하이프를 넘어서: CTO는 AI가 인간의 창의성을 대체하는 것이 아니라 보완할 수 있다고 주장

AI로 창의성의 장벽 낮추기

생성 인공지능(AI)이 결국 창의성을 억제할 것이라는 두려움에 사로잡혀 있는 가운데, 필립 바시바워(Phillipe Wassibauer), Crunchdao의 최고기술책임자(CTO)는 이런 예측이 새로운 것이 아니라고 주장합니다. 그러나 바시바워는 가장 성공적인 기술 솔루션 중 일부조차도 초기에는 유사한 저항에 직면했지만 궁극적으로 인간의 창의성을 향상시키는 도구로 입증되었다고 주장합니다.

바시바워는 생성 AI를 옹호하며 Bitcoin.com 뉴스에 “인간 혁신을 억압하는 대신, 이 기술이 창의성의 장벽을 낮추는 더 강력한 도구로 증명되고 있다”고 말했습니다. 그는 누구나 잘 설계된 프롬프트를 사용해 쉽게 고품질의 비디오를 제작할 수 있는 방법을 예로 들어 이를 뒷받침합니다.

또한, 일부 비평가들이 지적하는 인간 창의성의 저하를 넘어, 이는 “생성 AI가 창의 과정을 대체하는 것이 아니라 강화한다”고 주장하는 것입니다.

AI에 대한 낮은 신뢰에 대해 Crunchdao의 CTO는 사생활 침해 및 일자리 상실 우려가 주요 요인 중 하나라고 지적했습니다. “만병통치약은 아니지만” 탈중앙화가 공정성, 자율성과 같은 가치를 AI와 조화시키는 단계가 될 수 있으며, 이는 신뢰를 구축할 수 있다고 주장했습니다.

Bitcoin.com 뉴스에 공유된 다른 서면 답변에서 바시바워는 AI 위험 및 현재 엔지니어들이 이를 어떻게 줄일 수 있는지에 대해 다루었습니다. 그는 또한 지금까지 취해진 규제 조치에 대한 자신의 견해를 밝혔습니다. 아래는 보낸 질문에 대한 바시바워의 답변입니다.

Bitcoin.com 뉴스 (BCN): KPMG의 보고서에 따르면, 5명 중 3명은 인공지능(AI)을 신뢰하기 꺼려하며, 총 67%의 사람들이 이 기술에 대한 수용도가 낮거나 중간 수준이라고 보고했습니다. 탈중앙화 기술과 기타 관련 혁신이 사용자들의 AI 신뢰도를 높이는 데 도움이 될 수 있다고 생각하십니까? 그리고 처음에 왜 그런 깊은 신뢰 문제가 있다고 보십니까?

필립 바시바워 (PW): AI의 낮은 수용은 잘못된 이해, 사생활 침해 우려, 부정확성, 급속한 개발 및 일자리 상실 우려와 같은 요인에 의해 촉발됩니다. 탈중앙화는 사용자 제어 데이터로 프라이버시를 개선하고, 감사 가능한 시스템으로 투명성을 높이며, 중앙 집권적인 통제를 줄임으로써 도움을 줄 수 있습니다. 만병통치약은 아니지만, 공정성과 자율성과 같은 가치와 AI를 정렬하기 위한 단계로 신뢰를 재구축할 수 있습니다.

BCN: 간과되거나 과소평가되고 있다고 생각하는 AI 관련 트렌드나 혁신이 있습니까? 데이터 분석 분야에서 성장을 촉진하거나 개선하기 위해 이러한 트렌드나 혁신을 어떻게 활용할 수 있다고 생각하십니까?

PW: AI 에이전트는 특히 블록체인 생태계에서 주요 트렌드가 될 것입니다. 이 시스템들은 봇에 맞춰져 만들어졌습니다—데이터는 접근 가능하고, 시스템은 구성 가능하며, 상호 작용은 매끄럽습니다. 금융 부문이 블록체인으로 이동함에 따라 AI 에이전트가 이 데이터를 활용할 가능성이 커지고 스마트 자동화, 최적화, 분석 및 의사결정 혁신을 이끌 것입니다.

BCN: 전통적인 시스템을 탈중앙화된 프레임워크로 전환하려 할 때 직면한 도전이나 장애물, 그리고 이러한 도전을 어떻게 극복했는지 간단히 설명해 주실 수 있습니까?

PW: 토크노믹스로 네트워크 효과를 만드는 것: 전통적인 앱에서는 훌륭한 제품을 만들고 채택을 찾아야 채택이 이루어집니다. Web3에서는 토크노믹스가 네트워크 효과를 유도하는 열쇠입니다. 초기에 채택한 사람들에게 보상하고 성장과 협력을 위해 참여자 간의 인센티브를 조정하기 위해 신중하게 설계하는 것이 중요합니다.

탈중앙화 수준 결정하기: 완전히 탈중앙화된 프로토콜이 최종 목표이지만, 너무 일찍 완전히 탈중앙화하면 제품 개발과 의사결정이 느려질 수 있습니다. 초기 프로토콜 반복을 위한 적절한 균형을 찾는 것이 어렵지만 장기적인 성공을 위해 필수적입니다.

규정 준수: 미성숙한 분야에서 운영한다는 것은 불분명한 규제를 탐색하는 것을 의미하며, 이는 상당한 시간과 노력을 필요로 합니다. 민첩성을 유지하며 규정을 준수하는 제품을 구축하는 것은 지속적인 도전입니다.

BCN: 지난 몇 년 동안, 인터넷 사용자가 간단한 언어로 프롬프트를 적용하여 결과를 얻을 수 있는 여러 AI 플랫폼이 등장했습니다. 많은 사람들은 이러한 솔루션의 등장이 인류와 연관된 창의성과 직관성을 빼앗고 있다고 믿습니다. 이에 대한 반응은 어떠십니까? 인간의 창의성과 AI의 역량 사이에서 균형을 잡는 것を 믿습니까, 아니면 인류가 AI 지배를 향해 돌이킬 수 없는 길을 걷고 있다고 생각하십니까?

PW: 이 두려움은 새로운 기술이 등장할 때마다 제기됩니다—책, 컴퓨터, 인터넷, 뭐든지요. 그러나 이들 각각은 궁극적으로 인간의 창의성을 증대시켰습니다. 생성 AI도 제 견해로는 다르지 않습니다.

이것은 그저 창의성의 장벽을 낮추는 더 강력한 도구일 뿐입니다. 예를 들어, 이제는 큰 예산과 광범위한 노력이 필요했던 고품질 동영상을 잘 설계된 프롬프트로 제작할 수 있습니다.

인간의 창의성은 잃어버리는 것이 아니라 이동하는 것입니다. 운영 작업에 초점을 맞추는 대신, 우리는 발상, 방향, 계획으로 나아가고 있습니다. 생성 AI는 창의 과정을 대체하는 것이 아니라 강화합니다.

BCN: AI로 구동되는 자동화의 잠재적인 이익과 일자리를 보호하고 AI 시스템의 투명성과 책임성을 확보할 필요성 사이를 어떻게 균형을 맞추십니까?

PW: AI 시스템은 인간 입력에 크게 의존하며, 이러한 시스템은 학습에 기반이 되는 데이터의 창작자를 보상하는 것이 합리적입니다. CrunchDAO에서는 이 원칙을 구현한 시스템을 구축하고 있습니다. 성숙하여 더욱 자율적으로 발전함에 따라 IP는 창작자와 함께 유지되도록 하고 있습니다. 그들의 모델이 사용될 때마다 그들은 로열티를 얻으며, 이는 잠재적인 수동 소득을 창출합니다.

또한 시스템에서 생성된 수익을 사용하여 토큰 환매 및 소각을 계획하고 있어 네트워크 참가자에게 추가적인 이점을 제공합니다. 이러한 접근 방식은 인센티브를 정렬할 뿐만 아니라 투명성과 책임성을 보장합니다. 유사한 모델이 다른 탈중앙화 시스템에서 출현할 것으로 기대됩니다.

BCN: 최근 Crunchdao의 CTO로 합류하시면서 엔지니어링과 제품 개발 분야에서 20년 이상의 리더십을 쌓아오셨습니다. CTO로서, 가까운 미래에 탐구하거나 개발하고 싶은 AI 관련 이니셔티브나 프로젝트가 있으신가요? 또한, Crunchdao의 로드맵에서 탈중앙화 컴퓨팅의 미래와 AI/ML과의 통합에 대해 설명해 주실 수 있습니까?

PW: 내년에 확장할 실시간 예측 시스템에 대해 특히 기대하고 있습니다. 이러한 시스템은 실시간 데이터 스트림을 처리하여 예측을 생성하며, 중간 시장 가격 예측을 시작하는 것입니다. 다음 사용 사례는 체인 시스템을 개선하는 데 초점을 맞출 것이며, 이는 탈중앙화 생태계에 즉각적이고 실행 가능한 가치를 창출할 것입니다.

더 흥미로운 것은 이러한 시스템이 진화하는 방식입니다. 그들은 지속적으로 조정될 수 있으며, 새로운 모델이 추가되어 구성 가능한 방법을 통해 결과가 집계될 수 있습니다. 여러 액터가 예측을 최적화하는 데 기여하고 있으며, 최고의 아이디어가 성공할 수 있도록 보장합니다. 이를 통해 누구나 참여할 수 있는 투명하고 열린 시스템이 구축되며, 가치 창출에 기여하는 사람들이 일관되게 보상을 받습니다.

탈중앙화 컴퓨팅은 CrunchDAO의 로드맵에 중심적입니다. 실시간 AI/ML 기능을 보장하면서 효율성, 공정성 및 포함성을 보장하는 민주적이고 확장 가능한 예측 모델링 생태계를 구축하는 우리의 비전에 부합합니다.

BCN: Crunchdao는 6,000명이 넘는 데이터 과학자와 600명 이상의 박사 수준의 인재들을 보유하여 집단 지능 네트워크를 통해 알파 생성 인사이트를 개발한다고 주장합니다. 이렇게 많은 전문가가 참여하는 이유는 무엇이며, 그들은 정확히 무엇을 하는지, 그리고 플랫폼이 네트워크 내에서 운영을 어떻게 관리하는지 설명해 주실 수 있습니까?

PW: 현재 우리 데이터 과학자들과 PhD들은 중간 시장 가격 예측, 인과성 분석, 암 예측 및 포트폴리오 관리 등과 같은 주제의 고급 챌린지에 참여하며 경쟁하고 있습니다. 기업과 재단들은 종종 그들의 내부 방법론을 테스트하고 도전하여 새로운 효과적인 방법을 개발하는 결과를 초래하는 이러한 챌린지를 위해 우리를 찾아옵니다. 이러한 챌린지들은 토너먼트로 구조화되어 있으며, 우리의 탈중앙화 접근법은 이미 전통적 내부 모델을 여러 번 능가했습니다.

하지만 이것은 시작에 불과합니다. 우리는 참가자들이 모델과 예측을 기여할 수 있는 분산 네트워크를 구축하고 있으며, 플랫폼을 프로토콜 주도의 혁신적인 예측 모델링 생태계로 발전시키고 있습니다. 이러한 접근은 협력을 촉진하고 창의성을 장려하며 지속적인 개선을 보장하며, 중앙 집중식 대안보다 훨씬 더 역동적이고 효과적인 시스템을 창출합니다.

BCN: 모든 혁신과 마찬가지로 AI에는 특히 진화 초기 단계에서 위험이 따릅니다. 데이터 처리 및 개발 위험은 소프트웨어 엔지니어와 데이터 분석가의 손에 달려 있습니다. 현재 AI/ML 엔지니어 세대가 인류에 최소한의 위험으로 솔루션을 제공할 수 있다는 것을 얼마나 신뢰하십니까?

PW: 기계 학습 자체에는 고유한 위험이 없습니다. 특히 데이터 분석을 통해 예측을 찾는 사례에서는 더욱 그렇습니다. 개인이나 소규모 팀이 AI를 사용하는 경우, 저는 크게 우려하지 않습니다. 이는 그저 창의성을 높이거나 프로세스를 개선하는 또 다른 도구일 뿐입니다. 물론 잘못된 결과로 사용될 수 있지만, 이는 인류를 위협하는 위험은 아닙니다.

진정한 위험은 AI가 국가나 대규모 단체에 의해 사용될 때 발생합니다. 이들은 대규모로 AI를 사용할 자원을 보유하고 있으며, 잠재적으로 감시, 조작 또는 자율 무기 시스템에 사용할 수 있습니다. 기술 자체보다는 그것을 사용하는 의도가 문제입니다.

BCN: 제품 개발 의사 결정에 AI가 어떤 역할을 해야 한다고 생각하고, 이전 역할에서 AI 기반 통찰력을 어떻게 통합하셨습니까?

PW: AI는 이미 팀이 통찰력을 얻는 데 도움을 주는 분석 도구를 통해 제품 개발을 형성하고 있습니다. 예를 들어, Dune에서는 SQL 쿼리를 생성하거나 수정하고 시각화를 생성하여 의사 결정을 더 간소화하는 AI 시스템을 구축했습니다.

CrunchDAO에서는 이를 한 단계 더 나아가 다양한 문제를 해결하기 위한 모델의 네트워크를 구상하고 있습니다. 이러한 모델은 유용성과 영향력에 따라 보상되고 강화되며, 시간이 지남에 따라 생태계는 자체 최적화를 이룰 수 있습니다.

이러한 비전은 제가 예견하는 미래와 일치하며—AI 에이전트는 데이터를 지속적으로 모니터링하고, 패턴을 학습하며, 아이디어나 제안을 주도적으로 생성하여 의사결정의 효율성과 혁신을 이끄는 것입니다.

BCN: AI 기계와 관련된 잠재적 위험은 이 부문에서 기존 규정을 알려줍니다. 정부와 기관들은 적절히 관리되지 않았을 경우 AI 오작동이나 의도치 않은 결과의 가능성을 반복적으로 강조했습니다. 이에 대해 이러한 두려움이 정당한가요?

PW: 이러한 두려움이 얼마나 정당한지는 아직 판단하기 이릅니다. AI는 여전히 유아 단계에 있으며, 남용이나 의도치 않은 결과가 있을 것이 분명하지만, 제가 볼 때 일반 시민이 기술을 사용하는 경우 큰 문제가 발생할 것이라고는 보지 않습니다. 네, 잘못된 사용 사례가 있을 것이며— 예를 들어, 정보 오인의 위험이 있겠지만, 기술 자체는 이러한 위험을 균형 맞추는 도구를 종종 제공합니다. 예를 들어, 사기나 허위 정보에 대한 AI 기반 탐지 시스템처럼 말이죠.

제가 더 염려하는 것은 AI가 무기로 또는 국가 수준이나 대규모 단체에 의해 통제될 때입니다. 여기서의 위험— 자율 무기, 감시 또는 대규모 조작 등이 특히 큽니다. 이러한 기술을 통제할 수 있는 것은 특히 경계할 점입니다. 이는 권력을 집중시키고 상당한 불균형을 초래할 수 있기 때문입니다.

BCN: 지금까지 취해진 규제 조치들이 제대로 만들어졌다고 생각합니까? 아니면 혁신을 억제하지 않으면서 균형 잡힌 생태계를 달성하기 위해 조정되어야 할 부분이 있는지요?

PW: 제안된 법률은 있지만, 아직 활성화된 것은 많지 않습니다. 전반적으로 규제 명확성을 가지는 것이 긍정적인 단계입니다. 이는 개발자와 비즈니스에 지침을 제공합니다. 그러나 규제가 지나치게 제한적이거나 AI 기술의 급속한 발전에 적응하지 않게 되면 혁신을 억제할 위험이 있습니다. 특히 이 경우 AI 붐의 초기에 있으며, 향후 몇 년 동안 혁신 측면과 규제 측면 모두에서 어떤 일이 일어날지 불확실하기 때문입니다.

제가 이해한 바로는, 규제의 균형은 편견, 프라이버시, 책임과 같은 중요한 문제를 다루는 규정을 만들면서도 스타트업과 혁신가들에게 불필요한 장벽을 만들지 않는 데 있습니다. 산업 전문가들과의 협의 및 반복적인 정책 마련이 도움이 될 것이며, 현재 그렇게 하고 있는 것처럼 보입니다.

BCN: AI 및 기계 학습 기술이 다음 2-5년 동안 어떻게 발전할 것으로 보십니까? 탈중앙화 솔루션의 잠재력 있는 빠르게 변화하는 생태계 내에서 AI/ML 시스템과 그 가능성에 대한 추가적인 통찰을 제공해 주실 수 있습니까?

PW: LLM 개발 및 훈련에 대한 전문가가 아니지만, 점차 더 큰 모델이 연산 비용이 기하급수적으로 증가하고 훈련에 필요한 새로운 데이터를 획득하는 것이 더 비싸지면서 발전이 정체상태에 접어들 가능성이 있다고 추측합니다. 예를 들어, OpenAI의 단위 경제학은 이러한 도전을 감안할 때 현재로서는 지속 가능해 보이지 않습니다.

그렇다고 해도, 기존 및 다가오는 모델은 이미 매우 강력하므로, 우리는 광범위하게 통합되는 것을 보고 있습니다. 기술이 성숙하고 이해가 깊어짐에 따라, 새로운 접근 방식 및 응용 프로그램이 번영할 수 있는 혁신의 기간을 기대합니다. 특히 더 많은 시스템이 블록체인으로 이동하는 것에 대해 기대하고 있습니다. 블록체인 데이터를 활용할 수 있는 AI 에이전트의 잠재력— 접근 가능하고, 구성 가능하며, 상호 작용이 매끄러운—은 커다란 가능성을 가지고 있으며, 더 스마트한 자동화, 최적화 및 분석 및 의사 결정에서의 혁신을 이끌 것입니다.

CrunchDAO는 이 분야에서 선도적인 위치에 있으며, 이러한 신흥 트렌드를 지원하고 형성하기 위한 인프라를 구축하여 탈중앙화 솔루션이 AI/ML 진화의 다음 단계에서 중요한 역할을 하도록 보장하고 있습니다.