작성자: DEFI EDUCATION

번역: 현지 블록체인

트위터에서 보셨듯이 우리는 현재 AI/LLM 분야에 매우 관심이 많습니다. 연구를 가속화하는 데 있어 아직 개선해야 할 부분이 많지만, 우리는 그 잠재력을 봅니다.

암호화폐 공간에서 LLM(대형 언어 모델)의 출현은 기술 지식이 없는 플레이어가 업계와 상호 작용하고, 이해하고, 기여하는 방식에 혁명을 일으키고 있습니다.

이전에는 프로그래밍을 할 수 없으면 완전히 상실감을 느꼈습니다. chatGPT와 같은 대규모 언어 모델은 이제 복잡한 프로그래밍 언어와 일상 언어 사이의 격차를 해소합니다. 암호화폐 공간은 주로 전문적인 기술 전문 지식을 갖춘 사람들이 지배하기 때문에 이는 중요합니다.

이해하지 못하는 문제가 발생하거나 프로젝트가 기본 시스템의 실제 상황을 의도적으로 모호하게 하고 있다고 생각되는 경우 chatGPT에 문의하여 빠르고 거의 무료로 답변을 얻을 수 있습니다.

DeFi는 금융에 대한 접근을 민주화하고 있으며 대규모 언어 모델은 DeFi에 대한 접근을 민주화하고 있습니다.

오늘 기사에서는 대규모 언어 모델이 DeFi에 미칠 수 있는 영향에 대한 몇 가지 생각을 제시하겠습니다.

1. 디파이 보안

앞서 언급했듯이 DeFi는 마찰과 간접비를 줄이고 대규모 팀을 효율적인 코드로 대체함으로써 금융 서비스를 변화시키고 있습니다.

지금까지 DeFi의 발전 방향을 자세히 소개했습니다. 디파이:

DeFi에서는 "상대방 위험"이 소프트웨어 보안 위험으로 대체됩니다. 귀하의 자산을 보호하고 거래를 촉진하는 코드와 메커니즘은 자금을 훔치고 이용하려는 외부 위협으로부터 지속적으로 위험에 노출되어 있습니다.

AI, 특히 LLM은 스마트 계약의 개발 및 감사를 자동화하는 데 핵심적인 역할을 합니다. AI는 코드 베이스를 분석하고 패턴을 식별함으로써 (시간이 지남에 따라) 취약점을 발견하고 스마트 계약의 성능을 최적화함으로써 인적 오류를 줄이고 DeFi 프로토콜의 신뢰성을 높일 수 있습니다. LLM은 알려진 취약점 및 공격 벡터 데이터베이스와 계약을 비교하여 위험 영역을 강조할 수 있습니다.

LLM이 소프트웨어 보안 문제에 대한 실행 가능하고 수용된 솔루션이었던 한 영역은 테스트 스위트 작성을 돕는 것입니다. 단위 테스트 작성은 지루할 수 있지만 너무 빨리 시장에 출시하는 과정에서 종종 간과되는 소프트웨어 품질 보증의 중요한 부분입니다.

그러나 여기에는 "어두운 면"이 있습니다. LLM이 코드 감사에 도움이 될 수 있다면 해커가 암호화 오픈 소스 세계에서 코드를 악용하는 방법을 찾는 데도 도움이 될 수 있습니다.

다행스럽게도 암호화폐 커뮤니티에는 위험을 완화하는 데 도움이 되는 현상금 시스템이 있습니다.

그러나 여기에는 "어두운 면"이 있습니다. LLM이 코드 감사에 도움이 될 수 있다면 해커가 암호화 오픈 소스 세계에서 코드를 악용하는 방법을 찾는 데도 도움이 될 수 있습니다.

다행스럽게도 암호화폐 커뮤니티에는 위험을 완화하는 데 도움이 되는 현상금 시스템이 있습니다.

사이버 보안 전문가는 "난독화를 통한 보안"을 옹호하지 않습니다. 대신 그들은 공격자가 이미 시스템의 코드와 취약점을 잘 알고 있다고 가정합니다. AI와 LLM은 특히 프로그래머가 아닌 경우 대규모로 안전하지 않은 코드를 자동으로 감지하는 데 도움이 될 수 있습니다. 인간이 감사할 수 있는 것보다 더 많은 스마트 계약이 매일 배포됩니다. 때로는 경제적 기회(예: 채굴)를 포착하기 위해 일정 기간 테스트할 필요 없이 새롭고 인기 있는 계약과 상호 작용해야 합니다.

알려진 코드 취약점에 대해 새 프로젝트에 대한 자동 평가를 제공하는 Rug.AI와 같은 플랫폼이 등장합니다.

아마도 가장 혁신적인 측면은 코드 작성을 돕는 LLM의 능력일 것입니다. 사용자가 자신의 요구 사항에 대한 기본적인 이해를 갖고 있는 한, 원하는 것을 자연어로 설명할 수 있으며 LLM은 이러한 설명을 기능 코드로 변환할 수 있습니다.

이는 블록체인 기반 애플리케이션 제작에 대한 진입 장벽을 낮추어 더 광범위한 혁신가가 생태계에 기여할 수 있도록 해줍니다.

이것은 시작에 불과합니다. 우리는 개인적으로 LLM이 완전히 새로운 프로젝트보다는 코드를 리팩토링하거나 초보자에게 코드의 기능을 설명하는 데 더 적합하다고 생각합니다. 모델에 대한 컨텍스트와 명확한 사양을 제공하는 것이 중요합니다. 그렇지 않으면 "쓰레기가 들어오면 쓰레기가 나오는" 상황이 발생하게 됩니다.

LLM은 스마트 계약 코드를 자연어로 번역하여 프로그래밍을 모르는 사람들에게도 도움을 줄 수 있습니다. 프로그래밍을 배우고 싶지 않을 수도 있지만 사용하는 프로토콜의 코드가 프로토콜의 약속을 준수하는지 확인하고 싶을 수도 있습니다.

단기적으로는 LLM이 우수한 개발자를 대체할 수 있을지 의문이지만, 개발자는 LLM을 사용하여 자신의 작업이 온전한지 다시 한 번 점검할 수 있습니다.

결론적으로? 암호화는 우리 모두에게 더욱 쉽고 안전해졌습니다. 다만 LLM에 너무 많이 의존하지 않도록 주의하세요. 그들은 때때로 자신있게 실수를 합니다. 코드를 완전히 이해하고 예측하는 LLM의 능력은 여전히 ​​개발 중입니다.

2. 데이터 분석 및 통찰력

암호화폐 공간에서 데이터를 수집하다 보면 조만간 Dune Analytics를 접하게 될 것입니다. 들어보지 못했다면, Dune Analytics는 사용자가 주로 이더리움 블록체인 및 기타 관련 블록체인에 초점을 맞춘 데이터 분석 시각화를 생성하고 게시할 수 있는 플랫폼입니다. DeFi 지표를 추적하는 데 유용하고 사용자 친화적인 도구입니다.

Dune Analytics에는 쿼리를 자연어로 설명할 수 있는 GPT-4 기능이 이미 있습니다.

쿼리에 대해 혼란스럽거나 쿼리를 만들고 편집하려면 chatGPT를 사용하면 됩니다. 동일한 대화에서 몇 가지 예시 쿼리를 제공하면 성능이 더 좋아지며 chatGPT가 작동하는지 확인하기 위해 직접 배우고 싶을 것입니다. 하지만 이는 진행하면서 배울 수 있는 좋은 방법이며 멘토에게 문의하는 것과 같은 방식으로 chatGPT에 문의할 수 있습니다.

LLM은 기술적 지식이 없는 암호화폐 참가자의 진입 장벽을 크게 낮춥니다.

그러나 통찰력 측면에서 LLM은 독특한 통찰력을 제공하는 데 실망스럽습니다. 복잡하고 합리적인 금융 시장에서는 LLM이 올바른 답변을 제공할 것이라고 기대하지 마십시오. 당신이 직감적이고 직감적인 사람이라면 LLM이 기대에 훨씬 미치지 못한다는 것을 알게 될 것입니다.

그러나 우리는 유용한 사용법을 찾았습니다. 분명한 것을 놓쳤는지 확인하는 것입니다. 실제로 성과를 거두는 불분명하거나 주류에 반대되는 통찰력을 발견할 가능성은 적습니다. 이는 놀라운 일이 아닙니다(만약 누군가가 매우 높은 시장 수익을 제공하는 AI를 개발한다면 그 부분을 더 많은 대중에게 공개하지 않을 것입니다).

3. "디스코 매니저가 사라진다?"

3. "디스코 매니저가 사라진다?"

암호화폐 세계에서 인기 있는 프로젝트에 열정이 있지만 요구 사항이 변덕스러운 사용자 그룹을 관리하는 것은 가장 잘 인식되지 않고 고통스러운 작업 중 하나입니다. 동일한 공통 질문 중 다수가 계속해서, 때로는 지속적으로 질문됩니다. 이는 LLM으로 쉽게 해결해야 할 문제점인 것 같습니다.

LLM은 또한 메시지가 자체 홍보(스팸)인지 여부를 감지하는 데 있어서 어느 정도 정확성을 보여주었습니다. 이는 악성 링크(또는 기타 해킹)를 탐지하는 데에도 사용될 것으로 예상됩니다. 수천 명의 활성 회원이 정기적으로 게시물을 올리는 바쁜 Discord 그룹을 관리하는 것은 정말 어렵습니다. 따라서 LLM이 제공하는 일부 Discord 봇이 도움이 될 것으로 기대합니다.

4. "기발한 것들"

암호화폐 공간에서 반복되는 밈은 인기 있는 밈을 기반으로 한 통화의 출시입니다. 여기에는 DOGE, SHIB, PEPE와 같이 지속력이 있는 밈부터 그날의 인기 검색어를 기반으로 한 시간 내에 사라지는 무작위 코인(주로 우리가 참여하지 않는 사기)까지 다양합니다.

Twitter Firehose API에 액세스할 수 있는 경우 암호화폐 감정을 실시간으로 추적하고 LLM을 교육하여 추세를 표시한 다음 사람을 통해 미묘한 차이를 해석할 수 있습니다. 간단한 적용 사례는 바이러스성 순간이 발생할 때 감정 분석을 기반으로 밈 통화를 시작할 수 있다는 것입니다.

아마도 "로켓 제트" 유형 API 데이터 피드의 비용과 대역폭을 처리할 필요 없이 여러 소셜 미디어 채널에서 인기 있는 암호화폐 영향력자의 하위 집합을 모니터링하는 가난한 사람의 정서 스크레이퍼와 같은 것을 구축할 수 있는 방법이 있을 것입니다.

LLM은 맥락에 대한 통찰력을 제공하므로(실제 통찰력을 얻기 위해 온라인으로 풍자 및 패러디를 구문 분석) 이에 이상적으로 적합합니다. 이 LLM 파트너는 Crypto Twitter에서 많은 활동이 논의되는 암호화폐 업계와 함께 발전하고 학습할 것입니다. 공개 토론 포럼과 오픈 소스 기술을 갖춘 암호화폐 산업은 LLM이 시장 기회를 포착할 수 있는 독특한 환경을 제공합니다.

그러나 고의적인 소셜 미디어 조작에 속지 않으려면 이 기술에는 인위적인 풀뿌리 캠페인, 비공개 후원, 온라인 트롤 등 더 정교한 기술이 필요합니다. 또 다른 기사에서는 FTX/Alameda와 관련된 암호화폐 프로젝트의 가치를 높이기 위해 일부 기업이 의식적으로 소셜 미디어를 조작하고 있을 수 있음을 시사하는 흥미로운 제3자 연구 보고서를 다루었습니다.

NCRI 분석에 따르면 FTX 상장 통화를 언급하는 온라인 토론 중 상당 부분(약 20%)을 차지하는 봇형 계정이 있는 것으로 나타났습니다.

이 봇과 유사한 활동은 데이터 샘플에 있는 많은 FTX 코인의 가격을 나타냅니다.

FTX의 홍보 이후 이러한 코인에 대한 활동은 시간이 지남에 따라 점점 더 비현실적으로 변했습니다. 사실이 아닌 로봇과 같은 댓글의 비율이 꾸준히 증가하여 전체 토론량의 약 50%를 차지했습니다.