AI와 Web3 융합 혁신의 탐험 여행

저자：BadBot，IOBC Capital

Web3는 탈중앙화되고 개방적이며 투명한 새로운 인터넷 패러다임으로, AI와 자연스럽게 융합될 기회를 가지고 있습니다. 전통적인 중앙 집중식 구조 하에서는 AI 계산 및 데이터 자원이 엄격하게 통제되며, 계산 능력 병목 현상, 개인 정보 유출, 알고리즘 블랙박스 등 여러 가지 도전 과제가 존재합니다. 반면 Web3는 분산 기술을 기반으로 하여 공유 계산 네트워크, 개방형 데이터 시장, 개인 정보 계산 등을 통해 AI 발전에 새로운 동력을 주입할 수 있습니다. 동시에 AI는 스마트 계약 최적화, 반사기 알고리즘 등 Web3에 많은 힘을 불어넣어 생태계 구축을 지원할 수 있습니다. 따라서 Web3와 AI의 결합을 탐색하는 것은 차세대 인터넷 인프라를 구축하고 데이터 및 계산 자원의 가치를 해방하는 데 매우 중요합니다.

데이터 주도: AI와 Web3의 견고한 기초

데이터는 AI 발전의 핵심 동력으로, 엔진에 연료와 같은 역할을 합니다. AI 모델은 깊은 이해와 강력한 추론 능력을 얻기 위해 대량의 고품질 데이터를 소화해야 하며, 데이터는 기계 학습 모델에 훈련 기반을 제공할 뿐만 아니라 모델의 정확성과 신뢰성을 결정합니다.

전통적인 중앙 집중식 AI 데이터 수집 및 활용 모델에서는 다음과 같은 주요 문제가 존재합니다:

• 데이터 수집 비용이 비쌉니다. 중소기업은 감당하기 어렵습니다;

• 데이터 자원이 기술 대기업에 의해 독점되어 데이터 고립이 형성됩니다;

• 개인 데이터의 프라이버시가 유출 및 남용의 위험에 처해 있습니다.

Web3는 새로운 탈중앙화 데이터 패러다임을 통해 전통적인 모델의 문제점을 해결할 수 있습니다.

• Grass를 통해 사용자는 AI 회사에 유휴 네트워크를 판매하여 탈중앙화된 방식으로 네트워크 데이터를 수집하고, 정리 및 변환하여 AI 모델 훈련에 실제 고품질 데이터를 제공합니다;

• Public AI는 "label to earn" 모델을 채택하여 토큰으로 전 세계의 작업자들이 데이터 주석에 참여하도록 유도하여 전 세계의 전문 지식을 집결하고 데이터 분석 능력을 강화합니다;

• Ocean Protocol, Streamr와 같은 블록체인 데이터 거래 플랫폼은 데이터 공급자와 수요자에게 공개적이고 투명한 거래 환경을 제공하여 데이터 혁신과 공유를 촉진합니다.

그럼에도 불구하고 실제 세계에서 데이터 수집에는 데이터 품질 불일치, 처리 난이도, 다양성과 대표성 부족 등의 문제가 존재합니다. 합성 데이터는 Web3 데이터 트랙의 미래 스타가 될 수 있습니다. 생성적 AI 기술과 시뮬레이션을 기반으로 한 합성 데이터는 실제 데이터의 속성을 모방하여 실제 데이터의 유효한 보완 역할을 하여 데이터 사용 효율성을 높입니다. 자율주행, 금융 시장 거래, 게임 개발 등 분야에서 합성 데이터는 이미 성숙한 응용 가능성을 보여주고 있습니다.

프라이버시 보호: Web3에서의 FHE의 역할

데이터 주도 시대에 프라이버시 보호는 전 세계의 관심사로 떠오르고 있으며, 유럽연합의 일반 데이터 보호 규정(GDPR) 등의 법규는 개인 프라이버시를 엄격히 보호하려는 노력을 반영합니다. 그러나 이는 도전 과제를 가져옵니다: 일부 민감한 데이터는 프라이버시 위험으로 인해 충분히 활용될 수 없으며, 이는 AI 모델의 잠재력과 추론 능력을 제한합니다.

FHE, 즉 전동태 암호화는 암호화된 데이터에서 직접 계산 작업을 수행할 수 있게 하며, 데이터의 복호화 없이도 계산 결과는 평문 데이터에서 동일한 계산을 수행한 결과와 일치합니다.

FHE는 AI 프라이버시 계산에 견고한 보호를 제공하여 GPU 계산 능력이 원본 데이터에 접근하지 않고도 모델 훈련 및 추론 작업을 수행할 수 있게 합니다. 이는 AI 회사에 큰 이점을 제공합니다. 이들은 상업 비밀을 보호하면서도 안전하게 API 서비스를 개방할 수 있습니다.

FHEML은 전체 머신러닝 주기 동안 데이터와 모델을 암호화 처리하여 민감한 정보의 안전성을 보장하고 데이터 유출 위험을 방지합니다. 이러한 방식으로 FHEML은 데이터 프라이버시를 강화하여 AI 응용 프로그램에 안전한 계산 프레임워크를 제공합니다.

FHEML은 ZKML의 보완 역할을 하며, ZKML은 머신러닝의 올바른 실행을 증명하고 FHEML은 암호화된 데이터에 대한 계산을 강조하여 데이터 프라이버시를 유지합니다.

계산 혁명: 탈중앙화 네트워크에서의 AI 계산

현재 AI 시스템의 계산 복잡성은 3개월마다 두 배로 증가하여 계산 능력 수요가 급증하고 있으며, 이는 기존 계산 자원의 공급을 훨씬 초과합니다. 예를 들어, OpenAI의 GPT-3 모델 훈련에는 막대한 계산 능력이 필요하며, 이는 단일 장치에서 355년의 훈련 시간에 해당합니다. 이러한 계산 능력 부족은 AI 기술의 발전을 제한할 뿐만 아니라, 고급 AI 모델이 대부분의 연구자와 개발자에게는 손이 닿지 않는 존재가 되게 합니다.

동시에 전 세계 GPU의 활용률은 40% 미만이며, 마이크로프로세서 성능 향상이 둔화되고 공급망 및 지정학적 요인으로 인한 칩 부족이 이러한 계산 능력 공급 문제를 더욱 심각하게 만들고 있습니다. AI 종사자들은 두 가지 선택에 직면해 있습니다: 하드웨어를 직접 구매하거나 클라우드 자원을 임대하는 것입니다. 그들은 수요에 따라 경제적이고 효율적인 계산 서비스 방식을 절실히 필요로 합니다.

IO.net은 Solana 기반의 탈중앙화 AI 계산 네트워크로, 전 세계의 유휴 GPU 자원을 집합하여 AI 회사에 경제적이고 접근하기 쉬운 계산 시장을 제공합니다. 계산 수요자는 네트워크에 계산 작업을 게시할 수 있으며, 스마트 계약은 작업을 계산 능력을 기여하는 마이너 노드에 할당합니다. 마이너는 작업을 수행하고 결과를 제출하며, 검증 후 포인트 보상을 받습니다. IO.net의 솔루션은 자원 활용 효율성을 높이고 AI 등 분야의 계산 능력 병목 문제를 해결하는 데 기여합니다.

일반적인 탈중앙화 계산 네트워크 외에도 AI 훈련에 집중하는 Gensyn, Flock.io와 같은 플랫폼, AI 추론에 집중하는 Ritual, Fetch.ai와 같은 전용 계산 네트워크가 있습니다.

탈중앙화 계산 네트워크는 공정하고 투명한 계산 시장을 제공하여 독점을 타파하고 응용 장벽을 낮추며 계산 능력의 활용 효율성을 높입니다. Web3 생태계에서 탈중앙화 계산 네트워크는 중요한 역할을 하여 더 많은 혁신적인 dapp의 참여를 유도하고 AI 기술의 발전과 응용을 함께 촉진할 것입니다.

DePIN: Web3가 Edge AI에 힘을 실어주다

상상해 보세요, 당신의 스마트폰, 스마트 시계, 심지어 집안의 스마트 기기들이 AI를 실행할 수 있는 능력을 갖추고 있다면------이것이 Edge AI의 매력입니다. 이는 데이터가 생성되는 원천에서 계산이 이루어져 낮은 지연 시간과 실시간 처리를 가능하게 하며, 사용자 프라이버시를 보호합니다. Edge AI 기술은 자율주행 등 중요한 분야에 이미 적용되고 있습니다.

Web3 분야에서는 더 익숙한 이름인 DePIN이 있습니다. Web3는 탈중앙화와 사용자 데이터의 주권을 강조하며, DePIN은 로컬에서 데이터를 처리함으로써 사용자 프라이버시 보호를 강화하고 데이터 유출 위험을 줄일 수 있습니다. Web3 원주율의 토큰 경제 메커니즘은 DePIN 노드가 계산 자원을 제공하도록 유도하여 지속 가능한 생태계를 구축할 수 있습니다.

현재 DePIN은 Solana 생태계에서 빠르게 발전하고 있으며, 프로젝트 배포의 주요 공공 블록체인 플랫폼 중 하나가 되었습니다. Solana의 높은 TPS, 낮은 거래 수수료 및 기술 혁신은 DePIN 프로젝트에 강력한 지원을 제공합니다. 현재 Solana의 DePIN 프로젝트 시가 총액은 100억 달러를 초과하며, Render Network와 Helium Network와 같은 유명 프로젝트는 이미 상당한 진전을 이루었습니다.

IMO: AI 모델 발표의 새로운 패러다임

IMO의 개념은 Ora protocol에 의해 처음 제안되었으며, AI 모델을 토큰화합니다.

전통적인 모델에서는 수익 공유 메커니즘이 결여되어 AI 모델이 개발되고 시장에 출시되면 개발자는 모델의 후속 사용에서 지속적인 수익을 얻기 어려운 경우가 많습니다. 특히 모델이 다른 제품 및 서비스에 통합되면 원래 창작자는 사용 상황을 추적하기 어려워지며, 수익을 얻는 것은 더욱 힘들어집니다. 또한 AI 모델의 성능과 효과는 종종 투명성이 부족하여 잠재적 투자자와 사용자들이 그 진정한 가치를 평가하기 어렵게 만들며, 이는 모델의 시장 인식과 상업적 잠재력을 제한합니다.

IMO는 오픈 소스 AI 모델에 새로운 자금 지원 및 가치 공유 방식을 제공합니다. 투자자는 IMO 토큰을 구매하여 모델이 생성하는 후속 수익을 공유할 수 있습니다. Ora Protocol은 ERC-7641 및 ERC-7007 두 가지 ERC 표준을 사용하여 AI 오라클(Onchain AI Oracle) 및 OPML 기술과 결합하여 AI 모델의 진정성과 토큰 보유자가 수익을 공유할 수 있도록 보장합니다.

IMO 모델은 투명성과 신뢰를 강화하고 오픈 소스 협업을 장려하며 암호화 시장의 트렌드에 적응하고 AI 기술의 지속 가능한 발전에 동력을 제공합니다. IMO는 현재 초기 시도 단계에 있지만, 시장 수용도가 높아지고 참여 범위가 확대됨에 따라 그 혁신성과 잠재 가치는 기대할 만합니다.

AI 에이전트: 상호작용 경험의 새로운 시대

AI 에이전트는 환경을 인식하고 독립적으로 사고하며 설정된 목표를 달성하기 위해 적절한 행동을 취할 수 있습니다. 대형 언어 모델의 지원을 통해 AI 에이전트는 자연어를 이해할 뿐만 아니라 의사 결정을 계획하고 복잡한 작업을 수행할 수 있습니다. 이들은 가상 비서로서 사용자와의 상호작용을 통해 선호도를 학습하고 개인화된 솔루션을 제공합니다. 명확한 지시가 없더라도 AI 에이전트는 자율적으로 문제를 해결하여 효율성을 높이고 새로운 가치를 창출할 수 있습니다.

Myshell은 포괄적이고 사용하기 쉬운 창작 도구 세트를 제공하는 오픈 AI 네이티브 애플리케이션 플랫폼으로, 사용자가 로봇 기능, 외관, 음성 및 외부 지식 기반 연결을 구성할 수 있도록 하여 공정하고 개방적인 AI 콘텐츠 생태계를 구축하는 데 전념하고 있습니다. 생성적 AI 기술을 활용하여 개인이 슈퍼 창작자가 될 수 있도록 지원합니다. Myshell은 역할 수행을 보다 인간적으로 만들기 위해 특별한 대형 언어 모델을 훈련하였으며, 음성 복제 기술은 AI 제품의 개인화된 상호작용을 가속화할 수 있습니다. MyShell은 음성 합성 비용을 99% 낮추었으며, 음성 복제는 단 1분 만에 구현할 수 있습니다. Myshell에서 맞춤형 AI 에이전트를 활용하면 현재 비디오 채팅, 언어 학습, 이미지 생성 등 다양한 분야에 적용할 수 있습니다.

Web3와 AI의 융합에 있어 현재는 주로 인프라 층에 대한 탐색이 이루어지고 있으며, 고품질 데이터를 확보하고 데이터 프라이버시를 보호하며, 체인에서 모델을 호스팅하고 탈중앙화된 계산 능력을 효율적으로 사용하는 방법, 대형 언어 모델을 검증하는 등의 핵심 문제들이 있습니다. 이러한 인프라가 점차 완비됨에 따라 Web3와 AI의 융합이 혁신적인 비즈니스 모델과 서비스를 창출할 것이라고 믿을 이유가 충분합니다.