토큰화 환상의 종말: V신의 4사분면이 AI×Crypto 시나리오를 어떻게 다시 쓰는가

원문 저자: Lao Bai

2년 만에 V신(Vitalik)이 다시 트윗을 올렸고, 저도 2년 전 그 연구 보고서를 따라 이야기를 이어가 보겠습니다. 심지어 날짜도 똑같이 2월 10일이네요.

2년 전, V신은 사실 당시 유행하던 다양한 'Crypto Helps AI'에 대해 그다지 낙관적이지 않다는 점을 은유적으로 표현했습니다. 당시 업계에서 유행하던 세 가지 주요 흐름은 컴퓨팅 파워 자산화, 데이터 자산화, 모델 자산화였습니다. 제가 2년 전 쓴 그 연구 보고서에서도 주로 이 세 가지 흐름과 관련해 1차 시장에서 관찰된 현상과 의문점들을 다뤘습니다. V신의 관점에서는 여전히 'AI Helps Crypto'를 더 긍정적으로 보고 있습니다.

그가 당시 들었던 몇 가지 예시는 다음과 같습니다:

• 게임 내 참가자로서의 AI;
• 게임 인터페이스로서의 AI;
• 게임 규칙으로서의 AI;
• 게임 목표로서의 AI;

지난 2년간 우리는 사실 'Crypto Helps AI' 측면에서 많은 시도를 해왔지만, 효과는 미미했습니다. 많은 분야와 프로젝트들은 - 토큰 발행으로 끝나버렸고, 실제 비즈니스 PMF(Product-Market Fit)가 없었습니다. 저는 이를 '토큰화 환상'이라고 부릅니다.

1. 컴퓨팅 파워 자산화 - 대부분 상업 수준의 SLA(서비스 수준 계약)를 제공할 수 없고, 불안정하며, 자주 연결이 끊어집니다. 단순한 중소형 모델 추론 작업만 처리할 수 있고, 대부분 주변 시장을 서비스하며, 수익이 토큰과 연동되지 않습니다...

2. 데이터 자산화 - 공급 측(개인 투자자)의 마찰이 크고, 의지가 낮으며, 불확실성이 높습니다. 수요 측(기업)이 필요한 것은 구조화된, 문맥 의존성이 있는, 신뢰와 법적 책임 주체가 있는 전문 데이터 공급업체인데, DAO 주체의 Web3 프로젝트 측이 이를 제공하기는 어렵습니다.

3. 모델 자산화 - 모델 자체가 희소하지 않고, 복제 가능하며, 미세 조정 가능하고, 빠르게 가치가 하락하는 과정적 자산이지 최종 상태 자산이 아닙니다. Hugging Face 자체는 협업과 전파 플랫폼으로, 'App Store for models'보다는 'GitHub for ML'에 더 가깝습니다. 따라서 소위 '탈중앙화 Hugging Face'로 모델을 토큰화하려는 시도는 기본적으로 실패로 끝났습니다.

또한 지난 2년간 우리는 다양한 '검증 가능한 추론(Verifiable Inference)'을 시도해왔는데, 이는 전형적으로 망치를 들고 못을 찾는 이야기입니다. ZKML부터 OPML, 게임 이론 등에 이르기까지, 심지어 EigenLayer조차도 그의 Restaking 서사를 Verifiable AI 기반으로 전환했습니다.

하지만 기본적으로 Restaking 분야에서 일어난 일과 유사합니다 - 추가적인 검증 가능한 보안을 위해 지속적으로 비용을 지불하려는 AVS(Actively Validated Services)는 거의 없습니다.

마찬가지로, 검증 가능한 추론은 기본적으로 '아무도 실제로 검증을 필요로 하지 않는 것'을 검증하고 있습니다. 수요 측의 위협 모델은 극도로 모호합니다 - 도대체 누구로부터 방어하는 걸까요?

AI 출력 오류(모델 능력 문제)가 AI 출력이 악의적으로 조작되는 문제(적대적 문제)보다 훨씬 더 많습니다. 얼마 전 OpenClaw와 Moltbook에서 발생한 다양한 보안 사고를 보셨을 텐데, 진짜 문제는 다음과 같은 것들에서 비롯됩니다:

• 전략 설계가 잘못됨 
• 권한을 너무 많이 부여함
• 경계를 명확히 생각하지 못함
• 도구 조합에서 예상치 못한 상호작용 발생
•  ...

'모델이 조작되었다', '추론 과정이 악의적으로 재작성되었다'와 같은 상상 속의 못은 거의 존재하지 않습니다.

작년에 제가 이 그림을 올린 적이 있는데, 기억하시는 분이 있을지 모르겠습니다.

이번에 V신이 제시한 몇 가지 아이디어는 분명히 2년 전보다 더 성숙해졌으며, 이는 우리가 프라이버시, X402, ERC8004, 예측 시장 등 다양한 방향에서 진전을 이루었기 때문입니다.

이번에 그가 나눈 네 개의 사분면을 보면, 절반은 'AI Helps Crypto'에 속하고 나머지 절반은 'Crypto Helps AI'에 속하며, 더 이상 2년 전처럼 전자에 명확히 치우치지 않았습니다.

좌상단과 좌하단 - 이더리움의 탈중앙성과 투명성을 활용하여 AI의 신뢰와 경제적 협업 문제 해결

 1. 신뢰할 수 없고(private)한 AI 상호작용 가능하게 하기 (인프라 + 생존):  ZK, FHE 등의 기술을 활용하여 AI 상호작용의 프라이버시와 검증 가능성 보장 (앞서 제가 말한 검증 가능 추론이 여기에 해당하는지 모르겠습니다).

 2. AI를 위한 경제적 계층으로서의 이더리움 (인프라 + 번영):  AI 에이전트(Agents)가 이더리움을 통해 경제적 지불을 하고, 다른 로봇을 고용하며, 보증금을 납부하거나 신용 체계를 구축할 수 있게 하여, 단일 거대 플랫폼에 제한되지 않는 탈중앙화된 AI 아키텍처 구축.

우상단과 우하단 - AI의 지능적 능력을 활용하여 암호화폐 생태계의 사용자 경험, 효율성 및 거버넌스 최적화: 

3. 로컬 LLM을 활용한 사이퍼펑크 산악인 비전 (영향 + 생존):  AI를 사용자의 '방패' 및 인터페이스로 활용. 예를 들어, 로컬 LLM(대형 언어 모델)이 스마트 계약을 자동 감사하고, 거래를 검증하여 중앙화된 프론트엔드 페이지에 대한 의존을 줄이고 개인의 디지털 주권을 보장.

4. 훨씬 더 나은 시장과 거버넌스를 현실로 만들기 (영향 + 번영):  AI가 예측 시장(Prediction Markets)과 DAO 거버넌스에 깊이 참여. AI는 대규모 정보 처리를 통해 인간의 판단력을 증폭시키는 효율적인 참가자 역할을 하여, 기존의 인간 주의력 부족, 의사 결정 비용 과다, 정보 과부하, 투표 무관심 등 다양한 시장 및 거버넌스 문제 해결.

이전에 우리는 미친 듯이 'Crypto Help AI'를 원했고, V신은 반대편에 서 있었습니다. 이제 우리는 마침내 중간에서 만났지만, 예상컨대 다양한 XX 토큰화나 AI Layer1과는 별 관계가 없을 것 같습니다. 2년 후 오늘의 이 글을 다시 돌아볼 때, 새로운 방향과 놀라움이 있기를 바랍니다.