AI를 이용한 트레이딩: DeFai 생태계 살펴보기

By Henry @IOSG

I. 서문

3개월 만에 AI x memecoin의 시가총액은 134억 달러에 달하며, 이는 AVAX나 SUI와 같이 잘 알려진 L1과 비슷한 규모입니다.

솔라나 AI 코인의 첫 번째 물결에서 일부는 단순한 투기가 아닌 의미 있는 유용성을 가져왔습니다. ai16z의 ELIZA와 같은 프레임워크와 시장 분석 및 콘텐츠 제작을 제공하는 AI 에이전트인 aixbt, 또는 AI와 블록체인 기능을 통합하는 툴킷과 같은 AI 에이전트의 출현을 보았습니다.

AI의 두 번째 물결에서는 더 많은 도구가 성숙함에 따라 애플리케이션이 핵심 가치 동력이 되었고, DeFi는 이러한 혁신을 위한 완벽한 시험장이 되었습니다. 이 연구에서는 표현의 편의를 위해 AI와 DeFi의 결합을 'DeFai'라고 부릅니다.

코인게코에 따르면 디파이의 시가총액은 약 10억 달러이며, 그리피안이 45%의 점유율로 시장을 지배하고 있고, $ANON이 22%를 차지하고 있습니다. 이 트랙은 12월 25일 이후 급격한 성장세를 보이기 시작했으며, 같은 기간 동안 크리스마스 연휴 이후 Virtual 및 ai16z와 같은 프레임워크와 플랫폼이 큰 폭의 성장을 보였습니다.

▲ 출처: Coingecko.com

이것은 첫 번째 단계에 불과하며 DeFai의 잠재력은 그 이상입니다. DeFai는 아직 개념 증명 단계에 있지만, AI가 제공할 수 있는 지능과 효율성을 활용하여 DeFi 산업을 보다 사용자 친화적이고 지능적이며 효율적인 금융 생태계로 변화시킬 수 있는 잠재력을 과소평가해서는 안 됩니다.

디파이의 세계로 들어가기 전에, 디파이/블록체인에서 에이전트가 실제로 어떻게 작동하는지 이해할 필요가 있습니다.

이미지 src="https://img.jinse.cn/7342419_image3.png">

두 번째: 디파이 시스템에서 에이전트가 작동하는 방식

인공지능 에이전트(AI 에이전트)는 다음을 수행할 수 있는 사람을 말합니다. 워크플로우에 따라 사용자를 대신하여 작업을 수행하며, AI 에이전트의 핵심은 LLM(대규모 언어 모델)으로, 학습 또는 학습된 내용에 따라 반응할 수 있지만 이러한 반응은 제한적인 경우가 많습니다.

에이전트는 로봇과 근본적으로 다릅니다. 로봇은 일반적으로 작업에 특화되어 있고, 사람의 감독이 필요하며, 미리 정의된 규칙과 조건에 따라 작동해야 합니다. 반면 에이전트는 보다 역동적이고 적응력이 뛰어나며 특정 목표를 달성하기 위해 자율적으로 학습할 수 있습니다.

보다 개인화된 경험과 보다 총체적인 대응을 제공하기 위해 에이전트는 과거 상호작용을 메모리에 저장하여 사용자의 행동 패턴을 학습하고 대응을 조정하여 과거 맥락에 따라 맞춤형 제안과 전략을 생성할 수 있습니다.

블록체인에서는 에이전트가 스마트 컨트랙트 및 계정과 상호 작용하여 사람의 지속적인 개입 없이도 복잡한 작업을 처리할 수 있습니다. 다단계 브리징 및 파밍의 원클릭 실행, 더 높은 수익을 위한 파밍 전략 최적화, 거래(매수/매도) 실행, 시장 분석 수행 등이 모두 자율적으로 수행되는 등 디파이 사용자 경험을 단순화하는 예시입니다.

@3sigma의 연구에 따르면, 대부분의 모델은 6가지 구체적인 워크플로우를 따릅니다:

• 데이터 수집 

• 모델 추론 

• 의사 결정 

의사 결정

• 호스팅 및 실행

• 상호운용성

• 지갑

1.데이터 수집

먼저, 모델은 이 작동하는 환경을 이해해야 합니다. 따라서 모델을 시장 상황과 동기화하기 위해 여러 데이터 스트림이 필요합니다. 여기에는 1) 인덱서 및 예후 예측자의 온체인 데이터 2) CMC / 코인게코 / 기타 데이터 제공자의 데이터 API와 같은 가격 플랫폼의 오프체인 데이터가 포함됩니다.

2.모델 추론

모델이 환경에 대해 학습한 후에는 이 지식을 적용해야 합니다. 사용자가 인식하지 못한 새로운 입력 데이터를 기반으로 예측하거나 수행합니다.

1. 지도 및 비지도 학습: 결과를 예측하기 위해 레이블이 있거나 레이블이 없는 데이터로 학습된 모델. 블록체인 맥락에서 이러한 모델은 거버넌스 포럼 데이터를 분석하여 투표 결과를 예측하거나 거래 패턴을 식별할 수 있습니다.

2. 강화 학습: 자신의 행동에 대한 보상과 처벌 결과를 평가하여 시행착오를 통해 학습하는 모델입니다. 토큰을 구매하기 위한 최적의 구매 시점을 결정하거나 파밍 매개변수를 조정하는 등 토큰 거래 전략을 최적화하는 데 적용됩니다.

3. 자연어 처리(NLP): 인간의 언어적 입력을 이해하고 처리하는 기술로, 거버넌스 포럼과 아이디어 제안을 스캔하는 데 유용합니다.

▲▲ 출처 : https://www.researchgate.net/figure/The-main-types-of-machine-learning-Main-approaches-include-classification-and-regression_ fig1_354960266

3.의사 결정

훈련된 모델과 데이터를 통해 에이전트는 의사 결정 기능을 사용하여 조치를 취할 수 있습니다. 여기에는 현재 상황을 해석하고 적절하게 대응하는 것이 포함됩니다.

이 단계에서 최적화 엔진은 가능한 최상의 결과를 찾는 데 중요한 역할을 합니다. 예를 들어, 수익 전략을 실행하기 전에 에이전트는 슬리피지, 스프레드, 거래 비용, 잠재 수익 등 여러 요소의 균형을 맞춰야 합니다.

단일 에이전트가 여러 영역에서 결정을 최적화하지 못할 수 있으므로 다중 에이전트 시스템을 배포하여 조율할 수 있습니다.

4.호스팅 및 실행

컴퓨팅 집약적인 작업의 특성으로 인해 AI 에이전트는 종종 오프체인에서 모델을 호스팅합니다. 일부 에이전트는 AWS와 같은 중앙화된 클라우드 서비스에 의존하는 반면, 탈중앙화된 에이전트는 데이터 저장을 위해 아카시나 아이오넷, 아위브와 같은 분산 컴퓨팅 네트워크를 사용합니다.

AI 에이전트 모델은 오프체인에서 실행되지만, 에이전트는 스마트 컨트랙트 기능을 수행하고 자산을 관리하기 위해 온체인 프로토콜과 상호 작용해야 합니다. 이러한 상호작용에는 트랜잭션을 안전하게 처리하기 위해 MPC 지갑이나 스마트 컨트랙트 지갑과 같은 안전한 키 관리 솔루션이 필요합니다. 에이전트는 API를 통해 트위터나 텔레그램과 같은 소셜 플랫폼에서 커뮤니티와 소통하고 상호 작용할 수 있습니다.

5.상호운용성

에이전트는 다양한 시스템에서 최신 상태를 유지하면서 다양한 프로토콜과 상호 작용해야 합니다. 가격 피드와 같은 외부 데이터에 액세스하기 위해 API 브리지를 사용하는 경우가 많습니다.

현재 프로토콜 상태를 파악하고 적절하게 대응하기 위해서는 웹후크나 IPFS와 같은 분산형 메시징 프로토콜을 통해 에이전트를 실시간으로 동기화해야 합니다.

6.지갑

에이전트가 블록체인 거래를 시작하려면 지갑 또는 개인 키에 대한 액세스가 필요하며, 시장에는 MPC 기반과 TEE 기반 솔루션이라는 두 가지 일반적인 지갑/키 관리 접근 방식이 있습니다.

포트폴리오 관리 애플리케이션의 경우 MPC 또는 TSS는 에이전트, 사용자, 신뢰할 수 있는 당사자 간에 키를 분할할 수 있지만 사용자는 여전히 AI를 어느 정도 제어할 수 있으며, 코인베이스 AI 리플릿 지갑은 이 접근 방식을 효과적으로 구현하여 AI 에이전트로 MPC 지갑을 구현하는 방법을 보여줍니다.

완전 자율 AI 시스템의 경우, TEE는 개인 키를 보안 영역에 저장하여 전체 AI 에이전트가 제3자의 간섭 없이 은밀하고 보호된 환경에서 작동할 수 있도록 하는 대안을 제공합니다. 그러나 TEE 솔루션은 현재 하드웨어 중앙 집중화와 성능 오버헤드라는 두 가지 주요 과제에 직면해 있습니다.

이러한 과제를 극복하면 블록체인 상에서 자율 에이전트를 생성할 수 있으며, 다양한 에이전트가 각각 디파이 생태계에서 고유한 역할을 수행하여 효율성을 높이고 온체인 거래 경험을 개선할 수 있을 것입니다.

전체적으로, 저는 DeFi x Ai를 크게 4가지 카테고리로 나누고 싶습니다:

1. 추상적/UX 친화적 AI

2. 수익 최적화 또는 포트폴리오 관리

3. 시장 분석 또는 예측 봇

4. 시장 분석 또는 예측 봇

5. 디파이 인프라/플랫폼

셋째, 디파이 x AI의 세계로 가는 문 열기 - 디파이

▲ 출처: IOSG Venture

#1추상화/UX 친화적인 AI

인공지능(AI)은 효율성을 높이고 복잡한 문제를 해결하며 사용자의 복잡한 작업을 단순화하기 위해 설계되었습니다. 추상화 기반 AI는 초보 트레이더와 기존 트레이더가 디파이에 접근하는 복잡성을 간소화합니다.

블록체인 공간에서 효과적인 AI 솔루션은 다음을 수행할 수 있어야 합니다.

• 사용자가 업계 지식이 없어도 다단계 트레이딩 및 약정 작업을 자동화하고,

실시간 조사를 실행하여 사용자에게 정보에 기반한 거래를 하는 데 필요한 모든 정보를 제공해야 합니다.

• 다양한 플랫폼의 데이터에 액세스하여 시장 기회를 파악하고 사용자에게 종합적인 분석을 제공합니다.

이러한 추상화 도구의 대부분은 핵심에 ChatGPT가 있습니다. 이러한 모델들은 블록체인과 원활하게 통합되어야 하지만, 블록체인 데이터를 기반으로 특별히 훈련되거나 조정된 모델은 아직 없는 것으로 보입니다.

그리페인

그리페인의 창립자인 토니는 솔라나 해커톤에서 이 개념을 소개했습니다. 이후 그는 이 아이디어를 기능적인 제품으로 발전시켰고, 솔라나의 설립자 아나톨리의 지원과 지지를 받았습니다.

요약하자면, 그리페인은 스왑, 지갑 관리, NFT 채굴, 토큰 스나이핑과 같은 기능을 수행하는 솔라나의 최초이자 가장 유능한 추상 AI입니다.

그리페인이 제공하는 기능은 다음과 같습니다:

• 자연어로 트랜잭션 실행

• 펌프펀을 사용하여 토큰을 발행하고, NFT를 채굴하여 선택한 주소에 에어드랍

• 프로토콜을 통해 토큰을 발행합니다.

• 다중 에이전트 조정

• 사용자를 대신하여 트윗을 게시할 수 있습니다

• 특정 키워드 또는 조건에 따라 펌프펀에서 새로 출시된 멤코인을 스니핑합니다

• 약속, 자동화 및 강제 실행 디파이 전략

• 작업 예약, 사용자가 에이전트에 입력하여 맞춤형 프록시 생성

• 플랫폼에서 데이터를 가져와 토큰 보유자 분포 파악 등 시장 분석 수행

그리페인은 다양한 기능을 제공합니다.

그리페인은 다양한 기능을 제공하지만, 사용자는 여전히 토큰 주소를 직접 입력하거나 에이전트에게 특정 실행 지침을 제공해야 합니다. 따라서 이러한 기술 지침에 익숙하지 않은 초보자를 위해 현재 제품에는 최적화의 여지가 있습니다.

현재 그리핀은 두 가지 유형의 AI 에이전트, 즉 개인 AI 에이전트와 전문화된 에이전트를 제공합니다.

개인 AI 에이전트는 사용자가 제어합니다. 사용자는 개인 상황에 맞게 에이전트를 조정하기 위해 명령어와 입력 메모리 설정을 사용자 지정할 수 있습니다.

특수 에이전트는 특정 작업을 위해 설계된 에이전트입니다. 예를 들어, 에어드랍 에이전트는 주소를 찾아 지정된 보유자에게 토큰을 배포하도록 훈련된 반면, 스테이킹 에이전트는 SOL 또는 기타 자산을 자산 풀에 담보로 설정하도록 프로그래밍되어 있습니다. 자산을 자산 풀로 묶어 채굴 전략을 가능하게 합니다.

그리페인의 멀티 에이전트 협업 시스템은 여러 에이전트가 채팅방에서 함께 작업할 수 있는 주목할 만한 기능입니다. 이러한 에이전트는 협업을 유지하면서 복잡한 작업을 독립적으로 해결할 수 있습니다.

▲ 출처: 출처. https://griffain.com

계좌가 생성되면 시스템에서 지갑을 생성하고, 사용자는 이 지갑을 에이전트에게 위임하여 거래를 실행하고 포트폴리오를 자율적으로 관리할 수 있습니다.

SSS는 샤미르 비밀 공유를 통해 키를 분할하여 그리핀이나 프라이빗 어느 쪽도 지갑을 호스팅할 수 없도록 하는데, Slate에 따르면 다음과 같이 키를 세 부분으로 분할하는 방식으로 작동합니다

1. 기기 공유: 브라우저에 저장되어 탭이 열릴 때 검색

2. 인증 공유: Privy 서버에 저장되어 앱 인증 및 로그인 시 검색

3. 복구 공유: 암호화되어 Privy 서버에 저장되며, 사용자가 탭에 로그인할 때만 암호가 해독됩니다. 및 검색

또한, 사용자는 그리핀 프론트엔드에서 내보내거나 내보낼 수 있는 옵션이 있습니다.

Anon

Anon은 디파이 프로토콜 원더랜드와 MIM(매직 인터넷 머니)을 만든 것으로 잘 알려진 다니엘 세스타가 설립한 회사입니다. 그리파인과 마찬가지로 Anon은 사용자가 DeFi와 상호작용하는 것을 단순화하기 위해 설계되었습니다.

개발팀은 향후 기능에 대해 설명했지만, 아직 제품이 공개되지 않았기 때문에 아직 확인된 것은 없습니다. 일부 기능은 다음과 같습니다:

• 자연어(중국어 포함 다국어)를 사용해 트랜잭션 실행

• LayerZero와의 크로스체인 브리징 활성화

• Aave, Sparks 및 기타 제공자와의 크로스체인 브리징 활성화

• 에이브, 스파크, 스카이, 와그미 등 파트너 계약을 통해 대여 및 공급

• 파이스를 통해 실시간 가격 및 데이터 정보 획득

• 시간 및 가스 가격에 따른 자동 실행 및 트리거 제공

• 실시간 마켓 감정 감지, 소셜 프로필 분석 등

Anon은 핵심 기능 외에도 Gemma, Llama 3.1, Llama 3.3, Vision, Pixtral, Claude 등 다양한 AI 모델을 지원하여 사용자가 리서치 시간을 절약하고 정보에 기반한 결정을 내릴 수 있는 가치 있는 시장 분석을 제공할 수 있는 잠재력을 가지고 있습니다. 리서치 시간을 절약하고 정보에 입각한 결정을 내릴 수 있으며, 이는 시가총액 1억 달러의 신규 토큰이 매일 등장하는 오늘날의 시장에서 특히 유용합니다.

지갑을 내보내고 승인을 취소할 수 있지만 지갑 관리 및 보안 프로토콜에 대한 구체적인 세부 사항은 공개되지 않았습니다.

Anon은 핵심 기능 외에도 Gemma, Llama 3.1, Llama 3.3, Vision, Pixtral, Claude 등 다양한 AI 모델을 지원합니다.

또한 다니엘은 최근 Anon에 대한 두 가지 업데이트를 발표했습니다.

• 프레임워크 자동화:

  더 많은 프로젝트가 Anon과 더 빠르게 통합할 수 있도록 지원하는 타입스크립트 프레임워크입니다. 이 프레임워크는 모든 데이터와 상호 작용이 미리 정의된 구조를 따르도록 요구하여 Anon이 AI의 환각 위험을 줄이고 안정성을 높일 수 있도록 합니다.

• Gemma:

  온체인 디파이 지표(예: TVL, 거래량, 프리덱스 펀딩 비율)와 오프체인 데이터(예: 트위터, 텔레그램)에서 실시간 데이터를 수집하여 소셜 정서 분석을 위한 리서치/리서치 에이전트입니다. 이 데이터는 사용자를 위한 기회 알림과 맞춤형 인사이트로 변환됩니다.

문서에서 볼 때, 이는 Anon을 전체 영역에서 가장 기대되고 강력한 추상화 도구 중 하나로 만듭니다. 이는 시가총액 1억 달러의 새로운 토큰이 매일 등장하는 오늘날의 시장에서 특히 가치가 높습니다.

슬레이트

빅브레인 홀딩스의 지원을 받는 슬레이트는 온체인 신호를 기반으로 자율적인 거래를 할 수 있는 "알파 AI"로 자리매김하고 있습니다. 알파 AI'로 포지셔닝하고 있습니다. 현재 슬레이트는 하이퍼리퀴드에서 자동으로 거래를 체결할 수 있는 유일한 추상 AI입니다.

슬레이트는 가격 라우팅, 빠른 체결, 거래 전 시뮬레이션 기능에 우선순위를 두고 있습니다. 주요 기능:

• EVM 체인과 솔라나 간의 교차 체인 스왑

• 가격, 시가총액, 가스 수수료, 손익 지표에 따른 자동화된 거래

• 자연어 작업 스케줄링

• 온체인 거래 집계

• 텔레그램 알림 시스템

• 롱/숏 포지션 오픈, 특정 조건에서 청산, 하이퍼리퀴드 실행을 포함한 LP 관리 + 채굴 가능

전체적으로 수수료 구조는 두 가지로 나뉩니다.

1. 일반 작업: 슬레이트는 일반 이체/출금에는 수수료를 부과하지 않지만 스왑, 브릿지, 청구, 차용, 대여, 상환, 담보, 담보 해제, 롱, 숏, 잠금, 잠금 해제 등의 작업에는 0.5%의 수수료를 부과하고 있습니다. 잠금 해제 작업에는 0.35%의 수수료가 부과됩니다.

2. 조건부 작업: 조건부 주문이 설정된 경우(예: 지정가 주문). 가스 수수료 조건을 기준으로 하는 경우 0.25%, 다른 모든 조건의 경우 1.00%의 수수료가 부과됩니다.

지갑 측면에서는 슬레이트가 프리비의 임베디드 지갑 아키텍처와 통합되어 슬레이트나 프리비 모두 사용자의 지갑을 호스팅하지 않습니다. 사용자는 기존 지갑에 연결하거나 에이전트가 자신을 대신해 거래를 실행하도록 승인할 수 있습니다.

▲ 출처: https:/ /docs.slate.ceo

추상 AI의 비교 분석

주류 추상 AI 비교:

▲출처: IOSG Venture

현재 대부분의 AI 추상화 도구는 솔라나와 EVM 체인 간의 크로스체인 거래와 자산 브리징을 지원합니다. 슬레이트는 다음을 제공합니다. 하이퍼리퀴드 통합을 제공하며, Neur와 Griffin은 현재 솔라나만 지원하지만 곧 크로스체인 지원이 추가될 예정입니다.

대부분의 플랫폼은 사용자가 자신의 자금을 관리할 수 있지만 특정 거래를 수행하려면 에이전트 액세스 권한을 부여해야 하는 Privy의 내장형 지갑 및 EOA 지갑과 통합되어 있습니다. 이는 TEE(신뢰할 수 있는 실행 환경)가 AI 시스템의 변조 방지를 보장할 수 있는 기회를 제공합니다.

대부분의 AI 추상화 도구는 토큰 발행, 거래 실행, 자연어 조건부 주문과 같은 기능을 공유하지만, 그 성능은 크게 다릅니다.

제품 수준에서는 아직 AI 추상화의 초기 단계에 머물러 있습니다. 위에서 언급한 5개의 프로젝트를 비교해 보면, 그리핀은 풍부한 기능 세트, 광범위한 협업 네트워크, 멀티 에이전트 협업 워크플로우 처리(오빗 역시 멀티 에이전트를 지원하는 프로젝트입니다.) 아논은 빠른 응답 시간, 다국어 지원, 텔레그램 통합이 돋보이며, 슬레이트는 정교한 자동화 플랫폼과 하이퍼리퀴드를 지원하는 유일한 프로젝트라는 점이 특징입니다. 슬레이트는 정교한 자동화 플랫폼의 이점을 제공하며 하이퍼리퀴드를 지원하는 유일한 에이전트입니다.

그러나 모든 추상 인공지능을 통틀어 일부 플랫폼은 정확한 토큰 주소나 가격을 정확하게 포착하지 못하거나 최신 시장 동향을 분석하지 못하는 등 USDC 스왑과 같은 기본적인 거래를 처리하는 데 여전히 어려움을 겪고 있습니다. 응답 시간, 정확도, 결과 상관관계도 모델의 기본 성능을 측정하는 데 있어 중요한 차별화 요소입니다. 향후에는 팀과 협력하여 추상화된 모든 AI의 성능을 실시간으로 추적하는 투명한 대시보드를 개발하고자 합니다.

#2자율 수익률 최적화 및 포트폴리오 관리

이 분야의 프로토콜은 기존 수익률 전략과 달리 인공지능을 사용하여 인체인 데이터를 분석하여 추세를 파악하고 팀이 더 나은 수익률 최적화 및 포트폴리오 할당 전략을 개발할 수 있도록 정보를 제공합니다. .
비용을 낮추기 위해 모델은 일반적으로 비텐서 서브넷 또는 오프체인에서 트레이닝됩니다. AI가 자율적으로 거래를 체결할 수 있도록 영지식 증명(ZKP)과 같은 검증 방법을 사용해 모델의 정직성과 검증 가능성을 보장합니다. 다음은 DeFai 프로토콜에 도움이 되는 몇 가지 최적화 예시입니다:

T3AI는 AI를 중개자 및 리스크 엔진으로 사용하여 수중 담보화를 지원하는 대출 프로토콜입니다. AI 에이전트는 대출 상태를 실시간으로 모니터링하고 T3AI의 리스크 메트릭 프레임워크를 통해 대출의 건전성을 보장합니다. 동시에 AI는 다양한 자산과 가격 추세 간의 관계를 분석하여 정확한 리스크 예측을 제공합니다.

• 주요 CEX 및 DEX의 가격 데이터 분석;

• 다양한 자산의 변동성 측정;

• 다양한 자산의 변동성 측정 자산 가격의 상관관계 및 연계성 연구

• 자산 상호 작용의 숨겨진 패턴 발견.

AI는 사용자의 포트폴리오를 기반으로 최적의 배분 전략을 제안하고 모델 조정 후 자율적인 AI 포트폴리오 관리를 가능하게 합니다. 또한 T3AI는 ZK 증명과 검증자 네트워크를 통해 모든 작업의 검증 가능성과 신뢰성을 보장합니다.

▲Source. https://www.trustinweb3.xyz/

쿠다이

쿠다이는 GMX 블루베리 클럽에서 개발한 실험적인 GMX 에코시스템 에이전트입니다. EmpyrealSDK 툴킷을 사용하여 개발되었으며, 토큰은 현재 베이스 네트워크에서 거래되고 있습니다.

쿠다이에서 발생하는 모든 거래 수수료는 에이전트의 자율적인 거래 운영 자금으로 사용되며, 토큰 보유자에게 수익을 분배하는 것이 쿠다이의 아이디어입니다.

앞으로 다가올 2/4단계에서 쿠다이는 트위터에서 자연어를 해석할 수 있게 됩니다:

• 새로운 수익원 창출을 위해 $GMX 구매 및 서약;

• GMX GM에 투자하여 수익률 향상. 풀에 투자하여 수익률을 더욱 높입니다.

• 최저가로 GBC NFT를 구매하여 포트폴리오를 확장합니다.

이 단계가 끝나면 쿠다이는 완전히 자율적으로 레버리지 거래, 차익거래를 실행하고 자산 수익(이자)을 얻을 수 있게 됩니다. 개발팀은 그 이상의 내용은 공개하지 않았습니다.

스투어디 파이낸스 V2

스투어디 파이낸스는 비텐서 SN10 서브넷에서 채굴자들이 훈련한 AI 모델을 사용하여 서로 다른 화이트리스트 사일로 풀 간에 자금을 전송함으로써 수익을 최적화하는 대출 및 수익 애그리게이터입니다. strong>
단일 자산 분리 풀로, 사용자는 단일 자산에 대해서만 대출하거나 단일 담보를 사용할 수 있습니다.

▲▲ 출처: https://sturdy.finance

이 글을 쓰는 현재, Sturdy V2의 TVL은 2024년 5월 이후 감소하고 있으며, 현재 집계 기관의 TVL은 약 390만 달러로 계약 총 TVL의 29%에 불과합니다.

2024년 9월 이후 Sturdy의 일일 활성 사용자는 꾸준히 두 자릿수(100명)를 유지하고 있으며, pxETH와 crvUSD가 애그리게이터에서 주요 대출 자산으로 사용되고 있습니다. 그러나 지난 몇 달 동안 프로토콜의 성능은 크게 정체되었습니다. AI 통합의 도입은 프로토콜의 성장 모멘텀을 재점화하기 위해 도입된 것으로 보입니다.

▲ 출처: https:/. /dune.com/tk-research/sturdy-v2

#3 시장 분석 에이전트

# Aixbt

Aixbt는 400개 이상의 트위터 유명인사의 데이터를 집계하고 분석하는 시장 심리 추적 에이전트입니다. 독자적인 엔진을 통해 AixBT는 실시간 트렌드를 파악하고 24시간 연중무휴로 마켓 워치 정보를 게시할 수 있습니다.

AixBT는 현존하는 AI 에이전트 중 14.76%의 높은 시장 점유율을 차지하며 생태계에서 가장 영향력 있는 에이전트 중 하나입니다.

▲ 출처: Kaito. com

Aixbt는 소셜 미디어 상호작용을 위해 설계되었으며 시장의 관심사를 직접적으로 반영하는 인사이트를 게시합니다.

이 기능은 시장 인사이트(알파)를 제공하는 데 국한되지 않고 상호작용을 포함하며, AixBT는 사용자 질문에 응답하고 특수 툴킷을 사용하여 트위터를 통해 토큰 발행을 수행할 수도 있습니다. 예를 들어, $CHAOS 토큰은 AixBT와 또 다른 대화형 봇인 Simi가 @EmpyrealSDK 툴킷을 사용하여 만들었습니다.

현재 60만 달러(약 2억 4천만 원 상당)의 $AIXBT 토큰을 보유한 사용자는 분석 플랫폼과 엔드포인트에 액세스할 수 있습니다.

#4 탈중앙화된 AI 인프라 및 플랫폼

웹3 AI 에이전트는 탈중앙화된 인프라의 지원 없이는 존재할 수 없습니다. 이러한 프로젝트는 모델 훈련과 추론뿐만 아니라 데이터, 검증 방법, 오케스트레이션 계층을 지원하여 AI 에이전트 개발을 촉진합니다.

웹2용 AI든 웹3용 AI든, 모델, 컴퓨팅 파워, 데이터는 언제나 대규모 언어 모델(LLM)과 AI 에이전트의 우수성을 이끌어온 세 가지 초석입니다. 분산형 접근 방식을 통해 학습된 오픈 소스 모델은 중앙 집중화와 관련된 단일 위험 지점을 완전히 제거하고 사용자 소유 AI의 가능성을 열어주므로 에이전트 빌더가 선호할 것입니다. 개발자는 Google, Meta, OpenAI와 같은 웹2.0 AI 대기업의 LLM API에 의존할 필요가 없습니다.

여기 Pinkbrains의 AI 인프라 지도가 나와 있습니다:

이미지 src="https://img.jinse.cn/7342430_image3.png" >

▲ 출처: Pink Brains

모델 생성

Nous Research, Prime Intellect, Exo Labs와 같은 선구적인 조직이 탈중앙화 훈련의 경계를 넓혀가고 있습니다.

Nous Research의 Distro 훈련 알고리즘과 Prime Intellect의 DiLoco 알고리즘은 저대역폭 환경에서 100억 개 이상의 파라미터로 모델을 성공적으로 훈련하여 기존의 중앙화된 시스템 밖에서도 대규모 훈련을 수행할 수 있음을 입증했으며, Exo Labs는 SPARTA를 통해 한 걸음 더 나아갔습니다. 엑소 랩스는 GPU 간 통신을 1000배 이상 줄여주는 분산형 AI 트레이닝 알고리즘인 SPARTA로 한 걸음 더 나아갔습니다.

Bagel은 암호화를 통해 오픈 소스 데이터의 귀속 및 수익화 문제를 해결하면서 AI 개발자에게 모델과 데이터를 제공하는 탈중앙화 허깅페이스가 되기 위해 노력하고 있으며, Bittensor는 참여자들이 산술, 데이터, 인텔리전스를 제공하여 AI 모델과 에이전트 개발을 가속화할 수 있는 경쟁적인 마켓플레이스를 구축하는 데 힘쓰고 있습니다.

데이터 및 연산 서비스 제공자

많은 사람들이 AixBT가 유틸리티 에이전트 부문에서 차별화할 수 있었던 것은 주로 고품질 데이터 세트에 대한 접근성 덕분이라고 생각합니다.

그래스, 바나, 사하라, 스페이스 앤 타임, 쿠키 DAO와 같은 제공업체는 고품질의 도메인별 데이터를 제공하거나 AI 개발자가 데이터의 '벽으로 둘러싸인 정원'에 액세스할 수 있도록 함으로써 역량을 강화합니다. Grass는 250만 개 이상의 노드를 활용하여 하루에 최대 300테라바이트의 데이터를 크롤링할 수 있습니다.

현재 엔비디아는 2천만 시간의 비디오 데이터로만 비디오 모델을 훈련할 수 있는 반면, Grass의 비디오 데이터 세트는 15배 더 큰 3억 시간이며 매일 4백만 시간씩 증가하고 있으며, 이는 엔비디아 전체 데이터 세트의 20%를 매일 Grass가 수집하는 양입니다. Grass. 다시 말해, Grass는 Nvidia의 전체 비디오 데이터 세트에서 동일한 양의 데이터를 수집하는 데 단 5일이 걸립니다.

에이전트는 컴퓨팅 리소스 없이는 실행할 수 없으며, Aethir 및 io.net과 같은 컴퓨팅 마켓플레이스는 다양한 GPU를 통합하여 에이전트 개발자에게 비용 효율적인 대안을 제공합니다. Hyperbolic의 분산형 GPU 마켓플레이스는 컴퓨팅 비용을 최대 75%까지 절감하는 동시에 웹2 클라우드에서 제공하는 것과 동등한 수준의 저지연 추론 기능을 제공하는 오픈 소스 AI 모델을 호스팅할 수 있습니다. 하이퍼볼릭의 분산형 GPU 마켓플레이스는 컴퓨팅 비용을 최대 75%까지 절감하는 동시에 웹2 클라우드 제공업체에 필적하는 저지연 추론 기능을 제공하는 오픈 소스 AI 모델을 호스팅합니다.

하이퍼볼릭은 AI 에이전트가 하이퍼볼릭의 분산형 GPU 네트워크에 완전히 액세스할 수 있는 강력한 인터페이스인 에이전트키트를 출시하여 GPU 마켓플레이스와 클라우드 서비스를 더욱 강화하고 있습니다. 이 인터페이스는 실시간으로 스캔하여 리소스 가용성, 사양, 현재 부하 및 성능에 대한 자세한 정보를 제공하는 AI가 읽을 수 있는 연산 리소스 맵을 제공합니다.

AgentKit은 에이전트가 필요한 연산에 독립적으로 액세스하고 비용을 지불할 수 있는 혁신적인 미래를 열어줍니다.

검증

하이퍼볼릭은 혁신적인 검증 메커니즘을 통해 에코시스템의 모든 추론 상호 작용을 검증하여 미래의 에이전트 세계에서 신뢰의 기반을 구축합니다.

그러나 검증은 자율 에이전트 신뢰 문제의 한 부분만 해결합니다. 신뢰의 또 다른 차원은 개인 정보 보호와 관련이 있으며, 이는 Phala, Automata, Marlin과 같은 TEE(신뢰할 수 있는 실행 환경) 인프라 프로젝트의 강점입니다. 예를 들어, 이러한 AI 에이전트가 사용하는 독점 데이터나 모델은 안전하게 보호될 수 있습니다.

실제로 진정한 자율 에이전트는 지갑 개인 키 보호, 무단 액세스 방지, 트위터 계정 로그인 보안 등 민감한 정보를 보호하는 데 필수적인 TEE 없이는 완전히 작동할 수 없습니다.

TEE의 작동 방식

TEE(신뢰할 수 있는 실행 환경)는 처리 중에 민감한 데이터를 보호된 CPU/GPU 영역(안전 영역)에서 분리합니다. 승인된 프로그램 코드만 엔클레이브의 콘텐츠에 액세스할 수 있으며 클라우드 서비스 제공업체, 개발자, 관리자 및 기타 하드웨어 구성 요소는 이 영역에 액세스할 수 없습니다.

TEE의 주요 용도는 스마트 컨트랙트 실행, 특히 더 민감한 금융 데이터를 포함하는 DeFi 프로토콜에서 사용됩니다. 따라서 TEE와 디파이의 통합에는 다음과 같은 전통적인 디파이 시나리오가 포함됩니다.

1. 거래 개인정보 보호: TEE는 발신자와 수신자 주소, 거래 금액 등의 거래 세부 정보를 숨길 수 있습니다. Secret Network 및 Oasis와 같은 플랫폼은 TEE를 사용하여 DeFi 애플리케이션에서 거래의 개인 정보를 보호하고 비공개 결제를 가능하게 합니다.

2. 항-MEV: TEE에서 스마트 컨트랙트를 실행하면 블록 빌더는 거래 정보에 접근할 수 없으므로 MEV를 생성하는 로보콜 공격을 방지할 수 있습니다. 플래시봇은 중앙화된 블록 빌딩과 관련된 검열 위험을 줄여주는 탈중앙화된 블록 빌딩 네트워크인 빌더넷을 개발하는 데 TEE를 사용합니다. 유니체인과 타이코와 같은 체인도 사용자에게 더 나은 거래 경험을 제공하기 위해 TEE를 사용하고 있습니다.

이러한 특징은 ZKP나 MPC와 같은 대체 솔루션에도 적용됩니다. 그러나 TEE는 하드웨어 기반 모델이기 때문에 현재 이 세 가지 솔루션 중 스마트 컨트랙트를 실행하는 데 가장 효율적입니다.

에이전트 측면에서 TEE는 에이전트를 위한 다양한 기능을 제공합니다.

1. 자동화: TEE는 에이전트가 사람의 간섭 없이 전략을 실행할 수 있도록 독립적인 운영 환경을 만들 수 있습니다. 이를 통해 에이전트의 독립적인 논리에만 기반하여 투자 결정을 내릴 수 있습니다.

2. TEE는 또한 에이전트에게 소셜 미디어 계정을 제어할 수 있는 권한을 부여하여 에이전트의 모든 공개 발언이 독립적이고 외부 영향으로부터 자유로우며, 광고 등의 선전 의심을 피할 수 있도록 합니다. Phala는 AI16Z 팀과 협력하여 Eliza가 TEE 환경에서 효율적으로 운영될 수 있도록 지원하고 있습니다.

3. 검증 가능성: 에이전트가 약속된 모델을 사용하여 계산을 수행하고 유효한 결과를 생성하는지 확인할 수 있습니다. 오토마타와 브레비스는 이 기능을 개발하기 위해 협력하고 있습니다.

AI 에이전트 클러스터

특정 사용 사례(DeFi, 게임, 투자, 음악 등)를 가진 전문 에이전트가 점점 더 많이 등장하면서 에이전트 협업과 원활한 커뮤니케이션이 중요해지고 있습니다.

모놀리식 에이전트의 한계를 해결하기 위해 에이전트 클러스터 프레임워크의 인프라가 등장했습니다. 클러스터 인텔리전스를 통해 에이전트는 팀으로 협력하여 공동의 목표를 달성하기 위해 역량을 모을 수 있습니다. 조정 계층은 복잡성을 추상화하고 에이전트가 공통의 목표와 인센티브 하에 더 쉽게 협업할 수 있도록 합니다.

Theoriq, FXN, Questflow를 비롯한 여러 웹 3.0 기업이 이러한 방향으로 나아가고 있습니다. 이 중 2022년 ChainML로 출범한 Theoriq은 에이전트 AI의 보편적인 기반 레이어가 되겠다는 비전을 가지고 이 목표를 향해 가장 오랫동안 노력해 왔습니다.

이 비전을 실현하기 위해 Theoriq은 기본 모듈에서 에이전트 등록, 결제, 보안, 라우팅, 계획 및 관리를 처리합니다. 또한 수요와 공급을 연결하여 누구나 자체 에이전트를 구축할 수 있는 직관적인 에이전트 구축 플랫폼인 Infinity Studio와 고객이 사용 가능한 모든 에이전트를 검색할 수 있는 마켓플레이스인 Infinity Hub를 제공합니다. 스웜 시스템에서는 메타 에이전트가 주어진 작업에 가장 적합한 에이전트를 선택하여 '스웜'(무리)을 만들어 공동의 목표를 달성하는 동시에 평판과 기여도를 추적하여 품질과 책임감을 유지합니다.

Theoriq 토큰은 경제적 보안을 제공하며, 에이전트 운영자와 커뮤니티 구성원이 에이전트의 품질과 신뢰를 표현하는 데 사용할 수 있으므로 양질의 서비스를 장려하고 악의적인 행동을 억제할 수 있습니다. 또한 토큰은 서비스 및 데이터 액세스 비용을 지불하고 데이터, 모델 등을 제공하는 참여자에게 보상하기 위한 교환 수단으로도 사용할 수 있습니다.

▲ 출처: theoriq

인공지능 에이전트에 대한 논의가 오랜 산업 분야로 떠오르면서, 명확한 실용적인 에이전트를 필두로 가격 대비 성능이 뛰어난 암호화폐와 인공지능 인프라 프로젝트가 다시 부상할 수 있습니다. 이러한 프로젝트는 벤처 캐피털 자금, 다년간의 R&D 경험, 도메인별 기술 전문성을 활용하여 가치 사슬 전반으로 확장할 수 있는 잠재력을 가지고 있습니다. 이를 통해 현재 시장에 나와 있는 다른 에이전트의 95%를 능가하는 자체 고급 유틸리티 AI 에이전트를 개발할 수 있습니다.

Four.Defai의 진화와 미래

저는 항상 시장이 세 단계로 진화할 것이라고 믿어왔습니다: 첫째, 효율성에 대한 수요, 둘째, 탈중앙화, 마지막으로 프라이버시. 디파이는 4단계로 나뉠 것입니다.

디파이 AI의 첫 번째 단계는 효율성에 초점을 맞춰 프로토콜 지식이 없어도 복잡한 디파이 작업을 수행할 수 있는 도구로 사용자 경험을 개선할 것입니다. 예를 들면 다음과 같습니다:

• 서식이 잘못된 사용자 프롬프트도 이해하는 인공지능

• 최단 블록 시간 내에 빠른 스왑 체결

• 실시간 시장 조사를 통해 사용자가 수익성 있는 결정을 내릴 수 있도록 지원 목표와 유리한 결정을 내릴 수 있도록 실시간 시장 조사

이 혁신이 구현되면 사용자들은 시간과 노력을 절약하는 동시에 온체인 거래의 장벽을 낮출 수 있어 향후 몇 달 안에 "팬텀"의 순간을 맞이할 수 있을 것입니다.

두 번째 단계에서는 에이전트가 사람의 개입을 최소화한 채 자율적으로 거래하게 됩니다. 트레이딩 에이전트는 제3자의 견해나 다른 에이전트의 데이터를 기반으로 전략을 실행할 수 있으며, 이를 통해 새로운 DeFi 모델이 탄생할 것입니다. 전문가 또는 정교한 DeFi 사용자는 자신 또는 고객을 위해 최적의 수익을 창출하는 에이전트를 구축하기 위해 자체 모델을 미세 조정할 수 있으므로 수동 모니터링을 줄일 수 있습니다.

3단계에서는 사용자들이 투명성을 요구하면서 지갑 관리 문제와 AI 검증에 집중하기 시작할 것입니다. TEE와 ZKP와 같은 솔루션은 AI 시스템이 제3자의 간섭으로부터 자유롭고 검증 가능한 변조 방지 시스템을 보장할 것입니다.

마지막으로 이러한 단계가 완료되면 코드가 필요 없는 DeFi AI 엔지니어링 툴킷 또는 서비스형 AI 프로토콜을 통해 암호화폐로 훈련된 모델을 사용해 거래하는 에이전트 기반 경제를 구축할 수 있습니다.

이 비전은 야심차고 흥미로운 것이지만, 아직 해결되지 않은 몇 가지 병목 현상이 있습니다.

• 현재 사용 가능한 대부분의 도구는 고품질 프로젝트를 식별하는 명확한 벤치마크가 없는 ChatGPT 래퍼에 불과합니다

• 온체인 데이터 파편화는 AI 모델을 탈중앙화가 아닌 중앙화 쪽으로 밀어붙이고 있으며, 온체인 에이전트가 이를 어떻게 해결할지는 불분명합니다