이 글은 IOSG의 원본 내용이며 업계 학습 및 교류 목적으로만 작성되었으며 투자 참고 자료가 아닙니다. 인용이 필요한 경우 출처를 명시해 주시고, 재인쇄의 경우 IOSG 팀에 문의하여 승인 및 재인쇄 안내를 받으시기 바랍니다. 이 기사에 언급된 모든 프로젝트는 추천이나 투자 조언을 구성하지 않습니다.

머리말

최근 대규모 언어 모델(LLM)의 급속한 발전으로 인해 인공지능(AI)을 활용하여 다양한 산업을 변화시키는 데 대한 관심이 촉발되었습니다. AIxCrypto 서사 등장으로 블록체인 산업도 면역되지 않고 있다. 이 기사에서는 AI와 암호화폐를 병합하는 세 가지 주요 방법을 살펴보고 AI 산업의 문제를 해결하기 위한 블록체인 기술의 독특한 기회를 탐구합니다.

AIxCrypto의 세 가지 접근 방식은 다음과 같습니다.

AI x Crypto의 독특한 점은 블록체인 기술이 AI 산업의 본질적인 문제를 해결할 것으로 기대된다는 것입니다. 이 독특한 교차점은 AI와 블록체인 커뮤니티에 혜택을 주는 혁신적인 솔루션의 새로운 가능성을 열어줍니다.

AI x Crypto 공간에 대한 심층 분석을 통해 우리는 AI 산업 과제를 해결하는 데 있어 블록체인 기술의 가장 유망한 응용 프로그램을 식별하고 소개하는 것을 목표로 합니다. AI 업계 전문가 및 암호화폐 빌더와 협력함으로써 우리는 두 기술의 강점을 활용하는 최첨단 솔루션 개발을 촉진하기 위해 최선을 다하고 있습니다.

1. 산업개요

AI x Crypto 분야는 인프라와 애플리케이션이라는 두 가지 범주로 나눌 수 있습니다. 일부 기존 인프라가 AI 사용 사례를 계속 지원하는 반면, 새로운 플레이어는 완전히 새로운 AI 기반 아키텍처를 시장에 출시하고 있습니다.

1. 1 컴퓨팅 네트워크

AIxCrypto 분야에서 컴퓨팅 네트워크는 AI 애플리케이션에 필요한 인프라를 제공하는 데 중요한 역할을 합니다. 이러한 네트워크는 지원하는 작업에 따라 범용 컴퓨팅 네트워크와 특수 컴퓨팅 네트워크의 두 가지 유형으로 나눌 수 있습니다.

1.1.1 일반 컴퓨팅 네트워크

AIxCrypto 분야에서 컴퓨팅 네트워크는 AI 애플리케이션에 필요한 인프라를 제공하는 데 중요한 역할을 합니다. 이러한 네트워크는 지원하는 작업에 따라 범용 컴퓨팅 네트워크와 특수 컴퓨팅 네트워크의 두 가지 유형으로 나눌 수 있습니다.

1.1.1 일반 컴퓨팅 네트워크

IO.net 및 Akash와 같은 일반 컴퓨팅 네트워크는 사용자에게 SSH를 통해 시스템에 액세스할 수 있는 기회를 제공하고 사용자가 자신의 애플리케이션을 구축할 수 있는 명령줄 인터페이스(CLI)를 제공합니다. 이러한 네트워크는 클라우드에서 개인 컴퓨팅 환경을 제공하는 가상 사설 서버(VPS)와 유사합니다.

IO.net은 Solana 생태계를 기반으로 GPU 임대 및 컴퓨팅 클러스터에 중점을 두고 있으며, Cosmos 생태계를 기반으로 하는 Akash는 주로 CPU 클라우드 서버 및 다양한 애플리케이션 템플릿을 제공합니다.

IOSG Ventures의 견해:

성숙한 Web2 클라우드 시장에 비해 컴퓨팅 네트워킹은 아직 초기 단계에 있습니다. Web3 컴퓨팅 네트워크는 AWS, Azure 및 Google Cloud와 같은 주요 클라우드 공급자를 기반으로 하는 서버리스 기능, VPS 및 데이터베이스 클라우드 프로젝트와 같은 Web2의 "레고" 빌딩 블록에 미치지 못합니다.

컴퓨팅 네트워크의 장점은 다음과 같습니다.

그러나 컴퓨팅 네트워크를 실제 생산에 투입하고 Web2 클라우드 서비스를 대체하는 것은 다음과 같은 과제로 인해 어렵습니다.

1.1.2 전용 컴퓨팅 네트워크

개인 컴퓨팅 네트워크는 범용 컴퓨팅 네트워크에 추가 계층을 추가하여 사용자가 구성 파일을 통해 특정 애플리케이션을 배포할 수 있도록 합니다. 이러한 네트워크는 3D 렌더링 또는 AI 추론 및 교육과 같은 특정 사용 사례를 충족하도록 설계되었습니다.

Render는 3D 렌더링에 중점을 둔 전문 컴퓨팅 네트워크입니다. Bittensor, Hyperbolic 등 AI 분야에서 , Ritual 및 fetch.ai와 같은 신규 플레이어는 AI 추론에 중점을 두고 있는 반면 Flock 및 Gensyn은 주로 AI 교육에 중점을 두고 있습니다.

IOSG Ventures의 견해:

전용 컴퓨팅 네트워크의 장점:

출처: IOSG 벤처스

전용 AI 추론 및 교육 컴퓨팅 네트워크는 아직 초기 단계에 있지만 Web3 AI 애플리케이션이 Web3 AI 인프라를 우선시할 것으로 예상됩니다. 이러한 추세는 Story Protocol과 Ritual with MyShell에서 이미 나타나고 있습니다. 이는 AI 모델을 지적재산권으로 도입하는 등 협력에서 확연히 드러난다.

새롭게 떠오르는 AI x Web3 인프라를 기반으로 구축된 킬러 애플리케이션은 아직 등장하지 않았지만 성장 잠재력은 엄청납니다. 생태계가 성숙해짐에 따라 분산형 AI 컴퓨팅 네트워크의 고유한 기능을 활용하는 더욱 혁신적인 애플리케이션이 나올 것으로 기대합니다.

2. 데이터

데이터는 AI 모델에서 중요한 역할을 하며, 데이터 수집, 학습 데이터 세트 저장, 모델 저장 등 AI 모델 개발의 모든 단계에 데이터가 관여합니다.

2.1 데이터 저장

AI 모델의 분산형 스토리지는 분산 방식으로 추론 API를 제공하는 데 중요합니다. 추론 노드는 언제 어디서나 이러한 모델을 검색할 수 있어야 합니다. AI 모델의 크기가 수백 기가바이트에 달할 가능성이 있으므로 강력한 분산형 스토리지 네트워크가 필요합니다. Filecoin 및 Arweave와 같은 분산형 저장소의 선두업체가 이 기능을 제공할 수 있습니다.

IOSG Ventures의 견해:

이 분야에는 엄청난 기회가 있습니다.

2.2 데이터 수집 및 라벨링

2.2 데이터 수집 및 라벨링

AI 훈련에는 고품질 데이터를 수집하는 것이 중요합니다. Grass와 같은 블록체인 기반 프로젝트는 크라우드소싱을 사용하여 개인 네트워크를 활용하여 AI 교육용 데이터를 수집합니다. 적절한 인센티브와 메커니즘을 통해 AI 트레이너는 저렴한 비용으로 고품질 데이터를 얻을 수 있습니다. Tai-da 및 Saipen과 같은 프로젝트는 데이터 라벨링에 중점을 둡니다.

IOSG Ventures의 견해:

이 시장에 대한 우리의 관찰 중 일부는 다음과 같습니다.

2.3 블록체인 데이터

블록체인용으로 특별히 AI 모델을 훈련할 때 개발자는 훈련 과정에서 직접 사용할 수 있는 고품질 블록체인 데이터가 필요합니다. Spice AI와 Space and Time은 SDK를 통해 고품질 블록체인 데이터를 제공하므로 개발자는 해당 데이터를 훈련 데이터 파이프라인에 쉽게 통합할 수 있습니다.

IOSG Ventures의 견해:

블록체인 관련 AI 모델에 대한 수요가 증가함에 따라 고품질 블록체인 데이터에 대한 수요가 급증할 것입니다. 그러나 대부분의 데이터 분석 도구는 현재 CSV 형식의 데이터 내보내기만 제공하므로 AI 훈련 목적에는 적합하지 않습니다.

블록체인 관련 AI 모델의 개발을 촉진하려면 더 많은 블록체인 관련 기계 학습 작업(MLOP) 기능을 제공하여 개발자 경험을 향상시키는 것이 중요합니다. 이러한 기능을 통해 개발자는 블록체인 데이터를 Python 기반 AI 교육 파이프라인에 직접 원활하게 통합할 수 있습니다.

3. ZKML

중앙 집중식 AI 제공업체는 계산 비용을 줄이기 위해 덜 복잡한 모델을 사용하려는 인센티브로 인해 신뢰 문제에 직면합니다. 예를 들어 작년에는 때때로 사용자가 ChatGPT를 생각했습니다. 성능이 좋지 않습니다. 이는 나중에 모델 성능 향상을 목표로 하는 OpenAI 업데이트로 인해 발생했습니다.

또한 콘텐츠 제작자는 AI 회사에 저작권 문제를 제기했습니다. 이들 기업에서는 훈련 과정에 특정 데이터가 포함되지 않았다는 사실을 입증하기가 어렵습니다.

영지식 기계 학습(ZKML)은 중앙 집중식 인공 지능 제공자와 관련된 신뢰 문제를 해결하는 혁신적인 접근 방식입니다. ZKML은 영지식 증명을 활용하여 개발자가 민감한 데이터나 모델 세부 정보를 공개하지 않고도 AI 훈련 및 추론 프로세스의 정확성을 입증할 수 있도록 해줍니다.

3.1 훈련

개발자는 Risc Zero에서 제공하는 것과 같은 영지식 가상 머신(ZKVM)에서 교육 작업을 수행할 수 있습니다. 이 프로세스는 훈련이 올바르게 수행되었으며 승인된 데이터만 사용되었는지 확인하는 증거를 생성합니다. 이 인증은 개발자가 적절한 교육 사양 및 데이터 사용 권한을 준수했다는 증거로 사용됩니다.

IOSG Ventures의 견해:

3.2 추론

ZKML은 학습 대상보다 추론하는 데 훨씬 더 오랜 시간이 걸립니다. 이 분야에는 이미 여러 유명 회사가 등장하고 있으며, 각 회사는 기계 학습 추론을 신뢰할 수 없고 투명하게 만드는 고유한 접근 방식을 가지고 있습니다.

3.2 추론

ZKML은 학습 대상보다 추론하는 데 훨씬 더 오랜 시간이 걸립니다. 이 분야에는 이미 여러 유명 회사가 등장하고 있으며, 각 회사는 기계 학습 추론을 신뢰할 수 없고 투명하게 만드는 고유한 접근 방식을 갖추고 있습니다.

Giza는 포괄적인 MLOP(기계 학습 운영) 플랫폼을 구축하고 이를 중심으로 활발한 커뮤니티를 구축하는 데 중점을 두고 있습니다. 그들의 목표는 개발자에게 ZKML을 추론 작업 흐름에 통합할 수 있는 도구와 리소스를 제공하는 것입니다.

반면 EZKL은 우수한 성능을 제공하는 사용자 친화적인 ZKML 프레임워크를 만들어 개발 경험을 우선시합니다. 그들의 솔루션은 ZKML 추론을 구현하는 프로세스를 단순화하고 더 많은 개발자가 쉽게 액세스할 수 있도록 설계되었습니다.

Modulus Labs는 다른 접근 방식을 취하여 자체 증명 시스템을 개발합니다. 그들의 주요 목표는 ZKML 추론과 관련된 계산 오버헤드를 크게 줄이는 것입니다. Modulus Labs는 오버헤드를 10배 줄임으로써 ZKML 추론을 실제 애플리케이션에 더욱 실용적이고 효율적으로 만들려고 시도합니다.

IOSG Ventures의 견해:

4. 프록시 네트워크 + 기타 애플리케이션

4.1 프록시 네트워크

에이전트 네트워크는 온체인 트랜잭션 지원과 같은 특정 작업을 수행하기 위한 도구와 지식을 갖춘 수많은 인공 지능 에이전트로 구성됩니다. 이러한 에이전트는 서로 협력하여 보다 복잡한 목표를 달성할 수 있습니다. 몇몇 유명 기업에서는 챗봇과 유사한 에이전트 및 에이전트 네트워크를 적극적으로 개발하고 있습니다.

Sleepless, Siya, Myshell, CharacterX 및 Delysium은 챗봇 에이전트를 구축하는 중요한 플레이어입니다. Autonolas와 ChainML은 보다 강력한 사용 사례를 위해 프록시 네트워크를 구축하고 있습니다.

IOSG Ventures의 견해:

에이전트는 실제 애플리케이션에 매우 중요합니다. 일반 인공지능보다 특정 작업을 더 잘 수행할 수 있습니다. 블록체인은 인공지능 에이전트에게 몇 가지 독특한 기회를 제공합니다.

4.2 기타 응용

이전에 논의된 주요 카테고리 외에도 별도의 카테고리를 구성할 만큼 크지는 않지만 Web3 공간에서 주목을 받고 있는 몇 가지 흥미로운 AI 애플리케이션이 있습니다. 이러한 애플리케이션은 다양한 분야에 걸쳐 있으며 블록체인 생태계에서 인공 지능의 다양성과 잠재력을 보여줍니다.

4.2 기타 응용

이전에 논의된 주요 카테고리 외에도 별도의 카테고리를 구성할 만큼 크지는 않지만 Web3 공간에서 주목을 받고 있는 몇 가지 흥미로운 AI 애플리케이션이 있습니다. 이러한 애플리케이션은 다양한 분야에 걸쳐 있으며 블록체인 생태계에서 인공 지능의 다양성과 잠재력을 보여줍니다.

5. 대량 채택을 위해 Web2 사용자에게 AIxCrypto 홍보

AI x Crypto는 인공지능의 가장 어려운 문제를 해결한다는 점에서 독특합니다. 현재 AIxCrypto 제품과 Web2 AI 제품 간의 격차와 Web2 사용자에게 매력이 부족함에도 불구하고 AIxCrypto에는 여전히 AIxCrypto만이 제공할 수 있는 몇 가지 고유한 기능이 있습니다.

5.1 비용 효율적인 컴퓨팅 리소스:

AIxCrypto의 주요 장점은 비용 효율적인 컴퓨팅 리소스를 제공한다는 것입니다. LLM에 대한 수요가 증가하고 시장에 개발자가 많아짐에 따라 GPU 가용성과 가격이 더욱 어려워지고 있습니다. GPU 가격이 크게 올랐고, 부족 현상도 발생하고 있습니다.

DePIN 프로젝트와 같은 분산 컴퓨팅 네트워크는 유휴 컴퓨팅 성능, 소규모 데이터 센터의 GPU 및 개인 컴퓨팅 장치를 활용하여 이 문제를 완화하는 데 도움이 될 수 있습니다. 분산형 컴퓨팅 성능은 중앙 집중식 클라우드 서비스만큼 안정적이지는 않지만 이러한 네트워크는 다양한 지역에서 비용 효율적인 컴퓨팅 장비를 제공합니다. 이러한 분산형 접근 방식은 엣지 대기 시간을 최소화하여 보다 분산되고 탄력적인 인프라를 보장합니다.

AIxCrypto는 분산형 컴퓨팅 네트워크의 성능을 활용하여 Web2 사용자에게 저렴하고 접근 가능한 컴퓨팅 리소스를 제공할 수 있습니다. 이러한 비용 이점은 특히 AI 컴퓨팅에 대한 수요가 계속 증가함에 따라 Web2 사용자가 AIxCrypto 솔루션을 채택하도록 유도하는 데 매력적일 것입니다.

5.2 창작자에게 소유권 부여:

AI x Crypto의 또 다른 중요한 이점은 창작자의 소유권을 보호한다는 것입니다. 현재 인공지능 분야에서는 일부 에이전트를 쉽게 복제할 수 있습니다. 이러한 에이전트는 유사한 프롬프트를 작성하여 쉽게 복제할 수 있습니다. 또한 GPT 스토어의 프록시는 제작자가 아닌 중앙 집중식 회사가 소유하는 경우가 많으므로 제작자가 자신의 작품에 대한 통제권과 효과적으로 수익을 창출하는 능력이 제한됩니다.

AI x Crypto는 암호화폐 분야에서 널리 사용되는 성숙한 NFT 기술을 활용하여 이 문제를 해결합니다. 대행사를 NFT로 대표함으로써 창작자는 자신의 창작물을 진정으로 소유하고 그로부터 실제 수익을 얻을 수 있습니다. 사용자가 에이전트와 상호 작용할 때마다 제작자는 인센티브를 획득하여 노력에 대한 공정한 보상을 보장받을 수 있습니다. NFT 기반 소유권 개념은 에이전트에만 적용되는 것이 아니라 지식베이스, 팁 등 인공지능 분야의 다른 중요한 자산을 보호하는 데에도 사용될 수 있습니다.

5.3 개인정보 보호 및 신뢰 회복:

사용자와 제작자는 중앙 집중식 AI 회사에 대한 개인정보 보호에 대한 우려를 갖고 있습니다. 사용자는 미래의 모델을 훈련하는 데 자신의 데이터가 오용되는 것을 걱정하는 반면, 제작자는 자신의 작업이 적절한 귀속이나 보상 없이 사용되는 것을 걱정합니다. 또한 중앙 집중식 AI 회사는 인프라 비용을 줄이기 위해 서비스 품질을 희생할 수 있습니다.

이러한 문제는 Web2 기술로 해결하기 어렵고 AIxCrypto는 고급 Web3 솔루션을 활용합니다. 영지식 훈련 및 추론은 사용된 데이터를 입증하고 올바른 모델이 적용되도록 보장함으로써 투명성을 제공합니다. TEE(신뢰할 수 있는 실행 환경), 연합 학습, 완전 동형 암호화 등 (FHE) 및 기타 기술을 통해 안전하고 개인 정보를 보호하는 인공 지능 훈련 및 추론이 가능합니다.

개인 정보 보호와 투명성을 우선시함으로써 AIxCrypto는 AI 기업이 대중의 신뢰를 회복하고 사용자 권리를 존중하는 AI 서비스를 제공하여 기존 Web2 솔루션과 차별화되도록 지원합니다.

개인 정보 보호와 투명성을 우선시함으로써 AIxCrypto는 AI 기업이 대중의 신뢰를 회복하고 사용자 권리를 존중하는 AI 서비스를 제공하여 기존 Web2 솔루션과 차별화되도록 지원합니다.

5.3 개인정보 보호 및 신뢰 회복:

사용자와 제작자는 중앙 집중식 AI 회사에 대한 개인정보 보호에 대한 우려를 갖고 있습니다. 사용자는 미래의 모델을 훈련하는 데 자신의 데이터가 오용되는 것을 걱정하는 반면, 제작자는 자신의 작업이 적절한 귀속이나 보상 없이 사용되는 것을 걱정합니다. 또한 중앙 집중식 AI 회사는 인프라 비용을 줄이기 위해 서비스 품질을 희생할 수 있습니다.

이러한 문제는 Web2 기술로 해결하기 어렵고 AIxCrypto는 고급 Web3 솔루션을 활용합니다. 영지식 훈련 및 추론은 사용된 데이터를 입증하고 올바른 모델이 적용되도록 보장함으로써 투명성을 제공합니다. TEE(신뢰할 수 있는 실행 환경), 연합 학습, FHE(완전 동형 암호화)와 같은 기술을 통해 개인정보를 보호하는 안전한 AI 훈련 및 추론이 가능합니다.

개인 정보 보호와 투명성을 우선시함으로써 AIxCrypto는 AI 기업이 대중의 신뢰를 회복하고 사용자 권리를 존중하는 AI 서비스를 제공하여 기존 Web2 솔루션과 차별화되도록 지원합니다.

5.4 콘텐츠 소스 추적

AI가 생성한 콘텐츠가 점점 더 정교해짐에 따라 인간이 작성한 텍스트, 이미지 또는 비디오를 AI가 생성한 텍스트, 이미지 또는 비디오를 구별하는 것이 더욱 어려워지고 있습니다. AI 생성 콘텐츠의 오용을 방지하려면 사람들은 콘텐츠의 출처를 확인할 수 있는 신뢰할 수 있는 방법이 필요합니다.

블록체인은 공급망 관리 및 NFT에서 성공적으로 수행한 것처럼 콘텐츠의 출처를 추적하는 데 탁월합니다. 공급망 산업에서 블록체인은 제품의 전체 수명 주기를 추적하고 사용자는 제조업체와 주요 이정표를 식별할 수 있습니다. 마찬가지로, 블록체인은 제작자를 추적하고 NFT의 경우 불법 복제를 방지합니다. NFT는 공개적 성격으로 인해 불법 복제에 특히 취약합니다. 이러한 취약점에도 불구하고 블록체인을 활용하면 사용자가 실제 토큰과 가짜 토큰을 쉽게 구별할 수 있으므로 가짜 NFT로 인한 손실을 최소화할 수 있습니다.

AIxCrypto는 AI 생성 콘텐츠의 출처를 추적하기 위해 블록체인 기술을 적용함으로써 사용자에게 콘텐츠 제작자가 AI인지 인간인지 확인할 수 있는 기능을 제공함으로써 남용 가능성을 줄이고 콘텐츠의 진정성에 대한 신뢰를 높입니다.

5.5 암호화폐를 사용한 모델 개발

모델, 특히 대형 모델을 설계하고 훈련하는 것은 비용과 시간이 많이 소요되는 프로세스입니다. 새 모델을 둘러싼 불확실성도 있으며 개발자는 성능을 예측할 수 없습니다.

암호화폐는 사전 훈련 데이터를 수집하고, 강화 학습 피드백을 수집하고, 이해관계자로부터 자금 조달을 수행하는 개발자 친화적인 방법을 제공합니다. 이 프로세스는 일반적인 암호화폐 프로젝트의 수명 주기와 유사합니다. 즉, 민간 투자나 런치 패드를 통해 자금을 모으고, 런칭 시 활동적인 기여자에게 토큰을 릴리스합니다.

모델은 유사한 접근 방식을 취할 수 있습니다. 즉, 데이터 및 피드백 기여자에게 토큰을 판매하고 토큰을 에어드롭하여 훈련 자금을 조달할 수 있습니다. 잘 설계된 토큰 경제 모델을 통해 이 워크플로는 개별 개발자가 이전보다 더 쉽게 새로운 모델을 교육하는 데 도움이 됩니다.

6. 토큰노믹스의 과제

AI x Crypto 프로젝트는 암호화가 고유한 가치 제안을 갖고 있고 Web2 인공지능 산업의 시장 규모가 상당하기 때문에 Web2 개발자를 잠재 고객으로 대상으로 시작했습니다. 그러나 토큰에 익숙하지 않고 토큰 기반 시스템에 참여하기를 꺼리는 Web2 개발자에게는 토큰이 장애물이 될 수 있습니다.

Web2 개발자의 요구에 부응하기 위해 토큰의 효용성을 줄이거나 제거하는 것은 AI x Crypto 프로젝트의 근본적인 입장을 바꿀 수 있기 때문에 Web3 매니아들에게 혼란을 야기할 수 있습니다. 귀중한 토큰을 AI SaaS 플랫폼에 통합하기 위해 노력할 때 Web2 개발자 유치와 토큰의 유용성 유지 사이의 균형을 찾는 것은 어려운 작업입니다.

Web2와 Web3 비즈니스 모델 간의 격차를 해소하고 동시에 토큰 가치를 유지하기 위해 고려할 수 있는 몇 가지 잠재적인 접근 방식이 있습니다.

Web2와 Web3 비즈니스 모델 간의 격차를 해소하고 동시에 토큰 가치를 유지하기 위해 고려할 수 있는 몇 가지 잠재적인 접근 방식이 있습니다.

Web2와 Web3의 이익에 부합하는 토큰 경제 모델을 신중하게 설계함으로써 AI x Crypto 프로젝트는 토큰의 가치와 유용성을 유지하면서 Web2 개발자를 성공적으로 유치할 수 있습니다.

7. 우리가 가장 좋아하는 AI x 암호화 시나리오

우리가 가장 좋아하는 AI x Crypto 시나리오는 사용자 협업의 힘을 활용하여 블록체인 기술의 도움으로 인공 지능 분야의 작업을 수행합니다. 몇 가지 구체적인 예는 다음과 같습니다.

1. AI 훈련, 정렬, 벤치마킹을 위한 집단 데이터 기여(예: 챗봇 아레나)

2. 다양한 에이전트(예: Sahara)가 사용할 수 있는 대규모 공유 지식 기반을 구축하기 위해 협력합니다.

3. 개인 리소스를 사용하여 네트워크 데이터 캡처(예: Grass)

블록체인 인센티브 및 조정을 기반으로 한 사용자의 공동 노력을 활용함으로써 이러한 모델은 AI 개발 및 배포에 대한 분산형 커뮤니티 중심 접근 방식의 잠재력을 보여줍니다.

결론적으로

우리는 AI와 Web3의 여명기에 서 있으며, AI와 블록체인의 통합은 다른 산업에 비해 아직 초기 단계입니다. Gen AI 상위 50개 제품 중 Web3 관련 제품은 없습니다. 최고의 LLM 도구는 주로 판매, 회의, 메모/지식 기반을 대상으로 하는 콘텐츠 생성 및 편집과 관련되어 있습니다. Web3 생태계에서 막대한 양의 연구, 문서화, 판매 및 커뮤니티 활동을 고려하면 맞춤형 LLM 도구 개발에 대한 잠재력은 엄청납니다.

현재 개발자들은 고급 AI 모델을 체인에 도입하기 위한 인프라 구축에 주력하고 있지만 아직은 그렇지 않습니다. 우리는 이 인프라를 계속 개발하면서 블록체인 공간에서 독특한 기회를 제공하는 안전하고 신뢰할 수 없는 방식으로 온체인에서 AI 추론을 수행하기 위한 최고의 사용자 시나리오를 탐색하고 있습니다. 다른 산업에서는 추론 및 미세 조정을 위해 기존 LLM 인프라를 직접 사용할 수 있습니다. 블록체인 산업에만 고유한 기본 AI 인프라가 필요합니다.

가까운 미래에 우리는 블록체인 기술이 P2P(Peer-to-Peer) 장점을 활용하여 AI 산업의 가장 어려운 문제를 해결하고 AI 모델을 모든 사람에게 더 저렴하고 접근 가능하며 수익성 있게 만들 것으로 기대합니다. 우리는 또한 약간의 지연이 있기는 하지만 암호화폐 공간이 AI 산업 내러티브를 따를 것으로 기대합니다. 지난 해 우리는 개발자들이 암호화폐, 프록시 및 LLM 모델을 결합하는 것을 보았습니다. 앞으로 몇 달 안에 더 많은 다중 모드 모델, 텍스트 비디오 생성 및 3D 생성이 암호화폐 공간에 영향을 미칠 수 있습니다.

현재 AI와 Web3 산업 전체가 충분한 주목을 받지 못하고 있는 상황에서, CryptoxAI의 킬러 애플리케이션인 Web3에서 AI의 폭발적인 순간이 기대됩니다.