디지털 자산 관리자인 VanEck의 새로운 보고서에 따르면 암호화폐 인센티브와 블록체인기술을 인공지능(AI)과 통합하면 향후 10년 동안 분산형 AI 및 AI 암호화폐의 광범위한 채택과 발전을 촉진할 수 있다고 한다. OpenAI의 Sora 출시에 따른 가장 최근의 상승세인 2024년 지금까지 AI 관련 암호화폐 가격이 폭발적으로 폭발하는 것을 목격했기 때문에 그 시기는 이보다 더 좋을 수 없다.
최근 심층 보고서 '2030년까지 암호화폐 AI 수익 예측'에서 VanEck 분석가들은 암호화폐와 AI의 교차점에서 운영되는 기업의 성장과 수익 잠재력에 대해 몇 가지 낙관적인 예측을 했다. 현재 암호화폐 2024 강세 주기에서 우리가 어디에 있는지 고려하면 어떤 예측이든 가볍게 받아들여야 하지만, 보고서는 많은 중요한 질문을 던지고 그 과정에서 몇 가지 놀라운 답변을 제공한다.
VanEck의 분석가 가보르 구르박스(Gabor Gurbacs)는 AI에 대해 논란의 여지가 있는 입장을 취하면서 AI의 오용이 전 세계에서 가장 큰 스팸 공격을 초래할 것이라고 예측했다. 구르박스는 비트코인을 유일한 구원으로 보고 있다. 계속해서 읽어서 그 이유를 알아보기 바란다.
AI 발전을 지원하는 독특한 위치에 있는 퍼블릭 블록체인
VanEck 보고서는 블록체인이 AI에 가져올 수 있는 이점에 대해 매우 낙관적이다. 그는 AI와 AI 에이전트가 블록체인기술의 "이유를 제공한다"고 생각한다. 이는 큰 진술이지만 몇 가지 건전한 추론으로 뒷받침된다. 비트코인 및 이더리움과 같은 블록체인 네트워크는 AI 산업이 직면한 기존 문제를 해결하는 데 매우 적합한 몇 가지 주요 특성을 가지고 있다. 특히 다음과 같다:
●투명성 – 모든 거래를 기록하는 공개 원장인 블록체인은 데이터 사용, 모델 소유권 등과 관련된 감독을 가능하게 한다. 이는 신뢰와 책임을 지원한다.
●불변성 – 블록체인에 작성된 기록은 나중에 변경할 수 없다. 이러한 불변성은 중요한 모델 교육 및 테스트에 사용되는 데이터에 무결성을 제공한다.
●소유권 – 토큰, NFT 및 스마트 계약을 통해 데이터, 모델 및 모델 출력과 관련된 소유권을 명확하게 정의할 수 있다.
●적대적 테스트 환경 - 해킹 및 최적화에 재정적으로 보상하는 암호화 네트워크의 적대적 인센티브 환경은 시스템에 대한 엄격한 실제 테스트를 강제한다.
그는 블록체인의 이러한 속성이 향후 7년 동안 AI의 채택과 신뢰를 가속화할 것이라고 예상한다.
AI의 암호화폐 시장 점유율은 연간 수십억 달러에 도달할 수 있다.
VanEck는 이전 McKinsey 연구에 경제 및 생산성 성장 가정을 적용하여 AI 자동화로 인한 글로벌 생산성 향상을 위한 총 주소 지정 가능 시장(TAM)이 2030년에 5조 8500억 달러에 달할 것이라고 예측한다. 전 세계 기업의 채택률이 33%라고 가정하면 연간 AI 수익은 10년 안에 2,500억 달러를 넘어설 것이다.
또한, 보고서는 주요 AI 비즈니스 카테고리 전반에 걸쳐 암호화폐의 잠재적 시장 점유율을 예측한다:
●소프트웨어: 62억 7천만 달러
●인프라/컴퓨팅: 19억 달러
●신원: 8억 7,800만 달러
●안전/규정 준수: 11억 2천만 달러
이를 합산하면 VanEck의 기본 사례에서 연간 암호화폐 AI 수익이 2030년까지 102억 달러에 도달할 수 있을 것으로 예측된다. 채택 및 시장 포착에 대한 보다 공격적인 가정 하에서 AI 암호화폐의 지분은 500억 달러를 초과할 수 있다.
블록체인이 AI가 신원 문제를 해결하는 데 어떻게 도움이 될까?
인공지능은 필수 유틸리티와 마찬가지로 글로벌 경제에 점점 더 중요해지고 있다. Amazon 및 Google과 같은 Web2 거대 기업이 현재 AI 인프라를 장악하고 있는 반면, 블록체인기술은 분산형 접근 방식을 통해 특정하고 수요가 많은 요구 사항을 지원하여 AI 개발을 위한 유연성과 맞춤화를 제공한다. 이 시나리오는 Uber와 같은 차량 공유 플랫폼이 기존 교통 서비스를 대체하는 것이 아니라 보완하는 방식과 유사하게 블록체인을 AI 인프라 시장의 동적 부속물로 자리매김한다.
블록체인이 검증 가능한 디지털 ID를 설정하여 Sybil 공격을 방지하는 데 중요한 역할을 하면서 보안 AI ID의 중요성이 높아지고 있다. AI 애플리케이션이 안전이 가장 중요한 자율주행차, 의료 등의 영역으로 확장됨에 따라 이러한 방어는 매우 중요하다.
블록체인의 불변 기록은 고위험 책임과 규정 준수에 필수적인 신뢰할 수 있는 "안전 증명" 역할을 한다. AI 안전 및 신원 확인에 혁명을 일으킬 수 있는 블록체인의 잠재력에도 불구하고 이 시장의 상당 부분은 중앙 집중식으로 유지되어 민감한 부문에서 확고한 신뢰성과 신뢰를 선호할 것으로 예상된다.
비트코인 채굴자들은 AI 부문과 놀라운 시너지 효과를 발견한다.
전통적으로 비트코인과 같은 작업증명 암호화폐 채굴에 중점을 두었던 비트코인 채굴자들은 공유된 높은 에너지 소비 요구로 인해 AI 부문으로 다양화되고 있다. 이러한 채굴자들은 역사적으로 에너지 인프라에 막대한 투자를 해 왔으며 종종 비용 효율적이지만 탄소 집약적인 전력원을 활용해 왔다. 이는 빅 테크가 재생 에너지 및 수직 통합 운영을 향한 움직임과 대조되는 AI의 백엔드 인프라를 위한 저비용 에너지 솔루션을 제공할 수 있는 독보적인 위치에 있다.
AI의 에너지 수요가 잠재적으로 현재 예측을 능가함에 따라 비트코인 채굴자의 전기 비용 이점이 점점 더 중요해질 수 있으며, 특히 GPU 프로비저닝에서 고마진 AI 서비스 제공으로의 전환을 촉발할 수 있다.
Hive, Hut 8, Applied Digital과 같은 회사가 이러한 전환을 주도하고 있으며 일부 회사는 기존 비트코인 채굴에 비해 AI 관련 운영에서 상당한 수익 성장을 보고했다.
예를 들어, Hive의 AI 운영은 메가와트당 수익성이 훨씬 높다. 그러나 수익 다각화에 대한 유망한 변화와 잠재력에도 불구하고 비트코인 채굴자는 데이터 센터 구축의 기술 격차, 전문 영업 인력의 필요성, 원격 위치의 네트워크 대기 시간 및 대역폭으로 인한 제한 등을 포함하여 AI를 확장하는 데 어려움을 겪고 있다. 이러한 장애물은 해당 부문의 기회에도 불구하고 AI로의 전환을 방해할 수 있다.
AI 환경 전반에 걸쳐 나타나는 주목할만한 블록체인 사용 사례
퍼블릭 블록체인과 암호화 토큰 인센티브는 이미 AI 환경 전반에 걸쳐 발전을 위한 몇 가지 긴급한 요구 사항을 해결하는 솔루션을 촉발시켰다.
분산형 컴퓨팅/인프라
Akash, Render 및 Bittensor와 같은 프로젝트는 AI 모델 교육 및 배포를 위한 부족한 GPU를 공급하는 데 도움이 되는 분산형 클라우드 컴퓨팅 플랫폼과 인프라를 제공한다. 이는 액세스, 비용, 보안 및 사용자 정의 옵션에 대한 현재 제한 사항을 완화하는 데 도움이 된다.
모델 최적화
Numerai와 같은 프로토콜은 토큰화된 인센티브를 사용하여 정량 금융이나 자연어 처리와 같은 작업에 최적화된 모델을 구축하는 것을 목표로 하는 데이터 과학 대회를 조직한다. 암호화폐 토큰은 가장 정확하고 효과적인 모델에 보상을 제공한다.
데이터 무결성
MODA와 같은 스타트업의 신흥 영지식 증명 솔루션을 통해 AI 모델 소유자는 독점 지적 재산이나 민감한 정보를 공개하지 않고도 데이터 사용 또는 모델 성능에 대한 특정 주장을 수학적으로 증명할 수 있다. 이는 저작권 보호 및 모델 책임을 지원한다.
디지털 신원
OpenAI 및 Sora의 AI 사고 리더인 샘 알트만(Sam Altman)이 주도하는 WorldID(Worldcoin 암호화폐 포함)와 같은 이니셔티브는 논쟁의 여지가 있지만 블록체인과 생체 인식을 활용하여 실제 인간과 확고하게 연결된 검증된 디지털 신원을 확립한다. 자동화가 증가함에 따라 인간성을 확실하게 결정하면 컴퓨터 네트워크 및 시스템의 보안을 보장하는 데 도움이 될 수 있다.
결론
요약하자면, 암호화 기반 네트워크는 인공지능의 혁신과 주류 채택을 방해하는 가장 어려운 장벽 중 일부를 극복할 수 있는 분명한 잠재력을 이미 보여주고 있다. 그러나 기하급수적으로 발전하는 이 두 가지 기술을 통합하려면 지속적인 기술 및 채택 문제가 발생한다.
솔루션이 현재의 빠른 속도로 계속 성숙해지면 암호화폐와 AI는 향후 7~10년 동안 서로에게 엄청난 가치를 창출할 수 있는 좋은 위치에 있는 것으로 보인다. 그러나 불확실성과 추측은 여전히 가장 공격적인 성장 전망을 방해하고 있다. VanEck에 따르면 2030년의 기본 사례는 여전히 강력하지만 연간 수익을 수십억 달러로 늘리려면 두 기술 모두에 대한 비전 있는 투자가 여전히 필요하다.
