AI+Crypto의 서사적 진화에 대한 심층 분석: AI Agent 트랙 소개 가이드

작가: 위에샤오유

AI는 너무 빠르게 발전하고 있습니다. 미래는 AI의 세계가 될 것입니다. 또 다른 핵심 요소를 추가한다면 AI+Crypto의 세계가 될 것입니다.

오늘날 AI는 AI Agent라는 새로운 단계로 진화했습니다.

AI 에이전트는 상상의 공간은 물론 실제 시나리오에서도 기대해볼 만하다.

시대의 기차가 굉음을 내며 지나가고 있습니다. 우리는 빨리 탑승해야 합니다.

나 자신도 최근에 AI 에이전트를 배우고 있습니다. 이 글은 모든 사람이 AI 에이전트 트랙을 시작하는 데 도움이 되기를 바라면서 나의 학습 경로를 기록합니다.

이 글은 AI 에이전트 트랙에 대한 첫 번째 입문 가이드입니다. 이는 또한 모든 사람이 전반적인 인식과 프레임워크 이해를 확립하는 데 도움이 됩니다. 나중에 우리는 계속해서 트랙을 탐구하고 개선하며 AI 물결을 잡을 것입니다.

01 AI Agent란 정확히 무엇인가요?

다양하고 복잡한 개념은 잠시 접어두고, AI Agent와 기존 대형 모델(ChatGPT 등)의 차이점을 직접 비교해 보겠습니다.

현재의 대규모 모델은 질문에 답하고 제안을 제공할 수 있지만 실제로 적극적으로 결정을 내리고 이를 실행할 수는 없는 강력한 "자연어 검색 엔진"에 가깝습니다.

AI 에이전트의 기능은 기존 대형 모델의 범위를 뛰어넘어 더 이상 '데이터 처리'에 국한되지 않고 '인식'부터 '행동'까지 완전한 폐쇄 루프를 완성할 수 있습니다.

직관적인 예를 사용하겠습니다. 이제 ChatGPT에 암호화폐에 투자하는 방법을 문의하면 ChatGPT가 여러 가지 제안을 제공하지만 AI Agent는 글로벌 시장 정보를 실시간으로 추적하고 투자 포트폴리오를 동적으로 조정하여 수익을 극대화하도록 도와줄 수 있습니다.

이를 통해 AI Agent의 개념을 추상화할 수 있습니다. AI Agent(인공지능 에이전트)는 자율 또는 반자동으로 작업을 수행하고 의사결정을 내리며 인간 또는 다른 시스템과 상호 작용할 수 있는 인공 지능 기술을 기반으로 하는 소프트웨어 엔터티입니다. .

여기서 핵심 차이점은 자율적 행동입니다.

AI 에이전트는 어떻게 자율적인 행동을 달성하나요?

AI를 통해 복잡한 논리를 정확한 조건(컨텍스트에 따라 True 또는 False 반환)으로 변환한 다음 비즈니스 시나리오에 원활하게 통합할 수 있습니다.

첫 번째는 의도 분석입니다. AI는 사용자의 즉각적인 단어와 맥락을 분석하여 사용자가 원하는 것을 이해합니다. 사용자가 말한 내용을 살펴볼 뿐만 아니라 사용자의 이전 사용 기록과 특정 상황을 고려한 다음 이러한 요구 사항을 특정 프로그램 지침으로 변환합니다.

두 번째는 판단을 돕는 것입니다. AI는 인간이 처리하기 쉽지 않은 복잡한 문제를 분석하고 이를 간단한 예 또는 아니요 답변이나 몇 가지 고정 옵션으로 전환할 수 있는 스마트 비서와 같습니다. 이는 의사결정을 보다 정확하고 효율적으로 할 뿐만 아니라 기존 비즈니스 시스템과도 잘 작동합니다.

자율적 행동의 정도에 따라 AI Agent는 두 가지 유형으로 나눌 수 있습니다.

하나는 AI Agent가 개인 비서와 동일하며 사용자가 일부 비즈니스를 처리하는 데 도움을 줄 수 있다는 것입니다.

다른 하나는 한 단계 더 나아가 AI 에이전트 자체가 독립적인 개체로서 자신만의 아이덴티티나 브랜드를 갖고 있으며, 많은 사용자에게 서비스를 제공하는 것이다.

한마디로 AI 에이전트는 대형 모델의 차세대 개발 단계라 할 수 있으며, 새로운 제품 형태는 상상의 여지가 많다.

02 AI Agent와 Crypto는 어떤 관계인가요?

AI와 암호화폐는 별개가 아니며 통합될 수 있습니다.

더 중요한 것은 Web2의 AI Agent와 Web3의 AI Agent가 다르다는 점입니다.

Web3의 AI Agent는 더 높은 수준의 완전한 AI Agent입니다. Crypto AI Agent라고도 할 수 있습니다.

Crypto의 기능 덕분에 AI Agent에는 더 많은 기능이 있습니다.

(1) 탈중앙화

Crypto를 결합한 후 AI Agent의 운영, 데이터 저장 및 의사 결정 프로세스는 더욱 투명해지고 단일 개체에 의해 제어되지 않습니다.

Web2 AI 에이전트 이러한 에이전트는 일반적으로 중앙 집중식 회사 또는 플랫폼에 의해 제어되며 데이터 및 의사 결정 프로세스는 하나 또는 소수의 엔터티의 손에 집중됩니다.

AI 에이전트가 외부 세계에 서비스를 제공하면 신뢰 문제가 발생하기 때문에 AI 에이전트는 블록체인이 제공하는 실행이나 검증 환경이 필요하다.

AI 에이전트에는 또한 장벽 없는 사용, 개방적이고 투명한 데이터, 상호 연결 및 분산화가 필요합니다.

(2) 인센티브 메커니즘

이는 암호화폐의 가장 강력한 권한 부여입니다. 토큰 경제 모델을 통해 개발자와 사용자가 직접 참여하고 기여하도록 장려하는 메커니즘을 제공합니다.

Web2 AI 에이전트는 운영을 유지하기 위해 주로 광고 수익이나 구독 서비스와 같은 전통적인 비즈니스 모델에 의존합니다.

Web2 창업팀이나 기업은 오랫동안 수익을 낼 수 없고 자금 조달도 어렵지만 Web3에서는 코인 발행을 통해 프로젝트 개발을 지원하기 위한 현금 흐름을 직접 확보할 수 있습니다. 에이전트는 암호화폐 결제를 요구합니다.

자유 시장 경제는 더 많은 혁신을 창출할 수 있습니다.

(3) 참된 영생

스마트 계약을 통해 AI 에이전트는 진정으로 “영생”을 달성합니다.

스마트 계약이 블록체인에 배포되는 한 AI 에이전트는 규칙에 따라 자동으로 작동할 수 있으며 이론적으로는 무한정 실행할 수 있습니다.

스마트 계약은 AI 에이전트의 코드와 의사결정 메커니즘이 해당 동작을 중지하거나 변경하는 명확한 논리가 없는 한 블록체인에 영구적으로 존재하도록 보장할 수 있습니다.

그러나 기반이 되는 데이터에는 지속적인 업데이트나 유지 관리가 필요할 수 있습니다. 지속적인 데이터 입력이나 외부 상호작용이 없으면 AI 에이전트의 '불멸성'은 동적이지 않고 프로그램 로직에 국한될 수 있습니다.

간단히 말해서, 암호화폐에 AI 에이전트가 필요한 것보다 AI 에이전트에 암호화폐가 더 많이 필요합니다.

03 AI+Crypto의 서사적 진화

AI부터 대형 모델, AI Agent까지 두 단계가 있습니다. AI와 Crypto의 조합도 두 단계로 나눌 수 있습니다.

3.1 대규모 모델 단계: 인프라

AI 프로젝트는 주로 컴퓨팅 성능, 알고리즘, 데이터의 세 가지 평가 차원을 가지고 있습니다.

실제로 Web3의 역할은 AI에 인센티브 시스템을 추가하고 컴퓨팅 성능, 알고리즘 및 데이터를 토큰화하는 것입니다.

3.1 대규모 모델 단계: 인프라

AI 프로젝트는 주로 컴퓨팅 성능, 알고리즘, 데이터의 세 가지 평가 차원을 가지고 있습니다.

실제로 Web3의 역할은 AI에 인센티브 시스템을 추가하고 컴퓨팅 성능, 알고리즘 및 데이터를 토큰화하는 것입니다.

따라서 AI와 Web3의 결합은 컴퓨팅 파워, 알고리즘, 데이터의 세 가지 차원에서 논의될 수도 있습니다.

(1) 계산 능력:

분산 컴퓨팅 네트워크: 블록체인은 자연스럽게 분산됩니다. AI는 Web3의 분산 네트워크를 사용하여 더 많은 컴퓨팅 리소스를 얻을 수 있습니다. AI 컴퓨팅 작업을 Web3 네트워크의 다양한 노드에 분산함으로써 보다 강력한 병렬 컴퓨팅 기능을 얻을 수 있으며 이는 특히 대규모 AI 모델을 훈련하는 데 유용합니다.

인센티브 메커니즘: Web3는 토큰 경제와 같은 경제적 인센티브 메커니즘을 도입하여 네트워크 참가자가 컴퓨팅 리소스에 기여하도록 동기를 부여할 수 있습니다. 이러한 메커니즘은 AI 개발자가 기계 학습 작업을 수행하기 위해 컴퓨팅 성능을 구매할 수 있고 공급자에게 토큰으로 보상을 제공할 수 있는 시장을 만드는 데 사용될 수 있습니다.

(2) 알고리즘:

스마트 계약: Web3의 스마트 계약은 AI 알고리즘을 자동으로 실행할 수 있습니다. AI는 블록체인에서 스마트 계약으로 실행되도록 알고리즘을 설계할 수 있으며, 이는 투명성과 신뢰도를 높일 뿐만 아니라 자동화된 시장 예측이나 콘텐츠 조정과 같은 자동화된 의사 결정 프로세스도 가능하게 합니다.

분산형 알고리즘 실행: Web3 환경에서 AI 알고리즘은 단일 중앙 서버에 의존할 수 없으며, 여러 노드를 통해 검증하고 실행할 수 있습니다. 이는 알고리즘의 간섭 저항과 보안을 강화하고 단일 실패 지점을 방지합니다.

(3) 데이터:

데이터 개인 정보 보호 및 소유권: Web3는 데이터의 분산화와 데이터의 사용자 소유권을 강조합니다. Web3와 결합된 AI는 블록체인 기술을 사용하여 데이터 권한을 관리하고 데이터 프라이버시를 보장할 수 있습니다. 동시에 사용자는 보상을 받는 대가로 데이터를 선택적으로 공유할 수 있으며, 이는 AI에게 더 풍부하면서도 통제된 데이터 소스를 제공합니다.

데이터 검증 및 품질: 데이터 검증에 블록체인 기술을 사용하여 데이터의 신뢰성과 무결성을 보장할 수 있으며 이는 AI 모델 교육에 매우 중요합니다. Web3를 통해 데이터를 사용하기 전에 검증할 수 있어 AI 알고리즘의 출력 품질과 신뢰성이 향상됩니다.

데이터 시장: Web3는 데이터 시장의 발전을 촉진할 수 있으며, 사용자는 필요한 AI 시스템에 데이터를 직접 판매하거나 공유할 수 있습니다. 이는 AI를 위한 다양한 데이터 세트를 제공할 뿐만 아니라 시장 메커니즘을 통해 데이터의 유동성과 가치를 보장합니다.

이러한 결합 지점을 통해 AI와 Web3는 다음과 같이 함께 발전할 수 있습니다.

AI는 Web3를 통해 분산 컴퓨팅 성능과 고품질 데이터를 얻을 수 있으며 스마트 계약을 사용하여 알고리즘의 실행 효율성과 투명성을 향상시킬 수 있습니다.
Web3는 AI를 사용하여 지능형 자원 관리, 자동화된 계약 실행 등과 같은 시스템의 지능을 향상할 수 있습니다.

이 세 가지 차원에 초점을 맞춰 많은 잘 알려진 프로젝트가 시장에 등장했습니다.

컴퓨팅 파워 프로젝트:

렌더 네트워크: 주로 렌더링에 중점을 두지만 AI 컴퓨팅 성능도 제공할 수 있습니다.
Akash Network: AI 요구 사항에 사용할 수 있는 분산형 클라우드 컴퓨팅 리소스를 제공합니다.
Aethir: AI 컴퓨팅 성능 제공이 포함될 수 있는 분산형 클라우드 컴퓨팅에 중점을 둡니다.
ionet: AI 추론 및 훈련을 지원하는 분산형 컴퓨팅 플랫폼입니다.

알고리즘 프로젝트:

Cortex: AI를 스마트 계약에 통합하는 데 중점을 두고 블록체인에서 AI 및 AI 기반 DApp을 실행할 수 있는 분산형 세계 컴퓨터입니다.
Fetchai: 블록체인 기반 기계 학습 플랫폼으로 Web3 프로젝트용 AI 에이전트 배포를 단순화하기 위해 코드 없는 관리 서비스 Agentverse를 출시했습니다.
iExec RLC: 기밀 컴퓨팅 및 분산형 오라클을 지원하는 블록체인 기반 AI 모델 시장을 제공합니다.

데이터 유형 프로젝트:

Vana: Vana는 사용자가 이를 통제하고 잠재적으로 이익을 얻을 수 있는 데이터 시장인 개인 유전 데이터용 DAO를 구축하고 있습니다.
RSS3: 데이터 활용 및 관리와 관련된 대규모 언어 모델을 Web3 AI 에이전트로 만들 수 있는 오픈 소스 AI 아키텍처를 출시했습니다.

종합 프로젝트:

Myshell: 소비자, 제작자 및 오픈 소스 연구원을 연결하도록 설계된 분산형 AI 소비 계층입니다. 누구나 AI 기반 애플리케이션을 만들고, 공유하고, 수익을 창출할 수 있는 플랫폼을 엽니다.

일반적으로 대형 모델 단계에서 암호화폐와 AI의 결합은 주로 인프라 수준에서 이루어지며 AI의 장기적인 발전을 위한 기반을 마련합니다.

3.2 AI Agent 단계: 애플리케이션 구현

AI 에이전트의 등장은 애플리케이션 계층에서 AI 구현 단계를 나타냅니다.

AI Agent는 Meme 코인 단계, 단일 AI 적용 단계, AI Agent 프레임워크 표준 단계의 세 가지 개발 단계로 세분화될 수도 있습니다.

1. AI 에이전트 밈 코인

AI Agent Meme 코인은 매우 특별한 존재이며, Meme 코인 자체가 커뮤니티 정서의 산물입니다.

AI는 너무 빨리 발전하고 있고, 이 기술은 매우 심오한 것 같아서 일반 사람들을 매우 불안하게 만듭니다. AI Meme 코인은 일반 사람들에게 참여할 기회를 제공합니다.

따라서 AI Meme 코인은 보유자에게 AI 혁명에 참여할 수 있는 정서적 가치를 제공하여 일반 사람들도 AI 물결에 참여할 수 있도록 합니다.

최종 결과는 다음과 같습니다. AI + MEME는 부의 효과를 사용하여 AI의 시장 교육 및 보급을 가속화합니다.

다른 관점에서 생각해보면, AI Agent는 왜 코인을 발행하는 걸까요?

한편으로는 부의 효과를 통해 자금과 사용자를 유치하여 후속 산업 발전에 추진력을 부여하는 반면, MEME 발행 방법 자체는 커뮤니티 자금 조달 수단으로, 산업 발전을 위한 현금 흐름을 제공합니다. 프로젝트 자체.

헤더 제목을 보면 다음과 같습니다.

$GOAT: 최초의 인기 있는 AI Agent Meme 코인입니다.
$Fartcoin: 유머러스한 콘텐츠(예: "방귀 농담")를 생성하여 사용자의 관심을 끕니다.
$ACT: 사용자와 AI가 동등하게 상호 작용하는 디지털 생태계를 만드는 것을 목표로 합니다.
$WORM: 디지털 생물학과 블록체인 기술을 결합하여 생물학적 벌레의 신경계를 시뮬레이션하는 독특한 디지털 자산을 만드는 것을 목표로 합니다.

2. 단일 AI 애플리케이션

AI Agent는 Crypto의 다양한 하위 부서와 통합되어 백 송이의 꽃이 피어나는 상황을 보여줍니다.

AI Agent의 개발로 인해 AI Agent가 발행한 토큰은 더 이상 단순한 Meme 코인이 아니며 실제 사용 시나리오에서 지원되며 점차 가치 코인의 속성을 갖게 됩니다.

(1) 창작사업

ai16z: 업계 최초의 AI 에이전트로, 최초의 프레임워크 표준 Eliza를 확립했습니다.

(2)에이전트 게이밍

ARC: RIG라는 AI 프레임워크는 분산형 애플리케이션(dApp)과 스마트 계약을 지원하기 위해 Rust 언어를 기반으로 개발되었습니다.
FARM: 농업 게임의 현실성과 전략적 깊이를 향상시키기 위해 AI를 사용하는 데 중점을 둡니다.
GAME: $GAME은 AI 에이전트의 자율적 운영과 지능을 강화하고 AI와 게임을 깊이 통합합니다.

(3)에이전트 디파이

$NEUR: 토큰 분석 및 DeFi 상호 작용에 중점을 두고 지능적인 재무 결정 지원을 제공합니다.
$BUZZ: 사용자가 DeFi 거래 및 관리를 보다 직관적으로 수행할 수 있도록 자연어 인터페이스를 제공합니다.

(4) 코드 감사

AgentAUDIT: AI 기술을 사용하여 코드 감사를 자동화하고 코드 보안 및 품질을 개선합니다.

(5)에이전트 데이터 분석

REI : AI 기술을 통해 대규모 데이터 분석을 실시하여 인사이트와 예측 서비스를 제공합니다.

(6) 자율 AI 에이전트

LMT: 인간의 개입을 줄이기 위해 자율적으로 작업을 학습하고 수행하는 AI 에이전트입니다.
GIFFAIN: 특히 복잡한 환경에서 의사 결정 및 전략 수립을 위해 자체 동작을 자동으로 최적화할 수 있는 AI 에이전트입니다.

3. AI Agent 프레임워크 표준

AI 에이전트 프레임워크 표준은 여전히 혼란스러운 상태다.

AI Agent 프레임워크 표준이란?

AI 에이전트 프레임워크 표준은 통합된 사양 및 도구 세트를 제공하여 AI 에이전트의 개발 및 배포 프로세스를 단순화합니다.

이를 통해 개발자는 여러 클라이언트(Twitter, Discord, Telegram 등)와 상호 작용할 수 있는 AI 에이전트를 생성하고, 플러그인을 통해 기능을 확장하고, AI 기술을 활용하여 인텔리전스를 강화할 수 있습니다.

이러한 표준과 기본 라이브러리(예: 메모리 저장, 세션 격리, 컨텍스트 생성 등)는 AI Agent의 작동이 효율적이고 안전하며 사용자 친화적임을 보장합니다.

다양한 AI 플랫폼 인터페이스를 연결함으로써 프레임워크 표준은 AI Agent의 기능을 더욱 향상시켜 최신 AI 기술을 활용하여 더 나은 서비스를 제공할 수 있도록 합니다.

간단히 말해서, AI 에이전트 프레임워크 표준은 인프라이자 플랫폼이며, 자체 생태계를 형성할 수 있으며, 단일 AI 애플리케이션보다 서사 공간이 자연스럽게 높습니다.

AI Agent 프레임워크 표준에는 주로 다음이 포함됩니다.

ai16z: Discord, Twitter, Telegram 등과 같은 여러 플랫폼을 지원하는 Eliza 프레임워크를 구축하여 AI 에이전트가 이러한 플랫폼과 원활하게 통합될 수 있도록 했습니다.
가상: 게임 및 가상 환경을 위해 특별히 설계된 GAME 프레임워크를 구축하여 AI 에이전트가 이러한 환경에서 자율적으로 작동하거나 플레이어와 상호 작용할 수 있도록 합니다.
Swarms: 다중 에이전트 AI 프레임워크입니다. 프레임워크를 기반으로 개발자는 여러 AI 에이전트를 생성하고 관리할 수 있으며, 사회적 행동 시뮬레이션, 복잡한 비즈니스 프로세스 자동화 또는 대규모 조정이 필요한 시나리오에 적합합니다. 데이터 처리.
ZEREBRO: Optimism의 OP 스택과 동일한 ZerePy 프레임워크를 구축하여 단일 AI 애플리케이션을 보다 쉽고 표준화하여 개발 및 배포할 수 있도록 하여 이러한 에이전트가 소셜 플랫폼에서 콘텐츠를 독립적으로 생성하고 배포할 수 있도록 했습니다.

이러한 프레임워크를 중심으로 관련 생태학이 등장했습니다. 관련 프로젝트를 연구할 때 이러한 생태학에 중점을 둘 필요가 있습니다.