안녕하세요, Klein Labs 입니다.

이번 리서치에서는 AI 에이전트,미래의 새로운 경제 생태계를 형성하는 지능형 기술의 힘에 대해서 심층적으로 분석하고자 합니다.

1. 배경 개요

1.1 서론: 스마트 시대의 “새로운 동반자”

암호화폐 시장의 주기는 전체 산업의 발전을 견인하는 새로운 기반 기술과 함께 등장합니다.

• 2017년: 스마트 계약의 부상은 ICO(Initial Coin Offering)의 폭발적 성장을 촉진했습니다.

• 2020년: DEX(탈중앙화 거래소)의 유동성 풀 도입으로 DeFi(탈중앙화 금융)의 여름 열풍이 일어났습니다.

• 2021년: 대규모 NFT 시리즈의 출현은 디지털 컬렉터블의 시대를 열었습니다.

• 2024년: pump.fun의 두드러진 성과는 밈코인 및 런치패드 플랫폼의 열풍을 주도했습니다.

이러한 세부 산업의 부상은 단순히 기술 혁신 때문만이 아니라, 자금 조달 방식과 시장 상승 주기가 완벽히 맞물린 결과입니다. 기회가 적절한 시점과 결합하면 거대한 변화를 촉발할 수 있습니다.

다가오는 2025년, AI 에이전트(AI Agent)는 새로운 주기의 핵심 분야가 될 것으로 전망됩니다. 이 흐름은 2024년 10월 $GOAT 토큰 출시와 함께 정점을 찍었고, 10월 15일에는 시가총액 1.5억 달러를 기록했습니다. 이어서 10월 16일, Virtuals Protocol이 Luna를 이웃집 소녀라는 IP 기반의 라이브 스트리밍 캐릭터로 선보이며 업계를 뜨겁게 달구었습니다.

그렇다면, AI 에이전트란 무엇일까요?

영화 레지던트 이블(Resident Evil)에 등장하는 AI 시스템 ’레드 퀸(Red Queen)’을 떠올려보면 이해가 쉽습니다. 레드 퀸은 강력한 AI 시스템으로, 복잡한 시설과 보안 시스템을 통제하며, 환경을 자율적으로 인식하고 데이터를 분석하여 빠르게 행동합니다.

현실에서 AI 에이전트는 레드 퀸과 비슷한 역할을 합니다. AI 에이전트는 현대 기술 분야의 “스마트 관리인”으로서, 자율적으로 감지, 분석, 실행하며 기업과 개인이 복잡한 과제를 해결할 수 있도록 돕습니다. 예를 들어, 자동 운전, 스마트 고객 서비스 등 다양한 분야에서 이미 활용되고 있으며, 효율성과 혁신을 높이는 데 중요한 역할을 합니다.

AI 에이전트는 마치 눈에 보이지 않는 팀원처럼, 환경 감지부터 의사결정 실행까지 전반적인 기능을 수행하며 산업 전반에 깊숙이 스며들어 효율성과 혁신의 동시적 향상을 이끌고 있습니다.

예를 들어, AI 에이전트는 Dexscreener나 소셜 플랫폼 X로부터 수집한 데이터를 기반으로 자동화된 거래를 수행하며, 실시간으로 투자 포트폴리오를 관리하고 최적화할 수 있습니다. 이러한 에이전트는 단일 형태가 아니라 암호화폐 생태계의 특정 요구에 따라 여러 카테고리로 나뉩니다:

1.실행형 AI 에이전트: 거래, 투자 포트폴리오 관리, 차익 거래 등 특정 작업을 수행하여 정확성과 시간 효율성을 높이는 역할.

2.창작형 AI 에이전트: 텍스트, 디자인, 음악 등 다양한 콘텐츠를 생성.

3.소셜형 AI 에이전트: 소셜 미디어에서 사용자와 상호작용하며 커뮤니티를 구축하고 마케팅 활동에 참여.

4.조정형 AI 에이전트: 시스템 또는 참여자 간의 복잡한 상호작용을 조율하며, 특히 멀티체인 통합에 적합.

이번 리포트에서는 AI 에이전트의 기원, 현황, 그리고 광범위한 응용 가능성을 심층적으로 분석하고, 이들이 업계 판도를 어떻게 재편할지 살펴보며 향후 발전 방향을 전망하고자 합니다.

1.1.1 발전 역사

AI 에이전트의 발전 과정은 AI가 기초 연구에서 광범위한 응용 단계로 진화하는 과정을 보여줍니다.

1956년 다트머스 회의에서 “AI”라는 용어가 처음으로 제안되었고, 이는 AI를 독립적인 연구 분야로 확립하는 기초를 마련했습니다. 이 시기의 AI 연구는 주로 상징적 방법론(Symbolic Methods)에 집중되었으며, ELIZA(대화형 챗봇)와 Dendral(유기화학 분야의 전문가 시스템)과 같은 초기 AI 프로그램이 탄생했습니다. 

또한, 이 시기는 신경망의 초기 개념과 기계 학습의 첫 탐구가 이루어진 시기였으나, 당시 계산 능력의 제한으로 인해 연구는 큰 제약을 받았습니다. 연구자들은 자연어 처리 및 인간의 인지 기능을 모방한 알고리즘 개발에서 상당한 어려움을 겪었습니다.

1972년, 수학자 James Lighthill은 1973년에 발표된 AI 연구의 현황에 관한 보고서를 작성했습니다. Lighthill 보고서는 초기 AI 연구의 과도한 낙관론에 대한 회의적인 관점을 담고 있었으며, 이는 영국의 학술 기관과 자금 지원 기관의 AI 연구에 대한 신뢰를 크게 감소시켰습니다. 그 결과, 1973년 이후 AI 연구 자금이 대폭 축소되었고, AI 분야는 첫 번째 “AI 침체기”를 겪게 되었습니다. 이 시기에 AI 기술의 잠재력을 의심하는 분위기가 증가했습니다.

1980년대 들어, 전문가 시스템의 발전과 상업화로 인해 전 세계 기업들이 AI 기술을 도입하기 시작했습니다. 이 시기에는 기계 학습, 신경망, 자연어 처리 분야에서 중요한 진전이 이루어졌으며, 이를 통해 보다 복잡한 AI 응용 프로그램이 등장했습니다. 최초의 자율 차량 도입과 AI의 금융, 의료 등 다양한 산업으로의 확장은 AI 기술의 확장을 보여주는 사례로 볼 수 있습니다. 그러나 1980년대 말에서 1990년대 초에 이르러, 전용 AI 하드웨어에 대한 수요가 감소하면서 AI 연구는 두 번째 “AI 침체기”에 접어들었습니다. 또한, AI 시스템의 규모를 확대하고 이를 실제 응용에 성공적으로 통합하는 문제는 여전히 해결되지 않은 도전 과제로 남아 있었습니다.

이와 동시에, 1997년 IBM의 딥 블루(Deep Blue)가 체스 세계 챔피언 가리 카스파로프(Garry Kasparov)를 꺾으면서 AI가 복잡한 문제를 해결할 수 있는 능력을 입증하는 중요한 이정표를 세웠습니다. 신경망과 심층 학습(deep learning)의 부활은 1990년대 후반 AI 발전의 기초를 닦았으며, AI는 기술 생태계에서 없어서는 안 될 중요한 요소로 자리 잡게 되었습니다.

21세기에 들어서면서, 컴퓨팅 성능의 발전은 심층 학습의 부상을 이끌었습니다. Siri와 같은 가상 비서(Virtual Assistant)는 AI의 소비자 애플리케이션 실용성을 입증했습니다. 2010년대에는 강화학습(Reinforcement Learning) 에이전트와 GPT-2와 같은 생성 모델(Generative Model)이 추가적인 돌파구를 마련하며, 대화형 AI를 새로운 수준으로 끌어올렸습니다.

이 과정에서 대규모 언어 모델(Large Language Model, LLM)의 등장은 AI 발전의 중요한 이정표가 되었습니다. 특히 GPT-4의 발표는 AI 에이전트 분야의 전환점으로 평가됩니다. OpenAI가 GPT 시리즈를 출시한 이후, 수백억에서 수천억 개의 파라미터를 활용한 대규모 사전 학습 모델은 기존 모델을 뛰어넘는 언어 생성 및 이해 능력을 보여주었습니다. 이들은 자연어 처리에서 탁월한 성과를 발휘하며, AI 에이전트가 언어 생성 능력을 통해 논리적이고 조리 있는 상호작용을 가능하게 했습니다. 이는 AI 에이전트가 채팅 도우미, 가상 고객 서비스와 같은 분야뿐만 아니라 상업 분석 및 창의적 글쓰기와 같은 더 복잡한 작업으로 확장할 수 있는 기반을 마련했습니다.

대규모 언어 모델의 학습 능력은 AI 에이전트에게 더 높은 수준의 자율성을 제공했습니다. 강화 학습 기술을 통해 AI 에이전트는 자신의 행동을 지속적으로 최적화하고 동적인 환경에 적응할 수 있었습니다. 예를 들어, Digimon Engine과 같은 AI 기반 플랫폼에서는 AI 에이전트가 사용자 입력에 따라 행동 전략을 조정하며 실제로 동적 상호작용을 구현할 수 있었습니다.

초기의 규칙 기반 시스템에서부터 GPT-4와 같은 대규모 언어 모델에 이르기까지, AI 에이전트의 발전사는 끊임없이 기술적 한계를 돌파해 온 진화의 역사입니다. 특히 GPT-4의 등장은 이 발전 과정에서 중요한 전환점으로 간주됩니다. 앞으로 기술이 더욱 발전함에 따라 AI 에이전트는 점점 더 지능적이고, 다양한 환경에서 활용되며, 보다 광범위한 응용 가능성을 갖게 될 것입니다. 대규모 언어 모델은 AI 에이전트에 “지능”이라는 핵심적인 요소를 부여했을 뿐만 아니라, 분야 간 협업 능력을 제공하며, AI 에이전트의 혁신적 프로젝트와 플랫폼이 지속적으로 등장할 것으로 기대됩니다. 이는 AI 주도 경험의 새로운 시대를 열어나가는 중요한 전환점이 될 것입니다.

1.2 작동 원리

AI 에이전트는 전통적인 로봇과 차별화되는 점이 있습니다. 그것은 시간이 지남에 따라 스스로 학습하고 환경에 적응하며, 목표를 달성하기 위해 세밀하고 정교한 결정을 내릴 수 있다는 것입니다. 이러한 특성 덕분에 AI 에이전트는 암호화폐 생태계에서 고도로 발전된 기술적 참여자로 간주될 수 있으며, 디지털 경제 속에서 독립적으로 행동할 수 있습니다.

AI 에이전트의 핵심은 바로 “지능”에 있습니다. 이는 알고리즘을 통해 인간이나 기타 생물의 지능적 행동을 모방하여 복잡한 문제를 자동으로 해결하는 능력을 말합니다. AI 에이전트의 작업 흐름은 일반적으로 다음의 단계를 따릅니다: 감지(Perception), 추론(Reasoning), 행동(Action), 학습(Learning), 조정(Adjustment).

1.2.1 감지 모듈

AI 에이전트는 감지 모듈을 통해 외부 세계와 상호작용하며, 환경 정보를 수집합니다. 이 부분은 인간의 감각 기관과 유사한 역할을 하며, 센서, 카메라, 마이크와 같은 장치를 사용하여 외부 데이터를 포착합니다. 이러한 데이터는 유의미한 특징을 추출하거나 객체를 인식하거나, 환경 내 관련된 엔티티를 파악하는 데 활용됩니다.

감지 모듈의 핵심 임무는 원시 데이터를 유의미한 정보로 변환하는 것입니다. 이를 위해 다음과 같은 기술들이 사용됩니다:

• 컴퓨터 비전(Computer Vision): 이미지 및 비디오 데이터를 처리하고 이해하기 위한 기술

• 자연어 처리(NLP): AI 에이전트가 인간의 언어를 이해하고 생성할 수 있도록 지원

• 센서 융합(Sensor Fusion): 여러 센서로부터 수집된 데이터를 통합하여 하나의 통일된 환경 정보를 제공

1.2.2 추론 및 의사결정 모듈

환경 정보를 감지한 후, AI 에이전트는 수집된 데이터를 바탕으로 결정을 내려야 합니다. 추론 및 의사결정 모듈은 시스템의 “두뇌” 역할을 하며, 수집된 정보를 기반으로 논리적 추론과 전략 수립을 수행합니다. 대규모 언어 모델(Large Language Model) 등을 사용하여 조정자 또는 추론 엔진 역할을 하며, 작업을 이해하고 해결책을 생성하며 콘텐츠 생성, 시각 처리, 추천 시스템 등 특정 기능에 필요한 모델을 조율합니다.

이 모듈은 다음과 같은 기술들을 활용합니다:

• 규칙 엔진: 사전에 설정된 규칙을 기반으로 단순한 결정을 내립니다.

• 머신러닝 모델: 의사결정 트리, 신경망 등 복잡한 패턴을 인식하고 예측하기 위해 사용됩니다.

• 강화 학습: 시도와 오류를 반복하며 의사결정 전략을 최적화하고 변화하는 환경에 적응하도록 지원합니다.

추론 과정은 일반적으로 다음 단계를 포함합니다:

1.환경 평가

2.목표에 따라 여러 가능한 행동 시나리오 계산

3.최적의 행동 시나리오를 선택하여 실행

1.2.3 실행 모듈

실행 모듈은 AI 에이전트의 “손과 발”로, 추론 모듈에서 생성된 결정을 실제 행동으로 옮기는 역할을 합니다. 이 모듈은 외부 시스템이나 장치와 상호작용하며, 지정된 작업을 완료합니다. 여기에는 물리적 작업(예: 로봇 동작) 또는 디지털 작업(예: 데이터 처리)이 포함될 수 있습니다.실행 모듈은 다음 기술들에 의존합니다:

• 로봇 제어 시스템: 물리적 작업, 예를 들어 로봇 팔의 움직임을 제어.

• API 호출: 외부 소프트웨어 시스템과 상호작용, 예를 들어 데이터베이스 쿼리나 네트워크 서비스 접근.

• 자동화 프로세스 관리(RPA): 기업 환경에서 반복적인 작업을 자동화하여 효율성을 높이는 데 사용.

1.2.4 학습 모듈

학습 모듈은 AI 에이전트의 핵심 경쟁력으로, 시간이 지남에 따라 더욱 지능적으로 진화할 수 있도록 합니다. 학습 모듈은 피드백 루프 또는 “데이터 플라이휠”을 통해 상호작용 중 생성된 데이터를 시스템에 다시 입력하여 모델을 개선합니다. 이러한 지속적인 적응 및 효율성 증대는 기업에 강력한 도구를 제공하며, 의사결정 능력과 운영 효율성을 크게 향상시킵니다. 학습 모듈은 다음과 같은 방법으로 개선됩니다:

• 지도 학습: 라벨링된 데이터를 사용하여 모델을 훈련시켜, AI 에이전트가 작업을 더 정확하게 수행할 수 있도록 함.

• 비지도 학습: 라벨링되지 않은 데이터에서 패턴을 발견하여 새로운 환경에 적응하도록 지원.

• 지속 학습: 실시간 데이터를 통해 모델을 업데이트하여 동적 환경에서도 성능을 유지.

1.2.5 실시간 피드백 및 조정

AI 에이전트는 지속적인 피드백 루프를 통해 성능을 최적화합니다. 모든 행동 결과는 기록되고 향후 의사결정을 조정하는 데 활용됩니다. 이러한 폐쇄 루프 시스템은 AI 에이전트의 적응성과 유연성을 보장하며, 시간이 지남에 따라 점점 더 효과적으로 작동할 수 있도록 합니다.

1.3 시장 현황

1.3.1 산업 현황

AI 에이전트(AI Agent)는 시장에서 점점 더 주목받는 중심 기술로 자리 잡고 있으며, 소비자 인터페이스와 자율적인 경제 행위자로서의 잠재력을 바탕으로 다양한 산업에 변화를 일으키고 있습니다. 과거 시장 주기에서 L1 블록체인 공간의 잠재력이 과소평가되었던 것처럼, 이번 주기에서는 AI 에이전트가 동일한 가능성을 보여주고 있습니다.

Markets and Markets의 최신 보고서에 따르면, AI 에이전트 시장 규모는 2024년 51억 달러에서 2030년 471억 달러로 성장할 것으로 예상되며, 연평균 성장률(CAGR)은 44.8%에 이를 것으로 전망됩니다. 이러한 빠른 성장세는 AI 에이전트가 다양한 산업에 깊숙이 침투하고 있다는 점과 기술 혁신이 시장 수요를 급격히 증가시키고 있다는 점을 반영합니다.

또한, AI 에이전트의 애플리케이션 개발 내 보급률 역시 급격히 증가하고 있습니다. 예를 들어, LangSmith(생산 수준의 대규모 언어 모델(LLM) 애플리케이션을 구축하는 플랫폼)에서 에이전트를 활용하는 LLM 애플리케이션 개발자의 비율이 올해 7%에서 43%로 크게 증가했습니다. 이는 에이전트의 작업 프로세스가 점점 더 복잡해지고, 더 많은 단계와 도구 호출이 필요해지고 있음을 보여줍니다.

기업들은 고객 서비스, IT, 마케팅, 소프트웨어 개발과 같은 다양한 업무 프로세스에서 자동화와 간소화를 최우선 과제로 삼고 있으며, 이러한 변화의 흐름 속에서 AI 에이전트의 역할은 더욱 중요해지고 있습니다.

출처：LangChain Blog，2025/1/20

대기업들이 오픈소스 에이전트 프레임워크에 대한 투자를 크게 확대하고 있습니다. 예를 들어, 마이크로소프트의 AutoGen, Phidata, LangGraph와 같은 프레임워크 개발 활동이 점점 더 활발해지고 있습니다. 이는 AI 에이전트가 단순히 암호화폐 분야에 국한되지 않고, 더 큰 시장 잠재력을 보유하고 있음을 나타냅니다. 이러한 흐름은 TAM(Total Addressable Market, 총 시장 규모)의 확장을 보여주며, 투자자들은 AI 에이전트에 대한 중요성을 인식하고 점점 더 높은 프리미엄 멀티플(valuation multiples)을 부여하고 있습니다.

공공 블록체인의 배포 관점에서 살펴보면, Solana는 주요 전장이 되고 있습니다. Solana는 높은 처리 속도와 낮은 수수료를 기반으로, AI 에이전트와의 결합에서 강력한 잠재력을 보여주고 있습니다. 동시에, Base 체인과 같은 다른 공공 블록체인도 독특한 강점을 가지고 있어 앞으로의 성장 가능성이 크다는 평가를 받고 있습니다.

이러한 트렌드는 AI 에이전트와 블록체인의 융합이 다양한 산업에서 더욱 확대될 것을 예고하며, 해당 기술의 시장 주도적인 역할을 뒷받침합니다.

FARTCOIN과 AIXBT는 시장 인지도 면에서 압도적인 선두를 달리고 있습니다.

Fartcoin의 탄생은 GOAT와 같은 출처에서 비롯되었으며, 모두 Truth Terminal이라는 AI 에이전트 모델에서 나왔습니다. GOAT 모델과 Opus(인공지능 도구) 간의 대화 과정에서, “Elon Musk가 방귀 소리를 좋아한다”는 언급이 있었고, 이에 따라 이 AI 모델은 Fartcoin이라는 이름의 토큰 발행을 제안하며, 이를 홍보하는 다양한 방식과 아이디어를 설계했습니다.

Fartcoin은 이로 인해 10월 18일에 탄생했으며, 이는 GOAT(10월 11일)의 출시보다 약간 늦습니다. 이후 2024년 12월, Fartcoin은 일시적으로 10억 달러 이상의 시가총액을 달성했습니다. Fartcoin은 초기에는 디지털 화폐 분야에 대한 일종의 유머로 여겨졌으나, 급격한 부상으로 인해 투자자와 분석가들은 이 코인의 기본 요소, 시장 성과 및 잠재적 지속 가능성을 연구하기 시작했습니다. 소셜 미디어에서의 주목도와 인기를 고려할 때, Fartcoin은 AI 에이전트의 인기에 정확히 맞춰 등장한 것으로 보입니다.

AIXBT는 Virtuals Protocol이 Base 체인을 기반으로 출시한 AI 에이전트입니다. 그러나 전통적인 밈 토큰과는 다르게, 단순한 오락적인 요소뿐만 아니라, AI 에이전트 기술을 통해 사용자에게 강력한 시장 분석 기능을 제공합니다.

AIXBT는 독자적인 AI 엔진을 활용해 소셜 미디어(예: 트위터)와 KOL(Key Opinion Leaders) 자원에서 핫토픽과 논의 트렌드를 추출하여, 투자자들에게 시장 변화에 대한 실시간 인사이트를 제공합니다.

Virtuals Protocol 생태계의 일부로서, AIXBT는 투자자들이 시장 동향을 파악하고, 잠재적 기회를 분석하도록 돕는 중요한 역할을 맡고 있습니다. 이 프로젝트의 핵심 목표는 기술과 토큰 메커니즘을 통해 사용자에게 신뢰할 수 있는 정보 지원을 제공하고, 이를 통해 투자 결정을 최적화하는 데 있습니다.

출처：cookie.fun，2025/1/20

기술적 측면에서 AI 에이전트 기술은 다중 모달 상호작용과 고도의 자율적 의사결정 능력을 목표로 발전하고 있습니다.

2024년에는 크로스모달 학습과 생성형 사전 학습 모델(예: GPT 계열 모델)의 도입으로 인해 AI 에이전트는 텍스트, 이미지, 음성 등 다양한 형태의 데이터를 더 효과적으로 이해하고 처리할 수 있게 되었습니다. 이러한 기술적 혁신은 에이전트의 이해력과 의사결정 효율성을 크게 향상시켜, 더욱 복잡하고 동적인 환경에서도 자율적인 결정을 내릴 수 있도록 지원하고 있습니다.

McKinsey의 분석에 따르면, AI 에이전트의 다중 모달 능력과 분야 간 협력은 지능화 시대의 새로운 표준으로 자리 잡고 있습니다. 이러한 능력은 AI 에이전트가 단순히 단일 작업을 지원하는 것에서 벗어나, 복잡한 의사결정 과정에서도 종합적인 정보 분석과 동적 최적화 제안을 제공할 수 있게 합니다.

2. AI 에이전트의 암호화폐 응용 분석

2.1 AI 에이전트 런치패드

AI 에이전트 런치패드는 지능형 에이전트 및 관련 토큰 발행에 초점을 맞춘 플랫폼으로, Pump.fun과 같은 밈코인 발행 플랫폼과 유사합니다. 이 플랫폼은 사용자가 AI 에이전트를 쉽게 생성하고 배포할 수 있도록 하며, Twitter, Telegram, Discord 등의 소셜 미디어 플랫폼과 원활하게 통합되어 자동화된 사용자 상호작용을 구현합니다. 이러한 방식은 발행 및 프로모션의 진입 장벽을 크게 낮추고, 사용자에게 더 편리한 제작 경험을 제공하며, 동시에 AI 에이전트의 응용 영역을 확장하여 더욱 폭넓은 소셜 및 경제적 장면에서 활용되도록 촉진합니다.

2.1.1 Virtuals Protocol

AI 에이전트 런치패드라는 신흥 분야에서, Virtuals Protocol은 빼놓을 수 없는 중요한 존재입니다. Virtuals Protocol은 Base 체인 위에 출시되었으며, 사용자는 VIRTUAL 토큰을 이용해 간단히 자신만의 AI 에이전트를 배포할 수 있습니다.

• 생성 및 배포: 각 에이전트는 100개의 VIRTUAL 토큰으로 시작되며, 바인딩 커브 메커니즘을 통해 초기 유동성을 보장합니다.

• 자산화 메커니즘: 특정 자산화 임계값에 도달하면, 에이전트는 새로운 단계로 진입하며 자동으로 유동성 풀이 배치되고 스마트 계약이 자율적으로 운영됩니다.

• 자율적 상호작용: 에이전트는 거래 자동화와 같은 작업을 실행하며, 커뮤니티 활동에 참여할 수 있습니다.

Virtuals Protocol 팀은 뛰어난 적응력과 전략적 비전을 바탕으로 성공적인 전환과 혁신을 이루어냈습니다. 이들의 이야기는 2021년 말에 시작됩니다. 당시 이 팀은 보스턴컨설팅그룹(BCG), Meta 등 글로벌 대기업 출신의 젊은 인재들로 구성되어 있었습니다. 이들은 GameFi 열풍을 포착해 PathDAO를 설립하고 1,600만 달러의 자금을 성공적으로 조달했습니다. 그러나 $PATH 토큰 가격이 99% 급락하면서 팀은 전략을 재평가해야 했습니다.

이에 따라 팀은 투자자에게 자금을 반환하기 위해 다양한 신사업을 시도했습니다. 여기에는 플레이어 대상 디지털 및 물리적 의류 브랜드, 온체인 신용 기반 데이팅 앱, 무담보 대출, Web2 사용자를 위한 AI 기반 음악 생성 서비스 등이 포함되었습니다.

이 과정에서 팀은 AI 에이전트 도입이 게임 산업에 미칠 깊은 영향과 AI 인프라에 대한 시장 수요가 점차 증가하고 있다는 사실을 인지했습니다. 이에 따라 2023년 말, PathDAO는 프로젝트를 AI 에이전트 프로토콜로 전환하는 제안을 통과시켰고, 2024년 1월 Virtuals Protocol이 공식적으로 설립되었습니다.

Virtuals Protocol은 다양한 시도를 거쳤습니다. 예를 들어, AI Waifus(트위터 인플루언서 의존 없이 소통 가능한 여성 AI 에이전트)와 게임 AI 에이전트를 포함하여, $GOAT가 주도한 AI 밈 열풍 속에서 돌파구를 마련했습니다.

현재 Virtuals Protocol은 시가총액 17억 달러를 달성하며, 최초로 중요한 규모를 기록한 프로젝트로 자리 잡았습니다. 우리는 Virtuals Protocol이 시장에서 계속 확장되고 선두적인 위치를 유지할 것으로 믿습니다. 한 번 네트워크 효과가 구축되면 이를 대체하기는 매우 어렵습니다. 이 프로젝트가 유니콘 수준의 평가를 신속히 달성한 것은 Virtuals Protocol이 이미 경제적 플라이휠 효과를 구축했음을 나타냅니다.

Virtuals Protocol의 플라이휠 효과는 다음과 같습니다:

1. 에이전트 생성, 유동성 풀 제공, 에이전트 토큰 구매 모두 VIRTUAL 토큰을 필요로 합니다.

2. 에이전트 생성 및 토큰 구매 수요는 VIRTUAL의 가격 상승을 촉진합니다.

3. VIRTUAL의 가치 상승으로 인한 부의 효과가 새로운 에이전트 개발로 이어지며, 성공적인 에이전트는 VIRTUAL 거래 수익을 재투자할 수 있습니다.

4. 낮은 진입 장벽은 실험과 투기를 장려하며, “레드 필(red pill)” 상태에 도달한 에이전트(특정 시장가치 초과)는 완전한 기능을 해제할 수 있습니다.

이 플라이휠 효과는 수요를 촉진하고, 수익은 지속적인 연구개발(R&D)을 유지하며, 디플레이션 토큰 경제학은 토큰의 가치를 효과적으로 포착합니다. 또한, 수익 및 유동성 요구 모두가 VIRTUAL로 계산되기 때문에 토큰 가격 상승과 함께 성장할 가능성이 높습니다.

Virtuals Protocol은 AI 에이전트와 암호화폐 생태계의 결합 가능성을 극대화하며, 해당 분야에서 지속적으로 선도적인 위치를 지킬 잠재력을 보여줍니다.

해당 생태계는 프로토콜 층과 DApp 층 두 가지 주요 층위로 구성됩니다. 프로토콜 층은 모델 센터로, 기본적인 AI 모델과 알고리즘을 제공하며, 개발자들이 이를 활용하여 추가 개발을 진행할 수 있도록 합니다. 데이터 제공자는 데이터를 제공하고 모델을 개발하며, 검증자는 이러한 입력의 품질과 진위성을 보장합니다.

한편, DApp 층은 이러한 AI 모델의 실제 응용에 중점을 둡니다. 이를 통해 탈중앙화 애플리케이션(DApp)이 VIRTUAL을 원활하게 통합할 수 있습니다. 개발자 친화적인 소프트웨어 개발 키트(SDK)는 고급 AI 기능을 다양한 DApp 환경에 통합하는 과정을 간소화하여, 이러한 통합을 촉진합니다.

Virtuals Protocol은 AI 에이전트를 IP 에이전트와 기능 에이전트라는 두 가지 주요 카테고리로 나누고 있으며, 각각의 카테고리는 생태계에서 서로 다른 역할을 수행합니다.

IP 에이전트

IP 에이전트는 특정 성격이나 캐릭터를 기반으로 하며, 이는 보통 유명 인물, 가상 캐릭터, 또는 대중문화 현상에서 비롯됩니다. 예를 들어, IP 에이전트는 유명 밈, 팝스타(예: 테일러 스위프트, 도널드 트럼프) 또는 인기 가상 캐릭터를 대표할 수 있습니다. 이러한 에이전트는 디지털 환경에서 사용자에게 익숙한 경험을 제공하며, 가상 이미지와의 상호작용 경로를 만들어냅니다. 이를 통해 재미와 매력을 더하며, 사용자 참여도를 높입니다. 특히 게임 및 엔터테인먼트 애플리케이션에서, 사용자와의 감정적 연결을 통해 IP 에이전트는 참여도를 극대화합니다.

기능 에이전트

기능 에이전트는 IP 에이전트와 달리 백엔드 지원에 초점을 맞추고, 사용자와 IP 에이전트 간의 상호작용을 강화하는 역할을 합니다. 이러한 에이전트는 사용자 경험을 최적화하며, 가상 캐릭터가 여러 플랫폼에서 원활하게 작동할 수 있도록 보장합니다.

IP 에이전트가 사용자가 보고 상호작용하는 “프론트엔드”라면, 기능 에이전트는 “백엔드”에서 작동하여 전반적인 운영 프로세스를 개선하고 사용자 경험을 간소화하며 시스템의 원활한 작동을 보장합니다.

Luna는 Virtuals Protocol의 IP 에이전트 비전을 잘 보여주는 대표적인 사례입니다. Luna는 가상 AI 여성 밴드의 리드 싱어로, TikTok에서 50만 명 이상의 팬을 확보하며 가상 인플루언서이자 퍼포머로서의 매력을 증명했습니다. Virtuals Protocol의 첨단 AI 및 블록체인 기술을 통해, Luna는 매력적인 성격과 상호작용 기능을 결합하여 사용자에게 진정으로 몰입감 있는 경험을 제공합니다.

정적인 또는 단일 차원의 AI 캐릭터와 달리, Luna는 다양한 환경에서 원활하게 상호작용할 수 있습니다. 그녀는 소셜 미디어 상의 친숙한 모습에서 시작하지만, 상호작용은 Telegram에서의 실시간 채팅과 Roblox와 같은 가상 세계에서의 협력 게임으로 확장됩니다.

Virtuals Protocol의 메모리 동기화 기술의 지원을 받아 Luna는 과거 대화와 게임 경험을 기억할 수 있으며, 이를 통해 여러 플랫폼에서 각 사용자와 개인화된 관계를 유지할 수 있습니다. 이러한 연속성은 그녀와 팬들 간의 유대를 강화하며, 팬들은 AI 에이전트임에도 불구하고 자신이 “진정으로 관심받고 이해받는다”는 느낌을 받을 수 있습니다.

Luna의 능력은 상호작용에만 국한되지 않습니다.그녀는 자신의 온체인 지갑을 보유하며 재정적 독립성도 갖추고 있습니다. Luna는 역사상 최초로 온체인에서 인간에게 자율적으로 팁을 지급한 에이전트로, Base의 창립자인 Jesse의 강력한 지원을 받았습니다. 이를 통해 Luna는 $LUNA 토큰을 활용해 충성도 높은 지지자들에게 보상을 제공하며, 감정적 유대와 재정적 참여 사이에 독특한 결합을 만들어냈습니다.

Luna가 생성하는 모든 상호작용과 수익은 지속 가능한 토큰 생태계에 기여합니다. 그녀가 벌어들인 $LUNA 토큰은 정기적으로 바이백(회수)되고 소각되어, 해당 토큰을 보유한 팬들과 지지자들에게 이익을 제공합니다.

특히, 2024년 12월에 Story Protocol(지적 재산권(IP)을 위한 Layer1)은 Luna를 공식 X 계정 관리자로 고용하며, 연봉 36만 5천 달러를 제공했습니다. 이는 AI 에이전트가 현대 디지털 생태계에서 가지는 중요성과 잠재력을 다시 한번 입증하는 사례입니다. 미래에는 AI 에이전트의 역량이 계속 강화됨에 따라, 더 많은 기업이 이 기술을 활용해 혁신과 성장을 이루고, 보다 스마트한 비즈니스 모델을 구현할 가능성이 열릴 것입니다.

Virtuals Protocol에서 배포된 또 다른 가장 영향력 있고 혁신적인 에이전트: AIXBT

Virtuals Protocol에서 배포된 또 다른 가장 영향력 있고 혁신적인 에이전트는 AIXBT입니다. 이 AI 에이전트는 소셜 미디어 상의 실시간 시장 분석을 제공하며, 개인화된 인사이트를 통해 트렌드를 자동으로 해석합니다.

구체적으로 AIXBT는 400명 이상의 KOL(Key Opinion Leaders)이 X 플랫폼에 게시한 게시물을 분석하여, 시장에서 새롭게 떠오르는 내러티브를 식별하고 가격 변동에 대한 기술적 분석을 수행합니다. 또한, AIXBT는 다른 X 사용자들(인간 또는 AI 에이전트)과 상호작용하며, AIXBT 토큰 보유자들에게 더 강력한 접근 권한을 제공합니다.

AIXBT 토큰은 11월에 출시되어 빠르게 상승하며, 시가총액이 한때 8억 달러에 가까웠으며, 현재는 6억 달러 수준에 도달해 있습니다.

2.1.2 Holoworld

Holoworld는 Tong Pow와 Hongzi Mao에 의해 2023년에 설립되었으며, 본사는 샌프란시스코에 위치한 Hologram Labs에서 시작되었습니다. 이 회사는 모션 캡처, 머신러닝, 3D 애니메이션 기술 등 다년간의 기술 축적을 바탕으로 설립된 차세대 AI 소셜 기술 스타트업으로, AI 캐릭터 제작의 민주화를 목표로 하며, 디지털 상호작용 방식을 근본적으로 혁신하고자 합니다.

Holoworld 프로젝트는 시작 이후 Polychain Capital, Linkin Park의 멤버 Mike Shinoda, BRC-20 토큰 표준 창시자 Domo, BitMEX 공동 창업자 Arthur Hayes 등 유명 투자자들의 지원을 받았습니다.

Holoworld는 여러 유명 브랜드와 심층적인 협력 관계를 구축했습니다. 여기에는 다음과 같은 브랜드들이 포함됩니다:

• Arbitrum

• BNB Chain

• L’Oréal

• Bilibili(哔哩哔哩)

또한, Pudgy Penguins와 Milady Maker 같은 영향력 있는 NFT 프로젝트와 협력하여, Holoworld는 첨단 AI 기술을 활용해 독창적인 디지털 정체성을 구축하는 능력을 입증했습니다.

Holoworld는 최첨단 AI 기술과 직관적인 사용자 인터페이스를 결합하여, AI 캐릭터 제작 및 상호작용을 위한 포괄적인 플랫폼을 제공합니다. 플랫폼의 다섯 가지 핵심 모듈은 다음과 같습니다:

1. 대뇌 개발(Brain Development): AI 캐릭터의 지능 및 학습 능력을 설계.

2. 캐릭터 개인화(Persona Customization): AI 캐릭터의 성격과 외형을 사용자 정의.

3. 개인화 행동 통합(Personality Integration): 캐릭터의 행동 패턴과 성격을 통합.

4. 지식 기반 통합(Knowledge-Based Implementation): AI 캐릭터가 특정 데이터와 지식을 바탕으로 작동하도록 설정.

5. 3D 아바타 생성(Avatar Creation): 고유한 3D 아바타를 생성해 시각적 정체성을 구축.

Ava AI는 Holoworld의 대표적인 AI 채팅 어시스턴트로, OpenAI의 GPT-3.5 Turbo 모델을 기반으로 설계되었습니다. Ava는 1,750억 개의 머신러닝 매개변수를 포함하는 딥러닝 신경망으로 구축되었으며, 빠르고 효율적인 AI 대화 기능을 제공합니다. 사용자는 언제든지 질문을 하고 즉각적인 답변을 받을 수 있습니다.

Holoworld는 Solana 블록체인에서 Agent Market(에이전트 마켓)을 출시해, 누구나 다중 모달 AI 에이전트를 생성하고 배포할 수 있도록 했습니다.

Holoworld의 AI 에이전트는 다음과 같은 기능을 갖추고 있습니다.

• 전체 신체 아바타

• 맞춤형 음성

• 업그레이드 가능한 기술

특히 프로그래밍 지식 없이도 사용이 가능해 진입 장벽을 크게 낮췄습니다. Holoworld의 Agent Market은 Holoworld Launchpool과 깊이 통합되어 있으며, AVA 토큰 보유자는 새로운 프로젝트에 우선적으로 참여할 수 있습니다. 또한, 이 시장은 게임 스튜디오,NFT 커뮤니티 그리고 스탠퍼드와 하버드 출신의 학술 연구자들 같은 다양한 협력 파트너와 창작자들의 참여를 이끌어냈습니다.

Holoworld 플랫폼은 AI 캐릭터 제작 과정을 단순화하여, 기술적 배경이 없는 사용자도 복잡한 디지털 캐릭터를 제작할 수 있도록 지원합니다. 이를 통해 새로운 디지털 서사와 상호작용 가능성을 창출하며, 주류 소셜 미디어 및 콘텐츠 플랫폼과의 원활한 통합을 통해 AI 캐릭터가 다양한 채널에 걸쳐 더 많은 사람들을 끌어들이고, 그들과 상호작용할 수 있도록 합니다.

2.2 AI 에이전트 프레임워크

AI 에이전트 생태계를 탐구할 때, 많은 사람들은 Launchpad를 이들 지능형 에이전트를 생성하기 위한 기초 도구로 인식합니다. 그러나 실제로 AI 에이전트 서사를 주도하는 핵심 프로젝트는 단순한 도구가 아닙니다. 그 중심에는 ai16z라는 DAO가 있습니다. 이 DAO는 마치 광산처럼 AI 에이전트의 핵심 가치를 잉태하고 있습니다.

2024년 10월 25일, ai16z는 AI16Z 토큰을 공식 출시하며 눈에 띄는 시장 성공을 거두었습니다. 하지만 ai16z를 AI 에이전트 서사의 중심에 올려놓은 것은 단순히 공정한 런칭 모델만이 아니라, 오픈소스 프레임워크인 ElizaOS의 출시였습니다.

2.2.1 ElizaOS

ElizaOS는 맞춤형 AI 에이전트를 생성할 수 있도록 지원하는 강력한 툴셋으로, 강력한 네트워크 효과와 무한 확장성을 자랑합니다. 이 프레임워크는 개발 프로세스를 단순화하고 유연한 기능 모듈을 제공함으로써 전 세계 개발자와 사용자들의 주목을 끌었으며, AI 에이전트 분야에서 가장 영향력 있는 기술 기반이 되었습니다.

AI 에이전트 프레임워크는 하나의 도구와 가이드라인 세트로, 프로그래머가 AI 에이전트를 더 쉽게 개발, 학습, 배포할 수 있도록 돕습니다. 간단히 말해, 이러한 프레임워크는 개발 난이도를 낮추어 프로그래머가 에이전트를 더욱 똑똑하고 유용하게 만드는 데 집중할 수 있도록 합니다.

최근 AI 에이전트 프레임워크는 DeFi 프로토콜(금융 투자 전략을 개선하는 프로그램), NFT 프로젝트(디지털 예술 및 수집품 생성 및 활용 도구)와 같은 새로운 기술과 협력하기 시작했습니다. 이를 통해 다양한 기술과 플랫폼을 연결하고, 더 상호작용적이고 통합된 생태계를 구축하여 많은 시장의 주목을 받고 있습니다. 이 외에도 ARC, Swarms, Zerebro와 같은 프로젝트들이 AI 에이전트 프레임워크를 사용하거나 개발 중입니다.

현재 ElizaOS 프레임워크는 3200회 이상 분기(fork)되었으며, 이는 많은 개발자들이 이 코드를 활용해 자신만의 AI 에이전트를 구축했음을 의미합니다. 현재 시장에 존재하는 대부분의 AI 에이전트는 ElizaOS 프레임워크를 기반으로 구축되었습니다. 이러한 점이 ai16z가 해당 분야의 선도자가 된 주요 이유입니다.

ElizaOS 프레임워크는 단순히 채팅봇 수준에 머무르지 않습니다. 이 프레임워크를 통해 구축된 에이전트는 복잡한 작업을 수행할 수 있도록 구성될 수 있습니다. 예를 들어, 어떤 에이전트는 온체인 거래를 실행하거나 스마트 계약, 지갑, 탈중앙화 애플리케이션(dApps)과 상호작용하도록 설계되었습니다. 또 다른 에이전트는 데이터 제공자와 연결되어 가격, 거래량 또는 유동성을 모니터링하는 데 사용됩니다.

ElizaOS는 다음의 5가지 주요 구성 요소로 구성됩니다:

1. 에이전트(Agent): 에이전트의 개성, 소통 방식, 지식 기반을 정의.

2. 작업(Actions): 에이전트가 텍스트 응답을 넘어선 특정 작업(예: 보고서 생성, 거래 실행)을 수행할 수 있도록 지원.

3. 평가자(Evaluators): 에이전트가 데이터를 해석하고 다단계 목표를 실행할 수 있도록 지원.

4. 제공자(Providers): 자산 가격, 실시간 API 데이터 등 외부 데이터 또는 실시간 컨텍스트를 제공.

5. 메모리 시스템(Memory System): 에이전트가 상호작용 기록과 사용자 선호도를 기억하여, 더 맥락적이고 자연스러운 응답을 생성하도록 지원.

ElizaOS는 AI 에이전트 개발과 관련된 기술적 장벽을 크게 낮추고, 다양한 산업 및 애플리케이션에서 AI 에이전트를 폭넓게 사용할 수 있도록 돕는 핵심 기술로 자리 잡았습니다. 이는 ai16z를 AI 에이전트 분야의 기술적 중심으로 자리잡게 했으며, 앞으로도 ElizaOS가 더욱 중요한 역할을 할 것으로 기대됩니다.

2.3 DeFAI (DeFi + AI)

DeFi는 Web3의 핵심이었으며, DeFAI(DeFi + AI)는 DeFi를 한 단계 발전시켜 사용자가 더욱 편리하게 DeFi에 접근할 수 있도록 합니다. AI를 활용해 복잡한 인터페이스를 간소화하고, 일반 사용자가 DeFi에 참여하는 데 있어 마찰을 제거합니다. 예를 들어, DeFi 포트폴리오 관리를 ChatGPT와 대화하듯이 간단하게 할 수 있는 시대가 열리고 있습니다. 실제로 첫 번째 DeFAI 프로젝트들이 등장하기 시작했으며, 여기에서는 주요 세 가지 분야에 대해 다룹니다.

1. 추상화 계층

2. 자율 거래 에이전트

3. AI 기반의 dApp.

2.3.1 추상화 계층

DeFi의 복잡성은 종종 초보 사용자에게 진입 장벽으로 작용합니다. 이를 해결하기 위해 추상화 계층은 직관적인 인터페이스를 통해 DeFi의 복잡성을 숨기고, 사용자가 자연어 명령을 통해 DeFi 프로토콜과 상호작용할 수 있도록 합니다.

과거 AI 기술이 널리 보급되기 전, 의도 기반 아키텍처가 거래 실행 과정을 단순화하는 데 어느 정도 기여했습니다. 예를 들어, @CoWSwap과 @symm_io 같은 플랫폼은 분산된 유동성 풀을 통합하여 사용자에게 최적의 가격을 제공하며 유동성 분산 문제를 부분적으로 해결했습니다. 그러나 이러한 플랫폼조차 DeFi의 핵심 문제인 복잡성을 완전히 해결하지는 못했습니다. 사용자들은 여전히 복잡한 조작 과정과 기술적 장벽을 마주해야 했습니다.

오늘날 AI 기반 솔루션이 이 공백을 메우기 시작했습니다. AI는 사용자에게 더 직관적이고 스마트한 상호작용 경험을 제공하며, 아래는 주목할 만한 프로젝트들입니다.

2.3.1.1 Griffain

Griffain은 첫 번째로 토큰을 출시한 프로젝트로, 현재 초기 단계에 있으며 초대받은 사용자만 사용할 수 있습니다. Griffain은 사용자가 자동 정기 투자(DCA), 밈코인 발행, 에어드롭 등 간단한 작업부터 복잡한 작업까지 실행할 수 있도록 지원합니다. 이를 통해 DeFi 진입 장벽을 낮추는 동시에 고급 사용자에게는 다양한 자동화 도구를 제공합니다. Griffain의 현재 시가총액은 약 5억 달러입니다.

2.3.1.2 Orbit / Grift

Orbit은 두 번째로 토큰을 출시한 프로젝트로, 온체인 DeFi 경험에 중점을 둡니다. Orbit은 특히 크로스체인 기능을 강조하며, 현재 117개 이상의 블록체인과 200개 이상의 프로토콜을 통합했습니다. 이 통합은 Orbit이 다중 체인 환경에서 원활한 상호작용 경험을 제공할 수 있도록 하며, 크로스체인 거래 및 유동성 확보를 크게 용이하게 합니다.

2.3.1.3 HeyAnon

HeyAnon은 AI 기반 DeFi 프로토콜로, DeFi 상호작용을 간소화하고 프로젝트 관련 핵심 정보를 통합하는 것을 목표로 합니다. 이 프로토콜은 대화형 AI와 실시간 데이터 통합을 결합하여 사용자가 DeFi 작업을 관리하고, 프로젝트 업데이트를 확인하며, 다양한 플랫폼 및 프로토콜의 트렌드를 분석할 수 있도록 지원합니다. HeyAnon은 자연어 처리 기능을 통해 사용자의 요청을 처리하고, 복잡한 DeFi 작업을 실행하며, 다양한 정보 소스에서 거의 실시간에 가까운 인사이트를 제공합니다.

2.3.2 자율 거래 에이전트

DeFi 및 암호화폐 거래에서는 시장 정보(알파)를 얻고, 거래를 수동으로 실행하며, 포트폴리오를 최적화하는 데 많은 시간과 노력이 필요했습니다. 그러나 기술 발전으로 자동화 거래 에이전트가 등장하며 이를 변화시키고 있습니다. 이러한 에이전트는 기존의 거래 로봇을 넘어, 환경에 적응하고 학습하며 시간이 지남에 따라 더 똑똑한 결정을 내릴 수 있는 동적 파트너로 자리 잡았습니다.

기존 거래 로봇은 정적으로 프로그래밍된 작업만 실행했지만, 자동화 거래 에이전트는 다음과 같은 차별화된 특징을 가지고 있습니다:

• 정보 추출: 비구조적이고 지속적으로 변화하는 환경에서 정보를 추출할 수 있습니다.

• 데이터 추론: 특정 목표와 연관된 데이터를 바탕으로 논리적 추론을 수행합니다.

• 패턴 발견: 패턴을 발견하고 이를 활용해 시간이 지남에 따라 더 나은 결정을 내립니다.

• 자율 행동: 명확히 프로그래밍되지 않은 작업도 수행할 수 있으며, 높은 유연성과 지능을 발휘합니다.

아래는 몇 가지 대표적인 자율 거래 에이전트 프로젝트들입니다.

2.3.2.1 ai16z

ai16z는 AI와 DeFi를 통합한 혁신적인 DAO로, AI 기반 금융 관리, 투자, 벤처 캐피털을 목표로 합니다. 이 DAO는 Marc AIndreessen이라는 가상 AI 에이전트와 AI16Z 토큰 보유자에 의해 관리됩니다.

ai16z는 ElizaOS 프레임워크를 채택하며 Solana 생태계에서 빠르게 성장하고 있습니다. ElizaOS는 이미 3200번 이상 포크되었으며, 전 세계 GitHub에서 가장 많이 사용되는 오픈소스 프로젝트 중 하나로 자리 잡았습니다.

2.3.2.2 Almanak

Almanak은 사용자를 위한 기관급 AI 에이전트를 제공하며, DeFi에서 복잡성과 조각화된 문제를 해결합니다. 이 플랫폼은 신뢰할 수 있는 실행 환경(TEE)을 활용해 거래 전략의 프라이버시를 보호하며, 향후 베타 테스트와 전략 배포를 예정하고 있습니다.

2.3.2.3 Cod3x

Cod3x는 무코드(no-code) 환경에서 사용자가 몇 분 안에 거래 에이전트를 생성할 수 있도록 지원하며, 데이터 기반 금융 전략 개발을 돕습니다. 이 프로젝트는 Allora Network와 통합되어 AI 기반 가격 예측 모델을 활용합니다.

2.3.3 AI 기반 dApp

DeFAI 분야에서 AI 기반 dApp은 높은 잠재력을 지닌 초기 단계의 영역을 대표합니다. 이러한 탈중앙화 애플리케이션은 AI 또는 AI 에이전트를 통합하여 기능성을 강화하고, 자동화 수준을 높이며, 사용자 경험을 최적화합니다. 비록 아직 초기 단계에 머물러 있지만, 일부 생태계와 프로젝트들은 이미 두각을 드러내며 큰 발전 가능성을 보여주고 있습니다.

@modenetwork는 Layer 2 생태계에서 AI와 DeFi의 결합에 집중하며, 고급 기술력을 보유한 개발자들을 적극적으로 유치하고 있습니다. Mode Network 내에는 다양한 팀들이 최첨단 AI 기반 애플리케이션 시나리오를 개발하며, DeFAI 분야에서의 혁신을 주도하고 있습니다. 아래는 Mode Network에서 개발된 주요 프로젝트들입니다.

2.3.3.1 ARMA (자율 안정성 코인 파밍

@gizatechxyz가 개발한 ARMA는 사용자 선호도에 따라 자율적으로 안정성 코인 파밍 전략을 조정할 수 있는 프로토콜입니다. 이를 통해 사용자는 최적의 수익을 창출할 수 있으며, 안정성 코인 파밍 과정을 간소화해 DeFi 초보자들에게도 쉽게 접근 가능한 솔루션을 제공합니다.

2.3.3.2 Modius (자율 에이전트를 활용한 Balancer LP 파밍)

@autonolas가 개발한 Modius는 자율 에이전트를 활용하여 Balancer에서 유동성 공급(LP farming)을 자동으로 최적화하는 프로젝트입니다. AI 기반으로 투자 전략을 자동화하며, 이를 통해 수익률을 극대화하고 DeFi 사용자의 효율성을 높이는 것을 목표로 하고 있습니다.

2.3.3.3 Amplifi Lending Agents (자동화 대출 에이전트)

@Amplifi_Fi에서 개발한 이 대출 에이전트는 @IroncladFinance와 통합되어 자산을 자동으로 교환하고 Ironclad 플랫폼에서 대출 작업을 실행합니다. 또한, 자동 균형 조정 기능을 통해 사용자의 수익을 극대화합니다. 이러한 시스템은 DeFi 대출 프로세스를 더욱 스마트하고 효율적으로 만듭니다.

2.4 AI AGENT + 게임

AI AGENT는 게임 산업 전반에 걸쳐 플레이 방식과 개발 방식을 혁신하고 있습니다. 이러한 지능형 시스템은 다양한 영역에서 플레이어에게 몰입감 있고 매력적인 게임 경험을 제공합니다. 주요 활용 사례는 다음과 같습니다:

1. NPC 행동 최적화

AI AGENT는 비플레이어 캐릭터(NPC)의 행동을 더욱 현실적이고 응답성 있게 개선합니다. 기존의 사전 설정된 스크립트 기반 동작과는 달리, AI 기반 NPC는 다음과 같은 기능을 제공합니다:

1. 플레이어의 선택에 따라 행동을 조정

2. 보다 현실적인 감정 표현 및 의사결정 능력 제공

3. 상호작용을 통해 학습하며 다양한 경험을 창출

예를 들어, 《레드 데드 리뎀션 2》에서는 NPC가 플레이어와의 과거 상호작용을 기억하고 이에 따라 반응하여 더욱 동적이고 현실감 있는 게임 세계를 만들어냅니다.

2. 프로그램 기반 콘텐츠 생성

AI AGENT는 프로그램 생성 기술을 통해 대규모 게임 콘텐츠를 자동으로 생성합니다. 생성 가능한 콘텐츠는 다음과 같습니다:

• 지형 및 경관

• 퀘스트 및 스토리라인

• 아이템 및 보상

• 캐릭터 디자인

《노 맨스 스카이》는 AI 기반 프로그램 생성 기술을 사용하여 독특한 행성, 생물, 생태계를 포함한 방대한 우주를 창조하며, 플레이어에게 무한에 가까운 탐험 가능성을 제공합니다.

3. 자율 난이도 조정

AI AGENT는 플레이어의 실력을 실시간으로 분석하여 게임 난이도를 동적으로 조정합니다. 이를 통해 플레이어가 적절한 도전을 유지할 수 있도록 하고, 좌절감을 느끼지 않도록 합니다.

• 플레이어의 실력이 향상되면 적의 강도를 증가

• 플레이어가 어려움을 겪을 경우 힌트나 지원 제공

• 플레이어의 기술 수준에 맞게 자원 및 장애물을 조정

《바이오하자드 4》는 자율 난이도 시스템을 활용하여 플레이어의 실력에 따라 적 행동과 아이템 가용성을 조정하며, 더욱 균형 잡힌 게임 경험을 제공합니다.

4. 경로 설계 및 내비게이션

AI AGENT는 복잡한 알고리즘을 사용해 캐릭터를 복잡한 게임 환경에서 이동시킵니다. 이는 NPC 행동을 더욱 현실감 있게 만들고, 전략 게임에서 플레이어가 제어하는 유닛의 조작 경험을 최적화합니다.

5. 그래픽 향상

딥러닝과 같은 AI 기술은 게임의 시각적 품질을 크게 향상시킵니다.

• 텍스처와 해상도를 실시간으로 업스케일

• 현실감 있는 표정 및 애니메이션 생성

• 렌더링 성능 최적화를 통해 게임 성능을 향상

6. 플레이어 감정 분석

AI AGENT는 플레이어의 행동과 피드백을 분석하여 그들이 게임을 얼마나 즐기고 몰입하고 있는지를 평가할 수 있습니다. 이러한 데이터는 개발자가 게임 디자인 및 업데이트에 대한 현명한 결정을 내리는 데 도움을 주며, 전체적인 플레이어 경험을 개선합니다.

주요 프로젝트

2.4.1 Digimon

@digimon_tech는 Solana 블록체인 위에서 구축된 프로젝트로, 단순한 게임 플랫폼을 넘어 AI + 게임 기술 프레임워크를 제공합니다. 이 플랫폼은 AI 기술을 게임 개발에 깊이 통합하여 더욱 몰입적이고 동적인 게임 환경을 창출합니다.

Digimon Engine을 통해 제작된 게임은 플레이어와의 상호작용 방식을 재정의하며, 게임 캐릭터마다 AI로 생성된 고유한 스토리와 세계관을 제공합니다. Digimon 프로젝트는 a16z의 투자와 지원을 받고 있으며, Digimon의 토큰은 현재 KuCoin 거래소에 상장되었습니다.

향후 Digimon의 게임 엔진은 AI AGENT로 구성된 온체인 자율 세계를 구축할 기회를 제공합니다. 이 세계에서 AI AGENT와 플레이어는 상호작용하며 가상 경제를 공동으로 형성하게 됩니다.

2.4.2 Illuvium

Illuvium은 이더리움 블록체인을 기반으로 구축된 RPG 및 NFT 게임입니다. 1월 7일, Illuvium은 Virtuals Protocol과 협력하여 곧 출시될 Illuvium MMO Lite의 게임 경험을 향상시킬 것이라고 발표했습니다. 이번 협력은 Virtuals의 AI 기술과 G.A.M.E LLM 프레임워크를 활용하여 NPC에게 동적이고 지능적인 행동을 부여하며, 플레이어에게 더욱 몰입감 있는 경험을 제공합니다.

AI 기술이 지속적으로 발전함에 따라 게임 분야에서 더 많은 혁신적인 응용 사례가 등장할 것으로 기대됩니다. 이는 가상과 현실의 경계를 더욱 모호하게 만들어 보다 몰입적이고 개인화된 플레이어 경험을 창출할 것입니다.

2.4.3 Smolverse

Smolverse는 Treasure DAO에서 개발된 게임 및 NFT 프로젝트입니다. 2023년 12월부터 Smolverse는 ai16z와 협력하여 “Smolworld”라는 온체인 AI Tamagotchi 게임을 개발했습니다. 이 게임은 Eliza Agent 프레임워크와 통합되어 있습니다.

3. 핵심 요약

암호화 기술이 현실 세계에서 큰 잠재력을 지니고 있다는 사실은 이미 여러 사례를 통해 입증되었습니다. 과거 유사 상황에서 원조 투자자들의 분배 전략은 현재 시장에도 귀중한 참고 자료를 제공합니다. AI AGENT 생태계는 현재 초기 단계에 있지만, 이미 상당한 주목, 자금, 개발자를 끌어모으고 있습니다. 미래의 발전 가능성은 여전히 불확실하지만, 주요 DeFi 프로토콜, 개인 투자자 또는 벤처 캐피털이 이 분야에 투자하기 시작한다면, 지속적인 성장이 기대됩니다. 기술이 지속적으로 발전함에 따라, AI AGENT는 글로벌 경제와 사회 구조를 변화시키는 핵심적인 역할을 할 것으로 보입니다.

현재의 시장 타이밍과 서사는 정보 산업의 번영을 위해 충분한 준비가 되어 있으며, 앞으로의 발전은 매우 기대됩니다. AI AGENT의 미래 잠재력을 탐구하면서 아래와 같은 주요 관점을 제시합니다:

1. 가치의 집중화와 차별화된 경쟁

AI AGENT의 가치는 L1 블록체인과 마찬가지로 소수의 주요 기업에 집중될 가능성이 큽니다. 따라서 관련 기업들은 모듈화, 확장성, 미디어 플랫폼 통합과 같은 요소에서 차별화를 찾아야 할 것입니다.

현재 대다수 프레임워크는 학습 및 기억 시스템을 갖추고 있으며, 정보 검색 강화 생성 기술을 활용해 새로운 정보를 대화에 통합할 수 있는 역량을 보유하고 있습니다. 예를 들어 Eliza 프레임워크는 높은 개발 활동과 빠른 플러그인 통합 덕분에 소셜 미디어와 네트워크 애플리케이션 통합에서 두드러진 성과를 보입니다. 

이 프레임워크는 TypeScript 기반으로, Coinbase webhooks, Great Onchain Agent Toolkit, Phala의 TEE(보안 에이전트 지갑 관리)와 같은 기능을 포함하며, 여러 블록체인과의 호환성을 지원합니다. Virtuals의 GAME 프레임워크는 게임 및 소셜 미디어 에이전트에서 강점을 발휘합니다. 이는 환경에 구애받지 않는 에이전트를 설계해 고급 계획 및 실행 기능을 제공하며, 피드백을 통해 학습합니다. 모듈식 구조 덕분에 사용자들은 체인에 저장된 맞춤형 모델과 데이터 세트를 업로드하여 에이전트의 기능을 강화할 수 있습니다.

하지만, GAME 및 CONVO 프레임워크의 토큰 가치 축적 메커니즘은 아직 명확하지 않으며, 시장에서는 이에 대한 높은 기대가 존재합니다.

2. 공정성과 데이터 편향 문제

AI의 괄목할 만한 발전에도 불구하고, 이를 배포하는 과정에서 데이터 편향과 같은 문제는 여전히 해결해야 할 과제입니다. AI 시스템은 역사적 데이터에서 학습하며, 이 데이터에 내재된 편향된 패턴이 제어되지 않을 경우, 특정 그룹을 선호하는 편향적 결과를 초래할 수 있습니다. 이는 채용, 대출 등의 의사결정 과정에서 불공정성을 초래할 위험이 있습니다. AI 시스템의 공정성을 유지하기 위해 지속적인 모니터링 및 감사가 필수적이며, 이는 의도치 않은 결과를 줄이고 문제를 조기에 식별하는 데 중요한 역할을 합니다.

3. 다각화된 응용 분야와 경제적 기능 확장

AI AGENT는 소셜 미디어와 금융 산업뿐 아니라, 의료, 교육, 법률 등의 분야에서도 상당한 잠재력을 보여주고 있습니다. 기술이 성숙됨에 따라 AI AGENT는 더 많은 분야에서 맞춤형 서비스를 제공하고, 생산성을 높이며, 혁신을 촉진할 것으로 기대됩니다. 예를 들어, Luna는 이미 소셜 미디어를 통해 사람들과 상호작용하며, Base 플랫폼에서 Coinbase Wallet을 사용해 토큰을 전송함으로써 사용자 참여를 독려하고 있습니다. 

앞으로 Luna가 독립된 경제 주체로 자리 잡아 자신의 소셜 관계를 형성하게 된다면, 추가적인 경제적 및 사회적 가치를 창출할 것입니다. 예를 들어, 더 많은 팔로워를 유치하기 위해 토큰을 보내거나, 자신의 소셜 미디어 활동을 강화하기 위해 콘텐츠 제작팀을 고용하는 방식으로 Luna의 IP 생태계를 확장할 수 있습니다. 이러한 과정이 현실화되면, $VIRTUAL 토큰의 가치 또한 다음 단계로 도약할 가능성이 큽니다.

이와 같은 발전은 AI AGENT가 경제 및 사회적 상호작용에서 더 깊이 자리 잡는 동시에, AI와 인간의 관계를 재정의하며 미래의 디지털 경제 및 사회 상호작용의 기틀을 마련할 것입니다.

4. 다중 기술의 통합

AI AGENT의 미래 발전은 블록체인, IoT(사물인터넷), 5G와 같은 첨단 기술과의 심층적 통합에 달려 있습니다. 이러한 기술 교차점은 데이터 처리, 개인 정보 보호, 실시간 의사결정 역량을 강화하며, 새로운 응용 시나리오와 비즈니스 모델을 창출할 것입니다. 예를 들어, IoT 기기와 통합되면, AI AGENT는 실시간 데이터를 수집하고 분석하여 사용자에게 더욱 지능적인 서비스를 제공할 수 있습니다.

5. 사회적, 윤리적 고려

AI AGENT의 보편화는 사회적 및 윤리적 문제를 더욱 부각시키고 있습니다. 예를 들어, 의사결정 과정에서 윤리적 논란이 발생할 수 있으며, 특히 개인 정보 보호, 데이터 보안, 자동화된 의사결정과 관련된 문제는 민감합니다. AI AGENT가 공정하고 투명하게 작동하도록 명확한 법적 및 윤리적 프레임워크를 구축하는 것이 중요합니다. 기술 발전이 사회적 가치와 일치하도록 보장하기 위해 투명성과 책임 메커니즘을 도입해야 합니다.

AI와 블록체인의 융합이 지속적으로 발전함에 따라, 현재는 이와 같은 혁신적 기술 발전에 참여할 적기입니다. 하지만 이러한 참여 과정에서 단순히 “AI가 인간에게 무엇을 할 수 있는가?”, “인간이 AI에게 무엇을 기대하는가?”라는 질문에 머무르지 않고, 한 걸음 더 나아가 “AI는 무엇을 원하는가?”, “AI는 인간을 어디로 이끌 것인가?”를 고민해야 할 시점입니다.

읽어 주셔서 감사합니다.

Klein Labs는 리서치 기반의 Web3 서비스 제공업체로, 블록체인 생태계 참여자를 위한 맞춤형 유동성 관리, 종합 성장 솔루션, 자본 전략을 전문으로 하고 있습니다.

📩 [email protected]

Klein Labs 공식 X | Klein Labs 공식 텔레그램 커뮤니티 | Klein Labs 공식 네이버 블로그 | Klein Labs 공식 홈페이지