AI 시대, Web3 기업은 전통적인 인공지능 거대 기업과 어떻게 경쟁해야 할까요?

원문 제목：《Flipping the AI coin》

원문 저자：Gagra Ventures

원문 번역：Fairy，ChainCatcher

편집자 주：저자는 기술의 후광을 통해 Web3 프로젝트가 AI 발전을 추진하는 과정에서 자본, 하드웨어 등 여러 장애물에 직면하고 있음을 보았습니다. Web3의 초기 의도는 중앙 집중화를 깨고 탈중앙화의 이상을 실현하는 것이었지만, 실제 운영에서는 시장 내러티브와 토큰 인센티브에 의해 자주 영향을 받아 본래의 취지에서 벗어나곤 합니다.

ChainCatcher는 원문을 다음과 같이 번역했습니다：

AI와 Web3의 결합에 대한 목소리가 점점 높아지고 있지만, 이는 더 이상 낙관적인 벤처 캐피탈 기사가 아닙니다. 우리는 이 두 기술의 통합에 대해 낙관적이지만, 아래의 글은 일종의 호소입니다. 그렇지 않으면, 이러한 낙관은 실현될 수 없습니다.

왜냐하면 최상의 AI 모델을 개발하고 운영하는 데는 막대한 자본 지출이 필요하고, 최첨단 하드웨어는 종종 구하기 어렵고, 매우 특정한 분야의 연구 개발이 필요하기 때문입니다. 대부분의 Web3 인공지능 프로젝트가 하고 있는 것처럼, 암호화 인센티브를 통해 이러한 자원을 크라우드소싱하는 것은 AI 발전을 통제하는 대기업이 투입하는 수백억 달러를 상쇄하기에 충분하지 않습니다. 하드웨어 측면의 제한을 고려할 때, 이는 기존 조직 외부의 똑똑하고 창의적인 엔지니어들이 이를 깨뜨릴 수 없는 최초의 대규모 소프트웨어 패러다임일 수 있습니다.

소프트웨어는 점점 더 빠른 속도로 "세계를 삼키고" 있으며, 곧 AI의 가속화와 함께 기하급수적으로 성장할 것입니다. 현재 상황에서, 모든 "케이크"는 기술 대기업으로 흘러가고 있으며, 최종 사용자인 정부와 대기업은 그들의 권력에 더욱 제약을 받습니다.

잘못된 인센티브 메커니즘

모든 일이 매우 부적절한 시점에 발생하고 있습니다------90%의 탈중앙화 네트워크 참여자들은 내러티브에 의해 주도되는 손쉬운 법정 화폐 수익의 "황금 알"을 추구하느라 바쁩니다.

개발자들은 우리 산업의 투자자들을 따르고 있으며, 그 반대가 아닙니다. 이러한 상황은 공개적인 인정에서부터 더 미묘한 잠재의식적 동기에 이르기까지 다양한 형태로 나타나지만, 내러티브와 그 주위에서 형성된 시장은 Web3의 많은 결정들을 주도하고 있습니다. 전통적인 반사 버블과 마찬가지로, 참여자들은 내부 세계에 너무 집중하여 외부 세계를 주목하지 못하며, 이는 이 주기의 내러티브를 더욱 추진하는 데 도움이 되지 않는 한 그렇지 않습니다. 그리고 인공지능은 분명히 가장 큰 내러티브입니다. 왜냐하면 그것 자체가 번창하는 단계에 있기 때문입니다.

우리는 인공지능과 암호화폐의 교차 분야에서 수십 개 팀과 소통해왔으며, 그들 중 많은 이들이 매우 유능하고 사명 지향적이며 열정적인 건설자라는 것을 확인할 수 있었습니다. 그러나 인간의 본성이 그러하듯, 유혹에 직면했을 때 우리는 종종 그것에 굴복하고, 나중에 이러한 선택을 정당화하게 됩니다.

유동성이 용이한 경로는 암호화 산업의 역사적 저주였습니다------현재 이 점에서, 이는 수년간의 발전과 가치 있는 채택을 지연시켰습니다. 이는 가장 충실한 암호화폐 신자들조차도 "토큰 가격을 올리기"로 방향을 전환하게 만들었습니다. 정당화된 이유는, 토큰을 보유한 건설자들이 더 나은 기회를 가질 수 있다는 것입니다.

기관 자본과 소액 투자자의 낮은 복잡성은 건설자들에게 현실에서 벗어나 주장을 제기할 수 있는 기회를 제공하며, 동시에 이러한 주장이 이미 실현된 것처럼 평가에서 이익을 얻을 수 있게 합니다. 이러한 과정의 결과는 실제로 뿌리 깊은 도덕적 위험과 자본 파괴를 초래하며, 이러한 전략 중 장기적으로 효과를 볼 수 있는 것은 거의 없습니다. 수요는 모든 발명의 어머니이며, 수요가 사라지면 발명도 사라집니다.

이런 상황이 발생하는 시점은 최악입니다. 모든 가장 똑똑한 기술 기업가, 국가 행위자 및 대소기업들이 인공지능 혁명에서 한 몫을 차지하기 위해 경쟁하고 있는 반면, 암호화폐의 창립자와 투자자들은 "빠른 10배"를 선택했습니다. 그리고 우리가 보기에는, 이것이 진정한 기회 비용입니다.

Web3 인공지능 전망 개요

위의 인센티브 메커니즘을 고려할 때, Web3 인공지능 프로젝트의 분류는 실제로 다음과 같이 나눌 수 있습니다：

• 합리적인 (현실주의자와 이상주의자로 세분화 가능)
• 반합리적인
• 허위의

근본적으로, 우리는 프로젝트 건설자들이 그들의 Web2 경쟁자들을 따라잡는 방법을 명확히 알고, 경쟁할 수 있는 분야와 망상에 불과한 분야를 아는 것이 중요하다고 생각합니다. 비록 이러한 망상적인 분야가 벤처 캐피탈 회사와 대중에게 마케팅될 수 있지만 말입니다.

우리의 목표는 이 시점에서 경쟁에 참여할 수 있는 것입니다. 그렇지 않으면, 인공지능의 발전 속도가 Web3를 뒤처지게 할 수 있으며, 세계는 서구 기업의 인공지능과 중국 국가 인공지능 간의 "Web4"로 도약할 것입니다. 제때 경쟁력을 갖추지 못하고 분산 기술에 의존하여 더 긴 시간 범위 내에서 따라잡으려는 사람들은 지나치게 낙관적이며, 진지하게 받아들여질 수 없습니다.

분명히, 이것은 매우 대략적인 개요일 뿐이며, "허위의" 집단 내에서도 최소한 몇 개의 진지한 팀이 존재합니다(아마 더 많은 팀이 망상가일 것입니다). 그러나 이 글은 호소문이므로, 우리는 객관적일 의도가 없으며, 독자들에게 긴박감을 느끼도록 촉구합니다.

합리적인：

"인공지능을 블록체인에 올리기" 위한 미들웨어 솔루션의 창립자는 많지 않으며, 그들은 현재 탈중앙화된 훈련이나 추론 사용자가 실제로 필요로 하는 모델(즉, 최첨단 기술)이 불가능하다는 것을 이해하고 있습니다.

따라서 최상의 중앙 집중화된 모델을 블록체인 환경과 연결하여 복잡한 자동화의 혜택을 누릴 수 있는 방법을 찾는 것은 그들에게 충분히 좋은 첫 걸음입니다. 현재, API 접근점을 호스팅할 수 있는 하드웨어 격리 TEE("공기 격리" 프로세서), 양방향 오라클(양방향으로 체인 상 및 체인 하 데이터를 인덱싱하는 데 사용), 그리고 에이전트에게 검증 가능한 체인 하 계산 환경을 제공하는 협동 처리기 아키텍처가 현재 가장 좋은 솔루션으로 보입니다.

상태 변화를 스냅샷(전체 계산을 검증하는 것이 아니라)하는 제로 지식 증명(ZKPs)을 사용하는 협동 처리기 아키텍처도 중기적으로는 가능하다고 생각합니다.

동일한 문제에 대해, 더 이상적인 접근 방식은 체인 하 추론을 검증하여 신뢰 가정 측면에서 체인 상 계산과 일치하도록 하는 것입니다.

우리는 이렇게 하는 목표가 인공지능이 통합된 실행 환경에서 체인 상 및 체인 하 작업을 수행할 수 있도록 하는 것이라고 생각합니다. 그러나 대부분의 추론 검증 지지자들은 "신뢰 모델 가중치"와 같은 까다로운 목표에 대해 이야기하고 있으며, 이러한 목표는 실제로 몇 년 후(있을 경우)에야 관련성이 생길 것입니다. 최근 이 진영의 창립자들은 추론을 검증하기 위한 대체 방법을 탐색하기 시작했지만, 초기에는 모두 ZKP 기반이었습니다. 많은 똑똑한 팀들이 ZKML(즉, 제로 지식 머신 러닝) 연구를 진행하고 있지만, 그들은 암호화 최적화 속도가 인공지능 모델의 복잡성과 계산 요구를 초과할 것이라고 예상하며 너무 큰 위험을 감수하고 있습니다. 따라서 우리는 그들이 현재 경쟁에 적합하지 않다고 생각합니다. 그러나 최근의 몇 가지 발전은 여전히 흥미롭고 무시되어서는 안 됩니다.

반합리적인：

소비자 애플리케이션은 폐쇄형 및 오픈 소스 모델을 포장한 래퍼를 사용합니다(예: 이미지 생성을 위한 안정적 확산 또는 Midjourney). 이들 중 일부 팀은 시장에 먼저 진입하여 실제 사용자로부터 인정을 받았습니다. 따라서 이들을 모두 허위로 간주하는 것은 공정하지 않지만, 소수의 팀만이 어떻게 탈중앙화된 방식으로 그들의 기본 모델을 발전시킬 수 있을지 깊이 고민하고 있으며, 인센티브 설계에서 혁신을 시도하고 있습니다. 토큰 부분에서도 흥미로운 거버넌스/소유권 설계가 있습니다. 그러나 이러한 프로젝트의 대부분은 OpenAI API와 같은 중앙 집중화된 포장 위에 토큰을 부여하여 평가 프리미엄을 얻거나 팀에 더 빠른 유동성을 제공하는 데 그치고 있습니다.

위의 두 진영 모두 해결하지 못한 문제는 탈중앙화 환경에서 대규모 모델의 훈련과 추론입니다. 현재, 밀접하게 연결된 하드웨어 클러스터에 의존하지 않고서는 기본 모델을 합리적인 시간 내에 훈련할 수 없습니다. 경쟁 수준을 고려할 때, "합리적인 시간"이 핵심 요소입니다.

최근 몇 가지 유망한 연구 결과가 나왔으며, 이론적으로 "미분 데이터 흐름"(Differential Data Flow)과 같은 방법이 미래에 분산 컴퓨팅 네트워크로 확장되어 용량을 증가시킬 수 있을 것으로 보입니다(네트워크 능력이 데이터 흐름 요구에 맞춰질 때). 그러나 경쟁력 있는 모델 훈련은 여전히 로컬 클러스터 간의 통신이 필요하며, 단일 분산 장치와 최첨단 계산(소매 GPU는 점점 경쟁력이 떨어지고 있음)으로는 불가능합니다.

모델 크기를 줄여 로컬 추론을 달성하는 연구(탈중앙화의 두 가지 방법 중 하나)도 최근에 진전을 보였지만, Web3에서는 이를 활용한 기존 프로토콜이 없습니다.

탈중앙화 훈련과 추론의 문제는 논리적으로 우리를 세 번째 진영으로 이끌며, 지금까지 가장 중요하고 감정적으로 자극적인 진영입니다.

허위의：

기반 시설 애플리케이션은 주로 분산 서버 분야에 집중되어 있으며, 벌거벗은 하드웨어 또는 분산 모델 훈련/호스팅 환경을 제공합니다. 일부 소프트웨어 기반 시설 프로젝트는 연합 학습(분산 모델 훈련)과 같은 프로토콜을 추진하고 있으며, 소프트웨어와 하드웨어 구성 요소를 하나의 플랫폼으로 결합하는 프로젝트도 있습니다. 이 플랫폼에서는 사람들이 기본적으로 엔드 투 엔드로 그들의 탈중앙화 모델을 훈련하고 배포할 수 있습니다. 이들 중 대부분은 설명된 문제를 해결하는 데 필요한 복잡성이 부족하며, "토큰 인센티브 + 시장 지원"이라는 순진한 생각이 여기서 우세합니다. 우리가 공공 및 민간 시장에서 본 솔루션 중 어느 것도 이 시점에서 의미 있는 경쟁을 실현할 수 없습니다. 일부 솔루션은 실행 가능한(하지만 소수의) 제품으로 발전할 수 있지만, 우리가 지금 필요로 하는 것은 신선하고 경쟁력 있는 솔루션입니다. 이는 분산 컴퓨팅 병목 현상을 해결하는 혁신적인 설계를 통해서만 실현될 수 있습니다. 훈련 중에는 속도뿐만 아니라 완료된 작업의 검증 가능성과 훈련 작업 부하의 조정도 큰 문제이며, 이는 대역폭 병목 현상을 증가시킵니다.

우리는 경쟁력 있는 진정한 탈중앙화 기반 모델 세트를 필요로 하며, 이들은 탈중앙화된 훈련과 추론이 필요합니다. 인공지능을 잃는 것은 이더리움 출현 이후 "탈중앙화 세계 컴퓨터"가 이룬 모든 성과를 완전히 부정할 수 있습니다. 만약 컴퓨터가 인공지능이 되고, 인공지능이 중앙 집중화된다면, 어떤 반유토피아적 버전이 아니라면 세계 컴퓨터는 존재할 수 없습니다.

훈련과 추론은 인공지능 혁신의 핵심입니다. 인공지능 세계의 다른 분야가 더 밀접한 아키텍처로 발전하고 있는 반면, Web3는 경쟁하기 위해 정교한 솔루션이 필요합니다. 왜냐하면 정면 경쟁의 가능성이 점점 낮아지고 있기 때문입니다.

문제의 규모

모든 것은 계산과 관련이 있습니다. 훈련과 추론에 투자할수록 결과는 더 좋아집니다. 맞습니다, 여기에는 약간의 조정과 최적화가 있을 수 있으며, 저기에도 조정과 최적화가 있을 수 있지만, 계산 자체는 동질적이지 않습니다. 현재 전통적인 폰 노이만 아키텍처 처리 장치의 병목 현상을 극복하기 위한 다양한 새로운 방법이 존재하지만, 결국 얼마나 큰 메모리 블록에서 얼마나 많은 행렬 곱셈을 얼마나 빠르게 수행할 수 있는지가 문제입니다.

이것이 우리가 "초대규모"라고 불리는 데이터 센터에서 이렇게 강력한 건설이 이루어지는 이유입니다. 이들은 모두 인공지능 모델이 있는 완전한 스택을 만들기를 희망하며, 그 아래에는 이를 지원하는 하드웨어가 있습니다: OpenAI(모델) + 마이크로소프트(계산), Anthropic(모델) + AWS(계산), 구글(두 가지 모두) 및 메타(자신의 데이터 센터를 구축하기 위해 두 가지 모두 점점 더 많이 투자). 더 많은 미세한 차이, 상호작용 동역학 및 이해관계자가 있지만, 우리는 모두 나열하지 않겠습니다. 전반적으로 초대규모 기업들은 데이터 센터 건설에 수십억 달러를 전례 없이 투자하고 있으며, 그들의 계산 및 인공지능 제품 간의 시너지를 창출하고 있으며, 인공지능이 세계 경제에 보급됨에 따라 막대한 수익을 창출할 것으로 예상됩니다.

올해 이 4개 회사의 예상 건설 수준을 살펴보겠습니다：

엔비디아(NVIDIA) CEO인 젠슨 황(Jensen Huang)은 향후 몇 년 동안 인공지능 가속 분야에 총 1조 달러를 투자할 것이라고 제안했습니다. 최근 그는 이 예측을 두 배로 늘려 2조 달러로 증가시켰으며, 이는 주권 기업의 관심을 보았기 때문이라고 전해집니다.

알티미터(Altimeter) 회사의 분석가들은 2024년과 2025년 전 세계 인공지능 관련 데이터 센터 지출이 각각 1600억 달러와 2000억 달러를 초과할 것으로 예상하고 있습니다.

이제 이러한 숫자를 Web3가 독립 데이터 센터 운영자에게 제공하는 인센티브와 비교하여, 최신 인공지능 하드웨어에 대한 자본 지출을 확대하도록 유도하는 것을 살펴보겠습니다：

현재 모든 탈중앙화 물리적 인프라(DePIn) 프로젝트의 총 시가총액은 현재 약 400억 달러이며, 이는 상대적으로 유동성이 낮고 투기적인 토큰으로 구성되어 있습니다. 기본적으로 이러한 네트워크의 시가총액은 기여자의 총 자본 지출 한계 추정치와 같습니다. 왜냐하면 이들은 토큰을 사용하여 이러한 건설을 유도하기 때문입니다. 그러나 현재의 시가총액은 거의 쓸모가 없으며, 이미 발행되었습니다.

따라서, 향후 3-5년 내에 인센티브로 시장에 추가로 800억 달러(현재 가치의 2배)의 민간 및 공개 DePIn 토큰 자본이 등장할 것이라고 가정하고, 이러한 토큰이 100% 인공지능 사용 사례에 사용될 것이라고 가정해 보겠습니다. 비록 우리가 이 매우 대략적인 추정을 3(년)으로 나누고, 그 달러 가치를 2024년에만 초대규모 기업이 투자할 현금 가치와 비교하더라도, 토큰 인센티브를 "탈중앙화 GPU 네트워크" 프로젝트에 강제로 부여하는 것은 충분하지 않다는 것이 분명합니다.

또한 이러한 토큰을 흡수하기 위해 수십억 달러의 투자자 수요가 필요합니다. 왜냐하면 이러한 네트워크의 운영자들은 대량으로 채굴된 토큰을 판매하여 자본 및 운영 지출의 상당한 비용을 지불해야 하기 때문입니다. 이러한 토큰의 가격 상승을 촉진하고, 초대규모 기업을 초월하여 건설을 확대하기 위해 더 많은 자금이 필요합니다.

그러나 Web3 서버가 현재 운영되는 방식에 대한 깊은 이해를 가진 사람들은 "탈중앙화 물리적 인프라"의 상당 부분이 실제로 이러한 초대규모 기업의 클라우드 서비스에서 운영되고 있다고 생각할 수 있습니다. 물론, GPU 및 기타 인공지능 전용 하드웨어 수요의 급증은 더 많은 공급을 촉진하고 있으며, 이는 궁극적으로 클라우드 임대 또는 구매를 더 저렴하게 만들 것입니다. 적어도 이는 사람들이 기대하는 바입니다.

하지만 동시에 고려해야 할 점은, 현재 엔비디아는 고객의 최신 세대 GPU에 대한 수요를 우선시해야 한다는 것입니다. 엔비디아는 또한 자신의 영역에서 가장 큰 클라우드 컴퓨팅 제공업체와 경쟁을 시작했습니다------이미 이러한 슈퍼 컴퓨터에 잠금된 기업 고객에게 인공지능 플랫폼 서비스를 제공하고 있습니다. 이는 결국 그들이 시간이 지남에 따라 자신의 데이터 센터를 구축하도록 하거나(실질적으로 그들이 현재 누리고 있는 막대한 이익을 잠식할 것이므로 가능성이 낮음), 아니면 그들의 인공지능 하드웨어 판매를 협력 네트워크 클라우드 제공업체의 범위 내로 대폭 제한하도록 만들 것입니다.

또한, 추가 인공지능 전용 하드웨어를 출시하는 엔비디아의 경쟁자들은 대부분 대만의 TSMC에서 생산된 엔비디아와 동일한 칩을 사용하고 있습니다. 따라서 현재 기본적으로 모든 인공지능 하드웨어 회사가 TSMC의 생산 능력을 두고 경쟁하고 있습니다. TSMC는 특정 고객을 우선시해야 합니다. 삼성과 잠재적인 인텔(인텔은 가능한 한 빨리 최첨단 칩 제조 분야로 복귀하려고 하며, 자신의 하드웨어를 위한 칩을 생산하고자 합니다)은 추가 수요를 흡수할 수 있을지도 모르지만, TSMC는 현재 대부분의 인공지능 관련 칩을 생산하고 있으며, 최첨단 칩 제조(3nm 및 2nm)의 확장 및 조정에는 수년이 걸립니다.

마지막으로, 미국이 엔비디아(NVIDIA)와 TSMC에 대한 제한을 두면서, 중국은 기본적으로 최신 세대 인공지능 하드웨어와 무관하게 되었습니다. Web3와는 달리, 중국 기업들은 실제로 자신의 경쟁 모델을 가지고 있으며, 특히 바이두와 알리바바와 같은 회사의 LLM은 운영하기 위해 많은 구세대 장비가 필요합니다.

위의 이유 중 하나 또는 다양한 요인의 중첩으로 인해, 인공지능 패권 경쟁이 치열해지고 클라우드 비즈니스보다 우선시됨에 따라, 초대규모 기업들은 외부에서 그들의 인공지능 하드웨어에 대한 접근을 제한할 것입니다. 이는 비실질적인 위험입니다. 기본적으로, 그들은 인공지능과 관련된 모든 클라우드 용량을 독점하고, 더 이상 다른 사람에게 제공하지 않으며, 최신 하드웨어를 모두 흡수합니다. 이로 인해 주권 국가를 포함한 다른 대기업들은 남은 계산 공급에 대해 더 높은 요구를 하게 됩니다. 동시에 남은 소비자급 GPU는 점점 더 경쟁력이 떨어지고 있습니다.

분명히, 이것은 극단적인 상황일 뿐이지만, 하드웨어 병목 현상이 여전히 존재한다면 대기업들은 보너스가 너무 높아 주저할 것입니다. 이렇게 되면, 2차 데이터 센터와 소매급 하드웨어 소유자와 같은 탈중앙화 운영자(대부분 Web3 DePIn 제공자)는 경쟁에서 제외될 것입니다.

동전의 다른 면

암호화폐의 창립자들이 여전히 꿈속에 있을 때, 인공지능 대기업들은 암호화폐를 면밀히 주시하고 있습니다. 정부의 압력과 경쟁은 그들이 암호화폐를 채택하도록 유도할 수 있으며, 이는 그들이 폐쇄되거나 엄격한 규제를 받는 것을 피하기 위함입니다.

Stability AI의 창립자는 최근 회사를 "탈중앙화"하기 위해 사임했으며, 이는 가장 초기의 공개적인 암시 중 하나입니다. 그는 이전에 공개적으로 회사가 성공적으로 상장된 후 토큰을 출시할 계획을 숨기지 않았으며, 이는 어느 정도 예상되는 행동 뒤에 있는 진정한 동기를 드러냅니다.

마찬가지로, 샘 올트먼(Sam Altman)은 그가 공동 설립한 암호화 프로젝트인 월드코인(Worldcoin)의 운영에 참여하지 않았지만, 그 토큰의 거래는 분명히 OpenAI의 대리인처럼 보입니다. 인터넷 토큰 프로젝트와 인공지능 연구 개발 프로젝트를 연결할 수 있는 방법이 존재하는지는 오직 시간만이 알려줄 것이지만, 월드코인 팀은 시장이 이 가설을 시험하고 있다는 것을 인식하고 있는 것 같습니다.

우리에게 인공지능 대기업들이 다양한 탈중앙화 경로를 탐색하는 것은 매우 의미가 있습니다. 우리는 여기서 다시 한 번 문제를 보게 되는데, Web3는 의미 있는 솔루션을 생성하지 못했습니다. "거버넌스 토큰"은 대부분의 경우 단순한 농담일 뿐이며, 현재 자산 보유자와 그들의 네트워크 개발 및 운영 간의 직접적인 연결을 명확히 피하는 토큰, 즉 BTC와 ETH만이 진정한 탈중앙화 토큰입니다.

기술 발전을 느리게 하는 인센티브 메커니즘은 다양한 거버넌스 암호화 네트워크 설계의 발전에도 영향을 미칩니다. 스타트업 팀들은 자신의 제품에 "거버넌스 토큰"을 붙여서, 발사 준비 과정에서 새로운 길을 모색하려 하지만, 결국 자원 배분을 둘러싼 "거버넌스 극장"에 갇히게 됩니다.

결론

AI 경쟁이 진행 중이며, 모든 사람은 이를 매우 진지하게 받아들이고 있습니다. 대형 기술 기업들이 계산 능력을 확장하는 데 대한 고민 속에서 우리는 어떤 허점을 찾을 수 없습니다------더 많은 계산은 더 나은 인공지능을 의미하며, 더 나은 인공지능은 비용 절감, 새로운 수익 증가 및 시장 점유율 확대를 의미합니다. 우리에게 이것은 거품이 합리적이라는 것을 의미하지만, 모든 허위자는 미래의 불가피한 정리에서 도태될 것입니다.

집중화된 대기업 인공지능이 이 분야를 지배하고 있으며, 스타트업들은 이를 따라잡기 어렵습니다. Web3 분야는 비록 늦게 합류했지만, 이 경쟁에 참여하고 있습니다. Web2 분야의 스타트업과 비교할 때, 암호화 인공지능 프로젝트에 대한 시장의 보상은 지나치게 풍부하여, 창립자들이 중요한 순간에 제품 제공에서 토큰 가격 상승으로 주의를 돌리게 만들고 있으며, 이 시점은 빠르게 닫히고 있습니다. 지금까지 어떤 혁신도 경쟁을 위한 계산 규모를 회피할 수 없었습니다.

현재 소비자 모델을 중심으로 신뢰할 수 있는 오픈 소스 운동이 나타나고 있으며, 처음에는 몇몇 중앙 집중화된 기업만이 더 큰 폐쇄형 경쟁자(예: 메타, Stability AI)와 시장 점유율을 두고 경쟁했습니다. 그러나 이제 커뮤니티가 따라잡고 있으며, 선도적인 인공지능 회사에 압박을 가하고 있습니다. 이러한 압박은 인공지능 제품의 폐쇄형 개발에 계속 영향을 미칠 것이지만, 오픈 소스 제품이 따라잡기 전까지는 영향이 크지 않을 것입니다. 이는 Web3 분야의 또 다른 기회이지만, 전제 조건은 분산 모델 훈련과 추론 문제를 해결해야 한다는 것입니다.

따라서 표면적으로 "고전적인" 파괴자의 기회가 존재하는 것처럼 보이지만, 실제 상황은 그리 간단하지 않습니다. 인공지능은 계산과 밀접하게 연결되어 있으며, 향후 3-5년 내에 혁신적인 돌파구가 없다면 이 상황을 바꿀 수 없으며, 이는 인공지능 발전을 누가 통제하고 이끌 것인지 결정하는 중요한 시기입니다.

계산 시장 자체는 수요가 공급 측의 노력을 촉진했지만, 제조업체 간의 경쟁은 칩 제조 및 규모의 경제와 같은 구조적 요인에 의해 제한되기 때문에 "백화점"식으로 발전할 수 없습니다.

우리는 여전히 인류의 지혜에 대해 낙관적이며, 자유 세계에 유리한 방식으로 인공지능 문제를 해결하기 위해 충분히 많은 똑똑한 사람들과 고귀한 사람들이 시도할 수 있다고 믿습니다. 그러나 이러한 기회는 매우 희박해 보이며, 기껏해야 동전을 던지는 것에 불과합니다. 그러나 Web3의 창립자들은 세계에 실제 영향을 미치기보다는 경제적 이익을 얻기 위해 동전을 던지는 데 바쁘게 지내고 있습니다.