AI 자산의 토큰화, 웹3의 차세대 혁신 물결로 부상

지난 5년간 웹3는 각기tron매력과 시장성을 지닌 여러 혁신 트렌드를 경험했습니다. 이러한 트렌드 중 일부는 시들해졌지만, 스테이킹과 같은 일부 트렌드는 여전히tron를 유지하며 웹3 경험의 더욱 성숙한 기능으로 발전해 왔습니다.

지난 몇 년간 실물 자산 토큰화(RWA)는 흥미로운 트렌드로 자리 잡았으며, 실물 자산 토큰화를 통해 무엇이 가능한지를 보여주는 단서를 제공했습니다. 그러나 이러한 활용 사례의 대부분은 금융 자산에 초점을 맞춰 다른 금융 자산을 온체인에서 보유하는 역할에 그치고 있습니다. 물론 이러한 방식도 나름의 장점이 있지만, 시장의 많은 사람들은 더욱 다양한 활용 사례가 나타나지 않는 점에 실망감을 표해 왔습니다. 하지만 새로운 활용 사례들이 간간이 등장할 때마다, 실물 자산 토큰의 미래에는 아직 발견해야 할 가능성이 무궁무진하다는 것을 알 수 있습니다.

비탈릭 부테린조차도 X 플랫폼에서 RWA(실제 자산) 활용 방식의 다양화를 바란다는 뜻을 밝히며 이러한 생각을 표명했습니다 . 다행히도 이러한 다양성은 인공지능(AI) 분야가 거의 모든 산업에 침투하고 있는 추세에 따라 곧 폭발적으로 증가할 것으로 예상됩니다. 블록체인 역시 예외는 아니며, AI는 블록체인에서도 중요한 역할을 하고 있습니다. 웹3 산업에서 AI의 다양한 활용 사례를 볼 수 있지만, AI 산업 자체도 웹3로부터 상당한 이점을 얻을 수 있다는 사실을 깨닫기 시작했습니다. RWA는 이러한 잠재력을 극대화할 수 있으며, 특히 AI 산업의 핵심 자산을 토큰화하는 데 가장 큰 활용 사례가 될 수 있습니다. RWA가 AI 산업에 어떤 이점을 제공할 수 있는지, AI 관련 RWA가 포트폴리오 다각화에 어떻게 기여할 수 있는지, 그리고 이러한 토큰화 방식이 어떻게 작동하는지 자세히 살펴보겠습니다. 이 주제에 대한 심층적인 이해를 돕기 위해 Cogito Finance 의 CEO인 클로리스 첸에게 AI와 RWA의 교차점에 대한 의견을 들어보았습니다.

> 사람들이 토큰 형태로 해당 회사의 주식을 살 수 있도록 허용하는 것은

RWA 아닌가요?

(저는 RWA를 지지합니다. 앱들이 특정 발행사나 자산 유형에 따른 시스템적 위험에 노출되지 않고 RWA를 사용할 수 있도록 온체인에서 훨씬 더 다양한 RWA가 등장하기를 바랍니다.)

— vitalik.eth (@VitalikButerin) 2024년 8월 26일

RWA는 금융 분야를 넘어서야 합니다

앞서 언급했듯이, 오늘날 위험가중자산(RWA)은 전통적인 금융 자산에 지나치게 집중하는 경향이 있습니다. 그렇다고 해서 이러한 자산이 나쁘거나 토큰화 자체가 잘못된 아이디어라는 뜻은 아닙니다(자산 자체도 좋고 토큰화도 좋은 아이디어입니다). 국채와 같은 저위험 자산에 연동된 RWA는 분산 투자 포트폴리오의 훌륭한 구성 요소가 될 수 있습니다. 국채는 암호화폐 시장과 무관하기 때문에 급격한 변동으로부터 자산을 보호하여 포트폴리오의 안정성을 높여줍니다. 여기까지는 괜찮아 보이죠?  

위험가중자산(RWA)이 이러한 금융 상품의 대용물로 사용될 때 문제가 발생하며, 이는 실제 다양성이 부족함에도 불구하고 다양성이 있는 것처럼 보이게 하는 착각을 불러일으킵니다. 따라서 우리는 RWA를 비금융 자산과 연결하는 추가적인 방법을 찾고, 이러한 자산을 포트폴리오에 균형 있게 편입해야 합니다. 인공지능(AI) 산업의 경우, 이러한 자산에는 AI 모델 자체, 모델 학습에 사용되는 데이터 세트, 그리고 모델을 실행하는 데 필요한 GPU 처리 능력이 포함됩니다.  

위험가중자산(RWA) 형태로 새롭게 추가된 이 세 가지 자산은 거래 포트폴리오의 균형을 더욱 맞추는 데 도움이 될 수 있습니다. 하지만 수익률 측면에서는 어떤 위치에 있을까요?  

첸에 따르면, "토큰화된 AI 자산은 일반적으로 위험 대비 수익률이 높지만, 시장 상황, 특히 AI 서비스의 급속한 성장을 고려하는 것이 중요합니다. 이러한 자산은 AI 서비스의 기하급수적인 증가로 인해 이미 높은 수요를 보이고 있습니다. 더욱이 AI는 앞으로도 계속 우리 삶에 영향을 미칠 것이므로, 이러한 자산을 토큰화하고 투자하는 것은 장기적으로 일반적인 현상이 될 것입니다. 토큰화된 AI 경제는 초기 단계에서 (기존 금융 시장에 비해) 유동성이 낮을 수 있지만,trac더 많은 투자자에게 매력적인 신흥 시장을 창출합니다."

AI 토큰화

인공지능 분야에서 토큰화는 포트폴리오에 독특한 기회를 제공할 뿐만 아니라, AI 자산 자체의 관점에서도 절실히 필요한 요소입니다. GPU는 특히 AI 모델 학습에 최대 사용량이 필요한 경우, 운영에는 필요하지 않더라도 비용이 매우 높을 수 있습니다. 이는 심각한 효율성 문제를 야기하며, 여러 GPU를 연결하여 동기화된 상태로 다양한 작업을 처리하는 것이 하드웨어 활용도를 극대화할 수 있는 방법입니다. GPU를 토큰화하면 이러한 사용량을 모니터링하고 수익화할 수 있습니다. 또한, GPU(또는 처리량이 많을 경우 여러 대의 GPU)의 높은 가격은 상당한 부담이지만, RWA(실제 자산)의 부분 소유권을 통해 비용과 보상을 분산시킬 수 있습니다.

첸은 AI 모델을 토큰화하는 방법에 대해 다음과 같이 설명합니다. "토큰화의 핵심 장점 중 하나는 기존 방식에서는 매우 어려웠던 지적 재산권 보호 문제를 해결한다는 점입니다. 토큰화를 통해 AI 연구자들은 토큰화된 버전을 마켓플레이스에 등록하여 모델을 수익화하고, 지적 재산권을 토큰 자체에 직접 포함시킬 수 있습니다."

이는 인공지능 모델의 처리 과정을 완전히 제어할 수 있으면서도 지적 재산권 도난 위험 없이 운영할 수 있다는 점에서 매우 중요한 이점입니다. 분할 소유권을 통해 구성원들은 보유 자산을 사고팔 수 있으며, 이는 실물 자산의 거래가 없더라도 완전한 유동성을 갖춘 시장을 조성합니다.

AI 모델 학습에 필요한 데이터 세트 관리 방식 또한 변화가 필요할 것입니다. 기존 데이터 브로커들은 데이터와 프로세스에 대해 지나치게tron통제권을 행사해 왔습니다. 하지만 웹3 환경에서는 이러한 통제권이 훨씬 민주적으로 바뀔 수 있습니다. 첸은 데이터 브로커에 대해 "많은 기존 데이터 브로커들이 데이터에 대한 과도한 통제권을 행사하는 방식으로 운영되고 있습니다. 그러나 데이터 제공자들이 데이터 수익화 방식에 대한 투명성과 통제권을 더욱 요구함에 따라, 이러한 기업들은 시장의 진화하는 기준에 맞춰 변화해야 할 것입니다. 다시 말해, 기존 데이터 브로커와 토큰화 플랫폼 간의 협력 가능성을 기대합니다."라고 말했습니다

앞으로의 전망

인공지능(AI)은 그 자체로 혁명적인 기술이지만, 이미 많은 산업 분야에 혁신을 가져왔습니다. 웹3(Web3) 역시 예외는 아니며, AI를 적극적으로 활용하여defi형 웹 아키텍처(RWA)의 개념을 재정의하고 있습니다. 웹3는 AI 산업에도 여러 가지 이점을 제공하는데, 예를 들어 부분 소유권, AI 모델의 유효 수명 주기에 맞춰 진화할 수 있는 프로그래밍 가능한 토큰, 그리고 커뮤니티가 데이터 세트를 구축하고 실행할 수 있는 기능 등을 도입할 수 있습니다. 앞으로 이 두 기술이 어떻게 발전해 나갈지 면밀히 주시하며, 서로 융합하여 더욱 많은 이점을 창출해 나가기를 기대합니다.