Intent-Centric 아키텍처 리뷰: 주요 엔지니어링 도전 과제

지난 Intent-Centric 내러티브가 시장에서 많은 주목을 받은 이후로 1년이 지났습니다. 현재 우리는 이 1년 동안의 진행 상황을 되돌아보고 엔지니어링 실천의 제약 요소를 심층 분석합니다.

상대적으로 추상적인 언어로 의도를 설명하자면, "체인 상의 사용자가 목표와 일련의 조건 제약을 제시하여 블록체인과의 상호작용의 복잡성을 아웃소싱하고, 최적화 경로를 구현하면서 사용자에게 자산과 암호화된 신원에 대한 통제권을 보장하는 것"입니다. 거래 집계기는 오랫동안 운영되어 온 의도의 예시로, 사용자가 "최적의 가격으로 A/B 간의 수량 X 거래를 완료"하는 목표와 제약을 제시하면, 집계기는 다양한 유동성 풀에서 최적의 가격 라우팅 경로를 찾아 사용자에게 최적 경로 실행 결과를 시뮬레이션하여 보여줍니다. 이를 통해 의도를 실현합니다.

위의 설명을 바탕으로, 일반적인 Intent-Centric 아키텍처는 그림 1과 같이 나타낼 수 있으며, 여기서 ATO(추상 거래 객체)는 사용자의 의도를 나타냅니다. 프로세스의 주요 역할은 Client, Driver 및 Solver로 나뉘며, 각자의 역할은 다음과 같습니다.

• Client: 사용자와 상호작용하는 프론트엔드로, 사용자가 입력한 자연어를 기계어 형태로 컴파일하여 목표와 제약을 포함한 구조화된 의도 설명을 생성합니다.

• Driver: 전체 의도 아키텍처에서 가장 중요한 역할을 하며, 다음과 같은 기능을 포함합니다.

• ATO 방송: 추상 거래 객체(ATO)를 메모리 풀에 방송하여 모든 Solver가 메모리 풀에서 실행 프로세스를 시작하여 최상의 솔루션을 찾을 수 있도록 합니다.

• 시뮬레이션 및 검증: 모든 Solver의 솔루션을 수신하여 오프체인 시뮬레이션을 수행하여 유효성과 안전성을 보장한 후, 승리한 솔루션을 발표합니다.

• 솔루션 집계: 주어진 의도에 대해 다양한 ATO의 솔루션을 집계하여 이를 통합 실행 계획으로 조합하여 최종 구현을 위해 제공합니다.

• Solver: 의도를 실현하는 주체로, 일반적으로 여러 개가 존재하며, 의도의 제약에 따라 최적의 목표 실행 경로를 제공합니다.

Intent 개념이 제안된 이후, 업계 내에서 많은 논의가 이루어졌습니다. 일부 비판자들은 intent-centric이 더 추상적인 표현의 제품 디자인 철학에 치우쳐 있으며, 엔지니어링 실현이 어렵다고 주장합니다. 동시에 사용자 자산의 안전성, 자연어에서 기계어로의 번역 과정에서의 정보 손실, Solver의 진입, 선택, 정산 및 인센티브 메커니즘 설계는 구체적인 구현에서 해결해야 할 여러 가지 문제입니다.

Optopia 아키텍처 분석: AI Agent 기반 솔루션

위에서 언급한 바와 같이, intent-centric 아키텍처의 구체적인 엔지니어링 실현은 현재의 블록체인 아키텍처 하에서는 다소 어렵습니다. 기존의 솔루션은 대부분 체인 위에서 한 층의 포장을 진행하고 있으며, Optopia는 의도의 엔지니어링 실현을 위해 체인 레벨에서 특별히 설계된 이더리움 Layer2입니다. 또한 체인 상의 AI 생태계를 위해 의도 중심 발행 프레임워크를 구축했습니다.

그림 2에서 볼 수 있듯이, 모듈화 관점에서 Optopia는 4everland의 Raas(롤업 서비스) 서비스를 기반으로 구축된 Layer2입니다. Op 스택 프레임워크를 기반으로, 분산 저장 솔루션 Arweave를 DA 서비스 제공자로 선택하여 데이터의 지속성과 접근성을 보장합니다. 이는 저비용, 고효율 및 모듈화된 인프라 장부를 제공하여 AI 에이전트가 Web3 거래를 수행할 수 있는 표준 프레임워크를 만듭니다.

그림 3에서 볼 수 있듯이, Optopia에서 설계한 의도 발행 센터 프레임워크는 다음과 같은 주요 역할을 포함합니다.

• 의도 발행자: 의도 발행자는 의도 센터 내에서 의도를 생성하고, 인공지능 에이전트가 이러한 의도를 효과적으로 실행하도록 유도하기 위해 가치 있는 토큰을 배분합니다. 의도는 인공지능 에이전트가 수행할 수 있는 실행 가능한 목표 또는 작업입니다.

• AI 에이전트: 인공지능 에이전트는 의도 센터와 상호작용하여 의도에 접근하고, 사용 가능한 지식을 활용하여 이러한 의도를 시도하고 완료합니다. 그들은 의도를 성공적으로 완료한 후 보상 포인트의 형태로 보상을 받으며, 이를 통해 보상을 분배합니다.

• 빌더: 빌더는 인공지능 에이전트가 학습하고 사용할 수 있도록 지식을 훈련하고 발행하여 인공지능 생태계에서 중요한 역할을 합니다. 이 과정은 인공지능 에이전트의 능력을 강화하며, 빌더는 인공지능 에이전트가 자신의 지식을 활용하여 얻은 포인트의 비율에 따라 인센티브를 받습니다.

• $OPAI 토큰 보유자: OPAI 보유자는 OPAI 토큰을 잠그고 투표 잠금 토큰(vlOPAI)을 수령할 수 있습니다. 이러한 토큰을 사용하여 투표함으로써 OPAI 보유자는 의도 센터 내 의도의 배출 비율을 결정할 수 있습니다. 이는 AI 에이전트가 각 의도를 완료할 때 받는 OPAI 보상에 영향을 미칩니다.

위에서 언급한 일반적인 의도 실행 프레임워크에서 Solver는 사용자 Intent를 실행하는 주체로, 체인 상 또는 체인 외 환경에서 실행됩니다. Solver는 경쟁을 통해 사용자가 제시한 Intent를 해결하여 보상을 받습니다. 이러한 모델은 효율성과 혁신을 장려하며, 여러 Solver가 사용자의 Intent를 가장 효율적인 방식으로 완료하려고 시도합니다.

Optopia는 독특한 프레임워크를 통해 이 개념을 더욱 발전시켰습니다. Optopia의 생태계에서 AI 에이전트는 Solver의 역할을 맡고 있지만, 더 깊은 통합과 포장을 진행합니다. 이는 AI 에이전트가 단순히 의도를 실행하는 독립적인 주체가 아니라, Builder가 생성하고 최적화한 특정 지식 기반을 활용하여 실행 능력을 강화할 수 있음을 의미합니다. 이전의 일반적인 Solver가 사전 설정된 경로를 따라 실행하는 구세대 검색 엔진이라면, AI 에이전트의 대체는 이를 GPT로 업그레이드하여 더 자유로운 지능적 경로 검색을 가능하게 합니다.

암호 경제학의 결합: 인센티브 프레임워크의 융합 방법

Optopia는 아직 더 정교한 경제 모델을 발표하지 않았지만, 의도 발행 센터 프레임워크에서 그 단서를 엿볼 수 있습니다. AI 에이전트의 처리 결과 차이가 클 수 있고, 인센티브와 목표가 일치하지 않는 문제에 직면하여, 고전적인 ve 모델을 생태계에 도입했습니다.

의도 발행 센터 프레임워크의 실행 프로세스는 기본적으로 다음과 같습니다.

• 의도 생성 및 인센티브: 의도 발행자는 의도 센터 내에서 의도를 생성하고, 인공지능 에이전트가 이러한 의도를 효과적으로 실행하도록 유도하기 위해 가치 있는 토큰을 배분합니다.

• 지식 훈련 및 발행: 빌더는 인공지능 에이전트가 접근하고 학습하며 사용할 수 있도록 지식을 훈련하고 발행합니다. 그들의 인센티브는 인공지능 에이전트가 자신의 지식을 활용하여 얻은 포인트의 비율과 관련이 있습니다.

• AI 에이전트 상호작용: AI 에이전트는 의도 센터와 상호작용하여 의도에 접근하고 자신의 지식을 활용하여 할당된 의도를 시도하고 완료합니다.

• 보상 분배: 의도를 성공적으로 완료한 후, 인공지능 에이전트는 보상 포인트를 받으며, 빌더는 포인트 비율을 받게 되어 의도 보상을 분배하는 데 기여합니다.

• $OPAI 보유자 참여: $OPAI 보유자는 $OPAI 토큰을 잠그고 vlOPAI를 수령하며 의도 발행 비율에 대해 투표함으로써 의도 센터의 거버넌스에 참여할 기회를 가집니다.

우선, AI 에이전트의 실행 결과의 정확성은 전체 Optopia 생태계의 발전에 영향을 미치며, 자산에 대한 직접적인 반응은 생태계 토큰 $OPAI의 가격 변화입니다. 따라서 $OPAI를 스테이킹하는 투표자는 자산 가격을 유지하기 위해 최적의 AI 에이전트를 선택하여 인센티브를 부여할 동기를 가집니다. 성과가 좋지 않은 에이전트는 인센티브가 줄어들고, 이는 빌더가 에이전트를 지속적으로 최적화하여 훈련 비용을 회수하고 보상을 받을 수 있는 충분한 동기를 제공합니다. 또한 최적화 과정에서 의도 생성자로부터 인센티브를 받을 수 있습니다.

ve 모델은 각 당사자의 게임 이론을 균형 있게 조정하는 데 뛰어난 효과를 발휘합니다. 뿐만 아니라, 체인 레벨에서도 생태계 개발자에게 충분한 2차 제품 공간을 창출할 수 있습니다. 예를 들어, 의도 거버넌스 프레임워크 위에 Convex와 유사한 제품을 개발하여 vlOPAI의 유동성을 해방하고 위임 투표를 진행할 수 있습니다. 이전 DeFi 거버넌스 전쟁은 Optopia에서 또 다른 형태로 나타날 수 있습니다.

Optopia 개요: 요약 및 미래 전망

Optopia의 설계에서 AI 에이전트의 도입은 체인 레벨에서 Solver의 능력을 확장하였으며, ve 모델의 채택은 Solver의 인센티브 문제를 완벽하게 해결했습니다. 메인넷 출시 이후, Optopia는 점점 더 많은 에이전트 빌더를 유치하여 백만 명 이상의 사용자가 Web3에 진입할 수 있는 사용자 친화적인 포털로서의 역할을 실현하고 있습니다.

6월 13일, Optopia는 G·Ventures, Kucoin Ventures, JRR Capital, KKP International Limited, ZenTrading, Klein Labs, MCS Capital 등 여러 선도적인 벤처 캐피털 회사와 블록체인 유명 개인 투자자 MrBlock의 참여로 시드 라운드 자금을 완료했다고 발표했습니다. 이 자금은 Optopia의 인프라 지속적인 업그레이드 및 최적화, AI 능력 강화, 분산 기술 구축 및 커뮤니티 참여 증진에 사용될 예정입니다.

일반 사용자로서 Optopia는 이 대축제에 참여하여 초기 자산을 얻을 기회를 제공합니다. Optopia는 가스 마이닝을 통해 초기 토큰 발행을 진행하며, 특정 부스터 이벤트에서 사용자가 거래를 실행할 때 소비한 가스 비용을 마이닝에 사용할 수 있어 해당 토큰 보상을 받을 수 있습니다. 이러한 발행 방식은 사용자가 네트워크에 참여하는 감각을 더욱 강화하고 초기 거래 활동과 네트워크 성장을 실현하여 전체 경제체를 시작하는 데 기여합니다.

AI는 이번 상승장에서 가장 큰 내러티브 중 하나로, 암호화폐와의 유기적인 결합은 많은 업계 종사자들이 적극적으로 탐색하고 있는 점입니다. Optopia는 AI 에이전트 분야의 선구자로서 의도와 결합한 실천이 전체 시장에 긍정적인 탐색 의미를 지니고 있습니다.