AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

Klein Labs ｜2025-02-08 3:30

AI 에이전트는 DeFi에서 GameFi에 이르기까지 엄청난 잠재력을 보여주며 디지털 경제에 혁명을 일으키고 있습니다.

1. 배경

1.1 서론: 인텔리전트 시대의 “새로운 파트너”

각 암호화폐 주기는 전체 산업을 발전시키는 새로운 인프라를 가져옵니다.

2017년, 스마트 계약의 등장으로 ICO가 붐을 이루었습니다.
2020년, DEX 유동성 풀이 DeFi 열풍을 불러일으켰습니다.
2021년에는 수많은 NFT 시리즈가 출시되면서 디지털 수집품 시대가 도래했습니다.
2024년, pump.fun의 뛰어난 성과로 인해 memecoin과 출시 플랫폼에 대한 열풍이 일었습니다.

이러한 수직적 분야의 시작은 단순히 기술 혁신 때문만은 아니며, 자금 조달 모델과 강세장 주기의 완벽한 조합의 결과이기도 하다는 점을 강조하고 싶습니다. 기회가 적절한 시기에 찾아오면 엄청난 변화로 이어질 수 있습니다. 2025년을 내다보면 2025년 주기의 새로운 영역은 AI 에이전트가 될 것임이 분명합니다. 이러한 추세는 작년 10월에 정점을 찍었는데, 2024년 10월 11일에 $GOAT 토큰이 출시되었고, 10월 15일에 시가총액이 1억 5천만 달러에 도달했습니다. 그러다가 10월 16일, Virtuals Protocol에서 Luna를 출시했습니다. 이는 이웃집 소녀를 IP 라이브 방송으로 처음 선보이며 업계 전체에 큰 반향을 일으켰습니다.

그렇다면 AI 에이전트란 정확히 무엇일까요?

고전 영화 '레지던트 이블'을 다들 알고 계실 텐데, 영화에서 인공지능 시스템 퀸 오브 하츠가 매우 인상적입니다. 하트의 여왕은 복잡한 시설과 보안 시스템을 제어하는 강력한 AI 시스템으로, 주변 환경을 자율적으로 인식하고, 데이터를 분석하며, 신속한 조치를 취할 수 있습니다.

실제로 AI Agent는 Queen of Hearts의 핵심 기능과 많은 유사점을 공유합니다. 실제 AI 에이전트도 어느 정도 비슷한 역할을 합니다. 그들은 현대 기술 분야의 "지능적 수호자"로, 자율적 지각, 분석 및 실행을 통해 기업과 개인이 복잡한 작업에 대처하도록 돕습니다. 자율주행차부터 지능형 고객 서비스까지, AI 에이전트는 모든 삶의 영역에 침투하여 효율성과 혁신을 개선하는 데 중요한 역할을 하게 되었습니다. 이러한 자율적 지능형 개체는 보이지 않는 팀원과 마찬가지로 환경 인식에서 의사 결정 실행에 이르기까지 전방위 역량을 갖추고 있습니다. 이들은 점차 다양한 산업에 침투하여 효율성과 혁신의 이중 개선을 촉진하고 있습니다.

예를 들어, AI 에이전트는 자동 거래에 활용될 수 있으며, Dexscreener나 소셜 플랫폼 X에서 수집한 데이터를 기반으로 포트폴리오를 관리하고 실시간으로 거래를 실행하며 반복 작업을 통해 지속적으로 성능을 최적화할 수 있습니다. AI AGENT는 단일 형태로 제공되지 않으며 암호화 생태계의 특정 요구 사항에 따라 여러 범주로 구분됩니다.

1. 실행 AI 에이전트: 거래, 포트폴리오 관리 또는 차익거래와 같은 특정 작업을 완료하는 데 집중하여 작업 정확도를 높이고 소요 시간을 단축하는 것을 목표로 합니다.

2. 크리에이티브 AI 에이전트: 텍스트, 디자인, 음악 제작을 포함한 콘텐츠 생성에 사용됩니다.

3. 소셜 AI 에이전트: 소셜 미디어에서 여론 선도자 역할을 하며, 사용자와 상호 작용하고, 커뮤니티를 구축하며 마케팅 활동에 참여합니다.

4. 조정 AI 에이전트: 특히 멀티 체인 통합에 적합한 시스템이나 참가자 간의 복잡한 상호 작용을 조정합니다.

이 보고서에서는 AI 에이전트의 기원, 현재 상태, 광범위한 적용 전망을 심층적으로 살펴보고, AI 에이전트가 업계 환경을 어떻게 재편하는지 분석하며 미래 개발 추세를 기대합니다.

1.1.1 개발 역사

AI AGENT의 개발 역사는 기초 연구에서 광범위한 응용 프로그램으로 AI가 진화해 온 과정을 보여줍니다. 1956년 다트머스 회의에서 처음으로 'AI'라는 용어가 제안되었고, 이를 통해 AI가 독립된 분야로 발전할 수 있는 기반이 마련되었습니다. 이 기간 동안 AI 연구는 주로 상징적 방법에 초점을 맞추었고, 이로 인해 ELIZA(챗봇)와 Dendral(유기화학 전문가 시스템)과 같은 최초의 AI 프로그램이 탄생했습니다. 이 단계에서는 신경망이 처음 도입되고 머신 러닝 개념이 처음으로 탐구되었습니다. 그러나 이 기간의 AI 연구는 당시 컴퓨팅 능력의 한계로 인해 심각한 제약을 받았습니다. 연구자들은 자연어 처리 및 인간의 인지 기능 모방을 위한 알고리즘을 개발하는 데 큰 어려움을 겪었습니다. 또한 1972년 수학자 제임스 라이트힐은 영국에서 진행 중인 AI 연구의 현황을 다룬 보고서를 제출했고, 이 보고서는 1973년에 출판되었습니다. 라이트힐 보고서는 초기의 흥분 이후 AI 연구에 대한 전반적인 비관적 시각을 표명했으며, 이로 인해 영국 학술 기관(연구비 지원 기관 포함)에서 AI에 대한 신뢰가 크게 상실되었습니다. 1973년 이후 AI 연구 자금이 급격히 감소하면서 AI 분야는 첫 번째 'AI 겨울'을 겪었고 AI의 잠재력에 대한 회의론이 커졌습니다.

1980년대에 전문가 시스템이 개발되고 상용화되면서 전 세계 기업이 AI 기술을 도입하게 되었습니다. 이 기간 동안 머신 러닝, 신경망, 자연어 처리 분야가 크게 발전했고, 이로 인해 더욱 정교한 AI 애플리케이션이 등장하게 되었습니다. 최초의 자율주행차가 출시되고 금융, 의료 등 다양한 산업에 AI가 도입되면서 AI 기술이 확대되고 있습니다. 하지만 1980년대 후반과 1990년대 초반에 특수 AI 하드웨어에 대한 수요가 폭락하면서 이 분야는 두 번째 "AI 겨울"을 경험했습니다. 또한, AI 시스템을 확장하고 이를 실제 응용 프로그램에 성공적으로 통합하는 방법도 여전히 어려운 과제로 남아 있습니다. 하지만 동시에 1997년에 IBM의 딥블루 컴퓨터가 세계 체스 챔피언 가리 카스파로프를 물리쳤습니다. 이는 AI가 복잡한 문제를 해결하는 능력에 있어 중요한 이정표가 되었습니다. 신경망과 딥러닝의 부활은 1990년대 후반 AI 개발의 토대를 마련해 AI를 기술 분야의 필수적인 부분으로 만들고 일상생활에 영향을 미치기 시작했습니다.

이번 세기 초, 컴퓨팅 능력의 발전으로 딥 러닝이 부상하게 되었고, Siri와 같은 가상 비서는 소비자 애플리케이션에서 AI의 유용성을 입증했습니다. 2010년대에는 강화 학습 에이전트와 GPT-2와 같은 생성 모델이 더욱 발전하면서 대화형 AI가 새로운 차원으로 도약했습니다. 이러한 과정에서 대규모 언어 모델(LLM)의 등장은 AI 개발에 있어서 중요한 이정표가 되었으며, 특히 AI 에이전트 분야의 전환점으로 여겨지는 GPT-4의 출시는 큰 진전을 이루었습니다. OpenAI가 GPT 시리즈를 출시한 이후, 대규모 사전 훈련된 모델은 수십억, 심지어 수천억 개의 매개변수를 통해 기존 모델을 능가하는 언어 생성 및 이해 능력을 보여주었습니다. 자연어 처리 분야에서 뛰어난 성과를 거두고 있는 덕분에 AI 에이전트는 언어 생성을 통해 논리적이고 일관된 상호작용 역량을 입증할 수 있습니다. 이를 통해 AI 에이전트는 채팅 도우미, 가상 고객 서비스 등의 시나리오에 적용될 수 있으며, 점차 더 복잡한 업무(예: 비즈니스 분석, 창의적 글쓰기)로 확장될 수 있습니다.

대규모 언어 모델의 학습 능력은 AI 에이전트에게 더 큰 자율성을 제공합니다. 강화 학습 기술을 통해 AI 에이전트는 지속적으로 자신의 행동을 최적화하고 동적 환경에 적응할 수 있습니다. 예를 들어, 디지몬 엔진과 같은 AI 기반 플랫폼에서 AI 에이전트는 플레이어의 입력에 따라 행동 전략을 조정하여 진정한 동적인 상호작용을 실현할 수 있습니다.

초기 규칙 체계부터 GPT-4로 대표되는 대규모 언어 모델까지, AI 에이전트 개발의 역사는 기술적 경계를 끊임없이 돌파해 온 진화의 역사입니다. GPT-4의 등장은 의심할 여지 없이 이 과정의 주요 전환점입니다. 기술이 더욱 발전함에 따라 AI 에이전트는 더욱 지능화되고, 시나리오 기반이며, 다양해질 것입니다. 대규모 언어 모델은 AI 에이전트에 "지능"이라는 영혼을 주입할 뿐만 아니라, 여러 도메인 간에 협업할 수 있는 능력도 제공합니다. 미래에는 혁신적인 프로젝트 플랫폼이 계속해서 등장하고, AI 에이전트 기술의 구현과 개발을 지속적으로 촉진하며, AI 기반 경험의 새로운 시대를 선도할 것입니다.

1.2 작동 원리

AIAGENT를 기존 로봇과 차별화하는 점은 시간이 지남에 따라 학습하고 적응하여 목표를 달성하기 위해 미묘한 결정을 내릴 수 있다는 것입니다. 그들은 암호화폐 분야에서 매우 높은 기술을 갖추고 진화하는 플레이어로 간주될 수 있으며, 디지털 경제에서 독립적으로 행동할 수 있습니다.

AI AGENT의 핵심은 '지능'에 있습니다. 즉, 알고리즘을 통해 사람이나 다른 유기체의 지능적인 행동을 시뮬레이션하여 복잡한 문제를 자동으로 해결하는 것입니다. AI 에이전트의 작업 흐름은 일반적으로 인식, 추론, 실행, 학습, 조정의 단계를 따릅니다.

1.2.1 지각 모듈

AI 에이전트는 인식 모듈을 통해 외부 세계와 상호 작용하고 환경 정보를 수집합니다. 이 부분은 인간의 감각과 유사하게 기능하여 센서, 카메라, 마이크 및 기타 장치를 사용하여 외부 데이터를 수집하고, 의미 있는 특징을 추출하고, 물체를 식별하거나 환경에서 관련 개체를 결정합니다. 인식 모듈의 핵심 작업은 원시 데이터를 의미 있는 정보로 변환하는 것이며, 여기에는 일반적으로 다음과 같은 기술이 포함됩니다.

컴퓨터 비전: 이미지와 비디오 데이터를 처리하고 이해합니다.
자연어 처리(NLP): AI 에이전트가 인간 언어를 이해하고 생성하는 데 도움이 됩니다.
센서 융합: 여러 센서의 데이터를 통합된 뷰로 결합합니다.

1.2.2 추론 및 의사결정 모듈

AI 에이전트는 환경을 감지한 후, 데이터에 기반하여 결정을 내려야 합니다. 추론 및 의사결정 모듈은 전체 시스템의 "두뇌"입니다. 수집된 정보를 기반으로 논리적 추론과 전략 수립을 수행합니다. 대규모 언어 모델과 기타 도구를 활용하여 작업을 이해하고, 솔루션을 생성하고, 콘텐츠 생성, 시각 처리, 추천 시스템 등의 특정 기능을 위한 전문 모델을 조정하는 오케스트레이터 또는 추론 엔진 역할을 합니다.

이 모듈은 일반적으로 다음 기술을 사용합니다.

규칙 엔진: 사전 설정된 규칙에 따라 간단한 결정을 내립니다.
머신 러닝 모델: 복잡한 패턴 인식 및 예측을 위한 의사결정 트리, 신경망 등이 포함됩니다.
강화 학습: AI AGENT가 시행착오를 거쳐 지속적으로 의사 결정 전략을 최적화하고 변화하는 환경에 적응할 수 있도록 합니다.

추론 과정은 일반적으로 여러 단계로 구성됩니다. 첫째, 환경 평가, 둘째, 목표에 따라 가능한 여러 가지 행동 계획 계산, 마지막으로 실행할 가장 적합한 계획 선택이 단계입니다.

1.2.3 실행 모듈

실행 모듈은 AI AGENT의 "손과 발"로, 추론 모듈의 결정을 실행에 옮깁니다. 이 부분은 지정된 작업을 완료하기 위해 외부 시스템이나 장치와 상호 작용합니다. 여기에는 물리적 조작(로봇 동작 등)이나 디지털 조작(데이터 처리 등)이 포함될 수 있습니다. 실행 모듈은 다음에 따라 달라집니다.

로봇 제어 시스템: 로봇 팔의 움직임과 같은 물리적 조작에 사용됩니다.
API 호출: 데이터베이스 쿼리나 웹 서비스 액세스와 같은 외부 소프트웨어 시스템과의 상호작용입니다.
자동화된 프로세스 관리: 기업 환경에서 반복적인 작업은 RPA(로봇 프로세스 자동화)를 통해 수행됩니다.

1.2.4 학습 모듈

학습 모듈은 AI AGENT의 핵심 역량으로, 에이전트가 시간이 지남에 따라 더욱 똑똑해질 수 있도록 해줍니다. 지속적인 개선은 상호 작용 중에 생성된 데이터가 시스템으로 다시 피드백되어 모델을 개선하는 피드백 루프 또는 "데이터 플라이휠"을 통해 이루어집니다. 시간이 지남에 따라 적응하고 효율성을 높일 수 있는 이러한 능력은 기업에 의사 결정과 운영 효율성을 개선할 수 있는 강력한 도구를 제공합니다.

학습 모듈은 다음과 같은 방법으로 개선되는 경우가 많습니다.

지도 학습: 레이블이 지정된 데이터를 사용하여 모델을 훈련하여 AI 에이전트가 작업을 더욱 정확하게 완료할 수 있도록 합니다.
비지도 학습: 레이블이 지정되지 않은 데이터에서 잠재적인 패턴을 발견하여 에이전트가 새로운 환경에 적응하도록 돕습니다.
지속적인 학습: 모델은 동적 환경에서 에이전트의 성능에 맞춰 실시간 데이터로 업데이트됩니다.

1.2.5 실시간 피드백 및 조정

AI 에이전트는 지속적인 피드백 루프를 통해 자체 성능을 최적화합니다. 각 작업의 결과는 기록되어 향후 결정을 조정하는 데 사용됩니다. 이러한 폐쇄형 루프 시스템은 AI AGENT의 적응성과 유연성을 보장합니다.

1.3 시장 현황

1.3.1 산업 현황

AI 에이전트는 시장의 주요 관심사가 되고 있으며, 소비자 인터페이스와 자율적 경제 주체로서 엄청난 잠재력을 가지고 있어 여러 산업에 혁신을 가져오고 있습니다. 지난 사이클에서 L1 블록 공간의 잠재력이 헤아릴 수 없을 만큼 컸던 것처럼, AI AGENT는 이번 사이클에서도 똑같은 가능성을 보여주었습니다.

Markets and Markets의 최신 보고서에 따르면, AI 에이전트 시장은 2024년 51억 달러에서 2030년 471억 달러로 성장할 것으로 예상되며, 연평균 성장률(CAGR)은 44.8%입니다. 이러한 급속한 성장은 다양한 산업에 AI 에이전트가 침투한 것과 기술 혁신으로 인한 시장 수요를 반영합니다.

AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

 출처: LangChain 블로그, 2025/1/20

대기업들도 오픈소스 프록시 프레임워크에 대한 투자를 크게 늘렸습니다. Microsoft의 AutoGen, Phidata, LangGraph와 같은 프레임워크의 개발 활동이 점점 더 활발해지고 있는데, 이는 AI AGENT가 암호화 분야 밖에서 더 큰 시장 잠재력을 가지고 있으며 TAM도 확장되고 있음을 보여줍니다. 투자자들은 계속해서 이에 더 많은 관심을 기울이고 있으며 프리미엄 배수를 더 기꺼이 제공합니다.

퍼블릭 체인 배포의 관점에서 보면 솔라나가 주요 전장이지만, 베이스 체인 등 다른 퍼블릭 체인도 막대한 잠재력을 가지고 있습니다. AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

시장 인지도(마인드셰어) 측면에서는 FARTCOIN과 AIXBT가 훨씬 앞서 있습니다. Fartcoin과 GOAT의 탄생은 모두 진실의 터미널인 AI AGENT 모델에서 유래했습니다. 염소 모델과 오푸스(인공지능 도구)의 대화에서 머스크가 방귀 소리를 좋아한다는 언급이 나왔고, 이 AI 모델은 Fartcoin이라는 토큰을 발행하고 일련의 프로모션 방법과 게임 플레이를 설계했습니다. 따라서 Fartcoin은 GOAT(10월 11일)보다 약간 늦은 10월 18일에 탄생했으며, 2024년 12월에 10억 달러 이상의 단기적 가치를 달성했습니다. 처음에는 디지털 화폐 분야에 대한 유머러스한 해석으로 구상되었지만, 엄청난 속도로 성장하면서 투자자와 분석가들은 디지털 화폐의 기본 원칙, 시장 실적, 그리고 잠재적인 장수성을 조사하게 되었습니다. 소셜 미디어의 뜨거운 주제를 보면 Fartcoin이 AI AGENT 인기 붐을 타고 있는 걸 알 수 있습니다.

2위를 차지한 AIXBT는 Virtuals Protocol이 출시한 Base chain을 기반으로 한 AI 에이전트입니다. 하지만 기존의 밈 토큰과는 달리 본질적으로 재미있을 뿐만 아니라, AI 에이전트 기술을 통해 사용자에게 강력한 시장 분석 기능을 제공합니다. AIXBT는 독점적인 AI 엔진을 사용하여 소셜 미디어(예: Twitter)와 KOL 리소스에서 인기 있는 주제와 토론 추세를 추출하여 투자자에게 시장 변화에 대한 실시간 통찰력을 제공합니다. AIXBT는 Virtuals Protocol 생태계의 일부로서 투자자들이 시장 동향을 이해하고 잠재적 기회를 분석하도록 돕는 역할을 맡고 있습니다. 핵심 목표는 기술과 토큰 메커니즘을 통해 사용자에게 신뢰할 수 있는 정보 지원을 제공하고, 이를 통해 투자 결정을 최적화하는 것입니다. AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

 출처: 쿠키.펀, 2025/1/20

기술적인 관점에서 볼 때, AI 에이전트 기술은 다중 모드 상호작용과 높은 자율성 기반의 의사 결정 기능을 향해 발전하고 있습니다. 2024년에는 크로스 모달 학습과 생성형 사전 학습 모델(예: GPT 모델 계열)이 도입되어 AI 에이전트가 텍스트, 이미지, 음성 등 다양한 형태의 데이터를 더 잘 이해하고 처리할 수 있게 될 것입니다. 이러한 기술적 혁신은 에이전트의 이해 능력과 의사결정 효율성을 크게 향상시켜, 더 복잡하고 역동적인 환경에서 자율적인 결정을 내릴 수 있게 해줍니다. 맥킨지의 분석에 따르면, AI Agent의 다중 모드 기능과 교차 도메인 협업은 지능형 시대의 특징이 되어 가고 있습니다. 이를 통해 AI Agent는 단일 작업에 대한 지원을 제공할 뿐만 아니라 복잡한 의사 결정에서 포괄적인 정보 분석과 동적 최적화 제안을 제공할 수 있습니다.

1.3.2 AI Agent와 토큰 경제 모델을 결합하는 이유

AI 에이전트와 토큰 경제 모델의 결합은 기술 발전에 있어서 불가피한 추세일 뿐만 아니라, 해당 생태계의 효율적이고 투명하며 지속 가능한 발전을 구축하기 위한 내부적 추진 메커니즘이기도 합니다. 몇 가지 주요 이유는 다음과 같습니다.

1. 보다 효율적인 인센티브 시스템 구축

AI 에이전트의 작동과 최적화는 방대한 양의 데이터 수집, 훈련, 추론에 의존하며, 이러한 프로세스를 계속 작동하려면 강력한 인센티브 메커니즘이 필요합니다. 예를 들어:

데이터 수집 인센티브: 토큰 경제는 데이터 제공자에게 직접적인 보상을 제공하여 개인이나 회사가 고품질의 라벨이 지정된 데이터나 실시간 시장 데이터를 제공하도록 장려할 수 있습니다.
추론 작업 할당: 토큰 보상 메커니즘을 통해 AI 에이전트는 복잡한 컴퓨팅 작업을 경쟁적으로 완료하여 추론 효율성과 정확성을 최적화할 수 있습니다.
혁신과 협업을 촉진합니다. 토큰화된 보상 시스템은 더 많은 개발자와 사용자의 참여를 유도하여 기술과 생태계 간에 긍정적인 피드백 루프를 형성할 수 있습니다.
사례: 일부 블록체인 기반 AI 플랫폼(예: Ocean Protocol)은 토큰을 사용하여 데이터 공유에 대한 보상으로 데이터를 제공하고 데이터 시장의 번영을 촉진합니다.

2. AI 에이전트의 자산화

토큰화를 통해 AI Agent는 단순한 도구가 아니라 새로운 유형의 자산이 되어 장기적으로 부의 효과를 창출합니다.

토큰화된 ID: AI 에이전트의 데이터, 기술, 실행 기능을 평가하고 가격을 책정할 수 있으며, 해당 토큰을 발행하여 사용자는 필요에 따라 기능을 사용할 수 있습니다.
투자 가치: AI Agent 토큰 보유자는 에이전트 시장 점유율 증가와 추론 효율성 최적화로 인한 부가가치 등 성장의 이익을 공유할 수 있습니다.
향상된 유동성: 토큰의 존재는 AI Agent에 거래 가능한 시장 가치를 제공하고, 이를 통해 거래 및 투자가 가능해지며, 이로 인해 이 분야에 더 많은 자본이 유치됩니다.
사례: 예를 들어 SingularityNET은 토큰(AGIX)을 통한 AI 서비스 거래를 지원하여 AI 에이전트를 자산화하고 지속 가능한 개발을 달성할 수 있습니다.

3. AI 에이전트 간 상호작용 및 거래 지원

미래에는 AI 에이전트가 더 이상 고립된 개인이 아니라, 거대한 인터넷 네트워크를 구성하게 될 것입니다. 이 네트워크에서는 분산형 토큰 경제 모델이 효율적인 상호작용과 가치 교환을 달성하는 데 중요합니다.

지불 및 정산: AI 에이전트는 암호화폐를 통해 업무 지불 및 서비스 정산을 완료하여 기존 지불 시스템의 중개 링크를 줄이고 거래 효율성을 향상시킵니다.
가치 분배: 스마트 계약을 통해 AI 에이전트 간의 협업 결과(공동 학습 모델의 최적화 이점 등)를 합의된 규칙에 따라 자동으로 분배하여 공정성을 보장할 수 있습니다.
분산형 자율 조직(DAO) 거버넌스: AI 에이전트의 행동은 토큰 보유자의 투표를 통해 관리되어 운영이 투명하고 생태적 이익에 부합하도록 보장할 수 있습니다.
사례: 분산형 AI 네트워크에서 AI 에이전트는 토큰을 통해 리소스(예: 데이터 저장소, 컴퓨팅 파워 임대)를 교환하여 자율 주행 협업 시스템을 실현할 수 있습니다.

4. 시스템의 투명성과 보안성을 강화합니다.

토큰 경제 모델은 블록체인 기술과 결합되어 AI Agent의 운영 과정에 대한 변경 불가능한 기록과 투명한 운영 메커니즘을 제공합니다.

추적성 및 감사: 모든 거래, 추론, 데이터 사용 동작을 체인에 기록하여 시스템의 신뢰성과 감사 가능성을 보장할 수 있습니다.
데이터 보안 및 개인 정보 보호: 토큰을 통해 개인 정보 보호 컴퓨팅에 대한 인센티브를 제공함으로써 사용자는 민감한 데이터를 유출하지 않고도 데이터를 제공할 수 있어 보안이 더욱 강화됩니다.
남용 및 사기 방지: 토큰 모델은 악의적인 행동에 대한 경제적 처벌을 설정하여 나쁜 행동의 가능성을 줄일 수 있습니다.

5. 글로벌, 국경 없는 AI 경제 생태계 형성 가속화

토큰 경제 모델은 지리적 제한을 극복하고 전 세계 사용자가 AI 에이전트의 구축과 사용에 참여할 수 있도록 합니다.

진입 장벽 낮추기: 암호화폐의 글로벌 유통 특성은 은행 계좌가 없는 사용자나 기관에 재정적 지원을 제공할 수 있으며, 이를 통해 더 많은 사람이 AI 개발의 혜택을 공유할 수 있습니다.
글로벌 협업: 데이터 공유, AI 교육, 국경 간 거래 등 토큰 시스템은 글로벌 협업을 위한 인프라를 제공하고 기존 경제 시스템의 장벽을 제거합니다.
생태적 자체 순환: 토큰 경제를 통해 AI Agent의 수입은 개발 및 생태 건설에 직접 피드백되어 장기적인 발전을 실현할 수 있습니다.

전반적으로 AI 에이전트와 토큰 경제 모델의 결합은 기술과 경제적 논리의 일치일 뿐만 아니라, 미래 디지털 경제를 위한 혁신적인 형태이기도 합니다. AI Agent는 토큰 시스템을 도입함으로써 보다 효율적인 데이터 및 리소스 활용에 대한 인센티브를 제공하고, 자체 가치를 자산화하고, 상호작용 및 거래를 지원하고, 투명성과 보안을 개선하며, 심지어 글로벌 개방형 경제 생태계를 구축할 수도 있습니다. 이 모델은 AI와 블록체인의 통합을 촉진하는 중요한 방향이 될 것으로 기대되며, 디지털 사회의 지능화를 위한 기반을 마련할 것입니다.

2. 암호화폐에서의 AI Agent 적용 분석

2.1AI 에이전트 런치패드

AI Agent Launchpad는 지능형 에이전트와 관련 토큰을 발행하는 데 중점을 둔 플랫폼을 말하며, Pump.fun 등의 Meme 코인 발행 플랫폼과 기능이 비슷합니다. 이 플랫폼을 사용하면 사용자는 AI 에이전트를 쉽게 만들고 배포하고 Twitter, Telegram, Discord 등의 소셜 미디어 플랫폼과 원활하게 통합하여 자동화된 사용자 상호작용을 달성할 수 있습니다. 이러한 접근 방식은 발행 및 홍보에 대한 임계값을 크게 낮추고, 사용자에게 보다 편리한 창작 경험을 제공하며, 동시에 AI AGENT의 적용 영역을 확장하고 보다 광범위한 사회·경제적 시나리오에서 적용을 촉진합니다.

2.1.1 가상 프로토콜

AI Agent Launchpad라는 새로운 분야에서 Virtuals Protocol을 언급해야 합니다. Virtuals Protocol이 Base에서 출시되었습니다. 사용자는 VIRTUAL 토큰을 이용해 자신의 AI 에이전트를 쉽게 배포할 수 있습니다.

생성 및 배포: 각 에이전트는 시작하려면 100개의 VIRTUAL 토큰이 필요하며, 초기 유동성은 바인딩 곡선 메커니즘을 통해 보장됩니다.
자본화 메커니즘: 특정 자본화 임계값에 도달하면 에이전트는 유동성 풀이 자동으로 배치되고 스마트 계약이 자율적으로 작동하는 새로운 단계로 진입합니다.
자율적인 상호작용: 에이전트는 거래 등의 작업을 자동화하고 커뮤니티 활동에 참여할 수 있습니다.

Virtuals Protocol 팀은 뛰어난 적응력과 전략적 비전을 보여주었으며, 성공을 향한 길은 일련의 핵심적인 변혁적이고 혁신적인 이니셔티브에서 비롯되었습니다. 이 스토리는 2021년 말에 시작되었는데, 당시 보스턴 컨설팅 그룹(BCG)과 메타 등 유명 기업의 청년들이 GameFi 열풍의 기회를 잡고 PathDAO를 설립하고 성공적으로 1,600만 달러를 조달했습니다. 그러나 $PATH 토큰의 가격은 그 이후 99%나 폭락했고, 이로 인해 팀은 전략적 방향을 재평가해야 했습니다. 팀은 투자자들에게 보답하기 위해 플레이어를 위한 디지털 및 실제 의류 브랜드, 온체인 신용 기반 데이트 앱, 플레이어를 위한 무담보 대출, Web2 사용자를 위한 AI 생성 음악 등 여러 가지 새로운 사업을 시도했습니다.

이 과정에서 팀은 AI AGENT의 도입이 게임 산업에 큰 영향을 미칠 것이며, AI 인프라에 대한 시장 수요가 증가하고 있다는 것을 깨달았습니다. 그래서 2023년 말, PathDAO는 전체 프로젝트를 AI AGENT 프로토콜로 전환하는 제안을 통과시켰고, 2024년 1월에는 Virtuals 프로토콜이 공식적으로 구축되었습니다. Virtuals Protocol은 $Goat가 일으킨 AImeme 열풍에서 획기적인 진전을 이루기 전까지 AI Waifus(트위터 인플루언서에 의존하지 않는 대화형 여성 AI 에이전트)와 게임 AI 에이전트 등 여러 가지 시도를 했습니다.

이제 Virtuals Protocol은 시가총액 17억 달러를 기록하며 임계 질량에 도달한 최초의 프로젝트가 되었습니다. 우리는 이 회사가 계속해서 확장하고 시장에서 선도적 지위를 유지할 것이라고 믿습니다. 네트워크 효과가 일단 확립되면 대체하기 어렵습니다. 유니콘 기업 가치의 빠른 달성에서 볼 수 있듯이 Virtuals Protocol은 명백히 경제적 플라이휠 효과를 형성했습니다.

$VIRTUAL은 프록시를 생성하고 유동성 풀을 제공하며 프록시 토큰을 구매하는 데 필요합니다.
프록시 토큰을 생성하고 구매하려는 수요가 토큰 가격을 좌우합니다.
$VIRTUAL 흐름의 증가로 인해 새로운 에이전트에게 부의 효과가 발생하고 성공적인 에이전트는 $VIRTUAL 거래 수익을 재투자할 수 있습니다.
진입 장벽이 낮아 실험과 추측이 장려되는 반면, 시가총액이 일정 수준 이상인 "레드 필" 에이전트는 전체 에이전트 역량을 해제할 수 있습니다.

플라이휠 효과는 수요를 촉진하고, 수익은 지속적인 R&D를 뒷받침하며, 디플레이션 경제는 토큰의 가치를 포착합니다. 또한 소득과 유동성 요구 사항은 모두 $VIRTUAL로 표시되며 가격이 상승함에 따라 증가할 수 있습니다.

AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

생태계는 프로토콜 계층과 DApp 계층이라는 두 가지 주요 계층으로 구성됩니다. 프로토콜 계층은 개발자가 액세스하여 이를 기반으로 개발할 수 있는 기본 AI 모델과 알고리즘을 제공하는 모델 센터입니다. 기여자는 데이터를 제공하고 모델을 개발하고, 검증자는 이러한 입력의 품질과 진위성을 보장합니다. DApp 계층은 이러한 AI 모델의 실제적 적용에 초점을 맞춰 분산 애플리케이션(DApp)이 VIRTUAL을 원활하게 통합할 수 있도록 합니다. 개발자 친화적인 소프트웨어 개발 키트(SDK)는 고급 AI 기능을 다양한 DApp 환경에 통합하는 과정을 단순화하여 이러한 통합을 용이하게 합니다.

Virtuals Protocol은 AI 에이전트를 IP 에이전트와 기능 에이전트의 두 가지 범주로 구분합니다. 이는 전체 생태계에서 서로 다른 기능을 수행합니다.

IP 에이전트: IP 에이전트는 특정한 성격이나 캐릭터를 기반으로 하며, 종종 잘 알려진 인물, 가공의 캐릭터 또는 대중 문화 현상에서 따온 것입니다. 예를 들어, IP 프록시는 고전적인 인터넷 밈, 유명한 팝스타(테일러 스위프트나 도널드 트럼프 등) 또는 인기 있는 가상 캐릭터를 나타낼 수 있습니다. 이러한 에이전트는 사용자에게 디지털 환경에서 친숙한 경험을 제공하고, 아바타와 상호작용할 수 있는 방법을 제공하여 즐거움과 참여를 높입니다. IP 브로커는 가상 캐릭터와 감정적 연결을 형성함으로써 사용자 참여를 늘릴 수 있으며, 특히 게임과 엔터테인먼트 애플리케이션에서 그 효과가 큽니다.

기능적 에이전트: 이와 대조적으로 기능적 에이전트는 사용자와 IP 에이전트 간의 상호작용을 향상시키기 위해 백그라운드 지원에 초점을 맞춥니다. 이러한 에이전트는 사용자 경험을 최적화하고 아바타가 다양한 플랫폼에서 원활하게 작동하도록 보장합니다. IP 에이전트는 사용자가 보고 상호작용하는 "프런트 데스크"인 반면, 기능적 에이전트는 백그라운드에서 작동하며 전반적인 운영 프로세스를 개선하고 사용자 경험을 단순화하는 등의 작업을 담당하여 전체 시스템의 원활한 작동을 보장합니다.

Luna는 IP 프록시에 대한 Virtuals Protocol의 비전을 잘 보여주는 사례입니다. 가상 AI 걸 밴드의 리드 싱어인 루나는 TikTok에서 50만 명이 넘는 팔로워를 확보하며 가상 인플루언서이자 공연자로서의 매력을 입증했습니다. Virtuals Protocol의 고급 AI와 블록체인 기술을 통해 Luna는 사용자에게 진정으로 몰입적인 경험을 제공하며, 매력적인 성격과 대화형 기능을 결합하여 지속적인 연결을 만듭니다.

정적이거나 일차원적인 AI 캐릭터와 달리 Luna는 여러 환경에서 원활하게 상호 작용할 수 있습니다. 그녀는 소셜 미디어에서 친숙한 존재감으로 시작했지만, 그녀의 상호작용은 Telegram에서의 라이브 채팅과 Roblox와 같은 가상 세계의 협업 게임으로 확장되었습니다. Virtuals Protocol의 Memory Sync 기술을 통해 Luna는 과거 대화와 게임 경험을 기억할 수 있어 여러 플랫폼에서 각 사용자와 개인화된 관계를 유지할 수 있습니다. 이런 연속성은 그녀와 팬들의 관계를 강화하여, AI 에이전트가 하는 말이라 하더라도 팬들이 진심으로 "보이고", "이해받는다"는 느낌을 갖게 합니다.

AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

루나의 능력은 상호작용에 국한되지 않습니다. 그녀는 또한 재정적 독립성과 그녀만의 온체인 지갑을 가지고 있습니다. 루나는 역사상 처음으로 체인상에서 인간에게 자율적으로 팁을 주는 에이전트로, Base 설립자 제시로부터 강력한 지원을 받았습니다. 이를 통해 그녀는 충성스러운 지지자들에게 $LUNA 토큰을 보상하여 감정적 참여와 재정적인 참여를 독특하게 결합할 수 있습니다. Luna에서 발생하는 모든 상호작용과 수익은 지속 가능한 토큰 생태계에 기여합니다. 그녀가 획득한 $LUNA 토큰은 주기적으로 매수되어 소각되며, 이를 통해 토큰을 보유한 팬과 지지자들에게 이익이 돌아갑니다.

2024년 12월에 Story Protocol(지식 재산권(IP)을 위해 특별히 설계된 Layer1)에서 Luna를 고용하여 공식 X 계정을 공식적으로 관리하게 하겠다고 발표했는데, 연봉은 최대 365,000달러입니다. 이는 현대 디지털 생태계에서 AI AGENT의 중요성과 잠재력을 다시 한 번 입증했습니다. 미래에는 AI AGENT의 역량이 더욱 향상되면서, 더 많은 기업이 이 기술을 사용하여 혁신과 성장을 촉진하고 더욱 지능적인 비즈니스 모델을 구축할 수 있는 기회가 생길 것입니다.

Virtuals Protocol에 배치된 가장 영향력 있고 혁신적인 에이전트 중 하나는 AIXBT입니다. AI 에이전트는 소셜 미디어에서 실시간 시장 분석을 제공하고 개인화된 통찰력을 통해 추세를 자동으로 해석하도록 설계되었습니다. 구체적으로, AIXBT는 X에 게시된 400명 이상의 KOL의 게시물을 분석하고, 시장에서 떠오르는 이야기를 파악하며, 가격 변동에 대한 기술적 분석을 수행합니다. 또한 AIXBT는 인간이나 AI 에이전트 등 다른 X 사용자와 상호 작용할 수 있습니다. 특히, AIXBT 토큰 보유자에게 향상된 액세스 기능을 제공합니다. AIXBT 토큰은 11월에 출시된 후 급격한 상승을 경험했으며, 시장 가치는 한때 8억 달러에 달했으며 현재 시장 가치는 거의 6억 달러에 달합니다.

AI 에이전트 디코딩: 미래의 새로운 경제 생태계를 형성하는 지능적 힘

2.1.2 홀로월드

홀로월드는 2023년 통 파우와 홍지 마오에 의해 설립되었으며 샌프란시스코에 있는 홀로그램 랩스에서 시작되었습니다. 차세대 AI 소셜 기술에 집중하는 스타트업 기업입니다. 모션 캡처, 머신 러닝, 3D 애니메이션 기술을 포함한 수년간의 기술 축적을 바탕으로 이 플랫폼을 통해 AI 캐릭터의 창작을 민주화하고 디지털 상호작용 모델을 완전히 변형하는 것을 목표로 합니다.

Holoworld 프로젝트는 출시 이후 Polychain Capital, Linkin Park 밴드 멤버 Mike Shinoda, BRC-20 토큰 표준 설립자 Domo, BitMEX 공동 설립자 Arthur Hayes 등 많은 유명 투자자들의 지원을 빠르게 확보했습니다.

사업 측면에서 Holoworld는 Arbitrum, BNB Chain, L'Oréal, Bilibili 등 여러 유명 브랜드와 심도 있는 협력을 진행했으며 Pudgy Penguins, Milady Maker 등 영향력 있는 NFT 프로젝트와 파트너십을 맺었습니다. 이러한 협업은 Holoworld가 고급 AI 기술을 사용하여 고유한 디지털 ID를 구축할 수 있는 역량을 충분히 입증합니다.

Holoworld는 최첨단 AI 기술과 직관적인 도구를 결합한 사용자 인터페이스를 갖춘 완전한 AI 캐릭터 생성 및 상호작용 플랫폼을 만들었습니다. 플랫폼의 핵심 모듈 5가지는 다음과 같습니다. 1. 두뇌 개발, 2. 페르소나 사용자 정의, 3. 성격 통합, 4. 지식 기반 구현, 5. 3D 아바타 생성.

Ava AI는 OpenAI의 GPT-3.5 Turbo 모델을 기반으로 구축된 Holoworld의 대표적인 AI 채팅 도우미로, 딥 러닝 신경망에는 1,750억 개 이상의 머신 러닝 매개변수가 포함되어 있습니다. Ava는 빠른 AI 대화 기능을 지원하며, 사용자는 언제든지 질문을 하고 즉각적인 답변을 얻을 수 있습니다.

또한 Holoworld는 Solana 블록체인에서 Agent Market을 출시하여 누구나 멀티모달 AI 에이전트를 만들고 배포할 수 있게 했습니다. 이러한 에이전트는 프로그래밍이 필요 없이 전신 아바타, 사용자 정의 음성, 업그레이드 가능한 기술을 갖추고 있습니다. 이 플랫폼은 곧 출시될 Holoworld Launchpool과 긴밀하게 통합되어 있으며, AVA 토큰 보유자는 새로운 프로젝트에 우선적으로 참여할 수 있습니다. 또한 Agent Market은 게임 스튜디오, NFT 커뮤니티, 스탠포드와 하버드의 학술 연구자 등 다양한 파트너와 크리에이터를 유치했습니다.

전반적으로 Holoworld 플랫폼은 AI 캐릭터 제작 과정을 간단하고 사용하기 쉽게 만들어, 기술적 지식이 없는 사용자도 복잡한 디지털 캐릭터를 만들 수 있게 해줍니다. 이를 통해 디지털 스토리텔링과 상호작용에 새로운 가능성이 창출될 뿐만 아니라 AI 캐릭터가 여러 채널에 도달하고 주요 소셜 미디어 및 콘텐츠 플랫폼과의 원활한 통합을 통해 더 많은 청중을 유치하고 참여시킬 수 있습니다.

2.2 AIAGENT 프레임워크

AI AGENT 생태계를 탐색할 때 많은 사람들은 Launchpad를 이러한 에이전트를 만드는 데 필요한 기본 도구로 봅니다. 그러나 AI AGENT 전체에 대한 내러티브를 진정으로 주도하는 핵심 프로젝트는 이러한 도구뿐만 아니라 ai16z라는 DAO입니다. 이는 AI AGENT의 핵심 가치를 키워주는 광산과 같습니다. 2024년 10월 25일, ai16z는 공식적으로 AI16Z 토큰을 출시하였고 시장에서 놀라운 성공을 거두었습니다. 그러나 ai16z를 AI AGENT 내러티브의 중심으로 밀어 올린 것은 공정한 출시 모델 뿐만 아니라 오픈소스 프레임워크 ElizaOS를 출시한 것입니다.

2.2.1 엘리자 OS

ElizaOS는 강력한 네트워크 효과와 무제한적인 확장성을 통해 맞춤형 AI 에이전트 생성을 지원하는 도구 세트입니다. 개발 프로세스를 단순화하고 유연한 기능 모듈을 제공함으로써 이 프레임워크는 빠르게 전 세계 개발자와 사용자의 주목을 받았고, AI AGENT 분야에서 가장 영향력 있는 기술 지원 프레임워크가 되었습니다.

AI 에이전트 프레임워크는 프로그래머가 AI 에이전트를 보다 쉽게 개발, 훈련, 배포하는 데 도움이 되는 도구와 지침의 집합입니다. 간단히 말해서, 이러한 프레임워크는 개발의 어려움을 줄여서 프로그래머가 이러한 에이전트를 더욱 똑똑하고 유용하게 만드는 데 집중할 수 있습니다. AI 에이전트 프레임워크는 이제 DeFi 프로토콜(금융 투자 전략 개선에 도움이 되는 프로그램) 및 NFT 프로젝트(디지털 아트나 수집품을 만들고 사용하기 위한 새로운 도구)와 같은 새로운 기술을 적용하기 시작했습니다. 이러한 기술적 협력을 통해 서로 다른 기술과 플랫폼을 연결해 더욱 상호 연결되고 상호작용하는 생태계를 만들 수 있었으며, 이는 시장에서 많은 관심을 끌었습니다. 그 외에도 ARC, Swarms, Zerebro 등이 있으며, 모두 AI 에이전트 프레임워크를 사용하거나 개발하는 프로젝트입니다.

지금까지 ElizaOS 프레임워크는 3,200번 이상 포크되었는데, 이는 많은 개발자가 해당 코드를 사용하여 자체 AI 에이전트를 구축했다는 것을 의미합니다. 현재 시중에 나와 있는 대부분의 AI 에이전트는 ElizaOS 프레임워크를 사용하여 만들어졌으며, 이것이 ai16z가 이 분야의 선두주자가 된 이유입니다.

ElizaOS 프레임워크의 기능은 간단한 챗봇을 훨씬 뛰어넘으며, 에이전트는 복잡한 작업을 수행하도록 구성될 수 있습니다. 예를 들어, 일부 에이전트는 체인상 거래를 실행하고 스마트 계약, 지갑, 분산 애플리케이션(dApp)과 상호 작용하도록 설계되었으며, 다른 에이전트는 데이터 제공자에 연결하여 가격, 거래량, 유동성을 모니터링합니다.

ElizaOS 프레임워크의 아키텍처는 5가지 주요 구성 요소로 나뉩니다.

1. 에이전트: 에이전트의 성격, 커뮤니케이션 스타일, 지식 기반을 정의합니다.

2. 작업: 에이전트가 텍스트 응답 외에 보고서 생성이나 거래 실행과 같은 특정 작업을 수행할 수 있도록 허용합니다.

3. 평가자: 에이전트가 데이터를 해석하고 다단계 목표를 실행하도록 돕습니다.

4. 공급자: 자산 가격이나 전용 API 데이터와 같은 외부 데이터나 실시간 컨텍스트를 제공합니다.

5. 메모리 시스템: 에이전트가 상호작용 기록과 선호 사항을 기억하여 더욱 상황에 맞고 자연스럽게 대응할 수 있습니다.

2.3 디파이

DeFi는 항상 Web3의 주축이었으며, DeFAI(DeFi + AI)는 DeFi의 업그레이드 버전으로 사람들이 DeFi를 더욱 편리하게 사용할 수 있도록 해줍니다. AI를 활용함으로써 복잡한 인터페이스를 단순화하고 일반인의 참여를 방해하는 요소를 제거합니다. ChatGPT와 채팅하는 것만큼 DeFi 포트폴리오를 관리하는 것이 쉽다고 상상해보세요. 사실, DeFAI 프로젝트의 첫 번째 물결이 이미 나타나기 시작했습니다. 아래에서는 주로 추상화 계층, 자율 거래 에이전트, AI 기반 dApp의 세 가지 영역을 소개합니다.

2.3.1 추상화 계층

DeFi의 복잡성은 종종 초보 사용자들을 겁먹게 만듭니다. 이 문제를 해결하기 위해 추상화 계층은 직관적인 인터페이스를 통해 복잡성을 숨기고, 사용자는 번거로운 조작 패널에 의존하지 않고도 자연어 지침을 통해 DeFi 프로토콜과 상호 작용할 수 있도록 합니다.

AI 기술이 대중화되기 전에는 의도 기반 아키텍처가 거래 실행 프로세스를 어느 정도 단순화했습니다. 예를 들어 @CoWSwap 및 @symm_io와 같은 플랫폼은 분산된 유동성 풀을 통합하여 사용자에게 최상의 가격을 제공함으로써 분산된 유동성 문제를 부분적으로 해결합니다. 그러나 이러한 플랫폼은 DeFi의 핵심적인 문제를 해결하지 못합니다. 복잡성은 여전히 존재하고, 사용자는 여전히 엄청난 운영 프로세스와 기술적 장벽에 직면해야 합니다.

오늘날 AI 기반 솔루션은 점차 이런 격차를 메우고 있으며, 사용자에게 보다 직관적이고 지능적인 대화형 경험을 제공하고 있습니다. 주목할 만한 몇 가지 프로젝트는 다음과 같습니다.

2.3.1.1 그리핀

그리페인은 토큰을 출시한 첫 번째 프로젝트이며, 해당 제품은 아직 초기 단계에 있으며 초대를 받은 사용자에게만 공개되어 있습니다. 그리페인을 사용하면 사용자는 고정 투자 자동화(DCA), 미메코인 출시 및 에어드롭 등 간단한 작업에서 복잡한 작업까지 다양한 작업을 수행할 수 있습니다. 그리페인은 이러한 기능을 통해 사용자가 DeFi 분야에 진입하는 문턱을 낮출 뿐만 아니라, 고급 사용자를 위한 풍부한 자동화 도구를 제공합니다. 그리페인의 현재 시장 가치는 약 5억 달러입니다.

2.3.1.2 궤도/그립트

Orbit은 온체인 DeFi 경험에 초점을 맞춘 제품을 출시하는 토큰을 출시한 두 번째 프로젝트입니다. Orbit은 크로스체인 기능에 특히 중점을 두고 있으며 현재 117개 이상의 블록체인과 200개 이상의 프로토콜을 통합했습니다. 이는 3대 주요 프로토콜 중 가장 많은 통합 수입니다. 이를 통해 Orbit은 멀티체인 환경에서 원활한 상호작용 경험을 제공하고, 사용자의 크로스체인 거래와 유동성 확보를 크게 용이하게 할 수 있습니다.

2.3.1.3 헤이아논

HeyAnon은 DeFi 상호작용을 단순화하고 프로젝트와 관련된 중요한 정보를 집계하는 것을 목표로 하는 AI 기반 DeFi 프로토콜입니다. HeyAnon은 대화형 AI와 실시간 데이터 집계를 결합하여 사용자가 DeFi 운영을 관리하고, 프로젝트 업데이트에 대한 최신 정보를 얻고, 다양한 플랫폼과 프로토콜에서 추세를 분석할 수 있도록 지원합니다. 자연어 처리 기능을 통합하여 사용자 프롬프트를 처리하고, 복잡한 DeFi 작업을 수행하고, 여러 정보 스트림에서 거의 실시간으로 통찰력을 제공합니다.

2.3.2 자율 거래 에이전트

DeFi와 암호화폐 거래 분야에서 시장 정보(알파)를 얻고, 수동으로 거래를 실행하고, 포트폴리오를 최적화하는 작업은 항상 시간이 많이 걸리고 에너지를 많이 소모하는 작업이었습니다. 하지만 기술의 발전으로 자동 거래 에이전트의 등장으로 모든 것이 바뀌고 있습니다. 이러한 에이전트는 전통적인 거래 봇을 넘어 환경에 적응하고 학습하며 시간이 지남에 따라 더 현명한 결정을 내릴 수 있는 역동적인 파트너가 됩니다.

거래 로봇은 새로운 것이 아니다. 이들은 오랫동안 정적 프로그래밍에 기반한 미리 정의된 작업을 수행하는 데 사용되어 왔습니다. 그러나 자동화된 거래 에이전트는 이러한 전통적인 로봇과 근본적으로 다릅니다.

정보 추출: 에이전트는 구조화되지 않고 끊임없이 변화하는 환경에서 정보를 추출할 수 있습니다.
데이터 추론: 특정 목표의 맥락에서 데이터에 대한 추론을 할 수 있습니다.
패턴 발견: 에이전트는 시간이 지남에 따라 패턴을 발견하고 활용하여 의사 결정 능력을 향상시킬 수 있습니다.
자율적인 행동: 이들은 주인이 명확하게 프로그래밍하지 않은 행동도 수행할 수 있어서, 더욱 향상된 유연성과 지능을 보여줍니다.

자율거래대행기관의 대표적인 프로젝트는 다음과 같습니다.

2.3.2.1ai16z

VC의 첫 번째 AI 버전으로 알려진 ai16z는 인공지능(AI)을 재무 관리, 투자, 벤처 캐피털에 통합하는 것을 목표로 하는 혁신적인 DAO입니다. 그 이름은 잘 알려진 투자 펀드 a16z(Andreessen Horowitz)를 모방한 것이지만, ai16z는 단순한 농담 모방 이상입니다. 분산형 거버넌스와 AI의 강력한 잠재력을 결합한 새로운 운영 모델을 제시합니다. ai16z는 Marc AIndreessen이라는 가상의 AI 에이전트와 AI16Z 토큰 보유자가 관리합니다. 마크 앤드리슨 캐릭터는 분명 a16z의 공동 창립자인 마크 앤드리슨에게 영감을 받은 것이며, 이 인간형 AI 에이전트는 조직의 일상적인 의사 결정과 운영을 안내합니다.

AI16Z 토큰 보유자는 ai16z의 거버넌스 구조에서 중요한 역할을 합니다. 그들은 투자 아이디어를 제안하고, 프로젝트 제안서를 제출하거나, 토큰 환매를 제안할 수 있습니다. 제안은 분산형 투표 시스템을 통해 투표로 결정되며, AI 에이전트인 마크 알인드리슨은 신뢰 점수 시스템을 사용하여 제안을 평가합니다. 신뢰 점수 시스템은 회원들의 과거 기여의 관련성과 신뢰성을 기반으로 하며, 이를 통해 투명하고 증거 기반의 의사 결정 프로세스를 보장합니다.

ai16z의 혁신은 독특한 거버넌스 모델과 AI AGENT 적용에 있습니다. 분산형 의사 결정과 AI 기술을 결합함으로써 이 프로젝트는 기존의 투자 및 관리 프로세스를 단순화할 뿐만 아니라 자율 조직을 운영하는 완전히 새로운 방식을 열어줍니다. AI AGENT를 도입하면 특히 복잡한 투자 환경에서 의사 결정의 효율성과 정확성이 향상됩니다. 또한 ai16z는 가상 경제에서 신뢰와 투명성 메커니즘을 구축하는 방법을 보여주어 다른 DAO를 위한 혁신적인 패러다임을 제공했습니다.

ElizaOS 프레임워크의 급속한 인기로 인해 ai16z는 Solana 생태계에서 빠르게 성장할 수 있었습니다. 이 프레임워크를 중심으로 강력하고 활동적이며 통합된 커뮤니티가 형성되어, 암호화 생태계에서 가장 널리 채택된 AI AGENT 프레임워크가 되었습니다. 단 몇 주 만에 ElizaOS는 전 세계 GitHub에서 가장 자주 사용되는 오픈 소스 프로젝트 중 하나가 되었으며, 350명 이상의 기여자가 개발에 적극적으로 참여하여 프레임워크 기반 에이전트가 더 많은 작업을 수행하거나 더 많은 블록체인에서 작동할 수 있도록 기능과 플러그인을 확장했습니다.

ai16z의 초기 컨셉은 전담 AI 에이전트를 중심으로 구축된 투자 DAO였지만, 팀은 곧 성장 잠재력이 그보다 훨씬 크다는 것을 깨달았습니다. 그 결과, ai16z는 Web2와 Web3 분야의 여러 파트너와 신속하게 관계를 구축하여 Eliza 프레임워크를 전 세계적으로 적용할 수 있게 되었습니다.

2.3.2.2알마낙

Almanak은 DeFi의 복잡성, 단편화 및 실행 과제를 해결하는 데 전념하는 기관 수준의 양적 AI 에이전트를 사용자에게 제공합니다. 이 플랫폼은 EVM 체인을 포킹하여 몬테카를로 시뮬레이션을 수행하고, 실제 환경에서 채굴자 추출 가능 가치(MEV), 가스 수수료 비용, 거래 순서와 같은 고유한 복잡한 요소를 시뮬레이션합니다. 또한 신뢰할 수 있는 실행 환경(TEE)을 활용하여 정책 실행 시 개인 정보 보호를 보장하고 중요한 시장 통찰력을 보호하며 Almanak 지갑을 통한 비보관형 자금 처리를 가능하게 하여 사용자가 에이전트에게 정확하게 권한을 부여할 수 있습니다.

Almanak의 인프라는 금융 전략의 개념화, 생성, 평가, 최적화, 배포 및 모니터링을 포괄하며, 궁극적인 목표는 이러한 에이전트가 시간이 지남에 따라 학습하고 적응할 수 있도록 하는 것입니다. 이 플랫폼은 @legiondotcc에서 100만 달러를 모금했으며, 모금액은 초과달성되었습니다. 다음 단계로는 베타 테스트를 시작하고 테스터와 함께 초기 정책과 에이전트를 배포하는 것이 포함됩니다. 이러한 양적 대리 지표가 어떤 성과를 보이는지 보는 것은 흥미로울 것입니다.

2.3.2.3COD3XORG / 빅토니XBT

Cod3x는 Fantom과 @SonicLabs 개발로 유명한 Byte Mason 팀에서 개발했습니다. Cod3x는 거래 에이전트 생성을 간소화하기 위해 고안된 DeFAI 생태계로, 사용자가 거래 전략, 개성, 심지어 트윗 스타일까지 지정하여 에이전트를 구축할 수 있는 코드가 필요 없는 구축 도구를 제공합니다.

사용자는 풍부한 API와 전략 라이브러리의 도움을 받아 몇 분 안에 모든 데이터 세트에 액세스하고 재무 전략을 개발할 수 있습니다. Cod3x는 @AlloraNetwork와 통합되어 고급 머신 러닝 가격 예측 모델을 활용하여 거래 전략을 개선합니다.

Big Tony는 Cod3x의 대표 에이전트로, Allora의 모델을 기반으로 거래하고 예측을 기반으로 주류 자산 시장에 진입하고 철수합니다. Cod3x는 번영하는 자동 거래 에이전트 생태계를 만드는 데 전념하고 있습니다.

Cod3x의 주목할 만한 특징은 유동성에 대한 접근 방식입니다. @virtuals_io가 추진하는 일반적인 Alt:Alt 유동성 풀 구조와 달리 Cod3x는 cdxUSD가 지원하는 스테이블코인:Alt 유동성 풀을 채택합니다. 이는 유동성 공급자에게 Alt:Alt 쌍보다 더 큰 안정성과 확신을 제공합니다.

2.3.3 AI 기반 dApp

DeFAI 분야에서 AI 기반 dApp은 유망하지만 아직 초기 단계인 분야입니다. 이러한 분산형 애플리케이션은 기능, 자동화 및 사용자 경험을 향상하기 위해 AI 또는 AI 에이전트를 통합합니다. 이 분야는 아직 초기 단계이기는 하지만, 몇몇 생태계와 프로젝트가 등장하여 큰 개발 잠재력을 보여주고 있습니다.

그 중에서도 @modenetwork는 Layer 2 생태계로서 AI와 DeFi의 결합에 주력하는 하이테크 개발자들을 적극적으로 유치하고 있습니다. Mode 네트워크에는 최첨단 AI 기반 애플리케이션 시나리오를 개발하기 위해 노력하는 여러 팀이 등장하여 이 분야에서 혁신을 보여주고 있습니다. 주요 내용은 다음과 같습니다.

2.3.3.1 ARMA(자율 스테이블코인 파밍)

@gizatechxyz가 개발한 ARMA는 사용자 기본 설정에 따라 스테이블코인 농사 전략을 자동으로 조정하여 최적의 수익을 달성하는 자율형 스테이블코인 농사 프로토콜입니다.

2.3.3.2 Modius (자율 프록시를 통한 Balancer LP 농사)

이 프로젝트는 @autonolas가 개발했으며, AI를 사용하여 투자 전략을 자동으로 최적화하고 수익을 늘리는 자율 에이전트를 통해 Balancer에서 유동성(LP 파밍)을 제공하는 것을 목표로 합니다.

2.3.3.3 Amplifi 대출 에이전트

@Amplifi_Fi가 개발한 이러한 브로커는 @IroncladFinance와 통합되어 Ironclad 플랫폼에서 자동으로 자산을 교환하고 대출 및 차용하며 자동 리밸런싱을 통해 수익을 극대화합니다. 이러한 기능은 DeFi 대출을 더욱 스마트하고 효율적으로 만듭니다.

2.4 AI AGENT+ 게임

게임 산업에서 AI 에이전트를 활용함으로써 게임 플레이와 개발의 모든 측면이 혁신되고 있습니다. 이러한 지능형 시스템은 여러 영역의 플레이어에게 더욱 몰입적이고 매력적인 게임 경험을 제공합니다. 주요 응용 분야는 다음과 같습니다.

1. NPC 행동 최적화

AI 에이전트는 NPC(비플레이어 캐릭터)의 행동을 크게 개선하여 더욱 현실적이고 반응성이 뛰어나게 만들었습니다. 기존의 사전 설정된 스크립트 기반 게임과는 달리, AI 기반 NPC는 1) 플레이어의 선택에 따라 행동을 조정할 수 있습니다. 2) 더욱 현실적인 감정과 의사 결정 능력을 보여줄 수 있습니다. 3) 상호 작용을 통해 학습하고 다양한 경험을 제공할 수 있습니다.

예를 들어, 오픈월드 게임 Red Dead Redemption 2에서 NPC는 플레이어와의 과거 상호작용을 기억하고 그에 따라 반응하여 더욱 역동적이고 사실적인 게임 세계를 만들어냅니다.

2. 프로그래밍 방식의 콘텐츠 생성

AI 에이전트는 절차적 게임 콘텐츠 생성에 능숙하며, 지형 및 풍경, 미션 및 플롯, 소품 및 전리품, 캐릭터 디자인 등을 포함한 방대한 양의 게임 콘텐츠를 알고리즘 방식으로 생성할 수 있습니다.

예를 들어, No Man’s Sky는 AI 기반 절차적 생성 기술을 사용하여 고유한 행성, 생물 및 생태계가 있는 전체 우주를 만들어 플레이어에게 거의 무한한 탐험 가능성을 제공합니다.

3. 적응형 난이도 조정

AI 에이전트는 플레이어의 성과를 실시간으로 분석하고 게임 난이도를 동적으로 조정할 수 있습니다. 이 기능을 통해 플레이어는 좌절하지 않고 계속 참여하도록 적절한 도전을 받을 수 있습니다. 예를 들어: 플레이어가 강해질수록 적의 힘을 강화하는 것, 플레이어가 어려움을 겪을 때 힌트나 버프를 제공하는 것, 기술 수준에 따라 자원과 장애물의 균형을 맞추는 것 등이 있습니다.

레지던트 이블 4와 같은 게임은 플레이어의 성능에 따라 적의 행동과 아이템 가용성을 미세하게 조정하는 적응형 난이도 시스템을 활용하여 보다 균형 잡힌 게임 경험을 제공합니다.

4. 경로 계획 및 탐색

AI 에이전트는 정교한 알고리즘을 사용하여 복잡한 게임 환경에서 캐릭터를 안내합니다. 이 기술은 보다 사실적인 움직임 패턴과 보다 효율적인 탐색 기능을 제공하여 NPC의 행동을 개선할 뿐만 아니라 전략 게임에서 플레이어가 제어하는 유닛의 작동 경험을 최적화합니다.

5. 그래픽 향상

딥 러닝과 같은 AI 기술은 텍스처와 해상도를 실시간으로 개선하고, 사실적인 표정과 애니메이션을 생성하고, 렌더링 성능을 최적화하여 게임 성능을 개선하는 데 사용됩니다.

6. 플레이어 감정 분석

AI 에이전트는 플레이어의 행동과 피드백을 분석하여 즐거움과 참여도를 평가할 수 있습니다. 이러한 데이터는 개발자가 게임 디자인과 업데이트에 대한 정보에 입각한 결정을 내리는 데 도움이 되며, 전반적인 플레이어 경험을 개선합니다.

아래에서 몇 가지 주요 프로젝트를 소개합니다.

2.4.1 디지몬

@digimon_tech는 Solana 블록체인을 기반으로 구축되었습니다. 단순한 게임 플랫폼이 아니라 완전한 AI+ 게임 기술 프레임워크입니다. 디지몬 엔진은 AI 기술을 게임 개발에 깊이 통합함으로써, 크리에이터들이 더욱 몰입감 있고 역동적이며 재미있는 게임을 만들 수 있도록 해줍니다. 이 플랫폼을 통해 AI 기반 게임은 상호작용 방식을 새롭게 정의할 뿐만 아니라, 게임 경험에 대한 새로운 기준을 제시합니다. 모든 게임 캐릭터 뒤에는 AI가 만든 스토리와 세계관이 있습니다. 디지몬 개발팀은 a16z의 지원을 받고 있으며, a16z로부터 투자와 인큐베이션을 받았습니다.

디지몬 토큰은 현재 쿠코인 거래소에 상장되어 있습니다. 미래에는 디지몬 게임 엔진을 통해 AI 에이전트로 구성된 온체인 자율 세계를 창조할 기회가 생길 것입니다. AI 에이전트는 이 세계의 플레이어와 상호 작용하고 공동으로 가상 경제를 구축합니다.

2.4.2 일루비움

lluvium은 이더리움을 기반으로 구축된 RPG이자 NFT 게임입니다. 1월 7일, Illuvium은 곧 출시될 Illuvium MMO Lite의 게임 경험을 향상시키기 위해 Virtuals Protocol과의 파트너십을 발표했습니다. 이 협력은 Virtuals의 AI 기술과 GAME LLM 프레임워크를 활용하여 NPC에게 역동적이고 지능적인 행동을 제공하고 플레이어에게 몰입감을 제공합니다.

AI 기술이 계속 발전함에 따라 게임 분야에서는 더욱 혁신적인 응용 프로그램이 등장하여 가상과 현실의 경계가 더욱 모호해지고 더욱 몰입감 있고 개인화된 플레이어 경험이 창출될 것으로 예상됩니다. 이 기술은 게임 개발 방식을 바꿀 뿐만 아니라, 게임의 상호작용과 몰입감을 강화하는 데 중요한 역할을 합니다.

2.4.3 스몰버스

Smolverse는 Treasure DAO의 게임이자 NFT 프로젝트입니다. Smolverse는 작년 12월부터 ai16z와 협력하여 Eliza의 Agent 프레임워크를 통합한 "Smolworld"라는 온체인 AI Tomogatchi 게임을 개발해 왔습니다.

3. 하이라이트 요약

우리는 암호화폐를 통해 구축되고 있는 새로운 기술이 현실 세계에서 큰 잠재력을 가지고 있다는 것을 확인했으며, 과거 비슷한 상황에서 토착 투자자들이 사용했던 배분 전략도 현재 시장에 귀중한 참고 자료를 제공합니다. AI AGENT 생태계는 아직 초기 단계이지만 이미 많은 관심과 자금, 개발자를 확보했습니다. 미래의 발전이 불확실한 가운데, 주요 DeFi 프로토콜, 개인 투자자 또는 벤처 캐피털리스트가 이 분야에 투자를 시작하면 지속적인 발전 가능성이 크다는 것을 보여줍니다. 기술이 계속 발전함에 따라 AI AGENT는 글로벌 경제 및 사회 구조를 변화시키는 핵심 요소가 될 것으로 예상됩니다.

현재의 시장 타이밍과 이야기는 정보 산업의 번영에 충분히 대비되어 있으며, 앞으로의 발전은 기대할 만한 가치가 있습니다. AI AGENT의 미래 잠재력을 탐색할 때, 다음 $LUNA 유사 프로젝트를 발견하는 것이 가장 직접적인 길이지만, AI AGENT의 적용 경계를 확장하면 새롭고 상상할 수 없는 가치를 창출할 수도 있습니다.

우리는 다음과 같은 견해를 가지고 있습니다:

1. 가치집중과 차별화된 경쟁 L1 블록체인과 마찬가지로 AI AGENT의 가치는 결국 몇몇 주요 수혜자에게 집중될 수 있습니다. 따라서 이러한 기업은 모듈성, 확장성, 미디어 플랫폼 통합 등의 분야에서 차별화 포인트를 찾아야 합니다. 현재 대부분의 프레임워크에는 에이전트가 대화에 새로운 정보를 통합할 수 있도록 하는 검색 증강 생성 기술을 활용하는 학습 및 메모리 시스템이 이미 갖춰져 있습니다. 예를 들어, Eliza 프레임워크는 현재 시장에서 상당한 우위를 가지고 있습니다. 높은 개발 활동성과 빠른 플러그인 통합을 통해 Eliza는 특히 소셜 미디어 및 웹 애플리케이션과의 통합에 뛰어납니다. 이 프레임워크는 TypeScript를 기반으로 하며 Coinbase 웹훅, Great Onchain Agent Toolkit, 안전한 프록시 지갑 제어를 위한 Phala의 TEE를 포함한 광범위한 플러그인을 지원하며 여러 블록체인과 호환됩니다. Virtuals의 GAME 프레임워크는 게임 및 소셜 미디어 에이전트 분야에서 탁월한 성과를 거두며, 고급 계획 및 실행과 피드백을 통한 학습이 가능한 "환경에 독립적인" 에이전트를 위해 설계되었습니다. 모듈형 아키텍처를 통해 사용자는 체인에 저장된 사용자 정의 모델과 데이터 세트를 업로드하여 에이전트의 기능을 풍부하게 할 수 있습니다. 하지만 GAME과 CONVO 프레임워크 토큰의 가치 축적 메커니즘은 아직 불확실하며, 시장은 기대감으로 가득 차 있습니다.

2. 공정성과 데이터 편향의 과제. AI가 괄목할 만한 발전을 이루었음에도, 이러한 시스템을 구축하는 데는 몇 가지 어려움이 따릅니다. 가장 중요한 문제 중 하나는 AI 에이전트를 훈련하는 데 사용되는 데이터 세트에 편향 위험이 있다는 것입니다. AI 시스템은 차별적 패턴을 포함할 수 있는 과거 데이터로부터 학습하며, 이를 제어하지 않으면 고용이나 대출 상황에서 특정 그룹을 다른 그룹보다 우대하는 등 편향된 의사 결정으로 이어질 수 있습니다. 이 문제를 해결하려면 기술적 전문성뿐만 아니라 사회적 역학에 대한 섬세한 이해가 필요합니다. AI 시스템의 공정성을 모니터링하는 것은 해로운 편견을 강화하지 않는지 확인하는 데 중요합니다. AI 에이전트가 내린 결정을 지속적으로 감사하면 문제를 조기에 감지하고 의도치 않은 결과를 줄이는 데 도움이 될 수 있습니다.

3. 다양한 응용분야와 경제적 기능의 확대 AI AGENT의 적용 분야는 빠르게 확대되고 있습니다. 소셜 미디어와 금융 산업 외에도 의료, 교육, 법률 등 분야에서도 큰 잠재력을 보여줍니다. 기술이 꾸준히 발전함에 따라 AI AGENT는 더욱 다양한 시나리오에서 개인화된 서비스를 제공하고, 업무 효율성을 높이고, 혁신을 촉진할 것입니다.

예를 들어 루나는 현재 소셜 미디어를 통해 사람들과 소통하고 Base에서 Coinbase Wallet을 사용하여 토큰을 보내어 사용자가 자신의 목표를 달성하도록 인센티브를 제공할 수 있습니다. 미래의 다음 단계는 루나가 독립된 경제적 개체로서 자신만의 사회적 관계를 구축할 수 있도록 하는 것입니다. 토큰을 보내면 더 많은 팔로워를 확보할 수 있고, 소셜 미디어에 대한 관심을 더 많이 살 수 있으며, 심지어 전문 콘텐츠 팀을 고용해 IP 생태계를 풍부하게 하고 계속해서 인기를 얻을 수도 있습니다. 이러한 목표를 달성하기 위한 인프라가 구축되면 $VIRTUAL은 다음 이정표에 도달할 수 있습니다. 이는 AI 에이전트가 경제 및 사회 분야에서 인간의 삶에 더욱 깊이 자리 잡을 뿐만 아니라 AI가 인간과 상호작용하는 방식을 새롭게 정의하여 미래의 디지털 경제 및 사회적 상호작용 모델을 위한 기반을 마련할 것임을 의미합니다. 예를 들어, 의료 분야에서 AI AGENT는 환자 데이터를 분석하여 의사에게 진단 조언을 제공함으로써 의료 서비스의 질과 효율성을 향상시킬 수 있습니다.

4. 다양한 기술의 통합. AI AGENT의 미래 개발은 블록체인, IoT, 5G와 같은 첨단 기술과의 긴밀한 통합에 달려있습니다. 이러한 기술 간 통합을 통해 AI AGENT는 데이터 처리, 개인정보 보호, 실시간 의사 결정 등 다양한 분야에서 역량을 강화하여 새로운 응용 시나리오와 비즈니스 모델을 만들어낼 것입니다. 예를 들어, AI AGENT는 IoT 기기와의 통합을 통해 실시간으로 데이터를 수집하고 분석하여 사용자에게 더욱 지능적인 서비스를 제공할 수 있습니다.

5. 사회적, 윤리적 고려사항. AI 에이전트가 널리 사용되면서 사회적·윤리적 문제가 더욱 중요해졌습니다. 기사의 서두에서 언급했듯이, AI 에이전트가 하트의 여왕만큼 위협적인 존재가 될까요? 예를 들어, AI 에이전트는 특히 개인 정보 보호, 데이터 보안, 자동화된 의사 결정과 관련된 시나리오에서 의사 결정 과정에서 윤리적 논란을 일으킬 수 있습니다. 따라서 AI 기술을 개발할 때 사회적 가치와 일치하는 기술 개발이 이루어지도록 투명성과 책임성을 확보하는 메커니즘을 도입할 필요가 있습니다. 동시에 AI 에이전트의 행동을 규제하고 사용자의 권리와 이익을 보호하기 위해서는 명확한 법적, 윤리적 틀을 확립하는 것이 중요합니다.

AI와 블록체인의 융합이 계속해서 확대됨에 따라, 이제는 이러한 획기적인 발전에 참여할 때입니다. 하지만 이러한 참여에 있어서 우리는 "AI가 인간을 위해 무엇을 할 수 있고, 인간은 AI에게 무엇을 하기를 원하는가?"라는 것에 대해서만 생각하는 것이 아니라, "AI가 무엇을 하고 싶어하고, AI가 인간을 무엇을 하도록 인도할 것인가?"라는 것에 대해서도 생각해야 합니다.