원본 출처: IOSG Ventures
이 기사는 학습 및 커뮤니케이션 목적으로만 작성되었으며 투자 조언을 구성하지 않습니다. 재인쇄 시 출처를 명시해 주시고, 승인 및 재인쇄 지침을 받으려면 IOSG 팀에 문의하세요. 기사에 언급된 모든 프로젝트는 추천이나 투자 조언이 아닙니다.
감사의 글: 기사 수정에 대한 귀중한 제안을 해주신 Metropolis DAO Wang Chao에게 감사드립니다!
1. 중앙집중형 인공지능 에이전트의 전망
인공 지능 에이전트는 우리가 웹과 상호 작용하고 온라인에서 작업을 수행하는 방식을 혁신할 수 있는 잠재력을 가지고 있습니다. 암호화폐 결제 레일에 AI 에이전트를 활용하는 것에 대해 많은 논의가 있지만, 기존 Web 2.0 회사도 포괄적인 에이전트(AI 에이전트) 제품군을 제공할 수 있는 좋은 위치에 있다는 점을 인식하는 것이 중요합니다.
Web2 에이전트의 대부분은 실행 기능이 약한 보조자 또는 수직 도구의 형태로 나타납니다. 이는 기본 모델이 충분히 성숙되지 않았으며, 규제 불확실성 등의 이유도 있기 때문이다. 오늘날의 에이전트는 아직 초기 단계에 있으며 특정 분야에서는 잘할 수 있지만 기본적으로 일반화 능력은 없습니다. 예를 들어, Alibaba International에는 판매자가 신용 카드 분쟁과 관련된 이메일에 응답하도록 돕는 에이전트가 있습니다. 아주 간단한 상담원이 배송기록 및 기타 데이터를 불러와서 템플릿에 따라 생성하여 전송하고 카드사에서 돈이 공제되는 것을 방지하는 성공률이 높습니다.
Apple 및 Google과 같은 거대 기술 기업과 OpenAI 또는 Anthropic과 같은 인공 지능 전문 기업은 에이전트 시스템 개발의 시너지 효과를 탐색하는 데 특히 적합한 것으로 보입니다. Apple의 강점은 AI 모델의 호스트이자 사용자 상호 작용을 위한 포털 역할을 하는 소비자 장치 생태계에 있습니다. 회사의 Apple Pay 시스템을 통해 상담원은 안전한 온라인 결제를 용이하게 할 수 있습니다. 방대한 웹 데이터 색인과 실시간 삽입 기능을 갖춘 Google은 상담원에게 전례 없는 정보 액세스 권한을 제공할 수 있습니다. 한편, OpenAI 및 Anthropic과 같은 AI 강국은 복잡한 작업을 처리하고 금융 거래를 관리할 수 있는 전문 모델을 개발하는 데 집중할 수 있습니다. 주요 Web2 회사 외에도 미국에는 치과 의사의 약속 관리를 돕거나 매우 상세한 시나리오인 진단 후 및 치료 보고서 생성을 지원하는 등 에이전트를 구축하는 스타트업이 많이 있습니다.
그러나 이러한 Web 2.0 거대 기업은 고전적인 혁신가의 딜레마에 직면해 있습니다. 기술력과 시장 지배력에도 불구하고 그들은 파괴적인 혁신이라는 위험한 바다를 헤쳐나가야 합니다. 진정한 자율 에이전트를 개발한다는 것은 기존 비즈니스 모델에서 크게 벗어나는 것을 의미합니다. 더욱이 AI의 예측 불가능성은 금융 거래 및 사용자 신뢰의 높은 위험과 결합되어 심각한 문제를 야기합니다.
2. 혁신가의 딜레마: 중앙 집중식 공급자가 직면한 과제
혁신가의 딜레마는 성공적인 기업이 새로운 기술이나 비즈니스 모델을 채택하는 데 어려움을 겪는 경우가 많다는 역설을 설명합니다. 이러한 혁신이 장기적인 성장에 매우 중요하더라도 마찬가지입니다. 문제의 핵심은 초기 사용자 경험이 기존 제품만큼 정교하지 않을 수 있는 새로운 제품이나 기술을 도입하는 것을 기존 회사가 꺼리는 것입니다. 이들 기업은 이러한 혁신을 채택하면 일정 수준의 정교함과 신뢰성에 익숙해져 있는 현재 고객 기반이 소외될 수 있다는 점을 우려하고 있습니다. 이러한 주저함은 사용자가 오랫동안 쌓아온 기대치를 훼손할 위험에서 비롯됩니다.
2.1 에이전트의 예측 불가능성과 사용자 신뢰
Google, Apple, Microsoft와 같은 거대 기술 기업은 검증된 기술과 비즈니스 모델을 바탕으로 제국을 건설했습니다. 완전 자율 에이전트의 도입은 이러한 확립된 표준에서 크게 벗어난 것을 의미합니다. 이러한 에이전트는 특히 초기 단계에서는 필연적으로 불완전성과 예측할 수 없는 측면을 갖게 됩니다. AI 모델의 비결정적 특성은 광범위한 테스트 후에도 항상 예상치 못한 동작의 위험이 있음을 의미합니다.
이들 회사의 이해관계는 매우 높습니다. 실수로 인해 회사의 평판이 손상될 뿐만 아니라 심각한 법적, 재정적 위험에 노출될 수도 있습니다. 이는 그들이 조심스럽게 행동하도록 하는 강력한 인센티브를 만들어 잠재적으로 에이전트 공간에서 선점자 이점을 놓칠 수 있습니다.
에이전트 배포를 고려하는 중앙 집중식 공급자의 경우 고객 항의의 위험이 상당합니다. 잃을 것이 없이 빠르게 전환할 수 있는 스타트업과 달리, 기존 기술 대기업은 일관되고 안정적인 서비스를 기대하는 수백만 명의 사용자를 보유하고 있습니다. 에이전트의 중대한 실수는 PR의 악몽으로 이어질 수 있습니다.
상담사가 사용자를 대신하여 일련의 잘못된 재정적 결정을 내리는 시나리오를 생각해 보세요. 이에 따른 항의는 수년에 걸쳐 조심스럽게 쌓아온 신뢰를 약화시킬 위험이 있습니다. 사용자는 에이전트뿐만 아니라 회사의 모든 AI 기반 서비스에 대해 질문할 수 있습니다.
2.2 모호한 평가 기준과 규제 과제
더욱이, 무엇이 "올바른" 상담사 응답을 구성하는지 평가하는 방법으로 인해 문제가 더욱 복잡해집니다. 많은 경우 상담원의 답변이 실제로 잘못된 것인지 아니면 단순한 사고인지 확실하지 않습니다. 이러한 회색 영역은 고객 관계를 더욱 손상시키는 분쟁으로 이어질 수 있습니다.
아마도 중앙 집중식 에이전트 제공업체가 직면한 가장 어려운 장애물은 진화하고 복잡한 규제 환경일 것입니다. 이러한 에이전트가 더욱 자율화되고 점점 더 민감한 작업을 처리함에 따라 심각한 문제를 야기할 수 있는 규제 회색 영역에 진입하게 됩니다.
금융 규제는 특히 까다롭다. 대리인이 사용자를 대신하여 재정적 결정을 내리거나 거래를 실행하는 경우 금융 규제 기관의 규제를 받을 수 있습니다. 또한 규정 준수 요구 사항은 광범위할 수 있으며 관할 구역에 따라 크게 다를 수 있습니다.
책임 문제도 있다. 대리인의 결정으로 인해 사용자에게 금전적 손실이나 기타 피해가 발생하는 경우 누구의 책임인가요? 사용자? 회사? 인공지능 그 자체? 이는 규제 기관과 국회의원이 이제 막 다루기 시작한 문제입니다.
2.3 모델 편향은 논란의 원인이 될 수 있습니다
또한 에이전트가 더욱 복잡해짐에 따라 독점금지 규정을 위반할 수도 있습니다. 회사의 대리인이 지속적으로 해당 회사의 제품이나 서비스를 선호하는 경우 이는 반경쟁적 행동으로 간주될 수 있습니다. 이는 이미 시장 지배력에 대해 조사를 받고 있는 거대 기술 기업에게 특히 중요합니다.
AI 모델의 예측 불가능성은 이러한 규제 문제에 또 다른 복잡성을 추가합니다. Web2가 인공 지능의 동작을 완전히 예측하거나 제어할 수 없으면 규정 준수를 보장하기가 어렵습니다. 이러한 예측 불가능성은 기업이 이러한 복잡성을 해결하기 위해 노력함에 따라 Web2 에이전트의 혁신이 느려질 수 있으며, 이는 결국 보다 유연한 Web3 솔루션에 이점을 제공할 수 있습니다.
3. Web3의 기회
LLM 기본 모델의 기능이 향상됨에 따라 에이전트는 상대적으로 높은 자율성을 가진 에이전트인 다음 형식으로 들어갈 수 있는 기회를 갖게 됩니다. 현재로서는 대기업이 감히 이 부분을 건드릴 가능성은 낮다. 사용자가 피자를 주문하도록 돕는 것만으로는 한계가 있을 수 있다. 스타트업 기업은 대담할 수도 있지만, 많은 기술적 장애물에 직면하게 됩니다. 예를 들어 에이전트 자체에는 ID가 없으며 모든 작업에는 에이전트 사용자의 ID와 계정을 빌려야 합니다. 아이덴티티를 차용하더라도 기존 시스템에서는 에이전트가 자유롭게 활동할 수 있도록 지원하기가 쉽지 않습니다. Web3 기술은 AI 에이전트 개발을 위한 고유한 기회를 제공하여 중앙 집중식 공급자가 직면한 일부 문제를 잠재적으로 해결할 수 있습니다. Web3 시스템에서는 에이전트가 지갑을 제어하여 여러 DID를 구현할 수 있으며, 암호화를 통한 결제이든, 다양한 비면허 프로토콜을 사용하든 에이전트에게 매우 친숙합니다. 에이전트가 복잡한 경제적 행동을 수행하기 시작하면 에이전트와 에이전트가 고강도 상호 작용을 할 가능성이 높습니다. 이때, 에이전트 간의 상호 의혹이 해결되지 않는다면 에이전트 경제 시스템은 완전한 경제 시스템이 아닐 것이다. 이 역시 암호화 기술을 이용하면 해결할 수 있는 부분이다.
또한 암호화폐 경제 인센티브는 에이전트 발견을 용이하게 하고 에이전트가 잘못된 행동을 할 경우 제재를 가하거나 제재를 가할 수 있는 처벌을 제공할 수 있습니다. 이는 좋은 행동은 보상되고 나쁜 행동은 처벌되는 자체 규제 시스템을 만들어 잠재적으로 중앙 집중식 감독의 필요성을 줄이고 금융 거래를 완전히 자율적인 대리인에게 위임하는 얼리 어답터에게 어느 정도 마음의 평화를 제공합니다.
암호화폐 경제 스테이킹은 잘못된 행동 시간을 줄이는 동시에 에이전트 검색 프로세스에서 중요한 시장 신호 역할을 한다는 두 가지 목적을 제공합니다. 다른 에이전트를 위한 것이든 특정 서비스를 찾는 사람들을 위한 것이든 직관은 단순하고, 이해관계가 많을수록 특정 에이전트의 성과에 대한 시장의 신뢰가 높아지고 사용자의 마음이 차분해집니다. 이를 통해 가장 효과적이고 신뢰할 수 있는 에이전트가 자연스럽게 눈에 띄는 보다 역동적이고 대응력이 뛰어난 에이전트 생태계를 만들 수 있습니다.
Web3는 개방형 에이전트 시장을 만들 수도 있습니다. 이러한 마켓플레이스는 중앙화된 공급자를 신뢰하는 것보다 더 높은 수준의 실험과 혁신을 허용합니다. 스타트업과 독립 개발자는 생태계에 기여할 수 있으며 잠재적으로 에이전트의 더 빠른 발전과 전문화로 이어질 수 있습니다.
또한 Grass 및 OpenLayer와 같은 분산 네트워크는 에이전트에게 인증이 필요한 공개 인터넷 데이터 및 비공개 정보에 대한 액세스를 제공할 수 있습니다. 다양한 데이터 소스에 대한 광범위한 액세스를 통해 Web3 에이전트는 더 많은 정보에 입각한 결정을 내리고 더 포괄적인 서비스를 제공할 수 있습니다.
웹 2.0과 웹 3.0
4. Web3 인공지능 에이전트의 한계와 과제
4.1 암호화폐 결제의 제한적 채택
Web 3.0 에이전트가 직면하게 될 채택 문제 중 일부를 고려하지 않았다면 이 기사는 완전하지 않을 것입니다. 문제는 오프체인 경제에서 결제 솔루션으로 암호화폐를 채택하는 것이 여전히 제한적이라는 것입니다. 현재 소수의 온라인 플랫폼만이 암호화폐 결제를 허용하므로 실물 경제에서 암호화폐 기반 에이전트의 실제 사용 사례가 제한됩니다. 암호화폐 결제 솔루션을 더 넓은 경제에 깊이 통합하지 않으면 웹 3.0 프록시의 영향은 계속 제한될 것입니다.
4.2 거래 규모
또 다른 과제는 일반적인 온라인 소비자 거래의 규모입니다. 이러한 거래 중 상당수는 상대적으로 적은 금액을 포함하므로 대부분의 사용자에게 무신뢰 시스템의 필요성을 정당화하기에는 충분하지 않을 수 있습니다. 중앙 집중식 대안이 존재하는 경우 일반 소비자는 소규모 일상 구매에 분산 에이전트를 사용하는 것의 가치를 보지 못할 수 있습니다.
5. 결론
비결정적 모델의 예측 불가능성으로 인해 기술 회사가 완전 자율 AI 에이전트 제공을 꺼리는 것은 암호화폐 스타트업에 기회를 제공합니다. 이러한 암호화폐 스타트업은 공개 시장과 암호화폐 경제 보안을 활용하여 에이전시 잠재력과 실제 구현 사이의 격차를 해소할 수 있습니다.
암호화 AI 에이전트는 블록체인 기술과 스마트 계약을 활용하여 중앙 집중식 시스템이 따라잡기 어려운 수준의 투명성과 보안을 제공할 수 있습니다. 이는 높은 수준의 신뢰가 필요하거나 민감한 정보가 포함된 사용 사례에 특히 매력적일 수 있습니다.
요약하면 Web2와 Web3 기술 모두 AI 에이전트 개발을 위한 방법을 제공하지만 각 접근 방식에는 고유한 장점과 과제가 있습니다. AI 에이전트의 미래는 이러한 기술이 얼마나 효과적으로 결합되고 정제되어 신뢰할 수 있고 신뢰할 수 있으며 유용한 디지털 보조 장치를 만드는지에 달려 있습니다. 분야가 발전함에 따라 Web2와 Web3 접근 방식이 융합되어 각각의 장점을 활용하여 더욱 강력하고 다재다능한 AI 에이전트를 만드는 것을 볼 수 있습니다.
