AI in Crypto: 밈 열풍 이후, 엉망진창일까 탈피와 재탄생일까?
저자: 과전연구소
서론
ChatGPT가 2022년 말 등장한 이후로 AI 분야는 암호화 분야에서 계속해서 주목받아 왔으며, WEB3의 유랑민들은 원래 "어떤 개념이든 투기 대상이 될 수 있다"는 사고방식을 받아들여 왔기에, 무한한 스토리 전개와 응용 가능성을 지닌 AI에 대해서는 더욱 그렇다. 따라서 암호화 커뮤니티 내에서 AI 개념은 처음에는 '밈 열풍' 형태로 잠시 동안 인기를 끌었으며, 이후 일부 프로젝트들이 실제 활용 가치를 탐색하기 시작했다. 즉 암호화 기술이 급속도로 발전하는 AI에 어떤 새로운 실질적 응용을 제공할 수 있는지가 핵심 질문이 되었다.
본 연구 보고서는 현재 Web3 분야에서 AI가 진화하는 경로를 서술하고 분석하며, 초기 과열 단계부터 현재 응용 중심 프로젝트들이 부상하는 상황까지 다루고, 사례와 데이터를 결합하여 독자들이 업계의 맥락과 미래 추세를 파악할 수 있도록 돕고자 한다. 여기서 우리는 먼저 성숙하지 않은 결론을 제시해 보겠다:
01
AI 밈 시대는 이미 지나간 과거이다. 손해 본 사람이나 이득 본 사람들 모두 영원한 기억 조각으로 남겨두자;
02
일부 인프라 중심의 WEB3 AI 프로젝트들은 '탈중앙화'가 AI 보안성에 가져다주는 장점을 강조하지만, 사용자 입장에서는 별로 관심이 없다. 사용자들이 궁금한 것은 '토큰이 돈을 벌어다 주는가' + '제품이 쓸 만한가' 뿐이다;
03
AI 관련 암호화 프로젝트에 미리 포지션을 잡고자 한다면, 초점은 순수 응용형 AI 프로젝트 또는 플랫폼형 AI 프로젝트(일반 소비자들이 쉽게 사용할 수 있는 도구나 에이전트를 통합한)로 옮겨야 하며, 이는 AI 밈 이후 더 오랜 기간 지속될 수 있는 부의 핫스팟이 될 가능성이 있다;
Web2와 Web3에서 AI 발전 경로의 차이
Web2 세계의 AI
Web2 세계의 AI는 주로 기술 대기업과 연구기관에 의해 주도되며, 비교적 안정적이고 집중적인 발전 경로를 따른다. 대형 기업(예: OpenAI, Google)이 폐쇄적인 블랙박스 모델을 훈련시키며, 알고리즘과 데이터는 공개되지 않고 사용자는 결과물만 이용할 수 있어 투명성이 부족하다. 이러한 중앙집중적 통제는 AI 의사결정의 검토 불가능성과 편향성, 책임 소재 불분명 등의 문제를 야기한다. 전반적으로 Web2의 AI 혁신은 기본 모델의 성능 향상과 상업적 적용에 중점을 두지만, 의사결정 과정 자체는 일반 대중에게 비공개 상태이다. 바로 이 투명성 부족이라는 고통점 때문에 2025년 Deepseek과 같은 일견 오픈소스처럼 보이나 실상은 '낚시통'인 새로운 AI 프로젝트들이 부상하게 된 것이다.
투명성 부족 외에도, Web2의 대규모 AI 모델은 또 다른 두 가지 고통점을 가지고 있다: 다양한 제품 형태에서의 사용자 경험 부족과 전문 세부 분야에서의 정확도 부족이다.
예를 들어 PPT 한 장, 이미지 하나, 혹은 동영상 하나를 생성하려 할 때, 사용자들은 여전히 접근성이 낮고 사용자 경험(UX)이 우수한 새로운 AI 제품을 찾아 사용하며 이를 위해 비용을 지불한다. 현재 많은 AI 프로젝트들이 노코드 AI 제품 개발을 시도하는 이유도 사용자 진입 장벽을 더욱 낮추기 위해서이다.
또한 WEB3 사용자들에게는 ChatGPT나 DeepSeek를 이용해 특정 암호화 프로젝트나 토큰 정보를 얻고자 할 때 느끼는 무력감이 있었을 것이다. 대규모 모델의 데이터는 아직 이 세상의 모든 세부 산업 분야의 디테일한 정보를 정확히 커버하지 못하고 있으며, 이 때문에 많은 AI 제품들의 또 다른 방향성은 특정 세부 산업 분야에서 데이터와 분석을 최대한 심층적이고 정밀하게 만드는 것이다.
Web3 세계의 AI
WEB3 세계는 암호화 산업을 중심으로 기술, 문화, 커뮤니티를 아우르는 보다 광범위한 개념이다. WEB3는 WEB2와 비교해 보다 개방적이고 커뮤니티 중심의 방향성을 추구한다.
블록체인의 탈중앙화 구조를 활용하여 Web3의 AI 프로젝트들은 일반적으로 오픈소스 코드, 커뮤니티 거버넌스, 투명성 및 신뢰성을 강조하며, 분산된 방식으로少数 회사에 의해 독점되는 전통적인 AI 구조를 깨고자 한다. 예를 들어 일부 프로젝트는 블록체인을 통해 AI 의사결정을 검증하거나(제로지식 증명을 통해 모델 출력의 신뢰성 확보), DAO가 AI 모델을 심사함으로써 편향성을 줄이려 시도한다.
이상적인 상황에서 Web3 AI는 '공개된 AI'를 추구하며, 모델 파라미터와 의사결정 로직을 커뮤니티가 감사할 수 있도록 하고, 토큰 메커니즘을 통해 개발자와 사용자의 참여를 유도한다. 그러나 현실에서 Web3의 AI 발전은 기술과 자원의 제약을 받고 있다. 탈중앙화 AI 인프라스트럭처 구축은 극도로 어렵다(대규모 모델 훈련에는 방대한 컴퓨팅 파워와 데이터가 필요하지만, 현재 어느 WEB3 프로젝트의 자금력도 OpenAI의 조각에도 미치지 못한다). 소수의所谓 Web3 AI 프로젝트조차 실제로는 중앙화된 모델이나 서비스에 의존하고 있으며, 애플리케이션 계층에 블록체인 요소를 일부 접목한 수준이다. 이러한 프로젝트들은 그래도 신뢰할 만한 '우등생'이라 할 수 있으며, 적어도 실제 개발과 응용을 진행하고 있다. 반면 대부분의 WEB3 AI 프로젝트는 순수 밈이거나, 실질적인 AI를 가장한 밈에 불과하다.
또한, 자금과 참여 모델의 차이도 두 분야의 발전 경로에 영향을 준다. Web2 AI는 일반적으로 연구 투자와 제품 수익을 통해 추진되며, 발전 주기가 비교적 안정적이다. 반면 Web3 AI는 암호화 시장의 투기적 성격과 결합되어 종종 시장 분위기에 따라 크게 오르내리는 '붐 사이클'을 보인다. 개념이 각광받을 때는 자금이 몰려 토큰 가격과 평가액이 급등하고, 시장이 침체되면 프로젝트의 인기와 자금이 급속도로 줄어든다. 이러한 순환은 Web3 AI의 발전 경로를 더욱 변동성이 크고 스토리 중심적으로 만든다. 예를 들어 실질적 진전이 없는 AI 개념도 시장 분위기만으로 토큰 가격이 급등할 수 있으며, 반대로 시장이 침체하면 기술적 진전이 있더라도 주목받기 어렵다.
우리는 WEB3 AI의 주요 스토리인 '탈중앙화된 AI 네트워크'에 대해 현재까지도 '조용하면서도 신중한 기대'를 유지하고 있다. 혹시라도 정말 성공한다면? 어쨌든 WEB3에는 BTC와 ETH와 같은 시대를 초월하는 존재도 있으니까. 하지만 현재 단계에서는 여전히 현실적인 접근이 필요하다. 예를 들어 기존 WEB3 프로젝트에 AI 에이전트를 통합해 프로젝트 자체의 효율성을 높이는 것, 혹은 AI를 다른 새로운 기술과 결합해 암호화 산업에 적용 가능한 새로운 아이디어를 창출하는 것—관심을 끌 수 있는 개념이라도 좋다—또는 WEB3 산업 자체를 위한 AI 제품을 개발하는 것도 방법이다. 데이터 정확도 면에서나 WEB3 조직 및 개인의 업무 습관에 맞춘 서비스 제공을 통해 WEB3 사용자들이 실제로 지갑을 여는 서비스를 만들어야 한다.
계속됨. 다음 글에서는 WEB3 AI의 다섯 번의 열풍과 그 속에서 등장한 일부 제품들(Fetch.AI, TURBO, GOAT, AI16Z, Joinable AI, MyShell 등)에 대한 회고와 평가를 중심으로 다룰 예정이다.
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
瓜田实验室W Labs
