1. DePIN+AI는 AI 시대의 로봇 패러다임을 구축한다
2월 27일, Messari는 FrodoBot Lab의 공동 창립자인 Michael Cho와 함께 분산형 물리적 AI 구축이라는 주제로 팟캐스트를 진행했습니다. 이 팟캐스트에서 마이클 조는 로봇 분야에서 DePIN+AI의 기회와 과제에 초점을 맞췄습니다.
Messari가 출시된 직후, DePIN 로봇이라는 개념이 빠르게 인기를 얻었고, DePIN 로봇에 대한 논의가 활발해졌습니다.
이번 주에 우리가 관찰한 업계 동향은 이 분야에 대한 분석과 관찰 결과를 모두와 함께 분석하고 논의하는 데 중점을 둘 것입니다.
논의를 시작하기에 앞서 인공지능 자체의 발전 과정을 살펴보겠습니다.
컴퓨팅 성능 측면에서 엔비디아의 분기 매출은 지난 3년 동안 5배나 성장했습니다.
대역폭 측면에서도 북미 데이터 센터 건설은 지난 3년 동안 5배나 증가했습니다.
에너지 부문에서 OKLO만 해도 12.0GW가 필요하고 TerraPower는 4.0GW가 필요합니다.
데이터 분야에서 대기업들은 매년 5억 달러 이상을 투자해 AI 모델을 훈련하기 위한 도매 데이터를 구매합니다.
전반적인 세계 경제 침체를 전제로, AI는 향후 10년 또는 20년 동안 주요 과학기술 혁명 기술로 자리매김하면서 이 분야의 모든 주체(컴퓨팅 파워, 에너지, 데이터)가 매년 수 배씩 빠른 성장률을 기록할 것으로 예상됩니다.
AI가 매우 빠른 속도로 발전하는 만큼, 이에 대한 우려도 커지고 있습니다. 그 이유는 AI 컴퓨팅 파워(자동차 엔진과 유사), AI 대형 모델(컨트롤러 및 프로세서와 유사), AI 에너지(석유 및 연료와 유사), AI 데이터(원자재와 유사)가 소수의 중앙화된 대형 기업에 의해 통제된다면, 미래의 기술 시대는 소수의 대형 기업에 의해 완전히 통제될 수 있기 때문입니다. 이는 절대적인 중앙집권화와 중앙집권화로 이어질 수 있습니다. 그때가 되면 우리는 정말로 가장 큰 판도라의 상자를 스스로 열게 될지도 모릅니다.
바로 이러한 중앙집중화된 상황에 대한 우려 때문에 DePIN+AI라는 새로운 방향과 방향에 대한 논의가 뜨겁게 이루어지고 있습니다. DePIN ONE에서는 이를 DePAI, 즉 DePAI=DePIN+AI로 정의하고자 합니다.
DePAI는 어떻게 AI의 분산화를 도울까요?
지난달 마이클과 함께 진행한 메사리의 팟캐스트의 주요 내용을 확장하여 분석해보겠습니다.
현재 AI에는 많은 문제점이 있습니다. 이들은 광범위한 기능을 가지고 있지만 모두 텍스트와 같은 피상적인 정보를 처리합니다. 이런 정보는 냉정하고 온도가 없으며, 깊은 인식과 이해가 부족합니다.
DePIN 네트워크는 AI의 오감과 사지 역할을 할 수 있습니다.
오감은 AI가 현실 세계를 전방위적으로 인식하는 데 도움이 됩니다. 일부 개발자는 이제 ioID와 W3bstream을 사용하여 실제 기기를 블록체인에 연결하고, 제로 지식 증명을 사용하여 실제 활동을 검증합니다.
사지는 AI가 스스로의 인식을 바탕으로 정확한 판단을 내리고 이를 실행에 옮기는 데 도움을 줄 수 있으며, 이를 통해 훈련 -> 모델링 -> 자동화 시스템을 매우 잘 구현할 수 있습니다.
1. DePIN은 AI 데이터를 더욱 현실적이고 다양하게 만듭니다.
방대한 양의 인터넷 데이터로 훈련된 대규모 온라인 AI 모델과 달리, DePIN 장치는 AI가 실제 세계와 상호 작용하고 더 많은 실시간 데이터를 얻을 수 있도록 지원합니다. 이런 종류의 데이터로 훈련된 데이터만이 AI+로봇 및 기타 장치가 실제로 구현된 지능을 개발할 수 있게 해줍니다.
DePIN은 아직 개발 초기 단계이기 때문에 현재 전 세계적으로 이와 같은 대규모 인프라가 구축된 적이 없으며, 이 데이터를 수집하는 방법에 대한 합의도 이루어지지 않았습니다.
DePIN+AI가 앞으로 수집할 데이터는 다음 세 가지 범주로 분류될 수 있다고 생각합니다.
첫 번째 범주는 인간 운영 데이터로, 인간이 로봇을 수동으로 제어할 때 생성되는 데이터입니다. 이 데이터는 고품질이며 비디오 스트림과 액션 라벨(사람이 보는 것과 그들이 반응하는 것)을 포착합니다. 이는 AI가 인간의 행동을 모방하도록 훈련시키는 가장 효과적인 방법이지만, 단점은 비용이 많이 들고 노동 집약적이라는 것입니다.
두 번째 범주는 합성 데이터(시뮬레이션 데이터)로, 로봇이 복잡한 지형에서 움직이도록 훈련하는 데 유용하며, 예를 들어 로봇이 험난한 지형을 걷도록 훈련하는 데 유용하며, 일부 특수 분야에서 매우 유용합니다. 하지만 요리처럼 상황이 매우 다양한 작업의 경우 시뮬레이션 환경은 그다지 효과적이지 않습니다. 로봇에게 계란 프라이를 훈련시키는 것을 상상해보세요. 팬 종류, 기름 온도, 실내 조건의 사소한 변화도 결과에 영향을 미칠 수 있으며, 가상 환경에서는 모든 시나리오를 포괄하기 어렵습니다.
세 번째는 비디오 학습으로, AI 모델이 실제 세계의 비디오를 관찰하여 학습하도록 하는 것입니다. 이러한 접근 방식은 잠재력이 있지만, 정보를 얻는 데 필요한 실제적이고 직접적인 상호작용 피드백이 부족합니다.
이러한 데이터가 수집되고 지원된다면, AI가 구현하는 지능형 서비스 역량은 확실히 크게 향상될 것입니다.
2. DePIN은 AI의 자본 효율성을 극대화하고, 특정 자본의 꼭두각시가 되기보다는 AI의 원천으로부터의 탈중앙화에 더욱 적합합니다.
컴퓨팅 파워에만 의존하는 기존 AI 모델과 달리, 지능형 로봇 기술을 구현하려면 실제 세계에 물리적 장치를 배치해야 합니다. 이는 엄청난 자본 문제를 야기합니다.
로봇을 만드는 데는 비용이 많이 들기 때문에, 가장 부유한 기업만이 대규모 실험을 감당할 수 있습니다. 가장 효율적인 인간형 로봇조차도 지금은 수만 달러에 달하기 때문에 대규모 도입은 사실상 비현실적입니다.
일반 로봇 AI는 하드웨어, 데이터, 평가의 과제를 감안할 때 대중화되기까지는 아직 먼 길이 남았습니다.
하지만 DePIN 기술의 도입은 모든 사람에게 희망을 주었습니다.
분산형 네트워크의 규모와 조정은 자본 부담을 효과적으로 분산시킬 수 있으므로 일부 소규모 기업 팀이 이 기술을 개발하는 데 도움이 될 수 있습니다. 일반 용도의 로봇이 가능한 한 빨리 효율성을 높이고 실제 사람과 더 비슷해지려면, 로봇 기술 개발은 몇몇 대기업에 의해 통제되는 것이 아니라 분산화되어야 합니다. 수천 대의 로봇에 대한 비용을 대기업이 지불하도록 의존하는 대신, 기여할 수 있는 개인을 공유 네트워크에 배치하는 것이 가능합니다.
더욱이 DePIN은 데이터 수집 및 평가를 가속화합니다.
단일 회사가 제한된 수의 로봇을 배치하여 데이터를 수집할 때까지 기다리는 대신, 분산형 네트워크는 병렬로 실행되어 훨씬 더 큰 규모로 데이터를 수집할 수 있습니다.
예를 들어, 최근 아부다비에서 열린 AI 대 인간 로봇 경연대회에서 DeepMind와 UT Austin 등의 기관의 연구자들은 자신들의 AI 모델을 인간 플레이어를 상대로 테스트했습니다. 인간이 아직 우위를 점하고 있지만, 연구자들은 실제 로봇 상호작용에서 수집한 독특한 데이터 세트에 대해 기대감을 갖고 있습니다. 이는 로봇공학의 다양한 구성 요소를 연결하는 하위 네트워크의 필요성을 강조합니다. 완전한 자율성이 장기적인 목표로 남아 있더라도 DePIN 기술은 데이터 수집 및 훈련부터 실제 배치 및 검증까지 실질적인 가치를 입증했습니다.
반면, DePIN 네트워크는 더 높은 효율성과 더 낮은 비용으로 AI 로봇을 구현하는 데 도움이 됩니다.
구체적인 사례 중 하나는 FrodoBot Lab이 DePIN 프로젝트와 협력하여 NVIDIA H100 GPU 상자 두 개를 확보한 것입니다. 각 상자에는 H100 칩이 8개 들어 있어 연구원들에게 로봇 배포에서 수집한 실제 데이터를 기반으로 AI 모델을 처리하고 최적화하는 데 필요한 컴퓨팅 성능을 제공합니다. 이러한 컴퓨팅 리소스가 없다면 아무리 귀중한 데이터 세트라도 완전히 활용할 수 없습니다. DePIN 분산 컴퓨팅 인프라에 접근함으로써 로보틱스 네트워크는 전 세계 연구자들이 자본 집약적인 GPU 소유권에 구애받지 않고 모델을 훈련하고 평가할 수 있도록 지원할 수 있다는 것을 알 수 있습니다. DePIN이 크라우드소싱으로 데이터를 수집하고 하드웨어를 발전시키는 데 성공한다면 로봇공학의 미래가 예상보다 빨리 도래할 수도 있습니다.
3. DePIN은 AI 및 AI 구현 인텔리전스가 보다 효율적인 비즈니스 효율성을 달성하도록 지원합니다.
샘(밈 토큰을 보유한 여행형 인플루언서 봇)과 같은 AI 에이전트는 분산형 로봇 네트워크를 위한 새로운 수익 모델을 보여줍니다.
샘은 자율적으로 운영되며, 여러 도시에서 24시간 연중무휴로 라이브 스트리밍을 하며, 밈 토큰의 가치는 증가합니다.
이 모델은 DePIN 기반의 스마트 로봇이 분산된 소유권과 토큰 인센티브를 통해 어떻게 자체 재정을 유지할 수 있는지 보여줍니다. 미래에는 이러한 AI 에이전트가 토큰을 사용하여 인간 운영자에게 지원에 대한 비용을 지불하고, 추가 로봇 자산을 임대하거나 실제 작업에 입찰하여 AI 개발과 DePIN 참여자 모두에게 이익이 되는 경제적 순환을 창출할 수도 있습니다.
예상하다
구현된 AI의 개발은 알고리즘에만 달려 있는 것이 아니라 하드웨어 업그레이드, 데이터 축적, 재정 지원 및 인간의 참여도 포함합니다.
과거 로봇 산업의 발전은 높은 비용과 대기업의 지배로 인해 제한을 받았으며, 이는 혁신의 속도를 방해했습니다. DePIN 로봇 네트워크의 구축은 분산형 네트워크의 힘으로 로봇 데이터 수집, 컴퓨팅 리소스 및 자본 투자를 글로벌 규모로 조정할 수 있음을 의미합니다. 이를 통해 AI 훈련 및 하드웨어 최적화가 가속화될 뿐만 아니라 개발 임계값이 낮아지고 더 많은 연구자, 기업가 및 개별 사용자가 참여할 수 있습니다.
또한 우리는 로봇 산업이 더 이상 몇몇 기술 거대 기업에 의존하지 않고, 글로벌 커뮤니티의 주도로 진정으로 개방적이고 지속 가능한 기술 생태계로 나아가기를 바랍니다.
2. DePIN 추적 데이터 및 관찰
1. DePIN의 전체 점유율은 1조 달러 규모의 AI 시장에서 0.1%에 불과합니다.
DePIN 프로젝트 수는 2022년 100개에서 2024년 1,170개로 늘어났고, 시장 가치는 50억 달러에서 500억 달러로 급증했으며, 활성 노드 비율은 2%에서 50% 이상으로 증가했습니다. 하지만 DePIN의 전체 점유율은 1조 달러 규모의 AI 시장에서 0.1%에 불과합니다. 이 트랙은 100~1,000배의 성장 잠재력을 가지고 있다고 해도 과언이 아니다.
2. DePIN의 자금조달 규모는 증가했지만, 자금조달 건수는 감소
Messari 데이터에 따르면 DePIN 자금 조달 증가율은 전년 대비 변동이 없었으며, 2025년 1분기에는 자금 조달 규모가 증가했지만 자금 조달 건수는 감소했습니다.
2024년 1분기: 62회 자금 조달로 1억 5,600만 달러.
2025년 1분기: 36회에 걸쳐 1억 5,900만 달러 조달.
데이터에 따르면, 초기 단계의 신생 스타트업 프로젝트는 줄었지만, 성숙한 DePIN 프로젝트의 규모는 확대되고 있습니다.
현재 DePIN 분야에서 선도적인 프로젝트의 글로벌 점유율은 아직 매우 작으며, 이는 초기 단계에 있습니다.
무선 전송 분야의 시장 점유율은 0.002%(선두 프로젝트 Helium), 컴퓨팅 분야의 시장 점유율은 0.03%(선두 프로젝트 Filecoin), 에너지 분야의 시장 점유율은 0.001%(선두 프로젝트 Daylight), 신원 인증 분야의 시장 점유율은 0.2%(선두 프로젝트 Worldcoin 및 Anymal)입니다.
AI 트랙의 에이전트 기반 인공지능 시장은 2024년 5억 2,000만 달러에서 2034년 1,966억 달러로 향후 10년간 크게 성장할 것으로 예상되며, 연평균 성장률은 43.8%입니다.
3. Grayscale, RWA, DePIN 및 IP 토큰화에 초점을 맞춘 2분기 보고서 발표
Grayscale은 이번 주에 RWA, DePIN, IP 토큰화에 초점을 맞춘 2025년 2분기 보고서를 발표했습니다. 그 결과, IP, SYRUP, GEOD라는 3개의 새로운 토큰이 상위 20개에 추가되었고, Akash Network, Arweave, Jupiter는 제거되었습니다.
보고서는 이번 분기에 Grayscale이 현실 세계에서 블록체인 기술의 비투기적 적용을 반영하는 토큰에 집중할 것이라고 보여줍니다. 이러한 토큰은 RWA(실제 자산), DePIN(탈중앙화된 물리적 인프라), IP(지식 재산 토큰화)의 세 가지 범주로 구분됩니다.
2025년 2분기 상위 20개 자산 목록에 추가된 Maple(SYRUP), Geodnet(GEOD), Story(IP)의 3개 자산 중 2개는 DePIN 프로젝트입니다.
지오드넷(GEOD): 지오드넷은 실시간 위치 데이터를 수집하는 DePIN 프로젝트입니다. 세계 최대의 실시간 이동측위(RTK) 공급업체인 Geodnet은 최대 1cm 정확도의 공간 데이터를 제공하여 농부와 같은 사용자에게 저렴한 솔루션을 제공합니다. 미래에는 지오드넷이 자율주행 자동차와 로봇에 가치를 제공할 수도 있습니다. 네트워크는 130개국에서 14,000개 이상의 기기로 확장되었으며, 연간 네트워크 수수료 수입은 지난 30일 동안 300만 달러를 넘어섰습니다(전년 대비 약 500% 증가). GEOD는 시가총액이 낮고 상위 20위권 내 다른 자산보다 거래소에 상장된 경우가 적기 때문에 위험도가 더 높다고 볼 수 있습니다.
스토리 프로토콜: 블록체인에서의 지적 재산 관리에 중점을 둡니다. 이는 물리적 인프라라기보다는 분산형 애플리케이션에 가깝고 DePIN 범주( 스토리 프로토콜 )에서 주변화될 수 있습니다. 스토리 프로토콜은 70조 달러 규모의 지적 재산권(IP) 시장을 토큰화하려고 시도하고 있습니다. AI 시대에는 독점 IP를 사용하여 AI 모델을 학습시키는데, 이는 저작권 침해 소송과 대규모 소송으로 이어진다. 이전에 뉴욕타임스와 오픈AI 간에 있었던 소송 분쟁이 그 예이다. Story는 IP를 체인에 도입함으로써 기업이 AI 모델 학습에 IP를 활용할 수 있도록 하는 동시에 개인이 투자하고 거래하며 IP 로열티를 획득할 수 있도록 합니다. 스토리는 이미 저스틴 비버와 방탄소년단의 노래를 온체인으로 올렸고, 2월에는 IP 중심의 블록체인과 토큰을 출시했습니다.
4. DePIN은 지난 30일 동안의 매출 순위를 추적합니다.
지난 30일 동안 Solana에서 가장 높은 성과를 보인 DePIN 프로젝트
5. 업계 이벤트 추적
글로벌 Web3 사용자에게 필수적인 온라인 네트워크 서비스인 Roam은 전 세계적으로 280만 개의 노드를 보유하고 있어 사용자는 기존 통신사 비용의 30%로 원활한 국경 간 로밍을 구현할 수 있습니다. Roam은 2025년 하반기에 유사한 인센티브 메커니즘을 출시할 계획이며, 분산 노드에서 수집된 시공간 데이터는 수직 AI 모델을 훈련하는 데 필요한 연료가 될 것입니다.
Phoenix는 TandemAI와 Origin Quantum과 협력하여 AI와 분산형 물리적 인프라의 통합을 발전시키고 있으며, 이를 통해 DePIN-AI 분야에서 선두 자리를 차지하고 있습니다.
IoTeX는 토큰 보상과 청구 프로세스가 포함된 Get Goated 시즌 2를 출시했습니다. $IOTX에 대한 청구 창구는 3월 27일에 마감되었으며, 청구되지 않은 토큰은 IoTeX 재무 풀에 들어갑니다. 스폰서로는 Geodnet, Uprock, Drop Wireless, Network 3가 포함되며, 청구 기간은 4월 7일에 시작되고 검토 기간은 3월 28일부터 3월 31일까지이며, zkPass 인증을 사용합니다. 이러한 움직임은 커뮤니티 참여를 강화하고 더 많은 사용자가 IoTeX 생태계에 참여하도록 유도할 수 있습니다.
Messari가 발표한 Helium 4분기 보고서에 따르면 Helium의 네트워크 운영 데이터가 크게 증가했습니다. 사업자 데이터 오프로드는 전월 대비 555% 증가한 576TB에 달했고, 모바일 핫스팟은 14% 증가한 24,800개에 달했으며, 일일 모바일 유료 트래픽은 99% 증가했습니다. 이는 통신 산업에서 Helium이 가진 파괴적 잠재력을 보여줍니다. 동시에 헬륨은 HIP 138 제안을 통해 $HNT를 유일한 토큰으로 통합하고, 경제 모델을 최적화했으며, 멕시코 시장에 진출하기 위해 텔레포니카와의 파트너십을 발표하여 200만 명의 Movistar 사용자를 포괄합니다. 또한, 헬륨은 그레이스케일의 주목 받는 토큰 상위 20개에 포함되었고, 코인베이스의 COIN 50 지수에도 포함되어 기관 투자자들의 주목을 받았습니다. 스마트 시티 적용 측면에서 이 네트워크는 미국에서 홍수 모니터링과 산불 경보에 사용되었습니다. 헬륨은 DePIN(분산형 물리적 인프라 네트워크) 모델을 통해 확장하여 Web3 통신 시장에서의 리더십을 강화하고 있습니다.
6. 자금 조달 정보
Filecoin의 가장 큰 DeFi 프로토콜인 GLIF는 $GLF 거버넌스 토큰을 출시하고 9,400만 개의 토큰을 에어드롭했는데, 이는 전체 공급량의 9.4%에 해당합니다. $GLF는 향후 충성도 보상과 같은 새로운 기능을 확장할 예정입니다. GLIF는 Filecoin 생태계를 넘어 DePIN(Decentralized Physical Infrastructure Network)으로 확장하고 있습니다. 현재 GLIF는 Filecoin에 1억 200만 달러 이상을 투자했으며, 앞으로 더 많은 DePIN 네트워크를 지원할 예정입니다.
분산형 비즈니스 네트워크인 Domin Network는 Animoca Brands, KuCoin Labs, Web3 Labs.club, IBC Group Official, DWF Ventures, Presto, Outlier Ventures, KnightFury, ThreeDAO, Awakening Ventures, AB DAO로부터 전략적 투자를 받았다고 발표했습니다. Domin Network는 NFT와 DePIN Rollup 기술을 사용하여 소프트웨어, 하드웨어, 소비자 행동 데이터를 체인에 연결하는 분산형 비즈니스 네트워크입니다. 사용자는 소비 데이터를 공유하여 암호화폐 보상을 받을 수 있습니다.
특별 성명: DePINone Labs의 모든 기사는 정보 및 지식 제공 목적으로만 제공되며, 어떠한 투자 조언도 구성하지 않습니다.
이 보고서는 DePINone Labs에서 제작했습니다. 재인쇄를 원하시면 저희에게 문의해 주세요.
