🐵 AI 프로젝트들을 지표로 비교하기 위해선 어떤 지표를 비교해야할까? (feat. Lazai)

우리가, 보통 Defi 프로젝트들의 벨류를 평가하거나
L1들의 벨류를 평가할때, TVL / Wallet 수 같은 지표들을 사용하곤 합니다.

그럼 AI 프로젝트들은 어떨까요?

사실 아까 업로드한 코인베이스 Ecosystem 을 보셔서 아시겠지만,
이미 너무 많은 AI 프로젝트들이 있고, 그 프로젝트별로 비교할 수 있는 지표가 없어

어떤 프로젝트가 정말 잘 성장하고 있는지 등을 측정하기 어려운 상황입니다.
AI 섹터가 커질 수록 AI 프로젝트에 대한 정량화된 지표가 필요한 시점이 오는거 같아요.

그럼, 어떤 지표들을 우리가 체크해볼 수 있을까요?
Laz AI라고 하는 메티스 프로젝트에서 아래와 같은 지표들을 제시했습니다.

1. TDVL ( 총 데이터 가치 잠금)

• AI에서 데이터는 Defi에서 유동성과 같은 역할을 함.
• 특히 대규모 AI 모델에선 정확한 데이터를 확보하는게 무엇보다 중요.
• 따라서, AI 프로젝트들은 검증 가능한 고품질 데이터가 필요함.
• 이를 위해, 데이터 증명과 데이터 가치 증명을 도입해야함.
• 단순히 데이터의 양이 많은게 아니라, 데이터의 품질이 높을수록 더 높은 가치를 받게 되는것.
• 데이터 증명과 데이터 가치 증명을 통해, 전체 프로젝트의 데이터 가치 잠금을 계산할 수 있음.

• 이를 통해, 실제 AI 프로젝트가 어느정도 규모 / 어느정도 양질의 데이터를 보유하고 있는지 정량화할 수 있음.

2. Credit Rating (AI 모델 신용등급?)

• AI에서는 잘 훈련된 모델 자체가 자산임.
• 이 모델끼리 서로 성능 벤치마크를 비교하여 점수화 할 수 있음.
• 표준 데이터 세트에 대한 모델의 정확도나, 경쟁 과제에서의 승률 등을 통해 정량화하여 평가할 수 있음.
• 대표적으로, Oraichain 같은 프로젝트가 AI API 신뢰도 점수를 개발하고 있음.
• 앞으로 많은 AI 모델이 나올 수록 이런 벤치마크 평가를 통해 AI 프로젝트를 평가할 수 있을 것
• AI 모델뿐 아니라, AI Agent에도 이런 신용등급을 적용하여 에이전트별로 정량화 하여 비교할 수도 있을것.

3. Attention Trace

• AI가 추론 과정에서 어떤 데이터를 활용했는지, 어떤 데이터가 학습되었는지 등의 AI의 블랙박스를 정량화하는 것
• 약간 나가토모 계수처럼, AI가 얼마나 투명한지 / 신뢰도가 있는지 / 일관성이 있는지 등을 정량화한 지표.

LazAI는 위 3가지 지표를 통해 AI 프로젝트들의 가치를 정량적으로 평가해야한다고 주장했습니다.

🐵
LazAI는, 메티스의 인큐베이션을 받아 빌딩되는 AI 프로젝트로서,
위의 주요 지표들을 데이터 앵커링 토큰과 지능형 DAO(iDAO)를 통해 측정하고, 검증하는 프로젝트
인데,, 전반적인 글들이나 리서치가 깊이감이 남다르긴 하네요..

개인적으로, LazAI 에서 주장하는 이야기가 설득력이 있게 느껴졌습니다. .
무수히 많은 AI 프로젝트들이 있고, 각자의 컨셉은 다들 있지만...

그들끼리 마땅히 비교할만한 지표들은 지금 거의 전무한 상황이라,,,
진짜 얘가 좋은 프로젝트가 맞는지 평가하기 어려운게 현실인거 같습니다.

전반적으로 LazAI에서 주장하는 지표들이 타당성이 있는거 같고,,,, 가능하다면 AI - llama 같은걸 만들어서... 비교할수있으면 좋겠네요

Metis가 AI 를 Onchain에서 구동하기 위한 AI 특화 L2를 출시했고,
그 중심에 LazAI (직접 인큐베이션)가 있는데 앞으로 지켜봐도 좋을거 같네요.
(지금은 테넷이고 8월에 메인넷 나옴)

리서치 원문 | 공식홈페이지 | 트위터