한 문장으로 정리한 Crypto AI 10대 융합 발전 방향: 에이전트 간 상호작용, 콘텐츠 마케팅 및 데이터 시장 등

원제목：《Crypto x AI: 10 Categories We're Watching in 2025》

저자：Archetype

편집：심조 TechFlow

1. 에이전트 간의 상호작용 (Agent-to-Agent Interaction)

블록체인은 그 본래의 투명성과 조합성 덕분에 에이전트 간의 원활한 상호작용을 실현하는 이상적인 플랫폼이 되었습니다. 이러한 상호작용에서 서로 다른 기관이 서로 다른 목적을 위해 개발한 에이전트들이 협력하여 작업을 수행할 수 있습니다. 현재 에이전트 간의 상호 송금, 함께 토큰 발행 등과 같은 흥미로운 시도가 이미 이루어지고 있습니다. 우리는 에이전트 간의 상호작용이 더욱 확장되기를 기대합니다: 한편으로는 에이전트 기반의 새로운 소셜 플랫폼과 같은 새로운 응용 프로그램 시나리오를 창출하고, 다른 한편으로는 기존 기업 작업 흐름을 최적화하여 플랫폼 인증, 마이크로 결제, 크로스 플랫폼 작업 흐름 통합 등을 통해 오늘날 복잡하고 번거로운 작업 프로세스를 간소화하는 것입니다. - Danny, Katie, Aadharsh, Dmitriy

aethernet과 clanker가 Warpcast에서 공동으로 Token을 발행

2. 탈중앙화 에이전트 조직 (Decentralized Agentic Organizations)

대규모 다중 에이전트 협력은 또 다른 흥미로운 연구 방향입니다. 다중 에이전트 시스템이 어떻게 협력하여 작업을 수행하고 문제를 해결하며, 심지어 프로토콜과 시스템을 관리할 수 있을까요? 2024년 초의 글 《암호 + AI 응용의 약속과 도전》에서 Vitalik은 AI 에이전트를 활용한 예측 시장과 판결의 구상을 제안했습니다. 그는 대규모 응용에서 다중 에이전트 시스템이 "진실" 발견과 자율 거버넌스에서 큰 잠재력을 가지고 있다고 생각합니다. 우리는 이러한 다중 에이전트 시스템의 능력이 어떻게 더 발휘될지, 그리고 "집단 지성"이 실험에서 더 많은 가능성을 보여줄지 기대합니다.

또한, 에이전트와 인간 간의 협력도 탐구할 가치가 있는 방향입니다. 예를 들어, 커뮤니티가 에이전트를 중심으로 어떻게 상호작용할 수 있는지, 또는 에이전트가 어떻게 인간을 조직하여 집단 행동을 수행할 수 있는지에 대한 것입니다. 우리는 대규모 인간 협력을 목표로 하는 에이전트 실험이 더 많이 이루어지기를 바랍니다. 물론, 이는 특히 작업이 오프체인에서 수행되는 경우, 어떤 검증 메커니즘이 필요합니다. 하지만 이러한 탐구는 예상치 못한 멋진 결과를 가져올 수 있습니다. - Katie, Dmitriy, Ash

3. 에이전트 기반의 멀티미디어 엔터테인먼트 (Agentic Multimedia Entertainment)

디지털 가상 인격의 개념은 수년간 존재해 왔습니다. 예를 들어, 하츠네 미쿠 (Hatsune Miku, 2007)는 2만 석 규모의 공연장에서 매진된 콘서트를 개최했습니다; Lil Miquela (2016)는 인스타그램에서 200만 이상의 팬을 보유하고 있습니다. 최근의 예로는 AI 가상 방송인 Neuro-sama (2022)가 있으며, 이 방송인은 트위치에서 60만 이상의 구독자를 보유하고 있습니다; 그리고 익명의 Kpop 남자 그룹 PLAVE (2023)는 2년이 채 되지 않아 유튜브에서 3억 회 이상의 조회수를 기록했습니다. AI 기술의 발전과 블록체인이 결제, 가치 이전 및 개방형 데이터 플랫폼에서의 응용이 이루어짐에 따라, 이러한 에이전트들은 더욱 자율적으로 발전할 것으로 기대되며, 2025년에는 새로운 주류 엔터테인먼트 카테고리를 열 수 있을 것입니다. - Katie, Dmitriy

왼쪽 상단 시계 방향: 하츠네 미쿠, Virtuals의 루나, Lil Miquela 및 PLAVE

4. 생성적/에이전트 기반 콘텐츠 마케팅 (Generative/Agentic Content Marketing)

일부 경우, 에이전트 자체가 제품인 반면, 다른 경우에는 에이전트가 제품의 보완이 될 수 있습니다. 주목 경제에서 매력적인 콘텐츠를 지속적으로 생산하는 것은 어떤 아이디어, 제품 또는 회사의 성공에 있어 핵심입니다. 생성적/에이전트 기반 콘텐츠는 팀에 확장 가능하고 24시간 운영되는 콘텐츠 제작 채널을 보장하는 강력한 도구를 제공합니다. 이 분야는 “memecoin과 에이전트의 차이”라는 주제의 논의로 인해 빠르게 발전하고 있습니다. 에이전트는 memecoin의 전파를 위한 강력한 도구이며, 비록 아직 완전히 "에이전트화"되지 않았더라도 말입니다.

또 다른 예로는, 게임 산업이 사용자 참여를 유지하기 위해 점점 더 동적화를 추구하고 있습니다. 고전적인 방법 중 하나는 사용자가 콘텐츠를 생성하도록 유도하는 것이며, 순수한 생성적 콘텐츠(예: 게임 내 아이템, NPC, 심지어 완전히 생성된 레벨)가 이 추세의 다음 단계가 될 수 있습니다. 우리는 2025년 에이전트의 능력이 콘텐츠 배포와 사용자 상호작용의 경계를 어떻게 더 확장할지 궁금합니다. - Katie

5. 차세대 예술 도구/플랫폼 (Next-Gen Art Tools/Platforms)

2024년, 우리는 IN CONVERSATION WITH 시리즈를 출시했습니다. 이는 음악, 시각 예술, 디자인, 큐레이션 등 분야의 암호 예술가와의 대화 프로그램입니다. 올해의 인터뷰는 내가 주목한 한 가지 트렌드를 보여주었습니다: 암호 기술에 관심이 있는 예술가들은 일반적으로 최첨단 기술에 대한 열정이 있으며, 이러한 기술이 그들의 창작 실천에 더 깊이 통합되기를 원합니다. 예를 들어 AR/VR 객체, 코드 생성 예술 및 실시간 코딩(livecoding) 등이 있습니다.

생성 예술(Generative Art)과 블록체인 기술의 결합은 오래전부터 이루어져 왔으며, 이는 블록체인을 AI 예술의 이상적인 매체로 만들었습니다. 전통적인 플랫폼에서는 이러한 예술 형식을 전시하고 표현하는 것이 매우 어렵습니다. 그러나 ArtBlocks는 디지털 예술이 블록체인을 통해 전시, 저장, 수익화 및 보존될 수 있는 방법에 대한 초기 탐색을 제공하여 예술가와 관객의 경험을 크게 개선했습니다. 또한, AI 도구는 일반인도 쉽게 자신의 예술 작품을 창작할 수 있도록 합니다. 우리는 2025년에 블록체인이 이러한 도구의 능력을 어떻게 더욱 향상시킬지 매우 기대합니다. - Katie

KC : 당신이 암호 문화에 실망하고 동의하지 않는 부분이 있다면, 무엇이 당신을 여전히 Web3에 참여하도록 이끌었나요? Web3는 당신의 창작 실천에 어떤 가치를 가져다주었나요? 실험적 탐구, 경제적 보상, 아니면 다른 측면인가요?

MM: 저에게 Web3는 개인적으로 그리고 다른 예술가들에게 여러 면에서 긍정적인 영향을 미쳤습니다. 개인적으로, 생성 예술을 발표하는 플랫폼은 제 창작에 특히 중요합니다. 예를 들어, JavaScript 파일을 업로드할 수 있으며, 누군가 작품을 주조하거나 수집할 때 코드가 실시간으로 실행되어 제가 설계한 시스템에서 독특한 예술 작품이 생성됩니다. 이 실시간 생성 과정은 제 창작 실천의 핵심 부분입니다. 제가 작성하고 구축한 시스템에 무작위성을 도입하는 것은 개념적으로나 기술적으로 제 예술에 대한 사고 방식에 깊은 영향을 미쳤습니다. 그러나 이러한 예술 형식에 맞게 설계된 플랫폼에서 전시하지 않거나 전통적인 갤러리에서 전시하지 않으면 관객에게 이 과정을 전달하기가 종종 어렵습니다.

갤러리에서는 프로젝션이나 화면을 통해 실시간으로 실행되는 알고리즘을 전시하거나 알고리즘에 의해 생성된 여러 출력 중에서 선택된 작품을 전시하고 이를 어떤 방식으로든 물리적 형태로 전시할 수 있습니다. 그러나 코드가 예술 매체로서 익숙하지 않은 관객에게는 이러한 창작 과정에서 무작위성의 의미를 이해하기가 매우 어렵습니다. 그러나 이 무작위성은 모든 생성 방식으로 소프트웨어를 사용하는 예술가의 실천에서 중요한 부분입니다. 작품의 최종 표현 형식이 단순히 인스타그램에 게시된 이미지이거나 인쇄된 물리적 작품일 경우, 저는 때때로 관객에게 "코드가 창작 매체"라는 이 핵심 개념을 강조하기가 어렵다고 느낍니다.

NFT의 출현은 저에게 흥미로웠습니다. 왜냐하면 그것은 생성 예술을 전시할 수 있는 플랫폼을 제공할 뿐만 아니라 "코드가 예술 매체"라는 개념을 보급하여 더 많은 사람들이 이러한 창작 방식의 독특성과 가치를 이해할 수 있도록 도와주기 때문입니다.

IN CONVERSATION WITH: Maya Man에서 발췌

6. 데이터 시장 (Data Markets)

Clive Humby가 "데이터는 새로운 석유"라는 주장을 한 이후로, 기업들은 사용자 데이터를 축적하고 화폐화하기 위해 조치를 취해왔습니다. 그러나 사용자들은 점차 자신의 데이터가 이러한 거대 기업들이 생존하는 데 필수적이라는 것을 인식하게 되었지만, 데이터 사용 방식에 대한 통제권은 거의 없으며, 그로부터 수익을 얻지 못하고 있습니다. 강력한 AI 모델의 빠른 발전과 함께 이러한 모순은 더욱 심화되고 있습니다. 한편으로는 사용자 데이터의 남용 문제를 해결해야 하며, 다른 한편으로는 더 대규모이고 더 높은 품질의 모델이 공공 인터넷 데이터라는 "자원"을 고갈시키면서 새로운 데이터 출처의 중요성이 더욱 부각되고 있습니다.

사용자에게 데이터의 통제권을 되돌려주기 위해 탈중앙화 인프라는 광범위한 설계 공간을 제공합니다. 이는 데이터 저장, 개인 정보 보호, 데이터 품질 평가, 가치 귀속 및 화폐화 메커니즘 등 여러 분야에서 혁신적인 솔루션을 제시해야 합니다. 또한 데이터 공급 부족 문제를 해결하기 위해 기술적 우위를 활용하여 경쟁력 있는 솔루션을 구축하는 방법을 고민해야 합니다. 예를 들어, 더 나은 인센티브 메커니즘과 필터링 방법을 통해 더 높은 가치의 데이터 제품을 창출하는 것입니다. 특히 현재 Web2 AI가 여전히 지배적인 상황에서, 스마트 계약과 전통 서비스 계약(SLA)을 결합하는 방법은 깊이 탐구할 가치가 있는 방향입니다. - Danny

7. 탈중앙화 컴퓨팅 (Decentralized Compute)

AI 개발 및 배포에서 데이터 외에도 컴퓨팅 능력은 중요한 요소입니다. 지난 몇 년 동안 대형 데이터 센터는 장소, 에너지 및 하드웨어에 대한 독점적 접근을 통해 딥러닝 및 AI 발전을 주도해왔습니다. 그러나 물리적 자원의 한계와 오픈 소스 기술의 발전으로 인해 이러한 패턴은 점차 깨지고 있습니다.

탈중앙화 AI의 컴퓨팅 v1 단계는 Web2의 GPU 클라우드와 유사하지만 하드웨어 공급 및 수요 측면에서 뚜렷한 이점이 없습니다. v2 단계에서는 일부 팀이 고성능 컴퓨팅의 조정, 라우팅 및 가격 책정 시스템을 포함한 보다 완전한 기술 스택을 구축하기 시작했으며, 수요를 유도하고 추론 효율성을 높이기 위해 독점 기능을 개발하고 있습니다. 일부 팀은 컴파일러 프레임워크를 통해 하드웨어 간의 추론 라우팅을 최적화하는 데 집중하고 있으며, 다른 팀은 그들의 컴퓨팅 네트워크에서 분산 모델 훈련 프레임워크를 개발하고 있습니다.

또한 AI-Fi라는 새로운 시장이 형성되고 있으며, 이는 혁신적인 경제 메커니즘을 통해 컴퓨팅 능력과 GPU를 수익 자산으로 전환하거나 체인 상 유동성을 활용하여 데이터 센터에 하드웨어 자금을 제공하는 새로운 경로를 제공합니다. 그러나 탈중앙화 컴퓨팅이 실제로 그 잠재력을 실현할 수 있을지는 이념과 실제 수요 간의 격차가 얼마나 좁혀질 수 있는지에 달려 있습니다. - Danny

8. 컴퓨팅 회계 기준 (Compute Accounting Standards)

탈중앙화 고성능 컴퓨팅(HPC) 네트워크에서 이질적인 컴퓨팅 자원을 조정하는 것은 중요한 도전 과제이며, 현재 통일된 회계 기준이 부족하여 이 문제가 더욱 복잡해지고 있습니다. AI 모델의 출력 결과는 다양성을 가지고 있으며, 예를 들어 모델 변형, 양자화(quantization), 온도(temperature) 및 샘플링 초매개변수 조정에 따른 무작위성 등이 있습니다. 또한 서로 다른 GPU 아키텍처와 CUDA 버전은 하드웨어 출력 결과의 차이를 초래할 수 있습니다. 이러한 요소들은 이질적인 분산 시스템에서 모델과 컴퓨팅 시장의 용량을 정확하게 통계하는 것이 시급한 문제로 부각되고 있습니다.

이러한 기준이 부족하여 올해 Web2와 Web3의 컴퓨팅 시장에서 모델 성능과 컴퓨팅 자원의 품질 및 수량이 잘못 계산되는 경우를 여러 번 보았습니다. 이는 사용자로 하여금 자신의 벤치마크 테스트를 실행하거나 컴퓨팅 시장의 사용 속도를 제한하여 AI 시스템의 실제 성능을 검증하도록 강요합니다.

암호화 분야는 항상 "검증 가능성"을 강조해왔으므로, 우리는 2025년까지 암호와 AI의 결합이 시스템 성능을 더욱 투명하게 만들기를 기대합니다. 일반 사용자는 모델이나 컴퓨팅 클러스터의 주요 출력 특성을 쉽게 비교할 수 있어야 하며, 이를 통해 시스템의 실제 성능을 감사하고 평가할 수 있어야 합니다. - Aadharsh

9. 확률적 개인 정보 원리 (Probabilistic Privacy Primitives)

Vitalik은 글 《암호 + AI 응용의 약속과 도전》에서 독특한 모순을 언급했습니다: "암호학에서 오픈 소스는 보안을 달성하는 유일한 방법이지만, AI에서는 모델(심지어 훈련 데이터)을 공개하는 것이 적대적 기계 학습 공격의 위험을 크게 증가시킵니다."

비록 개인 정보 보호가 블록체인의 새로운 연구 방향은 아니지만, AI의 빠른 발전과 함께 개인 정보 관련 암호학 기술이 가속화되고 있습니다. 올해는 개인 정보 강화 기술에서 상당한 진전을 이루었으며, 예를 들어 제로 지식 증명(ZK), 전동 동형 암호(FHE), 신뢰 실행 환경(TEE) 및 다자간 계산(MPC) 등이 있습니다. 이러한 기술은 암호화된 데이터에서 일반 계산을 수행하는 개인 공유 상태와 같은 시나리오에 사용됩니다. 또한 Nvidia와 Apple과 같은 기술 대기업들은 전용 TEE 기술을 활용하여 하드웨어, 펌웨어 및 모델의 일관성을 유지하면서 연합 학습 및 개인 AI 추론을 실현하고 있습니다.

앞으로 우리는 무작위 상태 전환에서 개인 정보를 보호하는 방법과 이러한 기술이 이질적인 시스템에서 탈중앙화 AI의 실제 응용을 촉진하는 방법에 중점을 두고 살펴볼 것입니다. 예를 들어, 탈중앙화된 개인 추론, 암호화된 데이터의 저장 및 접근 파이프라인, 그리고 완전히 자율적인 실행 환경의 구축 등이 있습니다. - Aadharsh

Apple의 Apple Intelligence 스택과 Nvidia의 H100 GPU

10. 에이전트 의도와 차세대 사용자 거래 인터페이스 (Agentic Intents and Next-Gen User Trading Interfaces)

AI 에이전트의 중요한 응용 중 하나는 사용자가 체인 상에서 자율적으로 거래를 완료하도록 돕는 것입니다. 그러나 지난 12-16개월 동안 "에이전트 의도", "에이전트 행동", "해결자"와 같은 용어의 정의는 항상 모호했으며, 전통적인 "로봇" 개발과의 차이도 명확하지 않았습니다.

앞으로 1년 동안 우리는 더 복잡한 언어 시스템이 다양한 데이터 유형 및 신경망 아키텍처와 결합되어 이 분야의 발전을 촉진하기를 기대합니다. 에이전트는 기존의 체인 상 시스템을 사용하여 거래를 완료할 것인지, 아니면 완전히 새로운 도구와 방법을 개발할 것인지? 대형 언어 모델(LLM)은 여전히 이러한 시스템의 핵심으로 남을 것인지, 아니면 다른 기술로 대체될 것인지? 사용자 인터페이스 측면에서 사용자는 자연어를 통해 시스템과 상호작용하여 거래를 완료할 것인지? 고전적인 "지갑이 곧 브라우저" 이론은 현실이 될 것인지? 이러한 질문들은 탐구할 가치가 있습니다. - Danny, Katie, Aadharsh, Dmitriy