글로벌 가상자산 산업의 길잡이가 되어온 메사리(Messari)가 최근 새해 전망 리포트인 Crypto Theses 2025를 발간하였다. 메사리의 전망 리포트는 2018년 “95 Theses”라는 이름으로 처음 시작되었으며, 2019년부터 “Crypto Theses”라는 타이틀로 발간되기 시작해 이번이 7번째로 선보이는 리포트다. 2025년은 가상자산 산업에 있어 또 다른 전환점이 될 것이다. 작년 비트코인 현물 ETF와 같은 굵직한 제도권 변화가 가상자산을 새로운 차원으로 이끌었으며, 앞으로 더욱 다양한 투자자와 기업들이 시장에 진입할 것으로 예상된다. 이러한 변화 속에서는 기존 가설의 재검증과 열린 사고가 그 어느 때보다 중요하다. 본 요약 번역본이 국내 투자자들에게 가상자산 시장을 이해하고 기회를 준비하는 데 있어 유용한 지침서가 되기를 바란다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자행위에 대하여 어떠한 책임도 지지 않습니다.본자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경 될 수 있습니다 .과거 실적은 미래실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2025.01.24
본 리포트는 코빗 리서치센터가 새해 가상자산 시장을 전망하는 세 번째 리포트로, 지난해에 이어 올해도 리서치센터 소속 4명의 연구원이 전원 참여하여 각각 자신의 전망을 피력하는 형태로 구성되었다. 이번 리포트에서는 각 연구원이 가상자산 시장의 주요 트렌드, 잠재적 리스크 요인, 그리고 글로벌 경제 환경 변화와 가상자산 간의 상관관계를 다각도로 분석하며 내년 시장을 전망한다. 가상자산 시장이 전통 금융과 점차 융합되는 과정에서 생겨나는 새로운 기회와 도전 과제도 함께 조명했다. 상승장은 기회를 제공하는 동시에 새로운 리스크를 내포하고 있는 만큼, 이를 이해하고 대비하는 것이 필수다. 이번 리포트가 독자분들이 가상자산 시장의 구조와 흐름을 이해하는데 필요한 유용한 정보를 제공할 수 있기를 희망한다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자행위에 대하여 어떠한 책임도 지지 않습니다.본자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경 될 수 있습니다 .과거 실적은 미래실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.당사는 본 자료의 내용에 의거하여 행해진 일체의 투자행위에 대하여 어떠한 책임도 지지않습니다. 본 자료에 나타난 모든 의견은 자료 작성자 개인적 견해로서, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2025.01.24
제 47대 미국 대통령으로 트럼프가 재선에 성공하면서 유세 당시 약속한 ‘crypto president’로서의 역할을 통해 가상자산 시장에 큰 변화를 가져올 것으로 기대되고 있다. 트럼프 행정부의 재출범은 미국 정부의 정책 전반을 재편할 가능성이 높아 이러한 변화가 가상자산 시장 전반에도 중요한 영향을 미칠 것으로 보인다. 특히 이번 선거로 공화당이 상원과 하원 모두를 장악할 가능성이 높아지면서 법안 통과 과정이 신속해질 가능성이 커졌고, 공화당의 가상자산 친화적인 정책이 시장에 긍정적 영향을 미칠 수 있다. 따라서 이러한 정치적 변화 속에서 가상자산 시장의 향방을 신중히 주시해야 한다. 이에 본 리포트는 트럼프 2기 행정부의 정책이 금융시장과 가상자산 시장에 미칠 영향을 면밀히 분석하고, 상·하원 주요 위원회의 구성 변화가 가상자산 규제에 어떤 변화를 가져올지를 살펴본다. 이를 통해 향후 시장 방향성을 예측하고 시장 참여자들이 변화에 대비할 수 있는 시사점을 제공하고자 한다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2024.12.24
최근 미국 SEC는 Nasdaq, NYSE, 그리고 CBOE가 제출한 비트코인 ETF 옵션 상장 신청을 승인하였다. 이로 인해 IBIT 등 5개 현물 비트코인 ETF를 기초자산으로 하는 옵션 거래의 물꼬가 트였다. 아직 남은 절차가 있어 실제 거래 개시까지는 수 개월이 걸릴 것으로 예상되지만 가장 까다로운 관문을 통과했다는 점에서 상장 가능성은 높다고 판단한다. 이에 따라 본 리포트는 비트코인 ETF 옵션이 기초자산인 비트코인 현물 가격에 미치는 영향에 대해 알아본다. 특히 비트코인 옵션 상장으로 제도권 자금의 비트코인 가격 하방 베팅이 용이해져 비트코인 매도 압력으로 작용할 수 있다는 일각의 우려를 분석하고 그 타당성을 평가한다. 이를 위해 필요한 ETF 옵션 시장에 대한 배경지식을 논하고 비트코인 ETF 옵션 시장의 성장 잠재력을 살펴본다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2024.11.27
Prologue이번 메사리 보고서에서는 최근 뜨겁게 이어지고 있는 DePIN 논쟁을 다루고 있다. Dragonfly Capital의 Haseeb Qureshi가 제기한 주장에 따르면, 물리적 자원을 기반으로 한 네트워크(PRN)는 검증의 어려움과 높은 사기 위험으로 인해 탈중앙화를 유지하기 어렵고 이는 네트워크 확장성에 큰 걸림돌이 될 수 있다. 반면, 디지털 자원을 기반으로 한 네트워크(DRN)는 컴퓨팅 기반의 검증 방법을 통해 보다 탈중앙화된 상태로 확장할 수 있는 잠재력을 지닌다고 평가된다. 이러한 주장은 PRN의 미래를 비관적으로 보는 시각과 DRN의 투자 가능성을 강조하는 입장으로 이어지며 업계 내 다양한 인사들의 반론과 의견을 불러일으켰다. DePIN의 성장과 함께 물리적 요소와 탈중앙화 사이의 균형을 어떻게 맞출 것인지, 그리고 투자자들은 어디에 주목해야 할지에 대한 중요한 질문들이 제기되고 있는 만큼 이번 메사리 보고서는 이 분야의 핵심적인 이슈들을 다시 한번 조명하며, DePIN의 미래를 둘러싼 활발한 논쟁을 전달한다는 것에 의의가 있다.2024년 10월 25일코빗 리서치센터장 최 윤 영코빗 리서치센터장 김 민 승핵심 내용드래곤플라이 캐피털(Dragonfly Capital)의 매니징 파트너인 Haseeb Qureshi는 9월 흥미로운 DePIN 토론을 시작했다.더 넓은 범위의 DePIN 카테고리가 성숙해짐에 따라 물리적 자원 네트워크(Physical Resource Networks, 또는 PRN)와 디지털 자원 네트워크(Digital Resource Networks, 또는 DRN)를 활용하는 프로젝트를 훨씬 더 명확하게 구분할 수 있게 되었다. PRN은 주로 에너지나 무선 연결과 같은 서비스를 제공하기 위해 물리적 하드웨어를 배포하는 반면, DRN은 컴퓨팅과 스토리지와 같은 디지털 자원에 중점을 둔다.Haseeb의 주장은 이 두 종류의 네트워크 간에 중요한 분기점 중 하나로 검증(verification)을 꼽는다. 특히 Haseeb의 관점에서는 검증의 실현 가능성이 네트워크가 탈중앙화 상태를 유지하면서 얼마나 잘 확장할 수 있는지를 결정하는 데 매우 중요한 요소이다. 그렇다면 이 논의의 맥락에서 검증이란 정확히 무엇을 의미할까?검증이란 주로 요청된 서비스가 성공적으로 수행되었는지(rendered) 여부를 확인하는 것으로 요약된다. 더 넓은 범주의 크립토 네트워크에서 검증을 달성하는 방법은 여러가지가 있으며 a16z의 Guy Wuollet은 이를 다음과 같이 설명한다:∙ 블록체인 합의 메커니즘: 모든 블록체인은 상태(state) 변경이 유효한지 확인하기 위해 특정 형태의 합의(consensus)를 사용한다. 일반적으로 네트워크 노드 또는 검증자(validator)는 이 합의에 도달하기 위해 트랜잭션을 재실행한다.∙ ZK(영지식, Zero Knowledge)/유효성 증명(Validity Proofs): 일부 네트워크에서는 작업이 올바르게 수행되었음을 증명하기 위해 트랜잭션 재실행이 아닌 ZK 또는 유효성 증명을 사용한다. 예를 들어, 파일코인(Filecoin)은 스토리지 검증을 위해 ZK 증명의 한 형태를 사용한다.∙ 랜덤 샘플링: 일반적으로 네트워크의 서비스 제공자는 네트워크의 요구 사항을 지속적으로 충족하고 있는지 확인하기 위해 벤치마킹 요청(benchmarking request)을 받는다. 파일코인도 랜덤 샘플링의 한 형태로 시공간 증명(Proof of Spacetime)을 사용한다. 서비스 제공자가 랜덤 샘플 검사를 통과하지 못하면 네트워크에 스테이킹된 토큰이 삭감(slash)된다.이러한 검증 방법들의 공통점은 어떤 형태로든 컴퓨팅에 기반을 두고 있다는 것이다. 이러한 검증 방법은 컴퓨팅 및 스토리지 네트워크와 같은 DRN에 잘 맞아떨어진다. 컴퓨팅 제공자는 일정한 임계값에 대해 랜덤 샘플 검사를 통과함으로써 최소한의 컴퓨팅 파워/처리량을 충족함을 증명할 수 있다. 위에서 언급한 바와 같이 대표적인 탈중앙화 스토리지 프로토콜인 파일코인은 ZK 증명과 랜덤 샘플링을 사용한다. AI x 크립토 분야의 신생 기업인 하이퍼볼릭(Hyperbolic)은 최근 네트워크에서 검증 가능한 컴퓨팅을 생성하기 위한 자사의 샘플링 증명(Proof of Sampling) 솔루션을 설명하는 논문을 발표했다. Haseeb의 주장에 따르면 이러한 검증 방식은 DRN 자체가 확장되더라도 대부분 탈중앙화를 유지하면서 상대적으로 확장 가능하다고 한다.그러나 PRN의 경우 이러한 계산 방식은 일반적으로 충분하지 않다. 순수 PRN(예: 차량 공유, 음식 배달 등)의 경우 서비스가 위조되거나(spoofed)1 잘못 제공되지 않았는지 확인하는 것이 훨씬 더 어려운 문제가 된다(예: 피자가 집에 배달했다는 ZK 증명을 어떻게 만들 수 있을까? 분쟁 해결을 위해 누구에게 가야 할까?). 따라서 PRN의 규모가 커지기 시작하면 사기 발생률도 서비스 검증의 일반적인 비용과 함께 증가한다고 Haseeb은 주장한다. 이는 네트워크의 탈중앙화 비전을 대체하는 중앙집권적 압력이 된다.1 스푸핑(spoofing, 본문에서는 ‘위조’로 번역)이란 실제로 제공되지 않은 서비스를 제공한 것처럼 속이는 행위를 말한다.이러한 논리로부터 Haseeb이 내린 결론은 DePIN을 확장할 때 “P가 적을수록 좋다”는 것이다(물론 여기서 “P”는 “물리적(Physical)”을 의미한다). P를 최소화(하지만 완전히 제거할 필요는 없음)하자는 그의 결론은 멀티코인(Multicoin)의 Tushar Jain, 헬륨(Helium)의 Amir Haleem, 판테라 캐피탈(Pantera Capital)의 Mason Nystrom, 글로우 프로토콜(Glow Protocol)의 David Vorick, AllianceDAO와 볼트 캐피탈(Volt Capital)의 Mohamed Fouda 등 저명한 투자자 및 빌더로부터 일부 반발을 받았으며, 이들은 PRN/DRN에 대한 자신들의 일반적인 견해를 제시했다.따라서 고려해야 할 몇 가지 주요 질문이 있다:1. PRN의 “검증 문제”가 Haseeb에 의해 과장된 것인가?2. PRN은 Haseeb이 설명한 검증 문제를 극복하고 상당한 규모에 도달할 수 있을까?3. DRN은 확장 가능한 “DePIN”의 유일한 형태이며, 따라서 투자자들은 DRN에만 관심과 자본을 집중해야 하는가?Dylan디핀은 작년에 비해 450% 가까이 상승하며 가상자산 업계에서 가장 높은 수익률을 기록했다.가상자산 업계가 실제 사용 사례를 찾고 커뮤니티가 핵심 인프라보다 애플리케이션에 자금을 지원해야 한다는 요구가 증가함에 따라 DePIN은 빠르게 논의의 중심으로 떠오르고 있다.그러나 DePIN은 에너지 그리드(energy grid)의 탈중앙화부터 원활한 증강 현실(AR, augmented reality) 콘텐츠 제공에 이르기까지 다양한 문제를 해결하는 프로토콜을 포함하는 광범위한 분야이다. 이들 분야는 물리성(P, physicality) 정도가 다양하며 물리성 정도가 높아질수록 더 많은 현실적 마찰과 중앙화된 접점이 필요하게 된다.크립토 VC의 관점에서 이러한 상황은 두 가지 의문을 제기한다.첫째, 높은 수준의 물리적 인프라 구축과 탈중앙화 극대화 사이의 적절한 균형점은 무엇일까? DePIN이 충분한 탈중앙화를 유지하지 못한다면 이는 DePIN이 아니라 존재할 필요가 없는 PIN일 수 있다. 반(semi)중앙화된 PIN은 탈중앙화와 중앙화의 장점이 모두 결여되어 있어 네트워크가 무용지물이 될 수 있다. 반대로 VC가 더 높은 물리성을 가진 네트워크를 소홀히 한다면 전 세계의 인프라 배포 및 활용 방식을 재편할 수 있는 DePIN의 막대한 잠재력이 낭비될 수 있다.둘째, 물리성이 적은 네트워크가 VC에게 더 높은 수익을 가져다줄까? 웹2 세계에서는 VC 자금의 80~90%가 하드웨어보다 소프트웨어에 투자된다. 그 이유는 간단하다. 소프트웨어는 생산에 드는 한계비용이 없고 현실 세계와의 마찰이 적다. 소프트웨어는 마진이 더 높고, 하드웨어에 비해 기술 확장성이 훨씬 뛰어나다. 이 프레임워크를 DePIN에 적용해 보면 P가 적은 네트워크가 많은 네트워크보다 총체적으로 더 많은 VC 자금을 받을 것으로 예상할 수 있다. Haseeb은 P가 적은 네트워크가 확장성이 높기 때문에 투자를 유치하기 더 좋다는 것을 암시하는 것으로 보이며, 이 입장을 강화하는 것처럼 보인다. 다시 말하지만, VC가 더 적은 수의 P네트워크에 펀딩을 할수록 물리성이 높은 인프라에 대한 DePIN의 혁신 잠재력이 낭비될 수 있다.가상자산 커뮤니티가 혼란스러워하는 부분은 바로 물리성의 의미이다. DePIN이 가능하게 하는 것은 물리적 인프라를 통해 전송되고 저장되는 자원의 생산이다. 모든 DePIN은 서버, GPU 칩, 안테나 시스템, 태양광 패널 등 물리적 인프라를 필요로 한다. Haseeb이 말하는 낮은 P의 진정한 의미는 인프라가 지원하는 기본 자원의 존재와 적절한 사용을 무신뢰로(trustlessly) 쉽게 검증(verify)할 수 있느냐는 것이다.예를 들어, DAWN은 물리적 안테나 시스템을 통해 서로 무신뢰로(trustlessly) 대역폭을 전송해야 하는 탈중앙화된 고정형 무선 광대역 네트워크를 운영한다. 이 시스템에서 물리적 안테나 시스템은 기본 인프라이며, 인터넷 대역폭은 자원이다. DAWN 프로토콜은 Witness Chain에서 개발한 백홀 증명(Proof-of-Backhaul, 탈중앙화 속도 테스트), 위치 증명(Proof-of-Location), 주파수 증명(Proof-of-Frequency)과 같은 여러 증명을 사용하여 네트워크 참여자들이 필요한 자원과 네트워크에 기여할 수 있는 능력을 가지고 있는지 무신뢰로 검증할 수 있다. 언뜻 보기에 DAWN은 물리적 안테나 시스템과 라우터로 인해 P가 높은(high-P) 네트워크로 보일 수 있다. 그러나 기본 자원인 대역폭(bandwidth)은 네트워크 설계 내에서 무신뢰로 쉽게 검증할 수 있기 때문에 Haseeb의 관점에서 DAWN은 P가 낮은 네트워크이다.파일 저장과 컴퓨팅을 지원하는 DePIN은 마찰이 적고 쉽게 무신뢰로 구현할 수 있는 컴퓨팅을 통해 리소스를 검증하고 작업을 수행할 수 있으므로 낮은 P가 된다. 문제는 컴퓨팅이나 디지털 작업으로 검증할 수 없는 리소스의 경우 강력한 탈중앙화 인프라 네트워크를 구축할 수 있는가이다. 필자의 생각에 답은 '그렇다'이다. 검증 비용이 더 많이 들고 탈중앙화는 상대적으로 떨어지지만 절대적인 탈중앙화 수준은 여전히 높다.예를 들어, 고추가성(high additionality) 탄소배출권을 생산하는 태양광 발전소 설치를 인센티브화하는 DePIN인 Glow를 살펴보자. 태양광 발전소의 탄소배출권 생산을 검증하기 위해 Glow는 감사 전문가가 매주 태양광 발전소에서 생산한 에너지를 직접 확인하고 탄소배출권 생성을 인증하는 대면 감사 시스템을 사용한다. 이러한 감사인은 거부권 위원회(veto council)와 복잡한 거버넌스 메커니즘에 따라 악의적인 행동을 할 경우 토큰 보상을 삭감(slash)당할 수 있다. 추가 조치로 우주 위성이 우주 이미지 기술을 사용하여 지구상의 태양 전지판의 존재를 확인할 수도 있다. 이러한 시스템은 마찰이 더 많고 계산적으로 검증하기 어렵지만, 반드시 중앙 집중식일 필요는 없다. 검증 프로세스는 파일 저장을 위한 디지털 작업보다 비용이 많이 들지만, 태양 전지판의 채택을 가속화할 수 있다는 이점을 고려하면 여전히 가치가 있다. 또한, Glow는 대면 요소를 고려할 때 검증 시스템을 초기 구축(bootstrap)하기 어렵다는 점에서 더 강력한 진입장벽을 가지고 있다.앞서 제기한 두 가지 질문으로 돌아가서 P가 높은 네트워크일수록 작업을 쉽게 컴퓨팅으로 검증할 수 있는 방법이 부족하기 때문에 전반적으로 탈중앙화 수준이 낮고 비용이 더 많이 드는 접근 방식이 필요하다. 그러나 탈중앙화와 더 높은 P 사이의 적절한 균형점을 찾을 수 있으며 VC는 이러한 DePIN의 검증 방법을 평가하기 위해 더 깊은 고민을 해야 할 것이다. 하드웨어와 소프트웨어의 경우와 마찬가지로, 자본 효율성이 떨어지고 시작하기가 더 어렵기 때문에 높은 P를 가진 DePIN에는 더 적은 자금이 투입될 것으로 예상한다. 그러나 일단 시작되면 더 큰 진입장벽과 방어력을 갖추게 될 것이다.ChrisWitness Chain과 같은 네트워크는 대역폭 가용성이나 위치 보장 같은 일부 “P” 과제를 탈중앙화된 방식으로 검증할 수 있게 했다. 전통적으로 디지털보다 물리적이라고 여겨지는 Dawn과 같은 네트워크의 경우, 이 솔루션은 검증 문제를 충분히 완화할 수 있다. Haseeb도 이를 인정하고 그의 사고 모델에서 차량 공유와 음식 배달을 가장 “P”가 높은 네트워크로 꼽았다. 이 극단적인 경우에서는 Haseeb의 검증 가능성에 대한 주장이 타당하다고 생각한다.음식 배달 DePIN인 Nosh와 차량 공유 DePIN인 Teleport는 확장에 더 많은 노력과 자원이 필요하다. 위치 조작과 같은 사기는 탈중앙화된 방법으로 완화할 수 있지만 관할권 별로 다른 규정과 예외적인(edge-case) 분쟁 해결은 이러한 검증 프로세스가 본질적으로 DRN 네트워크보다 확장성이 떨어지게 만든다. Nosh는 현장 팀이 직접 식당을 방문해 운전자를 인터뷰해야 하며, Teleport는 도시로 확장하기 전에 정부 허가를 받은 사업자가 필요하고 운전자의 신원 조회를 수행해야 한다.이는 다음과 같은 질문을 제기한다: 이 정도의 중앙화가 허용 가능한 수준일까? 두 경우 모두 공급측 참여자로서 네트워크에 참여하는 것이 완전히 비허가적인(permissionless) 것은 아니며, 일부 결정은 중앙화된 주체에 의존한다. 이 질문에 대한 답은 분명 주관적인 것이지만 탈중앙화에 따른 장단점을 강조하며, 이는 “P” 의존도가 심한 네트워크에만 국한된 문제가 아니다. DRN은 비허가 방식으로 확장성이 뛰어나지만 단일 주체가 공급의 대부분을 통제하거나 지리적 집중으로 인한 위험 등 확장에 따른 중앙화 위험에 직면하기도 한다.이 모든 것을 고려할 때, Haseeb이 'P' 등급을 기준으로 몇 개의 네트워크가 어디에 위치하는지를 시각적으로 보여준다면 도움이 될 것이다. 가장 'P'가 높은 네트워크를 제외하면 개인적으로 디지털보다 물리적이라고 생각하는 네트워크에서는 이러한 문제 상당수가 완화된다고 본다.더 넓은 논의 과정에서 초점은 때때로 검증에서 일반적인 확장성과 경쟁력 우위로 이동한다. 참가자들 사이에서 지배적인 분위기는 'P'가 적을수록 확장성이 커지고, 'P'가 많을수록 더 강력하고 방어 가능한 진입 장벽이 생긴다는 것이다. DRN이 공급을 더 쉽게 확장할 수 있는 것은 사실이지만, 수요 확장성은 더 큰 도전 과제를 안겨준다. 많은 경우, DRN 기업은 규모의 경제의 혜택을 누리고 매우 방어적인 진입 장벽을 갖춘 중앙화된 기존 업체들과 경쟁하는 데 어려움을 겪는다.예를 들어, 인터넷 요금을 50~60% 절감할 수 있는 Dawn으로 Verizon을 대체하거나 15% 저렴한 요금을 제공하는 Teleport로 Uber를 대체하는 것은 마찰이 적은 과정이며, 비용 절감 효과가 전환에 필요한 초기 노력을 상쇄할 수 있다는 것을 쉽게 알 수 있다. 그러나 AWS와 같은 중앙화된 경쟁 업체들은 DRN 스택의 여러 구성 요소를 수직적으로 통합했기 때문에 비용 절감 가능성이 있더라도 탈중앙화된 대안으로 전환하는 것은 더 복잡하고 덜 매력적이다. 공급업체에 대한 종속과 탈중앙화된 스택의 파편화는 전환 시 훨씬 더 많은 마찰을 야기한다.또한, Tushar Jain이 지적했듯이 DRN은 확장성은 높지만 토큰 인센티브로 인해 경쟁 네트워크에서 공급을 빼앗아갈 수 있기 때문에 마진 압박을 겪을 수 있다. 이로 인해 DRN은 Render가 크리에이터 경제에서 그랬듯이 틈새 시장에서 방어 가능한 진입 장벽을 구축하게 된다. 이러한 시장 내에서 고부가가치 통합(high-value integration) 및 파트너십을 형성하여 틈새 시장에 맞는 차별화된 서비스를 제공할 수 있다. 이러한 접근 방식은 제품-시장 적합성을 찾고 진입 장벽을 구축하는 데 도움이 되지만, TAM을 제한하는 부작용을 초래한다.초기 확장성 문제에도 불구하고 장기적인 성과에 집중하는 투자자는 “P” 네트워크를 간과해서는 안 된다. 확장 속도는 느리지만 이러한 네트워크는 규모가 커졌을 때 더 넓은 시장에서 더 강력하고 방어 가능한 진입 장벽을 구축할 수 있다. 또한, Witness Chain과 같은 검증 기술이 새로운 형태의 증명을 가능하게 함에 따라 오늘날 이러한 네트워크가 직면하고 있는 많은 장애물이 향후 몇 년 안에 사라질 수도 있다.Kunal이 논쟁에서 가장 혼란스러운 부분은 용어다. (DePIN 내부자가 아닌) 업계 내부자라 할지라도 Haseeb이 어떤 유형의 DePIN을 언급하는지 이해하기 어렵다. 그가 예로 든 높은 P의 사례는 음식 배달과 차량 공유뿐이기 때문이다. PRN과 DRN에 대한 논의를 계속하는 대신 Haseeb이 실제로 언급하는 것은 물리적 이행이 필요한 DePIN 네트워크라고 제안하고 싶다. 여기에 대해서는 정말 논쟁의 여지가 없다. “탈중앙화된 P2P Uber”는 이더리움만큼이나 오래된 목표이지만 이 분야에서 눈에 띄는 성과를 낸 DePIN 네트워크는 아직 없다. 물리적 이행은 규제 장벽, 품질 문제, 더 높은 공급 변동성을 초래하는 '활성 공급(active supply)' 문제 등 여러 가지 문제로 어려움을 겪고 있다.그렇다면 헬륨(Helium)이나 하이브매퍼(Hivemapper)와 같이 물리적인 존재감이 강한 네트워크와 아카시(Akash)나 파일코인처럼 그렇지 않은 네트워크 간의 비교로 논의가 진행되어야 할 것이다. 필자의 생각에는 두 방식 모두 유용하다고 생각한다. 강력한 물리적 존재감을 가진 네트워크는 일반적으로 더 많은 수의 분산된 사용자가 있어야 확장할 수 있기 때문에 확장 속도가 느릴 수 있다. 하지만 일단 규모를 확보하면 공급자를 유지할 가능성이 높다. 반면에 순수 디지털 네트워크는 대규모 공급업체를 기반으로 빠르게 확장할 수 있지만 이러한 공급업체는 더 변덕스러울 수 있다.동일한 물리적 존재감을 가진 네트워크라도 설계 방식이 다를 수 있고, 따라서 서로 다른 트레이드오프가 발생할 수 있기 때문에 논의는 여기서 더 깊어진다. 예를 들어, 범용 하드웨어에서 실행되는 물리적 존재감을 가진 DePIN 네트워크는 독자적인 하드웨어가 필요한 네트워크보다 더 빠르게 확장할 수 있다. Mason Nystrom은 이러한 설계 선택들이 네트워크의 초기 구축 가능성, 확장성, 방어력에 어떤 영향을 미치는지 살펴보았다. Haseeb이 이 논의를 시작한 것은 반가운 일이지만 언제나 그렇듯이 각 네트워크의 구체적인 특성은 네트워크가 속한 범주보다 더 중요하다.By Seth Bloomberg, Dylan Bane, Chris DavisSEP 13, 2024 ⋅ Pro원문 링크https://messari.io/report/pushin-p-a-depin-debate법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.☞ 코빗 리포트 원문 바로가기
코빗(Korbit)
2024.11.27
PrologueAI 개발이 가속화되면서 시장의 관심은 대형 모델과 이를 뒷받침하는 인프라에 집중되어 왔다. 그러나 이번 메사리 리포트에서 강조한 바와 같이 AI의 활용에서 중요한 것은 모델의 크기만이 아니라 그 적용 방식과 통합 과정이다. 실제 애플리케이션에서 소형 AI 모델은 더 다양한 성과와 효율성을 보여주고 있다. 이 모델들은 비용을 절감하고 유연한 개발을 가능하게 하며, 인센티브화(incentivization) 측면에서 크립토와의 시너지도 발생할 수 있다. 대형 모델에 의존하기보다 소형 모델을 시스템에 통합하여 정교한 작업을 처리하는 것은 AI의 잠재력을 극대화할 수 있을 뿐만 아니라 새로운 패러다임으로의 전환을 예고한다. 이번 메사리 리포트는 이러한 AI 개발의 새로운 방향성을 제시하며 소형 AI 모델이 가져올 혁신 가능성에 주목하고 있다.2024년 10월 18일코빗 리서치센터장 최 윤 영코빗 리서치센터장 김 민 승핵심 내용· 지금까지 모든 관심은 주로 AI 스택의 하위 단계에 집중되었으며, 여기에는 OpenAI와 Anthropic 같은 저명한 AI 연구소와 Nvidia 같은 하드웨어 제조업체들이 포함되어 있다.· 이러한 AI 스택의 하위 단계에 대한 관심과 자본의 집중으로 인해 애플리케이션 레이어에 축적되고 있는 잠재력이 가려지고 있다.· 앞으로 몇 달 동안 이 애플리케이션 레이어에서 실험이 계속 증가함에 따라, 애플리케이션에 AI 모델을 통합하는 개발자들은 (매우 구체적이거나 특수한 기능을 갖춘) 소형 모델을 사용하는 것이 더 관리하기 쉽고 유연한 AI 시스템을 구축하는 데 도움이 된다는 것을 알게 될 것이다.· 소형 AI 모델의 사용은 분산형 트레이닝, 로컬 추론, 데이터 세트 수집 및 생성 등 AI x 크립토 스택 내의 여러 영역에서 긍정적인 신호를 보인다.2022년 말로 돌아가 보자. 전 세계는 OpenAI의 챗GPT에 내장된 마법 같은 속성을 처음 경험하고 있었다. 대부분의 초기 실험은 새롭지만 혁신적인 기술에서 흔히 볼 수 있는 전형적인 패턴을 따랐는데, 주로 재미있는 장난감으로 사용되고 이해되었다.현재로 빠르게 넘어오면 챗GPT가 일으킨 불꽃은 최초의 인공 일반 지능(AGI, artificial general intelligence)을 개발하기 위한 노력을 지원하는 거대한 자금 확보 경쟁으로 이어졌다. 이 목표를 염두에 두고 모든 관심은 차세대 조 단위 파라미터 모델을 개발하는 대규모 AI 연구소(OpenAI와 Anthropic 등)와 하드웨어제조업체(Nvidia 등)에 집중되었다.AI 연구소와 하드웨어 회사는 AI 스택의 하위 단계를 대표한다. 이러한 레이어들이 결합되어 AI 에이전트, 애플리케이션, 시스템이 등장하는 빌딩 블록을 형성한다. 이러한 하위 단계 스택에 관심과 자본이 집중되면서 애플리케이션 레이어에 잠재된 가능성이 가려졌다. 비교적 단순한 AI 에이전트인 챗GPT가 보여준 것처럼 이러한 모델에서 비롯되는 진정한 마법은 다른 소프트웨어 시스템과 통합되어 응집력 있는 제품을 만들 때 느낄 수 있다.보다 일반적으로 순수 AI 모델을 툴, 오케스트레이션 소프트웨어(orchestration software), 비즈니스 로직, 그리고 추가적인 AI 모델들과 결합하면 해당 애플리케이션은 버클리 AI 연구 그룹이 명명한 것처럼 AI 시스템 또는 복합(compound) AI 시스템으로 간주할 수 있다. 그들이 언급했듯이, 이러한 시스템은 단일 AI 모델만으로는 얻을 수 없는 놀라운 결과를 달성할 수 있다.더 많은 개발자들이 애플리케이션에 AI 모델을 통합하는 실험을 하면서, (매우 구체적이거나 특수한 기능을 갖춘) 소형 모델일수록 더 관리하기 쉽고 유연한 AI 시스템을 만들 수 있을 것이다. 비용 절감만으로도 소형 모델 사용을 탐구할 매력적인 이유가 된다. OpenAI의 대형 GPT-4o 모델을 사용하는 것은 GPT-4o 미니모델보다 약 30배 더 비싸다.소형 모델 사용이 계속 증가하는 세상에서는 탈중앙화(decentralized) 모델 트레이닝, 로컬 추론, 데이터 수집 인센티브화(incentivization)와 같은 분야에서 긍정적인 2차 효과가 발생할 가능성이 있으며, 이는 AI x 크립토 스택 내 많은 팀들이 집중하고 있는 분야이다.AI 시스템과 소형 모델위에서 설명한 이러한 AI 시스템으로의 전환은 독립형(standalone) AI 모델 사용으로 자연스럽게 발전해 나가는 과정이다. 일반적으로 AI 모델 자체는 최종 사용자가 원하는 제품이 아니다. 오히려 가치를 창출하는 것은 소프트웨어 시스템 전체(즉 AI 애플리케이션)이다.일반적인 애플리케이션 개발과 마찬가지로 AI 모델 하나 또는 여럿을 비즈니스 로직 및 필요한 도구와 함께 패키징하려면 신중한 설계가 필요하며 많은 테스트 사이클, 반복, 배포 과정이 필요할 수 있다. 따라서 더 작고 특화된 모델이 아키텍처 관점에서 더 유리할 수 있다.소형 AI 모델의 장점대형 언어 모델(LLM, large language models)의 스케일링 법칙은 지금까지는 유효했다. 컴퓨팅 예산과 트레이닝 데이터 세트의 크기와 함께 모델의 전체 크기를 늘리면 일반적으로 성능이 더 뛰어난, 즉 “더 지능적인” 모델이 만들어졌다. 그러나 이러한 대형 모델의 성능 향상에는 작은 모델에 비해 몇 가지 트레이드오프가 따른다.모델 트레이닝 및 추론의 트레이드오프소형 모델일수록 최첨단 LLM보다 더 적은 컴퓨팅 예산으로 더 빠르게 학습할 수 있다. 예를 들어, 스케일링 스펙트럼의 끝자락에 있는 Meta의 Llama 3.1 모델 세트는 방대한 트레이닝 데이터 세트(15조 개 이상의 토큰)를 정교한 Nvidia H100 GPU 클러스터와 함께 활용했다. 메타의 16,000개 H100 클러스터를 사용한 가장 큰 모델을 학습시키는 데는 몇 달은 아니더라도 몇 주가 걸렸을 것이다. 반면에 더 작은 모델은 더 적은 수의 GPU로 더 짧은 시간에 더 적은 양의 데이터로도 학습이 가능하다. 빠르게 출시하고 다양한 제품 디자인을 반복하는 데 중점을 두는 애플리케이션 개발자에게는 앱 내에서 좁은 범위에 사용되며 광범위한 일반 지능을 요구하지 않는 소형 모델이 매력적인 선택이 될 수 있다.모델 추론(inferencing)이란, 학습되고 애플리케이션에 통합된 모델에 효과적으로 질의하는(querying) 것을 의미한다. 모델의 응답 시간, 즉 지연 시간(latency)은 AI 애플리케이션이 실제 사용자 요청을 처리하는 프로덕션 단계에서 중요한 지표가 된다. 일반적으로 지연 시간을 최소화하면 전반적인 사용자 경험(UX)이 개선된다. 예들 들어, 챗GPT가 각 쿼리에 응답하는 데 몇 분, 또는 수십 초가 걸린다면 UX가 얼마나 열악하게 느껴질지 상상해 보라. 더 작은 모델은 전반적인 연산 자원이 덜 필요하기 때문에 더 큰 모델보다 추론 요청을 더 빠르게 처리할 수 있다.이러한 설계 결정은 애플리케이션 개발자가 해결해야 할 트레이드오프의 범위를 형성한다. 애플리케이션의 요구 사항을 충족하는 (지연 시간 및 비용 측면에서의) 성능을 제공하면서, 모델을 얼마나 작게 만들 수 있을까?지금까지 성능을 크게 향상시키고자 하는 개발자가 선택할 수 있는 최적의 방법은 대형 최첨단 AI 모델의 다음 버전을 기다리는 것이었다. 이러한 대형 모델은 더 많은 기능을 제공하지만 그만큼 컴퓨팅 리소스와 지연 시간 비용이 증가했다. 많은 사람들에게 이러한 대형 모델에 의존하는 것이 원하는 애플리케이션 UX를 만드는 유일한 실질적 경로처럼 보였다. 그러나 모든 애플리케이션이 이러한 대형 모델의 모든 기능을 필요로 하는 것은 아니기 때문에 효율성 측면에서 이러한 접근 방식은 사실상 과잉이며, 이로 인해 모델의 기능과 애플리케이션의 실제 요구 사항 사이에 불일치가 발생했다.현재 변화가 일어나고 있다. 더 작은 AI 모델은 실제 프로덕션 환경에 배포할 수 있을 만큼 충분히 강력해지고 있다. 복잡한 비즈니스 로직과 툴 사용, 함수 호출, 검색 증강 생성(RAG, retrieval-augmented generation) 시스템, 파인 튜닝(fine-tuning) 및 기타 소형 AI 모델과 같은 기술을 결합하면 이러한 AI 시스템은 대형 모델을 활용하는 것에 필적하거나 그 이상의 결과를 만들어낼 수 있다.AI x 크립토에 미치는 영향AI 시스템과 애플리케이션에 더 작은 AI 모델을 도입하면 탈중앙화된 트레이닝, 로컬 추론, 인센티브화된(incentivized) 데이터 수집 등 AI x 크립토 스택 내의 여러 분야에 긍정적인 영향을 미칠 수 있다.탈중앙화 및 분산형 트레이닝최근 탈중앙화 및 분산형 트레이닝의 획기적인 발전으로 이 개념이 AI의 주류로 부상했다. Prime Intellect와 Nous Research는 서로 다른 기술을 사용하여 지리적으로 분산된 컴퓨팅 클러스터를 이용해 AI 모델을 훈련하는 것이 가능하다는 점을 입증했다. 이러한 연구 결과가 발표되기 전까지는, 탈중앙화된 트레이닝은 현실적으로나 경제적으로 달성 불가능한 것으로 여겨졌다.인상적인 초기 결과에도 불구하고, 이러한 트레이닝 방법을 확장하여 순수 모델 크기 측면에서 OpenAI 및 Anthropic과 같은 AI 연구소에서 생성하는 모델(예: 1조 개 파라미터 모델)과 동등한 수준의 모델을 만들기 위해서는 더 많은 연구와 엔지니어링 작업이 필요하다.그러나 (Prime Intellect와 Nous가 수십억 개의 파라미터를 가진 더 작은 모델을 실험한 것처럼) 소형 모델을 활용하는 경우, 이러한 새로운 분산형 트레이닝 방법을 시스템에 통합하면 Gensyn 및 Prime Intellect와 같은 탈중앙화 트레이닝 프로토콜을 활용할 수 있다.로컬 추론텍스트, 이미지, 동영상 등 최신 생성형 AI 모델의 대부분의 사용자는 호스팅 서비스를 통해 해당 모델과 상호 작용한다. 예를 들어, 기존의 전통적인 클라우드 아키텍처와 마찬가지로 OpenAI는 챗GPT 애플리케이션을 효과적으로 호스팅 및 실행하며, 개발자가 자신의 모델 세트와 통합할 수 있도록 API 엔드포인트를 제공한다. 호스팅 서비스가 사용자에게 제공하는 편의성은 아무리 강조해도 지나치지 않다. 하지만 다음과 같은 단점도 있다:· 블랙박스 모델 - 오늘 사용하는 모델이 내일은 다를 수 있다. 사용자 입장에서 모델은 서비스 제공업체가 사용자 모르게 변경할 수 있는 블랙박스와 같다. 이로 인해 예상치 못한 동작이 발생하거나, 더 높은 품질의 모델에 대해 비용을 지불했음에도 불구하고 더 낮은 품질의 모델로 대체되는 상황이 발생할 수 있다.· 개인정보 보호 - 서비스를 운영하는 주체는 모델을 통해 전달되는 모든 데이터를 볼 수 있다. 이로 인해 사용자가 자신의 쿼리를 비공개로 유지할 수 있는 권한이 사라진다.엑소 랩스(Exo Labs) 팀은 사용자가 로컬 디바이스(예: 노트북 또는 스마트폰)에서 오픈소스 모델을 실행할 수 있는 사용하기 쉬운 SDK를 개발하여 이러한 문제를 해결하고 있다. 일반적으로 휴대폰과 같은 로컬 엣지 디바이스(local edge device)에는 AI 모델과 같이 연산량이 많은 소프트웨어를 실행하는 데 필요한 하드웨어가 부족하다. 엑소 랩스 SDK는 여러 장치를 연결해 더 뛰어난 성능의 단일 하드웨어처럼 작동하도록 지원한다. 크립토 관점에서 보면, 로컬 모델을 온체인 스마트 콘트랙트 작업을 실행(trigger)하도록 구성할 수 있다.여전히 가장 성능이 뛰어난 GPU에는 미치지 못하지만, 이러한 소프트웨어를 통해 사용자는 자신의 기기에서 소형 오픈 소스 모델을 실행할 수 있다. 간단한 AI 애플리케이션(예: 챗GPT와 같은 챗봇)의 경우, 로컬에서 실행하면 위에서 설명한 블랙박스 및 개인정보 보호 문제를 모두 해결할 수 있다.트레이닝 데이터 인센티브화와 혁신데이터는 AI 모델의 성격이나 일반적인 행동을 형성하는 데 핵심적인 요소이다.예를 들어, character.ai와 유사한 AI 컴패니언 애플리케이션을 만들고 있는 Dippy를 생각해 보자. Dippy Bittensor 서브넷은 롤플레이 LLM의 생성을 인센티브화(incentivize)하며, 이렇게 생성된 LLM은 애플리케이션에 추가로 통합된다. EQ 벤치마크는 롤플레이 LLM의 품질을 결정하는 주요 지표 중 하나이다. 이는 모델의 감성 지능을 효과적으로 측정하기 위한 것으로, 이는 AI 컴패니언에게 매우 중요한 요소이다. Dippy 팀은 EQ 벤치마크 측정에 사용되는 데이터 세트를 혁신함으로써 메타 및 OpenAI에서 생성한 비슷한 크기의 모델(약 70억~80억 개의 파라미터)을 능가하는 성능을 보였다.보다 광범위하게는 Bittensor와 같은 크립토 시스템을 활용하여 특정 데이터 세트를 수집하고 생성하도록 인센티브화(incentivize)하는 것이 새로운 패턴으로 떠오르고 있다. Dippy의 서브넷 외에도, Macrocosmos의 서브넷 13은 다양한 소스에서 데이터를 스크랩하는 데 중점을 두고 있다. 앞으로 이 서브넷은 온디맨드 방식으로 데이터를 스크랩하거나, 데이터를 소싱하기 위해 누구나 서브넷의 리소스를 지시할 수 있게 하는 자연스러운 확장이 이루어질 것이다. 이는 매우 특정한 데이터 세트에 의존하는 더 작고 특화된 모델을 활용하는 사람들에게 매력적인 옵션이 될 것이며, 크립토 인센티브 메커니즘이 이 서브넷의 운영에 중요한 역할을 할 것이다.글을 맺으며의심할 여지 없이, 차세대 프론티어 모델(예: GPT-5)과 고성능 컴퓨팅 칩의 출시는 계속해서 대중의 관심을 끌 것임에 틀림없다(그럴 만한 이유도 충분하다). 그러나 많은 사람들이 챗GPT에서 경험했듯이, 이러한 모델의 진정한 영향력은 그것들이 애플리케이션이나 제품에 영리하게 통합될 때 비로소 느껴진다.개발자들이 단순한 챗봇 스타일의 AI 애플리케이션을 넘어서기 위해 노력함에 따라, 이러한 시스템에 내장된 소형 모델은 매력적인 솔루션이 될 수 있다. 일반적으로 소형 모델은 더 큰 모델보다 비용 효율적일 뿐만 아니라 모듈식 소프트웨어로 작동할 수 있어 전체 제품을 더욱 유연하게 만들 수 있다. 탈중앙화된 트레이닝 및 컴퓨팅 프로토콜, 로컬 추론 프로젝트 개발자, 데이터 세트 수집 프로토콜 모두 이러한 소형 모델의 사용 증가에 따라 이점을 누릴 수 있다.어쩌면 미래의 어느 시점에 AI 연구소가 인공 일반 지능(AGI)을 만드는 데 성공하여 “소형” 모델을 사용할 필요가 없어질지도 모른다. 그때까지는 AI 애플리케이션 개발자들은 더 적은 자원으로 더 많은 일을 할 수 있는 방법을 계속 찾아낼 것이다.By Seth BloombergSEP 6, 2024 ⋅ Pro원문 링크https://messari.io/report/doing-more-with-less-the-surprising-case-for-smaller-ai-models법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.☞ 코빗 리포트 원문 바로가기
코빗(Korbit)
2024.11.27
이번 분기 가상자산 시장은 대체로 횡보세를 보였다. 하지만 현물 및 파생상품 거래량은 견조하며, 신규 투자자들이 시장에 진입하고 있고, 규제 측면에서도 진전이 이루어졌다. 스타트업부터 포춘 500대 기업에 이르는 다양한 기업들이 블록체인 기술의 활용 방안을 모색하고 있어 온체인 활동 역시 활발하게 진행 중이다. 이러한 상황 속에서 코빗 리서치의 기관 자금 리포트는 시장을 형성하고 있는 기관 투자자들의 동향과 가상자산 시장의 구조적 성장을 이해하는 데 중요한 인사이트를 제공한다. 본 리포트는 지난 리포트(2024.6.14)에 이어 기관투자자 자금 유입을 나타내는 4가지 지표의 지난 3개월(2024년 6월 넷째주부터 9월 마지막주)간 추이를 살펴보고 이를 토대로 최근 기관투자자의 동향을 분석한다. 리포트 후반부에서는 트럼프와 해리스 캠프의 최근 동향과 유권자 대상 여론조사 결과를 기반으로 미국 대선이 시장에 미칠 잠재적 영향을 분석하고 시장의 향후 방향성을 살펴본다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2024.10.23
2024년은 가상자산 산업이 새로운 도약을 준비하는 중요한 해다. 이 변화에 부응하여 매일경제신문과 Mblock은 '2024 매일경제 가상자산 컨퍼런스'를 2024년 9월 5일에 개최하였다. 이번 컨퍼런스는 ‘글로벌 경쟁력 확보를 위한 제언’을 주제로, 지난 1년간의 변화와 도전 과제를 되짚어보고 가상자산 산업의 지속 가능한 성장을 위한 전략을 논의하는 자리였다. 이에 당사는 작년에 이어 올해도 컨퍼런스의 주요 내용을 정리해 시리즈로 발간하여 핵심 내용을 공유하고자 한다. 첫 번째 시리즈에서는 정석문 프레스토 리서치센터장이자 코빗 리서치센터 고문이 전한 주제 발표의 주요 포인트를 요약하고 이에 대한 당사의 의견을 공유한다. 발표의 제목은 ‘글로벌 가상자산 산업 주요 동향'으로 가상자산의 제도권화와 한국이 풀어야 할 과제에 대한 폭넓은 분석과 전망을 담고 있다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2024.10.23
2024년 상반기는 가상자산 시장의 지형을 크게 변화시켰고 시장 발전에 있어 중요한 분기점이 되었다. 비트코인과 이더리움 현물 ETF의 출시는 투자 수단에 혁신을 가져왔으며, 기관과 개인 투자자들의 관심을 끌었지만 비트코인은 사상 최고치를 경신한 뒤 하락세를 보였다. 이더리움은 덴쿤 업그레이드를 통해 확장성과 수수료의 변화된 역학 관계를 강조했다. 또한 밈코인 열풍과 기술 발전으로 상승한 솔라나는 시장의 피로감으로 인해 다소 주춤한 모습을 보이고 있다. 이번 메사리 보고서에서는 올해 상반기 중요한 이정표와 동향을 자세히 살펴보고 주요 자산을 집중 조명하며 애널리스트들의 인사이트와 전망을 제공한다. 코빗 리서치에서 번역한 이번 리포트가 올해 상반기 주요 자산들과 가상자산 생태계의 향후 궤적을 예측하는 데 도움이 되길 바란다.☞ 코빗 리포트 원문 바로가기법적 고지서본 자료는 투자를 유도하거나 권장할 목적이 아니라 투자자들의 투자 판단에 참고가 되는 정보 제공을 목적으로 배포되는 자료입니다. 본 자료에 수록된 내용은 당사 리서치팀이 신뢰할 수 있는 자료 및 정보로부터 얻은 것이나 오차가 발생할 수 있으며, 당사는 어떠한 경우에도 정확성이나 완벽성을 보장하지 않습니다.따라서 본 자료를 이용하시는 분은 자신의 판단으로 본 자료와 관련한 투자의 최종 결정을 하시기 바랍니다. 당사는 본 자료의 내용에 의거하여 행해진 일체의 투자 행위에 대하여 어떠한 책임도 지지 않습니다.본 자료에 나타난 정보, 의견, 예측은 본 자료가 작성된 날짜 기준이며 통지 없이 변경될 수 있습니다. 과거 실적은 미래 실적에 대한 지침이 아니며 미래 수익은 보장되지 않습니다. 경우에 따라 원본의 손실이 발생할 수도 있습니다. 아울러 당사는 본 자료를 제3자에게 사전 제공한 사실이 없습니다.본 자료에 나타난 모든 의견은 자료 작성자의 개인적인 견해로, 외부의 부당한 압력이나 간섭 없이 작성되었습니다. 본 자료에 나타난 견해는 당사의 견해와 다를 수 있습니다. 따라서 당사는 본 자료와 다른 의견을 제시할 수도 있습니다.본 자료는 어떠한 경우에도 고객의 투자 결과에 대한 법적 책임 소재의 증빙자료로 사용될 수 없습니다. 본 자료의 저작권은 당사에게 있고, 어떠한 경우에도 당사의 허락 없이 복사, 대여, 재배포될 수 없습니다.
코빗(Korbit)
2024.09.25