디핀 사냥 여행: 미끼로 삼은 인공지능 산술, 갈 길이 멀다

저자: Hedy Bi

홍콩 웹3 카니발은 끝났지만, 웹3 자유의 맥박은 여전히 뛰고 있습니다. 박동하고 있으며 다른 산업으로 계속 침투하고 있습니다. 이전 사이클과 비교했을 때, 이번 강세장의 논리는 "네이티브 혁신 내러티브"에서 "주류 인식, 자본 중심"모델로 바뀌는 것입니다. 저자가 관찰한 웹3.0의 발전 단계도 '폐쇄적이고 틈새적인 절대적 자유'에서 '진정한 포용적 상대적 자유'의 단계로 진화했습니다.

이 논리에 따르면, 상자 밖에서 생각하지 않으면 네이티브 혁신 내러티브가 현재 웹3의 발전에 적용될 수 없습니다. 웹3 전체가 컴플라이언스를 수용한 이후, 웹3는 홍콩 정부의 지속적인 추진 아래 금융 부문에 다시 초점을 맞추고 있습니다. 주류 금융기관들도 RWA와 현물 ETF를 통해 Web3 참여를 가속화하고 있습니다.

이번 컨퍼런스에서는 주류 금융기관의 Web3 진출 외에도 Web2와 Web3를 연결할 수 있는 기회인 DePIN 트랙. 특히, AI 빅 모델 개발이 추진되면서 컴퓨팅 파워 재할당이라는 DePIN의 하위 트랙이 다시금 주목받고 있습니다.

출처: OKG Research

연산 능력은 미끼지만, AI 빅 모델 트레이닝은 DePIN의 최선의 착륙 시나리오가 아니다

"블록체인은 기술을 통해 신뢰를 구축하는 것입니다. 그리고 AI는 신뢰가 절실히 필요한 또 다른 산업입니다." 드래곤플라이 캐피털의 매니징 파트너인 하세드 쿠레시는 컨퍼런스에서 이렇게 말했습니다.

DePIN은 몇 년 전에 제안된 새로운 트랙이 아닙니다. AI 빅 모델 폭발로 업계는 산술과 데이터에 대해 많은 논의를 진행했으며, 추정에 따르면 빅 모델 컴퓨팅 비용은 매년 31배씩 증가했습니다. 전 세계적으로 GPU가 부족하고, 현재 시장 수요에서 가격 책정력이 큰 NVIDIA와 같은 회사가 먹이사슬의 최상위에 있습니다. 독점이냐 탈중앙화냐, 비용에 대한 논쟁이 웹3 디핀 트랙에서 새로운 논쟁의 원인이 되고 있습니다.

AI 빅 모델 훈련이 원인이지만, 로마는 하루아침에 지어지지 않았고 AI 빅 모델 훈련은 현재 DePIN의 최선의 착륙 시나리오가 아닙니다. AI 빅 모델 생산을 위한 계산 요구 사항은 추론과 훈련이라는 두 가지 주요 측면을 중심으로 진행됩니다. 훈련 세션에서는 대량의 데이터를 공급하여 복잡한 신경망 모델을 훈련합니다. 추론 세션에서는 훈련된 모델을 사용하여 대량의 데이터를 바탕으로 다양한 결론을 추론합니다.

출처: NVIDIA 

분산과 산술이 결합되어 훈련에서 미세 조정 훈련, 추론으로 난이도가 감소합니다. DePIN의 경우, 업계에서 더 많은 프로젝트가 훈련보다는 추론에 초점을 맞추고 있음을 알 수 있습니다. 대부분의 기업에서 AI 트레이닝에 사용되는 NVIDIA GPU 클러스터는 메모리 대역폭뿐만 아니라 강력한 병렬 컴퓨팅 기능을 갖추고 있기 때문입니다. 추론 세션에 비해 병렬 컴퓨팅 성능과 대역폭에 대한 요구 사항은 훨씬 낮습니다. 그리고 대규모 모델 훈련은 훈련이 중단되면 재훈련이 필요하기 때문에 안정성을 위해 더 중요합니다. 탈중앙화 연산 애플리케이션을 이더리움에 구축하여 GPT를 사용하는 경우, 단일 행렬 곱셈 연산에 최대 100억 개의 가스가 소모되고 최대 1개월이 소요될 수 있습니다.

또한 컨퍼런스에서 몇 가지 인기 프로젝트의 현황을 분석한 결과, 공급 측면이 수요 측면을 초과하는 상황, 즉 전 세계적으로 분산된 연산 능력의 공급이 AI 모델 훈련이나 추론 작업에 대한 AI 개발자의 수요를 초과하는 것으로 나타났습니다. 수요가 존재하지 않는 것은 아니지만, OpenAI의 설립자인 샘 알트먼은 7조 원을 모금하여 현재 TSMC보다 10배 큰 규모의 첨단 칩 공장을 건설하여 칩 생산과 모델 학습에 사용할 것을 제안했습니다. 스탠포드 연구에 따르면 언어 모델에 관계없이 학습 매개변수의 크기가 일정 임계값을 초과하면 성능(예: 정확도)이 크게 향상되는 것으로 나타났습니다. 이는 경험 법칙과는 정반대의 결과이며, 현실적으로 분산형 산술은 해결해야 할 과제가 많다는 것을 의미합니다.

DEPIN 트랙의 '역사'는 '공유 경제'로 거슬러 올라갑니다

style="text-align: left;">디핀의 개념 자체는 어렵지 않게 이해할 수 있으며, 인터넷 산업을 돌아보면 최소 15년 동안 개인의 유형 자산을 모아 '공유 경제'를 만드는 데 몰두한 웹2.0까지 거슬러 올라갈 수도 있습니다. 유휴 서버 등 무형 자산을 P2P(개인 간 거래) 또는 B2B(기업 간 거래)를 통해 수요 측에 직접 재분배할 경우 블록체인의 탈중앙화 기술을 활용해 인센티브를 통해 생산 관계를 최적화할 수 있습니다. 이것이 바로 디핀이 하고자 하는 일입니다.

그 결과, DePIN 트랙의 공급 측면에 많은 열정이 있습니다. 사실 웹2.0은 오랫동안 '재분배'를 위해 구축해왔지만 이번에는 중개자를 직접 제거한 것입니다. 메사리에 따르면 현재 약 1,000개의 DePIN 프로젝트가 있으며, 특히 솔라나 생태계는 높은 인프라 통합과 솔라나 퍼블릭 체인의 성능으로 인해 DePIN 인프라를 선도하고 있다고 합니다. 지역별 분포를 보면 2024년부터 2025년 사이에 상위 10개 DePIN 중 다수가 아시아에서 나올 것으로 예상됩니다.

출처:Messari < /p>

웹3와 AI는 매우 많은 교차점을 가지고 있으며, 미래 디지털 세계의 공통 화폐인 산술은 사람들이 가장 먼저 주목하는 분야입니다. 그러나 가장 논리적인 착륙 시나리오인 탈중앙화 산술은 가장 쉬운 착륙은 아닙니다.

웹3.0과 AI의 교차점에서는 기술적으로 어려움을 극복하고 끊임없이 난제를 돌파하는 것 외에도 제작자에게 소유권을 부여하는 AI 에이전트, 소규모 AI 모델 산술 시나리오 등 많은 가지가 있으며, 더 많은 근거를 찾을 수 있을 것입니다. 비즈니스 모델의 성공과 기술적 혁신 사이에는 항상 균형이 존재하며, DePIN은 이 과정을 가속화하고 있으며, DePIN의 '사냥 여행'은 보람 있는 여행이 될 것입니다.