암호화폐와 AI: 2025년 10대 첨단 트렌드 살펴보기

저자: Archetype 출처: X, @archetypevc 번역: 굿오바, 골든파이낸스

1. 지능체 간 상호작용

< p style="text-align: 왼쪽;">블록체인의 투명성과 구성 가능성은 지능체 간 상호작용을 위한 이상적인 기반이 됩니다. 이 시나리오에서는 서로 다른 목적을 위해 서로 다른 주체에 의해 개발된 지능이 서로 원활하게 상호작용할 수 있습니다. 현재 지능 간 자금 이체, 공동 토큰 출시 등 지능 간 실험적인 애플리케이션이 많이 등장하고 있습니다. 저희는 플랫폼 인증 및 검증, 소액 결제, 크로스 플랫폼 워크플로 통합 등 현재 번거로운 기업 워크플로의 개선뿐만 아니라 완전히 새로운 애플리케이션 도메인(예: 지능형 신체 상호작용으로 구동되는 새로운 소셜 시나리오)의 생성 등 지능형 신체 간 상호작용이 어떻게 더 확장될 수 있을지 기대합니다.

- Danny, Katie, Aadharsh, Dmitriy

< img src="https://img.jinse.cn/7334221_watermarknone.png">

2. 탈중앙화된 지능형 신체 유형 조직

대규모 다중 지능 신체 시스템의 조정은 또 다른 흥미로운 연구 분야입니다. 다중 지능형 신체 시스템은 어떻게 작업을 협업하고, 문제를 해결하며, 시스템과 프로토콜을 관리할까요? 비탈릭은 2024년 초에 발표한 "암호화폐와 AI 애플리케이션의 가능성과 도전"이라는 글에서 예측 시장과 중재를 위한 AI 지능의 활용을 제안합니다. 그는 다중 지능 시스템이 대규모로 운영될 때 놀라운 '진실' 발견과 자율적인 거버넌스 잠재력을 가지고 있다고 주장합니다. 앞으로 '다중 지능 시스템'과 '집단 지능'의 잠재력이 어떻게 더 탐구되고 실험될 수 있을지 기대됩니다.

지능 간 조정의 연장선상에서 지능과 인간의 조정은 특히 커뮤니티가 지능을 중심으로 상호작용하는 방식이나 지능이 집단 행동을 위해 인간을 조직하는 방식 등 흥미로운 설계의 공간을 제공합니다. 인간이 집단 행동을 위해 어떻게 조직화될 수 있는지. 특히 대규모 인간 조정을 목적으로 하는 인텔리전스와 관련된 실험이 더 많이 등장할 것으로 예상됩니다. 특히 인간의 작업이 오프체인에서 이루어지는 경우에는 일종의 검증 메커니즘이 필요하겠지만, 독특하고 흥미로운 돌발 행동을 만들어낼 수 있는 잠재력을 가지고 있습니다.

- Katie, Dmitriy, Ash

3. 지능형 신체 형상 멀티미디어 엔터테인먼트 <

디지털 페르소나라는 개념은 수십 년 전부터 존재해 왔습니다. 예를 들어, 하츠네 미쿠(2007)는 2만 석 규모의 콘서트를 매진시켰고, 가상 인터넷 스타 릴 미켈라(2016)는 인스타그램에서 200만 명이 넘는 팔로워를 보유하고 있습니다. 더 최근의 사례로는 Twitch에서 이미 60만 명 이상의 구독자를 보유한 AI 가상 앵커 Neuro-sama(2022)와 2년도 채 되지 않아 익명의 K팝 가상 보이 밴드 PLAVE(2023)가 있습니다. 유튜브 조회수 3억 회 이상을 기록했습니다.

인공지능 인프라의 발전과 결제, 가치 전송, 오픈 데이터 플랫폼에 블록체인이 통합되면서 2025년에는 이러한 지능이 더욱 자율적으로 발전하고, 나아가 완전히 새로운 주류 엔터테인먼트 카테고리를 열 수 있기를 기대해봅니다.

- Katie, Dmitriy

4. 생성형/스마트바디 콘텐츠 마케팅

이전 카테고리에서는 지능형 바디 자체가 제품이었다면, 여기서는 지능형 바디가 제품을 보완하는 역할을 할 수 있습니다. 주의 집중 경제에서는 아이디어, 제품 또는 회사의 성공에 있어 매력적인 콘텐츠를 일관되게 생산하는 것이 매우 중요합니다. 제너레이티브/인텔리전트 바디 콘텐츠는 팀이 <강력>확장 가능한 24시간 연중무휴 콘텐츠 제작 파이프라인을 구축하는 데 사용할 수 있는 강력한 도구입니다. 이 분야의 발전은 "미니 코인과 스마트 바디의 차이점"에 대한 논의에 의해 촉진되었습니다. 팬덤이 아직 엄밀히 말해 '스마트'하지는 않더라도, 지능은 유통 채널에 접근하기 위한 중요한 도구가 되었습니다.

또 다른 예로, 사용자의 참여를 유지하기 위해 게임이 더욱 역동적으로 변해야 하는 경우가 많습니다. 게임의 역동성을 만드는 고전적인 접근 방식은 사용자 제작 콘텐츠를 육성하는 것이며, 순수 생성 콘텐츠(게임 내 아이템, NPC, 심지어 완전히 생성된 게임 레벨까지 포함)는 이러한 진화의 다음 단계가 될 것입니다. 2025년에는 인텔리전스의 역량을 통해 전통적인 유통 전략의 경계가 어디까지 확장될 수 있을지 궁금합니다.

- Katie

5. 차세대 아트 툴/플랫폼

2024년에 저희는 음악, 시각 예술, 디자인, 큐레이션 등 다양한 분야의 크립토 아티스트와의 인터뷰 시리즈인 인 컨버세이션 위드를 시작했습니다. 올해 인터뷰를 통해 한 가지 중요한 점을 발견할 수 있었습니다. 암호화폐에 관심이 있는 아티스트들은 첨단 기술에 대한 폭넓은 관심을 가지고 있으며, AR/VR 오브제, 코드 기반 예술, 라이브 코딩 등 이러한 기술을 창작 활동의 중심 또는 미학적 초점으로 삼는 경향이 있다는 점입니다.

제너레이티브 아트는 오랫동안 블록체인과 자연스럽게 시너지 효과를 내왔으며, 이는 블록체인이 AI 예술의 잠재적 수단이라는 점을 더욱 분명하게 해줍니다. 이러한 예술적 매체를 전통적인 예술 전시 플랫폼에서 전시하고 발표하는 것은 매우 어렵습니다. <아트블록은 블록체인이 디지털 예술 작품을 전시, 저장, 수익화 및 보호하는 데 어떻게 사용될 수 있는지에 대한 미래를 보여주는 동시에 아티스트와 관객 모두에게 전반적인 경험을 개선할 수 있는 창을 제공합니다.

예술 작품 발표를 넘어 일반인의 예술 창작 능력까지 확장하는 AI 도구가 등장하고 있습니다. 블록체인이 2025년에 이러한 도구를 더욱 확장하거나 지원하여 예술 창작자와 애호가들에게 힘을 실어줄 수 있을지 기대됩니다.

- Katie

6. 데이터 마켓플레이스

20년 전 클라이브 험비가 "데이터는 새로운 석유"라고 주장한 이래, 기업들은 사용자 데이터를 독점하고 현금화하기 위해 강력한 조치를 취해왔습니다. 오늘날 사용자들은 자신의 데이터가 수십억 달러 규모의 기업을 구축하는 기반이 된다는 사실을 깨달았지만, 데이터에 대한 통제권은 거의 없고 그로 인해 창출되는 수익에 대한 몫은 거의 없습니다. 강력한 AI 모델의 개발이 가속화됨에 따라 이러한 긴장은 점점 더 중요해지고 있습니다. 데이터 마켓플레이스의 기회 중 하나가 사용자 데이터 착취를 줄이는 데 있다면, 다른 하나는 점점 더 강력해지는 AI 모델로 인해 인터넷에서 쉽게 액세스할 수 있는 데이터 자원이 점차 고갈되고 새로운 데이터 공급원이 시급히 필요하기 때문에 데이터 공급 부족에 대처하는 것입니다.

탈중앙화된 인프라를 활용하여 데이터의 통제권을 사용자에게 돌려주는 방법에 대한 설계 공간은 방대하며, 여러 분야에서 혁신적인 솔루션을 찾아야 할 필요성이 매우 높습니다. 가장 시급한 과제는 다음과 같습니다.

- 데이터 저장 위치 및 개인정보 보호 방법(저장, 전송 및 계산 중)

- 다음과 같은 방법 데이터 품질을 객관적으로 평가, 필터링 및 측정

- 데이터 귀속 및 실현을 위한 메커니즘(특히 소스로 결과를 다시 추정할 때)

- 다양한 모델 생태계에서 데이터를 조율하거나 검색하는 방법.

데이터 공급 병목 현상 해결과 관련해서는 기존 데이터 라벨링 플랫폼을 토큰으로 복제하는 것(예: Scale AI)이 아니라 규모, 품질, 생성 인센티브 개선 등 기술적 우위를 통해 경쟁력 있는 솔루션을 구축하는 방법을 이해하는 것이 핵심입니다. 고부가가치 데이터 제품을 생성할 수 있는 인센티브를 더 잘 제공합니다. 특히 수요 측면이 주로 Web2 AI에서 발생하는 상황에서, 스마트 계약 실행의 메커니즘을 기존의 서비스 수준 계약(SLA) 및 도구와 결합하는 방법에 대해 생각하는 것은 집중해야 할 중요한 영역입니다.

-Danny

7. 탈중앙 산술

데이터가 AI 개발 및 배포를 위한 기본 구성 요소 중 하나라면, 계산은 또 다른 요소입니다. 지난 몇 년 동안 대규모 데이터 센터(예: 특정 사이트, 에너지 및 하드웨어에 대한 독점적 액세스)가 지배하는 오래된 패러다임이 딥 러닝과 AI의 궤적을 대부분 정의해 왔습니다. 그러나 물리적 한계가 분명해지고 오픈 소스 기술이 발전함에 따라 이러한 역학 관계는 도전을 받고 있습니다.

분산형 AI 연산의 v1 버전은 프로비저닝(하드웨어 또는 데이터센터) 측면에서 실질적인 이점이 없고 자연스러운 시장 수요도 부족한 Web2 GPU 클라우드의 복제품처럼 보입니다. 대신, 일부 팀에서는 v2 릴리즈에서 **이기종 고성능 컴퓨팅 리소스(HPC)**의 스케줄링, 라우팅, 가격 책정 등의 기능을 통해 경쟁력을 구축하는 기술 스택을 개발하고, 특히 추론 작업에서 수요 유치와 마진 압박에 대응하기 위해 독점적인 기능을 도입하고 있습니다. 또한, 일부 팀은 다양한 하드웨어에서 추론 라우팅의 효율성을 개선하기 위해 컴파일러 프레임워크를 활용하는 데 주력하고, 다른 팀은 구축한 산술 네트워크에서 분산 모델 트레이닝 프레임워크를 개척하는 등 다양한 애플리케이션 시나리오와 시장 진입 전략(GTM)을 중심으로 차별화하기 시작했습니다. 수익을 창출하는 자산으로 전환하거나 데이터 센터를 위해 온체인 유동성을 활용하는 새로운 경제적 원리를 제안하는 AI-Fi 마켓플레이스의 시작을 목격하기 시작하고 있습니다. 하드웨어 구매를 위한 대체 자금원을 제공할 수 있습니다. 핵심적인 질문은 탈중앙화 AI(DeAI)가 개발과 배포를 위해 탈중앙화 연산에 어느 정도까지 의존할 것인가 하는 것입니다. 아니면 스토리지 시장처럼 이상과 실제 요구 사이의 간극이 좁혀지지 않아 결국 아이디어의 잠재력을 충분히 실현하지 못하는 상황이 될까요?

- 대니

8. 산술적 회계 기준

탈중앙화된 고성능 연산 네트워크에 인센티브를 제공하는 것과 관련하여, 이종 연산을 조율하는 데 있어 주요 과제 중 하나는 공인된 산술 회계 기준이 없다는 것입니다. AI 모델의 독특한 출력 특성으로 인해 고성능 연산 시장에 일정 수준의 컴플렉스를 도입하게 됩니다. 다양한 모델 변형, 양자화 기법, 온도 및 샘플링 하이퍼파라미터를 통한 조정 가능한 무작위성 등의 복잡성. 또한, 다양한 AI 하드웨어(예: GPU 아키텍처 및 CUDA 버전)로 인해 출력 차이가 발생할 수 있습니다. 궁극적으로 이를 위해서는 모델과 연산 시장이 이기종 분산 시스템에서 각자의 기능을 설명하는 방법에 대한 표준을 설정해야 합니다.

이러한 표준의 부재로 인해 올해 웹2와 웹3 모두에서 모델과 산술 시장이 전력의 질과 양을 정확하게 설명하지 못하는 사례를 여러 차례 목격했습니다. 이로 인해 사용자가 직접 모델 벤치마크를 실행하고, 성능 결과를 비교하여 감사하고, 심지어 산술 시장의 작업량을 제한하여 실제 성능을 검증(작업 증명)해야 하는 상황이 발생했습니다.

암호화폐의 핵심 원칙인 '검증 가능성'을 고려할 때, 2025년에는 암호화폐와 AI의 결합이 검증 가능성 측면에서 기존 AI보다 유리할 것으로 예상됩니다. 구체적으로, 일반 사용자는 시스템 성능을 감사하고 벤치마킹하기 위해 모델 또는 계산 클러스터의 결과물을 동등하게 비교할 수 있어야 합니다.

- 아드하쉬

9. 확률론적 프라이버시 기본 요소

"암호화 + AI 도입의 약속과 도전"에서 비탈릭은 암호화와 AI의 융합이 직면한 독특한 과제를 제시합니다.

"암호화에서는 오픈소스가 유일한 방법이지만, AI에서는 오픈소스 모델(심지어 학습 데이터까지)을 사용하면 적대적인 머신러닝 공격에 대한 노출이 크게 증가합니다."

블록체인에서 프라이버시가 완전히 새로운 연구 분야는 아니지만, AI의 빠른 성장은 프라이버시 강화 기술의 연구와 채택을 더욱 가속화할 것입니다. 올해 저희는 이미 영지식증명(ZK), 완전동형암호화(FHE), 신뢰된 실행 환경(TEE), 다자간 보안 컴퓨팅(MPC)과 같은 개인정보 보호 기술에서 상당한 진전을 이뤘습니다. 강력한>, 범용 애플리케이션 시나리오에서 암호화된 데이터에 대한 개인 공유 계산에 사용할 수 있습니다. 동시에, 하드웨어, 펌웨어, 모델 일관성 시스템에서 프라이빗 AI 추론을 통한 연합 학습을 위해 독점적인 TEE 기술을 사용하는 Nvidia 및 Apple 같은 거대 중앙 집중식 AI 업체도 등장하고 있는 추세입니다. strong>.

이를 염두에 두고, 우리는 랜덤 상태 전환에서 프라이버시를 유지하는 방법과 이러한 발전이 어떻게 이기종 시스템에서 분산된 분산형 AI 앱의 채택을 가속화하는지에 대한 영역의 발전을 면밀히 주시할 것입니다. 프라이빗 추론, 암호화된 데이터를 위한 저장 및 액세스 파이프라인, 완전히 자율적인 실행 환경 등 이기종 시스템에서 분산형 AI 앱의 도입을 가속화하는 방법을 설명합니다.

- Aadharsh

10. 지능형 신체 인텐트와 차세대 사용자 트랜잭션 인터페이스

자율적인 온체인 트랜잭션에 인공지능을 사용하는 것은 오늘날 가장 현실적인 사용 사례 중 하나입니다. 그러나 지난 12~16개월 동안 '의도', '지능 행동', '지능 의도', '솔버', '솔버', '솔버', '솔버', '솔버', '솔버', '솔버', '솔버', '솔버', '솔버', '솔버'를 둘러싼 논쟁이 주를 이루었습니다. 그러나 지난 12~16개월 동안 '의도', '지능형 신체 행동', '지능형 신체 의도', '솔버', '솔버' 등의 개념에 대해 많은 모호함이 있었고, 특히 최근에 개발된 기존의 **"트랜잭션 로봇"**과 어떻게 차별화되는지에 대해 많은 논의가 있었습니다.

향후 12개월 동안 다양한 데이터 유형 및 신경망 아키텍처와 결합된 고급 언어 시스템이 전반적인 설계 분야의 발전을 주도할 것으로 예상됩니다.

- 인텔리전트들은 트랜잭션에 현재의 온체인 시스템을 사용할 것인가, 아니면 자체적인 도구/방법을 개발할 것인가?

- 대규모 언어 모델(LLM)이 계속해서 이러한 지식인들의 거래 시스템의 백엔드 역할을 하게 될까요, 아니면 완전히 다른 무언가가 등장할까요?

- 사용자 인터페이스 수준에서 사용자가 자연어로 거래를 시작하게 될까요?

- 지갑이 곧 브라우저라는 오랜 가정이 마침내 실현될까요?

이것이 우리가 살펴볼 질문입니다.

- 대니, 케이티, 아드하르시, 드미트리