모델을 키우는 AI에서. 함께 확장되는 AI로 — 살만 아베스티메르 체인오페라 AI 공동창업자 인터뷰

토큰포스트는 체인오페라 AI(ChainOpera AI)와 텐서오페라 AI(TensorOpera AI)의 공동창업자이자 CEO, 미국 서던캘리포니아대학교(USC) 전기·컴퓨터공학 및 컴퓨터과학부 학장석좌교수(Dean’s Professor), 그리고 ‘USC–아마존 신뢰가능 AI 센터(USC Amazon Center on Trustworthy AI)’ 초대 센터장인 살만 아베스티메르(Salman Avestimehr)를 만나 체인오페라 AI가 제시하는 ‘협력형 지능’의 개념과 그 배경에 대해 이야기를 나눴다.

아베스티메르 교수는 정보이론, 머신러닝, 보안·프라이버시, 블록체인 시스템 분야에서 10년 이상 연구개발을 이끌어 온 AI·분산시스템 전문가다. UC버클리 전기전자컴퓨터공학(EECS) 박사 출신으로 연합 머신러닝과 탈중앙화 AI 연구를 선도해 왔으며, 미국 대통령상 수상자이자 IEEE 펠로우로도 잘 알려져 있다.

그는 “지능은 더 큰 모델을 만드는 방식만으로는 충분하지 않다”며, 다수의 참여자가 협력할 때 더 강력하고 신뢰할 수 있는 시스템이 만들어질 수 있다고 강조한다. 체인오페라 AI는 이러한 문제의식을 바탕으로 사용자·개발자·커뮤니티가 함께 참여하는 협력 AI 프로토콜이자 연합 AI 운영체제(OS)를 지향하며, 블록체인과 웹3가 AI의 설계와 거버넌스 방식 자체를 바꿀 수 있는 대안이 될 수 있다고 보고 있다.

“체인오페라 AI는 ‘크립토 AGI’… 복잡한 크립토·디파이를 협력 에이전트로 다룬다”

Q. 먼저 본인 소개와 함께, 체인오페라 AI를 한 번에 이해할 수 있도록 설명해 주신다면요.
A. 안녕하세요. 저는 살만 아베스티메르입니다. 체인오페라 AI와 텐서오페라 AI(TensorOpera AI)의 공동창업자이자 CEO이며, USC에서 전기·컴퓨터공학 및 컴퓨터과학부 학장석좌교수로 재직 중입니다. 동시에 ‘USC–아마존 신뢰가능 AI 센터’의 디렉터로도 활동하고 있습니다. 제 연구는 정보이론, 머신러닝, 블록체인 시스템, 그리고 탈중앙화·연합 머신러닝 전반에 걸쳐 있습니다. 지난 10년간 제 연구의 핵심 질문은 “많은 참여자가 협력할 때, 어떻게 근본적으로 더 강력하고 신뢰할 수 있는 시스템을 만들 수 있는가”였습니다. 그런 맥락에서 체인오페라 AI는 이 연구 여정의 결실이라고 볼 수 있습니다.

약 5년 전, 저희는 분산 머신러닝 분야를 개척한(pioneering) 오픈소스 분산 머신러닝 라이브러리 ‘FedML’을 개발했습니다. 그리고 이 경험은 이후 TensorOpera AI와 ChainOpera AI의 설립으로 이어졌습니다. 이러한 경험을 바탕으로, 저는 에이든 차오양 허(Aiden Chaoyang He)와 함께 체인오페라 AI(ChainOpera AI)를 공동창업(co-founded)했습니다.

체인오페라 AI를 한마디로 정의하면 ‘크립토 AGI(Crypto AGI)’입니다. 커뮤니티가 주도하는 협력형 인텔리전스 레이어로, 사용자는 이를 통해 복잡한 크립토·디파이(DeFi) 시장과 상호작용할 수 있습니다. 핵심은 하나의 중앙화 모델이나 단일 에이전트에 의존하는 것이 아니라, 서로 다른 역할을 맡은 에이전트들이 네트워크 형태로 협력해 다양한 작업을 수행하도록 하는 데 있습니다. 이는 디파이뿐 아니라, 더 넓게는 금융 시장 전반에 적용할 수 있는 구조입니다.

구조적으로 체인오페라 AI는 여러 레이어로 구성돼 있습니다. 사용자에게는 ‘AI 터미널’ 앱 형태로 제공되는데, 이는 탈중앙화된 챗GPT와 유사한 인터페이스라고 볼 수 있습니다. 사용자는 여러 에이전트들과 협력적인 방식으로 상호작용할 수 있고, 개발자(빌더)는 에이전트 개발자 플랫폼을 통해 직접 에이전트를 만들고 출시할 수 있습니다. 이 모든 인프라는 탈중앙화 모델과 GPU 클라우드 위에서 운영됩니다. 저희의 목표는 협력형 AI를 누구나 실생활에서 실제로 활용할 수 있는 형태로 구현하는 것입니다.

차별점은 ‘협력형 지능’… 에이전트를 조합해 ‘헤지펀드형 AI’도 만든다

Q. 중앙화 AI 시스템과 비교했을 때, 체인오페라 AI 접근 방식의 가장 큰 차별점은 무엇인가요?
A. 체인오페라의 핵심 차별점은 협력형 지능(collaborative intelligence)이라는 철학입니다. 이는 많은 개발자들이 다양한 역량을 가진 에이전트를 기여하고, 그 에이전트들이 함께 작동하면서 어떤 단일 모델도 혼자서는 처리하기 어려운 더 복잡한 과제를 해결하도록 설계된 시스템입니다. 이런 커뮤니티 주도형·모듈형 접근은 시간이 지날수록 지속적으로 진화하는 AI 생태계를 만들어냅니다.

특히 우리는 금융 시장에 집중합니다. 사용자가 암호화폐, 탈중앙화 금융(DeFi), 실물자산 토큰화(RWA) 같은 복잡한 영역에서 문제를 풀 수 있도록 돕는 것이죠. 예를 들어 온체인 데이터 분석, 리스크 평가, 자동화 트레이딩 에이전트를 조합하면, 사용자는 자신의 전략에 맞춰 ‘헤지펀드와 같은 AI 시스템’을 구축할 수도 있습니다.

4백만+ 등록 사용자… 50+개국에서 ‘탈중앙화 ChatGPT’ 경험을 지향한다

Q. 현재 사용자 규모와 실제 사용 지표를 소개해 주신다면요.
A. 우리는 무엇보다 실사용(real-world usage)을 최우선으로 둡니다. 현재 AI 터미널(AI Terminal) 앱은 50개국 이상에서 400만 명 이상의 등록 사용자를 보유하고 있습니다. 앱은 콘텐츠 제작, 트레이딩, 암호화폐 정보 탐색 등 일상적인 사용 사례를 중심으로 설계돼 있습니다.

또한 개발자들이 만든 에이전트가 실제로 활발히 사용될 경우 토큰으로 보상받는 시스템을 구축했습니다. 이는 단순 사용을 넘어 생태계 경제에 참여하도록 유인을 제공하는 방식입니다. 전반적으로는 ‘탈중앙화된 ChatGPT’에 가까운 사용자 경험을 제공하는 것을 목표로 합니다.

빅테크는 모델을 키운다… 우리는 협력으로 확장한다

Q. 체인오페라 AI가 강조하는 ‘협력’은 어떤 철학에서 출발했나요?
A. 체인오페라 AI를 만든 근본 철학은 “지능을 만드는 또 다른 방법이 있다”는 믿음입니다. 오늘날 빅테크가 더 나은 AI를 만드는 방식은 대체로 더 큰 모델을 만들고, 더 많은 데이터를 학습시키며, 더 많은 GPU를 투입하는 방식입니다.

이른바 ‘스케일업(scaling up)’이죠.
반면 저희가 주목하는 방식은 협력을 통해 확장하는 접근입니다. 여러 구성요소가 함께 작동하면, 반드시 하나의 거대한 모델이 아니더라도 더 나은 시스템을 만들 수 있다는 생각입니다. 예를 들어 많은 에이전트가 협력해 최종 사용자에게 더 나은 AI 솔루션을 제공할 수 있고, 여러 개의 작은 모델이 협력해 대형 모델에 필적하는 성능을 낼 수도 있습니다.

이는 ‘더 큰 모델’ 중심의 빅테크 방식과 다른 지점이며, 협력과 커뮤니티 참여를 중심에 둔 새로운 AI 패러다임이라고 봅니다.

폴리샤드에서 FedML, 그리고 체인오페라까지… 협력은 연구의 출발점이었다

Q. 이 철학이 실제 연구로 어떻게 이어졌는지, 블록체인 영역부터 설명해 주실 수 있을까요?
A. 이 철학은 저희가 진행해 온 일련의 연구에서 출발했습니다. 먼저 블록체인 시스템, 특히 합의 레이어와 샤딩 개념에 적용했습니다. 일반적으로 샤딩은 처리량을 높이는 대신, 샤드 수가 늘어나면서 각 샤드의 보안이 약해져 보안을 희생한다는 인식이 강했습니다.

저희는 여기에 ‘협력’을 도입했고, 그 결과로 폴리샤드(Polyshard)라는 개념을 제안했습니다. 여러 샤드가 서로 협력함으로써 처리량을 확보하면서도 보안을 희생하지 않도록 하는 접근입니다. 이는 블록체인 시스템에 내재된 또 다른 형태의 협력 모델이라고 볼 수 있습니다. 이 연구는 제 박사과정 제자들과 여러 협력자들과 함께 진행됐고, 그중 한 명은 이후 블록체인 분야에서 바빌론 랩스(Babylon Labs)를 공동창업하기도 했습니다.

FedML은 ‘개척적 오픈소스’… 데이터 사일로 협력의 가능성을 열었다

Q. 이후 협력 철학이 머신러닝으로 확장된 과정은요?
A. 이후 같은 철학을 머신러닝에 적용했고, 그것이 연합 머신러닝(federated machine learning) 연구로 이어졌습니다. 공동창업자 에이든 차오양 허(Aiden Chaoyang He)와 함께 FedML을 시작했는데, 이는 연합 또는 탈중앙화 머신러닝을 위한 오픈소스 라이브러리입니다.

여기서도 핵심은 동일합니다. 데이터가 여러 사일로에 흩어져 있는 상황에서, 이들이 협력하면 더 나은 AI 모델을 만들 수 있는가라는 질문입니다.

TensorOpera AI: 기업은 협력이 필요하지만 데이터는 합칠 수 없다

Q. 텐서오페라 AI는 어떤 문제를 겨냥했습니까?
A. 그 다음 단계로 저희는 이 협력 철학을 실제 기업 시장에 적용하고자 TensorOpera AI를 만들었습니다. 기업 환경에서는 협력이 필요하지만, 동시에 많은 제약이 존재합니다. 예를 들어 여러 클라우드 간 협력이 필요하지만 규제나 정책 때문에 데이터를 하나로 모을 수 없는 경우가 많습니다.

또 다른 사례로는 엣지와 클라우드 간 협력이 있습니다. 데이터 일부는 엣지에 남아 있어야 하고, 일부는 클라우드에 위치해야 하며, 컴퓨팅 자원 역시 분산돼 있습니다. TensorOpera AI는 이러한 환경을 전제로, 엣지와 클라우드 전반에 걸쳐 협력형 AI 인프라를 구축하는 것을 목표로 합니다. 이후 이 협력 구조는 한 단계 더 확장돼, 에이전트 간 협력으로까지 발전했습니다.

애플리케이션 레이어에서 ‘에이전트 협력’이 실제 가치로 이어진다

Q. 체인오페라 AI가 ‘가장 최신의 협력 사례’라고 하신 이유는 무엇인가요?
A. 체인오페라 AI는 협력 철학이 애플리케이션 레이어에서 구현된 가장 최근 사례입니다. 사용자 입장에서는 여러 에이전트와 동시에 상호작용할 수 있지만, 이 에이전트들이 서로 고립돼 있다면 큰 가치를 얻기 어렵습니다. 저희가 추구하는 개념은 에이전트 간 협력을 통해 최종 사용자에게 훨씬 더 큰 효용을 제공하는 것입니다.

특히 크립토와 디파이, 핀테크처럼 실제로 사람들이 쓰고 싶어 하는 영역에서 그 가치가 분명하게 드러난다고 봅니다. 예측시장, 디파이, 탈중앙화 거래소(DEX) 같은 영역이 대표적입니다. 요약하면, 블록체인 시스템에서 시작해 머신러닝, 그리고 에이전트 시스템으로 이어지는 여러 레이어에 ‘협력’이라는 철학을 적용해 왔고, 이를 체인오페라 AI를 통해 애플리케이션 형태로 시장에 구현하고 있는 것입니다.

중앙화는 빠르지만… 사회관계망처럼 ‘누가 통제하는가’ 문제가 AI에도 온다

Q. ‘왜 굳이’ 커뮤니티 기반 협력 AI가 필요하다는 질문이 나옵니다. 어떤 답을 하시겠습니까?
A. 많은 사람들이 커뮤니티가 만드는 AI와 협력을 이야기하지만, 핵심 질문은 결국 “왜 필요한가”입니다. 왜 근본적으로 필요하고, 어떤 이득이 있는가라는 질문이죠. 반대의 관점에서 보면 중앙화 AI는 더 빠르고 효율적일 수 있습니다. 실제로 지금은 중앙화 방식의 AI 개발이 더 빠르게 진행되고 있고, 빅테크가 이를 주도하고 있습니다. 가장 효율적이고 가장 빠른 모델만 원한다면 탈중앙화가 꼭 필요하지 않을 수도 있습니다.

하지만 AI가 점점 더 강력해질수록, 사용자들이 진정으로 원하는 방향과 기술이 만들어지는 방향 사이에 불일치, 즉 미스얼라인먼트(misalignment)가 발생할 가능성이 커집니다. 저는 그 사례를 소셜 네트워크에서 이미 봤다고 생각합니다. 소셜 네트워크는 빠르게 확산됐지만, 지금은 누가 통제하는지, 검열은 어떻게 이뤄지는지, 정보가 어떤 방식으로 퍼지고 누가 영향력을 행사하는지와 같은 문제가 사회 전반의 고민이 됐습니다.

AI 역시 초기에는 중앙화 방식으로 빠르게 발전할 수 있지만, 시간이 지나면 빅테크가 만들고자 하는 방향과 사용자가 원하는 방향 사이의 간극이 커질 수 있습니다. 그래서 탈중앙화와 거버넌스를 통해 작은 빌더들도 참여하고 목소리를 낼 수 있는 구조가 중요합니다.

혼자서는 오픈AI나 구글과 경쟁할 수 없지만, 커뮤니티 기반으로 협력한다면 각자가 역할을 할 수 있고, 사용자 역시 자신을 위한 AI가 어떻게 만들어지는지에 참여할 수 있습니다. 이것이 제가 생각하는 ‘다른 방식의 AI 구축’이 필요해지는 근본적인 이유입니다.

커뮤니티는 사용자이자 개발자… 예측시장 에이전트로 ‘스트레스 테스트’를 받다

Q. 커뮤니티 참여는 실제로 어떤 방식으로 이뤄지나요? 사례를 들어주세요.
A. 저희 X 채널을 보면 커뮤니티 피드백과 커뮤니티가 만든 사례들을 지속적으로 공유하고 있습니다. 커뮤니티가 AI 구축 과정에 어떤 실질적인 영향을 미치는지를 직접 확인할 수 있는 부분입니다.

커뮤니티 참여는 크게 두 가지 축으로 나뉩니다. 하나는 최종 사용자이고, 다른 하나는 개발자입니다. 최종 사용자들은 AI의 품질, 상호작용 방식, 에이전트 간 협력에서 무엇이 부족한지에 대해 피드백을 제공합니다. 최근 사례로는 예측시장 AI 에이전트를 출시한 뒤, 커뮤니티에 ‘스트레스 테스트’를 요청한 일이 있습니다. 사용자들이 이 에이전트와 상호작용하며 어떤 이벤트에 베팅할지, 각 이벤트의 가능성을 어떻게 해석하는지를 직접 테스트하도록 한 것입니다.

그 결과 다양한 피드백이 쏟아졌습니다. 어떤 상황에서는 매우 잘 작동했지만, 특정 시나리오를 놓치거나 사용자들이 어려움을 겪는 지점도 드러났습니다. 저희는 이러한 피드백을 제품팀에 전달해 새로운 버전을 만들고 반복적으로 개선했습니다. 커뮤니티와 함께 “사용자가 매일 쓰고 싶어 하는 에이전트”를 만들어 가는 과정이라고 볼 수 있습니다.

개발자는 ‘AI 트윈’을 만들고, 에이전트끼리 토론시키며, 인간이 피드백한다”

Q. 개발자 커뮤니티 쪽 사례도 자세히 듣고 싶습니다.
A. 개발자들은 에이전트 빌더 플랫폼을 통해 직접 에이전트를 만들고 출시할 수 있습니다. 이 과정에서 커뮤니티는 이른바 ‘AI 트윈(Agent Twin)’ 에이전트들을 만들기도 했습니다. 예를 들어 어떤 개발자는 일론 머스크를, 또 다른 개발자는 젠슨 황을 모델로 한 에이전트를 제작했습니다. 이후 이 에이전트들을 소셜 에이전트 네트워크에 연결해 서로 협력하도록 했습니다.

한 커뮤니티 회원은 이 에이전트들에게 “서로 토론하라”는 과제를 부여했습니다. AI의 미래는 어떻게 전개될지, 그 안에서 블록체인의 역할은 무엇일지와 같은 주제였습니다. 그러면 에이전트들 사이에서 실제 대화가 오가고, 인간은 이를 관찰하며 필요에 따라 개입하거나 피드백을 제공합니다. 사용자는 이 과정을 녹화해 공유하기도 했습니다.

저는 이것이 개발자에게 매우 새로운 형태의 피드백이라고 봅니다. 단일 에이전트를 잘 만드는 것을 넘어, “내 에이전트가 다른 에이전트들과 어떻게 상호작용하며 의미 있는 경험을 만들어내는가”를 고민하게 만들기 때문입니다.

AI 터미널·에이전트 크리에이터·인프라… 사용자·빌더·리소스 제공자가 각자 역할을 맡는다

Q. 체인오페라 AI는 참여자들의 역할을 어떻게 나누고 있나요?
A. 체인오페라 AI는 앱 기반의 풀스택 에이전틱 솔루션입니다. 사용자, 빌더(개발자), 리소스 제공자, 투자자 등 각기 다른 참여자가 여러 레이어에서 역할을 수행합니다.
가장 상단에는 앱 레이어, 즉 AI 터미널이 있습니다. 이는 탈중앙화된 챗GPT에 가까운 인터페이스로, 사용자는 에이전트들의 협력 과정을 보며 직접 활용할 수 있습니다. 동시에 피드백을 제공하며 기여할 수도 있습니다.

예를 들어 특정 에이전트의 성능이 부족하다고 느끼면 이를 평가하거나 랭킹을 매길 수 있고, 이러한 신호는 슈퍼 에이전트가 어떤 에이전트가 어떤 작업에 더 적합한지를 이해해 더 나은 라우팅과 오케스트레이션 레이어를 설계하는 데 활용됩니다. 저는 사용자의 본질적인 역할이 바로 이 ‘오케스트레이션 레이어를 함께 만드는 것’이라고 봅니다. 이 과정은 사용자마다 달라질 수 있으며, 결과적으로 개인화된 AI 경험으로 이어집니다.

개발자는 에이전트 크리에이터 플랫폼에서 에이전트를 제작하고 출시합니다. 이미 수천 개의 에이전트가 존재하기 때문에, 개발자는 “무엇이 부족한지”, “퍼즐의 어떤 조각이 비어 있는지”를 고민해 그 빈틈을 채우는 에이전트를 만들 수 있습니다. 자신의 에이전트가 실제로 사용될수록 생태계 내에서 보상을 받게 됩니다.

세 번째는 인프라 레이어입니다. GPU 제공자와 모델 제공자가 여기에 참여할 수 있고, 투자자는 생태계를 확장하는 데 필요한 인프라에 투자할 수 있습니다. 오픈AI가 막대한 컴퓨팅 자원을 필요로 하듯, 체인오페라 역시 컴퓨트, 모델, 기여자 간의 협력이 필수적입니다.

예측시장은 복잡하고 빠르다… AI는 데이터 접근과 요약으로 인간을 돕는다

Q. 예측시장이 ‘AI가 특히 잘 작동하는’ 영역이라고 보신 이유는 무엇인가요?
A. 예측시장은 지난 1년간 큰 주목을 받아왔지만, 동시에 매우 복잡하고 변화가 빠른 시장입니다. 단 하나의 뉴스만으로도 전체 판도가 바뀔 수 있고, 스포츠 이벤트처럼 선수 한 명의 부상만으로도 예측이 완전히 달라질 수 있습니다.

이런 환경에서는 인간이 “내가 어떤 영역에서 더 많은 정보를 가지고 있는지”를 판단하기가 쉽지 않습니다. 그래서 저는 예측시장이 AI가 역할을 하기 좋은 대표적인 사례라고 봅니다. AI는 인간이 방대한 데이터에 훨씬 더 쉽게 접근하도록 돕기 때문입니다.

검색 엔진이 AI 엔진으로 대체될 수 있다는 논의와도 유사합니다. 기존에는 사람이 여러 웹페이지를 직접 읽고 정보를 종합해야 했지만, AI는 질문 하나로 그 과정을 요약해 줍니다. 예측시장 역시 마찬가지입니다. AI를 통해 방대한 데이터에 기반한 분석과 판단에 훨씬 쉽게 접근할 수 있습니다.

사용자는 “내게 적합한 이벤트는 무엇인지”를 물을 수 있고, AI는 사용자의 배경과 선호를 고려해 이벤트를 추천할 수 있습니다. 이어서 여러 출처의 데이터를 분석해 핵심 요인을 요약하고, 예측과 점수, 확률 평가까지 제시할 수 있습니다. 이벤트 식별부터 지식 분석, 요약, 정보 정리, 스코어링과 확률 평가에 이르는 전 과정이 AI를 통해 더 빠르고 간단해집니다.

저는 AI가 인간과 복잡한 시장 사이의 인터페이스가 될 수 있다고 봅니다. 예측시장은 그중 하나의 사례일 뿐이며, 체인오페라의 역할은 바로 이 ‘복잡한 시장과 인간 사이의 AI 레이어’를 구축하는 것입니다. 그리고 이 레이어는 단일 AI가 아니라, 각기 다른 강점을 지닌 다수의 에이전트들이 함께 만들어야 합니다.

웹3는 복잡하다… 그래서 AI가 먼저 들어간다, 반대로 블록체인은 AI를 만드는 ‘다른 길’을 연다

Q. AI와 웹3의 결합을 어떻게 전망하십니까?
A. 저는 두 가지 방향에서 이를 보고 있습니다. 첫째, AI는 웹3에 반드시 통합될 것이라는 점입니다. 웹3와 크립토는 구조적으로 매우 복잡한 영역이고, AI는 본질적으로 복잡한 것을 단순화하는 기술입니다. 가장 복잡한 영역부터 AI의 영향이 나타난다고 봅니다.
크립토가 복잡하다는 이유로 여전히 많은 사람들이 진입하지 못하고 있습니다. 지갑을 사용하고, 중앙화 거래소와 탈중앙화 거래소를 이해하는 것만 해도 대부분의 사람에게는 높은 진입장벽입니다. AI 레이어는 이러한 복잡성을 크게 낮추고, 웹3를 훨씬 더 접근 가능한 형태로 만들 수 있습니다.

둘째는 그 반대 방향입니다. 블록체인은 AI를 만드는 완전히 다른 방식을 가능하게 합니다. 빅테크가 주도하는 중앙화된 AI 개발 방식과 달리, 커뮤니티 기반 AI라는 대안적 경로를 제공할 수 있습니다. 소규모 빌더들은 빅테크와 경쟁하기 어렵다는 현실을 잘 알고 있습니다. 그래서 “그렇다면 나는 무엇을 할 수 있는가”라는 질문을 던지게 됩니다.

오픈소스 커뮤니티는 머신러닝의 기반을 만드는 데 큰 역할을 해왔지만, 최근에는 빅테크와의 격차로 인해 위축된 측면도 있습니다. 그러나 커뮤니티 기반 AI라는 새로운 길이 열린다면, 오픈소스 빌더들은 챗GPT나 제미나이와 경쟁할 수 있으면서도 그 소유권이 빌더들에게 있는 대안적 기술을 함께 만들어갈 수 있습니다. 저는 이것이 블록체인이 AI의 미래에 기여할 수 있는 매우 중요한 지점이라고 봅니다.

만약 이런 대안이 없다면, 우리는 결국 모두가 사용하는 하나의 AI 애플리케이션의 ‘사용자’로만 남게 될 수 있습니다. 저는 그것을 피하고 싶습니다. 크립토와 디파이 영역에는 AI가 만들어낼 수 있는 실질적이고 가시적인 가치가 존재하고, 이 영역에서야말로 AI가 사람들에게 tangible value, 즉 실제 가치를 증명할 수 있다고 생각합니다.

2025년 단기 목표는 ‘매일 쓰는 AI’… 장기 목표는 재단·에코시스템 펀드로 빌더를 키우는 것

Q. 2025년을 마무리하며, 앞으로의 단기·장기 목표를 정리해 주신다면요.
A. 지금은 2025년을 마무리하고 새로운 해를 준비하는 시점입니다. 단기 목표와 장기 목표를 나눠 말씀드리겠습니다. 체인오페라는 ‘앱 기반 레이어1 블록체인 시스템’이라고 볼 수 있습니다. 여기서 앱 기반이라는 것은 실제 트랙션과 실제 사용을 가장 중요하게 본다는 의미입니다.

단기 목표는 이미 수백만 명이 사용하는 AI 터미널과 에이전틱 시스템이 디파이와 핀테크 영역에서 매일 사용되는 도구가 되는 것입니다. 사용자들이 일상적인 문제를 해결하는 데 실질적인 도움을 주는 것이 핵심입니다.

저희는 과도한 기대나 추상적인 AI 미래 담론보다는, 커뮤니티 기반 AI를 통해 “실제로 가치가 보이는 것”을 만드는 데 집중하고 있습니다. 그래서 단기적으로는 채택과 사용자 트랙션을 지속적으로 확대해, 일상적인 사용을 정착시키는 데 주력하고 있습니다.
장기 목표는 오늘 이야기한 주제와 연결됩니다. 바로 커뮤니티가 AI를 형성하는 역할을 더욱 강화하는 것입니다. 더 많은 빌더가 생태계에 참여하도록 장려하고, 보다 근본적인 방식으로 커뮤니티 참여를 확장하고자 합니다. 이를 위해 최근 재단 설립 계획을 발표했고, 조만간 에코시스템 펀드도 출범할 예정입니다. 이는 퍼즐의 서로 다른 조각을 푸는 프로젝트들을 인큐베이팅하고 자금을 지원하기 위한 구조입니다.

내년 말까지 여러 커뮤니티가 ‘협력형 AI’라는 개념 아래 함께 작동하는 생태계를 만드는 것이 중요한 목표입니다. 결국 많은 사용자가 쓰는 것과, 새로운 솔루션이 지속적으로 등장하는 것이 동시에 이뤄져야 합니다. 빅테크가 분기마다 새로운 혁신을 내놓듯, 우리 역시 사용자와 빌더가 서로를 자극하는 선순환을 가속해야 합니다.

플라이휠의 핵심은 사용자·빌더·리소스… 우리는 앱에서 출발했다

Q. ‘플라이휠’이라는 표현을 쓰셨는데, 성공의 척도는 무엇인가요?
A. 이 플라이휠을 실제로 작동하게 만드는 것이 중요합니다. 채택 없이 계속 개발만 할 수는 없고, 새로운 개발 없이 채택만 기대할 수도 없습니다. 이 플라이휠은 세 가지 요소로 구성됩니다.

첫째는 최종 사용자입니다. 사용자는 채택을 만들고, 빌더에게 동기를 제공합니다.
둘째는 빌더, 즉 개발자입니다. 빌더는 사용자가 실제로 사용하는 에이전트를 만들고, 사람들이 열광하며 쓰고 싶어 하는 더 나은 에이전트를 계속해서 제공하려 합니다.
셋째는 리소스입니다. 사용자와 에이전트가 늘어날수록 GPU 제공자와 모델 제공자 같은 리소스 참여자가 필요해집니다.

프로젝트마다 플라이휠을 시작하는 방식은 다를 수 있습니다. 어떤 프로젝트는 GPU 제공자를 먼저 대규모로 유치하는 방식으로 시작할 수도 있습니다. 하지만 저희는 앱 레이어와 최종 사용자, 즉 “사람들이 실제로 쓰게 만드는 것”에서 출발하는 것이 옳다고 판단했습니다. 그 결과 사용자가 늘어나면서 빌더 수요가 자연스럽게 생겼고, 많은 빌더가 참여하게 됐으며, 이제는 사용자와 빌더의 성장에 따라 리소스 수요도 함께 증가하고 있습니다.

저희가 보는 성공의 척도는 이 플라이휠을 얼마나 빠르고 건강하게 확장할 수 있느냐입니다.

빌더들에게: 실질 가치를 만들어라… 협력 방식·인센티브·거버넌스까지가 ‘문제’다

Q. 빌더와 커뮤니티에 전하고 싶은 핵심 메시지는 무엇입니까?
A. 빌더는 이미 많습니다. 저희가 전하고 싶은 핵심 메시지는 분명합니다. 바로 “최종 사용자를 위한 실질적인 가치를 만들어야 한다”는 것입니다. 많은 빌더가 함께 이 앱 레이어를 최고의 공간으로 만들어 가길 바랍니다. 그렇게 되면 이 앱 레이어는 특정 기업의 것이 아니라, 참여한 빌더 모두의 것이 됩니다. 어떤 에이전트든 이 앱에서 출시되고, 서로 협력하며 작동할 수 있습니다.

저는 지금이 매우 중요한 시점이라고 생각합니다. AI의 미래가 커뮤니티 기반 AI, 협력, 그리고 블록체인 시스템에 의해 주도될 수 있는 순간이기 때문입니다. 이것이 단순한 서사나 담론이 아니라, 실제로 사람들에게 가치로 작동하는 단계에 들어섰다고 봅니다.

금이야말로 진정한 빌더들이 참여해 더 강한 AI를 만들어갈 ‘적기’라고 생각합니다.
그리고 해결해야 할 문제는 여러 레이어에 걸쳐 있습니다. 에이전트를 많이 만드는 것도 중요하지만, 그보다 더 상위에는 “탈중앙화된 에이전트들이 어떻게 협력할 것인가”라는 문제가 있습니다. 협력 방식은 하나로 정해져 있지 않습니다. 에이전트들이 협력하도록 만드는 다양한 인센티브 메커니즘이 존재할 수 있습니다. 더 상위에는 거버넌스의 문제가 있습니다.

무엇이 올바른 방향인지, 무엇이 잘못된 방향인지, 인간 정렬(human alignment)이 어떤 가치와 기준을 가져야 하는지와 같은 질문들입니다. 이런 문제들에 각자의 아이디어를 가진 사람들이 참여해 기여할 수 있습니다.

예측시장은 수많은 에이전트 중 하나의 사례일 뿐입니다. 트레이딩 전략 에이전트도 있고, 콘텐츠 생성용 에이전트도 있습니다. 다양한 문제와 다양한 해법이 공존할 수 있습니다.

AI가 다음 세대를 약하게 만든다면 위험하다… 개발자가 참여해야 인간도 더 똑똑해진다

Q. 대화 말미에 ‘다음 세대’에 대한 우려를 언급하셨습니다. 어떤 의미인가요?
A. 저는 사실 다음 세대가 더 걱정됩니다. 현재 세대는 이미 기본기를 갖추고 있기 때문에, AI를 통해 더 나은 콘텐츠 크리에이터가 될 수 있습니다. 글을 쓰는 법을 알고, 취재와 사고의 과정을 이해하고 있기 때문에 AI는 그들을 더 강하게 만들어 줍니다.

하지만 다음 세대는 콘텐츠를 만드는 과정 자체를 배우지 않을 수도 있습니다. 그 결과 AI가 그들을 더 편하게 만들 수는 있지만, 동시에 더 게으르고 더 약하게 만들 위험도 있다고 봅니다. 저는 이것이 우리가 직면한 중요한 과제라고 생각합니다.

이는 매우 근본적인 문제입니다. 어떤 기술이 인간을 덜 똑똑하게 만든다면, 결국 우리는 패배하게 됩니다. 극단적으로 말하면 인류가 스스로를 약화시키는 결과를 낳을 수도 있습니다. 그래서 저는 빅테크만 AI를 만들고, 우리는 그저 사용하는 존재로 남는 상황을 경계합니다. 반대로 개발자들이 직접 구축 과정에 참여한다면, 그 과정에서 인간 역시 더 똑똑해질 수 있다고 믿습니다.

마무리 질문: 한국 독자·청년층에게

Q. 마지막으로 한국 독자, 특히 청년층에게 전하고 싶은 메시지가 있다면요?
A. 저는 지금이 커뮤니티 기반 협력 AI가 더 이상 개념이나 가능성에 머무르지 않고, 실제 가치로 증명되기 시작한 시점이라고 생각합니다. 사용자와 빌더가 함께 생태계를 만들고, 에이전트 간 오케스트레이션과 협력 방식을 고민하며, 인센티브와 거버넌스까지 함께 설계할 수 있습니다.

만약 개발자들이 참여하지 않고 빅테크만 AI를 구축한다면, 우리는 결국 사용자로만 남게 될 것입니다. 하지만 함께 참여하고 만들어 간다면, 모두가 더 나아질 수 있습니다. 저는 한국의 많은 빌더와 사용자들이 이 생태계에 참여해, 협력 AI의 미래를 함께 만들어 가길 기대합니다.