AI와 Web3가 융합하는 6가지 방법 살펴보기

출처: IOBC Capital

Web3는 탈중앙화되고 개방적이며 투명한 새로운 인터넷 패러다임으로서 AI와 자연스럽게 어울립니다. 기존의 중앙집중식 아키텍처에서는 AI 컴퓨팅과 데이터 리소스가 엄격하게 통제되고 산술 병목 현상, 개인정보 유출, 알고리즘 블랙박스 등 많은 문제가 발생했습니다. 분산 기술을 기반으로 하는 Web3는 컴퓨팅 파워 네트워크, 오픈 데이터 마켓, 프라이버시 컴퓨팅 등을 공유함으로써 AI 발전에 새로운 동력을 불어넣을 수 있으며, 동시에 AI는 AI 발전에 새로운 동력을 불어넣을 수 있습니다. 동시에 AI는 스마트 컨트랙트 최적화, 부정행위 방지 알고리즘 등 Web3에 많은 권한을 부여하여 생태계를 구축하는 데 도움을 줄 수 있습니다. 따라서 차세대 인터넷 인프라를 구축하고 데이터와 산술의 가치를 실현하기 위해서는 Web3와 AI의 결합을 탐구하는 것이 매우 중요합니다.

데이터 중심: AI와 Web3의 견고한 기반

데이터는 엔진의 연료와 같이 AI 개발을 추진하는 핵심 동력으로, AI 모델이 심층적인 이해와 강력한 추론 능력을 갖추기 위해서는 대량의 고품질 데이터를 소화할 수 있어야 합니다. AI 모델이 깊은 이해와 강력한 추론 능력을 갖추기 위해서는 대량의 고품질 데이터를 소화해야 합니다. 데이터는 머신러닝 모델의 학습 기반을 제공할 뿐만 아니라 모델의 정확성과 신뢰성을 결정합니다.

기존의 중앙 집중식 AI 데이터 수집 및 활용 모델에는 몇 가지 주요 문제가 있습니다.

• 데이터 획득 비용이 높고 중소기업(중소기업)이 감당할 수 없음

• 데이터 자원이 거대 기술 기업에 의해 독점되어 데이터 사일로가 발생함

• 개인 데이터의 개인정보가 유출 및 오용의 위험에 노출됨

• 개인 데이터의 개인정보가 유출 및 오용의 위험에 노출됨

. 위험

Web3는 새로운 분산형 데이터 패러다임으로 기존 모델의 문제점을 해결할 수 있습니다.

• 사용자는 Grass를 통해 유휴 네트워크를 AI 기업에 판매하고, 네트워크 데이터 수집을 분산시키며, 정제 및 변환을 거쳐 AI 모델 학습에 실제 고품질 데이터를 제공할 수 있습니다.

• Web3는 새로운 분산 데이터 패러다임으로 기존 모델의 문제점을 해결할 수 있습니다.

• 퍼블릭 AI는 토큰을 사용해 전 세계 작업자들이 데이터 주석에 참여하도록 인센티브를 제공하는 '라벨 적립' 모델을 채택하여 글로벌 전문성을 모으고 데이터 분석 능력을 향상시킵니다.

  .

• 오션 프로토콜과 스트리머 같은 블록체인 데이터 거래 플랫폼은 데이터 공급과 수요를 위한 개방적이고 투명한 거래 환경을 제공하고, 데이터 혁신과 공유를 장려합니다.

그러나 실제 데이터 접근에는 가변적인 데이터 품질, 처리의 어려움, 다양성과 대표성 부족과 같은 몇 가지 문제가 있습니다. 합성 데이터는 웹3.0 데이터 트랙의 미래 스타가 될 수 있습니다. 생성 AI 기술과 시뮬레이션을 기반으로 하는 합성 데이터는 실제 데이터의 속성을 모방하고 실제 데이터를 효과적으로 보완하며 데이터 사용의 효율성을 향상시킬 수 있습니다. 자율주행, 금융 시장 거래, 게임 개발과 같은 분야에서 합성 데이터는 이미 성숙한 응용 분야로 그 잠재력을 입증했습니다.

개인정보 보호: 웹3에서 FHE의 역할

개인정보 보호는 데이터 중심 시대에 전 세계적인 관심사가 되었으며, EU의 일반 개인정보 보호 규정(GDPR)과 같은 규제로 인해 개인의 프라이버시를 엄격하게 보호하고 있습니다. 그러나 이는 개인정보 보호 위험으로 인해 일부 민감한 데이터를 완전히 활용할 수 없어 AI 모델의 잠재력과 추론 능력을 제한한다는 문제도 제기합니다.

FHE 또는 완전 동형 암호화를 사용하면 데이터를 해독할 필요 없이 암호화된 데이터에서 직접 계산 연산을 수행할 수 있으며, 계산 결과는 일반 텍스트 데이터에서 동일한 계산을 수행한 것과 동일합니다.

FHE는 AI 프라이버시 컴퓨팅을 위한 강력한 보호 기능을 제공하여 원시 데이터를 건드리지 않는 환경에서 GPU 연산을 통해 모델 학습 및 추론 작업을 수행할 수 있도록 합니다. 이는 AI 기업에게 큰 이점을 제공합니다. 영업 비밀을 보호하면서 API 서비스를 안전하게 개방할 수 있습니다.

FHEML은 머신러닝 주기 전반에 걸쳐 데이터와 모델의 암호화된 처리를 지원하여 민감한 정보의 보안을 보장하고 데이터 유출의 위험을 방지합니다. 이러한 방식으로 FHEML은 데이터 프라이버시를 강화하고 AI 애플리케이션을 위한 안전한 컴퓨팅 프레임워크를 제공합니다.

FHEML은 머신 러닝의 올바른 실행을 입증하는 ZKML을 보완하는 한편, 데이터 프라이버시를 유지하기 위해 암호화된 데이터에 대한 계산을 강조합니다.

연산 혁명: 분산 네트워크에서의 AI 컴퓨팅

현재 AI 시스템의 연산 복잡성은 3개월마다 두 배로 증가하여 연산 수요가 가용 컴퓨팅 자원의 공급을 훨씬 능가하는 수준으로 급증하고 있습니다. 예를 들어, OpenAI의 GPT-3 모델을 학습하려면 단일 장치에서 355년의 학습 시간에 해당하는 엄청난 양의 연산이 필요합니다. 이러한 컴퓨팅 파워의 부족은 AI 기술의 발전을 제한할 뿐만 아니라 대부분의 연구자와 개발자가 이러한 고급 AI 모델을 사용할 수 없게 만듭니다.

이와 동시에 전 세계적으로 40%에 달하는 GPU의 저활용률과 공급망 및 지정학적 요인으로 인한 마이크로프로세서 성능 개선의 둔화 및 칩 부족이 더해져 연산 공급 문제가 더욱 악화되었습니다. AI 실무자들은 자체 하드웨어를 구매하거나 클라우드 리소스를 임대하는 딜레마에 빠져 있습니다. 비용 효율적인 온디맨드 컴퓨팅 서비스를 제공할 수 있는 방법이 절실히 필요합니다.

IO.net은 분산형 솔라나 기반 AI 연산 네트워크로, 전 세계에서 사용되지 않는 GPU 자원을 모아 AI 기업에게 비용 효율적이고 쉽게 접근할 수 있는 연산 마켓플레이스를 제공합니다. 연산 수요자가 네트워크에 연산 작업을 게시하면 스마트 컨트랙트가 연산에 기여하는 채굴자 노드에 작업을 할당하고, 채굴자는 작업을 실행한 후 결과를 제출하여 검증을 거쳐 포인트를 보상받는 구조로, IO.net의 솔루션은 자원 활용의 효율성을 높이고 AI 및 기타 분야의 연산 병목현상을 해결하는 데 도움을 줄 수 있습니다.

범용 탈중앙화 연산 네트워크 외에도 AI 훈련에 초점을 맞춘 Gensyn과 Flock.io 같은 플랫폼과 AI 추론에 초점을 맞춘 Ritual과 Fetch.ai 같은 전용 연산 네트워크도 있습니다.

탈중앙화된 연산 네트워크는 공정하고 투명한 연산 시장을 제공하여 독점을 무너뜨리고, 도입 장벽을 낮추며, 연산 활용의 효율성을 향상시킵니다. 웹 3.0 생태계에서 탈중앙화 산술 네트워크는 더 많은 혁신적인 디앱의 참여를 유도하고 AI 기술의 개발과 적용을 공동으로 촉진하는 데 핵심적인 역할을 할 것입니다.

DePIN: Web3는 엣지 AI를 강화합니다

휴대폰, 스마트워치, 심지어 집안의 스마트 기기에서 AI를 실행할 수 있는 기능을 상상해보세요! -- 이것이 바로 엣지 AI의 장점입니다. 데이터 생성 소스에서 연산을 수행하여 사용자의 개인 정보를 보호하면서 지연 시간이 짧은 실시간 처리가 가능하며, 엣지 AI 기술은 이미 자율 주행과 같은 주요 영역에서 사용되고 있습니다.

웹3 분야에서는 DePIN이라는 더 친숙한 이름이 있습니다. 사용자 데이터의 탈중앙화와 주권을 강조하는 DePIN은 데이터를 로컬에서 처리하여 사용자 프라이버시를 강화하고 데이터 유출 위험을 줄일 수 있으며, 웹3

네이티브 토큰 이코노미는 컴퓨팅 리소스를 제공하도록 DePIN 노드에 인센티브를 제공하여 지속 가능한 생태계를 구축합니다.

디핀은 솔라나 생태계에서 빠르게 성장했으며 솔라나의 높은 TPS, 낮은 거래 수수료, 기술 혁신에 힘입어 프로젝트 배포에 선호되는 퍼블릭 체인 플랫폼 중 하나로 자리 잡았습니다. 현재 솔라나에서 디핀 프로젝트의 시가총액은 100억 달러를 넘어섰으며, 렌더 네트워크와 헬륨 네트워크와 같은 유명 프로젝트가 상당한 성과를 거두었습니다.

IMO: AI 모델 퍼블리싱의 새로운 패러다임

IMO의 개념은 오라 프로토콜에서 AI 모델을 토큰화하기 위해 처음 도입되었습니다.

기존 모델에서는 수익 공유 메커니즘이 없기 때문에 AI 모델이 개발되어 시장에 출시되면 개발자가 이후 모델 사용, 특히 모델이 다른 제품 및 서비스에 통합될 때 지속적인 수익을 얻기가 어렵고, 원 제작자가 사용 현황을 추적하는 것은 물론이고 그것으로부터 얻는 것. 또한 AI 모델의 성능과 효과에 대한 투명성이 부족하여 잠재적 투자자와 사용자가 실제 가치를 평가하기 어려워 시장 수용성과 상업적 잠재력이 제한되는 경우가 많습니다.

IMO는 오픈 소스 AI 모델의 가치에 자금을 지원하고 공유하는 새로운 방법을 제공하여 투자자가 IMO 토큰을 구매하고 모델에서 창출된 수익을 공유할 수 있도록 합니다. 온체인 AI 오라클과 OPML 기술을 통해 AI 모델의 신뢰성을 보장하고 토큰 보유자가 수익금을 공유할 수 있도록 합니다.

IMO 모델은 투명성과 신뢰를 높이고 오픈소스 협업을 장려하며 암호화폐 시장 트렌드에 적응하고 AI 기술의 지속 가능한 발전을 촉진합니다.IMO는 아직 실험 초기 단계에 있지만 시장의 수용도가 높아지고 참여 범위가 확대됨에 따라 그 혁신성과 잠재적 가치가 우리가 기대할 만합니다.

AI 에이전트: 대화형 경험의 새로운 시대

AI 에이전트는 환경을 인식하고 독립적으로 사고하며 목표를 달성하기 위해 그에 따라 행동할 수 있습니다. AI 에이전트는 대규모 언어 모델의 지원을 통해 자연어를 이해할 뿐만 아니라 의사 결정을 계획하고 복잡한 작업을 수행할 수 있습니다. 사용자와의 상호 작용을 통해 선호도를 학습하고 개인화된 솔루션을 제공하는 가상 비서 역할을 할 수 있습니다. 또한 명시적인 지시가 없는 경우에도 AI 에이전트는 자율적으로 문제를 해결하고 효율성을 개선하며 새로운 가치를 창출할 수 있습니다.

Myshell은 포괄적이고 사용하기 쉬운 저작 도구 세트를 제공하고, 사용자가 구성할 수 있는 로봇 기능, 모양, 음성, 외부 지식 저장소에 대한 연결 등을 지원하는 개방형 AI 네이티브 애플리케이션 플랫폼입니다. Myshell은 개인이 슈퍼 크리에이터가 될 수 있도록 제너레이티브 AI 기술을 활용하여 공정하고 개방적인 AI 콘텐츠 생태계를 구축하는 데 전념하고 있습니다. 마이쉘은 전문화된 매크로 언어 모델을 학습시켜 롤플레잉을 더욱 인간적으로 만들고, 음성 복제 기술로 AI 제품과의 개인화된 상호작용을 가속화하며, 음성 복제에 단 1분밖에 걸리지 않아 음성 합성 비용을 99%까지 절감할 수 있습니다. 이제 마이쉘로 맞춤화된 AI 에이전트를 화상 채팅, 언어 학습, 이미지 생성 및 기타 여러 분야에서 사용할 수 있습니다.

웹3와 AI의 융합 측면에서 현재 상황은 인프라 계층, 고품질 데이터를 확보하고 데이터 프라이버시를 보호하는 방법, 체인에서 모델을 호스팅하는 방법, 분산 산술의 효율적인 사용 방법, 대규모 언어 모델을 검증하는 방법 및 기타 주요 문제를 탐색하는 것에 더 중점을 두고 있습니다. 이러한 인프라가 점진적으로 개선됨에 따라 Web3와 AI의 통합이 일련의 혁신적인 비즈니스 모델과 서비스를 낳을 것이라고 믿어 의심치 않습니다.