AI 토큰의 또 다른 면: 대부분의 프로젝트가 현실적인 영향보다는 금융 이익에 바쁘다

원문 제목：Flipping the AI coin

저자: Gagra

편집: 심조 TechFlow

본문 요약

• 이것은 "AI + Web3" 분야에 대한 또 다른 낙관적인 벤처 캐피탈 기사 아닙니다. 우리는 이 두 기술의 융합에 대해 낙관적이지만, 이 글은 일종의 호소입니다. 그렇지 않으면, 이러한 낙관적인 태도는 결국 이유를 잃게 될 것입니다.
• 왜냐고요? 최고의 AI 모델을 개발하고 운영하기 위해서는 최첨단이면서도 일반적으로 접근하기 어려운 하드웨어에 막대한 자본 지출과 특정 분야의 연구 개발이 필요하기 때문입니다. 대부분의 Web3 인공지능 프로젝트가 하는 것처럼 암호화 인센티브를 통해 크라우드소싱을 구현하는 것만으로는 AI 개발을 철저히 통제하고 있는 대기업들이 투입한 수백억 달러를 상쇄할 수 없습니다. 하드웨어 측면의 제약을 고려할 때, 이는 현 조직 외부의 똑똑하고 창의적인 엔지니어들이 이를 전복할 자원이 없는 첫 번째 큰 소프트웨어 패러다임이 될 수 있습니다.
• 소프트웨어가 "세계를 잠식하는" 속도가 점점 빨라지고 있으며, 곧 인공지능의 가속화와 함께 기하급수적으로 증가할 것입니다. 현재 상황에서 모든 "케이크"는 기술 대기업으로 흘러가고 있으며, 최종 사용자, 즉 정부와 대기업, 물론 소비자들도 그들의 힘에 더욱 의존하게 됩니다.

인센티브 불일치

모든 것이 더 부적절한 시점에 전개될 수 없습니다. ------ 90%의 분산 네트워크 참여자들이 내러티브 주도 발전이 가져오는 쉽게 얻을 수 있는 막대한 수익을 쫓느라 바쁩니다. 맞습니다, 개발자들은 우리 산업에 투자자들이 들어오는 것을 따르고 있으며, 그 반대가 아닙니다. 공개적으로 인정하는 것부터 더 미묘한 잠재의식 동기까지 다양하지만, 이들 주위에 형성된 내러티브와 시장은 Web3의 의사결정의 상당 부분을 주도했습니다. 참여자들은 반사적 거품에 너무 몰두해 외부 세계를 주목할 수 없으며, 이 주기를 더욱 발전시키는 내러티브를 추진하는 것 외에는 아무것도 보지 못하고 있습니다. 그리고 AI는 분명히 가장 큰 요소입니다. 왜냐하면 그것 자체도 호황을 겪고 있기 때문입니다.

우리는 AI x Crypto 교차 분야의 수십 개 팀과 소통했으며, 그 중 많은 팀이 사명감으로 가득 차 있고 열정적으로 프로젝트를 구축하고 있다는 것을 확인할 수 있습니다. 그러나 인간의 본성은 유혹에 직면했을 때 종종 그것에 굴복하고, 이후에 이러한 선택을 합리화하는 것입니다.

쉽게 얻을 수 있는 유동성은 암호화 산업의 역사적 저주로, 이는 그 발전을 저해하고 유용한 채택을 몇 년 지연시켰습니다. 그것은 가장 충실한 암호화 신자들조차 "투기 토큰"으로 전환하게 만들 수 있습니다. 합리화된 설명은, 토큰을 보유한 더 많은 자본이 이러한 건설자들에게 더 나은 기회를 제공할 수 있다는 것입니다.

기관 자본과 소매 자본의 성숙도가 상대적으로 낮은 것은 건설자들에게 기회를 제공하여 그들이 현실에서 벗어난 주장을 제기할 수 있게 하며, 여전히 평가에서 이익을 얻을 수 있도록 합니다. 이러한 과정의 결과는 실제로 도덕적 위험과 자본 파괴를 초래하며, 이러한 전략 중 장기적으로 효과적인 것은 거의 없습니다. 수요는 모든 발명의 어머니이며, 수요가 사라지면 발명도 사라집니다.

이런 상황이 발생하는 시점은 최악입니다. 모든 가장 똑똑한 기술 기업가, 국가 지도자 및 대소기업들이 인공지능 혁명에서 이익을 얻기 위해 경쟁하고 있을 때, 암호화 창립자와 투자자들은 "빠른 성장"을 선택했습니다. 우리에게는 이것이 진정한 기회 비용입니다.

Web3 AI 시장 개요

위의 인센티브를 고려할 때, Web3 AI 프로젝트의 분류는 실제로 다음과 같이 요약됩니다:

• 합법적 (현실주의자와 이상주의자로 나뉨)
• 반합법적
• 위조자

기본적으로 우리는 건설자들이 그들의 Web2 경쟁자와 동기화하기 위해 필요한 조건을 명확히 알고 있으며, 어떤 수직 분야에서 경쟁할 가능성이 있는지, 그리고 어떤 분야에서는 더 이상 꿈꾸는 것에 불과한지를 알고 있다고 생각합니다. 그러나 이러한 모든 것은 벤처 캐피탈리스트와 미성숙한 대중에게 홍보할 수 있는 것입니다.

목표는 지금 이 순간 경쟁에 참여할 수 있는 것입니다. 그렇지 않으면 AI 발전의 속도가 Web3를 뒤처지게 할 수 있으며, 세계는 서구 기업 AI와 중국 국가 AI의 반유토피아 Web4로 나아갈 것입니다. 빠르게 경쟁력을 갖추지 못하고 분산 기술에 의존하여 더 긴 시간 범위에서 따라잡으려는 사람들은 너무 낙관적이어서 진지하게 받아들여지기 어렵습니다.

분명히, 이는 매우 대략적인 개요이며, 위조자 집단 내에도 최소한 몇 개의 진지한 팀이 포함되어 있습니다 (어쩌면 더 많은 망상가들이 있을 수 있습니다). 그러나 이 글은 일종의 호소이므로, 우리는 객관성을 유지할 의도가 없으며, 독자들이 긴박감을 느끼도록 촉구합니다.

합법적

"AI를 블록체인에 올리기" 위한 미들웨어. 이러한 솔루션 뒤에 있는 창립자들은 많지 않지만, 지금까지 분산 훈련이나 추론 사용자가 실제로 원하는 모델을 만드는 것이 불가능하다는 것을 이해하고 있습니다. 따라서 최상의 중앙 집중식 모델을 체인 환경과 연결하여 복잡한 자동화를 통해 이익을 얻는 것은 그들에게 충분히 좋은 첫 걸음입니다. 현재로서는 API 접근점을 제공하는 하드웨어 격리 구역 (TEE, 즉 "트러스트드 익스큐티브 환경"), 양방향 오라클 (체인 상과 체인 외 데이터를 양방향으로 인덱싱하기 위해) 및 에이전트에게 검증 가능한 체인 외 계산 환경을 제공하는 것이 최상의 해결책으로 보입니다. 또한, 전체 계산을 검증하는 대신 상태 변화를 스냅샷으로 찍는 제로 지식 증명 (ZKP) 기반의 협력 프로세서 아키텍처도 중기적으로 실행 가능하다고 생각합니다.

같은 문제에 대한 더 이상적인 접근 방식은 체인 외 추론을 검증하여 체인 상 계산과 신뢰 가정 측면에서 일치하도록 하려는 것입니다. 우리의 관점에서 볼 때, 이렇게 하는 목표는 AI가 단일 일관된 실행 환경에서 체인 상과 체인 외의 작업을 수행할 수 있도록 하는 것입니다. 그러나 대부분의 추론 검증 지지자들은 "신뢰 모델 가중치"와 같은 혼란스러운 목표를 이야기하며, 실제로 이러한 목표는 향후 몇 년 또는 영원히 중요해지지 않을 것입니다. 최근에 이 진영의 창립자들은 추론을 검증하기 위한 대체 방법을 탐색하기 시작했지만, 초기에는 모두 ZKP 기반이었습니다. 많은 똑똑한 팀들이 이른바 ZKML을 연구하고 있지만, 그들은 AI 모델의 복잡성과 계산 요구 사항을 초과하는 암호화 최적화를 예상하는 데 너무 큰 위험을 감수하고 있습니다. 따라서 우리는 그들이 현재 경쟁에 적합하지 않다고 생각합니다. 그러나 최근의 몇 가지 발전은 흥미롭고 무시되어서는 안 됩니다.

반합법적

폐쇄형 및 오픈 소스 모델의 래퍼를 사용하는 소비자 애플리케이션 (예: 이미지 생성을 위한 Stable Diffusion 또는 Midjourney). 이들 중 일부 팀은 시장에서 최초의 실제 사용자 매력을 가진 팀입니다. 따라서 이들을 일률적으로 가짜라고 부르는 것은 불공정하지만, 그들의 기본 모델을 분산 방식으로 발전시키는 방법에 대해 깊이 고민하는 사람은 극히 적습니다. 이와 관련하여 몇 가지 흥미로운 거버넌스/소유권 변화가 있습니다. 그러나 이 카테고리의 대부분 프로젝트는 OpenAI API와 같은 중앙 집중식 래퍼에 토큰을 추가하여 평가 프리미엄을 얻거나 팀에 더 빠른 유동성을 제공하는 것에 불과합니다.

위의 두 진영 모두 해결하지 못한 문제는 분산 환경에서 대규모 모델의 훈련과 추론입니다. 현재로서는 긴밀하게 연결된 하드웨어 클러스터에 의존하지 않고 기본 모델을 합리적인 시간 내에 훈련할 방법이 없습니다. 경쟁 수준을 고려할 때, "합리적인 시간"이 핵심 요소입니다.

최근 몇 가지 유망한 연구 결과가 나타났으며, 이론적으로 차등 데이터 흐름과 같은 방법이 분산 컴퓨팅 네트워크로 확장되어 미래의 용량을 증가시킬 수 있습니다 (네트워크 능력과 데이터 흐름 요구 사항이 지속적으로 일치함에 따라). 그러나 경쟁력 있는 모델 훈련은 여전히 로컬 클러스터 (단일 분산 장치가 아님) 간의 통신과 최첨단 계산 능력을 필요로 합니다 (소매 GPU는 점점 경쟁력이 떨어지고 있습니다).

최근에는 모델 크기를 줄여서 로컬화 (분산의 두 가지 방법 중 하나)하여 추론하는 연구도 진전을 보였지만, Web3에서는 이를 활용하는 기존 프로토콜이 없습니다.

분산 훈련과 추론의 문제는 논리적으로 우리를 세 가지 진영 중 마지막이자 가장 중요한 진영으로 이끌며, 따라서 감정적으로 가장 강한 반응을 유발합니다.

위조자

기반 시설 애플리케이션은 주로 분산 서버 분야에 집중되어 있으며, 벌거벗은 하드웨어 또는 분산 모델 훈련/호스팅 환경을 제공합니다. 또한, 소프트웨어 기반 시설 프로젝트가 분산 모델 훈련을 위한 프로토콜인 연합 학습을 추진하거나 소프트웨어와 하드웨어 구성 요소를 단일 플랫폼으로 통합하여 사람들이 기본적으로 엔드 투 엔드로 분산 모델을 훈련하고 배포할 수 있도록 하고 있습니다. 그들 중 대부분은 언급된 문제를 해결하는 데 필요한 복잡성이 부족하며, "토큰 인센티브 + 시장 방향"의 순진한 생각이 여기에서 우세합니다. 우리가 공개 시장과 개인 시장에서 보는 솔루션은 현재 이 시점에서 의미 있는 경쟁에 도달할 수 없습니다. 일부 솔루션은 실행 가능한 (하지만 소수의) 제품으로 발전할 수 있지만, 지금 우리가 필요한 것은 신선하고 경쟁력 있는 솔루션입니다. 이는 혁신적인 설계를 통해 분산 컴퓨팅 병목 현상을 해결해야만 가능합니다. 훈련에서 속도뿐만 아니라 작업 완료의 검증 가능성과 훈련 작업 부하의 조정도 문제이며, 이는 대역폭 병목 현상을 증가시킵니다.

우리는 경쟁력 있고 진정으로 분산된 기본 모델 세트를 필요로 하며, 이는 기능을 발휘하기 위해 분산 훈련과 추론이 필요합니다. 만약 컴퓨터가 지능화되고 AI가 중앙 집중화된다면, 반유토피아적 버전 외에는 논의할 세계 컴퓨터가 존재하지 않을 것입니다.

훈련과 추론은 AI 혁신의 핵심입니다. AI 세계의 다른 부분이 더 긴밀한 아키텍처로 나아가고 있는 동안, Web3는 경쟁하기 위해 몇 가지 정교한 솔루션이 필요합니다. 왜냐하면 정면 경쟁의 가능성이 점점 낮아지고 있기 때문입니다.

문제의 규모

이 모든 것은 계산 능력과 관련이 있습니다. 훈련이나 추론 과정에서 더 많이 투자할수록 결과는 더 좋아집니다. 맞습니다, 여기에는 몇 가지 조정과 최적화가 있으며, 계산 자체도 동질적이지 않으며, 이제는 전통적인 폰 노이만 아키텍처 처리 장치의 병목 현상을 극복하기 위한 다양한 새로운 방법이 있지만, 결국 모든 것은 얼마나 많은 메모리 블록에서 얼마나 많은 행렬 곱셈을 수행할 수 있는지와 연산 속도에 달려 있습니다.

이것이 우리가 소위 "초대형 운영자"들이 데이터 센터 측면에서 그렇게 강력한 구축을 하고 있는 이유입니다. 그들은 AI 모델의 강력한 프로세서를 최상위에 두고 이를 지원하는 하드웨어를 하위에 두는 전체 스택을 만들기 위해 노력하고 있습니다: Open AI (모델) + Microsoft (계산), Anthropic (모델) + AWS (계산), Google (두 가지 모두) 및 Meta (데이터 센터를 두 배로 확장하여 두 가지 모두에 점점 더 많이 관여). 더 많은 미세한 차이, 상호 작용 동역학 및 참여자가 있지만, 우리는 여기서 더 이상 논의하지 않겠습니다. 전반적으로 초대형 운영자들은 데이터 센터 확장을 위해 전례 없는 수십억 달러를 투자하고 있으며, 그들의 계산 및 AI 제품 간의 시너지를 창출하고 있으며, AI가 세계 경제에 보급됨에 따라 막대한 수익을 기대하고 있습니다.

올해 이 4개 회사의 예상 확장 수준을 살펴보겠습니다:

• Meta는 2024년의 자본 지출이 300-370억 달러 사이일 것으로 예상하며, 이는 데이터 센터에 심각하게 편향될 가능성이 높습니다.
• Microsoft는 2023년의 자본 지출이 약 115억 달러이며, 2024-2025년에는 400-500억 달러를 추가로 투자할 것이라는 소문이 있습니다! 몇몇 국가에서 발표된 막대한 데이터 센터 투자만으로도 이를 부분적으로 추론할 수 있습니다: 영국 32억 달러, 호주 35억 달러, 스페인 21억 달러, 독일 32억 유로, 미국 조지아주 10억 달러, 위스콘신주 100억 달러. 그리고 이러한 것들은 그들이 60개 이상의 지역에 걸쳐 운영하는 300개의 데이터 센터 네트워크의 일부 지역 투자에 불과합니다. 또한 Microsoft가 OpenAI에 추가로 1000억 달러를 들여 슈퍼컴퓨터를 건설할 것이라는 소문도 있습니다!
• 아마존의 리더십은 2024년에 자본 지출이 크게 증가할 것으로 예상하고 있으며, 2023년의 지출은 480억 달러로, 주로 AWS 인프라가 AI를 위해 확장되고 있습니다.
• Google은 2023년 4분기 동안 서버와 데이터 센터 확장에 110억 달러를 지출했습니다. 그들은 이러한 투자가 예상되는 AI 수요를 충족하기 위한 것이라고 인정하며, 2024년에는 AI로 인해 인프라 지출의 속도와 총액이 크게 증가할 것으로 예상하고 있습니다.

NVIDIA가 2023년에 AI 하드웨어에 이미 지출한 금액

엔비디아의 CEO인 젠슨 황은 향후 몇 년 동안 인공지능 가속화에 1조 달러를 투자할 것이라고 홍보하고 있습니다. 그는 최근 이 예측을 2조 달러로 두 배로 늘렸으며, 이는 그가 본 주권 참여자들의 관심 때문이라고 합니다. Altimeter의 분석가는 2024년과 2025년 전 세계 AI 관련 데이터 센터의 지출이 각각 1600억 달러와 2000억 달러를 초과할 것이라고 예상하고 있습니다.

이제 이러한 숫자를 Web 3가 독립 데이터 센터 운영자에게 제공하는 숫자와 비교하여, 그들이 최신 AI 하드웨어에 대한 자본 지출을 확대하도록 유도하는 것을 살펴보겠습니다:

• 모든 분산 물리적 인프라 (DePIn) 프로젝트의 총 시가 총액은 현재 약 400억 달러이며, 이들은 상대적으로 유동성이 없고 주로 투기적인 토큰입니다. 본질적으로 이러한 네트워크의 시가 총액은 기여자들의 총 자본 지출의 상한선 추정치와 같습니다. 그들은 토큰으로 이러한 구축을 장려합니다. 그러나 현재의 시가 총액은 거의 쓸모가 없습니다. 이미 발행되었기 때문입니다.
• 그렇다면, 우리는 향후 3-5년 내에 추가로 800억 달러 (현재 가치의 2배)의 개인 및 공개 DePIn 토큰 시가 총액이 시장에 유입될 것이라고 가정하고, 이를 AI 용도로 완전히 사용할 것이라고 가정합니다.

이러한 매우 대략적인 추정을 3년으로 나누고, 그 달러 가치를 2024년에 초대형 운영자가 지출할 현금과 비교하면, 토큰 인센티브를 "분산 GPU 네트워크" 프로젝트에 적용하는 것이 충분하지 않다는 것이 분명합니다.

투자자들은 이러한 토큰을 흡수하기 위해 수십억 달러의 수요가 필요합니다. 왜냐하면 이러한 네트워크의 운영자들이 대량으로 채굴된 코인을 판매하여 자본 지출과 같은 비용을 지불해야 하기 때문입니다. 이러한 토큰의 가치를 높이고, 초대형 운영자를 초과하는 성장을 유도하기 위해서는 더 많은 수십억 달러가 필요합니다.

그러나 Web3 서버가 현재 운영되는 방식에 대한 깊은 이해를 가진 사람들은 "분산 물리적 인프라"의 상당 부분이 실제로 이러한 초대형 운영자의 클라우드 서비스에서 운영되고 있다고 기대할 수 있습니다. 물론 GPU와 기타 AI 전문 하드웨어에 대한 수요 급증도 더 많은 공급을 촉진하고 있으며, 이는 결국 클라우드에서 이를 임대하거나 구매하는 것을 더 저렴하게 만들 것입니다. 적어도 사람들은 그렇게 기대하고 있습니다.

하지만 동시에 고려해야 할 점은: 현재 엔비디아는 고객에게 최신 세대의 GPU를 우선 제공해야 합니다. 동시에 엔비디아는 최대 클라우드 컴퓨팅 제공업체와 경쟁하기 시작하여, 이미 초대형 서버에 잠금된 기업 고객에게 AI 플랫폼 서비스를 제공하고 있습니다. 이는 결국 시간이 지남에 따라 그들 자신의 데이터 센터를 구축하게 하거나 (실질적으로 그들이 현재 누리고 있는 막대한 이익을 잠식하게 되므로 가능성이 낮음), 또는 그들의 AI 하드웨어 판매를 협력 네트워크 클라우드 제공업체의 범위 내로 크게 제한하게 될 것입니다.

또한, NVIDIA의 경쟁자들은 대부분 TSMC에서 생산한 NVIDIA와 동일한 칩을 사용하는 추가 AI 전용 하드웨어를 출시했습니다. 따라서 현재 모든 AI 하드웨어 회사는 TSMC의 생산 능력을 놓고 경쟁하고 있습니다. TSMC는 특정 고객에게 우선 순위를 두어야 합니다. 삼성과 잠재적인 인텔 (이 회사는 곧 최첨단 칩 제조 분야로 돌아가려고 시도하고 있음)은 추가 수요를 흡수할 수 있을지도 모르지만, TSMC는 현재 AI와 관련된 칩의 대부분을 생산하고 있으며, 최첨단 칩 제조 (3nm 및 2nm)를 확장하고 조정하는 데는 수년이 걸립니다.

가장 중요한 것은, 현재 모든 최첨단 칩 제조는 대만의 TSMC와 한국의 삼성에서 대만 해협 근처에서 이루어지고 있으며, 현재 미국에서 건설되고 있는 시설이 이를 상쇄하기 전에 (그리고 향후 몇 년 내에 다음 세대 칩을 생산할 것으로 예상되지 않음) 군사적 충돌의 위험이 현실이 될 수 있습니다.

마지막으로, 미국이 엔비디아와 TSMC에 대한 제한을 두면서, 중국은 기본적으로 최신 세대 AI 하드웨어와 단절된 상태입니다. 중국은 Web3 DePIn 네트워크와 마찬가지로 남은 계산 능력을 놓고 경쟁하고 있습니다. Web3와는 달리, 중국 기업들은 실제로 바이트댄스와 알리바바와 같은 대형 언어 모델 (LLM)을 포함한 자체 경쟁 모델을 보유하고 있으며, 이러한 모델은 이전 세대 장비를 대량으로 필요로 합니다.

따라서 위의 이유 중 하나 또는 여러 요인의 조합으로 인해, 초대형 클라우드 서비스 제공업체가 AI 주도 전쟁이 격화되고 클라우드 비즈니스보다 우선시되는 상황에서 외부 당사자에 대한 AI 하드웨어 접근을 제한할 비실질적인 위험이 존재합니다. 기본적으로 이는 그들이 모든 AI 관련 클라우드 컴퓨팅 용량을 자신을 위해 점유하고, 더 이상 다른 누구에게도 제공하지 않는 상황이며, 최신 하드웨어를 모두 흡수하는 시나리오입니다. 이러한 상황이 발생하면, 남은 계산 공급은 다른 대형 참여자 (주권 국가 포함)의 수요가 더 높아질 것입니다. 반면 소비자급 GPU는 점점 경쟁력이 떨어지고 있습니다.

분명히, 이는 극단적인 상황이지만, 대형 플레이어에게는 보상이 너무 커서 하드웨어 병목 현상이 여전히 존재하더라도 물러서지 않을 것입니다. 이렇게 되면, 2차 데이터 센터와 소매급 하드웨어 소유자와 같은 분산 운영자 (Web3 DePIn 제공자의 대다수)가 경쟁에서 제외될 것입니다.

동전의 다른 면

암호화폐 창립자들이 아직 깨닫지 못할 때, 인공지능 거대 기업들은 암호화폐를 면밀히 주시하고 있습니다. 정부의 압력과 경쟁은 그들이 암호화폐를 채택하도록 강요할 수 있으며, 이는 그들이 폐쇄되거나 엄격한 규제를 받지 않기 위해서입니다.

Stability AI의 창립자는 최근 사임하여 회사를 "분산화"하기 시작했습니다. 이는 가장 초기의 공개 암시 중 하나입니다. 그는 이전에 공개적으로 회사가 성공적으로 IPO를 완료한 후 토큰을 출시할 계획이라고 노골적으로 밝혔으며, 이는 어느 정도 예상 동기의 진정성을 드러냅니다.

마찬가지로, 샘 올트먼(Sam Altman)은 그가 공동 설립한 암호화 프로젝트인 Worldcoin의 운영에 참여하지 않았지만, 그 토큰은 실제로 OpenAI의 대리인처럼 거래되고 있습니다. 자유 인터넷 화폐 프로젝트와 인공지능 연구 개발 프로젝트를 연결할 경로가 있는지에 대해서는 시간만이 알려줄 것입니다. 그러나 Worldcoin 팀은 시장이 이 가설을 테스트하고 있다는 것을 인식하고 있는 것 같습니다.

우리에게는 인공지능 거대 기업들이 다양한 분산 경로를 탐색할 가능성이 있다는 것이 합리적입니다. 우리가 여기서 보는 문제는 Web3가 의미 있는 솔루션을 제시하지 못했다는 것입니다. "거버넌스 토큰"은 대체로 농담이며, 현재 자산 보유자와 그들의 네트워크 개발 및 운영 간의 직접적인 연결을 명확히 피하는 토큰, 예를 들어 $BTC와 $ETH만이 진정으로 분산되어 있습니다.

기술 발전을 저해하는 (비)인센티브 메커니즘은 암호화 네트워크를 관리하는 다양한 디자인의 발전에도 영향을 미칩니다. 스타트업 팀들은 그들의 제품에 "거버넌스 토큰"이라는 라벨을 붙여 해결책을 찾으려 하지만, 결국 "거버넌스 극장" 주변의 자원 배분에 갇히게 됩니다.

결론

인공지능 경쟁이 진행 중이며, 모든 사람이 이를 매우 중요하게 생각하고 있습니다. 우리는 대형 기술 기업의 사고에서 허점을 찾을 수 없으며, 더 많은 계산은 더 나은 인공지능을 의미하고, 더 나은 인공지능은 비용 절감, 새로운 수익 증가 및 시장 점유율 확대를 의미합니다. 우리에게는 이것이 거품이 합리적이라는 것을 의미하지만, 모든 사기꾼들은 불가피한 진동 속에서 쫓겨날 것입니다.

중앙 집중식 대기업 인공지능이 이 분야를 지배하고 있으며, 합법적인 스타트업들은 따라잡기 어려움을 겪고 있습니다. Web3 공간은 늦게 합류했지만, 이 경쟁에 참여하고 있습니다. 암호화폐 인공지능 프로젝트에 대한 시장의 보상이 지나치게 풍부한 반면, Web2 스타트업이 이 분야에서 받는 보상은 상대적으로 적어, 창립자들의 관심이 제품 제공에서 중요한 순간에 토큰의 가치를 높이는 것으로 전환되고 있으며, 따라잡을 기회의 창이 빠르게 닫히고 있습니다. 지금까지 여기에서 경쟁하기 위해 계산 규모를 확대하는 것을 우회할 수 있는 정교한 혁신은 나타나지 않았습니다.

현재 소비자 지향 모델을 둘러싼 신뢰할 수 있는 오픈 소스 운동이 존재하며, 이는 일부 중앙 집중식 플레이어에 의해 추진되고 있으며, 그들은 더 큰 폐쇄형 경쟁자와 시장 점유율을 놓고 경쟁하기로 선택했습니다 (예: Meta, Stability AI). 그러나 이제 커뮤니티가 뒤쫓고 있으며, 선도적인 인공지능 회사에 압력을 가하고 있습니다. 이러한 압력은 인공지능 제품의 폐쇄형 개발에 계속 영향을 미칠 것이지만, 오픈 소스가 따라잡는 경우에는 실질적인 영향을 미치지 않을 것입니다. 이는 Web3 공간에 또 다른 중요한 기회가 될 것이지만, 전제 조건은 분산 모델 훈련과 추론 문제를 해결하는 것입니다.

따라서 표면적으로는 "고전적인" 파괴자에게 기회를 제공하는 것처럼 보이지만, 현실은 그와는 거리가 멉니다. 인공지능은 주로 계산과 관련이 있으며, 향후 3-5년 내에 혁신적인 돌파구가 나타나지 않는 한 이 상황은 변하지 않을 것입니다. 이는 누가 인공지능 발전을 통제하고 이끌어가는지를 결정하는 데 매우 중요합니다.

수요가 공급 측의 노력을 촉진하더라도, 계산 시장 자체는 "백화점식"으로 발전할 수 없으며, 제조업체 간의 경쟁은 칩 제조 및 규모의 경제와 같은 구조적 요인에 의해 제한됩니다.

우리는 인류의 지혜에 대해 낙관적이며, 자유 세계를 위해서가 아니라 위에서 아래로 통제하는 기업이나 정부를 위해 인공지능 문제 분야를 해결하려는 충분히 똑똑하고 고귀한 사람들이 있다고 확신합니다. 그러나 승산은 매우 희박해 보이며, 최대한으로 말하자면 투기 게임에 불과합니다. Web3 창립자들은 현실 세계의 영향보다는 금융 이익에 바쁘기 때문입니다.