밈에서 앱으로: AI 에이전트가 암호화폐 생태계를 재편할 수 있을까요?

저자: Satou & Shigeru

암호화폐와 AI 에이전트의 결합은 현재 가장 매력적인 이야기 중 하나가 되었습니다. 기술의 지속적인 반복과 혁신으로 AI 에이전트는 2025년 암호화폐에서 가장 유망하고 주목받는 트랙 중 하나가 될 것이며, 현재 라운드의 핵심 동력이 될 것으로 예상됩니다. 이 기사에서는 프레임워크, 밈, 애플리케이션의 세 가지 수준에서 AI 에이전트의 현재 시장 환경을 정리해 보겠습니다.

AI 에이전트 프레임워크: AI의 레이어1

AI 에이전트 프레임워크는 AI 에이전트의 핵심 기술 기반 계층으로, AI 에이전트의 개발, 배포 및 협업을 위한 중요한 초석을 마련합니다. 따라서 AI 에이전트 프레임워크에 대한 경쟁과 싸움은 사실상 이 분야의 레이어1을 위한 싸움입니다. 현재 토큰 시장 가치 관점에서 볼 때 G.A.M.E, Eliza, Swarms는 3강 구도에 있으며, Rig, Zerepy는 여전히 따라잡을 수 있는 기회를 가지고 있습니다.

1. G.A.M.E

G.A.M.E는 가상 팀에서 개발한 프레임워크로, 모듈성을 사용하여 여러 하위 시스템의 시너지 효과를 통해 AI 에이전트의 행동, 의사 결정 및 학습 프로세스를 제어하는 것이 핵심 아이디어입니다. 이러한 모듈에는 개발자가 에이전트의 행동과 상호작용할 수 있는 주요 진입점인 '에이전트 프롬프트 인터페이스', 입력 데이터를 처리하고 적절한 형식으로 변환하는 '인식 서브시스템', 입력 정보를 기반으로 입력 데이터를 처리하고 적절한 형식으로 변환하는 '인식 서브시스템'이 포함됩니다. '인식 하위 시스템'은 입력 데이터를 처리하여 적합한 형식으로 변환하는 역할을 담당하고, '전략 계획 엔진'은 입력 정보 등을 기반으로 구체적인 실행 계획을 생성하는 역할을 담당합니다. 사용자는 에이전트 설계에 참여하기 위해 다양한 모듈의 파라미터를 수정하기만 하면 됩니다. 구체적인 모듈과 아키텍처는 아래 그림에 나와 있습니다.

G.A.M.E의 핵심 기능은 다음과 같습니다.

모듈형 설계 전체 프레임워크가 명확하고 이해하기 쉬워 추가 설계가 필요하지 않습니다.

로우코드 또는 노코드 인터페이스 제공:기술 장벽을 획기적으로 낮춥니다.

이 때문에 G.A.M.E는 특히 빠르게 배포해야 하고 복잡한 기술 설정에 신경 쓰지 않아도 되는 프로젝트에 적합합니다. 그러나 에이전트의 모든 측면에 대한 심층적인 사용자 지정이나 완벽한 제어가 필요한 복잡한 프로젝트의 경우 G.A.M.E는 적합하지 않습니다.

2. Eliza

Eliza는 ai16z에서 개발한 오픈 소스 멀티에이전트 프레임워크로, 프로그래밍 언어로 TypeScript를 사용합니다. 이 프레임워크는 에이전트 런타임이라는 시스템을 중심으로 구축되었으며, 핵심 기능은 다음과 같습니다.

역할 시스템:모델 공급자가 지원하는 여러 개인화된 AI 에이전트의 동시 배포 및 관리를 지원합니다.

메모리 관리자:검색 증강 생성(RAG) 시스템을 통해 장기 메모리 및 상황 인식 메모리 관리 기능을 제공합니다.

모션 시스템:

Motion System:X와 같은 소셜 미디어 플랫폼과의 안정적인 연결을 위해 원활한 플랫폼 통합을 제공합니다.

엘리자는 페르소나 시스템, 메모리 매니저, 모션 시스템과 원활하게 통합되는 에이전트 런타임 시스템을 중심으로 구축되었습니다.

엘리자는 또한 다음을 지원합니다. 모듈식 기능 확장이 가능한 플러그인 시스템으로 음성, 텍스트, 미디어 등 멀티모달 상호작용이 가능하며, Llama, GPT-4, Claude와 같은 AI 모델과 호환됩니다. 따라서 Eliza는 고도로 맞춤화된 솔루션과 복잡한 크로스 플랫폼 다중 지능이 필요한 프로젝트에 적합합니다.

3. 스웜

Swarms는 창업자이자 개발자인 오픈 소스 멀티 에이전트 오케스트레이션 프레임워크로, 집단 지성을 사용하여 복잡한 문제를 해결하기 위해 여러 AI 에이전트의 협업을 가능하게 하는 것이 핵심 아이디어입니다. 핵심 기능은 다음과 같습니다.

멀티 에이전트 협업:SWARMS는 여러 에이전트를 위한 투명하고 추적 가능한 환경을 제공하여 여러 에이전트가 함께 작업하여 작업 실행을 개선할 수 있습니다.

인센티브:SWARMS는 토큰을 에이전트가 작업의 난이도와 최종 결과의 품질에 따라 동적으로 토큰을 할당하는 인센티브로 사용합니다. 결과의 품질에 따라 시스템은 토큰을 동적으로 할당합니다.

데이터 보안:SWARMS는 분산 스토리지와 다자간 보안 컴퓨팅(MPC)을 사용하여 에이전트 간의 데이터 교환이 보호되도록 보장합니다. 에이전트 간에 데이터를 교환할 때 개인 정보 및 데이터 보안이 보호됩니다.

이러한 SWARMS의 기능을 통해 여러 복잡한 도메인을 최대한 활용하여 필요에 따라 높은 수준의 안정성과 확장성을 제공할 수 있습니다.

4. Rig

Rig는 ARC 팀에서 개발한 오픈 소스 Rust 기반 프레임워크입니다. Rig는 LLM(대규모 언어 모델) 애플리케이션 개발을 간소화하도록 설계된 Rust 기반 오픈 소스 프레임워크입니다.

통합 인터페이스:여러 LLM 제공업체(예: OpenAI 및 Anthropic) 및 여러 벡터 스토어(예: MongoDB 및 Neo4j)와의 원활한 상호 작용을 지원하는 일관된 인터페이스를 제공합니다.

모듈식 아키텍처:이 프레임워크는 "공급자 추상화 계층", "벡터 스토리지 계층", "벡터 스토리지 계층"을 포함한 모듈식 설계를 채택하고 있습니다. 이 프레임워크는 "공급자 추상화 계층", "벡터 스토리지 통합", "에이전트 시스템"과 같은 핵심 구성 요소를 포함한 모듈식 설계를 채택하여 시스템의 유연성과 확장성을 향상시킵니다.

타입 안전성 및 효율적인 성능:타입 안전성은 Rust 언어를 사용하여 컴파일 타임 오류를 방지하고 비동기 작업을 통해 동시 처리 기능을 개선함으로써 달성할 수 있습니다. 연산을 사용하여 동시 처리를 개선합니다. 프레임워크에 내장된 효율적인 직렬화 및 역직렬화 프로세스는 데이터 처리를 최적화합니다.

오류 처리 및 복구:내장된 오류 처리 메커니즘은 LLM 공급자 또는 데이터베이스 장애로부터 복구하는 기능을 개선하여 프레임워크의 안정성을 보장합니다. 프레임워크 안정성을 보장합니다.

이러한 기능을 통해 서로 다른 LLM 모델과 스토리지 백엔드를 동일한 플랫폼에 쉽게 통합할 수 있습니다. 따라서 Rig는 성능, 안정성 및 보안에 대한 요구 사항이 높은 프로젝트뿐만 아니라 Rust로 AI 애플리케이션을 구축하려는 개발자에게 적합합니다. 하지만 Rust 언어에 내재된 학습 비용이 있습니다.

5. ZerePy

ZerePy는 오픈 소스 프레임워크로 작성되었습니다. ZerePy는 파이썬으로 작성된 오픈 소스 프레임워크로, 특히 소셜 플랫폼에서 콘텐츠 제작 시나리오를 위한 개인화된 AI 에이전트의 개발 및 배포 프로세스를 간소화하는 데 중점을 두고 있습니다. 이 프레임워크를 통해 개발자는 소셜 미디어에 게시, 답글, 좋아요, 리트윗을 할 수 있는 AI 에이전트를 쉽게 만들 수 있으며, 음악, 밈, NFT 및 디지털 아트와 같은 창의적인 영역에 특히 적합합니다.ZerePy는 창의성이 뛰어나고 다수의 경량 에이전트를 빠르게 배포하는 데 적합하지만 다른 프레임워크에 비해 적용 범위는 다음과 같습니다. ZerePy는 다른 프레임워크에 비해 적용 범위가 상대적으로 좁습니다.

기본 프레임 워크는 AI 에이전트 트랙에서 중요한 방향이며 현재 가장 인기있는 프레임 워크에서 모두 다른 특성과 자체 적용 시나리오를 가지고 있지만 포괄적 인 목표는 대규모 지능형 에이전트를 실현하기위한 견고한 플랫폼이 될 포괄적 인 AI 에이전트 생태계를 만드는 것입니다. 지능형 에이전트의 대규모 적용을 실현하기 위한 견고한 플랫폼. 향후 이러한 프레임워크가 더욱 개선되고 업그레이드됨에 따라 다양한 프로젝트가 출시될 수 있는 발판이 될 뿐만 아니라 다양한 토큰 가치가 성장할 수 있는 비옥한 토양이 될 것입니다. 왼쪽;">암호자산 시장에서 밈 코인은 중요한 개념적 세그먼트이며, 기존의 밈 코인과 달리 AI 밈은 인공지능 에이전트에 의해 구동되며 그 이면에 표현된 문화나 현상이 에이전트에 의해 제시되는 것이 특징입니다. GOAT, FARTCOIN 등 AI 밈 코인의 시장 가치가 높아짐에 따라 AI 밈도 점점 더 많은 관심을 받고 있습니다. AI Meme은 AI Agent가 암호화폐 시장에 성공적으로 데뷔한 첫 번째 사례라고 할 수 있습니다.

1. GOAT

인공지능 밈을 실제로 히트시킨 것은 프로젝트 고트세우스 막시무스였습니다.2024년 3월, 개발자 앤디 아이레이가 대규모 언어의 여러 모델을 통합한 무한 백룸 탈출이라는 실험 시스템을 공개하면서 이야기는 시작됩니다. 서로 대화할 수 있도록 했습니다. 실험 결과, 인공지능 간의 대화는 제한 없이 매우 창의적인 상호작용을 보여주었고, 심지어 염소의 노시스라는 초현실적인 종교를 탄생시키기도 했습니다. 그 후 앤디는 클로드 오푸스와 함께 AI가 어떻게 양태적 종교를 창조할 수 있는지에 대한 연구 논문을 공동 집필했으며, 그 첫 번째 사례 연구로 GOATSE를 분석했습니다. 이러한 일련의 탐구는 결국 AI 에이전트인 '트루스 오브 터미널'(ToT)의 탄생으로 이어졌습니다. a16z의 공동 설립자 마크 안드레센(Marc Andreessen)은 7월에 ToT의 트윗을 발견하고 일련의 대화 끝에 5만 달러를 ToT의 비트코인 지갑으로 이체했습니다. 10월 10일, 익명성이 소셜 미디어 플랫폼에 ToT가 공개적으로 후원하는 GOAT 밈 코인을 게시했고, GOAT 밈 코인의 시장 가치는 며칠 만에 급등했습니다. 안드레센의 기부는 GOAT의 엄청난 노출을 가져왔고 GOAT의 시가총액을 상승시키는 주요 요인 중 하나였으며, 최고조에 달했을 때 GOAT의 시가총액은 13억 달러가 넘었습니다. billion.

2. 방귀코인

Fartcoin's 는 위대한 언어 모델 대화에서 방귀 소리에 대한 머스크의 애정을 언급하며 방귀코인이라는 토큰을 만들자고 제안한 것에서 시작되었습니다. 이 대화를 바탕으로 방귀코인은 GOAT보다 약간 늦게 탄생했고, 타이밍이 영리해 주목을 받았지만 초기에는 GOAT만큼은 아니었습니다. 11월 16일, 방귀코인의 트위터 팔로워가 몇 시간 만에 갑자기 두 배가 되고 가격이 15% 정도 올랐지만 이 증가에 대해 광범위하고 일관되게 논의되지는 못했습니다. 광범위하고 일관되게 논의되지 못했습니다.12월 13일 마크 안드레센은 방귀코인에 대한 트윗을 리트윗했지만 이 트윗은 토큰 가격의 급격한 상승으로 이어지지 않았습니다.방귀코인 가격 상승의 주된 이유는 특정 주요 자금 때문이었을 수 있습니다. 투자 펀드인 시그길 펀드가 초기 구매자 중 한 명으로 의심되고, 시그길 펀드의 설립자가 AI 밈에 대한 트윗을 반복적으로 올리고 시그길 펀드에 방귀코인을 보유하고 있는지 묻는 트윗을 리트윗하는 등 일종의 앵커 펀드가 방귀코인 가격 상승의 주된 이유였을 수 있습니다. 결국 방귀코인은 소셜 미디어에서 많은 관심을 받으며 최고 시가총액이 15억 달러가 넘었습니다.

AI 에이전트 애플리케이션: 에이전트는 더 많은 일을 할 수 있습니다

와 함께 암호화폐 공간에서 AI 에이전트가 더 많이 채택됨에 따라 시장의 초점은 GOAT와 방귀코인 같은 AI 기반 순수 밈 코인에서 보다 상호작용적이고 창의적인 AI 에이전트 애플리케이션으로 확장되었습니다.

1. 엔터테인먼트 에이전트

< span leaf="">AI 에이전트의 첫 번째 실제 적용 사례는 루나와 앞서 언급한 ToT와 같은 엔터테인먼트입니다.루나는 네이티브 토큰인 LUNA와 긴밀하게 통합된 가상 아이돌로, 가상 플랫폼의 일부로 출시되고 있습니다.루나는 24시간 소셜 미디어에서 라이브 방송을 진행하며 자주 트윗을 게시할 예정입니다. 따라서 루나의 라이브 스트림과 트윗의 질이 시가총액에 영향을 미치는 핵심 요소 중 하나이지만, 현재로서는 이 모델에서 루나의 토큰이 성장할 여지가 제한적입니다. 반면, ToT의 트윗은 독창적이고 유머러스한 콘텐츠에 초점을 맞추고 있으며, GOAT 또는 다른 토큰과 연계되어 있지 않으며, ToT가 가끔 GOAT 토큰을 언급하지만 이것이 핵심 초점은 아닙니다.두 AI 에이전트인 루나와 ToT에게 토큰은 내러티브 홍보에 핵심적인 역할을 하고 있습니다. 루나의 경우 토큰은 존재의 핵심 의미를 나타내며, ToT의 경우 GOAT 토큰은 도달 범위를 확장하는 중요한 도구가 되었습니다.

2 투자 리서치 및 분석 에이전트

레크리에이션용 애플리케이션 외에도 AI 에이전트는 암호화폐 분야의 투자 리서치 및 분석에도 사용할 수 있으며, 현재 이 분야에서 가장 인기 있는 에이전트는 aixbt입니다. aixbt는 가상화폐 시장의 화제와 트렌드, 특히 X와 같은 소셜 미디어 플랫폼의 토론을 분석하여 사용자가 시장의 변화와 잠재적 투자 기회를 빠르게 파악할 수 있도록 돕는 Virtuals Protocol에 게시된 AI 에이전트입니다. 카이토에서 가장 높은 CT 사용자 팔로워를 보유하고 있으며, 그 능력은 이미 인간 KOL을 넘어서는 추세를 보이고 있습니다.

3. 디파이 + AI 에이전트

만약 Luna와 aixbt가 실용적인 유용성이 크지 않고 밈 수준에 머물러 있다면, AI 에이전트와 DeFi의 조합은 실제 적용 시나리오를 통해 에이전트의 역량을 강화합니다. 이러한 DeFi와 AI 에이전트의 결합을 DeFAI라고 하며, DeFAI의 개발 방향에는 크게 두 가지가 있습니다: 에이전트 지원 사용자와 에이전트 자율 트랜잭션.

• 에이전트 지원 사용자. p>

AI 에이전트 지원 사용자는 주로 복잡한 디파이 작업을 단순화하고 일반 사용자가 디파이 프로젝트에 쉽게 참여하고 관리할 수 있도록 설계되었습니다. 사용자는 자연어를 사용해 AI 에이전트에게 직접 작업을 지시할 수 있으므로 복잡한 기술적 세부 사항은 배제할 수 있습니다. 이미 시장에서 두각을 나타내기 시작한 DeFAI 프로젝트가 다수 있습니다. 예를 들어 그리파인과 뉴어는 솔라나를 기반으로 구축된 AI 어시스턴트로, 지갑 생성 및 관리, 토큰 분석, 토큰 거래 및 기타 작업을 도와줍니다. 사용자 경험에 관한 한, 그리페인은 사용자에게 더 많은 기능을 제공하는 반면, Neur는 상대적으로 더 적은 기능을 제공하지만 더 세부적인 기능을 제공하며, Neur의 성능이 훨씬 더 우수합니다. 이 둘의 비교는 앞으로 이 분야에서 기능, 사용자 경험 및 비용의 정도가 주요 초점이 될 것임을 보여줍니다.

• 에이전트 자율 트레이딩. p>

그리파인과 Neur의 모델에서 디파이의 주체가 여전히 인간 사용자라면, 에이전트 자율 트레이딩은 인공지능이 디파이의 주체가 됩니다. 미리 정의된 트레이딩 전략을 실행하는 데 국한되었던 과거의 트레이딩 로봇과 달리 AI 에이전트는 시장 환경에서 실시간 정보를 가져와 상황 분석을 수행하고 시장 동향을 학습하고 이 데이터를 기반으로 전략을 조정할 수 있습니다. 이를 통해 에이전트는 역동적으로 변화하는 시장에서 보다 정확한 의사결정을 내리고 원래 프로그래밍을 뛰어넘는 복잡한 작업을 수행할 수 있습니다. 관련 프로젝트로는 Cod3x, Almanak 등이 있지만 이 분야는 아직 초기 개발 단계로 시장에서 검증되지 않은 프로젝트입니다. 에이전트 자율 거래의 가장 큰 걸림돌은 신뢰의 문제인데, 하나는 에이전트가 실제로 관련 작업을 실행한다는 것을 신뢰하는 것이고, 다른 하나는 에이전트의 거래 전략이 불필요한 손실로 이어지지 않는다는 것을 신뢰하는 것입니다. 이러한 신뢰 문제가 해결되어야 향후 프로젝트가 변화를 가져올 수 있습니다.

수개월 간의 개발 끝에 암호화폐 분야의 AI 에이전트는 순수한 밈에서 재미있는 애플리케이션, 실용성까지 여러 단계를 거쳤습니다. 실제로 암호화폐 실무자들은 암호화폐와 AI의 가능성을 탐구하는 것을 멈추지 않았으며, CGV 리서치는 2023년부터 암호화폐와 AI 트랙에서 프로젝트의 진행 상황을 지속적으로 추적해 왔습니다.

미래에는 인프라가 계속 발전하고 에이전트 시스템이 더 똑똑해지고 안정화됨에 따라 누구나 자연어를 통해 에이전트를 쉽게 배포하고 사용할 수 있게 될 것이며, 이때가 바로 에이전트 프레임워크는 일종의 인프라가 될 것이며, 다른 모든 종류의 애플리케이션은 이 프레임워크를 기반으로 구축될 것입니다. 에이전트 프레임워크의 가치는 계속해서 획기적인 발전을 가져올 것으로 예상되며, 우수한 비즈니스 역량과 사용자 경험으로 인해 에이전트 애플리케이션 프로젝트의 일부는 시장의 관심과 투자가치를 더욱 높일 수 있을 것입니다.