저자: Biteye의 핵심 기여자인 Jesse

편집자: Biteye 핵심 기여자 Viee

한 달 전, YZi Labs는 Vana에 대한 투자를 발표했고, Binance 설립자 CZ가 고문으로 합류하면서 Vana는 AI 데이터 트랙에서 선두적인 위치를 확립했습니다. 4일 후, Vana와의 AMA에서 CZ는 데이터가 AI의 핵심 연료라고 말했습니다. 공공 데이터는 고갈된 반면, 민간 데이터는 아직 개발되지 않았습니다. 그는 Vana의 제품-시장 적합성(PMF)과 사용자 성장에 대해 낙관적입니다.

YZi Labs, Coinbase Venture, Paradigm이 Vana에 투자한 이유는 무엇입니까? CZ가 Vana 개발에 대해 낙관적인 이유는 무엇입니까?

이 보고서는 AI 데이터 딜레마, Vana의 핵심 가치 제안, 실제 적용 시나리오 및 미래 성장 궤적을 체계적으로 분석하여 Vana가 어떻게 AI 생태계의 중요한 인프라가 될 수 있는지 보여줍니다.

Pitchbook 데이터에 따르면, 미국 AI 산업은 2025년 1분기에 약 200억 달러의 투자를 유치했습니다. 2024년까지 AI 스타트업은 글로벌 벤처 캐피털의 3분의 1을 차지할 것이며, 총 1,315억 달러에 달할 것이고, 신흥 기업가 단체의 약 4분의 1이 AI 분야에 집중할 것입니다. Statista 데이터는 이러한 폭발적인 성장 궤적을 더욱 확실히 보여줍니다. AI 및 머신 러닝 부문의 벤처 캐피털 자금은 2011년 6억 7,000만 달러에서 2020년 360억 달러로 급증하여 50배 이상 증가했습니다. 이러한 현상은 AI가 스마트 자본과 최고 기업가들의 공통된 선택이 되었다는 것을 분명히 보여줍니다.

하지만 AI의 기본 아키텍처인 '데이터+모델+컴퓨팅 파워'는 구조적 병목 현상에 직면해 있습니다. AI 모델 성능의 핵심 동인은 컴퓨팅 성능의 이점이나 알고리즘의 획기적인 발전이 아니라, 학습 데이터 세트의 품질과 규모입니다. 현재의 대규모 언어 모델은 훈련 데이터 고갈이라는 임계점에 도달했습니다. Meta의 Llama 3는 약 15조 개의 토큰으로 훈련을 받았습니다. 이는 전체 공개 인터넷에서 사용 가능한 모든 고품질 데이터 리소스를 거의 고갈시킨 데이터 양입니다. 공개 인터넷 데이터의 양은 엄청나지만, 이는 빙산의 일각일 뿐입니다. 시장에서 일반적으로 무시하는 중요한 사실은 대부분의 고가 데이터가 승인된 접근이 필요한 독점 시스템에 잠겨 있다는 것입니다. 공공 인터넷 데이터는 전체 데이터의 0.1% 미만을 차지합니다. 하지만 이 문제는 AI 산업 자체가 해결할 수 있는 능력을 벗어난다. 이를 위해서는 블록체인 기술을 사용하여 데이터 생산 관계를 재구축하고, 새로운 인센티브 메커니즘을 확립하며, 고품질 데이터의 대량 출현을 촉진해야 합니다.

반면, 오늘날 대부분의 데이터는 Web2 기술 기업의 폐쇄된 생태계에 보관됩니다. 인공지능의 개발은 데이터 장벽이라는 문제에 직면해 있으며, 이러한 장벽이 존재하는 이유는 바로 이들 기업이 데이터의 막대한 가치를 잘 알고 있기 때문입니다. 고품질 AI 모델은 경제적 이익이 매우 높습니다. 예를 들어, OpenAI의 연간 수익은 약 34억 달러에 달했습니다. 우수한 AI 모델을 구축하려면 방대한 양의 데이터 지원이 필요하며, 데이터를 얻는 데는 종종 높은 비용이 필요합니다. 예를 들어, Reddit은 데이터 판매로 연간 약 2억 달러를 벌어들이고, PhotoBucket의 이미지 데이터는 한 장당 1~2달러에 판매되며, Apple의 뉴스 데이터 거래액은 5천만 달러에 달했습니다. 데이터 소유권은 단순한 개인정보 보호 선호 사항에서 주요 경제적 문제로 전환되었습니다. AI 모델이 경제의 많은 부분을 주도하는 세상에서 데이터 소유권은 미래 AI 모델의 지분을 보유하는 것과 같습니다.

데이터의 상업화가 보편화되면서 데이터 접근이 점점 더 어려워지고 있습니다. 많은 플랫폼이 외부 개발자의 액세스 권한을 제한하기 위해 서비스 약관과 API 정책을 조정하기 시작했습니다. 예를 들어, Reddit과 Stack Overflow는 데이터 수집을 더 어렵게 만들기 위해 API 규칙을 연이어 수정했습니다. 이러한 추세는 확대되고 있으며, 중요한 데이터를 보관하는 플랫폼은 점차 폐쇄되고 있습니다.

하지만 아직도 이 데이터에 자유롭게 접근할 수 있는 그룹이 하나 있습니다. 바로 사용자들입니다. 많은 사람들은 법적으로 자신의 데이터에 대한 완전한 소유권이 자신에게 있다는 사실을 모릅니다. 주차장에 자동차를 주차할 때와 마찬가지로 주차장 측에서는 마음대로 차량을 처분할 권리가 없습니다. 소셜 플랫폼에 사용자가 저장한 데이터는 여전히 사용자의 소유입니다. 사용자는 등록할 때 일반적으로 "플랫폼에서 내 데이터를 사용하도록 허용" 옵션을 선택합니다. 이는 플랫폼이 서비스를 운영하기 위해 데이터를 사용할 수 있는 특정 권한을 부여할 뿐이며, 사용자가 데이터에 대한 소유권을 상실한다는 것을 의미하지는 않습니다.

실제로 사용자는 언제든지 자신의 데이터를 내보내기 위해 신청할 수 있습니다. 플랫폼이 개발자의 API 접근을 엄격하게 제한하더라도 개별 사용자는 여전히 합법적으로 자신의 데이터를 얻을 수 있습니다. 예를 들어, Instagram에서는 사용자가 자신의 계정 데이터를 내보낼 수 있는데, 여기에는 게시된 사진, 댓글뿐만 아니라 AI가 생성한 마케팅 태그까지 포함됩니다. 23andMe 플랫폼에서 사용자는 자신의 유전자 데이터를 내보내기 위해 신청할 수 있지만, 플랫폼이 이를 적극적으로 상기시켜주지 않을 수 있으며, 그 과정이 직관적이지 않을 수 있습니다.

전 세계적으로 사용자가 자신의 데이터를 성공적으로 검색할 수 있도록 관련 규정을 지속적으로 개선하고 있습니다. 데이터의 가치가 점점 더 중요해짐에 따라 사용자는 개인 데이터에 대한 소유권을 충분히 이해하고 이 권리를 적극적으로 행사해야 합니다.

기술 회사는 폐쇄된 시스템을 구축하여 귀중한 데이터 자산을 보호하고 있습니다. VANA의 핵심 사명은 폐쇄된 생태계에서 데이터를 잠금 해제하고 사용자에게 반환하여 데이터 자율성을 달성하는 것입니다.

즉, 각 사용자는 다양한 플랫폼에서 자신만의 데이터를 추출하여 기존 플랫폼보다 더 뛰어나고 개인화된 데이터 세트를 재구성할 수 있습니다.

VANA 프레임워크는 두 가지 기본 개념을 기반으로 구축되었습니다.

2.1 비보관형 데이터 이 개념은 사용자가 개인 자금을 관리하는 것처럼 자신의 데이터에 대한 액세스를 제어할 수 있다는 것을 의미합니다. VANA 생태계에서는 디지털 지갑을 사용하여 암호 자산을 관리하는 것과 마찬가지로, 사용자는 지갑을 사용하여 자신의 데이터가 어떻게 사용되는지 제어할 수도 있습니다. 사용자는 거래에 서명함으로써 애플리케이션이 자신의 데이터에 접근하도록 승인하고 데이터의 구체적인 용도를 결정함으로써 데이터의 자율성과 보안을 보장할 수 있습니다.

2.2 기여 증명 단일 데이터 포인트의 가치는 제한적이지만, 대량의 사용자 데이터가 집계되면 전반적인 가치는 기하급수적으로 증가합니다. 기여 증명 메커니즘은 데이터 제공자에게 가치 반환 채널을 만드는 동시에 데이터 풀의 높은 품질 표준을 보장하도록 설계되었습니다.

개발자가 데이터에 액세스하기 위해 수수료를 지불하면, 데이터 제공자는 기여도에 비례하여 거버넌스 토큰을 받게 됩니다. 이러한 메커니즘은 데이터 제공자가 데이터 활용을 통해 지속적으로 경제적 수익을 얻을 수 있게 할 뿐만 아니라, 실질적인 거버넌스 권한을 부여하여 데이터 사용 규칙의 수립 및 의사 결정에 직접 참여할 수 있게 합니다.

이 메커니즘은 고품질 데이터 기여에 인센티브를 제공함으로써 데이터 시장의 가격 모델과 운영 효율성을 재편하고 분산형 데이터 경제의 기반을 마련하고 있습니다.

3.1 데이터DAO

DataDAO는 사용자가 데이터를 기여하고 토큰화하고 적용할 수 있는 VANA 생태계의 분산형 데이터 마켓플레이스입니다. 사용자는 데이터 유형(예: 피트니스 데이터, 연구 데이터)에 따라 기여할 적합한 데이터 풀을 선택할 수 있습니다. 기여된 데이터의 품질과 가치는 Vana의 기여 증명 메커니즘을 통해 검증되며, 이를 통해 기여자는 공정한 보상을 받을 수 있습니다.

검증 후, 데이터는 디지털 자산으로 토큰화되어 거래나 AI 훈련에 사용할 수 있으며, 기여자는 사용에 대한 통제권을 유지합니다. 데이터가 사용될 때마다 기여자는 토큰과 거버넌스 권한을 보상으로 받으며, 이를 통해 경제적 이익을 얻고 데이터 풀의 방향에 영향을 미칠 수 있습니다. DataDAO는 다양한 당사자로부터 데이터를 수집하여 유동적인 데이터 시장을 조성하고, 이를 통해 Vana 생태계 내에서 데이터가 안전하고 효율적으로 유통될 수 있도록 합니다.

DataDAO의 핵심은 토큰에 연결된 검증된 데이터 세트인 데이터 유동성 풀(DLP)입니다. DLP는 DataDAO 회원이 관리하고 운영합니다. 각 DLP는 데이터 구조와 기여 표준을 명확하게 정의합니다. 예를 들어, 수면 데이터 DAO인 Sleep.com은 모든 온체인 데이터가 구조화되고 사용 가능하도록 보장하기 위해 명확한 데이터 모델을 구축했습니다. 데이터의 가치는 규모뿐만 아니라 구조와 가용성에도 달려 있습니다.

DataDAO는 데이터의 진실성과 유효성을 매우 중요하게 생각합니다. 현재 대부분의 DataDAO는 신뢰할 수 있는 실행 환경(TEE)을 사용하여 Python 코드를 실행하여 데이터를 검증함으로써 개인 정보를 보호하는 동시에 품질을 보장합니다. 예를 들어, Amazon DataDAO는 브라우저 확장 프로그램을 사용하여 데이터 품질 인증서를 생성합니다. 모든 DataDAO는 기여증명서를 공개적으로 공개하며, 이를 통해 사용자는 데이터 품질 보증 수준을 명확하게 이해할 수 있습니다.

VANA 생태계 내 상위 16개 DLP는 추가 인센티브를 받게 되며, 사용자는 고품질 데이터를 제공하여 수익을 창출할 수 있습니다. 보상은 데이터 접근성, 품질, 비용 절감 등의 측정 기준에 따라 할당됩니다. 현재 Reddit DataDAO가 가장 큰 규모로, 약 14만 명의 사용자를 유치하고 사용자 공유 AI 모델을 성공적으로 훈련시켰습니다. DLPLabs가 출시한 DataDAO를 통해 운전자는 DIMO_Network 계정에 연결하여 자동차 관련 AI 혁신을 홍보하기 위해 데이터를 공유함으로써 보상을 받을 수 있습니다. 23andWE는 유전 데이터 판매를 방지하기 위해 23andMe를 인수하기로 했습니다.

DataDAO는 개별 사용자가 자신의 데이터를 제어하고 토큰화 메커니즘을 통해 혜택을 실현할 수 있도록 하는 새로운 방식의 데이터 관리입니다. 이 생태계는 빠르게 발전하고 있으며, 데이터 거버넌스와 AI 교육에 대한 보다 개방적이고 민주적인 가능성을 제공하고 있습니다.

3.2 데이터파이

DataDAO는 개별 사용자가 자신의 데이터를 제어하고 토큰화 메커니즘을 통해 혜택을 실현할 수 있도록 하는 새로운 방식의 데이터 관리입니다. 이 생태계는 빠르게 발전하고 있으며, 데이터 거버넌스와 AI 교육에 대한 보다 개방적이고 민주적인 가능성을 제공하고 있습니다.

3.2 데이터파이

데이터 유동성 풀을 기반으로 DeFi는 점차 데이터 토큰 분야에 적용되고 있습니다. 데이터 유동성 풀은 전체 생태계의 기본 계층과 같으며, 이를 기반으로 데이터 토큰을 기반으로 다양한 DeFi 애플리케이션을 구축할 수 있습니다.

현재, 데이터 DeFi 생태계에 몇 가지 초기 애플리케이션이 등장했습니다. 예를 들어, 분산형 거래소 @VanaDataDex 와 @flur_protocol을 사용하면 사용자가 데이터 토큰을 거래하고 특정 데이터 토큰에 대한 시장 움직임을 추적할 수 있습니다. 이러한 플랫폼의 등장으로 데이터 자산의 자유로운 흐름이 촉진되었고, 데이터 시장이 더 활성화되었습니다.

현재 대부분의 DLP 보상 메커니즘은 데이터 토큰을 직접 소각하거나 공급과 수요에 영향을 미치지 않고 주로 DLP 금고에 보상을 예치한다는 점이 주목할 만합니다. 하지만 VRC-13 업데이트가 출시되면서 이러한 메커니즘이 변경되었습니다. 새로운 모델은 보다 시장 지향적인 접근 방식을 도입합니다. VANA에 보상을 제공하여 데이터 토큰화를 촉진하고 이를 DEX 풀에 주입하여 데이터 토큰 거래를 촉진하고 DeFi 생태계를 더욱 활성화합니다.

앞으로 DeFi 분야에서 실현될 수 있는 대출, 스테이킹, 유동성 채굴, 심지어 보험 등의 기능이 데이터 토큰 시장에 도입되어 새로운 응용 시나리오를 창출할 것으로 예상됩니다.

기존 Web2 산업의 관점에서 보면, 기업이 가격 변동을 피하기 위해 원유 선물을 매수하는 것과 유사하게, 데이터 시장에서도 데이터 선물을 개발할 수 있으며, 이를 통해 사용자는 데이터 세트의 미래 가격을 미리 확정하고 인수 비용의 불확실성을 줄일 수 있습니다.

일부 거래 회사에서는 이미 데이터를 새로운 자산 클래스로 간주하고 특정 데이터 토큰의 가치 평가, 판매 사용 확률, 수명 주기 등 시장 가치 평가 방법을 연구하고 있습니다. 이러한 요소는 데이터 토큰의 가격과 시장 유동성에 직접적인 영향을 미치며, 여전히 혁신의 여지가 매우 큽니다.

3.3 더욱 편리한 데이터 접근

현재로서는 메인 네트워크의 데이터 세트에 접근하는 것이 비교적 번거로운 편입니다. 사용자는 필요 사항, 지불 금액 및 요금제 코드를 명시한 자세한 요청서를 제출해야 하며, 승인을 완료한 후에야 액세스 권한을 얻을 수 있습니다. 이를 통해 투명성과 표준화가 보장되지만 운영상의 마찰이 증가합니다.

효율성을 개선하기 위해 Vana는 자동 API 액세스를 달성하고 여러 DataDAO에서 데이터를 직접 얻는 보다 효율적인 데이터 액세스 방법을 개발하고 있습니다. 예를 들어, 미래에는 사용자들이 수면 데이터를 Coinbase나 Binance의 거래 데이터와 결합하여 특정 프로젝트 보유자의 수면 상태를 분석하고 새로운 시장 통찰력을 발견할 수 있습니다.

또한 Vana는 데이터 액세스에 대한 대가로 데이터 토큰과 VANA를 표준 80-20 비율로 소각하는 새로운 제안을 추진하고 있습니다.

또한, Vana는 데이터 접근 프로세스를 크게 단순화하기 위해 새로운 데이터 쿼리 인터페이스를 개발했습니다. 사용자는 지갑을 통해 로그인하고 디지털 서명을 생성하여 액세스 권한을 증명함으로써 자신을 인증할 수 있습니다. 데이터 유동성 풀은 데이터 형식을 기록하므로 사용자는 데이터 구조를 명확하게 이해하고 SQL 쿼리를 사용하여 필요한 정보를 얻을 수 있습니다. 이 과정에서 사용자는 먼저 쿼리의 정확성을 확인하기 위한 테스트용 합성 데이터를 얻을 수 있습니다. 실제 데이터의 경우 모든 컴퓨팅 작업은 데이터 보안을 보장하기 위해 TEE에서 수행됩니다. 이러한 메커니즘은 "데이터의 양면적 문제"(즉, 사용자가 구매한 후 승인 없이 데이터를 재판매하는 것을 방지)를 효과적으로 방지하여 데이터의 경제적 가치를 보호하고 데이터 시장의 지속 가능한 발전을 보장할 수 있습니다.

디지털 시대에서 데이터는 빠르게 핵심 자산이 되어 가고 있습니다. 데이터 수집 및 저장 기술은 상당히 성숙되었지만, 실제 과제는 데이터 품질을 효과적으로 평가하고, 가치를 극대화하며, 개인정보 보호와 보안을 보장하는 방법에 있습니다. Vana는 혁신적인 인센티브 메커니즘을 통해 이 문제를 현명하게 해결합니다. 사용자는 Vana 토큰을 스테이킹하여 고가의 DataDAO를 지원하고 동시에 상응하는 보상을 얻어 긍정적인 순환을 형성합니다.

4.1 "데이터 벽" 한계 돌파

AI의 발전은 '데이터 장벽'에 부딪혔습니다. 즉, 고품질 공공 데이터 리소스가 고갈되고 있다는 것입니다. 미래의 AI 혁신은 개인 건강 기록, 스마트 기기 사용 데이터, 테슬라 주행 비디오 및 기타 잠재적인 교육 리소스와 같은 고품질 개인 데이터를 효과적으로 수집하고 활용하는 방법에 달려 있습니다.

데이터의 가치에는 역설이 있습니다. 데이터는 개인 정보 보호 때문에 가치가 있는 경우가 많지만, 일단 널리 공개되면 상품화되고 가치가 하락하게 됩니다. AI 모델이 상품화되면서, 특정 분야에서 모델이 탁월한 성과를 낼 수 있도록 하는 고유한 데이터 세트를 숙달하는 데서 장기적인 경쟁 우위를 확보하게 될 것입니다. 데이터가 공개되자마자 가격 경쟁이 거의 즉시 시작되고 가치는 급격히 떨어집니다.

데이터의 가치에는 역설이 있습니다. 데이터는 개인 정보 보호 때문에 가치가 있는 경우가 많지만, 일단 널리 공개되면 상품화되고 가치가 하락하게 됩니다. AI 모델이 상품화되면서, 특정 분야에서 모델이 탁월한 성과를 낼 수 있도록 하는 고유한 데이터 세트를 숙달하는 데서 장기적인 경쟁 우위를 확보하게 될 것입니다. 데이터가 공개되자마자 가격 경쟁이 거의 즉시 시작되고 가치는 급격히 떨어집니다.

Vana의 DataDAO는 TEE를 사용하여 정보 개인 정보를 보호하는 동시에 고품질 개인 데이터의 가치 전송을 달성합니다. 이러한 획기적인 발전을 통해 귀중한 데이터 자산의 범위가 제한된 공공 데이터에서 보다 광범위한 개인 데이터 분야로 확장되어 AI 개발에 새로운 가능성이 열렸습니다.

4.2 데이터 값의 고유 곡선

데이터의 가치는 특별한 곡선 특성을 보입니다. 단일 데이터 포인트의 값은 거의 무시할 수 있지만, 데이터 양이 임계 질량에 도달하면 그 값은 기하급수적으로 증가합니다. 이러한 특징은 데이터의 금융화에 큰 과제를 안겨줍니다. 즉, 집단적 데이터가 형성되어야만 모든 참여자에게 상당한 이익을 가져다줄 수 있다는 것입니다.

Vana의 DataDAO 메커니즘은 이러한 딜레마를 해결하는 혁신적인 방법을 제공합니다. DataDAO는 유사한 데이터를 집계하여 기여자들에게 집단 협상력을 부여합니다. 예를 들어 테슬라 소유자를 살펴보면, 모든 소유자가 DataDAO를 통해 운전 데이터를 중앙에서 수집하고 공유한다면 모든 수요 당사자에 대해 강력한 가격 책정권을 행사할 수 있습니다. 반면, 각 자동차 소유자가 독립적으로 데이터를 공개하고 요금을 요구한다면 필연적으로 가격 경쟁이 벌어지고, 구매자는 가장 낮은 가격을 수락하는 몇몇 판매자에게서 충분한 샘플을 얻기만 하면 됩니다.

검증된 테슬라 주행 데이터 등의 구조화되고 검증된 고품질 데이터 세트는 시장에서 매우 가치가 있으며, Vana는 이 가치를 완벽하게 실현할 수 있는 조직적 프레임워크를 제공합니다.

4.3 크로스 플랫폼 데이터 집계의 혁신

DataDAO의 가장 강력한 점은 여러 플랫폼 간의 데이터 집계가 가능하다는 것입니다. 오늘날의 폐쇄적인 생태계에서는 이를 달성하기가 거의 불가능합니다. 연구자가 동일한 사용자의 Facebook 메시지, iMessage 기록, Google 문서 내용에 접근해야 한다고 가정할 때, 기존 경로에서는 Facebook, Apple, Google이 모두 협력하고 공유해야 합니다. 그러나 이러한 플랫폼은 사용자 데이터를 통합하려는 인센티브가 부족하여 데이터 장벽이 약화될 수 있으며, 이를 방해하는 규제 장벽에 직면해 있습니다.

DataDAO는 사용자 중심의 데이터 통합 ​​모델을 통해 이러한 장애물을 교묘히 회피하고, 플랫폼 간 데이터의 가치를 극대화하며 AI 교육 및 연구에 대한 전례 없는 가능성을 창출합니다.

4.4 새로운 경제 참여 모델

바나의 비전은 단순한 기술 혁신을 훨씬 넘어 경제 참여의 새로운 모델을 개척하고 있습니다. 이 모델에서는 사용자가 디지털 경제에 참여하는 데 전통적인 자본이 필요하지 않습니다. 그들은 이미 가장 귀중한 자원인 개인 데이터를 소유하고 있기 때문입니다. 사용자는 자금을 가져올 필요가 없으며, 데이터만 공유하면 됩니다. 이것이 사용자의 자본입니다. DataDAO는 Web3 사용자에게 고유한 개인 데이터를 기반으로 한 수동 소득원을 제공하여 디지털 경제 진입 장벽을 낮춥니다.

4.5 AI 수익 분배 재편

이 모델은 AI 발전으로 인한 혜택의 분배를 근본적으로 재구성할 수도 있습니다. Vana는 가치가 주로 대형 기술 기업에 흐르는 대신, 데이터 소유권 및 거버넌스 메커니즘을 통해 AI 경제에 광범위하게 참여할 수 있도록 합니다. 초기 징후에 따르면 이러한 접근 방식이 강력한 반향을 일으키고 있습니다. 테스트넷에서 이미 300개가 넘는 DataDAO가 개발 중입니다.

다음 3~5년을 내다보면 1억 명의 사용자가 기여한 데이터를 바탕으로 완전한 사용자 자율형 AI 모델이 탄생할 수도 있으며, 그 성능은 오늘날 선도적인 중앙 집중형 AI 모델을 능가할 수도 있습니다. 이 모델은 사용자가 완전히 소유하고, 사용자 참여 의식이 강하며, 사용자와 더욱 긴밀한 관계를 구축할 수 있습니다. 데이터 주권을 통해 사용자는 윤리적인 모델을 선택적으로 지지하고 비윤리적인 기업이 데이터를 사용하는 것을 거부할 수 있습니다.

분산형 AI는 더욱 민주적인 프레임워크를 제공하여 일부 기업이 주도하기보다는 사회가 AI가 무엇을 배우고 믿어야 할지 공동으로 결정할 수 있게 합니다. 사용자가 데이터를 소유한다는 것은 경제적 권리만을 의미하는 것이 아니라 모델 검열 등의 주요 문제를 해결하는 능력 등 AI 모델의 동작에 대한 실제 통제력도 포함합니다.

비즈니스 수준에서 Vana는 데이터 집계, AI 모델 교육부터 데이터 판매까지 전체 프로세스를 포괄하는 완벽한 데이터 가치 사슬을 구축하는 데 전념하고 있습니다. 현재 데이터 시장은 몇몇 플랫폼과 데이터 브로커에 의해 독점되고 있습니다. Vana는 이러한 시장 비효율성을 해결하고 더욱 공정한 데이터 거래 생태계를 만드는 것을 목표로 합니다.

Vana는 단순한 새로운 플랫폼이 아닙니다. 이는 데이터 소유권과 AI가 개발되는 방식에 근본적인 변화를 나타냅니다. Vana는 사용자가 공동적 가치 창출에 참여하는 동시에 데이터에 대한 주권을 유지할 수 있도록 함으로써 보다 공정하고 혁신적인 AI 미래를 위한 기반을 마련하고 있습니다.

현재 AI 시장은 컨셉에 대한 과대광고로 가득 차 있지만, Vana는 업계의 핵심적 문제점을 직접적으로 해결하는 혁신적인 메커니즘을 통해 AI의 미래 개발을 형성하는 핵심 세력이 될 것으로 기대됩니다.