말레이시아 팝 그룹, 최신 뮤직 비디오에서 AI를 사용하여 젊은 디지털 트윈을 제작하다
말레이시아 음악 그룹 KRU가 6년 만에 새 싱글 '부두'와 AI로 제작한 뮤직비디오로 돌아왔습니다. 이 밴드는 향수와 혁신이 어우러진 곡을 통해 자신들의 성장을 보여주며, AI를 활용해 디지털 버전의 뮤직비디오를 제작했습니다.

저자: 폴 티모피예프 출처: Shoal Research 번역: 굿오바, 골든파이낸스
포괄적인 분석과 보완적인 사례 연구를 통해 탈중앙화 GPU 시장을 지원하는 컴퓨팅 탈중앙화 인프라의 역할을 살펴봅니다.
컴퓨팅 리소스는 머신러닝, 특히 많은 컴퓨팅 집약적 워크로드를 필요로 하는 제너레이티브 AI의 등장으로 점점 더 많은 수요가 증가하고 있습니다. 그러나 대기업과 정부가 이러한 리소스를 비축함에 따라 스타트업과 인디 개발자는 시장에서 GPU가 부족하여 높은 비용을 지불하거나 접근성이 부족한 상황에 직면하고 있습니다.
컴퓨팅 디핀은 전 세계 사람들이 금전적 보상을 받고 사용하지 않는 GPU와 같은 컴퓨팅 자원을 제공함으로써 컴퓨팅 자원을 위한 탈중앙화된 마켓플레이스를 가능하게 합니다. 이는 공급이 부족한 GPU 소비자가 새로운 공급원에 접근하여 워크로드에 필요한 개발 리소스를 더 낮은 비용과 오버헤드로 확보할 수 있도록 돕기 위해 고안되었습니다.
오늘날, 컴퓨팅 디핀은 기존의 중앙화된 서비스 제공업체와 경쟁할 때 여전히 많은 경제적, 기술적 문제에 직면해 있으며, 그 중 일부는 시간이 지나면서 저절로 해결될 것이지만 다른 일부는 향후 새로운 솔루션과 최적화를 필요로 할 것입니다.
산업혁명 이후 기술은 전례 없는 속도로 인류를 발전시키며 일상 생활의 거의 모든 측면에 영향을 미치거나 완전히 변화시켰습니다. 컴퓨터는 결국 연구자, 학자, 컴퓨터 엔지니어들의 집단적 노력의 정점이 되었습니다. 원래 대규모 산술 작업을 해결하여 첨단 군사 작전을 지원하기 위해 설계된 컴퓨터는 현대 생활의 근간으로 발전했습니다. 컴퓨터가 인류에 미치는 영향이 계속 커지면서 컴퓨터와 이에 필요한 리소스에 대한 수요도 증가하여 공급량을 앞지르고 있습니다. 이로 인해 대부분의 개발자와 기업이 핵심 리소스에 접근할 수 없는 시장 환경이 조성되었고, 오늘날 가장 혁신적인 기술인 머신러닝과 제너레이티브 AI의 개발은 자금력이 풍부한 소수의 플레이어에게만 맡겨지게 되었습니다. 동시에, 사용하지 않는 대량의 컴퓨팅 리소스는 컴퓨팅 수요와 공급 간의 불균형을 완화할 수 있는 유리한 기회를 제공하며, 거래 양측 참여자 간의 적절한 조정 메커니즘에 대한 필요성을 더욱 심화시킵니다. 따라서 저희는 블록체인 기술과 디지털 자산이 지원하는 탈중앙화 시스템이 보다 광범위하고 민주적이며 책임감 있는 제너레이티브 AI 제품과 서비스를 개발하는 데 매우 중요하다고 생각합니다.
컴퓨팅은 주어진 입력에 따라 명시적인 출력을 내는 컴퓨터의 다양한 활동, 애플리케이션 또는 워크로드로 정의할 수 있습니다. 궁극적으로 컴퓨터의 연산 및 처리 능력을 의미하며, 이는 오늘날 현대 사회에서 컴퓨터의 핵심적인 효용성의 기반이 되고 있으며, 작년에 컴퓨터에서만 무려 1조 1,000억 달러의 수익을 창출했습니다.
컴퓨팅 리소스는 연산과 처리를 지원하는 다양한 하드웨어 및 소프트웨어 구성요소를 말합니다. 이러한 구성 요소가 지원하는 애플리케이션과 기능의 수가 계속 증가함에 따라 일상 생활에서 그 중요성이 점점 더 커지고 있습니다. 이로 인해 국가와 기업들은 생존 수단으로 이러한 자원을 최대한 많이 축적하기 위해 경쟁하고 있습니다. 이는 이러한 자원을 제공하는 기업의 시장 성과에 반영되어 있습니다(예: 지난 5년 동안 시가총액이 3,000% 이상 성장한 Nvidia).
그래픽 처리 장치(GPU)는 최신 고성능 컴퓨팅에서 가장 중요한 리소스 중 하나입니다. 핵심 기능은 병렬 처리를 통해 컴퓨터 그래픽 워크로드를 가속화하는 전용 전자 회로 역할을 하는 것입니다. 처음에는 게임과 개인용 컴퓨터 산업에 사용되던 GPU는 메인프레임과 개인용 컴퓨터, 모바일 장치, 클라우드 컴퓨팅, 사물 인터넷 등 미래의 세계를 형성할 많은 신기술에 적용되도록 발전해 왔습니다. 그러나 특히 머신 러닝과 인공 지능의 부상으로 이러한 리소스의 필요성이 더욱 커졌는데, GPU는 연산을 병렬로 실행하여 머신 러닝과 AI 작업을 가속화함으로써 최종 기술의 처리 능력과 성능을 향상시킵니다.
인공지능(AI)은 컴퓨터와 기계가 인간의 지능과 문제 해결 능력을 모방할 수 있도록 하는 기술을 핵심으로 합니다. AI 모델은 다양한 데이터 덩어리로 구성된 신경망으로 작동합니다. 모델은 이러한 데이터 조각 간의 관계를 인식하고 학습한 다음 주어진 입력을 기반으로 출력을 생성할 때 이러한 관계를 참조할 수 있는 처리 능력이 필요합니다.
AI 개발과 생산은 새로운 것이 아니며, 1967년 프랭크 로젠블랫은 시행착오를 통해 '학습'한 최초의 신경망 기반 컴퓨터인 마크 1 퍼셉트론을 만들었습니다. ". 또한 1990년대 후반과 2000년대 초반에 현대 AI 개발의 토대를 마련한 많은 학술 연구가 발표되었으며, 그 이후에도 업계는 계속 성장하고 있습니다.
연구 개발 노력과 더불어 '좁은' AI 모델은 오늘날 사용되는 다양하고 강력한 애플리케이션을 지원합니다. 소셜 미디어 알고리즘, Apple의 Siri 및 Amazon의 Alexa, 맞춤형 제품 추천 등이 그 예입니다. 특히 딥러닝의 부상은 인공 생성 지능(AGI)의 개발을 변화시켰습니다. 딥 러닝 알고리즘은 머신 러닝 애플리케이션보다 더 크고 "더 깊은" 신경망을 사용하며, 더 광범위한 성능 기능을 갖춘 확장 가능한 대안입니다. 생성형 AI 모델은 "학습 데이터의 단순화된 표현을 인코딩하고 이를 참조하여 유사하지만 동일하지는 않은 새로운 결과물을 생성"합니다.
딥러닝을 통해 개발자는 제너레이티브 AI 모델을 이미지, 음성 및 기타 복잡한 데이터 유형으로 확장할 수 있으며, 이미 현대에서 가장 빠르게 성장하는 사용자 기반 기록을 세운 ChatGPT와 같은 랜드마크 앱은 아직 제너레이티브 AI와 딥러닝으로 가능한 것의 초기 버전에 불과합니다.
제너레이티브 AI 개발에는 많은 처리 능력과 컴퓨팅 파워가 필요한 여러 컴퓨팅 집약적인 워크로드가 포함된다는 점을 염두에 두면 당연한 일입니다.
'딥 러닝 애플리케이션 요구 사항의 삼중고' 보고서에 따르면 AI 애플리케이션 개발에는 다음과 같은 몇 가지 주요 워크로드가 있습니다.
학습 - 모델은 주어진 입력에 응답하는 방법을 학습하기 위해 대규모 데이터 세트를 처리하고 분석해야 합니다.
Tuning - 모델은 성능과 품질을 개선하기 위해 다양한 하이퍼파라미터를 조정하고 최적화하는 일련의 반복적인 프로세스를 거칩니다.
시뮬레이션 - 배포 전에 강화 학습 알고리즘과 같은 특정 모델의 일련의 테스트 시뮬레이션을 수행합니다.
지난 수십 년 동안 다양한 기술 발전으로 컴퓨팅 및 처리 능력에 대한 수요가 전례 없이 급증해 왔습니다. 그 결과 오늘날 GPU와 같은 컴퓨팅 리소스에 대한 수요는 공급을 훨씬 능가하고 있으며, 효과적인 솔루션 없이는 AI 개발의 병목 현상이 계속 악화될 것입니다.
공급에 대한 광범위한 제약은 또한 많은 기업이 경쟁 우위와 현대 글로벌 경제에서 생존 수단으로 실제 필요한 것보다 더 많은 GPU를 공격적으로 구매하기 때문에 발생합니다. 컴퓨팅 공급업체는 일반적으로 장기적인 자본 약정을 요구하는 계약 구조를 사용하여 고객에게 수요를 훨씬 초과하는 공급을 제공합니다.
에포크의 연구에 따르면 컴퓨팅 집약적인 AI 모델 릴리즈의 전체 수가 빠르게 증가하고 있으며, 이러한 기술을 지원하는 리소스에 대한 수요는 계속해서 빠르게 증가할 것으로 예상됩니다.
AI 모델의 복잡성이 계속 증가하면서 애플리케이션 개발자의 연산 및 처리 능력에 대한 수요도 증가하고 있습니다. 이에 따라 GPU 성능과 가용성이 점점 더 중요한 역할을 하게 될 것입니다. 이러한 추세는 이미 GPU를 AI 산업의 '희토류 금속' 또는 '금'이라고 부르는 Nvidia에서 생산되는 것과 같은 하이엔드 GPU에 대한 수요 급증에서 분명하게 드러나고 있습니다.
AI의 빠른 상용화는 오늘날의 소셜 미디어 산업과 유사하게 소수의 거대 기술 기업에 통제권을 넘겨줄 가능성이 있어 이러한 모델의 윤리적 기반에 대한 우려가 제기되고 있습니다. 최근의 구글 제미니 논란이 대표적인 예입니다. 당시에는 다양한 프롬프트에 대한 이상한 응답으로 인해 실제 위험은 없었지만, 이 사건은 소수의 기업이 AI 개발을 지배하고 통제하는 데 내재된 위험을 보여주었습니다.
오늘날의 기술 스타트업은 AI 모델을 지원하기 위한 컴퓨팅 리소스를 확보하는 데 점점 더 많은 어려움에 직면하고 있습니다. 이러한 애플리케이션은 모델을 배포하기 전에 많은 수의 컴퓨팅 집약적인 프로세스를 수행해야 합니다. 많은 수의 GPU를 확보하는 것은 소규모 기업에게는 지속 불가능한 노력이며, AWS나 Google Cloud와 같은 기존 클라우드 컴퓨팅 서비스는 원활하고 편리한 개발자 경험을 제공하지만, 제한된 용량은 결국 높은 비용으로 이어져 많은 개발자가 이를 포기하게 됩니다. 결국 모든 사람이 7조 달러에 달하는 하드웨어 비용을 마련할 수 있는 계획을 세울 수는 없습니다.
>Nvidia는 이전에 4만 개 이상의 기업이 AI 및 가속 컴퓨팅을 위해 GPU를 사용하고 있으며, 전 세계적으로 400만 명 이상의 개발자 커뮤니티가 있다고 추산한 바 있습니다. 향후 글로벌 AI 시장은 2023년 5,150억 달러에서 2032년 2조 7,400억 달러로 20.4%의 연평균 성장률(CAGR)로 성장할 것으로 예상됩니다. 한편, GPU 시장은 2032년까지 연평균 25%의 성장률로 4,000억 달러에 달할 것으로 예상됩니다.
그러나 AI 혁명의 여파로 컴퓨팅 리소스에 대한 수요와 공급의 불균형이 심화되면서 자금력이 풍부한 소수의 거대 기업이 여러 혁신적 기술의 개발을 지배하는 다소 반유토피아적인 미래가 펼쳐질 수도 있습니다. 따라서, 저희는 AI 개발자의 수요와 가용 리소스 사이의 격차를 해소하기 위해 탈중앙화된 대안 솔루션으로 이어지는 모든 길을 모색하고 있습니다.
디핀은 Messari 연구팀이 탈중앙화된 물리적 인프라 네트워크의 약자를 따서 만든 용어입니다. 탈중앙화란 한 주체가 임대료를 징수하고 접근을 제한하지 않는 것을 의미합니다. 한편, 물리적 인프라는 활용되는 '실제' 물리적 자원을 의미합니다. 네트워크는 미리 정해진 목표 또는 일련의 목표를 달성하기 위해 조율된 방식으로 작업하는 참여자 그룹을 의미합니다. 현재 디핀의 총 시가총액은 약 283억 달러에 달합니다.
디핀의 핵심은 물리적 인프라 자원을 블록체인에 연결하여 구매자와 공급자를 연결하는 탈중앙화된 시장을 가능하게 하는 글로벌 노드 네트워크로, 누구나 공급자가 되어 네트워크에 대한 서비스 및 기여에 대한 보상을 받을 수 있습니다. 이 시나리오에서는 서비스 수수료뿐만 아니라 다양한 법적 및 규제 수단을 통해 네트워크 액세스를 제한하는 중앙화된 중개자가 각 토큰 보유자가 관리하는 스마트 컨트랙트와 코드로 구성된 탈중앙화된 프로토콜로 대체됩니다.
디핀의 가치는 기존의 리소스 네트워크와 서비스 제공업체에 탈중앙화되고 접근 가능하며 저렴하고 확장 가능한 대안을 제공한다는 점입니다. 특정 최종 목표를 달성하기 위해 설계된 탈중앙화된 시장을 가능하게 하며, 상품과 서비스의 비용은 시장 역학에 따라 결정되고, 누구나 언제든지 참여할 수 있어 공급자의 수가 증가하고 수익 마진이 감소함에 따라 자연스럽게 단가가 낮아집니다.
블록체인을 사용하면 디핀은 네트워크 참여자들이 서비스에 대한 적절한 보상을 받을 수 있도록 암호경제적 인센티브 시스템을 구축하여 주요 가치 제공자들을 이해관계자로 만들 수 있습니다. 그러나 네트워크 효과는 소규모 개별 네트워크를 대규모 생산 시스템으로 전환함으로써 달성되며, 이는 디핀의 많은 이점을 실현하는 데 매우 중요하다는 점에 유의하는 것이 중요합니다. 또한 토큰 보상은 네트워크 부트스트랩 메커니즘의 강력한 수단으로 입증되었지만, 사용자 유지와 장기적인 채택을 지원하기 위한 지속 가능한 인센티브를 만드는 것은 더 넓은 DePIN 영역에서 핵심 과제로 남아 있습니다.
탈중앙화 컴퓨팅 시장을 지원하는 데 있어 DePIN이 제공하는 가치를 더 잘 이해하려면 다양한 아키텍처 구성 요소와 이들이 어떻게 함께 작동하여 탈중앙화 리소스 네트워크를 형성하는지 파악하는 것이 중요합니다. 디핀의 구조와 참여자를 고려해 보겠습니다.
탈중앙화된 프로토콜, 즉 기본 블록체인 네트워크 위에 구축된 일련의 스마트 컨트랙트는 네트워크 참여자 간의 신뢰 상호 작용을 촉진하는 데 사용됩니다. 이상적으로는 네트워크의 장기적인 성공을 위해 적극적으로 노력하는 다양한 이해관계자가 프로토콜을 관리합니다. 이러한 이해관계자는 프로토콜 토큰 보유량을 사용해 제안된 변경 및 개발 사항에 투표합니다. 분산형 네트워크를 성공적으로 조율하는 것은 그 자체로 큰 도전이기 때문에, 일반적으로 핵심 팀은 초기에 이러한 변경 사항을 구현할 권한을 보유하고 있다가 탈중앙화 자율 조직(DAO)으로 권한을 이양합니다.
리소스 네트워크의 최종 사용자는 가장 중요한 참여자이며, 그들의 기능에 따라 분류할 수 있습니다.
공급자: 디핀 기본 토큰으로 지급되는 금전적 보상과 교환하여 네트워크에 리소스를 제공하는 개인 또는 단체입니다. 공급자는 화이트리스트 프로세스 또는 권한 없음 프로세스를 시행할 수 있는 블록체인 네이티브 프로토콜을 통해 네트워크에 "연결"됩니다. 공급자는 토큰을 받음으로써 주식 소유의 이해관계자처럼 네트워크에 대한 지분을 확보하여 수요를 촉진하고 네트워크의 가치를 높이는 데 도움이 될 것으로 생각되는 제안과 네트워크 개발에 투표할 수 있으며, 시간이 지나면서 토큰 가격이 더 높아질 수 있습니다. 물론, 토큰을 받는 공급업체는 디핀을 소극적 소득의 한 형태로 활용하고 토큰을 받은 대로 판매할 가능성도 있습니다.
소비자: GPU를 찾는 AI 스타트업과 같이 디핀이 제공하는 자원을 적극적으로 찾는 개인 또는 단체로, 경제 방정식의 수요 측면을 대표합니다. 소비자는 기존의 대안에 비해 디핀을 사용하면 비용 및 오버헤드 요구 사항이 낮아지는 등 실질적인 이점이 있는 경우 디핀을 사용하게 되며, 이는 네트워크의 유기적인 수요를 나타냅니다. 디핀은 일반적으로 소비자가 가치를 창출하고 안정적인 현금 흐름을 유지하기 위한 수단으로 기본 토큰으로 자원 비용을 지불하도록 요구합니다.
디핀은 자원을 할당하는 다양한 비즈니스 모델을 통해 다양한 시장에 서비스를 제공할 수 있으며, 블록웍스는 이를 위한 훌륭한 프레임워크인 맞춤형 하드웨어를 제공합니다. 공급업체에게 할당을 위한 특수한 독점 하드웨어를 제공하는 맞춤형 하드웨어 디핀, 컴퓨팅, 스토리지 및 대역폭을 포함하되 이에 국한되지 않는 기존의 미사용 자원을 할당할 수 있는 상품 하드웨어 디핀이 있습니다.
이상적으로 작동하는 DePIN에서는 소비자가 리소스에 대한 비용을 공급자에게 지불함으로써 얻는 수익에서 가치가 축적됩니다. 네트워크에 대한 지속적인 수요는 네이티브 토큰에 대한 지속적인 수요를 의미하며, 이는 공급자와 토큰 보유자의 경제적 인센티브와도 일치합니다. 초기 단계에서 지속 가능한 유기적 수요를 창출하는 것은 대부분의 스타트업에게 어려운 일이기 때문에 디핀은 초기 공급자에게 인플레이션 토큰 인센티브를 제공하여 수요를 창출하는 방법으로 네트워크를 부트스트랩하고, 이를 통해 더 많은 유기적 공급을 창출할 수 있도록 장려합니다. 이는 벤처 캐피탈리스트가 초기 고객 기반을 부트스트랩하기 위해 초기 단계의 Uber 라이더에게 비용을 보조하여 운전자를 더 끌어들이고 네트워크 효과를 강화하는 방식과 매우 유사합니다.
디핀은 네트워크의 전반적인 성공에 핵심적인 역할을 하므로 토큰 인센티브를 최대한 전략적으로 관리해야 합니다. 수요와 네트워크 수익이 증가하면 토큰 발행은 감소해야 합니다. 반대로 수요와 수익이 감소하면 토큰 발행을 통해 공급을 다시 장려해야 합니다.
성공적인 DePIN 네트워크의 모습을 더 자세히 설명하기 위해, DePIN을 조정하는 데 사용되는 긍정적 반사 루프인 "DePIN 플라이휠"을 생각해 보겠습니다. 요약하자면:
디핀은 인플레이션 토큰 보상을 지급하여 공급자가 네트워크에 자원을 제공하도록 인센티브를 부여합니다. 자원을 공급하고 소비할 수 있는 기본 공급량을 설정합니다.
공급자의 수가 증가하기 시작하면 네트워크에서 제공하는 상품과 서비스의 전반적인 품질을 기존 시장 솔루션보다 더 나은 수준으로 개선하여 경쟁 우위를 확보하는 경쟁 역학이 네트워크에서 발전하기 시작합니다. 이는 탈중앙화된 시스템이 기존의 중앙화된 서비스 제공업체를 추월하는 것을 의미하며, 이는 결코 쉬운 일이 아닙니다.
DePIN은 유기적인 수요를 창출하고 서비스 제공자에게 합법적인 현금 흐름을 제공하기 시작했습니다. 이는 투자자와 공급업체가 네트워크에 대한 수요를 지속적으로 창출하고 결과적으로 토큰 가격을 상승시킬 수 있는 매력적인 기회입니다.
토큰 가격의 상승은 공급업체의 수익을 증가시켜 더 많은 공급업체를 유치하고 플라이휠을 다시 시작하게 합니다.
이 프레임워크는 강력한 성장 전략을 제공하지만, 대부분 이론적이며 네트워크가 경쟁력 있는 리소스를 제공하고 리소스를 제공하고 오랜 기간 동안 관련성을 유지한다고 가정한다는 점에 유의할 필요가 있습니다.
>탈중앙화 컴퓨팅 시장은 "공유 경제"로 알려진 광범위한 움직임의 일부입니다. 분산형 컴퓨팅 시장은 소비자가 온라인 플랫폼을 통해 다른 소비자와 직접 상품과 서비스를 공유하는 P2P 경제 시스템인 '공유 경제'로 알려진 광범위한 움직임의 일부입니다. eBay와 같은 기업이 처음 개척한 이 모델은 현재 에어비앤비, 우버 등이 주도하고 있으며, 차세대 혁신 기술이 전 세계 시장을 휩쓸면서 궁극적으로 지각 변동을 일으킬 것으로 예상됩니다. 공유 경제의 가치는 2023년까지 150억 달러에 달할 것이며, 2031년에는 전 세계적으로 800억 달러에 육박하는 규모로 성장할 것으로 예상됩니다(. 2031년까지 그 가치는 800억 달러에 육박하는 규모로 성장할 것입니다."라며 소비자 행동의 광범위한 트렌드를 지적하며, DePIN이 그 혜택을 누리고 실현에 핵심적인 역할을 할 수 있을 것으로 기대했습니다.
다계층 IO 아키텍처는 다음과 같이 매핑할 수 있습니다.
보안 계층 - 네트워크 보호를 위한 방화벽, 사용자 확인을 위한 인증 서비스, 활동 추적을 위한 로깅 서비스로 구성됩니다.
API 계층 - 이 계층은 통신 계층 역할을 하며 클러스터 관리, 분석, 모니터링 및 보고를 위한 공개 API, 비공개 API, 내부 API로 구성됩니다.
백엔드 레이어 - 백엔드 레이어는 작업 공간, 클러스터/GPU 운영, 고객 상호 작용, 청구 및 사용 모니터링, 분석 및 자동 확장을 관리합니다.
데이터베이스 계층 - 이 계층은 시스템의 데이터 저장소로, 구조화된 데이터에는 기본 스토리지를 사용하고 자주 액세스하는 임시 데이터에는 캐싱을 사용합니다.
인프라 레이어 - 이 레이어에는 GPU 풀, 오케스트레이션 도구가 포함되어 있으며 태스크 배포를 관리합니다.
블록체인 레이어, 텐더민트를 사용하는 Tendermint 코어와 코스모스 SDK를 사용하여 합의를 제공합니다.
사용자 계층은 사용자가 아카시 네트워크와 상호작용하고, 리소스를 관리하며, CLI, 콘솔 및 대시보드를 통해 애플리케이션 상태를 모니터링할 수 있도록 합니다.
다시 말하자면, AI 모델의 복잡성과 그에 따른 처리 및 연산 요구 사항, 고성능 GPU 및 기타 컴퓨팅 리소스의 양 사이에는 점점 더 큰 격차가 발생하고 있습니다.
말레이시아 음악 그룹 KRU가 6년 만에 새 싱글 '부두'와 AI로 제작한 뮤직비디오로 돌아왔습니다. 이 밴드는 향수와 혁신이 어우러진 곡을 통해 자신들의 성장을 보여주며, AI를 활용해 디지털 버전의 뮤직비디오를 제작했습니다.
중국에서 정서적 지원과 관리가 필요 없는 반려동물에 대한 수요에 힘입어 AI 기반 가상 반려동물이 인기를 얻고 있습니다. 컵부나 모플린과 같은 반려동물은 과거 상호작용을 기억하고 대화에 참여하고 심지어 작업을 보조할 수 있는 고급 AI를 통해 대화형 경험을 제공하여 다양한 소비자층에게 어필하고 있습니다.
바이낸스의 공동 창업자 창펑 자오는 대통령 사면은 환영하지만, CEO로서의 역할 재개에는 관심이 없습니다. 중범죄로 유죄를 인정하고 4개월간 복역한 후, 사면은 암호화폐 업계에서 그의 기회를 재정의할 수 있습니다.
코인베이스는 Apple Pay를 통합하여 법정화폐-암호화폐 거래를 간소화하고 사용자 경험을 개선했습니다. 이 파트너십은 이전의 거래 문제를 해결하고 모든 사용자가 사용할 수 있으며 앱 개발자의 추가 노력이 필요하지 않습니다. 이것이 결제 환경에 큰 변화를 가져올까요?
한때 디지털 패션과 대체 불가능한 토큰 분야의 선두주자였던 RTFKT는 대체 불가능한 토큰 시장의 쇠퇴로 인해 2025년 1월까지 웹3 서비스를 종료할 예정입니다.
아르헨티나 공포 영화 '마녀 게임'의 영어 더빙이 인간 성우를 대신해 AI로만 제작되어 논란을 불러일으키고 있습니다. 이로 인해 일자리 감소와 예술 작품의 진정성 등 창작 산업에 미치는 AI의 영향에 대한 우려가 커지고 있습니다.
영국 판사는 부정확성과 'AI가 만들어낸 환각'을 이유로 크레이그 라이트의 항소를 기각했으며, 이는 그가 제출한 서류에서 AI를 사용한 것에 대한 의문을 불러일으켰습니다.
트럼프는 1월 20일 사임하는 게리 겐슬러의 후임으로 이르면 내일 SEC 위원장 후보를 발표할 것으로 예상됩니다. 지명자는 암호화폐 규제와 금융 시장 규제를 완화할 가능성이 높습니다. 이것이 임박한 일인가요, 아니면 단순한 추측일까요?
도널드 트럼프의 암호화폐 프로젝트인 월드 리버티 파이낸셜은 자금의 75%가 그의 가족에게 전달되어 윤리적 문제를 일으킨다는 비판을 받았습니다. 저스틴 선의 3천만 달러 투자는 이 프로젝트를 구하고 암호화폐, 정치, 투명성에 대한 지속적인 논쟁을 부각시켰습니다.
미국은 중국의 반도체 산업에 새로운 수출 제한 조치를 취하여 화웨이와 관련이 있고 이미 제재를 받고 있는 스웨이슈어 테크놀로지를 포함한 140개 기업에 대한 선적을 중단시켰습니다. 이것이 보안을 위한 조치일까요, 아니면 중국의 기술 성장을 억제하기 위한 헛된 시도일까요?