ARC 에이전트가 기존 AI 게임 경험을 혁신하는 이유

저자: 텅 옌, 생각의 사슬, 역자: 황금금융 샤오저우

저는 2021년에 액시 인피니티 플레이어였고 작은 장학 길드를 운영했습니다. 그 시대를 살아보지 않으셨다면 말씀드리자면, 그 시절은 정말 거칠었습니다.

액시 인피니티는 사람들이 암호화폐와 게임이 결합할 수 있다는 사실을 깨닫게 해준 게임입니다. 기본적으로 이 게임은 포켓몬 스타일의 간단한 전략 게임으로, 플레이어는 각각 고유한 능력을 가진 3명의 엑시(매우 사나운 전사)로 팀을 구성해야 합니다. 다른 팀을 상대로 팀을 이끌고 게임에 참여하여 승리하면 SLP 토큰을 보상으로 받을 수 있습니다.

이미지 src="https://img.jinse.cn/7326358_watermarknone.png" title="7326358" alt="E1EI6L9oAd4n8mX7pGdZ8eedxNOyopfEovh2w5pq.jpeg">

그러나 비게이머들을 진정으로 흥분시키는 것은 게임을 통해 돈을 벌 수 있다는 잠재력입니다.

엑시가 빠르게 두각을 나타낼 수 있었던 것은 두 가지 주요 메커니즘 때문입니다.

첫 번째는 액시 육종으로, 두 개의 액시를 획득하고 SLP 토큰을 사용하여 육종하면 보야라-. 기존 두 액시의 고유 능력을 결합한 새로운 액시가 탄생합니다. 이 희귀하고 강력한 액시(게이머들 사이에서는 OP 액시로 알려져 있음)는 인기 상품이 되었고, 번잡한 육종 시장이 형성되었습니다.

두 번째 메커니즘은 장학금 프로그램이었습니다. 전 세계의 기업 플레이어들이 '장학생'에게 액시를 빌려주기 시작했습니다. 주로 필리핀이나 아르헨티나와 같은 개발도상국에서 온 이 플레이어들은 액시 NFT 세 개에 1,000달러가 넘는 선불 수수료를 감당할 수 없었습니다. 장학생들은 매일 게임을 플레이하여 토큰을 획득하고 그 수익을 장학 길드와 공유했으며, 보통 30~50%의 수수료를 깎아주었습니다.

전성기, 특히 2019년 팬데믹 기간 동안 Axie는 개발도상국의 지역 경제에 큰 영향을 미쳤습니다. 액시 인피니티 사용자의 약 40%가 거주하는 필리핀에서는 많은 플레이어가 최저임금을 훨씬 웃도는 수입을 올렸습니다. 길드도 큰 수익을 올렸습니다.

이를 통해 게임 개발자의 핵심 문제인 플레이어 이동성을 해결했습니다. Axie는 플레이어가 하루에 몇 시간씩 게임을 플레이하도록 인센티브를 제공함으로써 모든 플레이어에게 상대가 대기하고 있다는 것을 보장하여 플레이어의 경험을 더욱 몰입감 있게 만들어줍니다.

그러나 여기에는 대가가 따릅니다.

플레이어 이동성 문제를 해결하기 위해 Axie는 플레이어의 참여를 유도하기 위해 많은 토큰을 제공했습니다. 여기서부터 이야기가 시작됩니다. SLP에 상한선이 없자 토큰이 폭등하고 가격이 급락하며 생태계가 붕괴되었습니다. 토큰 가치가 하락하자 플레이어들은 떠나갔고, Axie는 하룻밤 사이에 '돈을 벌기 위한 놀이'에서 경계해야 할 대상으로 전락했습니다.

그렇다면 지속 불가능한 토큰 이코노미 없이 플레이어 유동성 문제를 해결할 수 있는 방법이 있다면 어떨까요?

이것이 바로 지난 3년 동안 ARC/AI 아레나가 조용히 연구해 온 것입니다. 이제 그 결실을 맺기 시작했습니다.

1, 플레이어 이동성은 생명선

플레이어 이동성은 멀티플레이어 게임의 생명선이자 장기적인 성공의 열쇠입니다.

많은 웹3.0 및 인디 게임은 플레이어 수가 너무 적어 빠르게 페어링하거나 활발한 커뮤니티를 형성하지 못하는 '콜드 스타트' 문제에 직면합니다. 이들은 대형 게임사처럼 마케팅 예산이나 자연스러운 IP 인지도를 확보하지 못했습니다. 따라서 대기 시간이 길고, 매칭에 실패하며, 이탈률이 높습니다.

이러한 게임들은 보통 느리고 고통스러운 죽음을 맞이합니다.

따라서 게임 개발자는 처음부터 플레이어의 이동성을 우선시해야 합니다. 체스에는 두 명의 플레이어가 필요하고 대규모 전투에는 수천 명의 플레이어가 필요한 것처럼 게임에는 흥미를 유지하기 위해 다양한 종류의 활동이 필요합니다. 스킬 매칭 메커니즘은 게임의 공정성과 몰입도를 유지하기 위해 더 많은 플레이어를 필요로 하기 때문에 그 기준을 더욱 높입니다.

웹3 게임의 경우 그 위험은 훨씬 더 높습니다. 델파이 디지털의 연례 게임 보고서에 따르면 웹 3.0 게임은 기존 모바일 게임보다 유저를 확보하는 데 77% 더 많은 비용이 들기 때문에 플레이어 유지가 매우 중요합니다.

강력한 플레이어 기반은 공정한 매치메이킹, 활발한 게임 경제(예: 더 많은 소품 구매 및 판매), 더 활발한 소셜 상호작용을 보장하여 게임을 더욱 재미있게 만들어 줍니다.

2, ARC - AI 게임 선구자

아레나X 랩이 개발한 ARC는 AI 온라인 게임 경험의 미래를 선도하고 있습니다. 간단히 말해, 새로운 게임을 괴롭히는 플레이어 이동성 문제를 해결하기 위해 AI를 활용하고 있습니다.

오늘날 게임 내 대부분의 AI 봇의 문제점은 형편없다는 것입니다. 몇 시간만 익숙해지면 이러한 봇은 매우 쉽게 이길 수 있습니다. 신규 플레이어를 돕기 위해 설계되었지만 숙련된 플레이어에게는 큰 도전이나 끈기를 제공하지 못합니다.

최고의 인간 플레이어와 맞먹는 실력을 갖춘 AI 플레이어를 상상해 보세요. 페어링을 기다릴 필요 없이 언제 어디서나 그들과 대결할 수 있다고 상상해 보세요. AI 플레이어가 내 플레이 스타일을 모방하도록 훈련시키고, 그 플레이어를 소유하고, 그 성과에 대한 보상을 받는다고 상상해 보세요.

플레이어와 게임사 모두에게 윈윈입니다.

게임 회사는 인간과 유사한 AI 봇을 사용하여 게임을 히트시키고, 플레이어의 이동성을 높이며, 사용자 경험을 개선하고, 리텐션을 높이는 등 경쟁이 치열한 시장에서 후발 게임 업체가 살아남기 위한 핵심 요소를 확보할 수 있습니다.

플레이어는 AI를 훈련시키고 대결하면서 게임에 참여하는 새로운 방식을 경험하고 소속감을 강화할 수 있습니다.

그 방법을 살펴봅시다.

3, 제품 및 아키텍처

모회사 ArenaX Labs는 플레이어 이동성을 해결하기 위한 다양한 제품을 개발하고 있습니다.

• 기존 제품:AI 아레나, 인공지능 격투 게임.

• 신제품: 어떤 게임에도 쉽게 통합할 수 있는 AI 기반 게임 SDK인 ARC B2B.

• 신규: ARC 강화 학습(RL)

(1) AI 아레나: 더 게임

AI 아레나는 닌텐도의 슈퍼 슈퍼브라더스를 연상시키는 대전 격투 게임입니다. 스매시 브라더스 격투 게임을 연상시키는 격투 게임으로, 다양한 만화 캐릭터가 아레나에서 대결을 펼칩니다.

하지만 AI Arena에서는 각 캐릭터가 AI에 의해 제어되며, 플레이어는 파이터로 플레이하는 대신 코치가 되어 플레이합니다. 여러분의 역할은 전략과 전문 지식을 활용해 AI 파이터를 훈련시키는 것입니다.

전사를 훈련하는 것은 전투를 준비하기 위해 학생을 훈련하는 것과 같습니다. 훈련 모드에서는 데이터를 수집하고 전투 시나리오를 생성하여 전사의 움직임을 미세 조정합니다. 예를 들어, 전사가 상대와 가까이 있다면 방패로 막은 다음 콤보를 하도록 가르칠 수 있습니다. 원거리에서는 어떻게 싸우나요? 원거리 공격을 하도록 훈련시키세요.

수집하는 데이터의 종류를 제어하여 최고의 동작만 훈련에 기록되도록 할 수 있습니다. 연습을 통해 하이퍼파라미터를 세분화하여 기술적인 우위를 점하거나 초보자 친화적인 기본 설정을 사용할 수 있습니다. 훈련이 완료되면 AI 파이터가 전투에 나설 준비가 된 것입니다.

모든 것을 고려할 때 효과적인 모델을 훈련하려면 시간과 실험이 필요합니다. 제 첫 번째 파이터는 플랫폼에서 여러 번 떨어졌지만 상대방에게 맞아서 떨어지지는 않았습니다. 하지만 몇 번의 반복 끝에 좋은 성과를 내는 모델을 만들 수 있었습니다. 훈련이 성과를 거두는 것을 보면 정말 뿌듯합니다.

AI 아레나는 NFT 파이터로 깊이를 더했습니다. 각 NFT 캐릭터는 게임플레이에 영향을 미치는 고유한 외형적 특성과 전투 속성을 가지고 있습니다. 이는 전략의 또 다른 레이어를 추가합니다.

AI 아레나는 현재 아리트럼 메인 네트워크에서 실행되며, AI 아레나 NFT를 보유한 분들만 접속할 수 있어 게임 플레이를 개선하는 동시에 커뮤니티의 독점성을 유지합니다. 플레이어는 길드에 가입하고, 챔피언 NFT와 NRN을 수집하여 온체인 전투에서 순위를 매기고 보상을 받을 수 있습니다. 이는 충성도 높은 플레이어를 유치하고 경쟁을 유도하기 위한 것입니다.

마지막으로 AI 아레나는 ARC의 AI 트레이닝 기술을 위한 부스입니다. 이곳은 생태계로의 진입점이지만, 실제 비전은 이 게임 자체를 훨씬 뛰어넘습니다.

(2) ARC: 인프라

ARC는 게임을 위해 특별히 설계된 AI 인프라 솔루션입니다.

아레나X 팀은 유니티와 언리얼 같은 기존 솔루션으로는 비전을 달성할 수 없었기 때문에 처음부터 게임 인프라를 직접 개발했습니다.

3년에 걸쳐 데이터 집계, 모델 훈련, 모방 및 강화 학습을 위한 모델 확인을 처리할 수 있는 강력한 기술 스택을 구축했습니다. 이 인프라는 AI Arena의 근간이지만 훨씬 더 큰 잠재력을 가지고 있습니다.

팀이 기술을 계속 개선해 나가면서 타사 스튜디오에서 플랫폼 라이선스 또는 화이트 라벨링에 대해 ARC에 문의하기 시작했습니다. 이러한 필요성을 인식한 이들은 ARC의 인프라를 B2B 제품으로 공식화했습니다.

오늘날 ARC는 게임사와 직접 협력하여 AI 게임 경험을 제공합니다. 가치 제안은 다음과 같습니다.

• 서비스형 영구 플레이어 모빌리티

• 간단한 통합으로 영구적인 플레이어 모빌리티

서비스형 영구 플레이어 모빌리티

ARC는 인간의 행동을 모방하는 특수 AI 모델을 훈련하는 인간 행동 복제에 중점을 둡니다. 이는 제너레이티브 모델을 사용하여 게임 에셋을 생성하고 LLM을 사용하여 대화를 유도하는 오늘날 게임에서 주로 사용되는 AI와는 다른 방식입니다.

개발자는 ARC SDK를 사용하여 게임의 필요에 따라 확장 가능한 인간과 유사한 AI 지능을 만들 수 있으며, SDK는 무거운 작업을 간소화합니다. 게임사는 복잡한 머신러닝을 다루지 않고도 AI를 도입할 수 있습니다.

통합 후 AI 모델을 배포하려면 코드 한 줄만 입력하면 되며, 인프라, 데이터 처리, 학습, 백엔드 배포는 ARC가 처리합니다.

ARC는 게임사와 협력하여 다음과 같이 지원합니다.

• 원시 게임 플레이 데이터를 캡처하여 AI 학습을 위한 의미 있는 데이터 세트로 변환합니다.

• 게임 메커니즘과 관련된 주요 플레이 변수와 결정 포인트를 식별합니다.

• AI 모델 출력을 게임 내 활동에 매핑하여 원활한 기능을 보장합니다(예: AI '오른쪽 클릭' 출력을 특정 게임 컨트롤과 연결).

AI는 어떻게 작동하나요?

ARC는 게임 상호작용에 네 가지 유형의 모델을 사용합니다.

• 피드 포워드 신경망:용 속도나 위치와 같은 수치적 특징이 있는 연속적인 환경에 적합합니다.

• 표적 에이전트: 유한한 이산 장면이 있는 게임에 특히 적합합니다.

• 계층적 및 컨볼루션 신경망이 개발 중입니다.

ARC의 AI 모델과 관련된 두 가지 상호작용 공간이 있습니다.

상태 공간은 특정 순간에 에이전트가 게임에 대해 무엇을 알고 있는지 정의하는 공간입니다. 피드포워드 네트워크의 경우, 이는 플레이어의 속도나 위치와 같은 입력 기능의 조합입니다. 표 형식 에이전트의 경우, 이는 에이전트가 게임에서 마주칠 수 있는 불연속적인 시나리오입니다.

행동 공간은 게임에서 에이전트가 할 수 있는 개별 입력(예: 버튼 누르기)부터 연속 제어(예: 조이스틱 이동)에 이르기까지 에이전트가 수행할 수 있는 작업을 설명합니다. 이는 게임 입력에 매핑됩니다.

상태 공간은 ARC의 AI 모델에 입력을 제공하고, 이 모델은 입력을 처리하여 출력을 생성합니다. 이러한 출력은 액션 스페이스를 통해 게임 액션으로 변환됩니다.

ARC는 게임 개발자와 긴밀히 협력하여 가장 중요한 기능을 파악하고 그에 따라 상태 공간을 설계합니다. 또한 다양한 모델 구성과 크기를 테스트하여 지능과 속도의 균형을 맞춰 원활하고 매력적인 게임플레이를 보장합니다.

팀에 따르면 플레이어 모빌리티 서비스는 특히 웹3사의 수요가 높습니다. 이러한 기업들은 더 나은 플레이어 이동성을 위해 비용을 지불하고, ARC는 이 수익의 상당 부분을 NRN 토큰 바이백에 사용할 것입니다.

플레이어에게 AI 플레이 제공: 트레이너 플랫폼

ARC SDK는 또한 웹3사가 플레이어가 에이전트를 훈련하고 제출할 수 있는 게임의 트레이너 플랫폼에 액세스할 수 있도록 해줍니다.

AI 아레나처럼 플레이어는 시뮬레이션을 설정하고 게임플레이 데이터를 수집하고 빈 AI 모델을 훈련할 수 있습니다. 이러한 모델은 시간이 지남에 따라 새로운 게임플레이 데이터를 통합하고 이전 지식을 유지하면서 진화하므로 업데이트할 때마다 처음부터 다시 시작할 필요가 없습니다.

이를 통해 흥미로운 가능성이 열립니다. 플레이어는 맞춤형으로 훈련된 AI 에이전트를 마켓플레이스에서 판매하여 새로운 게임 내 경제 계층을 만들 수 있습니다. AI Arena에서 숙련된 트레이너는 길드를 결성하여 다른 회사에 자신의 훈련 기술을 제공할 수 있습니다.

그러나 그게 다가 아닙니다 ......

(3) ARC RL: 일대일에서 다대일로

AI Arena와 ARC 트레이너 플랫폼이 싱글플레이어 모드처럼 느껴진다면(직접 AI를 훈련할 수 있는 모델을 훈련할 수 있는) 싱글플레이어 모드와 비슷하다면, ARC RL은 멀티플레이어 모드와 비슷합니다.

게임 플레이 데이터를 풀링하여 모두가 공동으로 소유하고 혜택을 받는 공유 AI 모델을 훈련하는 전체 게임 DAO를 상상해 보세요. 이러한 '마스터 에이전트'는 모든 플레이어의 집단 지성을 대표하며, 집단적 노력과 전략적 협업을 통한 경쟁을 도입하여 게임을 혁신합니다.

ARC RL은 강화 학습(이하 "RL")과 크라우드소싱된 인간의 게임플레이 데이터를 사용하여 이러한 "초지능" 에이전트를 훈련시킵니다.

강화 학습은 최적의 행동에 대해 에이전트에게 보상을 제공하는 방식으로 작동합니다. 피해, 골드 획득, 승리 등 보상 함수가 명시적이고 객관적이기 때문에 게임에서 특히 효과적입니다.

이에 대한 선례가 있습니다.

DeepMind의 AlphaGo는 수백만 번의 자체 생성 훈련을 통해 반복할 때마다 전략을 개선하여 프로 인간 플레이어를 바둑에서 이겼습니다.

전에는 미처 깨닫지 못했지만 OpenAI는 chatGPT가 만들어지기 훨씬 전부터 게임 업계에서 잘 알려져 있었습니다.

OpenAI Five는 강화 학습을 사용하여 도타 2에서 최고의 인간 플레이어를 물리치고 2019년에 세계 챔피언을 이겼습니다. 이 팀은 가속화된 시뮬레이션과 대규모 컴퓨팅 리소스를 통해 팀워크와 같은 고급 전략을 마스터했습니다.

OpenAI Five는 하루에 250년간의 시뮬레이션에 해당하는 수백만 개의 게임을 실행하며, 256개의 GPU와 128,000개의 CPU로 구동됩니다. 그래픽 렌더링을 생략함으로써 학습 속도를 획기적으로 높입니다.

초기에는 목적 없이 방황하는 등 불규칙한 행동을 보였지만 빠르게 개선되었습니다. 경로를 따라 이동하고 자원을 훔치는 등의 기본 전략을 마스터한 후 매복과 같은 복잡한 작전으로 발전했습니다.

강화 학습의 핵심 아이디어는 AI 에이전트가 해야 할 일을 직접 지시받지 않고 경험을 통해 성공하는 방법을 학습한다는 것입니다.

ARC RL은 오프라인 강화 학습을 사용한다는 점에서 차별화됩니다. AI 에이전트는 자신의 시행착오를 통해 학습하는 대신 다른 사람의 경험을 통해 학습합니다. 마치 다른 사람이 자전거를 타는 영상을 보고 성공과 실패를 관찰한 후 그 지식을 활용해 넘어지지 않고 더 빠르게 실력을 향상시키는 학생과 같습니다.

이미지 src="https://img.jinse.cn/7326365_watermarknone.png" title="7326365" alt="0xUTF072652Be8sS2hwLeK7DxTKXbrOsGff5Qo9C.jpeg">

이 접근 방식은 공동 학습과 모델에 대한 공유 소유권이라는 추가적인 이점을 제공합니다. 이를 통해 강력한 AI 에이전트가 더 보편화될 뿐만 아니라 플레이어, 길드, 개발자의 동기가 일치하게 됩니다.

"초지능" 게임 에이전트 제작에는 두 가지 핵심 주체가 있습니다.

• < Strong>스폰서: 길드 리더와 마찬가지로, 스폰서는 많은 수의 NRN 토큰을 약정하여 RL 에이전트를 시작하고 관리합니다. 스폰서는 모든 주체가 될 수 있지만 게임 길드, DAO, 웹 3.0 커뮤니티 또는 루나와 같은 인기있는 온체인 개인화된 에이전트가 될 가능성이 높습니다.

• 플레이어: 소량의 NRN 토큰을 약정하여 자신의 게임 플레이 데이터를 에이전트 훈련에 기여하는 개인.

후원자는 플레이어 팀을 조율하고 멘토링하여 양질의 훈련 데이터를 확보하여 AI 에이전트가 대리 경기에서 경쟁 우위를 점할 수 있도록 합니다.

보상은 토너먼트에서 슈퍼 에이전트의 성과에 따라 배분되며, 보상의 70%는 선수에게, 10%는 스폰서에게, 나머지 20%는 NRN Vault에 분배됩니다. 이 구조는 모든 참가자에게 일관된 인센티브를 제공합니다.

데이터 기여

플레이어들이 기꺼이 자신의 게임 플레이 데이터를 제공하게 하려면 어떻게 해야 하나요? 쉽지 않습니다.

ARC를 사용하면 게임 플레이 데이터를 쉽고 유익하게 제공할 수 있습니다. 플레이어는 전문 지식이 없어도 게임을 플레이하기만 하면 됩니다. 세션이 끝나면 특정 에이전트를 훈련하기 위해 데이터를 제출하라는 메시지가 표시됩니다. 대시보드는 플레이어의 기여도와 그들이 지원하는 에이전트를 추적합니다.

ARC의 어트리뷰션 알고리즘은 기여도를 평가하고 영향력 있는 고품질 데이터에 보상을 제공함으로써 품질을 보장합니다.

흥미롭게도 저처럼 나쁜 플레이어라도 데이터는 유용합니다. 나쁜 게임 플레이는 상담원들이 하지 말아야 할 것을 배우는 데 도움이 되고, 숙련된 게임 플레이는 최고의 전략을 배우는 데 도움이 됩니다. 중복 데이터는 필터링되어 품질을 유지합니다.

요컨대, ARC RL은 인간의 능력을 뛰어넘는 능력을 집단적으로 보유한 에이전트를 중심으로 한 저마찰 대중 시장용 제품으로 설계되었습니다.

4, 시장 규모

ARC의 기술 플랫폼은 슈팅, 격투 게임, 소셜 카지노, 레이싱, 카드 거래 게임, RPG 등 여러 장르의 게임을 지원하는 다목적 플랫폼으로 플레이어를 계속 붙잡아야 하는 게임에 맞춤화되어 있습니다.

ARC의 제품은 두 가지 시장을 타겟으로 합니다.

ARC는 주로 기존 메이저 업체보다는 인디 개발사 및 회사에 집중합니다. 이러한 소규모 회사는 브랜드 도달 범위와 유통 자원이 제한적이기 때문에 초기에 플레이어를 유치하는 데 어려움을 겪는 경우가 많습니다.

ARC의 AI 에이전트는 처음부터 역동적인 게임 환경을 조성하여 게임 초기 단계에서도 역동적인 게임 플레이를 보장함으로써 이러한 문제를 해결합니다.

이미지 src="https://img.jinse.cn/7326366_watermarknone.png" title="7326366" alt="T9VCGrKgNuRWBKeGZY5oJ5msYwATTfAPDxxjY1OT.jpeg">

많은 분께는 놀랍겠지만, 인디 분야는 게임 시장의 진정한 강자입니다.

• 스팀에 출시된 게임의 99%가 인디 게임입니다.

• 2024년에 인디 게임은 Steam에서 전체 수익의 48%를 창출했습니다.

또 다른 목표 시장은 웹3 게임입니다. 대부분의 웹3 게임은 스타트업이 개발하며 지갑 로그인, 암호화 문제, 높은 사용자 확보 비용 등 여러 종류의 고유한 문제에 직면해 있습니다. 이러한 게임에는 플레이어 이동성 문제가 있는 경우가 많은데, AI 프록시는 이러한 문제를 해결하고 게임의 몰입도를 유지할 수 있습니다.

최근 웹 3.0 게임은 매력적인 경험 부족으로 인해 어려움을 겪었지만, 회복 조짐을 보이고 있습니다.

예를 들어, 최초의 AAA 등급 웹3.0 게임 중 하나인 오프 더 그리드는 최근 출시 첫 달에 9백만 개의 지갑에서 1억 건의 트랜잭션을 기록하는 등 일찍이 주류 시장에서 성공을 거두었습니다. 이는 업계에서 광범위한 성공을 거둘 수 있는 길을 열어주었고, ARC는 이러한 르네상스를 지원할 수 있는 기회를 만들었습니다.

5, 아크 팀

아레나X 랩의 창립 팀은 광범위한 머신러닝 및 투자 관리 전문성을 보유하고 있습니다.

최고기술책임자(CTO)인 브랜든 다 실바는 캐나다 투자 회사에서 강화 학습, 베이지안 딥러닝, 모델 적응에 중점을 둔 머신러닝 연구를 이끌었습니다. 그는 리스크 패리티와 다중 자산 포트폴리오 관리를 중심으로 10억 달러 규모의 퀀트 트레이딩 전략을 개발하는 데 앞장섰습니다.

Wei Xie COO는 같은 회사에서 70억 달러 규모의 유동성 전략 포트폴리오를 관리하며 AI, 머신러닝, 웹3 기술과 같은 신흥 분야에 중점을 둔 혁신 투자 프로그램을 이끌고 있습니다.

ArenaX Labs는 2021년에 Paradigm이 주도하고 Framework 벤처가 참여한 5백만 달러의 시드 라운드를 확보했습니다. 2024년 1월에는 SevenX Ventures, FunPlus / Xterio, Moore Strategic Ventures의 주도로 600만 달러의 자금을 확보했습니다.

6, NRN 토큰 경제학 - 건강한 개혁

ARC/AI 아레나에는 토큰이 있습니다. -NRN.현재 이용 가능한 토큰을 살펴봅시다.

공급 측면과 수요 측면을 살펴보면 트렌드가 어디로 향하고 있는지 더 명확하게 파악할 수 있습니다.

(1) 공급 측면

NRN의 총 공급량은 10억 개이며, 이 중 약 4억 9천만 개(40.9%)가 유통되고 있습니다.

이 글을 쓰는 시점에서 토큰의 가격은 0.72달러이며, 이는 시가총액이 2,900만 달러이고 완전 희석된 평가액은 7,100만 달러라는 것을 의미합니다.

이미지 src="https://img.jinse.cn/7326368_watermarknone.png" title="7326368" alt="0KuUG9Ao8Q7RmtYjKZQILbfDWpZ5l8CKrh7fqVIM.png"><

2024년 6월 24일에 출시되었으며, 유통량의 40.9%가 다음에서 나왔습니다:

• 커뮤니티 에어드랍(전체 중 8%)

• 재단 금고 (전체의 10.9%, 그중 2.9%는 잠금 해제, 36개월 선형)

• 커뮤니티 생태계 보상 (전체의 30%)

유통량의 대부분 (전체의 40.9% 중 30%)은 커뮤니티 생태계 보상으로 구성되며, 프로젝트는 이 토큰을 관리하고 전략적으로 서약자에게 할당합니다. 서약 보상, 게임 보상, 생태계 성장 프로그램 및 커뮤니티 주도 프로그램에 할당합니다.

잠금 해제 일정은 단기간에 큰 이벤트가 없어 안심할 수 있습니다.

• 다음 잠금 해제는 2024년 12월에 시작되는 재단의 OTC 판매(1.1%)입니다. 12개월 선형 잠금 해제입니다. 이는 월간 인플레이션에 0.09%만 추가되며 큰 우려는 없을 것으로 보입니다.

• 투자자 및 기여자 할당(총 공급량의 50%)은 2025년 6월까지 잠금 해제가 시작되지 않으며, 그 이후에도 선형 잠금 해제는 24개월에 걸쳐 진행됩니다.

현재로서는 주로 생태계 보상으로 인해 매도 압력은 상당히 관리 가능한 수준으로 유지될 것으로 예상됩니다. 핵심은 트러스트 팀이 이러한 자금을 전략적으로 배치하여 프로토콜의 성장을 촉진할 수 있는 능력입니다.

(2) 수요 측면

NRN v1 - 플레이어 이코노미

원래 NRN은 AI와 함께 사용하도록 설계되었습니다. 전략적 자원과 관련된 아레나 게임 경제와 함께 사용하도록 설계되었습니다.

플레이어는 AI 플레이어에게 NRN을 스테이킹하여 승리하면 보상을 받고, 패배하면 스테이킹의 일부를 잃게 됩니다. 이를 통해 직접 지분을 걸고 경쟁하는 스포츠로 변모하고 숙련된 플레이어에게 금전적 인센티브를 제공하는 역동성을 창출합니다.

보상은 실력 기반의 균형 잡힌 보상을 보장하는 ELO 시스템을 통해 분배됩니다. 다른 수익원으로는 게임 소품 구매, 드레스업 업그레이드, 토너먼트 참가비 등이 있습니다.

초기 토큰 모델은 전적으로 게임의 성공과 게임에 참여하기 위해 NRN과 NFT를 구매하려는 신규 플레이어의 지속적인 유입에 의존했습니다.

이렇게 기대되는 이유 ......

NRN v2 - 플레이어 및 플랫폼 이코노미

NRN의 개선된 v2 토큰 경제학은 토큰의 효용을 AI 아레나에서 더 광범위한 ARC 플랫폼으로 확장함으로써 강력한 새로운 수요 동인을 도입합니다. 이러한 진화를 통해 NRN은 게임 전용 토큰에서 플랫폼 토큰으로 변모합니다. 이는 제 생각에 매우 긍정적인 변화입니다.

NRN의 세 가지 새로운 수요 동인은 다음과 같습니다.

• ARC 통합을 통한 수익. ARC를 통합하는 게임 회사는 통합 수수료와 게임 성과에 연동된 지속적인 로열티를 통해 볼트에 대한 수익을 창출하게 됩니다. 볼트 펀드는 NRN 바이백을 유도하고, 생태계를 성장시키며, 트레이너 플랫폼에서 플레이어에게 인센티브를 제공할 수 있습니다.

• 트레이너 마켓 수수료. NRN은 트레이너 마켓플레이스에서 플레이어가 AI 모델과 게임 플레이 데이터를 거래할 수 있는 트레이너 필드 수수료에서 가치를 창출합니다.

• ARC RL 참여 서약: 스폰서와 플레이어 모두 ARC RL에 참여하려면 NRN을 서약해야 하며, 점점 더 많은 플레이어가 ARC RL에 참여함에 따라 NRN에 대한 수요도 함께 증가하게 됩니다.

특히 흥미로운 점은 게임사의 수익입니다. 이는 순수 B2C 모델에서 B2C와 B2B가 혼합된 모델로 전환하는 것을 의미하며, 외부 자본이 NRN 경제로 지속적으로 유입되는 것을 의미합니다. ARC의 목표 시장이 더 넓어짐에 따라 이 수익원은 AI 아레나가 자체적으로 창출할 수 있는 것 이상으로 늘어날 것입니다.

트레이너 시장은 유망하지만, 활발한 거래 활동을 유지할 수 있을 만큼 게임, 트레이너, 플레이어가 충분한 임계치에 도달하는 생태계에 달려 있습니다. 이는 장기적인 노력입니다.

단기적으로 가장 즉각적이고 반사적인 수요 동인은 아마도 ARC RL 서약일 것입니다. 충분한 초기 보상 풀과 신제품 출시에 대한 기대감이 조기 채택을 촉발하여 토큰 가격을 상승시키고 참여자를 끌어들일 수 있습니다. 이는 수요 증가와 경제 성장의 피드백 루프를 만들어냅니다. 그러나 반대로 ARC RL이 사용자 고착화를 유지하는 데 어려움을 겪으면 수요가 빠르게 사라질 수 있습니다.

이미지 src="https://img.jinse.cn/7326371_watermarknone.png" title="7326371" alt="2PSFZpcHyjMIMylDPtXayVX0IzwcXMIm1tCAyxFl.png">< /p>

네트워크 효과의 잠재력은 더 많은 게임 → 더 많은 플레이어 → 더 많은 게임 참여 → 더 많은 플레이어로 이어집니다. 이러한 선순환을 통해 NRN은 크립토 AI 게임 생태계의 핵심 토큰으로 자리매김할 수 있습니다.

7, 모든 게임 AI 모델의 어머니

최종 목표는 무엇인가요? ARC의 강점은 다양한 게임 장르를 홍보할 수 있다는 점입니다. 시간이 지남에 따라 특정 게임 플레이에 대한 고유한 데이터베이스를 수집할 수 있게 되었습니다. ARC는 더 많은 게임과 통합되면서 이러한 데이터를 자체 에코시스템에 지속적으로 공급하여 성장과 개선의 선순환을 만들어낼 수 있습니다.

이 단면적인 게임플레이 데이터 세트가 임계치에 도달하면 엄청나게 가치 있는 리소스가 될 것입니다. 게임 개발을 위한 일반 AI 모델을 훈련하는 데 사용하여 대규모 게임 설계, 테스트 및 최적화를 위한 새로운 가능성을 열어준다고 상상해 보세요.

아직은 초기 단계이지만 데이터가 새로운 석유인 AI 시대에는 그 잠재력이 무궁무진합니다.

8, 우리의 생각

(1) 플랫폼 게임으로서의 NRN 진화 - 토큰 리프라이싱

ARC 과 ARC RL이 출시되면서, 프로젝트는 더 이상 단일 제품 게임 회사가 아닌 플랫폼 및 AI 게임으로 자리매김하고 있습니다. 이러한 변화는 AI 아레나의 성공으로 인해 이전에 제한되었던 NRN 토큰의 재평가로 이어질 것입니다. 게임사와의 수익 공유 계약, 트레이너 거래 수수료에 대한 외부 수요와 함께 ARC RL을 통한 새로운 토큰 소스의 도입은 NRN의 효용과 가치에 대한 더 넓고 다양한 기반을 창출합니다.

(2) 게임 파트너와 밀접하게 연계된 성공

ARC의 비즈니스 모델은 토큰 분배(웹3 게임의 경우)와 게임 로열티 지급을 수익원으로 하기 때문에 파트너사와의 성공과 밀접하게 연계되어 있습니다. 이와 밀접하게 연계된 게임을 살펴볼 가치가 있습니다.

ARC 게임이 큰 성공을 거두면 그 결과물은 NRN 보유자에게 돌아갑니다. 반대로 협동 게임이 어려움을 겪으면 가치의 흐름이 제한될 것입니다.

(3) 웹3.0 게임과의 더 많은 통합 기대

ARC 플랫폼은 인센티브가 있는 경쟁 게임 플레이가 기존 토큰 이코노미와 잘 작동하는 웹3.0 게임에 이상적으로 적합합니다.

ARC를 통합하면 웹 3.0 게임은 "AI 에이전트" 내러티브에 즉시 액세스할 수 있으며, ARC RL은 커뮤니티를 하나로 묶어 공동의 목표를 향해 일하도록 영감을 불어넣습니다. 또한 '게임 드롭'과 같은 이벤트를 플레이어에게 더 매력적으로 만드는 등 혁신적인 메커니즘을 위한 새로운 기회가 열립니다. AI와 토큰 인센티브를 결합함으로써 ARC는 기존 게임에서는 재현할 수 없는 수준의 깊이와 흥미를 더합니다.

(4) 학습 곡선이 있는 AI 플레이

AI 플레이는 학습 곡선이 가파르기 때문에 신규 플레이어에게 마찰을 일으킬 수 있습니다. 저는 AI 아레나에서 플레이어를 제대로 훈련시키는 방법을 알아내는 데 한 시간이 걸렸습니다.

그러나 ARC RL은 플레이어가 게임을 플레이하고 데이터를 제출할 때 백엔드에서 AI 훈련을 처리하기 때문에 플레이어 경험에서 마찰이 적습니다. 또 다른 미해결 질문은 플레이어가 상대가 AI라는 사실을 알았을 때 어떻게 느낄 것인가입니다. 영향을 미칠까요? 게임 경험을 향상시킬까요, 아니면 방해할까요? 시간만이 답을 알려줄 것입니다.

9, 밝은 미래

AI는 게임계에 새롭고 획기적인 경험을 열어줄 것입니다.

패러렐 콜로니와 버추얼과 같은 팀은 자율 AI 에이전트의 경계를 넓히고 있으며, ARC는 인간 행동 복제에 집중하여 지속 불가능한 토큰에 의존하지 않고 플레이어 이동성 문제를 해결하기 위한 혁신적인 접근 방식을 제공함으로써 독자적인 틈새 시장을 개척하고 있습니다. 경제학.

게임에서 본격적인 플랫폼으로의 전환은 아크에게 큰 도약이었습니다. 게임 회사와의 파트너십을 통해 더 큰 기회를 열었을 뿐만 아니라 AI가 게임에 통합되는 방식도 재편했습니다.

향상된 토큰 이코노미와 강력한 네트워크 효과의 잠재력을 갖춘 아크의 밝은 길은 이제 막 시작된 것처럼 보입니다.