작성자: a16z

편집자: 1912212.eth, Foresight News

American Dynamism, 바이오, 소비자 기술, 암호화폐, 기업, 핀테크, 게임, 인프라 등의 파트너로부터 받은 피드백을 바탕으로 우리는 기술 개발자들이 앞으로 한 해 동안 탐구할 빅 아이디어의 포괄적인 목록을 발표했습니다. 일부 암호화폐 파트너가 2024년에 흥미로울 것이라고 믿는 트렌드는 다음과 같습니다.

새로운 탈중앙화 시대를 맞이하다

우리가 여러 번 보아왔듯이, 강력한 시스템이나 플랫폼의 통제권이 한 명의 리더는 물론이고 소수의 손에 있을 때 사용자의 자유가 침해되기가 너무 쉽습니다. 이것이 바로 분산화가 중요한 이유입니다. 이는 신뢰할 수 있는 중립적이고 구성 가능한 인터넷 인프라를 활성화하여 시스템을 민주화하고 경쟁과 생태계 다양성을 촉진하며 사용자에게 더 많은 선택권과 더 많은 소유권을 제공하는 도구입니다.

그러나 실제로는 중앙 집중식 시스템의 효율성과 안정성과 비교할 때 대규모 분산화를 달성하기가 어려웠습니다. 동시에 대부분의 Web3 거버넌스 모델에는 분산형 거버넌스의 사회정치적 현실에 적합하지 않은 직접 민주주의 또는 기업 거버넌스를 기반으로 하는 단순하지만 번거로운 거버넌스 모델을 사용하는 DAO가 포함됩니다.

그러나 지난 몇 년간 Web3의 활발한 연구실 덕분에 분산된 모범 사례가 나타나기 시작했습니다. 이러한 관행에는 보다 풍부한 기능을 갖춘 애플리케이션을 위한 분산형 모델을 적용하는 것이 포함되며, DAO가 보다 효과적인 분산형 거버넌스를 설계하고 이에 대해 책임을 지도록 마키아벨리적 원칙을 채택하는 것도 포함됩니다. 이러한 모델이 발전함에 따라 우리는 곧 전례 없는 수준의 분산된 조정, 운영 기능 및 혁신을 보게 될 것입니다.

—Miles Jennings, 법무 자문위원 겸 분산화 책임자(@milesjennings on Farcaster | Twitter on)

미래의 사용자 경험 재구성

암호화폐 업계의 사용자 경험은 2016년부터 비판을 받았지만 기본 사항은 실제로 크게 변하지 않았습니다. 여전히 너무 복잡합니다. 키를 직접 보관하고, 지갑을 분산형 애플리케이션(dApp)과 연결하고, 점점 더 많은 네트워크 엔드포인트에 서명된 트랜잭션을 보내는 등의 작업이 필요합니다. 이는 사용자가 암호화된 애플리케이션을 사용한 후 처음 몇 분 내에 학습할 것으로 기대할 수 없는 사항입니다.

그러나 이제 개발자들은 내년에 암호화폐 프런트엔드 사용자 경험을 재설정할 수 있는 새로운 도구를 적극적으로 테스트하고 배포하고 있습니다. 이러한 도구 중 하나에는 앱 및 웹 사이트 로그인을 단순화하는 통과 비밀번호가 포함되어 있습니다. 사용자가 수동으로 작업해야 하는 비밀번호와 달리 통과 비밀번호는 자동으로 생성되고 암호화된 비밀번호입니다. 다른 혁신에는 계정 자체를 프로그래밍 가능하게 하여 관리하기 쉽게 만드는 스마트 계정, 온보딩을 원활하게 할 수 있도록 앱에 내장된 내장형 지갑, 제3자가 계정을 더 쉽게 만들 수 있게 해주는 다자간 계산 등이 있습니다. 사용자 키를 보관하지 않고 서명을 위한 케이스 지원, 사용자 요구 사항을 식별하고 공백을 메울 수 있는 고급 RPC(원격 프로시저 호출) 엔드포인트 등이 있습니다. 이 모든 것은 Web3가 더 널리 채택되는 데 도움이 될 뿐만 아니라 Web2보다 사용자 경험을 더 좋고 더 안전하게 만듭니다.

—Eddy Lazzarin, 최고 기술 책임자(Farcaster의 @eddy | Twitter의 @eddylazzarin)

모듈형 기술 스택의 증가

온라인 세계에서는 네트워크 효과라는 하나의 힘이 항상 다른 힘을 지배합니다. 네트워크 효과는 종종 너무 강력해서 모듈화하는 방법에는 네트워크 효과를 확장하고 강화하는 모듈화와 네트워크 효과를 파괴하고 약화시키는 모듈화라는 두 가지 방법밖에 없습니다. 드문 경우를 제외하고 전자만이 의미가 있으며, 특히 오픈 소스의 경우 더욱 그렇습니다.

모놀리식 아키텍처는 모듈식 경계에서 심층적인 통합과 최적화를 허용하여 적어도 초기에는 성능을 향상시킬 수 있다는 장점이 있습니다. 그러나 오픈 소스 모듈식 기술 스택의 가장 큰 장점은 허가 없는 혁신을 실현하고 플레이어가 특정 영역을 전문화할 수 있도록 하며 더 많은 경쟁을 장려한다는 것입니다. 세상에는 이것이 더 필요합니다.

—Ali Yahya, 파트너(Farcaster의 @alive.eth | Twitter의 @alive_eth)

—Ali Yahya, 파트너(Farcaster의 @alive.eth | Twitter의 @alive_eth)

AI와 블록체인의 결합

분산형 블록체인은 중앙화된 AI에 대한 균형추입니다. 현재 ChatGPT와 같은 AI 모델은 소수의 거대 기술 기업에서만 훈련하고 운영할 수 있습니다. 소규모 플레이어에게는 필요한 컴퓨팅 및 훈련 데이터가 불가능하기 때문입니다. 그러나 암호화를 사용하면 누구나 네트워크가 필요한 사람에게 계산이나 새로운 데이터 세트를 제공하고 보상을 받을 수 있는 다면적이고 글로벌하며 허가가 없는 시장이 생성될 수 있습니다. 이러한 리소스의 롱테일을 활용하면 이러한 시장에서 AI 비용을 낮추고 접근성을 높일 수 있습니다.

그러나 AI가 우리가 정보를 생산하는 방식을 바꾸고 사회, 문화, 정치, 경제를 변화시키면서 딥페이크를 포함한 AI 생성 콘텐츠의 풍부한 세계도 만들어냅니다. 암호동물학은 블랙박스를 열고, 온라인에서 보는 사물의 기원을 추적하는 등 여기서 수행할 역할도 있습니다. 또한 생성적 AI를 배포하고 민주적으로 관리하여 어느 누구도 궁극적으로 다른 사람을 결정하지 않도록 하는 방법을 찾아야 합니다. Web3는 이 문제를 해결하기 위한 실험실입니다. 분산화된 오픈 소스 암호화 네트워크는 AI 혁신을 (중앙 집중화가 아닌) 민주화하여 궁극적으로 소비자에게 더욱 안전하도록 만들 것입니다.

—Andy Hall, 스탠포드 대학 교수(@ahall_research), 데이터 과학자 Daren Matsuoka(Farcaster의 @darenmatsuoka | Twitter의) Ali Yahya, 파트너(Farcaster의 @alive.eth | Twitter의 @alive_eth)

돈을 벌기 위해 노는 것이 노는 것과 돈을 버는 것이 된다

수익 창출 게임에서 플레이어는 게임에 소비한 시간과 노력을 바탕으로 현실 세계(가상뿐만 아니라)에서 돈을 벌 수 있는 경우가 많습니다. 이러한 추세는 창작 경제의 부상부터 사람과 플랫폼 간의 관계 변화에 이르기까지 게임과 주변 분야를 변화시키는 더 넓은 변화와 관련이 있습니다. Web3를 사용하면 게임 플레이 및 거래로 인한 모든 수익이 게임 회사에만 전달되는 현재 표준에서 벗어날 수 있습니다. 사용자는 이러한 플랫폼에서 많은 시간을 보내고 이러한 플랫폼에 대해 많은 가치를 창출하므로 비용도 지불해야 합니다.

그러나 게임이 반드시 직장이 될 필요는 없습니다(적어도 대부분의 플레이어에게는). 우리에게 정말로 필요한 것은 재미있고 플레이어가 자신이 창출하는 가치를 더 많이 포착할 수 있게 해주는 게임입니다. 그 결과, 플레이하고 돈을 버는 것이 점점 더 재미있고 쉽게 돈을 벌 수 있는 방식으로 진화하고 있으며, 이는 게임과 직장 사이에 중요한 차이를 만들어냅니다. Play to Earn 게임이 초기 성장 단계를 넘어감에 따라 게임 경제 관리 방식을 이끄는 역학은 계속해서 변화할 것입니다. 그러나 궁극적으로 이는 별개의 추세가 아니라 게임의 일부일 뿐입니다.

—아리아나 심슨, @AriannaSimpson

AI가 게임 제작자가 되면 암호화폐가 보안을 제공합니다

Web3 게임과 게임의 미래에 대해 많은 시간을 생각하는 사람으로서, 게임의 AI 에이전트는 특정 모델을 기반으로 하고 해당 모델이 실행 중에 변조되지 않았음을 보장해야 한다는 것이 분명합니다. 그렇지 않으면 게임의 무결성이 상실됩니다.

지식, 지형, 내러티브, 논리가 모두 절차적으로 생성될 때, 즉 AI가 게임 제작자가 되면 우리는 게임 제작자가 신뢰할 수 있고 중립적인지 알고 싶을 것입니다. 우리는 세상이 확신 위에 세워졌음을 알고 싶을 것입니다. 암호화가 제공하는 가장 중요한 것은 문제가 발생했을 때 AI를 이해하고, 진단하고, 처벌하는 능력을 포함하여 이러한 보장입니다. 이런 의미에서 AI 정렬은 인간 에이전트를 다루는 것이 인센티브 설계 문제인 것처럼 실제로 인센티브 설계 문제입니다. 이것이 바로 암호화폐에 관한 것입니다.

—Carra Wu, 파트너(Farcaster의 @carra, Twitter의 @carrawu)

공식 검증이 덜 공식화됨

공식적인 방법은 하드웨어 시스템을 검증하는 데 널리 사용되지만 소프트웨어 개발에서는 덜 일반적입니다. 하드 또는 안전이 중요한 시스템에 관여하지 않는 대부분의 개발자에게 이러한 접근 방식은 너무 복잡하고 상당한 비용과 대기 시간을 추가할 수 있습니다. 그러나 스마트 계약 개발자의 요구 사항은 서로 다릅니다: 그들이 개발하는 시스템은 수십억 달러를 처리하며, 버그는 치명적인 결과를 초래할 수 있으며 즉시 수정이 불가능한 경우가 많습니다. 따라서 소프트웨어 개발, 특히 스마트 계약 개발에서 보다 접근하기 쉬운 공식 검증 방법이 필요합니다.

지난 한 해 동안 우리는 전통적인 형식 시스템보다 훨씬 더 나은 개발 경험을 제공하는 여러 가지 새로운 도구(우리 도구 포함)가 등장하는 것을 보았습니다. 이러한 도구는 원자성 및 결정론적 실행, 동시성 또는 예외 없음, 작은 메모리 공간 및 더 적은 루프를 통해 스마트 계약이 일반 소프트웨어보다 구조적으로 단순하다는 사실을 활용합니다. SMT 솔버 성능의 최근 혁신을 활용하여 이러한 도구의 성능도 빠르게 향상되고 있습니다(SMT 솔버는 복잡한 알고리즘을 사용하여 소프트웨어 및 하드웨어 로직의 오류 존재를 식별하거나 확인합니다). 개발자와 보안 전문가가 공식적인 방법에서 영감을 받은 도구를 널리 채택함에 따라 차세대 스마트 계약 프로토콜이 더욱 강력해지고 값비싼 해킹에 덜 취약해질 것으로 예상할 수 있습니다.

—Karma(Daniel Reynaud), 연구 엔지니어링 파트너(Farcaster의 @karma, Twitter의 @0xkarmacoma)

NFT는 유비쿼터스 브랜드 자산이 됩니다

점점 더 많은 유명 브랜드가 주류 소비자에게 NFT 형태의 디지털 자산을 출시하기 시작했습니다. 예를 들어, 스타벅스는 참가자들이 회사의 커피 제품을 탐색하면서 디지털 자산을 수집하는 게임화된 로열티 프로그램을 도입했습니다(AR 호박 향신료 미로는 말할 것도 없고!). 한편 Nike와 Reddit은 광범위한 청중을 대상으로 명시적으로 마케팅되는 디지털 수집 가능한 NFT를 개발했습니다. 그러나 브랜드는 그 이상을 할 수 있습니다. NFT를 사용하여 고객의 정체성과 커뮤니티 관계를 표현 및 강화하고, 실제 상품과 디지털 표현을 연결하고, 심지어 가장 충성도가 높은 팬과 함께 새로운 제품과 경험을 공동 제작할 수도 있습니다.

작년에 우리는 저비용 NFT를 소비재로 대규모로 수집하는 추세를 보았습니다. 이러한 NFT는 종종 관리 지갑 및/또는 "레이어 2" 블록체인을 통해 관리되며 그에 따라 낮은 거래 비용이 발생합니다. 2024년에 들어서면서 Steve Kaczynski와 제가 곧 출간될 책에서 설명하는 것처럼 NFT가 다양한 기업과 커뮤니티를 위해 유비쿼터스 디지털 브랜드 자산이 될 수 있는 조건이 마련되었습니다.

—Scott Duke Kominers, 연구 파트너(Farcaster의 @skominers | Twitter의)

SNARK가 주류가 됨

역사적으로 기술 전문가들은 컴퓨팅 워크로드를 검증하기 위해 여러 가지 전략을 사용해 왔습니다.

1) 신뢰할 수 있는 기계에서 계산을 다시 실행합니다.

2) 작업 전용 시스템, 즉 TEE Trusted Execution Environment에서 계산을 수행합니다.

3) 블록체인과 같은 안정적이고 중립적인 인프라에서 계산을 수행합니다. 각 전략에는 비용이나 네트워크 확장성 측면에서 제한이 있지만 이제는 SNARK(Succinct Non-interactive ARguments of Knowledge)가 더 많이 활용되고 있습니다. SNARK를 사용하면 신뢰할 수 없는 "증명자"가 위조할 수 없는 방식으로 일부 계산 작업 부하의 "암호 영수증"을 계산할 수 있습니다. 과거에는 그러한 영수증을 계산하는 데 드는 비용이 원래 계산보다 10^9 높았습니다. 최근 개발을 통해 비용을 절감하고 있습니다. 이 숫자는 약 10^6입니다.

따라서 SNARK는 클라이언트가 초기 데이터를 다시 실행하거나 저장할 수 없는 상태에서 초기 계산 공급자가 10^6 오버헤드를 감당할 수 있는 상황에서 실현 가능해집니다. 그 결과 사용 사례는 다양합니다. IoT의 엣지 장치는 업그레이드를 확인할 수 있습니다. 미디어 편집 소프트웨어는 콘텐츠에 진위 여부와 변환 데이터를 삽입할 수 있으며, 밈의 매시업은 원본 소스에 경의를 표할 수 있습니다. LLM 추론에는 진실 정보가 포함될 수 있습니다. 자체 확인 세금 양식, 위조할 수 없는 은행 감사 등 소비자를 위한 더 많은 유익한 용도를 가질 수 있습니다.

—Sam Ragsdale, 투자 엔지니어(Farcaster의 @samrags, Twitter의 @samrags_)