ABCDE: 1차 시장의 관점에서 본 AI+Crypto

저자：Laobai，ABCDE

ChatGPT가 출시된 지 1년이 넘은 지금, 최근 시장에서 AI+Crypto에 대한 논의가 다시 활발해지고 있습니다. AI는 24-25년의 강세장에서 가장 중요한 트랙 중 하나로 여겨지며, 심지어 비탈릭 부테린(V神) 본인도 《The promise and challenges of crypto + AI applications》（Crypto+AI 응용의 전망과 도전）이라는 글을 통해 미래 AI+Cryto의 탐색 방향을 논의했습니다.

본 문서는 주관적인 예측을 많이 하지 않고, 단순히 1차 시장의 관점에서 지난 1년 동안 관찰된 AI와 Crypto의 결합된 창업 프로젝트를 대략 정리하여, 창업자들이 구체적으로 어떤 각도에서 시장에 접근했는지, 현재 어떤 성과를 거두었는지, 여전히 탐색 중인 부분은 무엇인지 살펴보겠습니다.

1. AI+Crypto의 주기

2023년 동안 우리는 거의 수십 개의 AI+Crypto 프로젝트에 대해 이야기했습니다. 그 중에서 명확한 주기를 볼 수 있습니다.

2022년 말 ChatGPT 출시 이전에는 2차 시장에서 AI와 관련된 블록체인 프로젝트가 거의 없었고, 사람들이 생각할 수 있는 주요 프로젝트는 FET, AGIX 등 몇 개의 오래된 프로젝트뿐이었습니다. 1차 시장에서도 AI와 관련된 프로젝트는 많지 않았습니다.

2023년 1월부터 5월까지는 AI 프로젝트의 첫 번째 집중 폭발기라고 할 수 있습니다. ChatGPT가 가져온 충격이 너무 컸기 때문입니다. 2차 시장의 많은 오래된 프로젝트들이 AI 트랙으로 피벗하고, 1차 시장에서도 거의 매주 AI+Crypto 프로젝트에 대해 이야기할 수 있었습니다. 이 시기의 AI 프로젝트는 상대적으로 단순하게 느껴졌고, 많은 프로젝트가 ChatGPT 기반의 "패키징"+"체인 개조" 프로젝트였으며, 기술적인 핵심 장벽이 거의 없었습니다. 우리의 인하우스 개발 팀은 종종 하루 이틀 만에 프로젝트의 기본 프레임워크를 복제할 수 있었습니다. 이로 인해 우리는 이 시기에 많은 AI 프로젝트에 대해 이야기했지만, 결국 어떤 것도 실행에 옮기지 않았습니다.

5월부터 10월까지 2차 시장은 하락세로 전환되었고, 흥미롭게도 이 시기에 1차 시장의 AI 프로젝트 수도 급격히 줄어들었습니다. 최근 한두 달 동안 다시 활발해지기 시작했으며, 시장에서 AI+Crypto에 대한 논의와 글들이 풍부해졌습니다. 우리는 다시 매주 AI 프로젝트를 만날 수 있는 "황금기"에 접어들었습니다. 반년이 지난 후, 새로 등장한 AI 프로젝트들이 AI 트랙에 대한 이해와 상업적 장면의 실현이 첫 번째 AI 열풍 시기보다 명확하게 향상된 것을 느낄 수 있었습니다. 기술 장벽은 여전히 강하지 않지만, 전체적인 성숙도가 한 단계 올라갔습니다. 우리는 2024년에 들어서야 AI+Crypto 트랙에서 처음으로 베팅을 하게 되었습니다.

2. AI+Crypto의 트랙

비탈릭 부테린은 전망과 도전이라는 글에서 몇 가지 상대적으로 추상적인 차원과 시각에서 예측을 제시했습니다:

• AI는 게임의 참여자로서
• AI는 게임 인터페이스로서
• AI는 게임 규칙으로서
• AI는 게임 목표로서

우리는 현재 1차 시장에서 보고 있는 AI 프로젝트를 보다 구체적이고 직접적인 관점에서 요약합니다. AI+Crypto 프로젝트는 대부분 Crypto의 핵심을 중심으로 진행되며, 즉 "기술(혹은 정치)적 탈중앙화 + 상업적 자산화"입니다.

탈중앙화에 대해서는 별로 할 말이 없습니다. Web3라면… 자산화의 종류에 따라 대체로 세 가지 주요 트랙으로 나눌 수 있습니다:

• 컴퓨팅 파워의 자산화
• 모델의 자산화
• 데이터의 자산화

컴퓨팅 파워 자산화

이는 상대적으로 밀집된 트랙입니다. 다양한 신규 프로젝트 외에도 많은 오래된 프로젝트들이 피벗하고 있으며, 예를 들어 Cosmos의 Akash, Solana의 Nosana 등이 있습니다. 피벗 이후 토큰은 모두 폭등하는 경향을 보이며, 이는 시장이 AI 트랙에 대해 긍정적으로 보고 있음을 반영합니다. RNDR은 탈중앙화 렌더링을 주로 하지만, 실제로 AI에도 서비스를 제공할 수 있어 많은 사람들이 RNDR과 같은 컴퓨팅 관련 프로젝트를 AI 트랙으로 분류하고 있습니다.

컴퓨팅 파워 자산화는 용도에 따라 두 가지 방향으로 세분화할 수 있습니다:

하나는 Gensyn을 대표로 하는 "탈중앙화된 컴퓨팅 파워를 AI 훈련에 사용"하는 것입니다;

다른 하나는 대부분의 피벗 및 신규 프로젝트를 대표하는 "탈중앙화된 컴퓨팅 파워를 AI 추론에 사용"하는 것입니다;

이 트랙에서 흥미로운 현상을 볼 수 있습니다. 혹은 비관적인 시각에서의 사슬을 볼 수 있습니다:

전통 AI → 탈중앙화 추론 → 탈중앙화 훈련

전통 AI 전공자들은 탈중앙화된 AI 훈련 또는 추론에 대해 비관적입니다.

탈중앙화 추론자들은 탈중앙화 훈련에 대해 비관적입니다.

주된 이유는 기술적 문제 때문입니다. AI 훈련(특히 대형 모델 AI)은 방대한 데이터와 관련이 있으며, 데이터 요구보다 더 극단적인 것은 이러한 데이터의 고속 통신에 필요한 대역폭 요구입니다. 현재 Transformer 대형 모델 환경에서 이러한 대형 모델을 훈련하기 위해서는 대량의 4090급 고급 그래픽 카드/H100 전문 AI 그래픽 카드로 구성된 컴퓨팅 매트릭스와 NVLink 및 전문 광섬유 스위치로 구성된 100G급 통신 채널이 필요합니다. 이런 것을 탈중앙화하여 구현할 수 있다고 말할 수 있을까요, 음…

AI 추론은 컴퓨팅 파워와 통신 대역폭의 요구가 AI 훈련보다 훨씬 적기 때문에, 탈중앙화 구현 가능성이 훈련보다 훨씬 큽니다. 이것이 대부분의 컴퓨팅 관련 프로젝트가 추론을 다루고, 훈련은 기본적으로 Gensyn, Together와 같은 자금 조달이 1억 달러가 넘는 대형 플레이어만 존재하는 이유입니다. 그러나 동시에 성능과 신뢰성 측면에서 현재 단계에서 중앙 집중식 컴퓨팅이 추론을 수행하는 것이 여전히 탈중앙화보다 훨씬 우수합니다.

이로 인해 탈중앙화 추론자들은 탈중앙화 훈련자들을 "너희들은 절대 성공할 수 없다"고 생각하고, 전통 AI는 탈중앙화 훈련과 추론을 보며 "훈련은 기술적으로 비현실적이다", "추론은 상업적으로 신뢰할 수 없다"고 여깁니다.

누군가는 BTC/ETH가 처음 나왔을 때 모두가 분산 노드가 모두 계산하는 이 모델이 클라우드 컴퓨팅에 비해 신뢰할 수 없다고 했지만, 결국 그렇게 되지 않았나요? 그럼 AI 훈련과 AI 추론이 미래에 정확성, 변경 불가능성, 중복성 등의 차원에서 어떤 요구를 가질지 봐야 합니다. 단순히 성능, 신뢰성, 가격 등을 비교할 경우, 현재로서는 중앙 집중식보다 좋을 수 없습니다.

모델의 자산화

이 또한 프로젝트가 밀집된 트랙이며, 컴퓨팅 파워 자산화보다 이해하기 더 쉬운 트랙입니다. ChatGPT가 인기를 끌면서 가장 유명한 응용 프로그램 중 하나가 Character.AI입니다. 당신은 소크라테스, 공자와 같은 선현과 지식을 나눌 수 있고, 일론 머스크, 샘 알트먼과 같은 유명인과 수다를 떨 수 있으며, 하츠네 미쿠, 레이덴 장군과 같은 가상 아이돌과 사랑을 나눌 수 있습니다. 이 모든 것은 대형 언어 모델의 매력입니다. AI 에이전트라는 개념은 Character.AI를 통해 깊이 각인되었습니다.

만약 공자, 일론 머스크, 레이덴 장군과 같은 에이전트가 NFT라면?

이것이 바로 AI X Crypto 아닙니까?!

그래서 모델의 자산화라기보다는 대형 모델을 기반으로 한 에이전트의 자산화라고 할 수 있습니다. 대형 모델 자체는 블록체인에 올라갈 수 없기 때문에, 모델 위의 에이전트를 NFT로 매핑하여 "모델 자산화"의 AI X Crypto 같은 느낌을 만들어내는 것입니다.

현재 업계에는 영어를 가르쳐주는 에이전트도 있고, 연애를 도와주는 에이전트도 있으며, 다양한 에이전트 검색 및 마켓플레이스와 같은 파생 프로젝트도 볼 수 있습니다.

이 트랙의 일반적인 문제는 첫째, 기술 장벽이 없다는 것입니다. 기본적으로 Character.AI의 NFT화입니다. 우리의 인하우스 기술 전문가들은 기존의 오픈 소스 도구와 프레임워크를 사용하여 하룻밤 만에 BMAN처럼 말하고 BMAN처럼 목소리를 내는 에이전트를 만들 수 있습니다. 둘째, 블록체인과의 결합 정도가 매우 낮습니다. ETH의 Gamefi NFT처럼 본질적으로 메타데이터에 저장된 것은 URL이나 해시일 뿐이며, 모델/에이전트는 클라우드 서버에 있으며, 체인에서 거래되는 것은 단지 소유권에 불과합니다.

모델/에이전트의 자산화는 가시적인 미래에도 여전히 AI x Crypto의 주요 트랙 중 하나가 될 것이며, 기술 장벽이 상대적으로 높고 블록체인과의 결합이 더 긴밀하고 네이티브한 프로젝트가 미래에 등장하기를 기대합니다.

데이터의 자산화

데이터 자산화는 논리적으로 AI+Crypto에 가장 적합합니다. 전통적인 AI 훈련은 대부분 인터넷에서 볼 수 있는 데이터, 즉 공공 영역의 데이터만 활용할 수 있습니다. 이러한 데이터는 전체 데이터의 10-20%에 불과하며, 더 많은 데이터는 사실 개인 데이터와 같은 사적 영역에 존재합니다. 이러한 유입 데이터가 대형 모델 훈련이나 파인 튜닝에 사용될 수 있다면, 우리는 각 분야에서 더 전문적인 에이전트/봇을 가질 수 있을 것입니다.

Web3가 가장 잘 아는 슬로건은 무엇인가요? 읽고, 쓰고, 소유하라!

따라서 AI+Crypto를 통해 탈중앙화된 인센티브의 유도 아래 개인 및 사적 유입 데이터의 자산화를 통해 대형 모델에 더 좋고 풍부한 "사료"를 제공하는 것은 매우 논리적인 접근 방식으로 들리며, 실제로 이 분야에서 깊이 연구하는 팀이 몇 개 있습니다.

그러나 이 트랙의 가장 큰 어려움은 데이터라는 것이 컴퓨팅 파워처럼 표준화하기 어렵다는 것입니다. 탈중앙화된 컴퓨팅 파워는 그래픽 카드 모델에 따라 직접적으로 얼마나 많은 컴퓨팅 파워로 변환될 수 있지만, 개인 데이터의 양, 질, 용도 등 여러 차원에서 측정하기 어렵습니다. 만약 탈중앙화된 컴퓨팅 파워가 ERC20이라면, 탈중앙화된 AI 훈련 데이터의 자산화는 ERC721과 비슷하며, 여러 프로젝트와 다양한 특성이 혼합된 형태입니다. 유동성과 시장에서의 작업 난이도는 ERC20보다 훨씬 어렵기 때문에 현재 AI 데이터 자산화 프로젝트는 다소 어려움을 겪고 있습니다.

데이터 트랙에서 주목할 만한 점은 탈중앙화된 주석입니다. 데이터 자산화는 "데이터 수집" 단계에서 작용하며, 수집된 데이터는 AI에 제공되기 전에 가공이 필요합니다. 이 단계는 현재 대부분 중앙 집중식의 인력 밀집형 노동으로 이루어져 있으며, 탈중앙화된 토큰 보상을 통해 이 노동을 탈중앙화하고, 주석을 통해 얻는 방식으로 작업을 분산시키는 것도 하나의 접근 방식입니다. 현재 이 분야에서 소수의 팀이 연구하고 있는 것을 볼 수 있습니다.

3. AI+Crypto에서 부족한 퍼즐 조각

우리의 관점에서 현재 이 트랙에서 부족한 퍼즐 조각에 대해 간단히 말씀드리겠습니다.

첫째, 기술 장벽입니다. 앞서 언급한 바와 같이, 대부분의 AI+Crypto 프로젝트는 Web2의 전통적인 AI 프로젝트에 비해 거의 아무런 장벽이 없습니다. 더 많은 것은 경제 모델과 토큰 인센티브에 의존하여 전면 경험에서 시장과 운영에 신경을 쓰고 있습니다. 이는 물론 비난할 수 없는 부분입니다. 탈중앙화와 가치 분배는 본래 Web3의 강점이지만, 핵심 장벽이 부족하면 X to Earn의 느낌이 들 수밖에 없습니다. 우리는 RNDR과 같은 모회사 OTOY가 핵심 기술을 가진 팀이 Crypto에서 활발히 활동하기를 기대합니다.

둘째, 종사자의 현황입니다. 현재 관찰된 바에 따르면, AI X Crypto 트랙의 창업자 중 일부 팀은 AI에 대해 잘 알고 있지만 Web3에 대한 이해가 깊지 않습니다. 반면 일부 팀은 매우 Crypto Native하지만 AI 분야의 전문성이 낮습니다. 이는 초기 Gamefi 트랙과 매우 유사합니다. 즉, 게임을 잘 알고 Web2 게임 체인 개조를 생각하는 팀이거나, Web3를 잘 알고 다양한 수익 모델의 혁신과 최적화를 고민하는 팀입니다. Matr1x는 우리가 Gamefi 트랙에서 만난 첫 번째 게임과 Crypto를 모두 이해하는 팀입니다. 그래서 이전에 Matr1x가 2023년 "이야기 후 즉시 결정"한 세 프로젝트 중 하나라고 썼던 이유입니다. 우리는 2024년에 AI와 Crypto 분야를 모두 이해하는 팀을 볼 수 있기를 기대합니다.

셋째, 상업적 장면입니다. AI X Crypto는 극히 초기 탐색 단계에 있으며, 위에서 언급한 각종 자산화는 몇 가지 큰 방향일 뿐입니다. 각 방향마다 세부적으로 파고들고 세분화할 수 있는 트랙이 있습니다. 현재 시장에서 볼 수 있는 다양한 프로젝트는 AI와 Crypto의 결합이 다소 "어색"하거나 "조잡"한 느낌이 있으며, AI 또는 Crypto의 최적 경쟁력이나 조합 가능성을 발휘하지 못하고 있습니다. 이는 위에서 언급한 두 번째 점과 밀접한 관련이 있습니다. 예를 들어, 우리의 인하우스 연구 개발 팀은 더 나은 결합 방식을 생각하고 설계했지만, 이렇게 많은 AI 트랙 프로젝트를 살펴본 결과 여전히 이 세부 분야에 접근하는 팀을 보지 못해 계속 기다릴 수밖에 없습니다.

무엇이든, 왜 우리가 VC로서 시장의 창업자들보다 특정 장면을 먼저 생각할 수 있는지 물어보신다면, 우리의 인하우스 AI 팀에는 7명의 전문가가 있으며, 그 중 5명이 AI 전공 박사 출신입니다. ABCDE 팀의 Crypto에 대한 이해는 여러분이 아시겠죠…

마지막으로 말씀드리고 싶은 것은, 현재 1차 시장의 관점에서 AI x Crypto가 여전히 매우 초기 단계이고 미성숙하다고 하더라도, 이는 24-25년 동안 AI X Crypto가 이번 강세장의 주요 트랙 중 하나가 될 것이라는 우리의 전망을 방해하지 않습니다. 결국, AI는 생산력을 해방하고, 블록체인은 생산 관계를 해방합니다. 이 두 가지보다 더 나은 결합 방식이 있을까요? :)