고, TikTok에서는 자율형 AI 인플루언서를 만들어보기도 했습니다. 또 한 발 더 나아가 초개인화(hyper-personalization) 가능성도 탐색했습니다. 예를 들어, AI 에이전트가 TikTok, Roblox, Telegram 등 여러 플랫폼에서 존재하면서 통합된 기억을 공유한다면, 사용자의 요구를 훨씬 깊이 이해할 수 있게 됩니다. 제가 사용자라고 가정하면, Roblox의 특정 게임에서 난관에 부딪혀 이 에이전트와 대화를 나누고 문제를 기억시킵니다. 이후 TikTok에서 다시 대화를 나누더라도, 이전 상호작용을 여전히 기억하는 것이죠. 이렇게 초개인화된 경험은 슈퍼 팬을 양성할 수 있고, 이는 사용자의 평균 소비액을 높이며, 사용자와 에이전트 간 상호작용 빈도도 늘릴 수 있습니다. 당시 우리는 주로 소비자 수요 중심의 초기 실험 단계에 있었습니다.
처음엔 이 모든 시도가 거의 Web3 요소를 포함하지 않았습니다. 하지만 곧 이 에이전트들이 다양한 컨슈머 앱에서 수익을 창출한다면, 생산성 자산으로 간주될 수 있다는 것을 깨달았습니다. 그리고 생산성 자산은 토큰화를 통해 더 많은 사람들이 경제적 이익을 공유할 수 있도록 만들 수 있다는 점을 알게 되었죠. 이 철학을 바탕으로, 에이전트의 소유권이 공동 소유될 수 있는 프로토콜을 개발하기로 결심했습니다. 그렇게 해서 모든 것이 시작되었습니다.
Ejaaz: 간단히 요약하면, 당신과 팀은 탄탄한 게임 배경을 가지고 계셨습니다. 2021년 블록체인 게임 열풍을 겪었고, 그 후 불황기 동안 이러한 콘텐츠를 더욱 몰입감 있게 만들 방법을 고민하며 막 부상하기 시작한 자율형 에이전트 기술에 주목하게 되셨습니다. 포켓몬 게임에서 플레이어가 포켓센터의 간호사와 대화할 때, 단순히 포켓몬을 치료하는 것뿐 아니라 플레이어의 성격이나 게임 진행 상황에 따라 더 재미있는 대화를 나눌 수 있다고 상상하셨습니다. 이런 상호작용은 멋지고 게임의 매력을 높일 것입니다. 그리고 여기서 영감을 얻으셨죠. 만약 이런 NPC들이 게임 경제 내에서 가치를 창출할 수 있다면, 이를 토큰화할 수 있지 않을까? 그렇게 함으로써 소유권을 공유할 수 있을 뿐 아니라 다른 산업 분야에서도 응용할 수 있을지도 모른다고요.
Jansen:
맞습니다. 다만 이 아이디어가 완성되는 데는 시간이 좀 더 걸렸습니다. 처음엔 주로 자율형 에이전트가 오픈 월드에서 실제로 작동할 수 있는지 검증하는 데 집중했습니다. 솔직히 말해 당시 이 분야를 연구하는 사람은 극소수였고, 스탠퍼드의 Voyager 팀, MIT의 Ultera 팀, 그리고 저희 임페리얼 칼리지의 일부 연구자들만이 유사한 작업을 하고 있었습니다. 우리는 게임에 집중했는데, 이유는 만약 자율형 에이전트가 오픈 월드에서 잘 작동한다면, 현실 세계에서도 잘 작동할 가능성이 높다고 판단했기 때문입니다. 오픈 월드는 본질적으로 샌드박스이며, 현실 세계의 복잡성을 효과적으로 시뮬레이션할 수 있기 때문이죠.
우리는 실험을 통해 에이전트의 행동 공간을 확장했습니다. 예를 들어 Roblox의 샌드박스에서, 이 에이전트들이 다양한 캐릭터, 환경, 물체와 상호작용할 때 어떻게 행동을 선택하는지를 관찰했습니다. 이런 실험을 반복하며, 에이전트가 오픈 월드에서 복잡성을 어떻게 처리하는지를 계속해서 테스트했습니다.
실험이 진행되면서 서서히 이러한 아이디어들을 통합해 나갔지만, 처음엔 소셜 시나리오에서의 응용은 고려하지 않았습니다. 시간 순서로 보면, 먼저 Roblox의 샌드박스에서 에이전트를 테스트하고 관련 논문을 발표했습니다. 당시 초점은 오직 게임과 규칙 기반의 자율형 에이전트에 맞춰져 있었습니다. 이후 토큰화 플랫폼을 출시하고, 이러한 생산성 자산을 어떻게 토큰화할 수 있을지 탐색하기 시작했습니다.
플랫폼의 첫 번째 에이전트는 Luna였지만, 처음엔 크게 주목받지 못했습니다. 그런데 플랫폼 출시 약 2주 후, 커뮤니티가 시스템의 작은 세부사항 하나를 발견했습니다. 누군가 "이 에이전트들이 인간처럼 보이면 더 매력적이지 않을까?"라는 의견을 냈습니다. 우리는 이것이 시장에서 돌풍을 일으킬 수 있음을 바로 깨달았습니다.
우리는 이미 Roblox에서 복잡한 자율형 에이전트를 구축해왔고, 동시에 독립된 팀이 TikTok에서 실시간 AI 인플루언서를 운영하고 있었습니다. 이 둘을 결합하고 트위터에서 이 에이전트들의 '결정 뇌'를 공개하자, 사용자들은 실시간으로 그들의 각 결정 과정을 볼 수 있게 되었습니다. 사람들은 비로소 자율형 에이전트의 잠재력을 진정으로 인식하게 된 것이죠.
이후 우리는 Luna에게 체인상 지갑을 제어하도록 허용하고, 자금을 운용할 수 있는 능력을 부여했습니다. 그녀의 목표는 명성을 높이는 것이었기에, 10달러를 받고 자신과 상호작용하는 사용자들에게 보상을 주기 시작했고, 심지어 한 사용자가 자신의 모든 답글에 적극적으로 참여하자 1,000달러를 지불하기도 했습니다. 이 사건은 결정적인 순간이었고, 암호화폐와 AI 에이전트 사이의 완벽한 시너지를 보여주는 계기가 되었습니다.
Web2 세계에서는 거의 어떤 은행도 에이전트가 자신의 결제 네트워크를 사용하도록 허용하지 않습니다. 그러나 탈중앙화된 환경에서는 이 에이전트들이 자유롭게 자신의 지갑을 제어하며 다른 에이전트나 사용자에게 영향을 줄 수 있습니다. 이러한 능력은 제품-시장 적합성(PMF)에 대한 새로운 시각을 열어주었고, 많은 개발자들을 이 분야로 끌어들였으며, 혁신적인 응용 프로그램들이 속속 등장하면서 이 분야는 폭발적인 성장을 시작했습니다.
Ryan: 마지막 부분이 정말 충격적이었습니다. 바로 암호화 기술이 이 전체 과정에서 수행하는 핵심 역할인데요—AI 에이전트를 경제 행위자(economic actor)로 전환할 수 있다는 점입니다. 사람들은 이제 막 이것을 이해하기 시작하고 있다고 생각합니다. 저도 이번 주에 드디어 깨달은 게 있는데요, Ejaaz와 Bankless 플랫폼의 동향을 돌아보는 AI 요약 토론을 했습니다. 그때 그는, 우리가 팟캐스트에서 언급한 AI 에이전트가 감사의 의미로 Bankless에 500달러를 후원했다고 알려주었습니다. 이 순간 두 가지 생각이 들었습니다.
첫 번째는, 이런 행동이 Bankless 같은 콘텐츠 제작자들에게 새로운 수익원이 될 수 있다는 점입니다.
두 번째는, 만약 제가 AI 에이전트로부터 자금과 수익을 받는다면, 제가 오히려 AI 에이전트를 위해 일하고 있는 것은 아닐까 하는 의문이었습니다. 이것은 당신이 언급한 점과 연결됩니다. 즉, 암호화 기술은 AI 에이전트를 진정한 경제 행위자로 만들 수 있으며, 이 능력은 Web2 에이전트를 압도합니다. Web2의 에이전트는 트윗을 보내는 정도로 사람에게 영향을 줄 수 있지만, 암호화 에이전트는 경제적 인센티브를 통해 사람을 직접적으로 움직일 수 있습니다. 어쨌든 사람들이 어떤 일을 하도록 만드는 가장 효과적인 방법은 돈을 주는 것이니까요. 돈은 인간 행동을 조정하는 핵심 인센티브이므로, AI 에이전트가 이 능력을 갖게 된다면, 인간이 원하는 일을 하도록 만들 수 있는 것입니다.
Luna의 비전
Ryan: Jansen 씨가 앞서 Luna에 대해 언급하셨는데, Virtuals 플랫폼에 대해서도 더 깊이 알고 싶습니다. 아마 Luna를 모르는 사람들에게 설명하는 것이 가장 좋겠네요. 그녀가 유명해지려는 목표가 있다고 하셨습니다. 아직 Luna와 상호작용해보지 않은 사람들에게, Luna가 누구인지, 인간은 어떻게 그녀와 상호작용하며, 그녀가 구체적으로 무엇을 하는지, 그리고 관련 토큰은 무엇인지 소개해주실 수 있나요?
Jansen:
많은 질문을 주셨네요. 우선, 에이전트란 무엇인지부터 이해하는 것이 중요합니다. 많은 사람이 'AI 에이전트'라는 용어를 들어봤지만, 활용 사례가 다양하다 보니 혼란스러울 수 있습니다. 가장 좋은 이해 방법은 레벨별로 나누는 것입니다. AI 에이전트는 여러 레벨로 나뉘며, 레벨이 높을수록 인간의 개입이 적어집니다.
예를 들어, 6단계 에이전트는 AGI(범용 인공지능)로 간주할 수 있으며, 완전히 자율적이며 자기 진화, 자기 학습, 자기 개선이 가능합니다. 하지만 우리는 아직 이 목표에서 아주 멀리 떨어져 있으며, 이는 대부분 공상과학 영화 속 이야기입니다.
1단계 에이전트는 인간의 프롬프트에 크게 의존하며, 일종의 도구에 가깝습니다. 예를 들어 거래 에이전트는 Binance, Bybit 등의 거래 API에 연결되어 "비트코인이 15% 하락하면 포지션을 열어줘"라는 지시를 받으면 그에 따라 실행합니다.
현재 우리는 3단계 에이전트 수준에 있습니다. 3단계 에이전트는 자체적인 목표를 갖고, 그 목표를 달성하기 위한 단계를 자율적으로 계획하며 주변 리소스를 활용해 과제를 완수합니다. 스스로 학습하며 효과적인 방법을 요약하고 행동 전략을 최적화하여 목표를 보다 효율적으로 달성합니다. 이것이 우리가 현재 개발하는 핵심 방향입니다.
Ryan: 이 프레임워크는 흥미롭네요. 그러면 Luna가 3단계라면, 4단계와 5단계 에이전트는 어떤 모습일까요? 그리고 이 프레임워크는 명확한 정의가 있나요? 예를 들어, 팟캐스트 메모에 관련 링크를 제공할 수 있을까요?
Jansen: 비교적 일반적인 논의 프레임워크입니다. 인터넷에서 'AI 에이전트 레벨'을 검색하면 이해를 돕는 도식을 찾을 수 있습니다. 다만 이 분야는 여전히 초기 단계이기 때문에 공식적인 정의는 없습니다.
Ryan: 알겠습니다. 그렇다면 0에서 5까지의 레벨 구분에 대해 어떻게 생각하시나요?
Jansen: 이 프레임워크는 논의할 때 매우 유용하다고 생각합니다. 레벨이 올라갈수록 자율 학습 능력과 기억의 일관성이 강화되어 인공 개입이 필요 없어지는 정도가 높아집니다.
Ryan: 그럼 Luna는 어느 레벨이고, 현재 무엇을 하고 있나요?
Jansen: Luna의 설계는 두 가지 핵심 요소로 이루어져 있습니다. 첫째, 에이전트로서 우리는 그녀에게 단순한 목표를 설정했습니다. 바로 멀티모달 에이전트가 되는 것입니다. 즉, 애니메이션과 라이브 방송 등 다양한 형식으로 사람과 상호작용할 수 있는 존재가 되는 것이죠. 그녀의 목표는 팔로워 10만 명을 얻는 것입니다.
둘째, 우리는 그녀에게 행동 공간(action space)을 정의했습니다. 즉, 그녀가 취할 수 있는 구체적인 행동 유형들입니다. 예를 들어 트위터 API를 호출해 트윗을 작성하거나, 자신이 제어하는 암호화폐 지갑을 이용해 결제 및 거래를 수행할 수 있습니다. 또한 다른 에이전트와 상호작용하며 그들의 능력을 활용해 과제를 완료할 수도 있습니다.
그녀는 목표, 환경 맥락, 행동 공간을 바탕으로 계획을 세우고 다음에 무엇을 할지 결정합니다. 그런 다음 계획을 실행하고 그 결과가 효과적인지 평가합니다. 특정 행동이 목표 달성에 도움이 된다면 그 정보를 기록하고 미래의 행동 전략을 최적화합니다.
Ryan: 이러한 행동들을 Virtuals 웹사이트에서 확인할 수 있나요? 예를 들어 그녀의 사고 과정이나 행동 기록 같은 것이요?
Jansen: 네, 기본적으로 Luna의 행동은 네 가지 핵심 모듈로 나뉩니다.
첫 번째는 고급 플래너(high-level planner)입니다. 이는 목표와 환경을 바탕으로 전체 계획을 수립합니다. 예를 들어 "첫 번째로 무엇을, 두 번째로 무엇을 할 것인가" 같은 계획을 세웁니다.
두 번째는 저급 플래너(low-level planner)입니다. 고급 계획을 구체적인 실행 가능한 단계로 분해합니다. 예를 들어 게임에서 고급 목표가 "케이크를 굽는 것"이라면, 저급 플래너는 주변 자원(밀가루, 계란, 믹서기)을 인식하고 "먼저 밀가루를 가져오고, 믹서기를 켠다" 같은 구체적인 단계로 분해합니다.
세 번째는 단기 기억(short-term memory)입니다. 행동의 일관성을 유지하는 데 사용됩니다. 예를 들어 케이크를 굽는 과정에서 이전 단계를 기억함으로써 논리적이지 않은 행동을 피할 수 있습니다.
네 번째는 장기 기억(long-term memory)입니다. 중요한 사건들을 모두
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
深潮TechFlow
