2023년을 기점으로 본격화된 인공지능(AI) 열풍은 2025년 현재까지도 식지 않고 있다. 생성형 AI와 대규모언어모델(LLM), 오픈소스 AI 모델의 고도화가 이어지면서 기술 전반에 대한 기대감이 확대되는 가운데, 블록체인과 암호화폐 업계 역시 이 흐름에 합류하며 ‘AI+블록체인’이라는 키워드를 전면에 내세우고 있다. 그러나 시장에서는 단순한 마케팅 구호와 실제 기술 구현 사이의 간극이 여전히 크다는 지적이 나온다.

AI와 블록체인의 공존은 가능한가?

표면적으로 AI와 블록체인은 상호 보완적인 기술로 평가된다. AI는 대규모 데이터를 기반으로 예측과 판단을 수행하고, 블록체인은 해당 데이터와 결과를 투명하게 기록·검증하는 역할을 맡을 수 있기 때문이다. 예컨대 AI 모델이 생성한 결과물의 신뢰성을 블록체인 상에서 검증하거나, 데이터 소스를 탈중앙화해 AI 학습 과정에서 발생할 수 있는 편향을 줄이는 방식이 대표적인 활용 사례로 거론된다.

탈중앙화 AI 마켓플레이스 역시 주목받는 영역이다. 페치에이아이(Fetch.ai), 비텐서(Bittensor), 젠신(Gensyn) 등은 누구나 GPU 자원을 제공하거나 AI 모델을 실행하고 그에 따른 보상을 받을 수 있는 구조를 제시하고 있다. 데이터 제공자와 모델 학습자, 사용자 간 역할을 명확히 구분하고, 이를 블록체인 상에서 자동화할 경우 탈중앙화 AI 생태계가 가능하다는 주장도 설득력을 얻고 있다.

그러나, 현실은 아직 ‘초기’에 머물러 있다

다만 현실적인 구현 단계에서는 한계가 뚜렷하다는 평가가 지배적이다. 고성능 AI 모델은 여전히 대규모 GPU 팜과 고성능 서버 등 중앙화된 인프라에 의존하고 있으며, 블록체인 기반 연산은 보안성과 검증성 측면에서는 강점이 있지만 처리 속도와 비용 효율성에서는 제약이 따른다. 이로 인해 다수의 ‘AI 블록체인’ 프로젝트가 기술 검증 단계에 머물거나, 토큰 인센티브 설계에 집중하고 있다는 비판도 나온다.

일부 생성형 AI·블록체인 결합 프로젝트의 경우 토큰 발행과 홍보에는 적극적이지만, 실제 사용성이나 모델 성능에 대한 구체적인 지표를 제시하지 못하고 있다는 지적도 있다. 백서에서 언급한 수준을 넘어서는 기술적 성과를 입증하지 못한 사례도 적지 않다. AI가 화려한 키워드로 소비되고 있지만, 이를 객관적으로 평가할 수 있는 신뢰할 만한 기준이 부재한 상황이라는 분석이다.

하지만 기대할 만한 흐름은 존재한다

그럼에도 불구하고 긍정적인 변화의 조짐은 나타나고 있다. 최근 일부 프로젝트는 대규모언어모델을 탈중앙화자율조직(DAO) 거버넌스에 접목하거나, 분산형 AI 노드 네트워크를 활용한 추론 구조를 실험하고 있다. 아울러 영지식 머신러닝(zkML)처럼 프라이버시 보호와 AI 결과 검증을 동시에 추구하는 기술도 등장하며, AI의 ‘블랙박스’ 문제를 완화할 수 있는 대안으로 주목받고 있다.

실질적인 데이터 제공자와 AI 모델 사용자 간 연결을 중개하는 프로토콜도 점차 모습을 드러내고 있다. 단순한 AI 챗봇을 넘어 실제 문제 해결에 초점을 맞춘 방향으로 무게 중심이 이동하고 있다는 점에서 긍정적인 평가가 나온다. 특히 의료·법률·기후 등 높은 신뢰성이 요구되는 분야에서는 블록체인과 AI의 결합 가능성이 여전히 높게 평가되고 있다.

AI와 블록체인의 결합은 아직 완성된 해답을 제시하지는 못하고 있다. 다만 두 기술이 지닌 철학적·기능적 상호보완성은 분명하며, 일부 프로젝트를 중심으로 그 가능성이 점진적으로 구현되고 있다는 분석이다. 업계에서는 마케팅보다 기술적 실체와 일관성이 중요하다고 강조한다. 투자자와 업계 관계자 역시 ‘AI 활용’이라는 문구에 그치지 않고, 실제 구현 방식과 목적, 데이터 흐름과 결과 검증 구조를 면밀히 살펴볼 필요가 있다는 지적이 나온다.