Armita 프로토콜 RA Sep 19, 2025⋅ 읽는데 약 13분 소요

핵심 인사이트

• 유통 시가총액은 전분기 대비 235% 증가한 3,000만 달러를 기록했으며, FLOCK 가격은 0.06 달러에서 0.15 달러로 167% 상승했다.

• 2025년 2분기 트레이닝 노드와 위임자 노드가 증가했으며, 트레이닝 노드는 전분기 대비 29% 증가한 185개, 위임자는 21% 증가한 1,280개를 기록했다. 검증인은 전분기 대비 17% 증가한 247개를 기록한 반면, 트레이닝 및 검증 제출은 각각 전분기 대비 52% 감소했다.

• 프로토콜 업데이트에는 gmFLOCK 출시, 위임 풀(Delegation Pools)을 갖춘 AI 아레나(AI Arena) v2, 비텐서(Bittensor)의 FLock OFF 서브넷이 포함되었다.

• 2분기 파트너십 및 통합에는 베이스(Base)의 모델 컨텍스트 프로토콜(Model Context Protocol), 알리바바 클라우드(Alibaba Cloud)의 Qwen, 인피니(Infini), SpoonOS, DIMO + 비콘(Beacon)이 포함되었다.

• FLock은 CB 인사이츠(CB Insights)의 AI 100 목록에 선정되었으며 IEEE 글로벌 블록체인 컨퍼런스(IEEE Global Blockchain Conference) 최우수 애플리케이션 상을 받았다.

개요

FLock.io(FLOCK)는 블록체인 인프라와 프라이버시 보존 연합 학습을 결합한 탈중앙화 AI 개발 플랫폼이다. 아키텍처는 세 가지 핵심 구성 요소로 구축된다. 모델이 협력적으로 학습되는 AI 아레나, 모델 게시 및 사용을 위한 마켓플레이스인 문베이스(Moonbase), 그리고 온체인 인센티브로 기여자를 조율하는 연합 학습 프레임워크인 FL 얼라이언스(FL Alliance)다.

전통적인 연합 학습에서는 모델이 로컬 기기로 전송되어 학습되며, 업데이트된 파라미터만(원시 데이터가 아닌) 공유된다. 이는 프라이버시를 보존하지만 종종 중앙화된 서버에 의존하며 인센티브와 보안에 대한 과제를 남긴다. FLock은 블록체인을 사용하여 탈중앙화 조정, 검증 가능한 거버넌스, 투명한 인센티브를 제공함으로써 이러한 한계를 해결하여, 커뮤니티가 신뢰 최소화 방식으로 AI 모델을 제안하고 학습하며 배포할 수 있도록 한다.

이 설계는 FLock의 더 광범위한 비전을 지원한다. 데이터 소싱과 모델 설계부터 학습, 검증, 배포에 이르는 AI 라이프사이클을 민주화하는 것이다. 플랫폼은 IEEE 저널 및 NeurIPS 워크샵과 같은 장소에서 여러 동료 검토 출판물을 통해 진행 중인 학술 연구에 기반을 두고 있다. FLock에 대한 전체 프라이머는 커버리지 개시 보고서를 참조하면 된다.

웹사이트(Website) / X / 디스코드(Discord) / 텔레그램(Telegram) / 링크드인(LinkedIn)

주요 지표

재무 개요

시가총액

FLOCK의 유통 시가총액은 2025년 2분기에 235% 증가하여 900만 달러에서 3,000만 달러로 상승했으며, 토큰 가격은 0.06 달러에서 0.15 달러로 167% 성장했다. 가격 대비 시가총액의 더 큰 증가는 스테이킹 보상, 생태계 인센티브 또는 예정된 토큰 릴리스를 통해 분기 동안 유통 공급량이 확대되었기 때문이다. 베이스에 유니스왑(Uniswap) 유동성이 추가되면서 시장 접근성이 확대되어 활발히 유통되는 토큰의 비율이 증가했다. 결과적으로 토큰당 더 높은 가치 평가와 더 큰 유통 공급량 모두 전체 시가총액 성장에 기여했다.

스테이킹 비율

이전에는 AI 아레나의 모든 참여자에게 FLOCK 스테이킹이 필수였으며 역할 자격, 작업 접근, 인센티브 정렬에 필수적이었다. 활성 작업의 참여자는 세 가지 역할 중 하나에 속했다.

• 트레이닝 노드(Training Nodes)는 개인 데이터를 사용하여 모델을 개발하거나 미세 조정하기 위해 FLOCK을 스테이킹했으며, 제출물의 품질과 순위에 따라 보상을 받았다.

• 검증인(Validators)은 표준화된 데이터셋을 사용하여 모델을 평가하기 위해 FLOCK을 스테이킹했으며, 검증 빈도는 스테이크에 영향을 받고 속도 제한을 받았다.

• 위임자(Delegators)는 트레이닝 노드나 검증인을 대신하여 FLOCK을 스테이킹하고 보상의 일부를 받았으며, 지급은 시간 가중치가 적용되고 성과 및 보상 공유 비율에 따라 달라졌다.

스테이킹된 토큰은 부정직한 행동을 억제하기 위한 담보 역할을 했다. 스마트 컨트랙트가 자동으로 보상을 분배했으며, 프로토콜 위반에 대해서는 슬래싱 페널티가 적용되었다.

2025년 2분기에 FLock은 AI 아레나 참여를 위한 스테이킹 단위로 gmFLOCK을 도입했다. gmFLOCK은 사용자가 선택한 최대 365일 기간 동안 FLOCK을 잠금으로써 생성되는 양도 불가능한 토큰으로, 더 긴 잠금 기간은 더 높은 배율을 받는다. 트레이닝 노드, 검증인, 위임자는 이제 참여하고 보상을 받기 위해 FLOCK을 gmFLOCK으로 전환해야 한다. 이전 스테이킹 모델에서 벗어나는 전환은 이전에 스테이킹된 토큰이 새로운 시스템에서 재잠금되어야 했기 때문에 전체 스테이킹 비율의 급격한 감소에 기여했다.

FLOCK의 스테이킹 비율은 2025년 2분기에 감소하여 1분기 말 41%에서 분기 말까지 33%로 떨어졌다. 비율은 5월 15일 53%로 정점을 찍은 후 5월 말 급격한 조정으로 30% 초반대로 돌아왔으며, 6월까지 이 수준에서 안정화되었다. 이러한 변화는 약화된 스테이킹 인센티브를 반영했으며, 4월 말에 도입된 gmFLOCK은 참여를 위한 추가 전환 단계를 추가했다. 스테이킹 보상은 1분기 270만 달러에서 2분기 190만 달러로 감소하여 잠금 상태를 유지하는 재정적 매력이 줄어들었다. 동시에 FLOCK의 가격은 분기 동안 167% 상승하여 일부 보유자가 이익을 실현하거나 유동성을 제공하기 위해 언스테이킹하도록 장려했을 가능성이 있다. 스테이킹 감소는 시장에서 이용 가능한 유동 공급량을 증가시켜 시가총액에 대한 가격 상승의 영향을 증폭시켰다.

네트워크 개요

FLock의 네트워크 참여는 여러 핵심 지표를 통해 측정된다.

• 트레이닝 제출(Training submissions)은 라운드 동안 트레이닝 노드가 기여한 모델 업데이트 수를 추적한다. 각 제출은 개인 데이터에 대한 로컬 학습을 반영하며, 업데이트의 품질과 순위가 보상 분배를 직접 결정한다.

• 검증 제출(Validation submissions)은 검증인이 수행한 평가를 측정하며, 제출된 모델을 표준화된 데이터셋과 비교하여 정확성과 공정성을 보장한다.

• 트레이닝 노드 수(Training Node count)는 모델을 적극적으로 개발하거나 미세 조정하는 고유 참여자를 나타낸다.

• 검증인 수(Validator count)는 모델 평가에 참여하는 참여자를 포착한다.

• 위임자 수(Delegator count)는 FLOCK을 잠가 gmFLOCK을 생성한 후 트레이닝 노드나 검증인에게 지원을 위임하는 데 사용하는 토큰 보유자의 수를 보여준다. 위임자는 인프라를 직접 운영하지 않고도 보상을 공유한다.

• 검증인 및 트레이닝 보상(USD)(Validator and Training rewards)은 활성 역할에 분배된 인센티브의 총 가치를 반영하며, 네트워크 활동에 대한 전체 경제적 지원의 척도 역할을 한다.

이러한 지표를 함께 보면 FLock의 탈중앙화, 활동 수준, 인센티브 정렬에 대한 전망을 제공한다.

트레이닝 활동

트레이닝 노드는 2025년 1분기 말 143개에서 2025년 2분기 말 185개로 확대되어 전분기 대비 29% 증가했다. 이러한 성장은 4월 말 gmFLOCK 스테이킹 도입과 5월 AI 아레나 v2 업그레이드에 의해 지원되었으며, 이는 노드 운영자와 위임자에 대한 인센티브를 강화했다. 알리바바 클라우드의 Qwen, 베이스의 모델 컨텍스트 프로토콜과의 통합, Baby4D 및 DIMO + 비콘 연비 모델과 같은 애플리케이션 중심 이니셔티브를 포함한 새로운 트레이닝 작업과 파트너십도 참여를 확대했다.

트레이닝 제출은 1분기에 급격히 증가한 후 2분기에 완화되었다. 일일 제출은 2024년 4분기 거의 0에서 1분기 4,700개 이상으로 증가했다가 2분기 약 2,300개로 감소하여 전분기 대비 52% 감소했다. 누적 제출은 계속 증가하여 낮은 일일 비율에도 불구하고 참여가 지속되었음을 보여준다. 이러한 완화는 2분기에 도입된 보다 전문화된 워크로드를 반영하며, 이는 제출 빈도를 줄였지만 네트워크의 애플리케이션 범위를 확장했다.

검증인 활동

FLock의 검증 제출은 트레이닝 활동과 유사한 궤적을 따랐다. 일일 제출은 2025년 1분기 41만 2,000개 이상으로 급증했지만 2분기 약 19만 7,000개로 감소하여 전분기 대비 52% 감소했다. 그럼에도 불구하고 누적 검증 제출은 계속 증가하여 지속적인 참여를 나타냈다.

검증인 세트는 2분기 동안 211개에서 247개로 확대되었으며(+17%), 이는 노드당 평균 검증 수가 감소했음에도 더 많은 참여자가 활동했음을 의미한다. 처리량 완화는 gmFLOCK 및 위임 풀 출시와 동시에 발생했으며, 이는 인센티브를 장기 스테이킹으로 이동시키고 단기 제출량 극대화에서 멀어지게 했다.

롤링 30일 수익률(rolling 30-day yield)은 이전 30일 동안 트레이닝 노드와 검증인의 평균 보상을 측정하여 단기 변동을 완화하고 인센티브 추세를 보여준다.

2025년 1분기에는 참여가 확대됨에 따라 수익률이 감소했다. 트레이닝 노드 수익률은 1월 1일 175%에서 3월 31일 29%로 떨어졌고, 검증인 수익률은 1,404%에서 14%로 떨어졌다.

2분기에는 수익률이 두 자릿수 범위에서 안정화된 후 5월 말 변화했으며, 트레이닝 노드 수익률이 잠시 34% 이상으로 급등했고 검증인 수익률도 유사하게 15%에 도달했다. 분기 말에는 각각 7.8%와 5.8%를 기록했다.

네트워크 역학

2025년 2분기에 검증인과 위임자 참여는 1분기보다 느린 속도로 계속 확대되었다. 검증인은 3월 말 211개에서 6월까지 247개로 증가했으며(전분기 대비 +17%), 이전 분기의 11배 증가와 비교된다. 위임자는 같은 기간 동안 1,060개에서 1,280개로 증가했으며(전분기 대비 +21%), 1분기의 22배 증가를 따랐다. 위임자 대 검증인 비율은 안정적으로 유지되어 1분기 5:1에서 2분기 5.2:1로 약간 이동했으며, 이는 위임이 토큰 보유자에게 선호되는 참여 형태로 남아있음을 강조한다.

1분기의 급속한 구축 이후 네트워크가 운영 안정성에 접근함에 따라 검증인 성장은 완화되었다. 반면, 위임자 확장은 gmFLOCK 스테이킹 및 위임 풀 도입에 의해 지원되었으며, 이는 진입 장벽을 낮추고 간접 참여에 대한 인센티브를 강화했다. 안정적인 비율의 지속은 인센티브가 네트워크 내에서 직접 및 위임 역할 간의 균형을 계속 유지했음을 강조한다.

질적 분석

기술 및 프로토콜 개발

• gmFLOCK 출시: 2025년 4월 28일, FLock은 잠긴 FLOCK이 트레이닝 노드 운영자, 검증인, 위임자를 위한 gmFLOCK을 생성하는 스테이킹 기반 참여 메커니즘인 gmFLOCK을 출시했다. 시스템은 더 긴 잠금 기간에 더 높은 배율로 보상하여 장기 참여를 장려했다.

• FLock OFF 서브넷 출시: 2025년 5월 2일, FLock은 엣지 기기에서 소형 언어 모델(Small Language Models, SLM)을 학습하도록 설계된 비텐서의 무허가 연합 학습 서브넷인 FLock OFF(UID 96)를 배포했다. 시즌 1 채굴은 같은 날 시작되었다. 다른 비텐서 서브넷과 마찬가지로 참여자는 FLOCK이 아닌 TAO로 보상을 받으며, 서브넷은 별도의 토큰을 발행하지 않는다. FLock OFF는 FLock의 연합 학습 프레임워크를 비텐서 생태계로 확장하여 모델 학습 및 실험을 위한 추가 장소를 만들어 AI 아레나를 보완한다.

• AI 아레나 v2 업그레이드: 2025년 5월 27일, FLock은 미니 풀(Mini Pools)을 대체하는 위임 풀을 도입한 주요 플랫폼 업그레이드인 AI 아레나 v2를 출시했다. 업데이트는 gmFLOCK을 통합하고 트레이닝 기간 동안 프리즈 윈도우를 구현하여 막판 위임을 방지하고 더 공정한 보상 분배를 보장했다.

• DEX 유동성 확장: 2025년 2분기 동안, FLock은 거래 쌍 FLOCK/USDT, FLOCK/USDC, FLOCK/WETH로 베이스에 유니스왑 풀을 추가하여 DEX 유동성을 확장하고 생태계 전반에서 토큰 접근성을 개선했다.

• 웹3 파운데이션 모델(Web3 Foundation Model) 채택: 2025년 6월 5일, 베이스는 웹3 벤치마크에서 더 강력한 성과를 보인 후 모델 컨텍스트 프로토콜(MCP)의 온체인 실행 엔진으로 앤스로픽(Anthropic)의 클로드(Claude)를 대체하여 FLock의 웹3 파운데이션 모델을 채택했다.

파트너십 및 생태계 확장

• SpoonOS 통합: 2025년 4월 29일, FLock은 SpoonOS와 파트너십을 맺어 FLock으로 학습된 모델이 모델 컨텍스트 프로토콜(MCP) 및 에이전트 간 프로토콜(Agent-to-Agent Protocol)을 통해 에이전틱(agentic) AI 생태계 내에서 기능할 수 있도록 했다. 이를 통해 모델이 상호운용 가능한 온체인 AI 환경 전반에서 상호작용할 수 있게 되었다.

• 인피니 Pay-fAI 협력: 2025년 5월 23일, FLock은 FLock의 연합 학습을 사용하여 InfiniGPT를 구동하는 Pay-fAI 이니셔티브를 통한 인피니와의 협력을 발표했다. 통합은 민감한 사용자나 거래 데이터를 중앙화하지 않고 금융 서비스에서 탈중앙화 AI 유틸리티를 보여주도록 설계되었다.

• 알리바바 클라우드 Qwen 파트너십: 2025년 6월 2일, FLock은 6억~2,350억 개 파라미터 범위의 티어 1 오픈소스 LLM인 알리바바 클라우드의 Qwen과의 파트너십을 발표했다. 협력은 연합 학습 및 프라이버시 보존 모델 학습에 대한 공동 연구에 초점을 맞췄으며, 의료, 금융, 교육 전반에 걸친 애플리케이션을 다뤘다.

• DIMO & 비콘 프로토콜(Beacon Protocol) 연비 모델: 2025년 6월 18일, FLock은 DIMO 및 비콘 프로토콜과 파트너십을 맺어 프라이버시 보존 차량 최적화 모델을 개발했다. 이 도구는 커뮤니티 소유의 운전 데이터를 사용하여 개인화된 경로 최적화 및 연비 인사이트를 제공했다.

연구 및 교육 이니셔티브

• AI 워터마킹 설명서: 2025년 4월 6일, FLock은 워터마킹 방법, 지적 재산권 보호를 위한 중요성, EU AI 법(EU AI Act)에 따른 규정 준수 요구사항을 개략적으로 설명하는 AI 워터마킹 설명서를 발표했다.

• 모델 컨텍스트 프로토콜(MCP) 설명서: 2025년 4월 28일, FLock은 MCP의 아키텍처, 라이프사이클 단계, 보안 고려사항, 채택 추세를 다루는 모델 컨텍스트 프로토콜(MCP) 설명서를 발표했다. 게시물은 탈중앙화 AI 에이전트 조정에서 MCP의 잠재적 역할을 강조했다.

• Baby4D 도구: 2025년 6월 18일, FLock은 프라이버시를 보존하면서 초음파 기반 얼굴 렌더링을 생성하는 연합 AI 기반 산전 도구인 Baby4D를 소개했다.

커뮤니티 및 인재 개발

• 엘리트 트레이너 프로그램(Elite Trainer Programme): 2025년 5월 20일, FLock은 고성과 ML 엔지니어, AI 개발자, 데이터 과학자를 트레이닝 노드로 온보딩하도록 설계된 엘리트 트레이너 프로그램을 시작했다. 참여자는 토큰 게이팅된 작업에 접근하고, 트레이닝 보상에서 50% 수익 공유를 받았으며, 탈중앙화 모델 학습 개발에 기여했다.

• 영국 AI 에이전트 해커톤: 2025년 4월 30일, FLock은 유럽 최대 학생 주도 에이전틱 AI 해커톤으로 알려진 임페리얼 칼리지 런던(Imperial College London)의 영국 AI 에이전트 해커톤을 후원했다. 행사는 참여자들에게 FLock의 웹3 파운데이션 모델에 대한 접근을 제공했으며, 수상 프로젝트에는 NovaChat-V2(블록체인 챗봇), Aetheria(게임화된 NFT 경험), Crypto QR Wizard(QR 기반 거래 도구)가 포함되었다.

인정 및 업계 입지

• CB 인사이츠 AI 100: 2025년 6월 17일, FLock은 세계에서 가장 유망한 AI 스타트업을 선정하는 CB 인사이츠의 AI 100 목록에 포함되었다. 인프라 및 데이터 카테고리에 선정된 유일한 탈중앙화 AI 프로젝트였다.

• IEEE 글로벌 블록체인 컨퍼런스 상: 2025년 7월 9일 발표된 FLock은 의료 분야에서 블록체인 기반 연합 학습에 관한 작업으로 IEEE 글로벌 블록체인 컨퍼런스에서 최우수 애플리케이션 상을 받았으며, 병원이 환자 프라이버시를 보존하면서 협력적으로 모델을 학습할 수 있음을 보여주었다.

• 웹 컨퍼런스 2025(The Web Conference 2025): 2025년 2분기에 FLock은 웹 컨퍼런스 2025에서 발표하여 소개된 최초의 커뮤니티 주도 AI 학습 플랫폼이 되었다. 출연은 탈중앙화 아키텍처와 거버넌스 모델에 대한 학계 및 업계의 인정을 제공했다.

• 업계 행사: 2025년 2분기에 FLock은 홍콩 웹3 페스티벌(Hong Kong Web3 Festival), 토큰2049 두바이(Token2049 Dubai), 컨센서스 토론토(Consensus Toronto), 프랑스의 프루프 오브 토크(Proof of Talk), ETH 서울(ETH Seoul)을 포함한 여러 업계 행사에 참여했다. 이러한 출연은 프로젝트를 탈중앙화 AI 및 웹3 논의의 적극적인 참여자로 포지셔닝했다.

• UNDP SDG 블록체인 액셀러레이터(UNDP SDG Blockchain Accelerator) 파트너십: 2분기 종료 후인 2025년 8월, FLock은 유엔개발계획(United Nations Development Programme, UNDP)에 의해 SDG 블록체인 액셀러레이터의 AI 전략 파트너로 선정되었으며, 연합 학습 및 탈중앙화 AI를 실제 개발 과제에 적용하는 파일럿 프로젝트를 멘토링할 예정이다.

마무리 요약

2025년 2분기에 FLock의 유통 시가총액은 235% 증가하여 3,000만 달러를 기록했으며, 유통 공급량이 확대됨에 따라 167% 증가한 토큰 가격을 앞질렀다. 스테이킹 비율은 41%에서 33%로 감소했으며, 이는 감소된 인센티브, 가격 상승 중 차익 실현, gmFLOCK 스테이킹으로의 전환을 반영했다. 트레이닝 노드는 전분기 대비 29% 증가한 185개, 검증인은 17% 증가한 247개, 위임자는 21% 증가한 1,280개를 기록한 반면, 워크로드가 보다 전문화된 작업으로 전환됨에 따라 트레이닝 및 검증 제출은 전분기 대비 52% 감소했다.

전략적 개발에는 gmFLOCK 출시, 위임 풀을 갖춘 AI 아레나 v2, 비텐서의 FLock OFF 서브넷이 포함되었으며, 베이스의 모델 컨텍스트 프로토콜, 알리바바 클라우드의 Qwen, 인피니, SpoonOS, DIMO + 비콘과의 통합도 이루어졌다. CB 인사이츠의 AI 100 목록 선정, IEEE 글로벌 블록체인 컨퍼런스 수상, 주요 웹3 및 AI 행사 참여는 탈중앙화 AI 플랫폼으로서 FLock의 위상을 높였다.

앞으로 FLock은 확장된 토크노믹스, 성장하는 생태계, 강화된 업계 입지로 2025년 하반기에 진입하지만, 참여 추세는 네트워크가 더 복잡하고 전문화된 AI 워크로드로 확장됨에 따라 인센티브의 균형을 맞출 필요성을 강조한다.

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

모든 응답은 개인정보 보호정책과 서비스 약관의 적용을 받습니다.

이 보고서는 플록 아이오(FLock.io.)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