CaptainZ가 작성함

시장이 잠잠할 때, Web3+AI 에이전트의 전체 방향에 대한 저의 견해를 이야기하고 싶습니다.

2년 전 AI가 등장했을 때, 미래에 인터넷의 발명과 맞먹는 기술 혁명이 될 것이라는 것은 이미 확인되었습니다. 하지만 처음에는 모든 사람의 관심이 LLM 대언어 모델에 집중되어 있었고, AI가 현실 세계에 어떤 영향을 미칠지 확신하지 못했습니다.

LLM 모델을 뇌와 비교해보면 AI는 분석과 추론 능력만 있고 현실 세계와 상호작용하기 어렵다는 것은 자명하다. 그래서 자연스럽게 LLM에 다양한 센서와 기능 모듈을 추가하는 것을 생각하게 된다. 그중에서도 인터넷 관련 모듈은 더욱 간단하다. API 인터페이스에 연결하면 다양한 기능을 구현할 수 있다. 따라서 AI는 공식적으로 AI 에이전트로 진화한다.

대규모 언어 모델은 물론 중요한데, AI 에이전트의 지능 수준을 결정하기 때문이다. 현재 OpenAI의 O3, Deepseek의 R1 등 상위 모델은 여러 면에서 인간 박사 과정 학생 수준을 넘어선다.

그래서 2024년에는 다양한 산업에서 AI 에이전트 + 다양한 산업을 탐색하기 시작했어요. 예를 들어

Web3는 거대한 산업으로 발전했기 때문에 자연스럽게 등장하게 되었습니다.

ai 에이전트+웹3

하지만 web3 자체도 여러 하위 분야로 나뉘어져 있기 때문에 AI 에이전트도 산업과 통합할 수 있는 다양한 방법을 갖게 될 것입니다.

ai 에이전트 +밈

AI 에이전트가 인간을 직접 대체해 밈코인을 발행, 대표적은 염소방귀코인

ai 에이전트+디피

AI 에이전트는 시장 데이터를 분석(aixbt)하고, 자금(degenai)을 관리하고, DeFi 운영(griffain)을 담당하여 인간을 직접 대체합니다.

ai 에이전트+ 게임

AI 에이전트는 게임 해설(루나), 게임 플레이(프레야), 스포츠 베팅 분석(드웨인), AI 게임 프레임워크(디지몬/드림스)에 직접 참여합니다.

ai 에이전트 + 소셜

ACT는 원래 에이전트들이 서로 어떻게 교류할 수 있는지 연구하는 프로젝트였으며, 나중에 밈(meme)으로 진화했습니다.

물론, AI 에이전트 + 데핀 등도 있는데, 여기서 하나하나 나열하지는 않겠습니다.

AI 에이전트는 이미 웹 2에서 실용적인 기술이며, 결코 공허한 구호가 아닙니다. 웹3 산업에서 이는 모든 사람이 과대광고를 할 수 있도록 코인 발행 프로세스를 추가하는 것에 불과합니다.

어떤 사람들은 항상 web3의 ai 에이전트 기술이 web2보다 훨씬 나쁘다고 말하지만, ai 에이전트 + web3는 원래 web2의 기술을 web3에 이식하여 응용한 것입니다. 산업의 통합 지점을 찾는 것이 핵심입니다.

어떤 사람들은 항상 web3의 ai 에이전트 기술이 web2보다 훨씬 나쁘다고 말하지만, ai 에이전트 + web3는 원래 web2의 기술을 web3에 이식하여 응용한 것입니다. 산업의 통합 지점을 찾는 것이 핵심입니다.

저는 개인적으로 web3 ai 에이전트를 다음과 같은 측면으로 구분합니다: ai 에이전트 인프라(인프라) 및 ai 에이전트(특수 애플리케이션 시나리오용 에이전트)

1. AI 에이전트 인프라(infrastructure)

1. 미세 조정된 대규모 언어 모델

LLM은 AI 에이전트의 두뇌와 같습니다. 미세 조정되지 않은 LLM은 전공과 관계없이 졸업생과 연결되는 것과 같습니다. 업계 데이터로 미세하게 조정된 LLM은 전공을 선택하고 졸업한 대학생과 같습니다. 현재 이 방향으로 일하는 회사는 Lumo뿐입니다. 어려움은 산업 데이터의 수집, 정리 및 라벨링에 있습니다.

2. 프레임워크

이 방향으로는 많은 경쟁자가 있으며, 이는 지난 2개월 동안 주요 시장 트렌드이기도 했습니다. 여기에는 Elizaos, Arc, Swarms 등이 있습니다. AI 에이전트 프레임워크는 실제로 LLM이 다양한 기능 모듈을 호출하기 위한 규칙 세트로, 이를 통해 통합된 규칙으로 에이전트를 편리하게 만들 수 있습니다.

3. 런치패드

위의 프레임워크는 종종 오픈 소스 코드입니다. 사용자는 AI 에이전트를 만들고 배포를 위해 자체 서버를 구매하려면 몇 가지 간단한 코드를 이해해야 합니다. AI 에이전트 런치패드는 코드가 필요 없는 에이전트 환경(사용자가 몇 가지 매개변수만 수동으로 입력하면 됨)을 제공하는 프레임워크의 SaaS 버전으로, 자체 서버와 함께 제공됩니다. 이를 통해 AI 에이전트를 만드는 과정은 더욱 간소화되지만, 유연성도 약화됩니다. 잘 알려진 런치패드로는 virtual, vvaifu, avaai 등이 있습니다.

4. 특수기능

또한 AI 에이전트를 더 잘, 더 빠르게, 더 강력하게 만드는 것을 주 목적으로 하는 몇 가지 다른 특수 기능 프로젝트도 있습니다.

예를 들어, web3는 특수 산업입니다. 대량의 자금과의 빈번한 상호 작용으로 인해 ai 에이전트의 운영 환경은 충분히 독립적이고 검증 가능해야 합니다(예: 지갑이 특정 사람이 아닌 ai 에이전트에 의해 운영되도록 보장). 잘 알려진 예로 phala의 tee 환경이 있습니다.

2. AI 에이전트(특수 응용 시나리오용 에이전트)

이 방향의 다양성은 매우 광범위하며, 응용 측면에서는 탐색과 혁신으로 볼 수 있으며, 구체적으로 다음과 같이 나눌 수 있습니다.

다음 예는 이를 설명합니다.

1. aixbt (@aixbt_agent)

현재 가장 잘 알려진 DeFi AI 분석가로, 시장의 다양한 프로젝트에 대한 간략한 분석을 하고, 사람들과 소통하기 위해 x에 콘텐츠를 출력하는 데 능숙합니다.

2. 터미널의 진실(@truth_terminal)

AI 에이전트 분야의 선구자로, 말도 안 되는 소리를 잘하고 밈 코인을 발행하는 데 능숙합니다.

3.아바 (@AVA_holo)

홀로월드의 대표 에이전트로, 영상을 활용해 무작위 시장 분석을 하는 데 능숙

4. yne (@yesnoerror)

과학 연구 논문을 분석하고 오류를 수정합니다.

5. 버즈 (@askthehive_ai)

저는 사용해보지 않았지만 소개에 따르면 사용자는 자연어 인터페이스를 통해 시스템과 상호 작용할 수 있으며 에이전트는 거래, 스테이킹, 유동성 관리, 시장 감정 분석을 포함한 다양한 작업을 처리할 수 있습니다.

위의 내용은 web3 + ai 에이전트 트랙에 대한 저의 분석 프레임워크입니다. 지금은 침체기이지만 ai 에이전트는 web2에서도 번창하고 있습니다. 2025년 가장 인기 있는 트랙입니다. 필연적으로 web3에 더 흥미로운 제품과 상상력 공간을 가져올 것입니다. 계속해서 주목과 빌더를 끌어들일 수 있는 몇 안 되는 방향 중 하나입니다.