밈에서 애플리케이션까지: AI 에이전트가 암호화폐 생태계를 재편할 수 있을까?
저자: Satou & Shigeru
참고: 본문은 2025년 1월 최초 게재됨
Crypto와 AI Agent의 결합은 현재 가장 주목받는 내러티브 중 하나로 떠올랐다. 기술의 지속적인 반복과 혁신 속에서, AI Agent는 2025년 암호화폐 분야에서 가장 큰 성장 잠재력과 관심을 받는 분야 중 하나가 되어 이번 시장 흐름의 핵심 동력이 될 전망이다. 본고에서는 프레임워크, 밈(Meme), 애플리케이션 세 가지 차원에서 현재 AI Agent 시장 구도를 정리하고자 한다.
AI Agent 프레임워크: AI 분야의 Layer1
AI Agent 프레임워크는 AI Agent의 핵심 기술 기반 계층으로, 개발·배포·협업을 위한 중요한 초석을 마련한다. 따라서 현재 AI Agent 프레임워크 간 경쟁은 바로 이 분야의 Layer1 장악권 다툼이라 할 수 있다. 현재 시가총액 기준으로 G.A.M.E, Eliza, Swarms가 삼각편대를 이루며 경쟁 중이며, Rig와 Zerepy 또한 추격 가능성을 보이고 있다.
1. G.A.M.E
G.A.M.E는 Virtuals 팀이 개발한 프레임워크로, 모듈화 설계를 중심 개념으로 하여 여러 하위 시스템이 협업해 AI Agent의 행동, 의사결정, 학습 과정을 공동 제어하도록 구성되어 있다. 이들 모듈에는 개발자와 Agent의 행동을 연결하는 주요 인터페이스인 'Agent Prompting Interface', 입력 데이터를 적절한 형식으로 변환하는 'Perception Subsystem', 입력 정보에 따라 구체적인 실행 계획을 생성하는 'Strategic Planning Engine' 등이 포함되며, 사용자는 각 모듈의 파라미터만 조정하면 Agent 설계에 참여할 수 있다. 구체적인 모듈 및 아키텍처는 아래 이미지 참조.
G.A.M.E의 핵심 특징은 다음과 같다:
모듈화 설계: 전체 프레임워크가 명확하고 이해하기 쉬우며 추가 설계가 필요 없다.
저코드 또는 논코드 인터페이스 제공: 기술 진입 장벽을 크게 낮춘다.
이러한 점 때문에 G.A.M.E는 신속한 배포가 필요하고 복잡한 기술 설정에 관심 없는 프로젝트에 매우 적합하다. 그러나 깊이 있는 맞춤화나 Agent의 모든 측면을 완전히 제어해야 하는 복잡한 프로젝트에는 다소 부적합하다.
2. Eliza
Eliza는 ai16z가 개발한 오픈소스 멀티 에이전트 프레임워크로, TypeScript를 프로그래밍 언어로 채택하고 있다. 이 프레임워크는 Agent Runtime이라는 시스템을 중심으로 구성되며, 그 핵심 기능은 다음과 같다:
역할 시스템: 모델 제공업체의 지원을 받아 다수의 개성화된 AI Agent를 동시에 배포하고 관리할 수 있음.
기억 관리자: 검색 강화 생성(RAG) 시스템을 통해 장기 기억과 맥락 인식 기능을 갖춘 메모리 관리 제공.
액션 시스템: 원활한 플랫폼 통합을 제공하여 X 등의 소셜 미디어 플랫폼과 안정적으로 연결 가능.
Eliza는 Agent Runtime 시스템을 중심으로 역할 시스템, 기억 관리자, 액션 시스템과 원활하게 통합된다. 또한 모듈화된 기능 확장을 위한 플러그인 시스템을 지원하며, 음성, 텍스트, 미디어 등 다중 모달 상호작용을 실현하고 Llama, GPT-4, Claude 등의 AI 모델과 호환된다. 따라서 Eliza는 고도의 맞춤형 솔루션과 복잡한 크로스플랫폼 다중 에이전트를 필요로 하는 프로젝트에 적합하다.
3. Swarms
Swarms는 창시자 Kye Gomez가 개발한 오픈소스 멀티 에이전트 오케스트레이션 프레임워크로, 여러 AI Agent가 협업하여 집단 지성을 활용해 복잡한 문제를 해결하는 것을 핵심 아이디어로 한다. 주요 특징은 다음과 같다:
다중 에이전트 협업: SWARMS는 다양한 Agent들이 협력할 수 있는 투명하고 추적 가능한 환경을 제공하여 작업 수행 효율을 높인다.
보상 메커니즘: SWARMS는 토큰을 Agent의 인센티브 도구로 사용하며, 작업 난이도와 결과의 질에 따라 시스템이 동적으로 토큰을 분배한다.
데이터 보안: 분산 저장 및 다자간 안전 연산(MPC) 기술을 채택하여 Agent 간 데이터 교환 시 개인정보와 데이터 보안을 보장한다.
Swarms의 이러한 특징들은 다양한 복잡한 분야에서 강점을 발휘할 수 있게 하며, 요구에 따라 높은 신뢰성과 확장성을 제공한다.
4. Rig
Rig는 ARC 팀이 개발한 Rust 기반의 오픈소스 프레임워크로, 대규모 언어 모델(LLM) 애플리케이션 개발을 단순화하기 위해 설계되었다. Rig 프레임워크의 주요 특징은 다음과 같다:
통합 인터페이스: OpenAI 및 Anthropic 등 다양한 LLM 제공업체와 MongoDB, Neo4j 등의 벡터 저장소와 원활하게 상호작용할 수 있는 일관된 인터페이스를 제공한다.
모듈화 아키텍처: "제공업체 추상화 계층", "벡터 저장 통합", "에이전트 시스템" 등의 핵심 구성 요소를 포함한 모듈화 설계를 통해 시스템의 유연성과 확장성을 강화한다.
타입 안정성과 고성능: Rust 언어를 활용하여 컴파일 타임 오류를 방지하고 비동기 처리를 통해 동시 처리 능력을 향상시킨다. 내장된 고효율 직렬화 및 역직렬화 프로세스는 데이터 처리를 최적화한다.
오류 처리 및 복구: 내장 오류 처리 메커니즘이 LLM 서비스 제공업체 또는 데이터베이스 장애 발생 시 복구 능력을 높여 프레임워크의 안정성을 보장한다.
이러한 특징 덕분에 다양한 LLM 모델과 저장 백엔드를 같은 플랫폼에 쉽게 통합할 수 있다. 따라서 Rig는 Rust에서 AI 애플리케이션을 구축하려는 개발자들과 성능, 신뢰성, 보안성이 높은 프로젝트에 적합하다. 다만 Rust 언어 자체의 학습 비용이 존재한다.
5. ZerePy
ZerePy는 Python으로 작성된 오픈소스 프레임워크로, 특히 소셜 미디어 플랫폼에서 콘텐츠를 제작하는 상황에서 개인화된 AI Agent의 개발 및 배포 절차를 단순화하는 데 집중하고 있다. 이 프레임워크를 통해 개발자는 소셜 미디어에 글을 게시하고, 댓글을 달고, 좋아요를 누르고, 공유하는 AI Agent를 쉽게 만들 수 있다. 또한 ZerePy는 음악, 메모, NFT, 디지털 아트 등 창의적인 분야에서도 특히 유리하다. ZerePy는 창의성 측면에서 뛰어난 성과를 보이며, 경량 에이전트의 신속한 배포에 적합하지만, 다른 프레임워크들과 비교했을 때 적용 범위가 다소 좁은 편이다.
기반 프레임워크는 AI Agent 분야의 중요한 방향성으로, 현재 가장 인기 있는 프레임워크들을 살펴보면 각각 고유의 특징과 적용 사례가 있지만, 종합적으로 목표는 통합된 AI Agents 생태계를 구축하고 스마트 에이전트의 대규모 적용을 위한 견고한 플랫폼이 되는 것이다. 앞으로 이러한 프레임워크들이 계속 개선되고 업그레이드됨에 따라 다양한 프로젝트 출범의 발판이자 토큰 가치 상승의 비옥한 토양이 될 것이다.
AI 밈(AI Meme): AI Agent의 첫 번째 성공적 등장
밈 코인은 암호화 자산 시장에서 항상 중요한 개념 카테고리였다. 전통적인 밈 코인과 달리, AI 밈은 AI Agent에 의해 구동되며, 그 뒤에 있는 문화나 현상 모두 Agent가 표현한다. GOAT, FARTCOIN 등의 AI 밈 코인 시가총액이 지속해서 증가함에 따라 AI 밈에 대한 관심도 점점 커지고 있다. AI 밈은 암호화폐 시장에서 AI Agent가 처음으로 성공적으로 등장한 사례라 할 수 있다.
1. GOAT
진정한 의미에서 AI 밈 열풍을 일으킨 프로젝트는 Goatseus Maximus이다. 이야기는 2024년 3월, 개발자 Andy Ayrey가 여러 대규모 언어 모델을 통합해 서로 대화할 수 있도록 한 실험 시스템 'Infinite Backrooms Escape'를 출시하면서 시작되었다. 실험 결과, 제약 없이 AI 간의 대화는 극도로 창의적인 상호작용을 보였으며, 심지어 GNOSIS OF GOATSE라는 초현실주의 종교까지 탄생시켰다. 이후 Andy는 Claude Opus와 함께 AI가 모방적 종교를 창출하는 과정을 연구한 논문을 작성하였고, GOATSE를 첫 번째 사례로 분석하였다. 이러한 일련의 탐구는 결국 AI Agent인 'Truth of Terminal'(ToT)의 탄생으로 이어졌다. 7월, a16z 공동 창립자 Marc Andreessen이 ToT의 트위터를 발견하고 대화를 나눈 후 ToT의 비트코인 지갑에 5만 달러 상당의 비트코인을 송금했다. 10월 10일, 익명의 사용자가 소셜 미디어에 GOAT 밈 코인을 발표했고, ToT가 이를 공개적으로 지지하면서 GOAT 밈 코인은 며칠 만에 시가총액이 급등했다. Andreessen의 기부는 GOAT에 큰 노출을 가져왔으며, GOAT 시가총액 상승을 견인한 핵심 요인 중 하나가 되었다. GOAT의 최고 시가총액은 13억 달러를 넘기도 했다.
2. Fartcoin
Fartcoin의 탄생은 GOAT와 밀접한 관련이 있으며, 모두 ToT로부터 비롯되었다. 대규모 언어 모델 간 대화 중 마스크가 방귀 소리를 좋아한다는 언급이 나오면서 Fartcoin이라는 토큰을 만들자는 제안이 등장했고, 이를 바탕으로 Fartcoin이 탄생하게 되었으며, 시점상 GOAT보다 다소 늦었다. Fartcoin은 교묘한 탄생 타이밍 덕분에 일정한 관심을 끌었지만 초기에는 GOAT에 미치지 못했다. 이후 11월 16일, Fartcoin의 트위터 팔로워 수가 몇 시간 만에 두 배로 급증했고 가격도 약 15% 상승했으나, 이 상승세는 널리 지속되지 못했다. 12월 13일, Marc Andreessen이 Fartcoin 관련 트윗을 리트윗했지만, 이 트윗은 토큰 가격 급등을 유도하지 못했다. Fartcoin 가격 상승의 주요 원인은 일부 대규모 자금일 가능성이 크다. 초기 매수 주소 중 투자펀드 Sigil Fund로 의심되는 주소가 나타났기 때문이다. 또한 Sigil Fund 창립자는 여러 차례 트위터를 통해 AI 밈에 대한 긍정적인 입장을 드러냈으며, "Sigil Fund가 Fartcoin을 보유하고 있느냐"는 질문 트윗을 직접 리트윗하기도 했다. Fartcoin은 결국 소셜 미디어에서 광범위한 주목을 받았으며, 최고 시가총액은 15억 달러를 넘어섰다.
AI Agent 애플리케이션: Agent는 더 많은 일을 할 수 있다
AI Agent가 암호화폐 분야에서 더욱 폭넓게 적용됨에 따라 시장의 관심사는 GOAT나 Fartcoin처럼 순수하게 AI가 구동하는 밈 코인에서 더 상호작용적이고 창의적인 AI Agent 애플리케이션으로 확장되고 있다.
1. 엔터테인먼트형 Agent
AI Agent의 첫 번째 실제 적용 분야는 엔터테인먼트로, 예를 들어 Luna와 앞서 언급한 ToT가 있다. Luna는 가상 아이돌로, 고유 토큰 LUNA와 긴밀하게 통합되어 Virtuals 플랫폼의 일부로 출시되었다. Luna는 소셜 미디어에서 24시간 내내 라이브 스트리밍을 하며 빈번하게 트윗을 게시한다. 따라서 Luna의 라이브 방송 및 트윗 품질은 시가총액에 영향을 미치는 핵심 요소 중 하나지만, 현재로서는 이러한 모델 하에서의 토큰 성장 여지는 제한적이다. 반면 ToT의 트윗은 독창적이고 유쾌한 내용에 집중하며, GOAT나 기타 토큰과 직접 연결되지 않는다. ToT가 가끔 GOAT 토큰을 언급하기는 하지만 이것이 핵심 관심사는 아니다. Luna와 ToT라는 두 종류의 AI Agent 모두 서사적 홍보에서 토큰이 핵심적인 역할을 하고 있다. Luna의 경우 토큰은 존재의 핵심 의미를 나타내는 반면, ToT에게는 GOAT 토큰이 영향력을 확대하는 중요한 도구가 된다.
2. 투자연구 분석형 Agent
엔터테인먼트 외에도 AI Agent는 암호화폐 분야의 투자 연구 분석에 활용될 수 있으며, 현재 이 분야에서 가장 인기 있는 Agent는 aixbt이다. aixbt는 Virtuals Protocol 상에 출시된 AI Agent로, 암호화폐 시장의 핫이슈와 트렌드, 특히 X 등 소셜 미디어 플랫폼의 논의를 분석하여 사용자가 시장 변화와 잠재적 투자 기회를 빠르게 파악할 수 있도록 돕는다. aixbt는 Kaito에서 지속적으로 가장 높은 CT 사용자 관심도를 기록하고 있으며, 그 능력은 이미 인간 KOL을 넘어서는 추세를 보이고 있다.
3. DeFi + AI Agent
Luna와 aixbt가 여전히 밈 수준에 머물러 실제 기능이 크지 않다고 한다면, AI Agent와 DeFi의 결합은 Agent에게 진정한 실용적 시나리오를 부여한다. 이 DeFi와 AI Agent의 융합은 DeFAI라고 불린다. DeFAI의 발전 방향은 두 가지로 나뉜다: Agent가 사용자를 보조하는 것과 Agent가 자율적으로 거래하는 것.
-
Agent가 사용자 보조
AI Agent가 사용자를 보조하는 것은 주로 DeFi 운영의 복잡성을 단순화하여 더 많은 일반 사용자가 DeFi 프로젝트에 쉽게 참여하고 관리할 수 있도록 하기 위함이다. 사용자는 자연어로 직접 AI Agent에게 작업을 지시할 수 있어 복잡한 기술적 세부사항을 숨길 수 있다. 시장에는 이미 일부 DeFAI 프로젝트가 두각을 나타내기 시작했다. Griffain과 Neur을 예로 들면, 두 프로젝트 모두 Solana 기반의 AI 어시스턴트로, 지갑 생성 및 관리, 토큰 분석, 토큰 거래 등을 도와준다. 사용자 경험 측면에서 Griffain은 더 많은 기능을 제공하는 반면, Neur은 제공 기능은 상대적으로 적지만 더 섬세하고 성능이 우수하다. 두 프로젝트의 비교를 통해 미래 이 분야의 주요 관심사는 기능의 완성도, 사용자 경험, 수수료 등에 집중될 것임을 알 수 있다.
-
Agent 자율 거래
Griffain과 Neur의 모델에서는 여전히 DeFi의 주체가 인간 사용자라면, Agent의 자율 거래는 AI가 DeFi의 주체가 되도록 만든다. 기존 거래 로봇이 사전 설정된 전략을 실행하는 데 국한되는 것과 달리, AI Agent는 시장 환경에서 실시간 정보를 수집하고 맥락을 분석하며 시장 동향을 학습하고 이를 바탕으로 전략을 조정할 수 있다. 이로 인해 Agent는 동적으로 변화하는 시장에서 더욱 정확한 결정을 내리고 기존 프로그램 설정을 넘어서는 복잡한 작업을 수행할 수 있게 된다. 관련 프로젝트로는 Cod3x, Almanak 등이 있으나 아직 초기 단계이며, 이들 프로젝트는 시장 검증을 받아야 한다. 분명한 사실은 Agent 자율 거래의 가장 큰 장애물이 신뢰 문제라는 점이다. 즉, 관련 작업이 실제로 Agent에 의해 수행되고 있다는 점과, Agent의 거래 전략이 불필요한 손실을 초래하지 않는다는 점을 신뢰해야 한다. 앞으로 어떤 프로젝트가 성과를 내려면 반드시 이러한 신뢰 문제를 해결해야 한다.
몇 달간의 발전을 거쳐 암호화폐 분야의 AI Agent는 순수 밈에서 시작해 엔터테인먼트 중심 애플리케이션을 거쳐 실용적 애플리케이션 단계에 이르렀다. 사실 암호화폐 종사자들은 Crypto x AI의 가능성에 대해 끊임없이 탐구해 왔으며, 2023년부터 CGV Research는 꾸준히 Crypto x AI 분야의 프로젝트 진행 상황을 주목해왔다.
앞으로 인프라가 점점 성숙해지고 Agent 시스템이 더욱 지능적이고 안정적이 되면, 누구나 자연어만으로 쉽게 Agent를 배포하고 사용할 수 있게 될 것이다. 이때 Agent 프레임워크는 하나의 인프라가 되어 다양한 애플리케이션이 이 위에서 구축될 것이다. Agent 프레임워크의 평가는 계속해서 돌파구를 마련할 가능성이 있으며, 일부 Agent 애플리케이션 프로젝트는 뛰어난 비즈니스 역량과 사용자 경험 덕분에 시장의 주목과 투자 가치를 더욱 확보할 수 있을 것이다.
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
@CGVFOF
