원제: Vertical Agents: The Crypto-Native Agent Use Cases
원작자: Defi 0x Jeff, 스테이크 스튜디오 책임자
원래 번역: Ashley, BlockBeats
편집자 주: 이 기사에서는 Web2와 Web3에서 AI Agent를 적용하는 방법을 살펴봅니다. Web2는 효율성을 높이기 위해 판매 및 마케팅 등의 분야를 포괄하여 AI 에이전트를 널리 채택했습니다. Web3는 블록체인 기술을 결합하여 특히 DeFi와 분산화 분야에서 새로운 응용 분야를 개척했습니다. Web3 Agent는 토큰 인센티브, 분산형 플랫폼, 온체인 데이터를 통해 Web2 Agent를 능가할 수 있는 잠재력을 가지고 있습니다. 저자는 Web3가 단기적으로 어려움에 직면할지라도, Web3만의 독특한 장점으로 인해 중장기적으로 Web2와 경쟁하고 업계 환경을 새롭게 정의할 가능성이 높다고 지적합니다.
다음은 원래 내용입니다. (더 쉽게 읽고 이해할 수 있도록 원래 내용을 재구성했습니다.)
Web3 외부의 일반적인 응용 시나리오를 살펴보면 대기업부터 소기업까지 많은 회사가 AI 에이전트를 일상 업무(영업, 마케팅, 재무, 법률, IT, 프로젝트 관리, 물류, 고객 서비스, 워크플로 자동화 등 상상할 수 있는 거의 모든 분야)에 통합하기 시작했습니다.
인간은 수동으로 숫자를 처리하고 반복적인 작업을 수행하며 Excel 시트를 작성하는 것에서 벗어나, 자율적으로 작업하고 24시간 내내 온라인 상태인 디지털 근로자(AI 에이전트)로 전환되었습니다. 이러한 에이전트는 효율성이 더 높을 뿐만 아니라 비용도 훨씬 저렴합니다.
Web2 기업은 AI 기반 영업 및 마케팅 대행에 5만 달러에서 20만 달러, 혹은 그 이상을 지불할 의향이 있습니다. 많은 에이전트 제공자는 SaaS 구독 모델이나 소비 기반 모델(토큰 사용에 따른 요금 청구)을 통해 수익성이 높은 사업을 운영합니다.
Web2 AI 에이전트 애플리케이션 시나리오
앱텐_AI
AI + SMS 에이전트로 영업/마케팅 프로세스를 원활하게 해줍니다.
이미지_AI
건물 설계도를 읽고, 자재/사양 데이터를 추출하고, 수집된 데이터를 기반으로 비용을 추산합니다.
카식스티
마케팅 에이전트는 Reddit에서 인기 있는 주제를 파악하고, 응답을 자동화하고, 브랜드 참여를 늘립니다. 이 제품을 CT에 적용해 보세요!
이러한 사례는 AI 에이전트가 수동 작업을 자동화하고 워크플로를 최적화하면서 기존 산업을 어떻게 변화시키고 있는지 보여줍니다. Web2 기업들이 AI 기반 에이전트를 빠르게 도입하는 한편, Web3 분야도 이 기술을 수용하기 시작했지만, 한 가지 주요 차이점이 있습니다.
Web3 AI Agent는 운영 효율성에만 초점을 맞추는 것이 아니라, 블록체인 기술을 통합하여 새로운 응용 시나리오를 개척합니다.
Web3 AI Agent: 단순한 말도 안 되는 문학 로봇 이상
몇 달 전만 해도 대부분의 Web3 에이전트는 단지 Twitter의 대화형 봇일 뿐이었습니다. 그러나 업계 환경은 상당히 바뀌었습니다. 이제 이러한 에이전트는 다양한 도구 및 플러그인과 통합되어 더욱 복잡한 작업을 수행할 수 있게 되었습니다.
센다이푼
기본 토큰 관리부터 복잡한 DeFi 운영까지 모든 것을 지원하는 Solana AI Agent 제품군입니다.
ai16z 다오
소셜 미디어 상호작용부터 자동 거래, DeFi 운영까지 100개 이상의 플러그인을 통합합니다.
Co d3 xOrg, @Almanak__
사용자가 자율적인 거래 에이전트를 생성할 수 있는 코드 없는 인프라입니다.
기자테크xyz
투자자를 위한 자율형 DeFi 도우미.
DeFi는 암호화폐 분야에서 가장 큰 산업이며(TVL은 1,000억 달러를 초과함) 가장 영향력 있는 암호화폐 기반 AI 에이전트 적용 시나리오는 DeFAI에 속합니다.
DeFi의 AI 에이전트는 NLP 인터페이스를 통해 복잡한 경험을 단순화하는 것 이상의 역할을 합니다. 또한 그들은 온체인 데이터를 활용하여 새로운 기회를 창출합니다.
블록체인은 자격 증명, 거래 내역, 손익, 거버넌스 활동, 대출 패턴 등 방대한 양의 구조화된 데이터를 제공합니다. AI는 이 데이터를 처리, 분석하고, 이를 통해 통찰력을 추출하여 작업 흐름을 자동화하고 의사 결정을 개선할 수 있습니다.
암호화 기술을 활용한 Web2 Vertical Agent
우리는 또한 Web2 수직 에이전트와 암호화 기반 모델의 융합을 목격하고 있습니다. 대표적인 예가 Solana에서 virtuals_io를 출시한 것입니다.
_관점AI
커뮤니티 피드백을 통해 지속적으로 개선되는 AI 기반 사실 확인.
로보에이전트 69
항공편과 택시 예약, 식료품 구매, 회의 준비 등 개인 비서 역할을 해드립니다.
헤이트레이시AI
NBA를 시작으로 AI 기반 스포츠 해설 및 분석을 제공합니다.
SaaS 모델과 달리 이러한 에이전트는 일반적으로 토큰 게이팅 메커니즘을 사용하는데, 이는 사용자가 무료 기본 계층 액세스를 유지하면서 고급 권한을 얻으려면 일정량의 토큰을 지분을 지분으로 보유하거나 보유해야 하기 때문입니다. 수익은 토큰 거래 수수료와 API 사용 수수료를 통해 발생합니다.
Web3 AI 에이전트가 Web2 스타트업과 경쟁할 수 있을까?
단기적으로 Web3 팀은 제품-시장 적합성을 찾고 의미 있는 도입을 이루는 데 있어 어려움에 직면합니다. 효과적으로 경쟁하려면 연간 최소 100만~200만 달러의 반복적 수익이 필요합니다. 그러나 중장기적으로 Web3 모델은 다음과 같은 고유한 장점을 가지고 있습니다.
토큰 인센티브와 연계를 통한 커뮤니티 중심의 성장.
글로벌 유동성과 접근성을 갖춘 분산형, 비보관형 플랫폼은 도입에 대한 장벽을 제거합니다.
또한, DeepSeek의 부상과 Web2 AI 인재들의 오픈소스 AI에 대한 관심으로 인해 암호화와 AI 간의 시너지가 더욱 가속화되었습니다.
암호화 기반 AI 에이전트의 주요 응용 시나리오
DeFAI – 추상화 계층, 자동화된 거래 에이전트, 스테이킹/대출/차용 솔루션으로, DeFi 인프라의 프런트 엔드 역할을 하면서 DeFi 제품의 효율성을 개선합니다.
연구 및 추론 에이전트 - 데이터를 분석하고, 노이즈를 제거하고, 실행 가능한 통찰력을 생성하는 AI 기반 연구 조종사. 최근 제가 가장 좋아하는 것은 SecurityAgent입니다. 예를 들어:
@soleng_agent – GitHub 저장소를 분석하는 DevRel 에이전트.
@CertaiK_Agent – 잠재적 위협을 식별하기 위한 AI 기반 감사 서비스(에이전트 평가 시스템이 곧 출시될 예정입니다).
데이터 기반 AI 에이전트 - 온체인 데이터와 소셜 데이터를 사용하여 자율적인 의사 결정과 실행을 추진합니다.
이 세 가지 영역은 암호화 기반 AI 에이전트에 대한 가장 유망한 적용 방향을 나타냅니다.
결론적으로
시장은 한 달 이상 통합되어 왔으며, 알트코인과 에이전트 관련 토큰은 급격한 조정을 겪었습니다. 하지만 이제 코인의 기본이 점점 명확해지는 단계에 접어들고 있습니다.
Web2 수직 에이전트는 그 가치가 입증되었으며 많은 회사가 AI 기반 자동화를 구현하기 위해 상당한 수수료를 지불할 의향이 있습니다. 동시에, Web3 수직 에이전트는 아직 초기 단계이지만 잠재력은 엄청납니다. 토큰 기반 인센티브, 분산형 액세스, 블록체인 데이터와의 긴밀한 통합을 결합함으로써 Web3 AI 에이전트는 Web2 대응업체를 앞지를 수 있는 기회를 얻습니다.
핵심 질문은 여전히 남아 있습니다. Web3 수직 에이전트가 Web2와 비슷한 수준의 채택을 달성할 수 있을까요? 아니면 블록체인의 고유한 이점을 활용하여 전체 산업 환경을 재정의할까요?
Web2 및 Web3의 수직 AI 에이전트가 계속 발전함에 따라 그 간의 경계가 모호해질 수도 있습니다. AI의 효율성과 블록체인의 분산화를 활용하여 두 세계의 장점을 성공적으로 결합할 수 있는 팀은 디지털 경제에서 차세대 자동화 및 지능을 형성할 수 있습니다.
관련 자료: YC 봄 스타트업 가이드 출간: AI Agent 외에 어떤 트랙이 다음 아웃렛이 될 수 있을까? 》
