출처: ABCDE, Medium
ChatGPT가 출시된 지 1년이 넘은 최근 시장은 AI가 24-25년 강세장의 가장 중요한 단일 트랙 중 하나로 여겨지면서 AI+크립토에 대해 다시 한 번 들썩이고 있으며, 심지어 V-God 자신도 "The promise and challenges 암호화폐 + AI 애플리케이션의 약속과 도전"(암호화폐 + AI 애플리케이션 전망과 도전)이라는 글을 통해 향후 AI+크라이토가 나아갈 방향을 모색하기도 했습니다.
이 글은 지나치게 주관적인 판단을 내리지 않고, 단순히 1차 시장의 관점에서 지난 1년간 AI와 크립토 스타트업 프로젝트의 결합을 관찰하여 어떤 관점에서 기업가들이 시장에 진입하고, 어떤 성과를 거두었으며, 여전히 탐색 중에 있는지를 전반적으로 살펴보고자 합니다.
I. AI+암호화폐의 사이클
23년 동안 우리는 거의 수십 개의 AI+암호화폐 프로젝트에 대해 이야기했는데, 여기서 분명한 사이클을 확인할 수 있습니다.
22년 말 ChatGPT가 출시되기 전에는 세컨더리 마켓에서 AI 관련 블록체인 프로젝트가 거의 없었고, 주로 떠오르는 프로젝트는 FET, AGIX 및 기타 몇 가지 구식 프로젝트였으며, 프라이머리 마켓에서도 AI 관련 프로젝트는 거의 볼 수 없었습니다.
1 월 ~ 5 월 23 일은 AI 프로젝트의 첫 번째 집중 발생이라고 할 수 있으며, 결국 Chatgpt가 너무 많은 영향을 미쳤고, 보조 시장의 많은 오래된 프로젝트가 AI 트랙으로 피벗되었으며, 기본 시장도 거의 매주 AI + 암호화 프로젝트에 대해 이야기 할 수 있습니다. 마찬가지로이 기간의 AI 프로젝트는 비교적 단순하게 느껴지며, 많은 프로젝트가 ChatGPT의 "스킨"+ "체인 개혁"프로젝트를 기반으로하며 기술적 핵심 장벽이 거의 없으며 사내 개발 팀은 종종 프로젝트를 재현하는 데 하루나 이틀을 소비합니다. 사내 개발팀은 종종 프로젝트의 기본 프레임워크를 재현하는 데 하루나 이틀을 할애합니다. 이로 인해 그동안 많은 AI 프로젝트가 진행되었지만, 궁극적으로 완성된 것은 아무것도 나오지 않았습니다.
5월부터 10월까지 세컨더리 시장이 약세로 돌아서면서 이 기간 동안 프라이머리 시장의 AI 프로젝트 수가 급감했다가 최근 한두 달 사이에 프로젝트 수가 다시 활발해졌고, 시장에서도 AI+크립토에 대한 토론과 기사 등이 풍부해졌다는 점이 흥미롭습니다. 우리는 다시 한 번 AI 프로젝트의 '붐'에 빠져 매주 새로운 프로젝트를 만날 수 있습니다. 반년이 지난 지금, 새로운 AI 프로젝트들은 AI 하이프 1기에 비해 AI 트랙에 대한 이해, 비즈니스 시나리오의 착륙, AI+크립토의 결합이 크게 향상되었으며, 기술적 장벽은 여전히 높지 않지만 전반적인 성숙도가 한 단계 업그레이드된 것은 분명합니다. 또한 24년차에 접어들면서 마침내 AI+암호화 트랙에 첫 베팅을 하게 되었습니다.
II. AI+암호화 트랙
V God은 전망과 도전 기사에서 몇 가지 비교적 추상적인 차원과 관점에서 전망을 제시했습니다.
게임으로서의 AI
게임의 참가자들
게임의 인터페이스로서의 AI
게임의 규칙으로서의 AI
게임의 목표로서의 AI
우리는 대신 보다 구체적이고 직접적인 관점에서 오늘날 1차 시장에서 볼 수 있는 이러한 AI 프로젝트를 요약합니다.AI+. 대부분의 크립토 프로젝트는 "기술적(또는 정치적) 탈중앙화 + 상업적 자산화"라는 크립토의 핵심을 중심으로 진행됩니다.
탈중앙화는 더 이상 말할 것도 없고, Web3么......은 자산화 유형에 따라 크게 세 가지 주요 트랙으로 나눌 수 있습니다.
산술 연산 자산화
모델 자산화
데이터 자산화
산술 연산 자산화
이 트랙은 모든 종류의 새로운 프로젝트 외에도 오래된 프로젝트가 많기 때문에 비교적 밀도가 높은 트랙입니다. 아카시의 코스모스 쪽, 노사나의 솔라나 쪽, 토큰 이후 피벗 등 피벗은 미친 리듬이지만 AI 트랙에 대한 시장이 낙관적이라는 것을 반영하고, RNDR은 주요 탈중앙화 렌더링이지만 실제로 AI에도 서비스를 제공할 수 있으므로 AI 트랙과 관련된 산술 등 RNDR의 많은 분류를 반영합니다.
산술의 자산화는 산술의 용도에 따라 두 가지 방향으로 세분화할 수 있습니다.
하나가 Gensyn으로 대표되는 'AI에 사용되는 탈중앙화 산술'이고, 다른 하나는 Gensyn으로 대표되는 'AI에 사용되는 중앙화 산술'이 있습니다. AI 훈련에 사용되는 중앙화된 산술";
다른 하나는 대부분의 피벗과 새로운 프로젝트로 대표되는 "AI 추론에 사용되는 탈중앙화된 산술"입니다.
이 트랙에서 볼 수 있는 것은 매우 흥미로운 현상, 또는 낙관적 경멸 체인이 아닙니다:
그 이유는 주로 기술적인 것인데, AI 훈련(특히 대규모 모델 AI)에는 엄청난 양의 데이터가 필요하고 데이터 수요보다 더 과장된 것은 이 데이터의 고속 통신으로 인한 대역폭 수요이기 때문입니다. 현재 트랜스포머 대형 모델 환경에서 이러한 대형 모델의 훈련에는 산술 매트릭스에 구입 한 4090 수준의 하이 엔드 그래픽 카드 / H100 전문 AI 그래픽 카드가 많이 장착되어 있어야하며 NVLink 및 전문 광섬유 스위치는 100G 수준의 통신 채널을 구성하며,이 작업을 분산하여 달성 할 수 있다고 말합니다...
AI 추론 및 컴퓨팅 파워 및 통신 대역폭 요구는 AI 훈련보다 훨씬 적고, 훈련보다 훨씬 더 많은 가능성의 분산 구현, 이것이 대부분의 컴퓨팅 파워 관련 프로젝트가 추론에 종사하는 이유이며, 훈련은 기본적으로 Gensyn, 함께 1억 이상의 큰 선수의 자금 조달과 같은 것입니다. 하지만 가격 대비 성능과 신뢰성 측면에서 적어도 현 단계에서는 중앙화된 연산이 탈중앙화된 추론보다 훨씬 낫습니다.
탈중앙화된 추론은 탈중앙화된 훈련을 보고 "전혀 할 수 없다"고 생각하는 반면, 기존 AI는 탈중앙화된 훈련과 추론을 보고 "훈련은 기술적으로 비현실적"이라고 생각하는 이유를 쉽게 설명할 수 있습니다. "추론은 상업적으로 실행 가능하지 않다"고 생각합니다.
일부 사람들은 BTC/ETH가 처음 나왔을 때 분산 노드도 클라우드 컴퓨팅에 비해 모델이 안정적이지 않으면 모두 계산된다고 말했는데, 결국은 그렇지 않았나요? 그것은 순전히 성능, 신뢰성, 가격과 싸우기 위해 이러한 차원의 수요의 정확성, 변조, 중복성에 대한 미래의 AI 교육 및 AI 추론에 달려 있으며, 당분간은 중앙 집중식보다 더 나을 수 없습니다.
모델의 자산화
이 또한 프로젝트가 쌓여있는 트랙이며, ChatGPT의 화재 이후 가장 잘 알려진 애플리케이션 중 하나가 Character.AI이기 때문에 컴퓨팅 파워의 자산화에 비해 이해하기 쉬운 트랙이기도 합니다. 소크라테스, 공자 등 현자들과 학문을 논할 수 있을 뿐만 아니라, 머스크, 샘 앨트먼 등 유명 연예인들이 물의를 일으킬 뿐만 아니라, 하츠네 미쿠, 라이덴 장군, 가상 아이돌과 사랑에 대해 이야기할 수 있는 것, 이 모든 것이 큰 언어 모델.AI의 매력이며, 사람들의 마음 속 깊이 Character.AI를 통해 이러한 개념을 에이전트화할 수 있습니다.
공자, 머스크, 레이든 장군이 모두 NFT였다면 어떨까요?
이것이 바로 AI X 암호화폐가 아닐까요?
그렇다면 모델의 자산화가 아니라 빅 모델을 기반으로 에이전트를 자산화하는 것이죠. 결국 빅 모델 자체는 체인에 업로드할 수 없고, 모델 위에 에이전트를 NFT에 매핑해 AI X 크립토와 같은 '모델 자산화'를 만드는 것이 더 중요하죠.
이제 영어를 가르쳐주는 에이전트도 있고, 여러분과 사랑에 빠질 수 있는 에이전트도 있으며, 에이전트 검색과 마켓 플레이스 및 기타 파생 프로젝트 등 모든 종류의 에이전트가 있습니다.
이 트랙의 일반적인 문제는 기술적 장벽이 없다는 것입니다. 기본적으로 Character.AI의 NFT이며, 사내 기술 전문가들이 기존의 오픈 소스 도구와 프레임 워크를 사용하여 하룻밤 사이에 BMAN처럼 말하고 BMAN처럼 들리는 에이전트를 만들었습니다. 두 번째는 블록 체인과의 통합이 매우 적다는 것입니다. 기본적으로 메타데이터에 저장되는 것은 URL이나 해시일 수 있고, 모델/에이전트는 클라우드 서버에 있으며, 체인에서 거래되는 것은 소유권일 뿐입니다.
모델/에이전트의 자산화는 당분간 AI x 크립토의 주요 트랙 중 하나가 될 것이며, 앞으로 특정 기술 장벽이 있고 블록체인 자체와 더 긴밀하게 통합된 프로젝트와 더 많은 네이티브 프로젝트가 등장하기를 기대합니다.
데이터 자산화
데이터 자산화는 논리적으로 AI+암호화에 가장 적합합니다. 기존의 AI 학습은 인터넷에서 눈에 보이는 데이터, 더 정확하게는 10~20%에 불과한 공개 도메인 트래픽 데이터만 활용할 수 있기 때문입니다.
Web3의 최고의 모토는 읽고, 쓰고, 소유하는 것입니다!
그렇다면 탈중앙화된 인센티브에 따라 AI+암호화를 통해 개인 및 개인 트래픽 데이터를 공개하고, 이를 자산화하여 대형 모델에 더 좋고 풍부한 '배급'을 제공하는 것은 매우 논리적인 접근 방식처럼 들리며, 실제로 이 분야에 대한 노력을 심화시키고 있는 팀들이 몇 개 있습니다. 매우 논리적인 접근 방식처럼 들리며 실제로 이 분야에서 연구하는 몇몇 팀이 있습니다.
데이터 트랙은 탈중앙화 주석도 언급할 가치가 있는데, 데이터 자산화는 '데이터 수집' 단계의 역할이고, 수집된 데이터를 AI에 피드하기 위해서는 데이터 주석의 단계인 약간의 가공을 거쳐야 합니다. 이 단계 역시 대부분 중앙집중적인 노동집약적인 작업으로, 탈중앙화된 토큰 보상을 통해 노동을 탈중앙화하거나 마크 투 적립, 또는 이와 유사한 크라우드소싱 플랫폼과 같은 방식으로 작업을 분산하는 것도 아이디어가 될 수 있습니다. 현재 이 분야를 연구하는 몇몇 팀을 보았습니다.
셋. AI+암호화 퍼즐의 빠진 조각
우리의 관점에서 이 트랙에서 빠진 퍼즐 조각에 대해 간략히 이야기해 보겠습니다.
첫 번째는 기술 장벽입니다. 앞서 말씀드렸듯이 웹2.0의 전통적인 AI 프로젝트에 비해 대다수의 AI+암호화 프로젝트는 장벽이 거의 없으며, 프론트엔드 경험, 마케팅 및 운영 노력에 대한 경제 모델과 토큰 인센티브에 더 의존합니다. 물론 탈중앙화와 가치 분배는 웹3.0의 강점이지만 핵심 장벽이 없기 때문에 X to Earn의 즉각성이 떨어질 수밖에 없습니다. 모회사인 OTOY가 암호화폐 핵심 기술팀을 보유하고 있는 RNDR처럼 큰 영향력을 발휘할 수 있기를 기대합니다.
두 번째는 실무자들의 현재 상황입니다. 저희가 파악한 바로는 AI X 크립토 트랙에 속한 팀 중 일부는 AI에 대해 많이 알고 있지만 웹3.0에 대한 이해도가 높지 않습니다. 그리고 일부 팀은 크립토 네이티브는 매우 뛰어나지만 AI에 대한 이해는 얕습니다. 이것은 게임에 대해 많이 알고 웹2 게임 체인 수정에 대해 생각하거나 웹3에 대해 많이 알고 모든 종류의 골드 플레이 모델의 혁신과 최적화에 대해 생각하는 초기 Gamefi 트랙과 매우 유사하며, Matr1x는 게임과 Crypto에 대한 더블 A 수준의 이해를 가진 게임파이 트랙에서 처음 만난 팀으로, 제가 23년 동안 게임 업계에서 일하면서 Matr1x가 처음 만난 팀이라고 쓴 이유이기도 하죠. 그렇기 때문에 앞서 Matr1x가 제가 "이야기하고 싶은" 세 가지 프로젝트 중 하나라고 썼고, '24년에는 AI와 크립토에 대한 더블 A 수준의 이해도를 갖춘 팀을 만나기를 기대합니다.
세 번째는 비즈니스 시나리오로, AI X 크립토는 매우 초기 탐색 단계에 있으며, 위에서 언급한 다양한 유형의 자산화는 몇 가지 주요 방향에 불과하며, 각각은 신중하게 발굴하고 세분화할 수 있는 트랙을 가지고 있습니다. 현재 시장에 나와 있는 AI와 암호화폐를 결합한 모든 종류의 프로젝트는 다소 "딱딱한" 또는 "거친" 느낌을 주며, AI 또는 암호화폐의 최적의 경쟁력이나 결합성을 발휘하지 못하고 있으며, 이는 위의 두 번째 요점과도 관련이 있습니다. 이는 위에서 언급한 두 번째 요점과도 관련이 있습니다. 예를 들어, 사내 R&D 팀이 더 나은 조합을 생각하고 설계했지만 안타깝게도 수많은 AI 트랙 프로젝트를 살펴본 결과 아직 이 부문에 진출한 팀을 보지 못했기 때문에 계속 기다릴 수 밖에 없습니다.
왜 VC인 우리가 시장 기업가들보다 먼저 특정 시나리오를 떠올릴 수 있냐고 묻는다면? 현재 사내 AI 팀에 7명의 거물급 인력이 있고, 그 중 5명이 코반 AI의 박사 학위자이기 때문입니다. ......
마지막으로 말씀드리고 싶은 것은 AI X 크립토는 아직 초기 단계이고 1차 시장의 관점에서 보면 미성숙하지만, 24~25년 안에 낙관할 수는 없다는 것입니다. AI X 크립토는 이번 강세장의 주요 트랙 중 하나가 될 것입니다. 결국, AI는 생산성을 해방하고 블록체인은 생산 관계를 해방하며, 이 둘을 결합하는 더 좋은 방법이 있습니다 :)
JinseFinance
