AI Agent의 현황과 미래를 간략하게 살펴보자

지난주에 AI Agent를 가지고 놀다가 그저께 베이징에서 열린 ai16z 행사에 참석했습니다. AI Agent가 실제로 지금 무엇을 할 수 있는지 보고, 앞으로는 무엇을 할 수 있을지 생각해 보고 싶었습니다.

AI 에이전트의 현재 상태를 보면 자판기 안에 사람이 숨어 있다는 밈이 생각나네요. 누구나 상상했던 AI 에이전트가 자율의식을 갖기 시작했지만, 사실 AI 에이전트 속에는 개발자가 숨어 있다. (여기서 다들 그림을 만들어내고 있습니다. AI가 이 그림을 생성하게 하려고 했더니 AI가 "숨기기"를 이해하지 못한다는 사실을 발견했습니다)

AI Agent 프레임워크의 기본 작동

현재 AI 에이전트 프레임워크는 클라이언트(트위터, 디스코드, 텔레그램 등)와 다양한 플러그인(체인 등)을 접착하는 접착제 역할을 하고 있으며, 이후 프레임워크는 기본 라이브러리(메모리 저장소)를 제공한다. , 세션 격리, 컨텍스트 생성) 등을 수행하며 향후 다양한 AI 플랫폼 인터페이스와 연결될 예정입니다.

AI 에이전트 프레임워크가 애플리케이션 및 비즈니스 시나리오와 통합되는 방식

지난해 AI가 대중화되면서 다양한 플랫폼과 도구가 등장했고, 가장 중요한 것은 AI와 애플리케이션을 어떻게 결합하느냐다. 일부 AI 플랫폼은 플러그인을 제공하려고 시도하고 일부는 워크플로 모델을 생성하며 일부 기존 애플리케이션은 애플리케이션 내에 AI를 내장합니다. 하지만 여기서 핵심은 다음과 같습니다. 1. 애플리케이션의 대화형 입구는 어디에 있습니까? 2. AI를 기존 비즈니스 로직과 통합하는 방법.

각 AI 플랫폼이 사용자에게 제공하는 응용 프로그램 상호 작용 포털은 채팅 창과 유사한 대화 상자입니다. 분명히 모든 사람은 AI 응용 프로그램과의 상호 작용 방법이 "의인화" 방법이어야 한다고 믿습니다. 이와 관련하여 AI Agent의 현명한 점은 모든 개방형 IM 및 소셜 시스템에 직접 연결된다는 점이며, 이는 새로운 시스템을 구축하는 것보다 확실히 수용하기 쉽습니다.

AI를 기존 비즈니스 로직과 결합하는 방법. AI Agent가 제공하는 솔루션을 통해 개발자는 AI 의사결정을 비즈니스 시나리오에 통합할 수 있습니다. 프로그래밍 언어는 결정적이어야 합니다. if의 조건은 true 또는 false일 수 있으며 퍼지 비즈니스 논리를 처리할 수 없습니다. AI를 통해 복잡한 논리를 정확한 조건으로 변환한 후 비즈니스 시나리오에 원활하게 통합할 수 있습니다.

예를 들어, 그룹의 메시지에 응답하는 기능은 명확한 메시지 지침을 통해 기존 IM Bot에 의해 트리거되어야 하지만 AI를 통해 shouldReplyMessage 메서드를 구현할 수 있으며 컨텍스트가 주어지면 true 또는 false를 반환합니다.

비즈니스 논리 시나리오에서 AI의 주요 기능은 다음과 같습니다.

1. '의도' 발견: AI가 프롬프트 단어의 설명을 통해 상황에 따라 사용자의 문자 메시지에 있는 '의도'를 발견하고 그 의도를 특정 코드에 매핑하도록 합니다.

2. 의사 결정 지원: AI를 사용하여 모호하고 복잡한 조건을 명확한 참/거짓 또는 열거 유형으로 변환한 다음 이를 비즈니스 논리에 통합합니다.

이를 보면 많은 사람들이 AI Agent에 대해 실망할 수도 있습니다. 많은 사람들은 AI Agent가 AI를 가르치는 것 뿐이고 모든 것을 할 수 있다고 생각합니다. 실제로 대형 모델의 상황적 제한으로 인해 (적어도 현재로서는) 무엇이든 할 수 있는 범용 AI를 만들 수 있는 방법이 없습니다. 그러나 좋은 소식은 프로그래머가 일자리를 잃을까 걱정할 필요가 없다는 것입니다. AI 뒤에는 여전히 많은 수의 프로그래머가 숨어 있어야 하며, 그렇지 않으면 누군가는 여전히 쌓아야 합니다. 그러나 중요한 차이점은 비즈니스 경계입니다. 프로그램이 처리할 수 있는 범위가 확장되고 있습니다.

두 명의 AI 에이전트

행사에서 쇼에게 질문을 했는데요. 시장에서는 AI Agent에 대해 두 가지 기대를 갖고 있습니다. 1. AI Agent는 스스로 역할을 하고, 고유한 ID와 브랜드를 갖고, 사용자에게 서비스를 제공합니다. 2. 사용자는 개인 비서와 동일하며 사용자가 일부 업무를 처리하는 데 도움을 줄 수 있는 개인 AI 에이전트를 보유합니다. 두 AI 에이전트 중 어느 것이 더 인기가 있을까요? 그는 양방향이 좋을 것이라고 느꼈고, 이를 결합하는 것이 가능하다고 느꼈습니다.

이제 시장에서 모두가 주로 탐색하는 것은 첫 번째 방향입니다. 이 방향은 AI Agentization 서비스와 유사합니다. 앞으로는 앱 인터페이스가 AI 에이전트가 되어 의인화될 것입니다. 두 번째 방향은 향후 애플리케이션 클라이언트가 보조 에이전트의 플러그인이 되는 것입니다. 동시에 이 플러그인은 에이전트 메모리 라이브러리의 일부가 됩니다. 클라우드 서비스 에이전트와의 통신도 담당합니다. 그리고 이는 전체 인프라를 변화시킬 새로운 애플리케이션 아키텍처 모델입니다.

AI 에이전트 인프라 요구 사항

1. 인프라는 무허가형이어야 합니다. 그렇지 않으면 AI 에이전트는 다양한 공격 방지 전략에 의해 제한을 받게 되며, 서비스는 공격을 방지하기 위해 경제적인 비용(가스)을 사용해야 합니다. 이때 상대적으로 개방성이 낮은 플랫폼이 더 큰 충격을 받게 되며, 초기 Web2의 오픈 플랫폼 열풍이 다시 불붙을 것이다.

2. 위의 문제를 해결하기 위해서는 AI Agent가 지불할 자금을 운용할 수 있어야 합니다.

즉, 미래의 서비스는 블록체인 기반이든 아니든 암호화폐의 개인키 모드 인증과 암호화폐 기반 결제를 지원해야 합니다.

AI Agent와 체인의 결합

위에서 언급한 두 가지 점 외에도 AI Agent를 체인과 결합하는 방법은 모두가 모색하고 있는 방향이다. 이벤트에서 Mikkke가 작업 중인 focEliza에 대해 이야기를 나누세요. 앞서 언급한 두 개의 AI 에이전트 중 적어도 첫 번째 에이전트는 체인에서 제공하는 실행 또는 검증 환경이 필요합니다. AI 에이전트가 외부 세계에 서비스를 제공하면 신뢰 문제가 생기고 그 역할도 사실상 스마트 컨트랙트와 같기 때문이다.

당시에는 '스마트 계약'이라는 이름에 대해 논란이 있었습니다. 그것은 단지 코드 조각에 불과한 것이었습니다. AI가 그 이름에 걸맞은 스마트 계약을 만들 수 있다는 것은 무엇입니까? 어려운 문제는 스마트 컨트랙트 환경에서 AI 인터페이스를 어떻게 호출하느냐이다. 대규모 모델을 검증 가능한 환경에서 실행하려면 아직 갈 길이 멀다면 Oracle과 같은 솔루션을 사용하는 것이 더 실현 가능한 방법입니다.

AI Agent를 둘러싸고 많은 요구가 있을 것입니다. AI Agent에 대한 대중적 지식을 어떻게 얻을 수 있을까요? AI Agent는 어떻게 사실을 판단하나요? AI 에이전트는 서로 다른 플랫폼에서 동일한 사용자를 어떻게 식별합니까? 스마트 계약에 "메모리"는 어떻게 저장되나요? 각각 AI 에이전트가 설치된 여러 장치가 있는 경우 메모리를 어떻게 공유합니까?

이전에 Web3에서 진행되었던 "데이터 업로드", 관계 업로드, DID, P2P 네트워크 등이 새로운 의미와 시나리오를 갖게 되었음을 알게 될 것입니다.

결론

21년에 한 번씩 AI와 블록체인에 대해 공유한 결론을 다시 생각해 보면, AI에게 더 친화적인 인터넷은 인간에게도 더 친화적인 인터넷이 될 것입니다. 그 당시에는 단지 생각에 불과했지만 이제는 미래가 여기에 있습니다.