생성형 AI와 블록체인의 교차점: 창의력의 토큰화
글: Kava Labs
우리는 인공지능(AI)과 블록체인 기술의 융합을 계속 깊이 탐구할 것이며, 생성형 AI와 토큰화의 역할에 초점을 맞출 것이다. AI 및 블록체인 기술 분야에서 가장 혁신적이면서도 논란이 많은 영역 중 하나인 이 주제를 이해하기 위해, 우리는 먼저 RWA 토큰화, AI의 자연어 처리(NLP), AI가 리스크 완화와 크로스체인 상호운용성에서 수행하는 역할에 관한 기사들을 참조하여, 두 기술의 통합이 가져오는 광범위한 영향을 충분히 이해해야 한다.
본문에서는 생성형 AI의 강력한 기능, 그 작동 방식, 그리고 생성형 AI 출력물을 토큰화할 때 발생하는 저작권 문제를 살펴볼 것이다. 이후 블록체인 기술의 역할과 이러한 문제를 해결할 수 있는 잠재적 솔루션으로서 대체 불가능 토큰(NFT)을 고찰할 것이다. 또한 NFT를 활용하고 있는 산업들을 조사하고, 마지막에 이 역동적인 분야의 미래 가능성과 AI가 담당할 수 있는 역할에 대해 논의할 것이다.
콘텐츠 창작의 미래
AI 분야의 다른 측면들과 마찬가지로, 생성형 AI의 진화는 1960년대로 거슬러 올라가는 컴퓨터 과학의 오랜 전통을 가지고 있다. 영국 예술가 Harold Cohen은 캘리포니아대학교 샌디에이고 캠퍼스에서 자신의 AARON 프로젝트를 통해 컴퓨터 기반 이미지 생성의 초기 형태를 구현했다. 그러나 이런 생성형 AI 이미징의 초기 사례들이 있었음에도 불구하고, 현대 AI 붐은 2022년 4분기 말 ChatGPT3.5의 출시를 통해 비로소 시작되었으며, 일반 대중이 획기적인 기술에 쉽게 접근할 수 있게 되었다.
Midjourney, Leonardo.ai, DALL-E가 2023년에 등장하면서 생성형 이미지 프로토콜의 인기가 급속도로 확산되었고, 생성형 AI(GenAI)와 프롬프트 엔지니어링(prompt engineering)이 대중의 관심을 받게 되었으며, 대규모 언어 모델(LLMs) 역시 큰 주목을 받았다. 일약 모든 사람들이 몇 초 안에 사실적인 이미지를 생성할 수 있게 되었고, 이전에는 전문 예술가와 사진작가들만이 막대한 인력을 동원해 가능했던 작업이 보편화된 것이다.
그 이후로 생성형 AI는 지속적으로 반복 개선되며 초기 버전을 크게 발전시켜왔다. 전통적인 Web2 기업들조차도 AI 기반 이미지 생성 및 편집 프로토콜을 도입하기 시작했으며, Photoshop은 2023년 5월 생성형 채우기 툴킷을 출시했다. 또한 이 기술은 이미지에서 오디오, 비디오, 3D 모델링까지 확장되는 추세를 보이고 있다.
결국 생성형 AI는 어떻게 작동하는가? 기존 예술가들은 이를 위협 요소로 봐야 하는가? 그리고 블록체인이 생성형 AI에 어떻게 기여할 수 있는가?
기술 이해하기
블록체인이 생성형 AI와 접점이 있을 수 있는 부분을 파악하려면 우선 이 기술이 어떻게 작동하는지 이해하고, 그것이 표절로 해석될 수 있는지 여부를 판단해야 한다.
생성형 AI의 첫 번째 단계는 다른 AI 모델들과 동일하다 — 원시 데이터를 수집, 색인화하고 정제하는 것이다. 생성형 AI는 이미지, 오디오 샘플, 비디오 또는 3D 디지털 모델을 수집한다. 이후 모델은 물체, 질감, 색상, 음성 패턴 등을 식별하도록 훈련된다.
모델이 샘플 데이터를 가장 기본적인 구성 요소로 분해한 후에는, 색상 간 상호작용이나 물체 간 공간 관계 같은 패턴과 의존성을 재구성하고 복제하는 데 사용할 수 있다. 대규모 언어 모델이 다음 단어, 문장 또는 단락을 예측하기 위해 확률 모델을 사용하는 것과 유사하게, 생성형 AI는 픽셀 값과 그들 사이의 위치 관계를 예측하는 확률 모델을 사용하며, 이를 조합해 단일의 일관된 이미지 결과물로 출력한다.
생성형 AI의 마지막 단계는 이러한 출력물을 피드백 루프 내에서 활용하는 것이다. 반복과 모델 개선을 통해 시간이 지남에 따라 더욱 정교한 출력물을 만들어낸다.
저작권 관련 논란은 모델이 오픈소스 데이터 위에서 훈련되며 특정 원본 데이터를 직접 복제하지 않는다는 점에서 모호해진다. 이들은 수십억 개의 원시 데이터 접촉점을 기반으로 한 고도로 복잡한 예측 모델을 사용하여 출력물을 조합한다. 이를 이해하는 한 가지 방법은 이러한 모델들이 마이클 잭슨이나 비틀즈의 노래를 직접 커버하는 것보다는, 그들의 음악에 영향을 받거나 영감을 받는 현대 가수에 비유할 수 있다는 것이다.
NFT의 부상
NFT는 2014년 디지털 아티스트 Jennifer과 Kevin McCoy가 Namecoin 블록체인에 최초로 Quantum을 민팅함으로써 처음 등장했다. 2017년 CryptoKitties의 출시와 함께 NFT는 소수의 마니아층을 확보하기 시작했고, 2021년 호황기에 Bored Ape Yacht Club, CryptoPunks 등의 프로젝트와 Beeple 같은 독립 디지털 아티스트들과 함께 인기를 끌게 되었다.
2021년 호황기 동안 NFT는 그 기반 기술인 블록체인의 강력한 실사용 사례를 입증했다. 변경 불가능한 탈중앙화 장부는 오랫동안 존재해온 명확한 출처 증명(provenance) 확립 문제를 해결할 수 있었다. 영구적이며 수정 불가능한 디지털 인증 마크를 통해 각 산업은 제품의 합법적 소유권을 쉽게 확인할 수 있게 되었다. 고급 예술 데이터베이스 Artory는 블록체인 기술을 활용해 독점 예술품의 출처를 증명하는 데 탁월한 성과를 보였다.
2021년 NFT 열풍이 정점을 찍은 이후, NFT의 인기는 다소 줄었지만 그 중요성은 여전히 유지되고 있다. ERC-721 및 ERC-1155 토큰 표준을 통해 동적이고 반동질화되지 않은 NFT 프로젝트가 도입되면서, 실물자산(RWA) 시장의 성장과 함께 새로운 시장을 창출하였다. 특히 부동산 및 자동차 산업에서 실물자산의 토큰화는 출처 증명을 명확히 할 수 있고, 유지보수 및 개선 사항을 반영하기 위해 시간이 지남에 따라 NFT를 업데이트할 수 있는 능력을 통해 이익을 얻고 있다.
NFT 민팅
NFT는 2021년 호황기에 NFT 시리즈를 민팅하는 용이성 덕분에 인기를 얻었다. 기술 진입 장벽이 존재하는 빠르게 성장하는 소수의 시장에서, OpenSea 및 Rarible과 같은 플랫폼에서 NFT를 민팅할 수 있다는 것은 수백만 사용자에게 쉬운 진입점이 되었다. 자신의 NFT 시리즈를 만드는 것보다 지갑 설정이 더 어려울 수 있다.
초기 설정은 간단한 계정 생성 절차를 통해 이루어졌다. 이후 사용자가 지갑을 계정에 연결하면 클라우드 제공업체에 이미지를 업로드하는 것만큼이나 편리하게 몇 분 안에 손쉽게 이미지를 업로드하고 시리즈를 민팅할 수 있었다. 사용자 경험은 비교할 수 없이 우수했으며, 이미지가 승인되면 선택한 거래소와 플랫폼 간에 쉽게 거래할 수 있었다.
디지털 예술의 유동성
NFT 민팅과 디지털 예술품을 자유롭게 매매할 수 있는 능력은 수백만 사용자를 끌어들인 중요한 요소였다. 이는 암호화폐 시장의 변동성에 대한 실습 교육이기도 했지만, 무엇보다도 사용자에게 역동적인 교육 도구를 제공했다. 사용자들은 빠르게 암호화폐 거래를 이해하고 실행하기 시작했다. 예를 들어 NFT 플랫폼에서 지갑과 거래소로 원활하게 이동한 후 법정화폐로 전환할 수 있었다.
또한 많은 창작자들이 처음으로 자신의 디지털 예술품을 수익화할 수 있게 되었다. 이는 제3의 게이트키퍼가 아닌 개인에게 재정적·창의적 주권을 돌려주는 Web3의 핵심 약속을 구현한 것이다.
로열티의 새 시대
디지털 자산의 출처를 확립하는 것 외에 NFT가 종종 간과하는 또 다른 측면은 바로 원작자에게 자동으로 로열티를 지불할 수 있다는 점이다. 예술가 재판매 권리(Artist Resale Rights, ARR), 즉 드루아 드 쉬트(droit de suite)라는 개념은 1920년 프랑스에서 처음 도입된 20세기 초부터 존재해왔지만, 많은 국가들에게는 여전히 새로운 제도이다.
이러한 맥락에서 NFT는 독특한 기회를 제공한다. 특정 NFT의 모든 거래에 대해 자동으로 로열티를 시행함으로써, 번거로운 전통적인 중개자의 개입 없이 문제를 해결할 수 있다. NFT 플랫폼의 큐레이션 과정은 이 권한을 창작자 본인에게 직접 돌려주며, 창작자가 원하는 로열티 비율을 스스로 결정할 수 있도록 한다.
AI와 NFT의 미래
2021년 NFT의 부흥이 인상적인 점은 생성형 AI 프로토콜 없이 일어났다는 사실이다. 당시 디지털 아티스트들이 두각을 나타냈지만, 지금은 누구나 챗봇처럼 쉽게 고품질의 예술 작품을 만들 수 있게 되었으므로, 이 시장의 미래 수익성은 불확실하다. 앞으로 사람들은 프로젝트의 실용성과 커뮤니티에 더 집중할 수 있다.
생성형 AI 프로토콜은 개인이 훌륭한 예술가가 되도록 도와주며 이전에는 접근할 수 없었던 직업의 문을 열어준다. 그러나 지난 사이클에서 예술가들이 직면한 주요 문제 중 하나는 자신의 작품이 허락 없이 NFT로 판매되었다는 점이었다. 생성형 AI 프로토콜을 통해 제작된 디지털 자산의 수익화에 관한 법률적 해석은 여전히 모호하다. 이 두 요소는 충돌할 가능성이 있으며, 특히 생성형 AI 자산이 인기 있는 NFT 시리즈를 통해 세대 간 부를 창출하는 데 사용된다면 더욱 그렇다.
지난 사이클에서 NFT가 복제되어 여러 블록체인에 민팅되는 경우도 표절을 부추겼다. 상호운용성 부족과 데이터 고립 문제는 이전 블로그에서도 논의된 바 있다. 이 분야에서 AI는 중요한 역할을 할 수 있다. 초기 이상 징후 탐지 및 사기 예방과 같은 보안 강화 조치를 통해, AI는 RWA 및 DeFi 분야에서처럼 백본 역할을 할 수 있다. 이는 디지털 자산의 출처를 확인할 때 크로스체인 상호운용성 보안을 구축하는 데 필수적이다.
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
