요약:

DeepSeek가 초래한 영향은 올해 AI 산업의 상류와 하류에 광범위한 영향을 미칠 것입니다. DeepSeek는 원래 많은 수의 하이엔드 GPU에서만 수행되었던 대규모 모델 학습 작업을 가정용 소비자 그래픽 카드가 성공적으로 완료할 수 있도록 했습니다. AI 개발을 둘러싼 첫 번째 참호인 컴퓨팅 파워가 무너지기 시작했습니다. 알고리즘 효율성이 연간 68%의 속도로 치솟고 하드웨어 성능이 무어의 법칙에 따른 선형적 상승을 따를 때, 지난 3년 동안 깊이 뿌리내린 평가 모델은 더 이상 적용할 수 없습니다. AI의 다음 장은 오픈소스 모델에 의해 열릴 것입니다.

Web3의 AI 프로토콜은 Web2와 완전히 다르지만, 불가피하게 DeepSeek의 영향을 받습니다. 이 영향은 Web3 AI의 상류와 하류, 즉 인프라 계층, 미들웨어 계층, 모델 계층, 애플리케이션 계층에 영향을 미쳐 새로운 사용 사례가 생겨날 것입니다.

상류 및 하류 계약 간 협력 관계 정리

기술 아키텍처, 기능적 위치 및 실제 사용 사례 분석을 통해 전체 생태계를 인프라 계층, 미들웨어 계층, 모델 계층, 애플리케이션 계층으로 구분하고 종속성을 정리합니다.

인프라 계층

인프라 계층은 Render, Akash, io.net 등의 컴퓨팅 파워 프로토콜과 Arweave, Filecoin, Storj 등의 스토리지 프로토콜, 그리고 NEAR, Olas, Fetch.ai 등의 L1을 포함하여 분산된 기본 리소스(컴퓨팅 파워, 스토리지, L1)를 제공합니다.

컴퓨팅 계층 프로토콜은 모델 학습, 추론 및 프레임워크 운영을 지원하고, 저장 프로토콜은 학습 데이터, 모델 매개변수 및 체인상 상호작용 기록을 저장합니다. L1은 전용 노드를 통해 데이터 전송 효율성을 최적화하고 지연 시간을 줄입니다.

미들웨어 계층

미들웨어 계층은 인프라와 상위 레벨 애플리케이션을 연결하는 브리지로, 프레임워크 개발 도구, 데이터 서비스 및 개인 정보 보호를 제공합니다. 데이터 레이블링 프로토콜에는 Grass, Masa, Vana 등이 포함됩니다. 개발 프레임워크 프로토콜에는 Eliza, ARC, Swarms 등이 포함됩니다. 개인 정보 컴퓨팅 프로토콜에는 Phala 등이 포함됩니다.

데이터 서비스 계층은 모델 학습에 필요한 연료를 제공하고, 개발 프레임워크는 인프라 계층의 컴퓨팅 성능과 스토리지에 의존하며, 개인 정보 보호 컴퓨팅 계층은 학습/추론 중에 데이터의 보안을 보호합니다.

모델 레이어

모델 계층은 오픈소스 모델 교육 플랫폼인 Bittensor를 포함하여 모델 개발, 교육 및 배포에 사용됩니다.

모델 계층은 인프라 계층의 컴퓨팅 파워와 미들웨어 계층의 데이터에 의존합니다. 모델은 개발 프레임워크를 통해 체인에 배포되며, 모델 마켓은 훈련 결과를 애플리케이션 계층에 전달합니다.

애플리케이션 계층

모델 계층은 오픈소스 모델 교육 플랫폼인 Bittensor를 포함하여 모델 개발, 교육 및 배포에 사용됩니다.

모델 계층은 인프라 계층의 컴퓨팅 파워와 미들웨어 계층의 데이터에 의존합니다. 모델은 개발 프레임워크를 통해 체인에 배포되며, 모델 마켓은 훈련 결과를 애플리케이션 계층에 전달합니다.

애플리케이션 계층

애플리케이션 계층은 GOAT 및 AIXBT와 같은 에이전트와 Griffain 및 Buzz와 같은 DeFAI 프로토콜을 포함한 최종 사용자를 위한 AI 제품입니다.

애플리케이션 계층은 모델 계층의 사전 학습된 모델을 호출하고, 미들웨어 계층의 개인 정보 보호 컴퓨팅에 의존하며, 복잡한 애플리케이션에는 인프라 계층에서 실시간 컴퓨팅 성능이 필요합니다.

DeepSeek는 분산 컴퓨팅 파워에 부정적인 영향을 미칠 수 있습니다.

샘플 조사에 따르면 Web3 AI 프로젝트의 약 70%가 실제로 OpenAI나 중앙 집중형 클라우드 플랫폼을 호출하고, 15%만이 분산형 GPU(예: Bittensor 서브넷 모델)를 사용하고, 나머지 15%는 하이브리드 아키텍처(민감한 데이터는 로컬에서 처리하고 일반적인 작업은 클라우드로 전송)를 사용합니다.

분산형 컴퓨팅 파워 프로토콜의 실제 사용률은 예상보다 훨씬 낮으며 실제 시장 가치와 일치하지 않습니다. 사용률이 낮은 데에는 세 가지 이유가 있습니다. Web2 개발자는 Web3로 마이그레이션할 때에도 원래 툴 체인을 계속 사용하고, 분산형 GPU 플랫폼은 아직 가격적 이점을 얻지 못했으며, 일부 프로젝트는 "분산화"라는 이름으로 데이터 규정 준수 검토를 회피하고, 실제 컴퓨팅 성능은 여전히 ​​중앙 집중식 클라우드에 의존하기 때문입니다.

AWS/GCP는 AI 컴퓨팅 파워 시장 점유율의 90% 이상을 차지합니다. 이에 비해 Akash의 동등한 컴퓨팅 파워는 AWS의 0.2%에 불과합니다. 중앙 집중형 클라우드 플랫폼의 장점은 다음과 같습니다. 클러스터 관리, RDMA 고속 네트워크, 탄력적 확장 등이 있습니다. 분산형 클라우드 플랫폼은 web3에서 위 기술을 개선한 버전을 출시했지만, 개선할 수 없는 결함은 다음과 같습니다. 지연 문제: 분산 노드의 통신 지연 시간은 중앙 집중형 클라우드의 6배입니다. 도구 체인 단편화: PyTorch/TensorFlow는 기본적으로 분산 스케줄링을 지원하지 않습니다.

DeepSeek는 희소 학습을 통해 컴퓨팅 전력 소비를 50%까지 줄이고, 동적 모델 정리를 통해 소비자급 GPU가 수십억 개의 매개변수로 모델을 학습할 수 있도록 합니다. 단기적으로 고급 GPU에 대한 수요에 대한 시장의 예상은 상당히 낮아졌고, 엣지 컴퓨팅의 시장 잠재력이 재평가되었습니다. 위의 그림에서 보듯이 DeepSeek이 등장하기 전에는 업계의 프로토콜과 애플리케이션의 대부분이 AWS와 같은 플랫폼을 사용했으며, 분산형 GPU 네트워크에 배포된 사용 사례는 매우 적었습니다. 이러한 사용 사례는 소비자 등급 컴퓨팅 파워에서 후자의 가격 이점을 활용했으며 지연 시간의 영향에는 주의를 기울이지 않았습니다.

이런 상황은 DeepSeek의 등장으로 더욱 악화될 수도 있습니다. DeepSeek는 롱테일 개발자들을 제한으로부터 해방시켰습니다. 저렴하고 효율적인 추론 모델은 전례 없는 속도로 인기를 얻을 것입니다. 사실, 앞서 언급한 중앙 집중형 클라우드 플랫폼과 많은 국가가 이미 DeepSeek를 배포하기 시작했습니다. 추론 비용의 상당한 감소는 소비자 등급 GPU에 대한 엄청난 수요가 있는 많은 프런트엔드 애플리케이션을 생성할 것입니다. 다가오는 거대한 시장에 직면하여 중앙 집중형 클라우드 플랫폼은 사용자를 대상으로 새로운 경쟁을 시작할 것입니다. 이는 선도적인 플랫폼과의 경쟁뿐만 아니라 수많은 소규모 중앙 집중형 클라우드 플랫폼과의 경쟁도 포함합니다. 가장 직접적인 경쟁 방법은 가격을 낮추는 것입니다. 중앙화된 플랫폼에서 4090의 가격이 낮아질 것으로 예상할 수 있으며, 이는 Web3의 컴퓨팅 파워 플랫폼에 재앙입니다. 가격이 후자의 유일한 요소가 아니고 업계의 컴퓨팅 파워 플랫폼 역시 가격을 낮추어야 하는 상황에서는 io.net, Render, Akash가 감당할 수 없는 상황이 발생합니다 . 가격 전쟁은 후자의 남은 평가 한도를 파괴할 것이고, 수익 감소와 사용자 손실로 인한 데스 스파이럴은 분산형 컴퓨팅 파워 프로토콜이 새로운 방향으로 전환되도록 강요할 수 있습니다.

산업의 상류 및 하류 계약에 대한 DeepSeek의 특정 중요성

그림에서 보듯이, 저는 DeepSeek이 인프라 계층, 모델 계층, 애플리케이션 계층에 다른 영향을 미칠 것이라고 생각합니다. 긍정적인 관점에서:

애플리케이션 계층은 추론 비용의 상당한 감소로 혜택을 볼 것입니다. 더 많은 애플리케이션을 사용하면 에이전트 애플리케이션이 오랫동안 온라인 상태를 유지하고 저렴한 비용으로 실시간으로 작업을 완료할 수 있습니다.

동시에 DeepSeek의 저비용 모델 오버헤드는 DeFAI 프로토콜이 더 복잡한 SWARM을 형성할 수 있게 합니다. 하나의 사용 사례에 수천 개의 에이전트가 사용되고 각 에이전트의 작업 분할은 매우 미묘하고 명확하여 사용자 경험을 크게 개선하고 사용자 입력이 모델에 의해 잘못 분해되어 실행되는 것을 방지할 수 있습니다.

애플리케이션 계층의 개발자는 높은 라이선스 수수료를 내지 않고도 모델을 미세 조정하고 가격, 온체인 데이터 및 분석, 프로토콜 거버넌스 데이터를 DeFi 관련 AI 애플리케이션에 제공할 수 있습니다.

DeepSeek 출시 이후 오픈소스 모델 계층은 그 중요성을 입증했습니다. 하이엔드 모델을 롱테일 개발자에게 공개하면 광범위한 개발 열정을 자극할 수 있습니다.

지난 3년 동안 하이엔드 GPU를 중심으로 구축된 높은 컴퓨팅 파워 장벽이 완전히 무너져 개발자에게 더 많은 선택권을 제공하고 오픈소스 모델에 대한 방향을 확립했습니다. 미래에는 AI 모델이 더 이상 컴퓨팅 파워로 경쟁하지 않고 알고리즘으로 경쟁하게 될 것입니다. 이러한 신념의 변화는 오픈소스 모델 개발자에게 자신감의 초석이 될 것입니다.

DeepSeek를 중심으로 한 특정 서브넷이 차례로 등장하고, 동일한 컴퓨팅 성능에서도 모델 매개변수가 증가하고, 더 많은 개발자가 오픈 소스 커뮤니티에 참여하게 될 것입니다.

부정적인 영향 측면에서:

인프라 내 컴퓨팅 파워 프로토콜의 객관적인 사용 지연은 최적화될 수 없습니다.

게다가 A100과 4090으로 구성된 하이브리드 네트워크는 조정 알고리즘에 대한 요구 사항이 더 높아 분산형 플랫폼의 이점이 아닙니다.

DeepSeek가 Agent 트랙의 마지막 버블을 터뜨리고 DeFAI가 새로운 생명을 낳을 수 있으며 업계의 자금 조달 방식이 바뀔 것입니다.

에이전트는 업계에서 AI의 마지막 희망입니다. DeepSeek의 등장은 컴퓨팅 파워 제한을 해소하고 폭발적인 애플리케이션에 대한 미래 기대를 설명했습니다. 이는 원래 에이전트 섹터에 큰 도움이 되었지만, 업계와 미국 주식 및 연방준비제도 정책 간의 강력한 상관관계로 인해 남아 있던 거품은 터지고 섹터의 시장 가치는 바닥으로 떨어졌습니다.

AI와 산업의 통합 흐름 속에서 기술적 혁신과 시장 경쟁은 항상 함께 일어납니다. 엔비디아의 시가총액 변동으로 인한 연쇄 반응은 마치 마법의 거울과 같습니다. 이는 업계의 AI 내러티브에 대한 깊은 딜레마를 반영합니다. 온체인 에이전트에서 DeFAI 엔진에 이르기까지 완벽해 보이는 생태적 지도는 취약한 기술 인프라, 공허한 가치 논리, 자본 지배라는 잔인한 현실을 숨깁니다. 겉보기에 번영하는 온체인 생태계에는 숨겨진 문제가 있습니다. 많은 수의 고 FDV 토큰이 제한된 유동성을 놓고 경쟁하고, 쓸모없는 자산은 생존을 위해 FOMO 감정에 의존하며, 개발자들은 PVP 퇴화에 갇혀 혁신 잠재력을 소모하고 있습니다. 증분 자금과 사용자 증가가 한계에 도달하면, 업계 전체가 "혁신자의 딜레마"에 빠집니다. 돌파구를 마련하기 위해 획기적인 이야기를 원하지만 경로 의존성의 족쇄에서 벗어나기 어렵습니다. 이러한 분열 상태는 AI Agent에게 역사적인 기회를 제공합니다. 이는 기술적 도구 상자의 업그레이드일 뿐만 아니라 가치 창출 패러다임을 재구성하는 것이기도 합니다.

지난 1년 동안 업계에서 점점 더 많은 팀이 기존 자금 조달 모델이 실패하고 있다는 것을 깨달았습니다. VC에 소액의 지분을 주고, 높은 수준의 통제력을 유지한 다음 거래소가 조치를 취할 때까지 기다리는 전략은 더 이상 지속 가능하지 않습니다. VC 주머니가 좁아지고, 소매 투자자들은 인수를 거부하고 있으며, 주요 거래소에 코인을 상장하기 위한 문턱이 높습니다. 3중 압박 속에서, 하락장에 더 잘 적응할 수 있는 새로운 플레이 방식이 등장하고 있습니다. 최고의 KOL과 소수의 VC를 결합하고, 대규모 커뮤니티 런칭과 낮은 시장 가치의 콜드 스타트를 결합하는 것입니다.

Soon과 Pump Fun과 같은 혁신가들은 "커뮤니티 출시"를 통해 새로운 길을 개척하고 있습니다. 최고 KOL의 지지, 토큰의 40%-60%를 커뮤니티에 직접 배포, 1,000만 FDV의 낮은 가치로 프로젝트 출시, 수백만 달러의 자금 조달 달성 등이 그것입니다. 이 모델은 KOL의 영향을 통해 합의 FOMO를 구축하여 팀이 사전에 이익을 확보하고, 높은 유동성을 시장 심도로 교환할 수 있도록 합니다. 단기적인 통제 이점을 포기하지만, 규정 준수 시장 조정 메커니즘을 통해 하락장에서 낮은 가격으로 토큰을 재매수할 수 있습니다. 본질적으로 이는 권력 구조의 패러다임 전환입니다. VC가 주도하는 소유권 이전 게임(기관이 인수하고 거래소가 판매하고 개인 투자자가 지불)에서 프로젝트 소유자와 커뮤니티가 유동성 프리미엄에서 새로운 공생 관계를 형성하는 투명한 커뮤니티 합의 가격 책정 게임으로 전환되는 것입니다. 업계가 투명성 혁명 주기에 접어들면서 기존 제어 논리에 집착하는 프로젝트는 권력 이양의 물결 속에서 시대의 잔재에 불과할 수 있습니다.

시장의 단기적 침체는 기술의 장기적 추세가 되돌릴 수 없다는 사실을 증명해줍니다. AI Agent가 온체인 상호작용 비용을 두 배나 줄이고 적응형 모델이 DeFi 프로토콜의 자본 효율성을 계속 최적화하면 업계는 오랫동안 기다려온 대규모 도입을 가져올 것으로 예상됩니다. 이러한 변화는 개념의 과장이나 자본 가속에 의존하지 않고 실제적 요구에 대한 기술적 침투에 뿌리를 두고 있습니다. 전기 혁명이 전구 회사의 파산으로 인해 침체된 적이 없는 것처럼, Agent도 결국 거품이 터진 후 진정한 황금기가 될 것입니다. DeFAI는 새로운 삶을 위한 비옥한 토양이 될 수 있습니다. 저비용 추론이 일상이 되면 곧 수백 개의 에이전트가 Swarm으로 결합되는 사용 사례의 탄생을 볼 수 있을 것입니다. 동등한 컴퓨팅 파워에서 모델 매개변수의 상당한 증가는 오픈 소스 모델 시대의 에이전트가 더욱 완벽하게 미세 조정될 수 있음을 보장할 수 있습니다. 복잡한 사용자 입력 지침에 직면하더라도 단일 에이전트가 완전히 실행할 수 있는 작업 파이프라인으로 분할할 수 있습니다. 각 에이전트가 온체인 운영을 최적화하면 전반적인 DeFi 프로토콜의 활동과 유동성이 향상될 수 있습니다. DeFAI가 이끄는 보다 복잡한 DeFi 상품이 등장할 것이며, 이는 지난 버블이 터진 후 새로운 기회가 등장하는 곳입니다.

BlockBooster 소개: BlockBooster는 OKX Ventures와 다른 유명 기관의 지원을 받는 아시아 Web3 벤처 스튜디오로, 뛰어난 기업가를 위한 신뢰할 수 있는 파트너가 되기 위해 노력하고 있습니다. 전략적 투자와 심층적인 육성을 통해 Web3 프로젝트를 현실 세계와 연결하고, 고품질의 기업가적 프로젝트가 성장하도록 돕습니다.

면책 조항: 이 기사/블로그는 정보 제공 목적으로만 작성되었으며 작성자의 개인적인 의견을 나타내며 반드시 BlockBooster의 입장을 대표하는 것은 아닙니다. 본 기사는 다음을 제공하려는 것이 아닙니다: (i) 투자 조언 또는 투자 권장, (ii) 디지털 자산 매수, 매도 또는 보유에 대한 제안 또는 권유, (iii) 재무, 회계, 법률 또는 세무 조언. 스테이블코인과 NFT를 포함한 디지털 자산을 보유하는 것은 매우 위험하며, 가격 변동이 심하고 가치가 완전히 없어질 가능성이 있습니다. 귀하의 재정 상황에 따라 디지털 자산의 거래 또는 보유가 적합한지 신중하게 고려해야 합니다. 귀하의 구체적인 상황과 관련하여 궁금한 사항이 있으시면 법률, 세무 또는 투자 고문에게 문의하세요. 여기에 제공된 정보, 특히 시장 데이터와 통계는 일반적인 정보 제공 목적으로만 제공됩니다. 이 데이터와 그래프를 준비하는 데 상당한 주의를 기울였지만, 여기에 표현된 사실적 오류나 누락에 대해 책임을 지지 않습니다.