Armita Jan 24, 2026 ⋅ 읽는데 약 11분 소요

핵심 인사이트

• 라이브피어(Livepeer)는 탈중앙화 비디오 트랜스코딩에서 실시간 AI 비디오에 최적화된 인프라로 재포지셔닝하고 있으며, 이는 캐스케이드(Cascade) 비전에 따라 진행되고 있다.

• 이러한 전환은 라이브피어의 핵심 강점인 저지연 비디오 파이프라인, 분산 GPU 운영자, 스테이크 조정 실행을 기반으로 구축되며, 지원 워크로드를 라이브 비디오에 대한 지속적인 AI 추론으로 확장한다.

• 데이드림(Daydream)은 플래그십 제품이자 디자인 파트너 역할을 하며, 실시간 AI 비디오 테제를 개발자 중심 워크플로우와 초기 프로덕션 수요로 전환한다.

• 네트워크 경제 상황은 이러한 전환을 반영하고 있으며, 전년 대비 약 3배의 수수료 성장과 기존 트랜스코딩이 아닌 AI 추론에서 발생하는 수수료가 70% 이상을 차지한다.

• 로드맵은 실시간 AI 파이프라인 제품화, 툴링 및 성능 벤치마크 개선, 아바타, 에이전트, 인터랙티브 비디오 전반의 사용 사례 확장에 초점을 맞춘다.

개요

AI 네이티브 애플리케이션이 실시간 비디오 생성, 분석, 상호작용에 점점 더 의존하면서, 인프라 요구사항은 정적 미디어 파이프라인에서 저지연, 컴퓨팅 집약적 워크플로우로 전환되고 있다. AI 생성 게임 월드, 실시간 아바타 에이전트, 라이브 비디오 분석, 인터랙티브 크리에이티브 툴을 포함한 새로운 사용 사례는 비디오 수집, 추론, 전달이 긴밀하게 결합되어야 한다. 이러한 제약 조건은 주로 배치 처리와 정적 입력에 최적화된 범용 GPU 클라우드로는 잘 충족되지 않는다.

라이브피어는 원래 비디오 스트리밍과 트랜스코딩을 탈중앙화하기 위해 구축되었으며, 분산 GPU 운영자 네트워크를 통해 비용 효율적인 미디어 처리를 제공했다. AI 추론 워크로드가 기존 트랜스코딩 작업과 함께 실행되기 시작하면서, 프로젝트는 더 집중된 기회를 식별했다. 바로 실시간 AI 비디오를 위해 특별히 구축된 인프라였다.

지난 1년 동안 이러한 전환은 라이브피어의 캐스케이드 비전에 의해 형성되었으며, 이는 실시간 AI 비디오를 위한 선도적인 플랫폼과 커뮤니티 구축을 중심으로 생태계를 재정렬한다. 초기 지표는 트랜스코딩과 AI 미디어 추론 모두에서 지속적인 네트워크 사용량과 AI 워크로드에서 발생하는 네트워크 수수료의 증가하는 비중을 포함하여 견인력을 가리킨다. 기술적 기반이 점점 더 검증됨에 따라, 현재 단계는 네트워크 제품화, 생태계 조정 개선, 실시간 AI 비디오 사용 사례로부터의 수요 확장을 강조한다.

배경

라이브피어는 2017년 라이브 비디오 트랜스코딩을 위한 탈중앙화 프로토콜로 출시되었으며, 암호경제적 인센티브를 통해 독립적인 노드 운영자를 조정함으로써 스트리밍의 비용과 운영 복잡성을 줄이도록 설계되었다. 방송사는 비디오 처리에 대해 사용량 기반 수수료를 지불했고, 오케스트레이터는 GPU 컴퓨팅과 대역폭을 공급하고 수수료와 스테이킹 기반 프로토콜 보상을 통해 보상받았다. 이 모델은 비용 효율성, 무허가 참여, 신뢰성을 강조했으며, 라이브피어를 가장 초기의 탈중앙화 미디어 인프라 네트워크 중 하나로 포지셔닝했다.

처음부터 라이브피어의 아키텍처는 단일 기술 프리미티브인 실시간 비디오 처리를 중심으로 했다. 프로토콜은 라이브 워크로드에 최적화된 오픈소스 미디어 스택을 도입했고, 지연에 민감한 비디오 파이프라인을 처리할 수 있는 전 세계적으로 분산된 GPU 네트워크를 조정했다. 시간이 지남에 따라 이 기반은 광범위한 운영자 기반에 걸쳐 지속적인 라이브스트림 활동을 지원했으며, 탈중앙화 비디오 인프라의 기술적 실현 가능성과 경제적 생존 가능성을 모두 검증했다.

광범위한 비디오 생태계가 진화함에 따라 라이브피어의 기회 세트는 두 가지 차원에서 확장되었다. 첫째, 애플리케이션이 컴퓨터 비전, 생성 효과, 에이전트 기반 상호작용을 라이브 스트림에 직접 임베드하면서 비디오 워크로드가 점점 더 AI와 융합되었다. 둘째, 수요가 배치 또는 오프라인 처리에서 엄격한 지연 제약 하의 지속적인 추론으로 전환되었으며, 이는 실시간 미디어 워크플로우를 위해 설계되지 않은 전통적인 클라우드 추상화와 일반 추론 플랫폼의 한계를 드러냈다.

이에 대응하여 라이브피어는 트랜스코딩을 넘어 AI 추론을 포함하도록 지원 작업 유형을 확장했으며, 분산 GPU 공급이 실시간 AI 워크로드를 지원할 수 있음을 입증했다. 이 기능이 기술적으로 실행 가능하고 비용 효율적임이 입증되었지만, 전략적 한계도 드러났다. 일반 추론 인프라로 프레임될 때, 라이브피어는 번들 서비스, 엔터프라이즈 계약, 영업 중심 유통을 제공하는 중앙화된 제공업체가 지배하는 혼잡한 시장에서 경쟁했으며, 이는 탈중앙화 네트워크가 구조적으로 불리한 영역이었다.

캐스케이드 비전의 도입은 전략적 전환점이 되었다. 라이브피어를 전통적인 스트리밍 인프라 플랫폼에 대한 탈중앙화 대안이나 범용 컴퓨팅 마켓플레이스로 포지셔닝하는 대신, 캐스케이드는 네트워크를 더 차별화된 범주인 실시간 AI 비디오를 중심으로 재구성한다. 이러한 초점은 라이브피어의 기존 강점인 저지연 비디오 처리, 분산 GPU 마켓플레이스, 개방적이고 스테이크 조정된 실행이 가장 방어 가능하고 복제하기 어려운 워크로드를 강조한다.

캐스케이드 하에서 라이브 스트리밍은 포기되지 않고 일반화된다. 비디오는 꾸준한 수요와 운영 기반을 제공하는 핵심 워크로드로 남아 있으며, AI 네이티브 확장을 위한 자연스러운 기질 역할을 한다. 네트워크 내에서 AI 추론이 성숙해지면서 사용량과 수수료의 주요 동인이 되었고, 라이브피어의 경제 프로필을 실질적으로 재편했다.

오늘날 라이브피어는 전환기에 있는 네트워크로 운영된다. 더 이상 탈중앙화 트랜스코딩만으로 정의되지 않지만, 아직 실시간 AI 비디오를 위한 플랫폼으로 완전히 제품화되지는 않았다. 캐스케이드는 이러한 궤적을 공식화하며, 프로토콜 역량, 경제적 인센티브, 제품 방향을 단일 테제를 중심으로 정렬한다. 바로 정적 파일이 아닌 라이브 스트림에서 작동하는 확장 가능하고 저지연 AI 비디오 파이프라인을 가능하게 하는 것이다.

라이브피어의 비전

이러한 전환을 기반으로 라이브피어는 실시간 AI 비디오 인프라에 대한 수요를 견인하는 세 가지 워크로드 범주를 강조한다.

• 사용자 입력에 대응하여 프레임별로 환경이 생성되는 AI 생성 월드 및 게임

• 라이브 스트림에서 지속적인 데이터 추출과 의사결정을 가능하게 하는 실시간 비디오 분석,

• 모션 캡처, 스타일 전환, 추론이 디지털 아이덴티티가 지속적으로 작동할 수 있도록 하는 AI 매개 아바타 및 에이전트가 여기에 포함된다.

이러한 사용 사례 전반에서 실시간 AI 비디오 워크로드는 공통적인 기술 프로필을 공유한다. 바로 엄격한 지연 제약 하에서 지속적이고 프레임별 추론이다. 이러한 워크로드는 GPU 집약적이며 비디오 처리와 컴퓨팅 간의 긴밀한 통합이 필요하다. 라이브피어는 이러한 요구사항을 일반적으로 배치 작업이나 정적 입력에 최적화된 일반 GPU 추론 플랫폼 대비 구조적 이점으로 포지셔닝한다.

라이브피어가 제시하는 기회는 크리에이티브 미디어, 게임, 로보틱스, 분석, 모니터링, 합성 데이터 생성 사용 사례 전반에 걸쳐 실시간 AI 비디오를 위한 인프라 역할을 하는 것이며, 여기서 지연, 조합 가능성, 탄력적 실행이 1차 제약 조건이다.

네트워크 제품화

이러한 포지셔닝이 정의되면서 초점은 구상에서 실행으로 전환되었다.

1. 워크플로우 배포: 개발자는 기본 모델 추론에만 의존하는 대신 연결된 모델과 처리 단계로 구성된 완전한 실시간 AI 워크플로우를 배포할 수 있어야 한다.

2. 산업 경쟁력 있는 지연: 인터랙티브 비디오 워크로드의 경우 지연은 구속 제약 조건이다. 라이브피어는 실시간 사용 사례를 위해 중앙화된 GPU 클라우드와 경쟁력 있는 성능을 벤치마킹하고 제공하는 것을 강조한다.

3. 탄력적이고 사용량 기반 확장: 라이브피어의 개방형 운영자 마켓플레이스는 워크로드가 주문형으로 확장되고 사용량당 가격이 책정되도록 하여, 장기 GPU 예약과 유휴 용량을 피한다. 이는 이전에 라이브 트랜스코딩에서 입증된 비용 이점의 확장이다.

이러한 속성들이 함께 라이브피어의 원래 스트리밍 중심 생태계를 넘어 빌더를 유치하는 데 필요한 기준선을 형성한다.

데이드림: 디자인 파트너이자 수요 동인

데이드림은 2025년 5월 라이브피어의 실시간 AI 비디오 테제를 개발자에게 구체화하기 위해 설계된 베타 제품으로 소개되었다. 2025년 5월 12일 발표된 초기 베타는 실시간 AI 비디오 워크플로우를 중심으로 데이드림을 명시적으로 포지셔닝했으며, 개발자가 프로토콜 프리미티브나 인프라 수준 구성요소와 직접 상호작용할 필요 없이 저지연 AI 비디오 파이프라인을 구축, 테스트, 실행하기 위한 더 높은 수준의 환경을 제공했다.

데이드림은 라이브피어의 시장 진입 전략의 진화를 반영한다. 수요를 유치하기 위해 인프라 추상화에만 의존하는 대신, 생태계는 사용성, 성능 제약, 실제 개발자 요구사항을 입증하기 위한 제품 중심 표면으로 데이드림을 도입했다. 이러한 역할에서 데이드림은 초기 네트워크 사용량을 생성하기 시작했으며, 디자인 파트너로서 기능하여 실제 프로덕션 피드백을 기본 네트워크, 특히 지연 목표, 워크플로우 오케스트레이션, 운영 신뢰성에 대한 구체적인 요구사항으로 전환했다.

2025년 8월까지 데이드림의 포지셔닝은 탐색적 데모에서 재사용 가능한 개발자 툴링으로 전환되기 시작했다. 빌더 중심 콘텐츠와 통합은 터치디자이너(TouchDesigner)와 같은 도구와의 통합을 포함하여 크리에이티브 및 개발자 환경 내에서 데이드림 API의 가용성을 강조했다. 이러한 전환은 반복 가능한 애플리케이션 개발과 써드파티 통합을 지원하는 방향으로의 이동을 신호했으며, 개발자를 위한 온램프이자 라이브피어의 실시간 AI 비디오 인프라 제품화를 형성하는 피드백 루프로서 데이드림의 역할을 강화했다.

데이드림 작동 방식

데이드림은 실시간 AI 비디오 워크플로우를 구축, 공유, 배포하기 위한 개방형 플랫폼이다. 사용자가 라이브 비디오 스트림을 실시간으로 변환, 편집, 생성하여 저지연 제약 하에서 동적 출력을 생성할 수 있도록 한다. 탐색 중인 사용 사례에는 개인화된 라이브 엔터테인먼트(예: 게임 및 스트리밍), 상거래 지향 애플리케이션(라이브 쇼핑 및 광고 등), 초기 산업 시나리오(예: 로보틱스 훈련 및 모니터링)가 포함된다.

데이드림 생태계는 현재 세 가지 주요 구성요소로 이루어져 있다.

• 로컬 우선, 오픈소스 도구인 스코프(Scope)는 크리에이티브 기술자와 응용 연구자가 맞춤형 실시간 AI 비디오 워크플로우를 설계하고 스파우트(Spout), 유니티(Unity), 언리얼(Unreal), 터치디자이너와 같은 보완 도구와 통합할 수 있도록 한다.

• 커뮤니티 허브는 워크플로우 공유와 커뮤니티 프로젝트 강조를 위한 발견 및 협업 표면 역할을 한다.

• 데이드림 API는 라이브피어 네트워크가 지원하는 GPU 백엔드에서 실행되는 맞춤형 워크플로우에 대한 원격 추론을 제공한다.

실시간 AI 비디오가 활발하고 빠르게 진화하는 연구 영역으로 남아 있기 때문에, 데이드림은 실험적 워크플로우와 반복 가능하고 프로덕션 지향적인 배포 사이의 초기 가교 역할을 한다.

출처

데이드림 기술 스택

데이드림은 오픈소스 툴링과 맞춤형 실시간 스트리밍 파이프라인의 조합을 사용하여 원격 GPU 백엔드에서 저지연 추론을 가능하게 한다. 이 스택은 데이드림 API를 통해 노출되어 개발자가 라이브피어 네트워크에서 실시간 AI 비디오 워크플로우를 구축하고 배포할 수 있도록 한다.

주요 구성요소는 다음과 같다.

• 공간 및 시간 제어를 위한 멀티컨트롤넷(Multi-ControlNet) 지원

• IP어댑터(IPAdapter) 기반 이미지 스타일 가이던스

• 복잡한 구성에 대해 약 15~25 FPS를 목표로 하는 텐서RT(TensorRT) 가속

• 여러 실시간 비디오 생성 모델 지원이 포함된다.

데이드림 스코프는 실시간 AI 비디오 워크플로우를 구축하고 테스트하기 위한 커뮤니티 중심의 오픈소스 로컬 개발 환경으로 이 스택을 확장한다. 스코프는 롱라이브(LongLive), 스트림디퓨전(StreamDiffusion), 크레아 리얼타임(Krea Realtime) 14B와 같은 모델을 지원하며 커뮤니티 알파 상태로 남아 있다.

개념적으로 데이드림-라이브피어 스택은 관심사를 명확하게 분리한다.

• 워크플로우 정의: 노드 기반 파이프라인 구성

• 실행: GPU 기반 추론을 실행하는 라이브피어 AI 오케스트레이터

• 라우팅: 요청을 전송하고 출력을 반환하는 AI 게이트웨이가 여기에 해당한다.

실제로는 (1) 개발자가 워크플로우 파이프라인을 작성하거나 선택하고, (2) 요청이 라이브피어의 AI 엔드포인트를 통해 제출되며, (3) 오케스트레이터가 라이브 비디오 스트림 또는 프레임에 대한 추론을 실행하고, (4) 출력이 다운스트림 사용에 적합한 미디어 아티팩트 또는 스트림으로 반환된다.

이러한 작업 분담은 데이드림이 개발자 경험, 조합 가능성, 크리에이티브 툴링에 집중할 수 있도록 하며, 라이브피어는 분산 실행, 확장, 운영 조정을 제공한다.

라이브피어의 광범위한 전략에서의 역할

캐스케이드 프레임워크 내에서 데이드림은 애플리케이션 사용량과 인프라 설계 사이의 피드백 루프로 기능한다. 애플리케이션을 다운스트림 소비자로 취급하는 대신, 라이브피어는 데이드림을 네트워크 진화에 대한 적극적인 입력으로 프레임하여 성능 벤치마크, 워크플로우 추상화, 공급측 준비 상태를 알린다.

실시간 AI 비디오 실험을 가시적인 제품 표면에 고정함으로써 데이드림은 전통적인 트랜스코딩을 넘어 라이브피어의 포지셔닝을 검증하는 데 도움을 주고, 어떤 워크로드가 지속적인 네트워크 수요로 확장될 가능성이 가장 높은지에 대한 초기 신호를 제공한다.

생태계 활동을 통한 라이브피어 비전 지원

데이드림의 툴링은 개발자가 실시간 AI 비디오 워크플로우를 프로덕션으로 확장하기 전에 프로토타입할 수 있도록 함으로써 라이브피어의 인프라 테제를 지원한다. 개발자는 호스팅된 API를 통해 상호작용하거나 오픈소스 구성요소를 자체 호스팅할 수 있어 실험에서 배포까지 여러 경로를 생성한다.

라이브피어는 이러한 전환이 이미 네트워크 경제 상황에 반영되고 있다고 보고한다.

• 2025년 말 기준으로 네트워크 수수료가 전년 대비 약 3배 증가했고

• 수수료의 70% 이상이 기존 트랜스코딩이 아닌 AI 추론에서 발생했다.

제품 측면에서 데이드림은 베타 시연에서 API 수준 통합으로 진전했으며, 외부 개발자가 실시간 생성 비디오 도구와 인터랙티브 애플리케이션을 구축하고 있다. 초기 단계이지만 이러한 신호는 AI 네이티브 비디오 워크로드가 네트워크 수요의 주요 원천이 되고 있음을 시사한다.

출처

로드맵 및 향후 방향

2025년 4분기 말에 발표된 라이브피어 로드맵은 생태계의 주요 조정 참조 자료 역할을 하며, 네트워크 전반의 우선순위 이니셔티브와 기여 영역을 개괄한다. 이는 라이브피어가 실시간 비디오 AI의 기회를 어떻게 실행할 것인지를 자세히 설명하고, 속도, 집중, 조정을 중심으로 한 네트워크의 실행 철학인 서지(Surge)의 구체적인 표현을 제공한다.

출처

로드맵은 세 단계로 구성된다.

현재: 네트워크 성능 향상

• 실시간 비디오 AI 워크로드에 대한 네트워크 관찰성, 신뢰성, 보안 개선

• 개발자 툴링 확장 및 통합 마찰 감소

• 지속적인 프로덕션 사용에 대한 장벽 제거가 포함된다.

다음: 네트워크 시장 진입 가속화

타겟 시장 진입 노력을 통해 준비 상태를 일관된 수요 성장으로 전환

디자인 파트너, 온보딩, 생태계 지원을 통한 채택 지원

실험에서 프로덕션까지 더 명확한 경로 확립이 포함된다.

이후: 엔터프라이즈 채택 확장

실질적으로 더 높은 실시간 AI 비디오 수요를 지원하도록 네트워크 준비

GPU 공급 및 엔터프라이즈급 운영

역량 확장, 신뢰, 검증, 신뢰성 보장 강화가 포함된다.

로드맵은 라이브피어가 프로덕션 준비 상태에서 지속적인 수요 성장으로, 그리고 시간이 지남에 따라 확장된 엔터프라이즈 채택으로 어떻게 이동할 것인지를 명확히 한다.

마무리 요약

라이브피어는 탈중앙화 비디오 트랜스코딩 네트워크에서 실시간 AI 비디오 워크로드를 위해 특별히 구축된 인프라로 재포지셔닝하고 있다. 캐스케이드 비전은 라이브피어의 저지연 비디오 스택, 탄력적 GPU 마켓플레이스, 개방 조정 모델이 의미 있는 차별화를 제공하는 범주를 향한 전략적 초점 축소를 반영한다.

데이드림은 이러한 전환에서 중심적인 역할을 하며, 오픈 툴링과 프로덕션 지향 실시간 비디오 파이프라인을 통해 수요 동인이자 디자인 파트너 역할을 한다. 로드맵은 초기 실험을 넘어 실시간 AI 비디오를 확장하기 위한 전제 조건으로 성능, 신뢰성, 개발자 중심 인프라를 강조한다. 성공한다면 라이브피어는 비디오가 단순히 스트리밍되는 것이 아니라 지속적으로 생성, 변환, 해석되는 AI 네이티브 비디오 애플리케이션을 위한 전문화된 인프라 레이어로 부상할 수 있다.

보고서에서 마음에 드셨던 점, 빠진 내용, 또는 기타 피드백이 있으시면 설문을 작성 부탁드립니다.

모든 응답은 개인정보 보호정책과 서비스 약관의 적용을 받습니다.

이 보고서는 라이브피어(Livepeer Inc)의 의뢰로 작성됐습니다. 모든 콘텐츠는 저자(들)에 의해 독립적으로 작성되었으며, Messari Inc. 또는 보고서를 의뢰한 기관의 의견을 반드시 반영하는 것은 아닙니다. 의뢰 기관이 보고서 내용에 일부 의견을 제시할 수 있으나, Messari는 데이터의 정확성과 객관성을 유지하기 위해 최종 편집권을 보유합니다. 또한, 저자(들)는 이 보고서에서 언급된 암호화폐를 보유하고 있을 수 있습니다.

이 보고서는 정보 제공을 목적으로 하며, 투자 자문을 위한 문서가 아닙니다. 투자 결정을 내리기 전에는 반드시 자체적인 조사 및 독립적인 재무, 세무, 법률 전문가와의 상담을 진행하시기 바랍니다. 과거 수익률은 미래 수익을 보장하지 않습니다. 자세한 내용은 당사의 서비스 이용약관을 참고 부탁드립니다.

이 보고서의 일부 또는 전체는 다음과 같은 행위가 금지됩니다:
(a) 복사, 인쇄, 어떠한 방식으로든 형태를 변형하여 복제하는 행위
(b) Messari®의 사전 서면 동의 없이 재배포하는 행위