Eliza 기술 백서 해석: Web3 친화적인 AI 에이전트 운영 체제

저자: 심조 TechFlow

천 번의 호출 끝에 Eliza가 오늘 드디어 기술 백서를 발표했습니다.

우리는 많은 AI 에이전트가 Eliza 오픈소스 프레임워크를 기반으로 제작되었다는 이야기를 자주 듣지만, Eliza가 스스로를 어떻게 정의하는지에 대한 기술적이고 상세한 설명이 부족했습니다.

이 백서는 Eliza가 AI 와 Web3의 깊은 융합, 모듈화된 시스템 아키텍처 설계 및 오픈소스 프레임워크로서의 기술 구현 세부사항에 대해 잘 설명하고 있습니다.

백서는 Shaw, 여러 Eliza Labs 구성원 및 기타 관련 조직의 기술자들이 함께 작성했지만, 백서에는 많은 기술 세부사항과 전문 개념이 포함되어 있어 일반 독자에게는 다소 친숙하지 않을 수 있습니다.

심조 TechFlow는 이를 간소화하고 정제하여, 일반적인 언어로 이 백서의 내용을 빠르게 이해할 수 있도록 돕고자 했습니다.

1. 왜 Eliza를 만들었는가?

주의할 점은, 필자는 사고의 전제는 범위를 정하는 것이라고 생각합니다. 즉, 암호화 또는 Web3 분야에서 왜 Eliza를 만들어야 하는지, 이 프레임워크를 더 큰 범위의 유사 AI 프레임워크와 비교하지 않고 말입니다.

이러한 사고를 바탕으로, 기술 백서의 소개 및 배경 부분에서 이 질문에 대해 잘 답변하고 있습니다:

AI와 Web3의 교차 분야에는 명백한 공백이 존재합니다: Web3 애플리케이션을 완벽하게 통합할 수 있는 에이전트 프레임워크가 부족합니다.

구체적으로, 백서는 Web3 분야가 세 가지 주요 도전에 직면하고 있다고 생각합니다:

1. 탈중앙화 거래의 복잡성 이더리움, 솔라나, BASE 등의 퍼블릭 체인의 급속한 발전으로 인해 다양한 체인에서 자산을 관리하고 거래를 실행하는 것이 점점 더 도전적이 되고 있습니다. 시장에는 이미 몇몇 거래 플랫폼이 있지만, 맞춤형 요구가 있는 중급 이상의 사용자에게는 이러한 플랫폼의 기본 기능이 종종 부족합니다.

2. 온체인 데이터의 가치 발굴 블록체인에는 기본적인 지갑 주소 변화, 토큰 가격, 시가총액 등의 지표부터 더 깊은 수준의 고래 계좌 비율, 마켓 메이커 스타일 등의 고급 지표까지 방대한 가치 있는 정보가 포함되어 있습니다. 이러한 복잡한 데이터를 어떻게 효과적으로 가치 있는 통찰로 전환할 수 있는지가 시급히 해결해야 할 문제입니다.

3. 소셜 미디어 정보의 파편화 Web3 산업에 있어 Twitter, Discord, Farcaster 등의 소셜 플랫폼은 정보를 얻는 중요한 경로입니다. 그러나 의견 리더(KOL)의 수가 증가함에 따라 정보는 점점 더 파편화되고 있으며, 정보의 홍수 속에서 가치 있는 통찰을 얻는 것이 모든 거래자에게 일반적인 도전 과제가 되었습니다.

바로 이러한 현실적인 요구를 바탕으로 Eliza가 탄생했습니다. Eliza는 최초의 오픈소스 Web3 친화형 AI 에이전트 운영 체제로, 모듈화된 설계를 채택하여 개발자와 사용자가 자신의 요구에 맞게 솔루션을 맞춤화할 수 있도록 합니다.

Eliza는 일반 사용자가 고급 AI 기능을 사용하는 장벽을 낮추고, 깊은 프로그래밍 경험 없이도 자신의 AI 에이전트를 구축할 수 있도록 시도하고 있습니다.

동시에 백서는 자신과 다른 몇 가지 일반적인 AI 프레임워크를 비교했으며, 아래 표에서 Web3 지원 측면에서 Eliza가 가장 적합하다고 주장하고 있으며, 이는 전체 백서가 전달하고자 하는 핵심 포인트입니다.

2. Eliza의 설계 이념과 기술 혁신

세 가지 설계 원칙: 간단하지만 단순하지 않다

Eliza의 성공은 우연이 아닙니다. 설계 초기부터 팀은 세 가지 핵심 원칙을 확립했습니다:

1. Web3 개발자 우선 Web3가 주로 JavaScript/TypeScript로 개발되기 때문에 Eliza는 TypeScript를 개발 언어로 선택했습니다. 이는 개발자가 익숙한 도구를 사용할 수 있게 할 뿐만 아니라, 블록체인 기능을 기존 웹 애플리케이션에 쉽게 통합할 수 있도록 합니다. 간단히 말해, Web3 개발자가 "즉시 사용할 수 있도록" 하는 것입니다.

2. 모듈화 플러그인 설계 Eliza는 시스템을 핵심 런타임과 네 가지 주요 구성 요소로 분해했습니다:

• Adapter(데이터 어댑터)

• Character(에이전트 개성)

• Client(메시지 상호작용)

• Plugin(범용 기능)

이러한 설계는 개발자가 핵심 런타임의 세부 사항에 신경 쓰지 않고 자신의 플러그인, 클라이언트, 캐릭터 및 어댑터를 자유롭게 추가할 수 있게 합니다. 이는 Eliza가 가장 넓은 모델 제공업체(예: OpenAI, Llama, Qwen 등), 플랫폼 통합(Twitter, Discord, Telegram 등) 및 체인 호환성(Solana, Ethereum, Ton 등)을 지원할 수 있게 합니다.

3. 단순함을 유지하되 복잡함을 피하라:

제한된 엔지니어링 자원 하에서, 간단한 내부 구현을 유지하는 것은 새로운 기능 개발에 시간을 절약하고 새로운 상황에 적응하며 AI와 Web3 분야의 빠른 발전 속도를 따라잡는 데 도움이 됩니다.

기술 혁신: 내외 겸비

구체적인 구현에서 Eliza의 혁신은 내부 강화와 외부 확장의 두 가지 차원으로 나눌 수 있습니다.

1. 내부 강화 AI 모델의 사고 능력을 향상시키기 위해 Eliza는 여러 최첨단 기술을 통합했습니다:

• Chain-of-Thoughts(사고의 연쇄):

• 기술 정의: 단계별 설명 도입

• 통속적 이해: 수학 문제를 풀 때 과정을 작성하는 것처럼, AI도 사고 과정을 단계별로 작성하며, 직접적인 답변을 제공하지 않습니다. 이렇게 하면 결과가 더 정확할 뿐만 아니라, 인간도 AI가 결론에 도달하는 과정을 이해할 수 있습니다.

• Tree-of-Thoughts(사고의 나무):

• 기술 정의: 여러 해결책을 탐색할 수 있도록 허용

• 통속적 이해: 체스에서 여러 가능한 수를 고려해야 하는 것처럼, AI는 동시에 여러 해결책을 탐색하고 최적의 것을 선택합니다. 이는 사고의 나무에서 가장 좋은 가지를 선택하는 것과 같습니다.

• Graph-of-Thoughts(사고의 그래프):

• 기술 정의: 추론 경로 연결

• 통속적 이해: 문제를 하나의 그물로 보고, 각 아이디어가 서로 연결되어 있습니다. 복잡한 문제를 해결할 때 다양한 관련 아이디어를 연결하여 사고 맵을 형성하는 것과 같습니다.

• Layer-of-Thoughts(사고의 층):

• 기술 정의: 계층적 추론 AI

• 통속적 이해: 필터처럼 사고 과정을 다양한 층으로 나누는 것입니다. 문제를 해결할 때 먼저 큰 방향을 고려하고, 그 다음 구체적인 세부 사항으로 세분화하는 것과 같습니다.

1. 외부 확장 실제 문제 해결 능력을 강화하기 위해 Eliza는 다양한 외부 능력을 통합했습니다:

• RAG(검색 강화 생성):

• 기술 정의: 검색을 통해 생성 능력 강화

• 통속적 이해: 학생이 숙제를 할 때 교과서를 참조하는 것처럼, AI는 질문에 답할 때 자신의 "자료실"을 참조하여 답변의 정확성을 높입니다.

• 벡터 데이터베이스:

• 기술 정의: 구조화된 데이터 저장 및 검색

• 통속적 이해: AI의 "도서관"과 같아, 유사한 내용을 빠르게 찾을 수 있습니다. 예를 들어 "달에 관한 시를 찾고 싶다"고 하면, 관련된 모든 시를 신속하게 찾을 수 있습니다.

• 웹 검색:

• 기술 정의: 실시간으로 인터넷 정보 획득

• 통속적 이해: AI가 인간처럼 최신 정보를 검색할 수 있게 하여, 고정된 지식 범위에 제한되지 않도록 합니다.

• 텍스트를 이미지/비디오/3D 모델로 변환:

• 기술 정의: 텍스트 설명을 멀티미디어 콘텐츠로 변환

• 통속적 이해: 화가가 텍스트 설명에 따라 그림을 그리는 것처럼, AI는 사용자의 설명에 따라 이미지, 비디오, 심지어 3D 모델을 생성할 수 있습니다.

다른 Web3 분야의 프레임워크와의 비교

현재 Web3 AI 에이전트 프레임워크에서 Eliza는 뚜렷한 장점을 보여줍니다. 50명 이상의 AI 연구자와 고급 블록체인 개발자들의 피드백에 따르면, Eliza는 다음의 주요 지표에서 다른 프레임워크보다 우수합니다.

• 모델 제공자의 지원도

• 체인 호환성 상황

• 기능 완전성 상황

• 소셜 미디어 통합 상황

3. Eliza OS: 정교하게 구축된 Web3 AI 생태계

Eliza의 설계 이념을 이해한 후, 이 프레임워크가 어떻게 작동하는지 살펴보겠습니다. Eliza를 정교하게 설계된 레고 블록 시스템으로 상상할 수 있으며, 각 부분이 완벽하게 조화를 이루면서도 강한 유연성을 유지합니다.

핵심 구성 요소: 다섯 가지 주요 역할

Eliza의 세계에서 다섯 가지 핵심 구성 요소가 서로 협력하여 완전한 스마트 시스템을 구성합니다.

1. Agents(에이전트): 시스템의 주인공

그들은 독립적인 "디지털 어시스턴트"처럼 다양한 자율 상호작용을 처리합니다. 각 에이전트는 자신의 "기억"과 "성격"을 가지고 있으며, Discord, Twitter 등 다양한 채널을 통해 사용자와 일관된 대화와 상호작용을 수행할 수 있습니다.

2. Character Files(캐릭터 구성): 에이전트의 "인격"

이 에이전트들이 개성을 갖추기 위해서는 Character Files(캐릭터 구성)의 지원이 필요합니다. 이는 에이전트의 "개인 이력서"와 같으며, 그들의 정체성과 개성 특성을 정의할 뿐만 아니라, 어떤 모델(OpenAI, Anthropic 등)을 사용할 수 있는지, 어떤 작업(블록체인 거래, NFT 민팅 등)을 수행할 수 있는지를 규정합니다. 정교하게 설계된 캐릭터 구성을 통해 각 에이전트는 독특한 전문성과 행동 방식을 보여줄 수 있습니다.

3. Providers(제공자): 에이전트의 "감지 시스템"

외부와 상호작용할 때, 에이전트는 Providers(제공자)를 "감지 시스템"으로 필요로 합니다. 인간이 세계를 인식하기 위해 감각이 필요한 것처럼, 제공자는 에이전트에게 시장 데이터, 지갑 세부정보, 감정 분석 등의 실시간 정보를 제공하여 현재 환경과 맥락을 더 잘 이해할 수 있도록 돕습니다.

4. Actions(행동): 에이전트의 "기술 라이브러리"

구체적인 행동을 취해야 할 때, Actions(행동)은 에이전트의 "기술 라이브러리"가 됩니다. 간단한 매매 주문부터 복잡한 NFT 생성까지, 각 작업은 철저한 보안 검증을 거쳐 금융 관련 작업을 처리할 때 안전성을 보장합니다. 이러한 기술은 에이전트가 Web3 세계에서 실제로 작동할 수 있게 합니다.

5. Evaluators(평가기): 에이전트의 "결정 시스템"

마지막으로, Evaluators(평가기)는 에이전트의 "결정 시스템" 역할을 하며, 대화 내용을 평가하고 중요한 정보를 추출하며 에이전트가 장기 기억을 구축하는 데 도움을 줍니다. 이는 목표 완료 진행 상황을 추적할 뿐만 아니라, 전체 대화 과정의 일관성을 보장합니다.

스마트 상호작용: 단순한 대화를 넘어서

상호작용 측면에서 Eliza는 다층 이해 시스템을 채택하여, 경험이 풍부한 통역관처럼 문자적 의미뿐만 아니라 말하는 배경과 의도를 이해해야 합니다. 이 시스템은 사용자의 진정한 요구를 정확하게 이해하고, 다양한 통신 플랫폼에서 일관된 경험을 유지하며, 맥락에 따라 유연하게 응답 방식을 조정할 수 있습니다.

플러그인 시스템: 무한한 확장의 가능성

Eliza의 플러그인 시스템은 본질적으로 도구 상자와 같아, 전체 프레임워크에 강력한 확장성을 제공합니다. 이러한 확장은 멀티미디어 생성, Web3 통합 및 인프라 세 가지 방향에서 나타납니다:

• 멀티미디어 생성 측면에서, 이미지를 생성하고, 비디오 및 3D 모델을 지원하며, NFT 시리즈의 자동 생성을 지원하고, 이미지 설명 및 분석 기능을 제공합니다.

• Web3 통합 측면에서, 이더리움, 솔라나 등 다중 체인 작업을 지원하고, 완전한 거래 기능 세트를 제공하며, 다양한 DeFi 작업을 통합합니다.

• 인프라 측면에서, 브라우저 서비스, 문서 처리, 음성 변환 등의 기본 능력을 제공합니다.

이러한 모듈화된 설계를 통해 Eliza는 시스템의 안정성을 유지할 뿐만 아니라 개발자에게 거의 무한한 확장 가능성을 제공합니다. 이는 Eliza가 Web3 세계에서 끊임없이 나타나는 새로운 요구와 새로운 상황에 적응할 수 있게 합니다.

4. Eliza의 실력은 얼마나 될까? 데이터로 진실을 보다

새로운 기술 프레임워크가 등장할 때, 사람들이 가장 관심을 가지는 것은 종종 그 실제 성능입니다. Eliza는 이 점에서 솔직한 답변을 제공합니다.

GAIA 기준 테스트(이는 AI 에이전트의 현실 문제 해결 능력을 평가하는 테스트 플랫폼)에서 Eliza는 뛰어난 실력을 보여주었습니다. 이 테스트는 단순한 질문 답변 능력을 평가하는 것이 아니라, AI 에이전트가 논리적 추론, 다중 모달 처리, 웹 브라우징 및 도구 사용 등 여러 기술을 갖추도록 요구합니다.

비록 테스트에서 Eliza의 점수(19.42%)가 현재 가장 뛰어난 솔루션과는 일정한 차이가 있지만, Web3 분야에 집중한 프레임워크라는 점을 고려하면 이 성적은 상당히 눈에 띕니다. 특히 기본 작업 처리(Level 1)에서 Eliza는 32.21%의 완료율을 달성하여 그 기초 능력을 보여주었습니다.

Web3 분야: 혁신적인 표준 제정자

더 주목할 점은 Eliza가 Web3 분야에서 사실상 "표준 제정자" 역할을 하고 있다는 것입니다. Web3 지향 AI 시스템이 여전히 초기 단계에 있기 때문에, Eliza는 먼저 완전한 평가 기준 체계를 제안하여 전체 산업의 발전 방향을 제시했습니다.

이 평가 체계는 세 가지 수준으로 나뉘며, 백서는 이를 Web3 AI 버전의 "튜링 테스트"라고 부릅니다:

• 기본 능력: 지갑 생성, 토큰 거래, 스마트 계약 상호작용 등 기본 작업 포함

• 진보된 기능: 최신 AI 기술 통합, 텍스트를 비디오/3D로 변환, RAG 지원 등

• 고급 특성: 사용자 지시에 따라 자율적으로 계획하고 추론하여 진정한 지능적 결정을 실현

현재 Eliza는 기본 수준의 모든 기능을 성공적으로 구현했으며, 진보된 수준으로 나아가고 있습니다. 팀은 향후 몇 년 내에 완전 자율 AI 에이전트 시스템을 실현할 수 있을 것이라고 확신하고 있습니다.

5. 실제 응용: 시장이 진정한 금으로 투표하다

원래 백서에는 현재 이 프레임워크를 사용하여 만들어진 실제 응용 프로그램을 설명하는 코드 시연 섹션이 있었으나, 이해 난이도와 기술 세부 사항을 고려하여 생략하고 보다 거시적인 실제 응용 상황만을 보여줍니다.

백서에 따르면, 2025년 1월 기준으로 여러 중요한 Web3 프로젝트가 Eliza를 기반으로 AI 에이전트 시스템을 구축했으며, 이들 파트너의 총 시가총액은 200억 달러를 초과합니다.

이 숫자는 아마도 시장이 Eliza의 기술력을 가장 잘 증명하는 자료일 것입니다.

더 중요한 것은 Eliza 팀이 미래에 대한 확신을 가지고 있다는 점입니다. 그들은 이러한 "스마트 에이전트"의 지속적인 진화를 통해 여러 AI 유닛이 협력하는 새로운 시대를 보게 될 것이라고 믿고 있습니다. Anthropic의 CEO Dario Amodei가 말한 "천재 데이터 센터" 비전처럼, Eliza는 이 미래를 위한 길을 닦고 있습니다.

6. 현재의 한계와 미래 전망: 솔직한 자기 분석

어떤 기술 프레임워크도 완벽할 수는 없으며, Eliza 팀은 백서에서 현재 프레임워크의 한계를 솔직하게 지적했습니다.

해결해야 할 세 가지 도전 과제

• 작업 흐름 시스템의 결여: 숙련된 어시스턴트가 표준화된 작업 흐름을 필요로 하는 것처럼, 개발자가 일부 일반적인 작업을 수행하고자 할 때(예: 여러 출처에서 데이터를 정기적으로 수집) 현재 Eliza 프레임워크는 즉시 사용할 수 있는 솔루션을 제공하지 못합니다. 이러한 요구에 대해서는 Dify나 Coze와 같은 그래픽 인터페이스가 있는 작업 흐름 시스템을 여전히 활용해야 할 것입니다.

• 다중 에이전트 시스템의 성능 문제 에이전트 수가 증가함에 따라 시스템이 처리해야 할 맥락과 기억 내용이 기하급수적으로 증가합니다. 특히 대량의 입력 및 출력 작업을 처리할 때, 계산 비용과 실행 효율성을 어떻게 균형 있게 유지할 것인지 여전히 해결해야 할 기술적 난제입니다.

• 다국어 지원의 확장 요구 현재 Eliza는 주로 TypeScript를 기반으로 하고 있지만, 더 많은 분야의 개발자를 유치하기 위해서는 Python, Rust 등 다른 프로그래밍 언어에 대한 지원을 확장해야 합니다.

전망: 탈중앙화 AI의 새로운 시대를 열다

이러한 한계가 존재하지만, Eliza의 의미는 단순한 기술 프레임워크를 넘어섭니다. 그것은 AI 기술과 Web3 애플리케이션의 깊은 융합을 위한 혁신적인 시도를 나타냅니다.

각 기능 모듈을 표준 TypeScript 프로그램으로 설계함으로써 Eliza는 사용자에게 시스템에 대한 완전한 제어권을 보장합니다. 동시에 블록체인 데이터 및 스마트 계약과의 원활한 통합 능력을 제공합니다. 이러한 설계는 보안성을 보장하면서도 강력한 확장성을 유지합니다.

백서의 결론에서 말했듯이, Eliza의 가능성은 사용자 상상력에만 제한됩니다. AI와 Web3 기술이 지속적으로 발전함에 따라 Eliza도 계속 발전하여 탈중앙화 AI의 발전 방향을 이끌어 나갈 것입니다.