소개
2022년 말 ChatGPT가 데뷔한 이래로 AI 분야는 암호화폐 분야에서 항상 뜨거운 화제였습니다. WEB3 유목민들은 "어떤 개념이든 과장될 수 있다"는 생각을 항상 받아들였습니다. 미래에는 무제한적인 내러티브 맥락과 적용 능력을 갖춘 AI가 등장할 것이라는 생각은 말할 것도 없습니다. 따라서 암호화폐 업계에서는 AI라는 개념이 처음에는 '밈 열풍'으로 잠시 인기를 끌었지만, 이후 몇몇 프로젝트에서 그 실용적 가치를 탐구하기 시작했습니다. 본격적으로 개발되고 있는 AI에 암호화가 어떤 새로운 실용적 응용 프로그램을 가져올 수 있을까요?
이 연구 논문은 Web3 분야에서 AI의 현재 진화 경로를 설명하고 분석합니다. 초기의 과대광고에서부터 현재 추진력을 얻기 시작한 응용 프로젝트까지, 그리고 사례와 데이터를 결합하여 독자들이 업계 맥락과 미래 동향을 파악하는 데 도움을 줍니다. 서두에서 미숙한 결론을 내렸으니, 이를 버리자.
- 01. AI 밈 무대는 이제 과거의 일입니다. 모든 이득과 손실을 영원한 기억의 조각으로 간직합시다.
- 02. 일부 기본적인 WEB3 AI 프로젝트는 "탈중앙화"가 AI 보안에 가져올 수 있는 이점을 항상 강조해 왔지만, 사용자는 이에 대해 큰 관심을 보이지 않았습니다. 사용자들이 중요하게 여기는 것은 '토큰으로 수익을 낼 수 있는지'와 '제품을 사용하기 쉬운지'입니다.
- 03. AI 관련 암호화 프로젝트를 공략하려면 순수 애플리케이션 AI 프로젝트나 플랫폼 AI 프로젝트(C-엔드 사용자가 사용하기 쉬운 다양한 도구나 에이전트에 집중할 수 있음)에 초점을 맞춰야 합니다. AI 밈 이후에도 이곳은 장기간 부의 중심지가 될 수 있습니다.
Web2와 Web3에서 AI 개발 경로의 차이점
웹2 세계의 AI
Web2 세계의 AI는 주로 기술 거대 기업과 연구 기관에 의해 주도되고 있으며, 개발 경로는 비교적 안정적이고 집중적입니다. 대기업(OpenAI, Google 등)은 폐쇄형 블랙박스 모델을 훈련시킵니다. 알고리즘과 데이터는 공개되지 않습니다. 사용자는 자신의 결과만 사용할 수 있으므로 투명성이 부족합니다. 이러한 중앙집중식 제어로 인해 AI의 결정은 감사가 불가능해지고, 편향과 책임 소재 불분명이라는 문제가 발생합니다. 일반적으로 Web2의 AI 혁신은 기본 모델의 성능 개선과 상용 애플리케이션 구현에 초점을 맞추고 있지만, 의사 결정 과정은 대중에게 투명하지 않습니다. 이러한 불투명성의 문제점으로 인해 2025년 Deepseek와 같은 새로운 AI 프로젝트가 갑자기 등장하게 되었는데, 이는 오픈 소스인 것처럼 보이지만 실제로는 "낚시 상자 안에서 낚시하는 것"에 불과합니다.
불투명성이라는 결함 외에도 WEB2의 대규모 AI 모델은 두 가지 문제점을 안고 있습니다. 즉, 다양한 제품 형태에서 사용자 경험이 부족하고 전문가 세그먼트에서 정확도가 부족하다는 것입니다.
예를 들어, 사용자가 PPT, 사진 또는 비디오를 만들고 싶어하는 경우, 그들은 여전히 진입 장벽이 낮고 사용 경험이 더 나은 새로운 AI 제품을 찾고 이에 비용을 지불합니다. 현재 많은 AI 프로젝트가 사용자 임계값을 낮추기 위해 코드 없는 AI 제품을 시도하고 있습니다.
예를 들어, 많은 WEB3 사용자는 ChatGPT나 DeepSeek를 사용하여 특정 암호화폐 프로젝트나 토큰에 대한 정보를 얻을 때 무력감을 느꼈을 것입니다. 대규모 모델 데이터는 전 세계 어떤 하위 산업에 대한 자세한 정보를 정확하게 포괄할 수 없기 때문에 많은 AI 제품의 또 다른 개발 방향은 특정 하위 산업에 대한 데이터와 분석을 최대한 심층적이고 정확하게 만드는 것입니다.
웹3 세계의 AI
WEB3 세계는 암호화폐 산업을 중심으로 이루어졌으며 기술, 문화, 커뮤니티에 대한 더 광범위한 개념을 통합합니다. WEB2와 비교했을 때, WEB3는 개방적이고 커뮤니티 중심적인 접근 방식으로 전환하려고 시도합니다.
블록체인의 분산형 아키텍처 덕분에 Web3 AI 프로젝트는 일반적으로 오픈 소스 코드, 커뮤니티 거버넌스, 투명성 및 신뢰성을 강조하며, 분산된 방식으로 소수 기업이 독점하는 기존 AI의 독점을 깨고자 합니다. 예를 들어, 일부 프로젝트에서는 블록체인을 사용하여 AI의 결정을 검증하는 방법(영지식 증명을 통해 모델 출력의 신뢰성 보장)이나 DAO가 AI 모델을 감사하여 편향을 줄이는 방법을 모색하고 있습니다.
이상적으로 Web3 AI는 모델 매개변수와 결정 논리를 커뮤니티에서 감사할 수 있도록 "개방형 AI"를 추구하며, 토큰 메커니즘을 통해 개발자와 사용자에게 참여를 유도합니다. 그러나 실제로 Web3 AI 개발은 여전히 기술적, 자원적 제약을 받습니다. 분산형 AI 인프라를 구축하는 것은 매우 어렵습니다(대규모 모델을 학습하려면 엄청난 컴퓨팅 파워와 데이터가 필요하지만, 어떤 WEB3 프로젝트도 OpenAI의 일부에 불과한 자금을 지원받고 있습니다). Web3 AI라고 주장하는 몇몇 프로젝트는 실제로는 여전히 중앙 집중식 모델이나 서비스에 의존하고 있으며, 일부 블록체인 요소만 애플리케이션 계층에 연결합니다. 이러한 WEB3 AI 프로젝트는 비교적 안정적이고 우수하며, 적어도 아직 실제 응용 프로그램을 개발하고 있습니다. 그리고 대부분의 WEB3 AI 프로젝트는 여전히 순수한 밈이거나, 실제 AI라는 배너 아래의 밈입니다.
또한 자금 조달 및 참여 모델의 차이도 두 분야의 개발 경로에 영향을 미칩니다. Web2 AI는 일반적으로 연구 투자와 제품 수익성에 의해 주도되며 비교적 원활한 주기를 보입니다. Web3 AI는 암호화폐 시장의 투기적 성격을 결합하며, 종종 시장 심리에 따라 크게 변동하는 "호황" 주기를 경험합니다. 이 개념이 인기를 얻으면 자금이 몰려들어 토큰 가격과 평가가 상승합니다. 프로젝트가 냉각되면 프로젝트의 인기와 자금이 급격히 감소합니다. 이러한 순환은 Web3 AI의 개발 경로를 더욱 불안정하고 이야기 중심으로 만듭니다. 예를 들어, 상당한 진전이 없는 AI 개념은 시장 감정으로 인해 토큰 가격이 급등하는 원인이 될 수도 있습니다. 반대로, 시장이 침체되어 있으면 기술의 진보조차도 주목을 받기 어렵습니다.
우리는 여전히 WEB3 AI의 주요 내용인 "탈중앙화된 AI 네트워크"에 대해 "저조하고 신중한 기대"를 유지하고 있습니다. 만약 그것이 정말로 실현된다면? 결국, WEB3에는 BTC와 ETH와 같은 획기적인 엔티티가 있습니다. 그러나 현재 단계에서는 아직 현실적이어야 하며 즉시 구현할 수 있는 몇 가지 시나리오를 생각해 내야 합니다. 예를 들어 현재 WEB3 프로젝트에 일부 AI 에이전트를 내장하여 프로젝트 자체의 효율성을 개선하는 것입니다. 또는 AI를 다른 신기술과 결합하여 암호화 산업에 적용 가능한 새로운 아이디어를 창출하거나, 심지어 주목을 끌 수 있는 개념을 창출할 수도 있습니다. 또는 데이터 정확성 측면이든 WEB3 조직이나 개인의 업무 습관에 더 부합하든, WEB3 산업에만 서비스를 제공하는 AI 제품을 만들어 WEB3 산업 종사자들이 비용을 지불하여 서비스를 제공할 수 있습니다.
계속됩니다. 다음 기사에서는 WEB3 AI의 5가지 흐름과 일부 제품(예: Fetch.AI, TURBO, GOAT, AI16Z, Joinable AI, MyShell 등)을 검토하고 논평합니다.
참고문헌:
[Web3 AI 대 Web2 AI: 오픈 소스와 투명성이 승리할 이유](https://www.linkedin.com/pulse/web3-ai-vs-web2-why-open-source-transparency-win-ocada-ai-8iuaf/)
