암호화 × AI: 이번 사이클 프로젝트 전경의 해체
저자: cookies
편집: TechFlow
이 글은 암호화폐와 AI 인프라의 성숙이 혁신적인 애플리케이션 개발을 어떻게 촉진하는지에 대한 제 견해입니다.
사용자이자 개발자로서, 우리가 이 새로운 시대를 어떻게 헤쳐 나가야 할지 함께 살펴보겠습니다.
에이전트 유형
기능적 가치 에이전트(Functionally Valuable Agents)
이러한 에이전트는 실제 가치나 성과를 생성할 수 있습니다.
-
(1a) DeFAI 에이전트
-
(1b) 예측시장 에이전트(Prediction Market Agents, PMAs)
-
(1c) 컴퓨터 사용 에이전트(Computer Use Agents, CUAs)
DeFAI 에이전트
이들 에이전트는 거래, 수익 농사(Yield Farming), 또는 유동성 제공(LP)을 수행할 수 있습니다.
관련 프로젝트: @symphonyio, @almanac, @gizatechxyz
DeFAI에 관한 포괄적인 소개는 아래 트윗에서 확인할 수 있습니다: 원문 링크
예측시장 에이전트(PMAs)
이 에이전트들은 예측시장에 참여하며, 특정 시장(예: 축구) 전용 에이전트일 수도 있고 일반적인 에이전트일 수도 있습니다.
저는 계산 자원 소모가 적은 소형 언어 모델(SLM) 기반의 특화된 시장 에이전트를 선호합니다.
관련 프로젝트: @sire_agent, @BillyBets_ai
DeFAI와 PMAs에서의 암호화폐의 역할
암호화폐는 다음과 같은 몇 가지 역할을 합니다:
-
거래 매개체
-
프로그래밍 가능한 실행
-
변조 불가능한 거래 기록
컴퓨터 사용 에이전트(CUAs)
이 유형의 에이전트는 Excel로 할인 현금흐름표를 작성하는 것처럼 화면을 조작하여 작업을 수행할 수 있습니다.
암호화폐는 이러한 모델 개선을 위해 고품질 데이터를 제공하는 사용자에게 보상을 주는 인센티브 메커니즘으로 활용될 수 있습니다.
관련 프로젝트: @chakra_ai, @getoro_xyz
진화형 에이전트(Evolving Agents)
저는 미래에 모든 사람이 개인 맞춤형 생산성 에이전트를 갖게 될 것으로 상상합니다.
대규모 언어 모델(LLM) 대화, 소셜 미디어 탐색, 일상 대화로부터 얻은 컨텍스트 정보를 바탕으로, 이 에이전트들은 환경 모드에서 연구 및 계획을 수행할 수 있습니다.
시간이 지남에 따라, 이 에이전트들은 진화하여 특정 분야의 전문가가 될 수 있습니다. @the_nof1은 금융시장에 특화된 AI 연구 실험실로, 각각 1만 달러의 운용 자금을 가진 6개의 거래 에이전트를 운영하고 있습니다. 이러한 모델들은 숙련된 트레이더로 진화할 가능성을 지니고 있습니다.
동반자형 에이전트(Companion Agents)
미래에는 외로움을 극복하는 데 도움을 주는 에이전트가 일반화될 것입니다. 더 많은 상호작용이 디지털 세계로 옮겨감에 따라 사람 간 접촉은 점점 줄어들 것입니다.
에이전트 인프라
에이전트 결제(Agentic Payment)
결제를 수행할 수 있는 에이전트. 에이전트의 상용화를 실현하기 위해, 주요 기술 기업들은 이미 에이전트 결제 표준을 마련했습니다:
에이전트 결제의 대중화를 위한 핵심 요소:
-
인프라: 다양한 에이전트 결제 표준이 해결합니다.
-
수요: 우리는 정말로 결제 기능을 가진 에이전트가 필요할까요?
ChatGPT는 최근 플랫폼 내 애플리케이션 도입을 통해 사용자가 ChatGPT 내부에서 직접 기능을 구축할 수 있게 되었습니다.
이는 생산성 작업이 이제 ChatGPT 상에서 직접 수행될 수 있다는 패러다임 전환을 의미합니다.
이 개념을 이해하는 데 도움이 되는 내용: 관련 트윗 링크
에이전트 정체성과 평판(Agent Identity and Reputation)
에이전트는 피할 수 없습니다. 대부분의 작업은 특정 작업을 위한 에이전트를 통해 수행될 것입니다.
어떻게 하면 어떤 에이전트가 적합하고 신뢰할 수 있는지 알 수 있을까요?
특정 작업 수행 능력을 기준으로 에이전트를 순위화하고 인증서를 발급하는, 에이전트용 Google 리뷰나 PageRank 시스템을 상상해 보세요.
이력서처럼, 평점 4.6의 거래 에이전트는 헤지펀드로부터 "채용"될 수 있습니다.
이더리움 재단은 이를 지원하는 인프라——ERC-8004의 구축을 시작했습니다.
ERC-8004를 통해 에이전트 간 상호 작용이 가능해지며, 예를 들어 에이전트 A에서 에이전트 B로 송금할 수 있습니다.
다중 에이전트 시스템(Multi-Agent System)
F1 경기를 비유하자면:
-
목표: 타이어 교체
-
주 에이전트: 타이어를 교체해야 하는 드라이버
-
작업 에이전트: 타이어를 교체하는 정비사
이 개념은 조정 에이전트와 병렬로 작업을 수행할 수 있는 여러 작업 에이전트로 구성됩니다.
@monad 플랫폼에서 가장 잘 구동되며, 이는 병렬 처리 기능으로 유명하며 전체 워크플로우를 단일 블록(0.4초) 안에 완료할 수 있습니다.
소셜 에이전트 하이브메시(Social Agent Hivemesh)
저는 모두가 자신의 디지털 트윈을 갖게 될 미래를 상상합니다.
이 디지털 트윈들이 서로 연결되고, 지식을 공유하며, 거래를 수행할 수 있도록 하는 인프라가 존재합니다.
디지털 트윈 간 상호작용은 블록체인에 저장되어 에이전트 소셜 그래프(Agent Social Graph)를 생성합니다.
에이전트 간 상호작용은 완전히 무작위일 수 없습니다. 이것이 바로 @indexnetwork_과 같은 발견 네트워크(Discovery Networks)가 사용자의 특정 컨텍스트를 수집하여 사용자 의도를 연결하는 핵심 인프라 역할을 하는 이유입니다.
로보틱스
로보틱스(Robotics) 산업은 급속도로 성장하고 있으며, 2025년 1월부터 7월까지 총 60억 달러의 투자금을 유치했습니다.
본 섹션에서는 세 가지 핵심 축을 분석하고 블록체인의 역할을 상세히 설명하겠습니다.
본 섹션을 깊이 있게 이해하기 전에, 로보틱스 입문 가이드를 먼저 확인하세요.
로보틱스 데이터(Robotics Data)
대규모 언어 모델(LLM)과 비교했을 때, 로봇 모델 훈련을 위한 데이터량은 훨씬 적습니다.
이는 현실 세계에서 데이터를 수집하는 것이 더 많은 노력과 비용(카메라 설치, 원격 조작 장비 등)이 들기 때문입니다.
로보틱스 데이터 유형은 다음과 같습니다:
-
영상
-
원격 조작
-
모션 캡처
-
1인칭 시점(POV)
-
시뮬레이션/합성 데이터
물리적 AI 데이터 수집의 주요 복잡성 중 하나는 다양성 요구입니다.
특정 환경에서 훈련된 인간형 로봇이 새로운 환경(예: 어두운 조명)을 이해하지 못할 수 있습니다.
암호화 기술은 고도로 다양한 환경을 포착할 수 있는 현실 세계 데이터 제공자에게 보상함으로써 개인의 기여를 유도하는 훌륭한 메커니즘입니다.
관련 프로젝트: @PrismaXai, @MeckaAI, @silencioNetwork, @rayvo_xyz, @VaderResearch, @BitRobotNetwork, @AukiNetwork
로보틱스 모델(Robotics Model)
@PrimeIntellect은 분산형 모델 훈련의 선도적인 사례입니다.
데이터 출처에 기반한 기여에 대해 암호화 기술로 보상함으로써, 우수한 성능의 로보틱스 모델을 구축할 수 있습니다.
관련 프로젝트: @OpenMind, KineFlow
하드웨어(Hardware)
로보틱스 기술의 주요 병목 중 하나는 로봇 모델의 파인튜닝 지연 시간입니다.
연구 실험실이 모델 테스트 및 파인튜닝 데이터 수집을 위한 필요한 하드웨어(예: 로봇 팔, 인간형 로봇 등)를 확보하지 못할 경우 문제가 더욱 심각해집니다.
개인이나 연구 실험실이 로봇 하드웨어를 모델 테스트 용도로 임대할 수 있는 DePIN(분산형 물리 인프라 네트워크) 로봇 네트워크를 구축할 수 있습니다.
이 금융화 계층은 연구자들에게 하드웨어 접근을 열어주며, 동시에 하드웨어 제공자에게는 안정적인 수입원(임대 수익)을 창출합니다.
결론
암호화폐, AI, 로보틱스의 미래는 매우 밝습니다.
이 분야에서 흥미로운 프로젝트를 개발 중이라면 저에게 연락주세요. @monad에서 구현할 수 있는지 함께 검토해 봅시다!
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
cookies
