DeepSeek가 Web3 AI 상하游 프로토콜에 미치는 영향

저자: Kevin, BlockBooster의 연구원

TLDR：

• DeepSeek의 출현은 계산력 방어막을 무너뜨리고, 오픈소스 모델이 이끄는 계산력 최적화가 새로운 방향이 되었다;
• DeepSeek는 산업의 상하류 모델 계층과 응용 계층에 긍정적인 영향을 미치고, 인프라의 계산력 프로토콜에 부정적인 영향을 미친다;
• DeepSeek의 긍정적인 효과는 우연히 Agent 트랙의 마지막 거품을 찌르고, DeFAI가 새로운 탄생을 할 가능성이 가장 높다;
• 프로젝트 자금 조달의 제로섬 게임은 종말을 맞이할 것으로 보이며, 커뮤니티 발사 + 소수의 VC의 새로운 자금 조달 방식이 일상이 될 수 있다.

DeepSeek가 일으킨 충격은 올해 AI 산업의 상하류에 깊은 영향을 미칠 것이며, DeepSeek는 가정용 소비자급 그래픽 카드가 원래 고급 GPU만이 수행할 수 있는 대규모 모델 훈련 작업을 완료하게 했다. AI 발전의 첫 번째 방어막인 계산력이 무너지기 시작했으며, 알고리즘 효율성이 매년 68%의 속도로 급증하고, 하드웨어 성능이 무어의 법칙에 따라 선형적으로 상승할 때, 지난 3년간 뿌리 깊은 가치 평가 모델은 더 이상 적용되지 않는다. AI의 다음 장은 오픈소스 모델에 의해 열릴 것이다.

비록 Web3의 AI 프로토콜이 Web2와 완전히 다르지만, DeepSeek의 영향을 피할 수는 없다. 이러한 영향은 Web3 AI의 상하류: 인프라 계층, 미들웨어 계층, 모델 계층 및 응용 계층에 새로운 사용 사례를 촉발할 것이다.

상하류 프로토콜의 협력 관계 정리

기술 아키텍처, 기능 위치 및 실제 사용 사례 분석을 통해 전체 생태계를 인프라 계층, 미들웨어 계층, 모델 계층, 응용 계층으로 나누고 그 의존 관계를 정리하였다:

인프라 계층

인프라 계층은 탈중앙화된 기본 자원(계산력, 저장소, L1)을 제공하며, 계산력 프로토콜에는 Render, Akash, io.net 등이 있다; 저장소 프로토콜에는 Arweave, Filecoin, Storj 등이 있다; L1에는 NEAR, Olas, Fetch.ai 등이 있다.

계산력 계층 프로토콜은 모델 훈련, 추론 및 프레임워크의 운영을 지원하며; 저장소 프로토콜은 훈련 데이터, 모델 파라미터 및 체인 상 상호작용 기록을 저장한다; L1은 전용 노드를 통해 데이터 전송 효율성을 최적화하고 지연을 줄인다.

미들웨어 계층

미들웨어 계층은 인프라와 상위 응용을 연결하는 다리 역할을 하며, 프레임워크 개발 도구, 데이터 서비스 및 개인 정보 보호를 제공한다. 데이터 라벨링 프로토콜에는 Grass, Masa, Vana 등이 있으며; 개발 프레임워크 프로토콜에는 Eliza, ARC, Swarms 등이 있다; 개인 정보 계산 프로토콜에는 Phala 등이 있다.

데이터 서비스 계층은 모델 훈련에 연료를 제공하며, 개발 프레임워크는 인프라 계층의 계산력과 저장소에 의존하고, 개인 정보 계산 계층은 훈련/추론 중 데이터의 안전성을 보호한다.

모델 계층

모델 계층은 모델 개발, 훈련 및 배포에 사용되며, 오픈소스 모델 훈련 플랫폼으로는 Bittensor가 있다.

모델 계층은 인프라 계층의 계산력과 미들웨어 계층의 데이터에 의존하며; 모델은 개발 프레임워크를 통해 체인 상에 배포된다; 모델 시장은 훈련 결과를 응용 계층으로 전달한다.

응용 계층

응용 계층은 최종 사용자에게 제공되는 AI 제품으로, Agent에는 GOAT, AIXBT 등이 있으며; DeFAI 프로토콜에는 Griffain, Buzz 등이 있다.

응용 계층은 모델 계층의 사전 훈련된 모델을 호출하며; 미들웨어 계층의 개인 정보 계산에 의존하고; 복잡한 응용은 인프라 계층의 실시간 계산력을 필요로 한다.

DeepSeek가 탈중앙화된 계산력에 부정적인 영향을 미칠 가능성

샘플 조사에 따르면, 약 70%의 Web3 AI 프로젝트가 실제로 OpenAI 또는 중앙 집중식 클라우드 플랫폼을 호출하며, 단 15%의 프로젝트만이 탈중앙화된 GPU(예: Bittensor 서브넷 모델)를 사용하고, 나머지 15%는 혼합 아키텍처(민감한 데이터는 로컬 처리, 일반 작업은 클라우드 사용)이다.

탈중앙화된 계산력 프로토콜의 실제 사용률은 예상보다 훨씬 낮으며, 이는 실제 시가총액과 일치하지 않는다. 사용률이 낮은 이유는 세 가지가 있다: Web2 개발자가 Web3로 이동할 때 기존 도구 체인을 그대로 사용하기 때문; 탈중앙화된 GPU 플랫폼이 가격 우위를 실현하지 못했기 때문; 일부 프로젝트가 "탈중앙화"라는 이름으로 데이터 규정 준수를 회피하고, 실제 계산력은 여전히 중앙 집중식 클라우드에 의존하기 때문이다.

AWS/GCP는 AI 계산력의 90% 이상의 시장 점유율을 차지하고 있으며, 이에 비해 Akash의 동등한 계산력은 AWS의 0.2%에 불과하다. 중앙 집중식 클라우드 플랫폼의 방어막에는 클러스터 관리, RDMA 고속 네트워크, 탄력적 확장/축소가 있다; 탈중앙화된 클라우드 플랫폼은 위의 기술의 Web3 개선 버전을 가지고 있지만, 완벽하지 않은 결함이 있다. 지연 문제: 분산 노드 간 통신 지연은 중앙 집중식 클라우드의 6배이다; 도구 체인 단절: PyTorch/TensorFlow는 탈중앙화된 스케줄링을 원래 지원하지 않는다.

DeepSeek는 희소 훈련(Sparse Training)을 통해 50%의 계산력 소비를 줄이고, 동적 모델 가지치기를 통해 소비자급 GPU로 100억 파라미터 모델을 훈련시킨다. 시장은 단기적으로 고급 GPU에 대한 수요 예측을 대폭 하향 조정했으며, 엣지 컴퓨팅의 시장 잠재력이 재평가되고 있다. 위의 그림에서 보듯이, DeepSeek가 등장하기 전, 업계의 대다수 프로토콜과 응용은 AWS와 같은 플랫폼을 사용하고 있었으며, 탈중앙화된 GPU 네트워크에 배포된 사례는 극히 드물었다. 이러한 사례는 후자가 소비자급 계산력에서 가격 우위를 가지고 있다는 점을 중시하며, 지연의 영향을 고려하지 않는다.

이러한 상황은 DeepSeek의 출현으로 인해 더욱 악화될 수 있다. DeepSeek는 긴 꼬리 개발자의 제약을 해제하였고, 저비용 고효율의 추론 모델이 전례 없는 속도로 보급될 것이다. 사실, 현재 위의 중앙 집중식 클라우드 플랫폼과 많은 국가들이 이미 DeepSeek를 배포하기 시작했으며, 추론 비용의 대폭 감소는 많은 프론트엔드 응용을 촉발할 것이다. 다가오는 거대한 시장을 맞이하여, 중앙 집중식 클라우드 플랫폼은 새로운 사용자 쟁탈전을 벌일 것이며, 이는 단순히 주요 플랫폼과의 경쟁뿐만 아니라 수많은 소형 중앙 집중식 클라우드 플랫폼과의 경쟁이기도 하다. 가장 직접적인 경쟁 방식은 가격 인하이며, 4090의 중앙 집중식 플랫폼 가격이 조정될 것으로 예상된다. 이는 Web3의 계산력 플랫폼에겐 재앙과도 같다. 가격이 후자의 유일한 방어막이 아닐 때, 업계의 계산력 플랫폼도 가격을 인하해야 할 때, 결과는 io.net, Render, Akash가 감당할 수 없는 것이다. 가격 전쟁은 후자의 남은 가치 한계를 파괴할 것이며, 수익 감소와 사용자 이탈로 인한 죽음의 나선은 탈중앙화된 계산력 프로토콜이 새로운 방향으로 전환하게 만들 수 있다.

DeepSeek가 산업 상하류 프로토콜에 가져오는 구체적인 의미

그림에서 보듯이, 나는 DeepSeek가 인프라 계층, 모델 계층 및 응용 계층에 서로 다른 영향을 미칠 것이라고 생각하며, 긍정적인 영향 측면에서:

응용 계층은 추론 비용의 대폭 감소로 혜택을 볼 것이며, 더 많은 응용이 저비용으로 Agent 응용을 장시간 온라인 상태로 유지하고 실시간으로 작업을 완료할 수 있다;

또한 DeepSeek와 같은 저비용 모델 비용은 DeFAI 프로토콜이 더 복잡한 SWARM을 구성할 수 있게 하며, 수천 개의 Agent가 하나의 사용 사례에 사용되고, 각 Agent의 역할은 매우 세분화되고 명확해져 사용자 경험을 크게 향상시키고, 사용자의 입력이 모델에 의해 잘못 분해되고 실행되는 것을 방지할 수 있다;

응용 계층의 개발자는 모델을 미세 조정하여 DeFi 관련 AI 응용에 가격, 체인 상 데이터 및 분석, 프로토콜 거버넌스 데이터를 제공할 수 있으며, 더 이상 높은 라이센스 비용을 지불할 필요가 없다.

DeepSeek 출현 이후 오픈소스 모델 계층의 존재 의미가 입증되었으며, 고급 모델이 긴 꼬리 개발자에게 개방되어 광범위한 개발 열풍을 자극할 수 있다;

지난 3년간 고급 GPU를 중심으로 구축된 계산력 고벽이 완전히 무너졌으며, 개발자는 더 많은 선택권을 가지게 되었고, 오픈소스 모델의 방향을 확립할 수 있게 되었다. 미래의 AI 모델 경쟁은 더 이상 계산력이 아니라 알고리즘이 될 것이며, 신념의 변화는 오픈소스 모델 개발자의 신뢰의 기초가 될 것이다;

DeepSeek를 중심으로 한 특정 서브넷이 끊임없이 등장할 것이며, 동등한 계산력 하에서 모델 파라미터가 증가할 것이고, 더 많은 개발자가 오픈소스 커뮤니티에 참여할 것이다.

부정적인 영향 측면에서:

인프라 내의 계산력 프로토콜에서 객관적으로 존재하는 사용 지연은 최적화될 수 없다;

또한 A100과 4090으로 구성된 혼합 네트워크는 조정 알고리즘에 대한 요구가 더 높으며, 이는 탈중앙화 플랫폼의 장점이 아니다.

DeepSeek가 Agent 트랙의 마지막 거품을 찌르고, DeFAI가 새로운 탄생을 할 가능성, 산업 자금 조달 방식의 변화

Agent는 산업 내 AI의 마지막 희망이며, DeepSeek의 출현은 계산력 제한을 해방시켜 응용 폭발의 미래 예측을 그려준다. 본래 Agent 트랙에 대한 거대한 호재였으나, 산업과 미국 주식 및 미국 연준 정책의 강한 연관성으로 인해 남은 거품이 찌그러졌다. 트랙의 시가총액은 바닥으로 떨어졌다.

AI와 산업의 융합 물결 속에서, 기술 돌파와 시장 게임은 항상 그림자처럼 따라다닌다. 엔비디아의 시가총액 변동이 일으킨 연쇄 반응은 마치 요괴를 비추는 거울과 같아, 산업 내 AI 서사의 깊은 딜레마를 비춘다: On-chain Agent에서 DeFAI 엔진까지, 겉으로는 완전한 생태도 아래에는 기술 기반이 약하고, 가치 논리가 공허하며, 자본이 주도하는 잔혹한 현실이 숨겨져 있다. 표면적으로 번창하는 체인 상 생태계는 숨겨진 병폐를 안고 있다: 많은 고FDV 토큰이 제한된 유동성을 차지하고, 오래된 자산은 FOMO 감정에 의존해 겨우 연명하며, 개발자는 PVP 내에서 혁신 에너지를 소모하고 있다. 증가하는 자금과 사용자 증가가 한계에 도달하자, 전체 산업은 "혁신자의 곤경"에 빠지게 된다 - 혁신적인 서사의 돌파를 갈망하면서도 경로 의존의 족쇄에서 벗어나기 어렵다. 이러한 찢어진 상태는 AI Agent에게 역사적인 기회를 제공한다: 그것은 기술 도구 상자의 업그레이드일 뿐만 아니라, 가치 창출 패러다임의 재구성이다.

지난 1년 동안, 산업 내에서 점점 더 많은 팀이 전통적인 자금 조달 모델이 실패하고 있음을 발견했다 - VC에게 소액 지분을 주고, 높은 통제를 하며, 상장 후 매도하는 방식은 더 이상 지속될 수 없다. VC의 주머니는 조여지고, 소액 투자자는 매수하기를 거부하며, 대형 상장 기준은 높아지고, 세 가지 압박 속에서, 더 많은 시장 하락에 적합한 새로운 방식이 떠오르고 있다: 주요 KOL과 소수의 VC와의 협력, 대규모 커뮤니티 발사, 낮은 시가총액의 차가운 시작.

Soon과 Pump Fun을 대표하는 혁신자들은 "커뮤니티 발사"를 통해 새로운 경로를 개척하고 있다 - 주요 KOL의 지지를 받아 40%-60%의 토큰을 직접 커뮤니티에 배포하고, 1000만 달러 FDV의 낮은 평가에서 프로젝트를 시작하여 수백만 달러의 자금을 조달한다. 이 모델은 KOL의 영향력을 통해 합의를 구축하고 FOMO를 유도하여 팀이 수익을 미리 확보할 수 있게 하며, 동시에 높은 유동성으로 시장 깊이를 확보한다. 비록 단기적인 통제 우위를 포기하지만, 합법적인 시장 메커니즘을 통해 하락장에서 저가로 토큰을 재매입할 수 있다. 본질적으로, 이는 권력 구조의 패러다임 이동이다: VC 주도의 뜀박질 게임(기관 매수 - 상장 후 매도 - 소액 투자자 매수)에서 커뮤니티 합의 가격 책정의 투명한 게임으로 전환되며, 프로젝트 측과 커뮤니티는 유동성 프리미엄에서 새로운 공생 관계를 형성한다. 산업이 투명성 혁명 주기로 접어들면서, 전통적인 통제 논리에 집착하는 프로젝트는 권력 이동의 물결 속에서 시대의 잔재가 될 것이다.

시장의 단기적인 고통은 기술의 장기적인 흐름이 불가역적임을 증명한다. AI Agent가 체인 상 상호작용 비용을 두 자릿수로 낮추고, 적응형 모델이 DeFi 프로토콜의 자금 효율성을 지속적으로 최적화할 때, 산업은 오랫동안 기다려온 대규모 채택을 맞이할 수 있다. 이 혁명은 개념의 과대 광고나 자본의 조급함에 의존하지 않고, 진정한 수요의 기술 침투력에 뿌리를 두고 있다 - 전력 혁명이 전구 기업의 파산으로 중단되지 않았듯, Agent는 결국 거품이 터진 후 진정한 황금 트랙이 될 것이다. DeFAI는 새로운 탄생의 비옥한 토양이 될 수 있으며, 저비용 추론이 일상이 될 때, 우리는 곧 수백 개의 Agent가 하나의 Swarm에 조합된 사용 사례가 탄생하는 것을 볼 수 있을 것이다. 동등한 계산력 하에서 모델 파라미터가 대폭 상승하면 오픈소스 모델 시대의 Agent가 더 충분히 미세 조정될 수 있으며, 사용자 복잡한 입력 지시를 마주하더라도 단일 Agent가 충분히 실행할 수 있는 작업 파이프라인으로 분해할 수 있다. 각 Agent는 체인 상 작업을 최적화하여 전체 DeFi 프로토콜의 활성도 증가와 유동성 상승을 촉진할 수 있다. DeFAI를 선두로 더 복잡한 DeFi 제품이 등장할 것이며, 이는 지난 거품이 터진 후 새로운 기회가 나타나는 곳이다.

BlockBooster에 대해: BlockBooster는 OKX Ventures 및 기타 최고의 기관이 지원하는 아시아 Web3 벤처 스튜디오로, 뛰어난 창업자의 신뢰할 수 있는 파트너가 되는 것을 목표로 하고 있다. 우리는 전략적 투자와 심층 인큐베이션을 통해 Web3 프로젝트와 현실 세계를 연결하고, 우수한 창업 프로젝트의 성장을 지원한다.