회색조: Crypto가 AI 시대의 도래를 어떻게 가속화할 수 있을까?

원제목：《AI Is Coming -Crypto Can Help Make It Right》

저자：Grayscale Research

편집：Felix，PANews

Grayscale(그레이스케일)은 어제 분산형 AI에 초점을 맞춘 새로운 펀드인 Grayscale Decentralized AI Fund LLC를 출시한다고 발표했습니다. 펀드의 첫 번째 프로젝트에는 Bittensor(TAO), Filecoin(FIL), Livepeer(LPT), Near(NEAR) 및 Render(RNDR)가 포함되며, 그 중 Near, Filecoin 및 Render는 펀드 내에서 가장 높은 비중을 차지하는 자산입니다. 이 소식에 따라 관련 토큰이 크게 상승했습니다. 이후 Grayscale은 AI 및 분산형 AI에 대한 해석을 발표하며 그 중요성을 강조했습니다. 아래는 내용 전문입니다.

인공지능(AI)은 이번 세기 가장 유망한 신기술 중 하나로, 인류의 생산성을 기하급수적으로 향상시키고 의학적 돌파구를 제공할 가능성이 있습니다. 오늘날 AI는 중요하지만 그 영향력은 점점 더 커질 것입니다. PwC에 따르면 2030년까지 AI는 15조 달러 규모의 산업으로 성장할 것으로 예상됩니다.

하지만 이 밝은 전망의 기술은 도전 과제에 직면해 있습니다. AI 기술이 점점 강력해짐에 따라 AI 산업의 권력은 소수의 기업에 집중되어 있으며, 이는 사회에 잠재적인 해를 끼칠 수 있습니다. 이는 또한 심각한 가짜 정보, 내재된 편견 및 데이터 프라이버시 위험에 대한 우려를 불러일으켰습니다. 다행히도 암호화 기술은 분산화와 투명성의 특성을 통해 이러한 문제에 대한 잠재적인 해결책을 제공합니다.

이 글에서는 중앙집중화가 초래하는 문제와 분산형 AI가 어떻게 이러한 단점을 해결하는 데 도움을 줄 수 있는지를 탐구합니다. 또한 Crypto와 AI의 교차점에 대해 논의하며, 이 분야에서 초기 채택의 징후를 보이는 암호화 응용 프로그램을 강조합니다.

중앙집중화 AI의 문제

현재 AI 발전은 일정한 위험과 도전에 직면해 있습니다. AI의 네트워크 효과와 밀집된 자본 수요는 매우 두드러져, 대형 기술 회사 외의 많은 AI 개발자들, 즉 소규모 기업이나 학술 연구자들은 AI 개발에 필요한 자원을 얻기 어렵거나 그들의 작업을 수익화할 수 없습니다. 이는 AI의 전반적인 경쟁과 혁신을 제한합니다.

따라서 이 중요한 기술의 영향력은 주로 OpenAI와 구글과 같은 소수의 기업에 집중되어 있으며, 이는 AI 거버넌스에 대한 심각한 의문을 불러일으켰습니다. 예를 들어, 올해 2월 구글의 AI 이미지 생성기 Gemini가 인종 차별과 역사적 오류로 비난받으며 모델을 조작한 혐의가 제기되었습니다. 또한 지난해 11월, 6인으로 구성된 이사회가 OpenAI CEO Sam Altman을 해고하기로 결정하면서 소수의 사람들이 이러한 모델을 개발하는 회사를 통제하고 있다는 사실이 드러났습니다.

AI의 영향력과 중요성이 커짐에 따라 많은 사람들은 한 회사가 사회에 큰 영향을 미칠 AI 모델에 대한 의사결정권을 가질 수 있다는 점에 우려를 표하고 있습니다. 심지어 타인의 이익을 희생하면서 장벽을 설정하거나 모델을 조작하여 사익을 추구할 가능성도 있습니다.

분산형 AI가 어떻게 도움을 줄 수 있는가

분산형 AI는 블록체인 기술을 활용하여 투명성과 접근성을 높이는 방식으로 AI의 소유권과 거버넌스를 분배하는 AI 서비스를 의미합니다. Grayscale Research는 분산형 AI가 이러한 중요한 결정을 폐쇄된 환경에서 해방시켜 대중의 소유가 될 가능성이 있다고 믿고 있습니다.

블록체인 기술은 개발자들이 AI에 대한 접근을 증가시키고 독립 개발자들이 구축하고 작업 결과를 수익화하는 장벽을 낮추는 데 도움을 줄 수 있습니다. 이는 전체 AI 혁신과 경쟁을 높이고 기술 대기업이 개발한 모델과의 균형을 유지하는 데 기여할 것입니다.

또한 분산형 AI는 AI 투자 민주화를 실현하는 데 도움을 줄 수 있습니다. 현재 AI 개발과 관련된 수익을 얻을 수 있는 방법은 일부 기술 주식을 제외하고는 거의 없습니다. 동시에 대량의 민간 자본이 AI 스타트업과 민간 기업에 배분되었습니다(2022년 470억 달러, 2023년 420억 달러). 따라서 소수의 벤처 캐피탈과 적격 투자자만이 이러한 회사의 수익을 얻을 수 있습니다. 반면, 분산형 AI 암호 자산은 모든 사람에게 열려 있으며 누구나 AI의 미래에 참여할 수 있습니다.

현재 교차 분야의 발전은 어떠한가?

Crypto와 AI의 교차점은 성숙도 측면에서 여전히 초기 단계에 있지만 시장의 반응은 고무적입니다. 2024년 5월 기준으로 암호 자산의 AI 분야 수익률은 20%로, 대부분의 암호화 경로를 초과하는 성과를 보였습니다. 또한 Kaito 데이터에 따르면, DeFi, Layer2, Meme 및 RWA와 같은 다른 경로와 비교할 때 AI 경로는 현재 소셜 플랫폼에서 "서사적 마음 점유율"이 가장 높습니다(시장 관심도가 가장 높음).

최근 몇몇 유명 인사들이 이 신흥 분야를 수용하기 시작하며 중앙집중형 AI의 결함을 해결하기 위해 노력하고 있습니다. 올해 3월 AI 회사 Stability AI의 창립자 Emad Mostaque는 회사를 떠나 분산형 AI를 추구하며 "이제 AI가 개방적이고 분산화되도록 보장할 때"라고 말했습니다. 또한 ShapeShift의 창립자 Erik Vorhees는 최근 개인 정보 보호에 중점을 둔 AI 서비스 Venice.ai를 출시했습니다. 이 서비스는 종단 간 암호화 기능을 갖추고 있습니다.

그림 1: 올해 현재까지 AI Universe의 성과는 거의 모든 암호화 경로를 초과했습니다.

Crypto와 AI의 교차점을 세 가지 주요 하위 범주로 나눌 수 있습니다:

• 인프라 계층: AI 개발을 위한 플랫폼을 제공하는 네트워크(예: NEAR, TAO, FET)
• AI에 필요한 자원: AI 개발에 필요한 핵심 자원(계산, 저장, 데이터)을 제공하는 자산(예: RNDR, AKT, LPT, FIL, AR, MASA)
• AI 문제 해결: AI 관련 문제를 해결하려는 자산, 예를 들어 로봇 및 심층 위조의 증가와 모델 검증(예: WLD, TRAC, NUM)

그림 2: AI와 Crypto 시장 지도

자료 출처: Grayscale Investments. 포함된 프로토콜은 설명적 예시입니다.

AI 발전을 위한 인프라를 제공하는 네트워크

첫 번째 범주는 허가가 필요 없는 개방형 아키텍처를 제공하며, AI 서비스의 전반적인 개발을 위해 구축된 네트워크입니다. 이러한 자산은 특정 AI 제품이나 서비스에 집중하지 않고 다양한 AI 응용 프로그램을 위한 기본 인프라와 인센티브 메커니즘을 만드는 데 중점을 둡니다.

NEAR는 이 범주에서 두드러지며, 그 창립자는 "Transformer" 아키텍처의 공동 창립자로, 이는 ChatGPT와 같은 AI 시스템을 지원합니다. 올해 5월 NEAR는 사용자 소유의 AI 생태계 구축에 집중하겠다고 발표하며 사용자 프라이버시와 주권을 최적화하는 데 전념하고 있습니다. 6월 말, NEAR는 NEAR 네이티브 기본 모델, AI 응용 프로그램 데이터 플랫폼, AI 에이전트 프레임워크 및 계산 시장 개발을 위한 AI 인큐베이터 프로그램을 시작했습니다.

Bittensor는 TAO 토큰을 사용하여 AI 발전을 경제적으로 장려하는 플랫폼입니다. Bittensor는 38개의 서브넷(subnets)의 기본 플랫폼으로, 각 서브넷은 챗봇, 이미지 생성, 재무 예측, 언어 번역, 모델 훈련, 저장 및 계산과 같은 다양한 사용 사례를 가지고 있습니다. Bittensor 네트워크는 TAO 토큰으로 각 서브넷에서 가장 우수한 성과를 내는 채굴자와 검증자를 보상하며, 개발자에게는 Bittensor 서브넷의 채굴자에게 쿼리를 통해 특정 AI 응용 프로그램을 구축할 수 있는 허가 없는 API를 제공합니다.

이 범주에는 Fetch.ai 및 Allora 네트워크와 같은 다른 프로토콜도 포함됩니다. Fetch.ai는 개발자가 복잡한 AI 어시스턴트(즉, "AI 에이전트")를 생성할 수 있는 플랫폼으로, 최근 AGIX 및 OCEAN과 합병하여 총 시가총액 약 750억 달러를 기록했습니다. 또 다른 것은 Allora 네트워크로, DEX 및 예측 시장의 자동 거래 전략을 포함하여 AI를 금융 응용 프로그램에 적용하는 데 중점을 둡니다. Allora는 아직 토큰을 발행하지 않았으며 6월에 전략적 자금 조달 라운드를 진행하여 총 3,500만 달러를 모금했습니다.

AI 발전에 필요한 자원

두 번째 범주는 계산, 저장 또는 데이터의 형태로 AI 개발에 필요한 자원을 제공하는 자산입니다.

AI의 부상은 GPU 형태의 계산 자원에 대한 막대한 수요를 발생시켰습니다. Render(RNDR), Akash(AKT) 및 Livepeer(LPT)와 같은 분산형 GPU 시장은 모델 훈련, 모델 추론 또는 3D 생성 AI의 개발자를 위해 유휴 GPU 공급을 제공합니다. Render는 약 1만 개의 GPU를 제공하며, 예술가와 생성형 AI에 중점을 두고 있습니다. Akash는 400개의 GPU를 제공하며 AI 개발자와 연구자에게 중점을 두고 있습니다. 한편, Livepeer는 최근 AI 서브넷 계획을 발표하여 2024년 8월에 텍스트-이미지, 텍스트-비디오 및 이미지-비디오와 같은 AI 추론 작업을 수행할 계획입니다.

많은 계산 자원 외에도 AI 모델은 대량의 데이터도 필요합니다. 따라서 데이터 저장에 대한 수요가 크게 증가했습니다. Filecoin(FIL) 및 Arweave(AR)와 같은 데이터 저장 솔루션은 AI 데이터를 중앙 집중식 AWS 서버에 저장하는 대신 분산형 및 안전한 네트워크 대안으로 작용할 수 있습니다. 이러한 솔루션은 비용 효율적이고 확장 가능한 저장소를 제공할 뿐만 아니라 단일 실패 지점을 제거하고 데이터 유출 위험을 줄여 데이터 보안성과 무결성을 강화합니다.

마지막으로 기존 AI 서비스인 OpenAI와 Gemini는 각각 Bing과 구글 검색을 통해 실시간 데이터에 지속적으로 접근할 수 있습니다. 이는 기술 회사 외의 모든 AI 모델 개발자를 불리한 위치에 두게 됩니다. 그러나 Grass 및 Masa와 같은 데이터 수집 서비스는 개인이 AI 모델 훈련을 위해 애플리케이션 데이터를 제공함으로써 수익을 얻을 수 있도록 하여 공정한 경쟁 환경을 조성하는 데 도움을 줄 수 있습니다.

AI 관련 문제를 해결하려는 자산

세 번째 범주는 로봇, 심층 위조 및 콘텐츠 출처의 부상을 포함하여 AI 관련 문제를 해결하려는 자산입니다.

AI의 또 다른 두드러진 문제는 로봇과 잘못된 정보의 범람입니다. AI가 생성한 심층 위조는 인도와 유럽의 대통령 선거에 영향을 미쳤으며, 전문가들은 다가오는 미국 대통령 선거에서 심층 위조에 의해 심각하게 구동되는 대량의 "가짜 정보"가 발생할 것에 대해 "매우 두려워"하고 있습니다. 심층 위조와 관련된 문제를 해결하기 위해 검증 가능한 콘텐츠 출처를 구축하려는 자산에는 Origin Trail(TRAC), Numbers Protocol(NUM) 및 Story Protocol이 포함됩니다. 또한 Worldcoin(WLD)은 독특한 생체 인식을 통해 로봇 문제를 해결하려고 합니다.

AI의 또 다른 위험은 모델 자체에 대한 신뢰를 보장하는 것입니다. 어떻게 AI 결과가 변조되거나 조작되지 않았다고 믿을 수 있을까요? 현재 Modulus Labs 및 Zama와 같은 여러 프로토콜이 암호학, 제로 지식 증명 및 완전 동형 암호화(FHE)를 통해 이 문제를 해결하는 데 도움을 주고 있습니다.

결론

이러한 분산형 AI 자산은 초기 성과를 거두었지만 여전히 초기 단계에 있습니다. 올해 초 벤처 투자자 Fred Wilson은 AI와 Crypto가 "동일한 동전의 양면"이라고 말하며 "Web3가 AI에 대한 신뢰를 도와줄 것"이라고 언급했습니다. AI 산업이 계속 발전함에 따라 Grayscale Research는 AI와 관련된 이러한 암호화 사용 사례가 점점 더 중요해질 것이라고 믿고 있으며, 이 두 가지 빠르게 발전하는 기술이 서로를 성취할 가능성이 있습니다.

AI 시대가 곧 도래할 것이라는 많은 징후가 있으며, 이는 깊은 영향을 미칠 것입니다. 블록체인 기술의 특성을 활용함으로써 Crypto가 AI의 일부 위험을 완화하는 데 도움을 줄 것이라고 믿습니다.