ICO 과대 광고에서 AI 유틸리티까지: Web3에서 암호화 프록시의 진화

글: 이라클리스 A, 코인텔레그래프, 편집: 화이트워터, 골든 파이낸스

AI 기반 암호화폐 프록시의 부상은 ICO 시대 프로젝트의 초기 붐과 붕괴, 부활을 반영하는 익숙한 궤적을 따르고 있습니다. 초기 블록체인 벤처들이 지속 가능한 생태계로 성숙하기 전에 과대광고로 번성했던 것처럼, 현재 AI 프록시 프로젝트의 물결은 급격한 시장 변화를 겪고 있습니다.

밈의 과대광고에서 현실로: 암호화폐 프록시의 진화

2024년 암호화폐 프록시 프로젝트의 초기 물결은 다음과 같습니다. AI 프로젝트에 대한 열광에 의해 촉진되었습니다. 2024년 1분기에 많은 AI 프록시 프로젝트가 시장에 진입했고, 2024년 10월 마크 안드레센의 5만 달러 비트코인 기부와 올해 초 토큰 공모의 성공에 힘입어 2025년 1분기에 빠르게 유동성을 희석시켰습니다. 다른 신흥 산업과 마찬가지로 초기 과대광고가 항상 장기적인 생존 가능성으로 이어지는 것은 아니며, 암호화폐 AI 프록시 산업은 이후 진정 국면에 접어들었습니다.

시장 공간은 이제 투기적 흥분에서 수익 창출과 제품 성능으로 초점이 이동하는 보다 성숙한 단계에 접어들고 있습니다. 이러한 변화의 환경에서 승자는 지속적인 수익을 창출하고, AI 모델 운영 비용을 충당하며, 사용자와 투자자에게 실질적인 가치를 제공할 수 있는 기업이 될 것입니다.

AI 에이전트 애플리케이션은 특히 자동화된 거래, 자산 관리, 시장 분석 및 교차 체인 상호 작용과 같은 분야에서 기술의 실제 구현과 상용화를 강조합니다. 이러한 접근 방식은 멀티 에이전트 시스템과 헤이 아논, 그리핀, 체인GPT와 같은 DeFAI(탈중앙화 금융 + AI) 이니셔티브와 일치합니다.

최근 연구에서는 포트폴리오 관리, 특히 암호화폐 투자에서 멀티 에이전트 시스템(MAS)의 장점을 강조했습니다.

그리핀, NEUR, BUZZ 등 여러 프로젝트에서 멀티 에이전트 시스템(MAS)이 사용되었습니다. 그리페인, NEUR, 버즈와 같은 프로젝트는 AI가 사용자가 탈중앙 금융 프로토콜과 상호작용하고 정보에 입각한 결정을 내리는 데 어떻게 도움이 될 수 있는지 보여주었습니다. 단일 지능 AI 모델과 달리 다중 지능 시스템은 전문화된 지능 간의 협업을 통해 시장 분석과 실행을 향상시킵니다. 이러한 인텔리전스는 데이터 분석가, 리스크 평가자, 거래 체결 부서와 같은 팀으로 운영되며 각각 특정 업무를 처리하도록 훈련받습니다.

MAS 프레임워크는 또한 인텔리전스 간 커뮤니케이션을 도입하여 같은 팀의 인텔리전스가 공동으로 예측을 개선하여 시장 추세 분석의 오류를 줄입니다. DFAI의 다음 단계에서는 프로토콜 관리, 재무 최적화, 온체인 규정 준수 시행에 다중 지능 시스템이 관여하는 탈중앙화된 거버넌스 모델의 심층 통합이 이루어질 수 있습니다.

DeepSeek-R1: AI 에이전트 훈련의 혁신

DeepSeek-R1은 기존의 AI 훈련 방법에 도전하는 혁신으로, AI 에이전트 기술의 획기적인 발전입니다. 감독 미세 조정(SFT)에 이어 강화 학습(RL)에 의존했던 이전 모델과 달리, DeepSeek-R1은 초기 감독 단계 없이 강화 학습을 통해 전적으로 최적화하는 다른 접근 방식을 취합니다. 이러한 변화는 추론과 적응성을 크게 개선하여 더욱 정교한 AI 기반 암호화 에이전트를 위한 기반을 마련합니다.

이러한 패러다임 전환을 이해하려면 두 가지 학습 접근 방식을 고려해야 합니다. 기존의 SFT 및 RL 모델에서는 학생들이 먼저 워크북에서 정답이 정해진 문제를 연습하며 학습한 다음(SFT), 이해도를 높이기 위해 과외를 받습니다(RL). 이와는 대조적으로, DeepSeek-R1 모델(순수 강화 학습)에서는 학생이 직접 시험을 치르고 반복적인 시도를 통해 학습합니다. 이 접근 방식을 통해 학생들은 미리 정의된 정답에 의존하지 않고 피드백을 기반으로 동적으로 향상할 수 있습니다.

DeepSeek-R1의 순수 RL 모델을 사용하면 AI 에이전트는 실제 조건에서 반복적인 시도를 통해 학습하고 즉각적인 피드백을 기반으로 전략을 동적으로 조정합니다.

이 접근 방식은 적응력이 뛰어나며 실시간 시장 변동에 따라 에이전트가 자율적으로 데이터 기반 의사 결정을 내려야 하는 DeFi의 다중 에이전트 AI 시스템에 특히 유용합니다. 예를 들어 AI 기반 에이전트는 유동성 풀을 모니터링하고, 차익 거래 기회를 감지하며, 실시간 시장 상황에 따라 자산 배분을 최적화할 수 있습니다. 이러한 에이전트는 시장 변동에 빠르게 적응하여 보다 효율적인 자본 배분을 보장할 수 있습니다.

이미지 src="https://img.jinse.cn/7358461_watermarknone.png" title="7358461" alt="i8ZVfoLjFRylZJHwIfPIx07Z8LGo4uqczsEWipK5.jpeg">

2024년 11월 말에 출시된 아이데젠은 딥시크 R1을 기반으로 구축된 최초의 암호화 AI 에이전트입니다. 딥시크의 R1 모델 통합은 암호화 AI 에이전트가 이 향상된 추론 기능을 이어받아 적은 비용으로 다른 기존 AI 모델과 경쟁할 수 있는 방법을 강조합니다.

디파이 자동화에서 RL 중심의 다중 지능 AI로의 전환은 OpenAI의 GPT 기반 시스템과 같은 비공개 소스 AI 모델이 지속 불가능한 비용이 되고 있는 이유를 강조합니다. 워크플로에서는 일반적으로 거래당 10,000개 이상의 토큰을 처리해야 하므로, 클로즈드 소스 AI 모델은 상당한 계산 비용이 발생하여 확장성을 제한합니다. 반면, DeepSeek-R1과 같은 오픈 소스 RL 모델은 탈중앙화되고 비용 효율적인 AI 개발을 통해 탈중앙화 금융 애플리케이션에 맞게 조정할 수 있습니다.

웹3에서 AI 에이전트의 미래

이 분야가 오래 지속될 수 있는 열쇠는 지속적인 혁신, 적응성, 비용 효율성입니다. 딥시크릿-R1과 같은 오픈소스 AI 모델은 진입 장벽을 낮춰 블록체인 기반 스타트업이 전문화된 AI 솔루션을 개발할 수 있도록 지원합니다. 한편, DeFAI와 멀티 에이전트 시스템의 발전은 장기적으로 AI와 탈중앙화 금융 간의 융합을 촉진할 것입니다.

결론은 분명합니다. 프로젝트는 과대광고 이상의 가치를 증명해야 합니다. 지속 가능한 경제 모델을 개발하고 최첨단 AI 기술을 활용하는 이들이 스마트 블록체인 생태계의 미래를 정의할 것입니다. 암호화폐공개(ICO) 시대는 진화하고 있으며, 다음 승자는 혁신을 장기적인 생존 가능성으로 전환할 수 있는 프로젝트가 될 것입니다.