Footprint Analytics CEO Navy와의 인터뷰: AI와 Web3의 통합

Web3는 인터넷의 다음 시대를 열고 있습니다. 그러나 체인상의 데이터 조각화 및 비표준화 문제는 여전히 존재합니다. Footprint Analytics는 AI 기술을 사용하여 블록체인 데이터의 자동 수집, 정리 및 상관관계를 실현하고, 개발자가 보다 편리하게 데이터에 액세스하고 분석할 수 있도록 크로스체인 데이터 표준을 구축하는 원스톱 데이터 솔루션을 출시합니다.

Footprint의 창립자이자 CEO인 Navy는 20개 이상의 공개 체인과 구조화된 데이터 범위를 통해 업계 최고의 성장 분석 및 운영 분석 도구를 제공하는 Google Analytics의 Web3 버전이 되기를 희망합니다.라고 말했습니다. 동시에 블록체인 산업의 생산 효율성을 더욱 향상시키기 위해 AI를 통한 데이터 분석 패널 확보 등 다른 측면에서도 AI 적용을 모색하고 있습니다.

해군은 AI와 블록체인 기술의 결합이 확실히 Web3의 대규모 적용을 위한 촉매제가 될 것이라고 믿습니다. 고품질 데이터는 AI 모델 훈련의 기반이지만, AI는 고부가가치 데이터 생성에도 도움이 될 수 있습니다. 데이터는 이 산업의 생명선입니다. 우리는 전체 Web3 산업의 발전을 촉진하기 위해 AI와 블록체인 기술이 서로 보완하는 선순환 생태계를 구축하려고 노력하고 있습니다.

Q1: 해군이 현재 Footprint Analytics가 수행하는 작업을 소개하는 데 도움을 주실 수 있나요?

Footprint Analytics는 Web2와 Web3 데이터를 연결하는 구조화된 데이터 플랫폼을 구축하는 데 전념하고 있습니다.

우리의 핵심 가치는 데이터의 구조화에 있습니다. Web3는 체인 데이터의 개방성과 투명성 측면에서 Web2에 비해 장점이 있지만 몇 가지 과제도 있습니다.예를 들어, 업계 발전은 아직 초기 단계이고 데이터에는 표준과 완전한 구조가 부족하므로 데이터 적용이 어려워진다.

예를 들어 이더리움, 솔라나, 폴리곤 등 여러 체인에서 Opensea의 거래 데이터를 얻으려면 Opensea의 비즈니스 모델을 이해하고 스마트 계약 코드를 읽고 각 체인을 하나씩 분석해야 합니다(예: Ethereum, Solana, Polygon) 등)을 사용하여 거래 데이터를 추출합니다.

그러나 이 과정에는 몇 가지 문제가 있습니다. 첫째, 프로세스가 복잡하고 데이터를 얻는 전체 프로세스가 복잡하고 오류가 발생하기 쉽습니다. 둘째, 기술적으로 어렵고 체인마다 원장 디자인과 데이터 구조가 다릅니다. 결국 자원이 낭비되는데, 1,000명이 데이터를 획득해야 한다면 유사한 번거로운 프로세스가 1,000번 수행되므로 데이터 획득 효율성이 크게 떨어지고 컴퓨팅 자원이 낭비됩니다.

따라서 Footprint Analytics의 사명은 GameFi, NFT, DeFi 등 다양한 분야의 데이터를 추상화하여 Web3 산업에 대한 데이터 표준을 확립하고 개발자와 업계 참여자에게 효율적이고 정확한 데이터를 제공하는 것입니다.

지금까지 우리는 총 20개 이상의 퍼블릭 체인을 출시했으며, 우리 제품에는 주로 3가지 주요 부문이 포함됩니다.

• 산업 솔루션 Footprint Growth Analytics: 마케팅 성장 및 운영 분석 분야에서 Web3 프로젝트를 위한 맞춤형 솔루션을 제공하며, Google Analytics의 Web3 버전과 비교하여 프로젝트가 데이터 중심 성장을 달성하도록 돕습니다.

• 0 코드 데이터 분석 도구: 사용 경험은 ChatGPT와 유사하며, 간단한 질문과 답변을 통해 데이터 분석 보고서를 얻을 수 있습니다. Web3 비즈니스 로직이나 고급 프로그래밍 기술에 대한 깊은 이해 없이도 온체인 데이터를 사용하는 것이 앞으로 매우 쉬워져서 Web2 사용자에서 Web3으로 마이그레이션하는 것이 더 쉬워질 것으로 예상합니다.

• 무료 멀티체인 크로스체인 API: 통합 API를 통해 여러 체인에 대한 크로스체인 데이터 액세스가 실현되고 사용자에게 원활한 멀티체인 데이터 검색 경험이 무료로 제공됩니다.

Q2: 현재 Web3 프로젝트에서는 AI와의 통합이 눈에 띄는 추세가 되었습니다. 그 중 GPT든 AIGC든 각 프로젝트는 각자의 상황에 따라 AI와의 결합에서 서로 다른 창의성을 보여왔다.

다음으로 해군은 데이터 분야 관점에서 AI와 Web3를 통합하는 방법에 대해 논의하도록 요청받았는데, 이 부분은 기술 및 응용 시나리오 측면에서 분석하여 이러한 통합의 방법과 가능성을 보다 명확하게 보여줄 수 있습니다.

데이터 플랫폼으로서 Footprint는 AI와 자연스럽게 결합됩니다. AI 인프라는 주로 컴퓨팅 성능, 데이터 및 알고리즘이라는 세 가지 주요 측면을 다룹니다. 그 중 컴퓨팅 파워는 AI 모델의 훈련과 실행을 지원하는 초석이고, 데이터는 AI의 영혼이며, 알고리즘은 모델의 정확도와 적용 효과 등 AI의 성능을 결정한다.

그 중에서도 데이터는 의심할 여지없이 핵심이자 가장 중요한 요소입니다. 데이터는 산업과 기업의 생명선이며 개인정보 보호, 규정 준수 등 핵심 영역과도 관련되어 있으며 그 가치는 헤아릴 수 없습니다. 돈으로 데이터를 반드시 구매할 필요도 없습니다. 개인 정보 보호, 규정 준수 등이 관련되기 때문입니다. 그 중 AI는 데이터 소비자이자 데이터 생산자이다.

현재 Footprint는 데이터와 AI의 결합 적용에서 다음과 같은 주요 측면을 가지고 있습니다.

AI의 적용은 데이터 콘텐츠 생성 단계에서 우리 플랫폼에서 중요한 역할을 합니다. 첫째, AI를 활용해 데이터 처리를 위한 코드를 생성함으로써 사용자에게 보다 효율적인 데이터 분석 경험을 제공합니다.

구체적으로 우리는 혁신의 두 가지 측면에 중점을 두었습니다.

한편으로는 참조 데이터의 대조 및 분류입니다. 블록체인에 새로 배포된 계약을 예로 들면, AI는 계약이 속한 프로토콜, 계약 유형, 계약이 Dex 플랫폼의 LP 또는 스왑 유형에 속하는지 여부까지 자동으로 결정할 수 있습니다. 이러한 지능적인 정렬 및 분류는 데이터의 유용성을 크게 향상시킵니다.

한편, 이러한 참조 데이터를 기반으로 상위 도메인 데이터를 생성할 수도 있습니다. 예를 들어, AI를 사용하여 GameFi, NFT 및 기타 분야에서 데이터를 생성하여 사용자에게 더 풍부한 데이터 리소스를 제공할 수 있습니다. 이러한 접근 방식은 데이터 콘텐츠의 품질을 향상시킬 뿐만 아니라 사용자가 다양한 분야의 데이터 역학에 대해 더 깊이 이해할 수 있도록 해줍니다.

프런트 엔드 사용자 경험 측면에서 AI 지능형 분석 기능을 만들었습니다. 앞서 언급했듯이 사용자가 데이터 분석을 위해 Footprint를 사용하면 ChatGPT와 채팅하는 것과 유사한 경험을 할 수 있습니다. 사용자는 질문을 하면 해당 분석 보고서를 자동으로 얻을 수 있습니다. 그 뒤에 있는 논리는 텍스트를 SQL 문으로 변환하여 사용자가 데이터 분석을 수행하는 임계값을 크게 낮추는 것입니다.

마지막으로 제품 사용자 지원 측면에서는 AI 고객 서비스 로봇을 개발했습니다. GameFi, NFT, DeFi 등 다양한 분야의 정형 데이터를 포함하여 블록체인 분야의 데이터를 AI에 제공하고, Footprint 전용 AI 고객 서비스 로봇을 구축합니다. 이 AI 고객 서비스 로봇은 사용자에게 즉각적인 지원을 제공하고 데이터 유형, 데이터 정의, API 사용 등 Footprint 사용과 관련된 질문에 답변할 수 있어 고객 지원 효율성을 크게 향상시키고 수동 입력을 줄입니다.

물론 AI를 적용하면 생산성이 향상되고 대부분의 문제를 해결하는 데 도움이 될 수 있지만 모든 문제가 해결되는 것은 아닙니다. 데이터 처리 경험을 바탕으로 AI는 약 70%~80%의 문제를 해결하는 데 도움을 줄 수 있습니다.

Q3: AI와 Web3를 결합하는 과정에서 어떤 문제가 발생하나요? 기술적인 어려움, 사용자 경험, 재산권 준수, 도덕적 윤리 등과 관련된 문제가 있나요?

거시적 관점에서 볼 때 AI가 어떤 분야에 사용되든 중요한 고려 사항은 AI의 내결함성을 수용하는 것입니다. 다양한 애플리케이션 시나리오에서는 내결함성에 대한 요구 사항이 다양합니다. 이 과정에서 AI의 정확성과 신뢰성과 사람들의 오류에 대한 관용 사이에는 트레이드오프(trade-off)가 있습니다.

의료 분야에서는 AI를 신뢰할 것인지 의사를 신뢰할 것인지 결정하는 데 신뢰 문제가 포함될 수 있습니다. 투자 세계에서 AI는 BTC의 가격 방향에 영향을 미치는 요소를 제공할 수 있지만 실제 구매 또는 판매 결정에 관해서는 사람들이 여전히 의구심을 가질 수 있습니다.

그러나 프로파일링 및 계층화와 같은 마케팅 및 운영 분석 세계에서는 사소한 오류가 큰 영향을 미치지 않기 때문에 정확도 요구 사항이 높지 않을 수 있습니다. 따라서 이러한 시나리오에서는 내결함성 비율이 더 적합합니다.

현재 Footprint는 여전히 AI와 Web3를 결합하는 과정에서 데이터에 초점을 맞추고 있으며 그 과정에서 몇 가지 문제에 직면했습니다.

첫 번째는 데이터 생산의 문제, AI가 보다 효율적이고 정확한 데이터 생산 능력을 달성하기 위해 고품질의 데이터를 어떻게 제공할 것인가이다. AI와 데이터의 관계를 자동차의 엔진과 휘발유에 비유할 수 있는데, AI는 엔진이고 데이터는 그에 필요한 연료입니다. 아무리 좋은 엔진이라도 고품질 연료가 부족하면 성능을 극대화할 수 없습니다.

여기에는 GameFi, NFT, DeFi와 같은 분야에서 신속하고 자동화된 데이터 생산과 같은 고품질 데이터를 생산하는 방법이 포함됩니다. 데이터 간의 관계, 즉 데이터의 지도를 자동으로 정리하는 방법을 다룬다. 구체적으로 계약의 프로토콜, 계약 유형, 배포자 및 기타 정보를 명확히 해야 합니다. 이 프로세스의 핵심 목표는 AI에 고품질 데이터를 지속적으로 제공하여 보다 효율적이고 정확한 데이터 생산 능력을 확보하여 선순환을 형성하는 것입니다.

두 번째는 데이터 프라이버시 문제입니다. Web3의 본질은 분산화와 투명성에 있지만, 산업이 발전함에 따라 데이터 프라이버시에 대한 요구가 점차 부각되는 Web2와 유사한 상황도 보게 될 것입니다. 예를 들어 사용자의 신원, 자산 및 거래 정보에 대한 개인 정보 보호입니다. 이로 인해 문제가 발생합니다. 체인의 데이터 개방성이 점차 약화되고 AI가 사용할 수 있는 데이터도 점차 감소합니다. 그러나 산업이 발전함에 따라 이 문제도 해결될 것이며, 동형암호 기술은 해결책 중 하나입니다.

요컨대 AI와 Web3의 결합은 데이터 수집, 즉 어떻게 고품질의 데이터를 얻어 AI에 전달할 것인가라는 핵심 문제에 직면해야 합니다. AI의 궁극적인 과제는 데이터 가용성이 될 것입니다.

Q4: AI가 새로운 용어는 아니지만 AI와 Web3의 결합은 아직 초기 단계입니다. 해군에서는 앞으로 Web3에 AI가 어떤 분야나 조합으로 등장할 수 있다고 생각하는지 물어봐도 될까요? 이는 폭발적인 포인트가 되어 Web3에 많은 사용자를 유치하고 대규모 채택을 달성할 것으로 예상됩니다.

Web3와 AI의 대규모 통합과 채택을 위해서는 두 가지 핵심 문제를 해결해야 한다고 생각합니다. 우선, Web3 빌더와 개발자, 특히 GameFi, NFT, 소셜과 같은 분야의 개발자에게 더 나은 서비스를 제공해야 합니다. 둘째, 사용자가 이 필드에 더 쉽게 들어갈 수 있도록 애플리케이션 측면에서 임계값을 낮춰야 합니다.

첫 번째는 개발자 서비스 문제입니다. 개발자 분야에는 두 가지 주요 유형의 애플리케이션이 있습니다.

한 카테고리는 AI 기반 개발자 플랫폼입니다. 이러한 유형의 플랫폼은 AI 기술을 사용하여 코드 템플릿의 자동 생성을 실현합니다. DEX 플랫폼을 개발하든 NFT 시장을 개발하든 개발자의 특정 요구에 따라 코드 템플릿을 지능적으로 생성할 수 있으므로 개발 효율성이 크게 향상됩니다. 게임 분야에서 개발자는 AI 기술을 사용하여 게임 모델을 만들고 게임 그림을 더 빠르게 생성함으로써 게임 개발 및 출시 프로세스의 속도를 높일 수 있습니다. 이러한 종류의 플랫폼은 개발자에게 더 많은 가능성을 제공하여 반복적인 기본 작업에 너무 많은 시간을 소비하지 않고도 창의성과 혁신에 더 많은 에너지를 쏟을 수 있도록 해줍니다.

다른 범주는 AI 기반 데이터 플랫폼입니다. 이러한 플랫폼은 GameFi, NFT, SocialFi, DeFi 등 AI 기술을 통해 다양한 산업 분야의 도메인 데이터를 자동으로 생성합니다. 이러한 플랫폼의 목표는 개발자가 데이터를 사용하는 임계값을 낮추고 데이터 분석 및 적용을 더 쉽게 만드는 것입니다. AI 기술을 통해 플랫폼은 다양한 데이터를 자동으로 생성할 수 있으며 개발자에게 풍부한 데이터 리소스를 제공하여 시장 동향, 사용자 행동 등을 더 잘 이해할 수 있습니다. 이러한 종류의 데이터 플랫폼은 개발자에게 더 많은 데이터 지원을 제공하여 개발자가 데이터를 사용할 수 있는 임계값을 극도로 낮추고 보다 혁신적인 애플리케이션의 탄생을 촉진합니다.

애플리케이션 임계값을 낮추는 것은 항상 Web3 분야의 주요 문제였습니다. 예를 들어, 초당 트랜잭션(TPS)을 늘리는 것을 목표로 수수료가 거의 무료인 일부 퍼블릭 체인 솔루션이 최근 시장에 등장했습니다. 또한 MPC Wallet과 같은 솔루션은 Web2에서 Web3로의 마이그레이션 초기 임계값을 효과적으로 해결하고 마이그레이션 프로세스의 어려움을 해결할 수도 있습니다.

이러한 문제에 대한 해결책은 AI 기술에만 의존하는 것이 아니라 Web3 생태계 전체의 발전과 개선과도 관련됩니다. AI가 효율성을 높이고 장벽을 낮추는 데 중요한 역할을 하지만 Web3 자체의 인프라와 개발은 애플리케이션 측면 장벽을 해결한다는 영원한 주제에서 여전히 중요한 요소입니다.

Footprint Analytics는 Web2와 Web3를 연결하는 구조화된 데이터 플랫폼입니다. 최첨단 인공 지능 기술의 도움으로 암호화폐 분야에서 최초의 코드 없는 데이터 분석 플랫폼과 통합 데이터 API를 제공하여 사용자가 26개 이상의 퍼블릭 체인 생태계에서 NFT, GameFi 및 DeFi 데이터를 신속하게 검색할 수 있도록 합니다.

Footprint Website: https://www.footprint.network