오래된 장소를 다시 찾으며, Bittensor에는 어떤 서브넷이 여전히 주목할 만한가?
작성자: 0xJeff
번역: TechFlow
저에게 암호화폐는 항상 자극적인 존재였으며, 배울 것이 끊이지 않습니다. 저는 본래 호기심이 많아 기술자들에게 어리석어 보일 수 있는 많은 질문을 던지며 그들의 통찰과 귀중한 경험에서 배우고자 합니다. 인공지능(AI)도 예외가 아니며, 오히려 Web2 테크 거대 기업들이 모델을 지속적으로 개선하고 대규모 애플리케이션이 AI를 활용해 AI 기반의 사용 사례를 출시함에 따라 발전 속도는 매우 빠릅니다.
@canva는 비기술적 배경을 가진 예술가와 창작자들이 상호작용형 경험을 쉽게 구축하고 AI로 창작물을 강화할 수 있는 AI 도구를 출시했습니다.
@YouTube는 크리에이터들이 영상에 맞는 배경 음악을 생성할 수 있도록 해주는 새로운 AI 도구를 도입했습니다.
Grab과 같은 라이드셰어링 회사는 상인 및 드라이버 파트너를 지원하기 위해 에이전트 기반 AI를 도입하고 있습니다.
Lazada와 같은 이커머스 기업들은 판매자들이 판매, 마케팅, 고객 서비스에 생성형 AI 도구를 활용하도록 돕고 있습니다.
이러한 사례는 무수히 많습니다. 생성형 AI와 에이전트 기반 AI는 업무 프로세스를 개선하는 실질적인 사용 사례로서 기업 및 일반 소비자들 사이에서 빠르게 채택되고 있습니다. 이러한 기술의 장점은 접근성이 용이하다는 점입니다—무료 또는 저비용의 솔루션을 어디서든 찾을 수 있으며, 그 수익은 재정적 비용을 훨씬 상회합니다.
그러나 사람들은 이러한 AI 제품을 사용할 때 숨겨진 위험과 단점을 간과하는 경향이 있습니다. 예를 들어 다음과 같은 문제들 말입니다.
-
누가 당신의 데이터를 소유합니까?
-
당신의 아이디어를 누군가가 훔쳐 경쟁 제품을 만들 수 있습니까?
-
플랫폼이 안전합니까? 당신의 데이터가 유출될 가능성은 없습니까?
-
플랫폼이 다운되면(예: 과거 AWS에서 발생한 바 있음) 당신의 비즈니스가 중단됩니까? 고객 자금에 위험이 발생할 수 있습니까?
-
당신은 항상 플랫폼에 접근할 수 있습니까? 신원 인증이 필요합니까? 플랫폼이 종료된다면, 여전히 당신의 제품이나 사업을 소유할 수 있습니까?
다른 질문들도 많이 있습니다. (아직 읽어보지 않았다면, 제가 이전 글에서 이 주제를 더 자세히 다뤘습니다.)
중앙화된 참여자들은 집중된 권력을 가지며, 당신의 삶에 중대한 영향을 줄 수 있는 결정을 내릴 수 있습니다. 당신은 이것이 중요하지 않다고 생각할 수도 있습니다—아마도 당신은 이러한 도구를 자주 사용하지 않거나, 이 기업들이 사용자의 최선의 이익을 위해 행동한다고 믿을 수도 있겠죠. 괜찮습니다. 혹은 당신은 이런 AI 스타트업에 투자하고 싶을 수도 있는데, 왜냐하면 이들은 거대한 시장에 진입하고 있기 때문입니다. 그러나 문제는—당신은 투자할 수 없다는 것입니다. @ycombinator나 상위권 벤처캐피탈 회사에 소속되지 않는 한, 이런 거래에는 접근할 수 없습니다.
반면 Web3 AI 분야에서는, 탈중앙화된 AI 제품과 서비스를 사용자에게 제공하려는 여러 투자 가능한 AI 생태계가 존재합니다. 그중 선두적인 투자 가능한 탈중앙화 AI 생태계 중 하나가 바로 @opentensor(Bittensor)입니다.
Bittensor: 다크윈식 AI
Bittensor는 "다크윈식 AI" 범주에 속합니다—즉 자연 선택을 통해 진화하는 AI입니다. 이를 AI 버전의 『헝거 게임』이라고 상상해볼 수 있습니다. 각각의 서브넷(subnet)은 자신만의 '헝거 게임'을 가지고 있으며, 여기서 '채굴자(miner)'들이 공물(또는 참가자) 역할을 합니다. 그들은 특정 작업에서 자신의 모델과 데이터를 가지고 경쟁합니다. 가장 강력한 모델(즉 성과가 가장 좋은 모델)만 보상을 받습니다. 약한 모델들은 교체되거나(훈련, 조정, 타인으로부터 학습 등을 통해) 진화하게 됩니다. 시간이 지남에 따라 더 강력하고 다양하며 고성능의 AI 생태계가 형성됩니다.
Bittensor가 특히 흥미로운 이유는 다양한 이해관계자들 사이의 인센티브를 일치시키기 위한 설계된 경쟁 및 인센티브 메커니즘에 있습니다. 아래 트윗에서 저는 Web3 AI 에이전트 팀들이 직면한 문제들을 요약했습니다…
요약하자면, 현재의 에이전트 토큰들은 투기자와 팀 입장에서는 과대광고를 위한 도구로 유리하지만, 토큰을 통해 사용자를 확보하고 유지하는 데는 효과적이지 못합니다. 또한 가격 하락 시 개발자, 창립자 등 인재를 유지하기 위한 인센티브로도 부적절합니다.
Bittensor는 $TAO 발행을 서브넷에 할당함으로써 팀 운영을 인센티브화하고 지원하는 시장 주도 메커니즘을 통해 이 문제를 해결합니다. 시장은 해당 서브넷에 $TAO를 스테이킹함으로써 어느 서브넷이 더 많은 발행량을 받을지를 결정합니다. 스테이킹되면 $TAO는 알파 서브넷 토큰(Alpha subnet token)으로 전환됩니다. 더 많은 사람들이 스테이킹할수록 알파 토큰의 가격이 상승하고, 당신이 받는 발행량(알파 토큰 형태로)도 증가하게 됩니다.
$TAO의 발행 계획은 BTC와 매우 유사하며, 총 공급량은 고정된 2100만 토큰이며 4년마다 반감기가 발생합니다(매일 7,200개의 $TAO가 서브넷에 지급됨). 첫 번째 $TAO 반감기는 2026년 1월 5일경에 발생할 것으로 예상되며, 이때 유통 공급량이 1050만 토큰에 도달합니다.
왜 투자자에게 중요한가?
여기서 기술적인 세부사항으로 깊이 들어가지는 않겠습니다—단지 Bittensor가 왜 거래/투자 관점에서 가장 흥미로운 생태계 중 하나라고 생각하는지 공유하고자 합니다.
위에서 언급한 동학 외에도, 알파 서브넷 토큰을 거래할 때 당신은 거래뿐 아니라 동시에 "채굴(mining)"도 하고 있다고 볼 수 있습니다.
왜냐하면 알파 토큰 가격이 상승할 때마다, 당신은 가격 상승의 이익뿐만 아니라 $TAO 발행(알파 토큰 형태로)도 함께 받기 때문입니다.
서브넷의 성과가 뛰어나고 순위가 올라갈 경우, 당신의 초기 $TAO 포지션은 급격한 가격 상승과 막대한 발행 증가를 경험하게 됩니다. 서브넷에 $TAO를 스테이킹할수록 더 빠를수록 연간 수익률(APY)이 높아집니다(시장이 아직 주목하지 않아 스테이킹된 사람이 적고 $TAO가 적기 때문).
dTAO vs Solidly
출처: @DeSpreadTeam
Solidly의 ve(3,3) 메커니즘은 장기 락업과 지속적인 참여를 요구합니다. 잘못된 유동성 풀에 대한 투표로 인한 불합리한 발행은 모든 보유자가 공동으로 부담하며(발행된 물량이 매도되면서 모든 토큰 보유자의 가격이 하락), 이는 시스템의 취약점이 될 수 있습니다.
반면 dTAO는 장기 락업이 필요하지 않으므로 누구든지 언제든지 자유롭게 진입과 퇴출이 가능합니다. 하지만 진입(서브넷에 스테이킹)은 철저한 디데이(Due Diligence)/자기 조사가 요구됩니다. 잘못된 서브넷에 투자하면 큰 손실이 발생할 수 있습니다(잠금 기간이나 기타 제한이 없어 사람들이 쉽게 빠져나갈 수 있기 때문).
하지만 제프, 완전 희석 시가총액(FDV)이 너무 높아요! 우리는 어떻게 시가총액이 5억 달러가 넘는 서브넷에 투자할 수 있죠?
서브넷이 여전히 초기 단계이기 때문에 FDV는 적절한 지표가 아닐 수 있으며, 단기~중기 거래자라면 시가총액(MC)이 더 적합할 수 있습니다. 인플레이션을 걱정한다면 18%/41%/41%의 비율을 알아둘 가치가 있습니다—이는 각각 서브넷 소유자, 검증자, 채굴자에게 지급되는 발행량(알파 토큰 형태)의 분배 비율입니다. 스테이커/알파 토큰 보유자는 $TAO를 검증자에게 위임하기 때문에 검증자 몫의 41%로부터 혜택을 받습니다.
많은 서브넷 소유자들이 자신들의 발행 물량으로 받은 알파 토큰을 계속 보유함으로써 자신감을 보여주며, 검증자 및 채굴자들과 적극적으로 소통하면서 대량 매도 없이 시장을 낙관적으로 유지하려 노력합니다(taostats에서 이러한 정보를 확인할 수 있음).
전체적으로 볼 때, 다음 차트는 Bittensor 생태계의 추세를 보여주는 최고의 그래프 중 하나입니다.
출처: taoapp
2월 dTAO 출시 이후로, Bittensor 인센티브 시스템을 관리하는 OG 서브넷인 Roots 내의 %TAO는 지속적으로 감소했고, 반면 서브넷 내의 %TAO는 계속 증가하고 있습니다. 이는 스테이커/투자자들이 더 높은 리스크를 감수하고 있음을 의미합니다(Root 네트워크에 스테이킹하면 약 20-25%의 보수적인 연간 수익률을 얻을 수 있지만, Root에서는 알파 서브넷 토큰 가격 상승이 없음). 이러한 추세는 서브넷 팀들의 제품 출시 속도와 일치합니다. dTAO 출시 이후, 팀들은 공개적으로 제품을 구축하고, 사용자가 원하는 제품을 개발하며, 빠르게 반복하고 제품-시장 적합성(PMF)을 찾아내야 하며, 사용자를 유치하고 현실 세계에서 실질적인 수익을 창출하는 효용성을 신속히 만들어야 합니다. 제가 이 생태계에 들어온 이후 느낀 것은, 다른 생태계보다 팀들의 제품 출시 속도가 훨씬 빠르다는 점입니다(경쟁과 인센티브 배분 덕분).
이제 우리는 서브넷들과 그 독특한 투자 가능한 탈중앙화 AI(DeAI) 사용 사례로 나아갑니다.
주요 서브넷 및 사용 사례
제품-시장 적합성(PMF) 측면에서 1위로 평가받는 팀은 @rayon_labs입니다. 이 팀은 일반 사용자를 대상으로 서비스를 제공하며, 전문적인 실행력과 공개적 개발을 지속적으로 보여주고 있으며, SN64(Chutes), SN56(Gradients), SN19(Nineteen) 등을 포함합니다.
Chutes—서버리스 방식으로 쉽게 AI를 배포할 수 있는 인프라를 제공합니다. 최근 AWS 다운타임 사건은 우리가 이런 서비스가 필요한 최고의 사례입니다. 중심화된 공급업체에 의존할 경우, 단일 장애 지점으로 인해 다운타임 시 AI 애플리케이션이 중단되어 잠재적인 자금 손실 또는 취약점 노출이 발생할 수 있습니다.
Gradients—프로그래밍 지식이 없는 사람이라도 Gradients에서 자신의 AI 모델을 훈련시킬 수 있습니다(전문적 용도, 이미지 생성, 맞춤형 LLM 등). 최근 출시된 v3 버전은 경쟁 제품보다 더 저렴합니다.
Nineteen—빠르고 확장 가능하며 탈중앙화된 AI 추론 플랫폼을 제공합니다(텍스트 및 이미지 생성에 누구나 사용 가능하며, 기존 제품보다 훨씬 빠름).
또한 Rayon은 Squad AI 에이전트 플랫폼도 출시할 예정인데, 이는 사용하기 쉬운 드래그 앤 드롭 방식의 노드 스타일 AI 에이전트 구축 플랫폼으로, 커뮤니티 내에서 벌써 큰 관심을 받고 있습니다.
세 개의 서브넷은 $TAO 발행량의 3분의 1 이상을 보유하고 있으며, 이는 팀이 공개적으로 개발하여 사용자가 원하는 고품질 제품을 제공하는 능력을 입증합니다(Rayon은 많은 서브넷 소유자들로부터 1위 팀으로 평가받고 있음).
-
Gradients는 한 달 만에 13배 성장(현재 시가총액 3200만 달러)
-
Chutes는 2.3배 성장(시가총액 6300만 달러)
-
Nineteen은 3배 성장(시가총액 1800만 달러)
이러한 추세는 Chutes의 채택률(현재 1위 서브넷)이 계속 증가함에 따라 당분간 멈추지 않을 것으로 보입니다.
Rayon Labs의 서브넷 외에도 단백질 접힘, 딥페이크/AI 콘텐츠 탐지, 3D 모델, 거래 전략, 롤플레잉 LLM 등 흥미로운 팀들이 많습니다. 저는 아직 모두 깊이 있게 살펴보지는 못했지만, 그중 가장 관련 있다고 생각하는 것은 "예측 시스템"(taopill) 하위의 서브넷들입니다.
SN41 @sportstensor
많은 사람들이 @AskBillyBets를 통해 이들을 알게 되었을 것입니다. Sportstensor는 Billy의 의사결정을 지원하는 지능형 시스템이며, Billy의 주요 팀은 @ContangoDigital입니다. 이 회사는 탈중앙화 AI(DeAI) 및 Bittensor 서브넷 검증자/채굴자에 투자하는 벤처캐피탈입니다.
SN41의 제품—Sportstensor 모델은 매우 흥미롭습니다. 채굴자들 사이의 경쟁으로, 스포츠 경기 결과를 예측하기 위한 최고의 모델과 데이터셋을 갖춘 팀이 우위를 점합니다.
예를 들어, 최신 NBA 리그에서 대중이 선호하는 팀에 베팅했다면 약 68%의 정확도/승률을 경험했을 것입니다. 그렇다면 대중이 선호하는 팀에 모두 베팅한 사람들은 많은 돈을 벌었을까요? 아닙니다. 실제로 그들은 돈을 잃었습니다. 만약 당신이 매번 인기 팀에 100달러씩 베팅했다면, 결국 음의 투자 수익률을 기록하며 약 1700달러를 잃었을 것입니다.
대중이 선호하는 팀은 승률은 높지만 배당률은 낮기 때문에, 맞췄더라도 받는 금액이 적습니다. 사람들이 자주 인기 팀에 베팅하기 때문에, 언더독(underdog)의 실제 승리 시 배당률은 매우 높아지며, 따라서 언더독을 정확히 예측하면 많은 수익을 얻을 수 있습니다.
이것이 바로 Sportstensor 모델의 작동 방식입니다. 채굴자들은 자신의 머신러닝 모델(몬테카를로, 랜덤 포레스트, 선형 회귀 등)과 자체 데이터(무료 또는 독점)를 사용하여 최상의 결과를 도출합니다. Sportstensor는 이러한 결과들의 평균/중앙값을 산출하여 시장의 우위를 식별하는 지능으로 활용합니다.
실제 시장의 배당률은 25:75입니다. 모델은 45:55의 배당률을 나타낼 수 있습니다. 이 15의 차이가 바로 이득입니다. 모델이 이러한 이득을 많이 발견한다면, 높은 승률 없이도 장기적으로 긍정적인 투자 수익률을 누적할 수 있습니다.
출처: Sportstensor, TechFlow 번역
전체 거래 보고서를 확인해보세요(깊이 파고들고 싶다면). 이는 그들이 최신 보고서에서 공유한 모델 결과입니다. 수치가 상당히 인상적입니다. 팀은 또한 매월 1만 달러의 시작 자금을 완충장치로 활용해 베팅 펀드를 운영하며, 수익을 다시 지능형 베팅에 재투자합니다. 월말에 수익금으로 알파 토큰을 매입합니다. 팀은 3월에 약 1.8만 달러의 수익을 올렸습니다.
지능형 시스템을 사용하는 방식에 따라 결과는 크게 달라질 수 있습니다. 예를 들어, 지능형 시스템은 35:65의 배당률을 표시할 수 있지만, 실제 시장 배당률은 40:60일 수 있습니다. 어떤 사람은 이런 차이에서도 베팅을 할 수 있지만, 다른 사람은 이득이 충분하지 않다고 판단해 베팅하지 않을 수 있습니다. Billy는 Sportstensor와는 다른 방식으로 지능형 시스템을 활용합니다. (현재 이 분야는 매우 초기 단계이기 때문에, 누구도 지속적으로 긍정적인 투자 수익률을 얻는 방법을 알지 못합니다.)
Sportstensor는 사용자가 통찰을 쉽게 이해하고 이를 바탕으로 베팅 결정을 내릴 수 있는 대시보드를 만들어 지능형 시스템을 추가로 수익화할 계획입니다.
저는 이 팀을 개인적으로 좋아합니다. 그들의 제품은 다양한 방향으로 확장 가능하기 때문입니다. Billy가 이를 통해 많은 관심을 받고 있으며, 스포츠 팬들이 Billy와 함께 베팅할 때 흥분을 느끼는 것을 이미 목격했습니다. 팀이 여러 스포츠를 다루고 있기 때문에, 에이전트는 사람들의 분위기, 상호작용, 베팅 방식을 다양하게 변화시킬 수 있습니다.
SN44 @webuildscore
Score는 처음에는 Sportstensor와 유사한 시스템을 구축하려 했지만, 미래 사건 예측 능력이 더 큰 가치를 지닌다는 것을 깨닫고 컴퓨터 비전 분야로 전환했습니다. 이를 이해하려면 화면에서 일어나는 일을 분석하기 위한 컴퓨터 비전이 필요합니다. AI가 화면의 객체를 이해하고 위치를 파악하며 데이터를 라벨링한 후, 다양한 알고리즘을 통해 결론을 도출합니다(예: 특정 선수가 특정 동작을 수행할 확률). 그리고 이 모든 것을 선수 성과 향상과 조기 인재 발굴을 위한 일반적인 점수로 변환합니다.
채굴자들은 객체 라벨링에 경쟁합니다(채굴자의 주요 목표). Score는 현재 내부 알고리즘을 사용해 결론을 도출합니다.
선수에게 점수를 매길 때(체스 경기나 『리그 오브 레전드』의 Elo처럼, 그러나 더 섬세하고 동적임—각 경기에서 선수의 결정과 그 영향에 따라 동적으로 변화), 클럽 소유주들은 젊은 시절부터 인재를 발견하는 등 다양한 일을 할 수 있습니다. 자녀의 경기 영상이 있다면, 프로 경기와 동일한 방법을 적용할 수 있습니다. 이것은 동일한 방법으로 전체 축구 세계를 정량화하는 것입니다.
독점 데이터를 통해 Score는 점수와 통찰을 데이터 중개자, 클럽 소유주, 스포츠 데이터 회사, 도박 회사에 판매하여 수익화할 수 있습니다.
소비자 애플리케이션 측면에서 Score는 다른 접근법을 취하고 있습니다.
@thedkingdao는 Score의 고객 중 하나인 스포츠 헤지펀드 DAO로, Score 데이터를 사용해 베팅 모델을 개발하고 이를 실행 가능한 베팅 결정으로 전환합니다. v2 터미널은 내일 출시될 예정이며(사용자는 경기 분석, 고급 자금 관리 질문(최적의 베팅 파트너), 전략 수립을 위한 에이전트 활용 등 다양한 구독 모델로 전체 모델에 접근 가능). 사용자는 Vault 제품에 자금을 예치할 수 있고, 에이전트가 자동으로 베팅하며 수익을 제공할 예정이며, 다음 달 또는 여름 이전에 출시될 예정입니다.
곧 사람들은 Score의 셀프서비스 플랫폼에 영상을 업로드할 수 있게 될 것이며, 채굴자들이 라벨링을 수행합니다. 일반적으로 축구 경기 영상은 몇 시간이 걸리지만, 채굴자들은 90분 경기를 단 10~12분 만에 라벨링할 수 있어 다른 곳보다 훨씬 빠릅니다. 사용자는 라벨링된 데이터를 자신의 모델과 애플리케이션에 활용할 수 있습니다.
저는 Score를 개인적으로 좋아합니다. 왜냐하면 자율주행차, 로봇 등의 스포츠 외 분야에도 적용 가능하기 때문입니다. 데이터가 난무하는 세상에서 고품질의 독점 데이터는 매우 귀중합니다.
SN18 @zeussubnet
이 서브넷은 최근 많은 주목을 받고 있는 새로운 서브넷입니다. 아직 팀과 대화할 기회는 없었지만, 제품은 매우 흥미롭습니다.
Zeus는 머신러닝 기반의 기후/날씨 예측 서브넷으로, 기존 모델보다 더 빠르고 정확한 예측을 통해 앞서가려는 목표를 가지고 있습니다.
이러한 지능은 헤지펀드들에게 매우 인기가 있습니다. 날씨를 정확히 예측하면 상품 가격을 더 잘 예측할 수 있기 때문입니다(헤지펀드는 이 정보를 얻기 위해 수백만 달러를 지불할 의사가 있으며, 성공적인 상품 거래로 수억 달러를 벌 수 있기 때문).
Zeus 서브넷은 최근 서브넷 18을 인수한 지 얼마 되지 않아 비교적 새로운 상태입니다. 알파 토큰은 지난 7일간 210% 상승했습니다.
관심은 있지만 아직 깊이 있게 살펴보지 않은 다른 서브넷들:
-
@404gen_ SN17 — AI로 생성된 3D 자산을 위한 인프라. 게임, AI 캐릭터, 버추얼 유튜버 등을 위한 3D 모델 생성. 최근 @unity와의 통합은 원활한 3D 모델 생성을 가능하게 하며, Unity의 120만 월간 활성 사용자의 창작 프로세스를 변화시킬 수 있습니다.
-
@metanova_labs SN68 — DeSci(탈중앙화 과학) 의약품 발견 서브넷. 의약품 발견을 협업적이고 초고속의 경쟁으로 전환하여 기존의 비용과 시간이라는 도전 과제를 해결합니다(기존 과정은 10년 이상 소요되며 수십억 달러가 들 수 있음).
다른 많은 서브넷들이 있으며, 기회가 되면 더 깊이 있게 다뤄보겠습니다. 저는 기술자가 아니기 때문에 가장 이해하기 쉬운 것들부터 시작했습니다.
요약
지나치게 기술적인 설명은 피하려 했습니다. dTAO, 발행, 인센티브 배분, 모든 이해관계자들에 관한 기술적 설명은 이미 우수한 자료들이 많이 있으니 참고하시기 바랍니다.
저는 에이전트 시즌(10월 24일부터 현재까지) 동안 배운 바에 따라 유연성을 유지하는 것이 매우 중요하다고 생각합니다. 저는 너무 많은 프로젝트에 투자했던 적이 있었는데, dTAO는 다양한 투자 가능한 DeAI 스타트업 사이에서 유연하게 전환하고 빠져나올 수 있는 꽤 괜찮은 메커니즘을 제공한다고 봅니다.
현재 참여자가 많지 않기 때문에, 사용자들은 80%–150% 이상의 연간 수익률(APY)을 경험할 수 있으며, 여기에 서브넷 가격 상승까지 더해집니다. 이 동학은 향후 6개월 이내에 더 많은 사람들이 참여하고, TAO 생태계에 더 나은 브릿지, 지갑, 거래 인프라가 마련됨에 따라 변화할 수 있습니다.
지금은 여러분이 TAO의 PvE 시즌을 즐기며 저와 함께 멋진 DeAI 기술에 대해 더 알아가시기를 바랍니다 :D
제 첫 번째 글을 읽어주셔서 감사합니다. 다음 글에서 다시 뵙기를 기대합니다!
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
