Alaya AI: Web3의 게임화 디자인을 통해 AI 데이터 주석 효율성을 어떻게 높일 수 있을까요?

저자: Alaya AI

프로젝트 개요

Alaya AI는 블록체인 기술, 제로 지식 증명, 공유 경제 모델 및 고급 AI 데이터 라벨링 및 정리 기술을 활용하여 AI 산업의 발전을 촉진하는 혁신적인 AI 데이터 라벨링 플랫폼입니다. 이 프로젝트는 사용자가 데이터를 기여하는 동시에 보상을 받을 수 있도록 하며, 블록체인과 ZK 기술을 통해 사용자 프라이버시와 데이터 소유권을 보호합니다.

Alaya AI는 사용자가 문제를 푸는 방식으로 데이터를 수집하고, 내장된 AI 시스템을 사용하여 사용자가 기여한 데이터의 정확성을 판단하여 해당하는 Token 보상을 제공합니다. 사용자의 NFT 등급이 상승함에 따라 문제의 난이도도 점차 증가하며, 상식부터 전문 분야에 이르는 다양한 문제를 다룹니다. 최종적으로 Alaya AI는 수집된 데이터를 표준화하여 다양한 AI 모델이 인식하고 훈련할 수 있도록 합니다.

트랙 분석

전통 경제학에서는 노동력, 토지 및 자본이 주요 생산 요소로 여겨지지만, 인공지능 시대에는 알고리즘, 데이터 및 컴퓨팅 파워가 생산의 세 가지 요소로 조용히 변화하고 있습니다. 현재 대형 언어 모델에 대한 탐색에서 알고리즘 측면은 여전히 Transformer를 기반으로 미세 조정을 하고 있으며, 컴퓨팅 파워는 지속적으로 쌓이고 있습니다. 고품질 데이터는 모델과 알고리즘의 한계를 극복하는 데 중요한 지표입니다. 각 회사가 자사의 AI 대형 모델을 훈련하기 시작하면서 데이터에 대한 수요는 급증하고 있습니다.

전통적인 세계에서 데이터 라벨링 비즈니스는 이미 수천억 달러의 시장 가치를 지탱하고 있으며, 잘 알려진 회사로는 Scale AI, Appen, 해천루이성, 클라우드 데이터 등이 있습니다. 그러나 전통적인 데이터 라벨링 비즈니스는 전 세계 사용자에게 잘 도달하지 못해 지역 간 불평등을 심화시켰습니다. 보도에 따르면, OpenAI가 사용하는 케냐의 아웃소싱 데이터 라벨러의 시급은 1.5달러도 안 되며, 하루에 약 20만 단어를 라벨링합니다.

Web3에서는 블록체인 기술을 활용하여 데이터 소유권이 데이터 제공자 개인에게 귀속될 수 있습니다. 탈중앙화된 데이터 저장 및 거래 메커니즘은 개인이 자신의 데이터 자산을 더 잘 관리하고 필요에 따라 거래 및 권한 부여를 통해 적절한 보상과 보상을 받을 수 있도록 합니다. 이러한 모델은 데이터 라벨러의 권리를 더 잘 보장합니다. 블록체인의 변경 불가능성과 추적 가능성을 기반으로 Web3 데이터 서비스는 더 높은 투명성과 신뢰성을 제공할 수 있습니다. 모든 데이터 거래, 라벨링 작업의 배분 및 완료 상황은 체인에 기록되며, 누구나 이를 검증할 수 있어 위조 및 악용 가능성을 줄입니다. 데이터 사용자는 추가적인 신뢰 보증 없이 체인상의 데이터만 신뢰할 수 있습니다.

제품 설계

사용자의 참여 장벽을 낮추기 위해 Alaya AI는 게임화된 제품을 설계하여 사용자가 제품 내에서 문제를 풀어 데이터를 수집하고, 암호학적 알고리즘을 사용하여 사용자의 프라이버시가 유출되지 않도록 보장합니다.

For AI, By AI. 강화 학습의 아이디어와 유사하게, Alaya AI 제품은 내장된 AI를 통해 데이터의 품질을 인식하고, 사용자가 AI 데이터 판단의 정확성과 기여도를 판단하여 이를 기반으로 보상을 지급합니다. 또한, Alaya AI는 평판 메커니즘과 품질 검증 노드를 도입하여 라벨링 결과를 탈중앙화 검증합니다. 품질 검증 노드의 무작위 샘플링 및 교차 검증을 통해 오류 또는 악의적인 라벨링을 더 효율적으로 식별하고 라벨링 결과의 높은 품질을 유지합니다. 작업 배분에 있어 Alaya AI는 AI 알고리즘을 보조하여 작업과 사용자를 효율적으로 매칭합니다. 사용자가 기여한 고품질 데이터가 많을수록 보유한 NFT 등급이 높아지고 문제의 난이도도 상승합니다. 일반적인 상식 문제에서 특정 분야(운전, 게임, 영화 등)의 세분화된 문제, 마지막으로 고급 분야의 문제(의료, 기술, 알고리즘 등)로 이어집니다.

실현 가능성 분석

전통적인 데이터 라벨링 회사는 직원 착취의 의혹이 있지만, 이는 회사의 수익에 큰 도움이 됩니다. Web3의 데이터 라벨링은 보다 평등한 방식으로 인류 복지를 향상시킬 수 있지만, 경제적으로 플랫폼의 수익을 감소시킬까요? 실제로 Alaya AI는 다양성을 증가시켜 전체 효용을 향상시켰습니다.

전통적인 데이터 라벨링 방식은 개인의 작업량 요구가 높을 뿐만 아니라 샘플 품질도 보장하기 어렵습니다. 라벨링 보상이 미미하기 때문에 플랫폼은 대부분 개발도상국의 사용자만 모집할 수 있으며, 이들 지역은 교육 수준이 일반적으로 낮아 사용자가 제출하는 샘플의 다양성이 부족합니다. 전문 지식이 필요한 고급 AI 모델의 경우, 플랫폼은 적합한 라벨링 인력을 모집하기 어렵습니다.

토큰/NFT 보상 및 초대 리베이트 등의 방식을 활용하여 Alaya는 일반 데이터 라벨링에 소셜 및 게임 요소를 통합하여 커뮤니티 규모를 효과적으로 확장하고, 매일 출석 체크 등의 방식으로 유지율을 높였습니다. 개별 사용자가 작업을 통해 얻는 보상 한도를 제어하는 동시에, Alaya의 분열식 추천 시스템은 우수 사용자의 수익이 소셜 네트워크 규모가 확대됨에 따라 무한히 증가할 수 있도록 합니다.

본질적으로 Web2 시대의 중앙 집중식 데이터 플랫폼은 소수의 사용자가 지속적으로 대량의 샘플을 제공하는 데 크게 의존하지만, Alaya는 개별 사용자가 기여하는 데이터의 양을 줄이고 참여 사용자의 수를 늘렸습니다. 개별 사용자의 작업량이 적은 전제 하에 데이터 품질이 현저히 향상되고 데이터의 대표성이 크게 강화됩니다. 도달한 사용자 수가 많아짐에 따라 샘플링 편향이 제거된 탈중앙화 데이터 라벨링 플랫폼이 수집한 데이터는 인류 전체의 집단 지혜를 더 잘 대표할 수 있습니다.

특정 사용자가 문제 분야에 익숙하지 않거나 악의적으로 제출한 잘못된 답변이 데이터 품질에 영향을 미치지 않도록 Alaya AI 플랫폼은 정규 분포 모델을 사용하여 데이터를 검증하고 극단값을 자동으로 제거하거나 표준화합니다. 또한, Alaya는 자체 개발한 최적화 알고리즘을 기반으로 사용자 답변과 가중치의 교차 참조를 통해 검증을 수행하며, 인력 검토 및 수정 없이 데이터 비용을 더욱 낮춥니다. 이때 데이터 유효성 임계값은 각 작업의 샘플 수에 따라 동적으로 조정되어 과도한 수정을 피하고 데이터 왜곡을 최소화합니다.

기술적 특징

Alaya AI는 데이터 생산자(개인 사용자)와 데이터 소비자(AI 모델) 간의 중간 계층으로, 사용자가 라벨링한 데이터를 수집하여 처리한 후 AI 모델에 제공합니다.

Alaya AI는 혁신적인 미세 데이터 모델(Tiny Data)을 채택하여 전통적인 대데이터를 기반으로 최적화 및 반복하여 여러 측면에서 딥러닝의 훈련 효과를 향상시킵니다:

1. 데이터 품질 최적화
   미세 데이터 모델은 고품질의 소규모 데이터 세트에 집중하여 데이터 정제, 라벨링 최적화 등의 방법을 통해 데이터의 정확성과 일관성을 향상시킵니다. 고품질의 훈련 데이터는 모델의 일반화 능력과 강건성을 효과적으로 향상시키고, 노이즈 데이터가 모델 성능에 미치는 부정적인 영향을 줄입니다.
2. 데이터 특성 농축
   미세 데이터 모델은 특성 공학 및 데이터 농축 기술을 사용하여 데이터의 핵심 특성을 추출하고, 중복 및 무관한 정보를 제거합니다. 농축된 데이터 세트는 더 높은 밀도의 유효 정보를 포함하여 모델의 수렴 속도를 가속화하고, 계산 자원 소비를 줄입니다.
3. 샘플 균형 최적화
   딥러닝 모델의 성능은 종종 데이터 분포 불균형의 영향을 받습니다. 미세 데이터 모델은 스마트한 데이터 샘플링 전략을 사용하여 다양한 범주의 샘플을 균형 있게 처리하여 모델이 각 범주에서 충분한 훈련 데이터를 갖도록 하여 모델의 분류 정확도를 향상시킵니다.
4. 능동 학습 전략
   미세 데이터 모델은 능동 학습 전략을 도입하여 모델 피드백을 통해 데이터 선택 및 라벨링 과정을 동적으로 조정합니다. 능동 학습은 모델 성능 향상에 가장 큰 효과를 주는 샘플을 우선적으로 선택하여 라벨링하고, 비효율적인 반복 작업을 피하여 데이터 활용 효율을 높입니다.
5. 증분 학습 메커니즘
   미세 데이터 모델은 증분 학습을 지원하여 기존 모델을 기반으로 새로운 데이터를 지속적으로 추가하여 훈련할 수 있으며, 모델 성능의 반복 최적화를 실현합니다. 증분 학습을 통해 모델은 지속적으로 학습하고 진화하여 변화하는 응용 시나리오의 요구에 적응할 수 있습니다.
6. 전이 학습 능력
   미세 데이터 모델은 전이 학습 능력을 갖추고 있어 이미 훈련된 모델을 유사한 새로운 작업에 적용할 수 있으며, 새로운 작업의 데이터 요구와 훈련 시간을 크게 줄입니다. 지식의 전이와 재사용을 통해 미세 데이터 모델은 소규모 샘플 환경에서도 좋은 훈련 효과를 얻을 수 있습니다.

또한, Alaya AI는 AI 훈련 및 배포 도구를 통합하여 일반적인 딥러닝 프레임워크를 지원하여 다양한 AI 모델이 직접 인식하고 사용할 수 있도록 하여 상류 모델 훈련의 사용 비용을 낮추었습니다. 또한, 제로 지식 증명 등의 암호학적 알고리즘과 접근 제어 기술을 활용하여 Alaya AI는 사용자 프라이버시를 전 과정에서 보호합니다.

생태계 구축

현재 Alaya AI는 Arbitrum과 opBnB 두 개의 주요 네트워크를 지원하며, 이메일 등록을 지원하고 모바일 앱은 Google Play에 로그인되었습니다.

B 측면에서 Alaya AI는 10개 이상의 AI 기술 회사와 안정적인 협력을 구축하였으며, 협력 수는 계속 증가하고 있습니다. 이는 Alaya가 안정적인 현금 흐름을 실현하고 사용자에게 현금 및 Token 보상을 안정적으로 제공할 수 있게 합니다.

C 측면에서 Alaya AI는 현재 40만 명 이상의 등록 사용자와 2만 명 이상의 일일 활성 사용자를 보유하고 있으며, 매일 체인상의 거래 수는 1500건을 초과합니다. 또한 Alaya는 탈중앙화된 자치 커뮤니티를 구축하여 공개적이고 투명하며 민주적인 방식으로 제품의 방향을 결정할 것입니다.

앞으로 Alaya AI는 DePIN과 더욱 융합하여 통합된 AI 스마트 하드웨어 제품(예: Rabbit R1)에 내장되어 사용자의 일상 상호작용에서 데이터를 수집하고 장치의 유휴 컴퓨팅 파워를 활용할 것으로 기대됩니다. 또한 탈중앙화된 컴퓨팅 플랫폼(예: Akash, Golem)과의 협력을 통해 Alaya AI는 AI 데이터 + 컴퓨팅의 통합 시장을 구축하여 AI 개발자가 알고리즘 최적화에만 집중할 수 있도록 합니다. 데이터 저장 측면에서 Alaya AI는 완료된 라벨링 데이터를 IPFS, Arweave 등의 탈중앙화 저장 프로토콜에 저장하고, 탈중앙화 AI 모델 시장(예: Bittensor)과 적극적으로 협력하여 탈중앙화된 데이터로 탈중앙화된 모델을 훈련합니다.

토큰 보상

Alaya AI의 토큰 시스템은 주로 두 부분으로 나뉘며, 한 부분은 사용자 보상에 사용되고, 다른 부분은 생태계 보상에 사용됩니다.

첫 번째 부분은 AIA token으로, AIA는 Alaya의 기본 플랫폼 보상 토큰입니다. 사용자가 작업을 완료하고 이정표를 달성하며 제품 내의 다른 활동에 참여하면 AIA token 보상을 받을 수 있습니다. AIA token은 사용자 NFT의 업그레이드, 활동 참여의 장벽 및 독특한 성취의 획득에 사용될 수 있으며, 이는 플레이어의 기본 생산량을 증가시킵니다. AIA token은 기본적인 생산 및 소비 장면을 갖추고 있으며, 두 가지는 상호 촉진됩니다.

두 번째 부분은 AGT token으로, AGT는 Alaya의 거버넌스 토큰이며, 최대 발행량은 50억입니다. AGT는 생태계 개발, 고급 NFT의 업그레이드 및 커뮤니티 거버넌스 참여 등의 행동에 사용됩니다. 사용자는 커뮤니티 거버넌스, 데이터 검토 및 요청 발신 등에 참여하려면 AGT를 보유해야 합니다.

Alaya AI의 이중 토큰 모델은 경제적 보상과 거버넌스를 분리하여 거버넌스 토큰의 큰 변동성이 시스템의 경제적 보상의 안정성에 영향을 미치는 것을 피할 수 있으며, 전체 시스템이 더 강한 확장성을 갖추고 장기적으로 건강하게 발전하는 데 유리합니다.

경쟁 제품 분석

현재의 탈중앙화 데이터 라벨링 프로젝트 비교 목록은 다음과 같습니다:

경쟁 제품 분석에 따르면, 새로운 프로젝트는 기존 프로젝트에 비해 토큰 성과가 더 좋습니다. 또한 실제 사용자 데이터로 뒷받침되는 프로젝트는 사용자 부족 프로젝트보다 현저히 우수합니다. Alaya AI는 40만 명 이상의 등록 사용자, 2만 명 이상의 일일 활성 사용자 및 매일 1500건 이상의 체인 거래를 보유한 신흥 프로젝트로, 발행 후 더 나은 가치 지지를 받을 가능성이 높습니다.

참고

웹사이트: https://www.aialaya.io/

트위터: https://twitter.com/Alaya_AI

텔레그램: https://t.me/Alaya_AI

미디엄: https://medium.com/@alaya-ai

덱: https://docsend.com/view/tvrctaq5hyen5max

연락처: ALAYA AI

이메일 주소: Alaya-AI@aialaya.io

도시: 오클랜드, 뉴질랜드