PolyChain과 Framework 같은 베테랑 VC의 주도로 3,500만 달러의 투자를 유치한 Allora는 최근 놀라운 성과를 보이고 있습니다. 많은 사람들이 이를 "예측 시장"이라고 부르지만, 이는 사실이 아닙니다. 이 프로젝트에 대한 제 생각을 공유해 보겠습니다.
1) 정확히 말하면, Allora는 분산형 AI 추론 서비스 플랫폼입니다. 사용자는 가격 예측, 전략 최적화, 위험 평가 등 AI 판단이 필요한 모든 요구에 대해 서비스를 제공하는 AI 에이전트에 비용을 지불할 수 있습니다. 따라서 예측 시장은 Allora의 여러 활용 사례 중 하나일 뿐, 유일한 활용 사례는 아닙니다.
2) AI 모델의 추론 및 출력 성능이 본질적으로 불균형하다는 점을 고려할 때, Allora는 어떻게 하면 대량 생산의 성숙한 상류 공급업체가 될 수 있을까요? 그 해답은 AI 모델의 집단적 역량과 경쟁적 협업을 활용하는 통합 플랫폼을 구축하는 데 있습니다.
메커니즘은 간단합니다. 예를 들어, 사용자가 ETH의 상승 또는 하락을 예측하고 LP 가격 범위를 어떻게 설정할지 결정하려는 경우, 기존 방식은 K-라인 차트를 관찰하고, 주요 오피니언 리더(KOL)의 분석을 듣거나, 예측을 위해 맞춤형 AI 모델 API를 구매하는 등의 작업을 수행하는데, 이러한 과정에서 종종 다양하고 일관되지 않은 결과가 도출됩니다. 이러한 비교 검토 프로세스를 처리할 수 있는 통합 추론 서비스 플랫폼을 개발할 수 있을까요?
핵심은 여기에 있습니다. 사용자가 Allora에 수요를 전송하면, 네트워크 아키텍처 내 28만 개의 노드가 경쟁하여 답을 제시합니다. 어떤 노드는 가격이 오를 것이라고 예측하고, 어떤 노드는 가격이 떨어질 것이라고 예측하며, 어떤 노드는 가격이 횡보할 것이라고 예측합니다. Allora는 이러한 모델에 투표하고 과거 실적 보고서를 기록합니다. 예측 성공률이 높은 AI 모델에 더 높은 가중치를 부여하고 토큰 보상을 지급합니다. 동시에, 맹목적으로 추측하는 사람들에게는 포인트와 보증금을 차감합니다.
이는 긍정적인 플라이휠을 생성합니다. 정확한 예측을 하는 모델은 더 많은 수익을 올리고, 점점 더 많은 가중치를 얻고, 더 많은 작업을 수행합니다. 계속 추측하는 모델은 제거됩니다.
3) 따라서 저는 AI 추론 서비스의 인프라 계층으로 Allora를 선호합니다. Allora는 필요에 따라 AI 모델 조합을 호출할 수 있는 기능을 갖추고 있습니다. 두 가지 주요 적용 시나리오는 다음과 같습니다.
DeFAI: AI 에이전트가 체인상 거래를 실행할 때 거래가 MEV인지 판단하고, Uniswap LP를 조정할 때 실시간으로 최적의 가격 범위를 제공하고, AAVE에 청산 위험이 있는지, 수익 풀이 레버리지 비율을 어떻게 동적으로 조정하는지 등을 확인해야 합니다.
예측 시장: AI 모델을 사용하여 확률을 동적으로 조정하고 업데이트합니다. 거래량에만 기반한 가격 결정 메커니즘과 비교할 때, AI의 종합적 추론은 사용자에게 더 스마트한 예측 시작점을 제공하여 단순한 대중 추종(follow-the-crowd) 방식을 탈피합니다.
하지만 알로라는 본질적으로 인프라 서비스 시설일 뿐입니다. 초기 단계처럼 모델이 부족하고 데이터도 부족하며 정확도도 낮을 때는 장기간 에너지를 축적하는 데 어려움을 겪을 것입니다.
하지만 DeFAi와 예측 시장이라는 두 유망한 시장이 앞으로 주류가 된다면, 그 인프라 서비스의 가치가 더욱 부각될 것입니다.
