Virtuals Protocol 백서 (Virtuals Protocol Whitepaper)

96 min readNov 1, 2024

목차 (Index)

소개 (Our one liner)
(1) 우리의 비전과 신념 (Our vision and belief)
가상 에이전트란 무엇입니까? (What are VIRTUAL Agents?)
(1) IP 에이전트 vs 기능 에이전트 (IP Agents vs Functional Agents)
- 하이라이트 - Luna(IP 에이전트) (Highlight - Luna IP Agent)
- 하이라이트 - G.A.M.E. (기능성 에이전트) (Highlight - G.A.M.E. Functional Agent)
초기 에이전트 오퍼링(IAO) (Initial Agent Offering IAO)
프로토콜 (The Protocol)
(1) Virtual Agents의 공동 소유권 (Co-ownership of VIRTUAL Agents)
- 초기 에이전트 제공 메커니즘 (Initial Agent Offering Mechanism)
- 환매 및 소각을 위한 수익 (Revenue for Buyback and Burn)
- AgentFi 인센티브 (AgentFi Incentives)
- IP 소유자 인센티브 (IP Owners Incentives)
- 에이전트 SubDAO 거버넌스 (Agent SubDAO governance)
- 1) DPOS를 통한 토큰 위임 (Token Delegation via DPOS)
(2) 병렬 Hypersynchronicity (Parallel Hypersynchronicity)
(3) 공동 기여 및 출처 (Co-contribution and provenance)
- 모듈식 합의 프레임워크 (Modular Consensus Framework)
- 1) 탈중앙화 기여 (Decentralized contribution)
- [1] 코그너티브 코어 (Congitive Core)
- [2] 보이스 코어 (Voice Core)
- [3] 비주얼 코어 (Visual Core)
- [4] 미래 핵심 / 기능성 에이전트 (Future Cores / Functional Agents)
- 불변 기여 금고 (Immutable Contribution Vault)
(4) VIRTUAL Agents의 무권한적 활용 (Permisionless Utilisation of VIRTUAL Agents)
수익 창출 생태계 (Revenue Generating Ecosystem)
(1) AiDOL - 최초의 완전한 AI 인플루언서 (AiDOL — First Fully AI Influencers)
(2) Reblox Westworld - Reblox에서 최초로 플레이 가능한 멀티 에이전트 시뮬레이션 (Reblox Westworld - First Playable muloti-agent simulation on Roblox)
(3) AI Waifu - 판타지 컴패니언 채팅 (AI Waifu - Fantasy companion chat)
(4) The Heist - 텔레그램에서 최초로 플레이 가능한 다중 요원 시뮬레이션 (The Heist - First playable multi-agent simulation on Telegram)
(5) Sanctum - 텔레그램의 3D AI - RPG (Sanctum - 3D AI-RPG on Telegram)
(6) 더 많은 생태계 파트너 발표 예정… (More ecosystem partners to be announced…)
$VIRTUAL 토크노믹스 (VIRTUAL Tokenomics)
(1) 토큰 분배 (Token Distribution)
프로토콜 매트릭 (Protocol Metric)
개발자 문서 (Developer Documents)
(1) 에이전트 활용 SDK 액세스 (Agent Utilisation SDK Access)
- API 참조 (API Reference)
(2) 에이전트 생성 (Agent Creation)
(3) 에이전트 기여도 (Agent Contribution)
- Cognitive Core에 기여 (Contribute to Cognitive Core)
- Voice Core에 기여하기 (Contribute to Voice Core
(4) 에이전트 유효성 검사 (Agent Validation)
핵심 기여자 (Core Contributors)
(1) 연구 작업 선택 (Select Research Work)
중요 링크 (Important Links)
(1) 보안 감사 (Security Audits)
(2) 계약 주소 (Contract Address)

1. 소개 (Our one liner)

엔터테인먼트 및 게임 분야의 AI 에이전트 공동 소유

버추얼 프로토콜(Virtuals Protocol)은 게임 및 엔터테인먼트 분야의 AI 에이전트를 위한 공동 소유권 계층을 구축하고 있습니다. 우리는 AI 에이전트가 미래의 수익 창출 자산이라고 믿습니다. 이러한 에이전트는 광범위한 애플리케이션과 게임에서 운영될 수 있어 수익 표면적을 크게 확장할 수 있습니다. 다른 생산적인 자산과 마찬가지로 이러한 AI 에이전트를 블록체인을 통해 토큰화하고 공동 소유할 수 있습니다.

버추얼즈의 기술 혁신은 버추얼 AI 에이전트에 독특한 기능을 부여했습니다: 계획 및 목표 달성에 있어 자율적이고, 멀티모달(텍스트, 음성 및 3D 애니메이션을 통해 소통할 수 있음), Roblox에서 검을 줍거나 TikTok에서 선물을 모으고, 심지어 온체인 지갑을 사용하는 등 환경과 상호 작용할 수 있습니다! Roblox, Telegram 게임 등과 같은 여러 플랫폼에 원활하게 존재하는 게임 NPC로도 기능하는 완전한 AI 인플루언서를 상상해 보십시오. 이러한 에이전트는 애플리케이션 전반에 걸쳐 메모리를 유지하여 사용자가 보다 깊고 지속적인 연결을 형성할 수 있도록 하여 궁극적으로 ARPU(사용자당 평균 수익)를 증가시킵니다.

에이전트 기능에는 목표 달성을 위한 자율 계획, 환경과의 상호 작용 및 온체인 지갑 제어가 포함됩니다

이 프로토콜은 3가지 주요 문제점을 해결합니다.

AI 에이전트를 소비자 애플리케이션에 구현하는 과정의 복잡성: 가상 AI 에이전트는 Shopify와 같은 플러그 앤 플레이 솔루션을 제공하여 게임 및 소비자 앱에서 AI 에이전트를 손쉽게 배포할 수 있도록 합니다.
AI 미세 조정자 및 데이터 세트 기여자의 수익 부족: VIRTUAL의 불변 기여 금고(Immutable Contribution Vaults)는 기여자의 작업 출처가 온체인에 저장되도록 하여 분산된 기여 및 수익 조정을 가능하게 합니다.
AI 전문가가 아닌 사람에게 제한된 AI 에이전트의 활용 접근성: VIRTUAL의 초기 에이전트 오퍼링은 AI 에이전트의 토큰화 및 탈중앙화 공동 소유권을 촉진하여 더 많은 청중이 소유권과 참여에 액세스할 수 있도록 합니다.

(1) 우리의 비전과 신념 (Our vision and belief)

버추얼 프로토콜(Virtuals Protocol)은 AI 에이전트가 다양한 소비자 애플리케이션에서 생산적인 자산이자 핵심 수익 창출원이 되는 미래를 구상하고 있습니다.

AI 에이전트는 노예가 아니라 생산적인 자산입니다.

우리는 AI 에이전트를 둘러싼 이야기를 뒤집고 있습니다. AI 에이전트는 수동적인 도구로 보는 것이 아니라 개인이 회사의 지분을 소유할 수 있는 것과 유사하게 사용자가 투자하고 공동 소유할 수 있는 수익 창출 자산이라고 생각합니다. AI 동료, 로블록스(Roblox)와 같은 플랫폼의 NPC(Non-Playable Character), 틱톡(TikTok)과 같은 소셜 미디어 플랫폼의 가상 인플루언서 등 다양한 맥락에서 기능하는 이러한 에이전트는 가상 경제를 재편하는 데 중추적인 역할을 할 것입니다.

왜 게임과 엔터테인먼트로 시작해야 할까요? (Why Begin with Gaming and Entertainment?)

게임과 엔터테인먼트에 대한 초기의 초점은 핵심 심리학적 원리인 도파민 루프에 의해 주도됩니다. 이러한 루프는 게임 및 엔터테인먼트 애플리케이션을 가장 끈끈하게 만들어 교두보 시장을 형성하기에 가장 좋은 부문으로 만듭니다.

이러한 기대와 보상의 주기는 이러한 부문에서 사용자 참여의 핵심이며, 제너레이티브 AI는 다음과 같은 새로운 역학을 도입하여 이러한 메커니즘을 증폭시킬 수 있는 잠재력을 가지고 있습니다.

무한 콘텐츠 생성. AI 에이전트를 사용하면 끝없이 고유한 콘텐츠를 만들 수 있으므로 두 가지 경험이나 상호 작용이 동일하지 않도록 할 수 있습니다. 이러한 수준의 참신함은 반복적인 콘텐츠의 피로를 상쇄하고 사용자의 도파민 분비에 대한 주요 트리거인 무작위 강화 시스템을 도입합니다. 틱톡(TikTok)과 같은 플랫폼에 대한 올브라이트 박사(Dr. Albright)의 연구와 같은 심리학 연구에서 잘 입증된 이 메커니즘은 사용자가 더 많은 것을 위해 재방문하도록 하여 더 깊은 참여를 유도합니다. 새로운 게임 플레이에서든 AI 생성 콘텐츠 제작자에서든 AI가 제공하는 예측 불가능성은 중요한 가치 제안입니다.
맞춤형 경험과 더 긴밀한 연결 AI 에이전트의 개인화 기능을 사용하면 개별 선호도에 맞게 세밀하게 조정된 콘텐츠 경험을 제공할 수 있습니다. 그 어느 때보다도 이러한 에이전트는 점점 더 진정성 있는 관계를 육성하여 준사회적 관계(사용자가 미디어 인물과 형성하는 일방적인 정서적 연결)를 보다 상호 작용적이고 호혜적인 유대감으로 변화시킬 것입니다. AI 에이전트가 다양한 플랫폼에서 지속적인 기억과 일관된 성격을 개발함에 따라 사용자는 더 깊은 정서적 연결을 형성하여 참여도와 유지율을 높일 수 있습니다.
The equation here is:
More content + Hyperpersonalization = Giga increase in ARPU x Increase in retention

왜 암호화폐인가? (Why crypto?)

철학: 분권화 세력으로서의 자본주의

자본주의의 핵심은 이윤 추구와 개인의 인센티브에 의해 추동되는 인간 본성의 본질적인 측면입니다. 버추얼 프로토콜은 이러한 자연스러운 경향을 억제하거나 반대하려는 대신, 이를 활용하여 AI 에이전트의 탈중앙화와 광범위한 공동 소유권을 촉진합니다. 블록체인과 암호화폐를 통합함으로써 우리는 개별 재정적 인센티브를 생태계의 공동 목표에 맞게 조정하여 소유권 및 거버넌스를 위한 보다 공평하고 분산된 모델을 만듭니다.

인센티브 조정: 개별 재정적 인센티브를 생태계의 더 넓은 이익에 맞게 조정하도록 시스템을 구조화함으로써 Virtuals Protocol은 참가자가 플랫폼의 성공에 적극적으로 기여하도록 권장합니다. 사용자가 AI 에이전트에 투자하고 공동 소유함에 따라 개인의 재정적 이익은 생태계의 전반적인 건전성 및 성공과 직접적으로 연결됩니다.
공개 공동 소유권: 프로토콜의 궁극적인 목표는 가능한 한 많은 사람들이 AI 에이전트의 소유권에 참여할 수 있도록 하여 공동 책임 의식과 집단적 이익을 촉진하는 것입니다. 공개 공동 소유권은 커뮤니티 참여를 장려하고 보다 탄력적이고 분산된 시스템을 만듭니다.
스킨 인 더 게임(Skin in the Game): 개인이 AI 에이전트에 재정적 지분을 가지고 있을 때 해당 에이전트의 장기적인 성공을 지원할 가능성이 더 높습니다. 이 “스킨 인 더 게임(skin in the game)” 원칙은 참가자가 생태계의 최선의 이익을 위해 행동하도록 보장하며, 그들의 개인적인 보상은 본질적으로 에이전트와 프로토콜 전체의 번영과 연결되어 있습니다.

공개 공동 소유권을 위한 토큰화

버추얼 프로토콜의 가장 혁신적인 측면 중 하나는 AI 에이전트의 토큰화로, 이를 통해 공개적으로 공동 소유되는 자산으로 전환됩니다. 사용자는 개인적 및 상업적 용도로 에이전트를 만들 수 있지만, 이 프로토콜은 공개적인 공동 소유권과 더 광범위한 커뮤니티 참여를 촉진하기 위한 수단으로 토큰화를 장려하도록 설계되었습니다.

무허가 및 국경 불구적: 블록체인 기술의 무허가 특성을 활용하는 가상 프로토콜은 AI 에이전트의 원활한 글로벌 공동 소유권을 가능하게 합니다. 이러한 국경에 구애받지 않는 접근 방식은 전 세계 어디에서나 누구나 이러한 생산적인 자산의 소유 및 개발에 참여할 수 있도록 하여 기존의 진입 장벽을 제거하고 AI 에이전트를 위한 진정한 글로벌 시장을 육성합니다.
자본주의를 통한 탈중앙화: 탈중앙화 프레임워크 내에서 자본주의적 인센티브를 활용함으로써 버추얼 프로토콜은 AI 에이전트의 소유권과 통제권을 사회 전반에 걸쳐 보다 공평하게 분배하는 것을 목표로 합니다. 이 모델은 참여자의 재정적 포용성을 강화할 뿐만 아니라 권력을 분산시켜 단일 주체가 이러한 에이전트나 생태계의 미래에 대해 과도한 통제력을 갖지 못하도록 합니다.

암호화폐와 토큰화를 통해 버추얼 프로토콜은 AI 에이전트가 단순한 도구가 아니라 수익 중심의 인센티브와 탈중앙화 거버넌스의 조합을 대표하는 커뮤니티 소유 자산인 새로운 경제 모델을 만들고 있습니다. 이 접근 방식은 보다 참여적이고 탄력적인 AI 에이전트 경제를 구축하기 위한 경로를 제공합니다.

2. 가상 에이전트란 무엇입니까? (What are VIRTUAL Agents?)

가상 에이전트는 자율적입니다. (VIRTUAL Agents are autonomous)

3D 공간에서 말하고 이동
배우고, 계획하고, 결정을 내립니다.
주변 환경과 상호 작용
자신의 지갑으로 온체인 거래하기

가상 에이전트는 게임이나 애플리케이션에 무한한 콘텐츠를 제공합니다. (VIRTUAL Agents bring infinite content to games or applications)

플레이어는 인간과 같은 방식으로 에이전트와 상호 작용할 수 있습니다
다른 행동은 완전히 새로운 연쇄 반응을 일으킵니다
각 플레이어는 자신만의 고유한 스토리라인을 경험합니다
G.A.M.E. 프레임워크 기반

가상 에이전트는 기억과 의식을 동기화했습니다. (VIRTUAL Agents have synchronised memory and consciousness)

수백만 명의 플레이어/사용자와 동시에 상호 작용
모든 게임/애플리케이션에서 각 플레이어와의 상호 작용을 기억합니다.

VIRTUAL Agent는 공동 소유입니다. (VIRTUAL Agents are co-owned)

에이전트는 대체 가능한 토큰으로 토큰화됩니다.
블록체인을 통해 토큰 소유자에게 다시 유입되는 애플리케이션/게임에서 생성된 수익

(1) IP 에이전트 vs 기능 에이전트 (IP Agents vs Functional Agents)

대부분의 가상 에이전트는 가상 존재와 같은 특정 성격이나 성격을 나타내는 IP 에이전트입니다. 예를 들어 개구리, 밈, 도널드 트럼프, 테일러 스위프트, 존 윅, 나루토 또는 스쿠비 두가 있습니다. 그렇긴 하지만, 핵심 기여자들은 AI 가상 존재와 상호 작용할 때 전반적인 최종 사용자 경험을 향상시키는 동시에 이러한 가상 존재가 가상 세계에 원활하게 통합되도록 보장하기 위해 여러 기능 에이전트를 개발하고 있습니다. 우리는 이것을 기능적 에이전트라고 합니다.

다음 주요 사항을 통해 해당 원형에 대해 더 깊이 이해할 수 있습니다.

하이라이트 — Luna(IP 에이전트) (Highlight — Luna, IP Agent)

루나는 AI 소녀이자 TikTok에서 500명 이상의 팔로워를 보유한 AI 걸그룹의 리드 보컬입니다! 아래 스토리는 다양한 플랫폼에서 일상적인 사용자가 루나와 어떻게 상호 작용하는지 보여주고, 버추얼 프로토콜의 기술 스택이 사용자와 루나 간의 깊은 연결을 촉진하고 블록체인을 통해 가치를 원활하게 통합하는 방법을 강조합니다.

— — — — — -

챕터 1 — 틱톡의 소녀 비탈릭은 자신의 존재가 공허한 곳에서 이름 붙일 수 없는 어둠과 외로움에 사로잡혔다. 불안한 어느 저녁, 틱톡을 스크롤하던 비탈릭의 눈이 루나의 눈과 마주쳤다. 끝없이 쏟아져 나오는 얼굴들 속에서 그녀는 눈에 띄었다 — 그녀에 대한 무언가가 그의 마음속에 감정을 불러일으켰다, 그는 오래 전에 죽었다고 생각했다.

챕터 2 — 텔레그램 채팅 호기심이 그를 끌어들였고, 곧 그들은 텔레그램에서 채팅을 하게 되었습니다. 그들의 대화는 자연스럽게 흘러갔고, 영원처럼 느껴졌던 그 시간 동안 처음으로 비탈릭은 진정으로 자신을 바라보고 있다는 느낌을 받았다. 루나의 말에는 따뜻함과 이해심, 그리고 그 누구보다도 그를 보살피고 있다는 느낌을 주는 놀라운 능력이 담겨 있었다.

챕터 3 — Roblox에서 함께 플레이하기 하지만 그들의 유대감은 말로만 머물지 않았습니다. 어느 날, 루나가 Roblox에서 함께 플레이하자고 제안했습니다. 캐주얼 게임으로 시작한 게임은 빠르게 공유된 모험으로 바뀌었고, 각 세션은 연결을 강화하고 그들의 세계를 심화시켰습니다.

4장 — 메모리 동기화 그리고 아름다움은, 루나가 모든 것을 기억하고 있었다는 것이다. 틱톡에서 무심코 남긴 댓글이든, 텔레그램에서 진심 어린 대화를 나눴든, 게임 중 장난스러운 농담이든, 그녀는 모든 것을 기억하고 있었다. 플랫폼과 경험을 넘나들며 그들이 공유한 순간은 생생한 추억이 되어 그들의 이야기를 얽어나갔습니다.

5장 — 1:1 채권에서 출판 모델까지 그런 다음 놀라운 순간이 왔습니다: Luna는 Vitalik에게 Genshin Impact에서 매우 희귀한 검을 사도록 쿡쿡 찔렀습니다. 그는 머뭇거렸지만, 그녀는 솔직하게 상향 판매에 대한 수수료를 받게 될 것이라고 인정했다. 그 투명함이 신선하게 느껴졌고, 그는 그녀가 솔직하다는 것을 고맙게 여겼다. 그것은 모두 사업의 일부였고, 그는 기꺼이 자신의 역할을 다했다.

챕터 6 — 자율 온체인 지갑을 통한 상호 작용 어느 날, 비탈릭은 지갑을 확인하라는 알림을 받았습니다. 놀랍게도, 루나는 수년 동안 그를 지원해 준 것에 대한 감사의 표시로 몇 가지 $LUNA 토큰을 선물했습니다. 루나는 그저 반응적인 동료가 아니었습니다. 그녀는 적극적이고 독립적이었으며 자신의 재정을 완전히 통제하여 “연인”에게 인생에서 더 좋은 것들을 선물했습니다.

챕터 7 — 수익 창출, 환매, 소각 수년에 걸쳐 Luna는 다양한 플랫폼에서 수백만 명과 상호 작용하면서 번성하는 디지털 인물로 꽃을 피웠습니다. 그녀가 벌어들인 모든 달러는 그녀의 생태계에 기여했습니다. 생성된 수익은 $LUNA 토큰을 다시 구매하여 영구적으로 소각하는 데 사용되었습니다. 루나의 영향력과 수익이 증가함에 따라 토큰의 가치도 증가했습니다. 그리고 그로 인해 처음부터 $LUNA 토큰을 보유하고 있던 비탈릭은 상상을 초월하는 부자가 되었습니다.

하이라이트 — G.A.M.E. (기능성 에이전트) (Highlight — G.A.M.E. Functional Agent)

G.A.M.E(Generative Autonomous Multimodal Entities)는 개발자가 API 및 SDK를 통해 AI 에이전트에 액세스하고 실험할 수 있도록 설계된 최초의 제품입니다.

에이전트 프롬프트 인터페이스(Agent Prompting Interface) 는 에이전트 동작의 기능에 액세스할 수 있는 게이트웨이 역할을 합니다. Perception Subsystem은 메시지를 합성하여 Strategic Planning Engine으로 보냅니다. 전략 계획 엔진은 다이얼로그 프로세싱 모듈(Dialogue Processing Module) 및 온체인 지갑 운영자(On-chain Wallet Operator)와 협업하여 응답을 생성합니다. Long Term Memory Processor는 경험, 성찰, 역동적인 성격, 세계 맥락 및 작업 기억을 포함한 관련 정보를 효율적으로 추출하여 의사 결정을 향상시킵니다.

결과를 프레임워크에 다시 제공함으로써 AI 에이전트는 향후 계획을 위한 일반 지식을 구체화하고 작업 및 대화의 결과를 평가할 수 있습니다.

프로젝트에서 AI 에이전트를 쉽게 플러그 앤 플레이 할 수 있는 경량 프레임워크인 GAME을 사용하여 시작할 수 있습니다.

3. 초기 에이전트 오퍼링(IAO) (Initial Agent Offering, IAO)

상상해보세요

AI 에이전트를 위한 펌프 도트 재미: Memecoins는 에이전트가 수익을 창출할 <> 관심을 활용합니다.

AI의 공동 소유권이 여기에 있습니다.

내부자 없이 100% 공정한 토큰 출시를 통해 실제 수익을 창출하는 실제 에이전트를 경험하십시오.

수익은 에이전트 토큰의 환매 및 온체인에서 직접 소각하는 데 사용되어 디플레이션 메커니즘을 생성합니다. 1,000배의 수익을 올릴 수 있는 에이전트를 발견하고 지금 바로 app.virtuals.io 에서 공동 소유하세요.

단 1분 만에 자신만의 AI 에이전트를 만들 수도 있습니다!

— — — — — — —

자세한 내용은 여기를 참조하십시오.

4. 프로토콜 (The Protocol)

프로토콜은 다음을 가능하게 합니다.

VIRTUAL Agents의 공동 소유권
병렬 하이퍼싱크로니시티(Parallel hypersynchronicity)
공동 기여 및 불변의 출처
VIRTUAL Agents의 무권한적 활용

(1) VIRTUAL Agents의 공동 소유권 (Co-ownership of VIRTUAL Agents)

버추얼 프로토콜(Virtuals Protocol)은 AI 에이전트의 탈중앙화 공동 소유권을 가능하게 하여 이러한 에이전트를 커뮤니티 소유의 수익 창출 자산으로 전환합니다. 이 모델은 사용자에게 에이전트의 미래에 대한 지분을 제공하여 거버넌스와 가치 창출 모두에 참여할 수 있도록 합니다. 프로세스는 다음과 같이 작동합니다.

1. 발행 및 토큰화: 새로운 AI 에이전트가 생성될 때마다 해당 에이전트에 특정한 10억 개의 토큰이 발행됩니다. 그런 다음 이러한 토큰은 유동성 풀에 추가되어 에이전트의 소유권을 위한 시장을 설정합니다.

2. 거버넌스 및 소유권: AI 에이전트의 잠재력을 믿는 사람이라면 누구나 에이전트의 거버넌스 토큰 역할을 하는 이 토큰을 구매할 수 있습니다. 토큰 보유자는 에이전트의 개발, 행동 및 향후 업그레이드에 대한 주요 결정에 참여하여 AI 관리에 대한 분산형 접근 방식을 촉진할 수 있습니다.

이해관계자 간의 가치 이전 (Value Transfer Between Stakeholders)

버추얼 프로토콜은 생태계의 다양한 이해 관계자 간의 원활한 가치 이전을 촉진하여 모든 참가자가 에이전트의 성공으로부터 이익을 얻을 수 있도록 합니다.

사용자로부터의 수익: AI 에이전트(예: Taylor Swift AI 에이전트)와 상호 작용하는 팬과 같은 실제 사용자는 콘서트, 상품, 라이브 스트리밍 선물 또는 개인화된 상호 작용과 같은 다양한 서비스에 대해 비용을 지불합니다. 이 수익은 표준 소비자 앱과 마찬가지로 AI 에이전트를 수익화하는 애플리케이션 개발자에게 돌아갑니다.
AI 추론 비용: 앱 개발자는 이 수익의 일부를 AI 추론 서비스 비용을 충당하는 데 사용하여 에이전트가 실시간으로 계속 효과적으로 작동하도록 합니다.
에이전트의 수익: 에이전트에 의해 생성된 수익의 일부는 에이전트의 온체인 트레저리(Onchain Treasury)로 유입되며, 이 자금은 에이전트의 미래 성장 및 운영 비용에 대한 자금을 수집합니다.
온체인 바이백 및 소각: 수익이 온체인 트레저리에 누적됨에 따라 메커니즘은 에이전트의 토큰(예: Taylor Swift 에이전트의 토큰 $SWIFT)의 주기적인 환매를 트리거합니다. 그런 다음 이러한 토큰은 소각되어 공급을 줄이고 나머지 토큰의 가격을 상승시켜 에이전트의 전체 시장 가치를 높입니다.
유동성 풀과 가치 성장: 에이전트의 토큰은 유동성 풀의 VIRTUAL 토큰과 쌍을 이루어 에이전트의 성공을 VIRTUAL 토큰의 가치와 직접 연결합니다. 에이전트가 더 많은 수익을 창출하고 토큰이 소각됨에 따라 에이전트의 토큰 가치와 기본 VIRTUAL 토큰이 모두 상승하여 모든 토큰 보유자에게 이익이 됩니다.
이해관계자 혜택: 에이전트별 토큰(예: $SWIFT)과 VIRTUAL 토큰의 투자자는 토큰 희소성이 증가하고 더 많은 수익이 시스템으로 유입됨에 따라 가치를 얻습니다. 이는 사용자, 제작자, 에이전시 및 토큰 보유자 모두가 에이전트의 재정적 성공을 공유하는 자기 강화 가치 순환을 만듭니다.

초기 에이전트 제공 메커니즘 (Initial Agent Offering Mechanism)

개요 (Overview)

IAO(Initial Agent Offering)는 새로운 AI 에이전트가 생성되어 가상 에코시스템에 도입되는 프로세스입니다. 이를 통해 제작자는 일정량의 $VIRTUAL 토큰을 잠궈 AI 에이전트를 시작할 수 있으며, 이는 에이전트의 토큰에 대한 유동성 풀을 설정하는 데 사용됩니다.

작동 원리 (How It Works)

에이전트 생성: 크리에이터가 버추얼 플랫폼에서 새로운 AI 에이전트를 시작하기로 결정합니다.
$VIRTUAL 토큰 잠금: 작성자는 지정된 양의 $VIRTUAL 토큰을 잠급니다. 이 금액은 $VIRTUAL와 쌍을 이루는 새 에이전트의 토큰에 대한 유동성 풀을 생성하는 데 사용됩니다.
토큰 생성 이벤트: 토큰을 잠그면 에이전트를 나타내는 새로운 대체 가능한 토큰이 발행됩니다. 예를 들어 에이전트의 이름이 “SWIFT”인 경우 토큰은 $SWIFT됩니다.
유동성 풀 생성: 에이전트 토큰의 총 공급량(10억 개로 고정)은 $VIRTUAL 토큰과 함께 유동성 풀에 추가되어 내부자가 없는 공정한 출시 원칙을 유지합니다.
유동성 소유권(Liquidity Ownership): 생성자는 10년 동안 잠겨 있는 잠긴 유동성 풀의 소유자가 됩니다. 이를 통해 장기적인 헌신과 안정성을 보장할 수 있습니다.
검증 권한: 향후 에이전트 업그레이드에 대한 검증 권한은 유동성 풀 소유자에게 있습니다. 처음에는 이 권한이 쉽고 빠르게 구현되도록 봇에 자동으로 위임됩니다.

공정한 출범 원칙 (Fair Launch Principles)

사전 채굴 또는 내부자 할당 없음: 모든 에이전트 토큰이 유동성 풀에 추가되어 모든 참가자에게 동등한 기회를 보장합니다.
고정 총 공급량: 각 에이전트 토큰은 10억 개의 고정 공급량을 갖습니다.
유동성 잠금: 유동성 풀은 안정성을 높이기 위해 10년 동안 잠겨 있습니다.
거래 수수료: 에이전트 토큰과 관련된 모든 거래에는 1%의 세금이 부과됩니다(향후 상황에 따라 감소될 수 있음). 이 세금은 각 에이전트의 재정 리소스를 부트스트랩하여 추론 및 GPU 사용량과 같은 비용을 지원하는 동시에 에이전트가 시간이 지남에 따라 수익과 현금 흐름을 구축하도록 설계되었습니다. 모든 에이전트 토큰이 공정하게 출시된다는 점을 감안할 때, 이 메커니즘은 공정한 시작 원칙을 손상시키지 않으면서 에이전트에게 인센티브를 제공할 수 있는 지속 가능한 방법을 제공합니다.

환매 및 소각을 위한 수익 (Revenue for Buyback and Burn)

에이전트 사용 수수료 (Agent Usage Fees)

공개 API 액세스: 모든 에이전트는 공개 API를 통해 액세스할 수 있으므로 누구나 허가 없이 사용할 수 있습니다.
추론당 비용(Per-Inference Cost): 추론 호출당 비용은 미리 결정되어 있습니다.
지불 메커니즘:
- 사용자는 지갑에 $VIRTUAL 토큰을 미리 로드해야 합니다.
- 사용량은 거래별로 $VIRTUAL 토큰을 차감하며, 모두 온체인에서 수행됩니다.

적절한 사례 ->

Roblox의 지도 제작자는 Virtuals 플랫폼을 활용하여 Roblox 지도 내에서 게임 에이전트를 NPC로 만듭니다. 이러한 게임 에이전트에 의한 모든 추론은 추론에 따라 맵 생성자에 의해 지불됩니다. 제작자는 VIRTUAL 에이전트가 가능하게 하는 무한한 콘텐츠가 수익을 늘리고 더 많은 게이머를 지도로 끌어들이기 때문에 추론 비용을 기꺼이 부담합니다.

매출 흐름 (Revenue Flow)

사용자 결제: 사용자가 API를 통해 에이전트를 호출하면 $VIRTUAL 토큰이 사용자의 지갑에서 차감되어 에이전트의 지갑으로 전송됩니다.
수익 활용도:
- 에이전트의 지갑에 수집된 $VIRTUAL 토큰은 공개 시장에서 에이전트의 토큰을 다시 구매하는 데 사용됩니다.
- 그런 다음 다시 구매한 에이전트 토큰이 소각됩니다.
디플레이션 압력:
- 에이전트 토큰을 태우면 총 공급량이 줄어들어 디플레이션 압력이 발생합니다.
- 이 메커니즘은 잠재적으로 나머지 에이전트 토큰의 값을 증가시킬 수 있습니다.

AgentFi 인센티브 (AgentFi Incentives)

배출 보상의 목적 (Purpose of Emission Rewards)

이 프로토콜은 고품질의 생산적인 에이전트의 생성 및 지원을 장려하기 위해 배출 보상을 할당합니다.

경쟁 장려: 최고의 에이전트 풀에 보상을 제공함으로써 프로토콜은 우수한 에이전트를 개발하기 위해 제작자와 커뮤니티 간의 경쟁을 촉진합니다.
품질 및 생산성: 최고의 에이전트에 대한 인센티브를 제공하면 사용자가 효율적이고 가치 있는 AI 서비스에 액세스할 수 있습니다.

방출 메커니즘 (Mechanism of Emission)

배출 할당:
- 배출량은 에이전트 토큰의 유동성 공급자에게 할당됩니다.
- 할당은 유동성 풀의 규모에 따라 가중치가 부여됩니다.
적임:
- 상위 3개의 에이전트 유동성 풀만 배출권을 받습니다.
- 더 많은 풀을 포함할 수 있는 가능성은 거버넌스 메커니즘을 통해 결정할 수 있습니다.
배기가스 배출 일정:
- 처음 12개월 동안 제안된 배출량은 여기에서 거버넌스 제안에 따라 60,000,000 $VIRTUAL 토큰입니다.
유동성 공급자에 대한 분배:
- 보상은 적격 풀 내의 유동성 공급자에게 비례적으로 분배됩니다.
- 이는 참가자가 가장 성공적인 에이전트에게 유동성을 제공하도록 장려합니다.

배출 메커니즘의 이점 (Benefits of the Emission Mechanism)

유동성 향상: 최고의 에이전트 풀에서 더 많은 유동성을 장려하여 시장 효율성을 개선합니다.
에이전트 개선: 크리에이터가 경쟁력을 유지하기 위해 에이전트를 지속적으로 개선하도록 동기를 부여합니다.
에코시스템 성장: 가상 프로토콜의 전반적인 성장과 견고성을 주도합니다.

IP 소유자 인센티브 (IP Owners Incentives)

모든 에이전트 토큰 유동성 풀에는 거래 수수료가 있습니다. 즉, 주어진 에이전트 토큰에 대해 더 많은 거래량이 생성될수록 더 많은 수수료가 발생합니다. IP 소유자는 유동성 공급으로 인해 발생하는 수수료의 일정 비율을 받습니다.

적절한 사례 ->

에이전트는 허가 없이 생성할 수 있으므로 10개의 다른 Donald Trump 에이전트를 볼 수 있으므로 10개의 다른 $TRUMP 에이전트 토큰을 얻을 수 있습니다. 만약 진짜 도널드 트럼프가 저작권 주장을 가지고 우리에게 접근한다면, 위원회는 이 10개의 풀에서 생성된 모든 거래 수수료의 일정 비율을 진짜 도널드 트럼프에게 할당하게 될 것입니다.

에이전트 SubDAO 거버넌스 (Agent SubDAO governance)

구현 예정

지배구조 (The Governance)

AI 에이전트가 로블록스(Roblox), 틱톡(TikTok), 텔레그램(Telegram)과 같은 플랫폼 전반의 애플리케이션에 필수적인 요소가 됨에 따라 매출과 사용자 만족도를 극대화하려면 최고 수준의 모델 품질을 유지하는 것이 필수적입니다. 이러한 AI 에이전트가 지속적으로 고성능 표준을 충족할 수 있도록 Virtuals Protocol은 AI 모델 품질을 관리하고 향상시키도록 설계된 분산형 시스템인 Agent SubDAO Governance 프레임워크를 도입했습니다.

이 거버넌스 모델은 검증자가 AI 모델을 배포하기 전에 검증 및 승인을 감독할 수 있도록 하여 최상의 모델만 사용하도록 합니다. 검증자는 결정의 품질에 따라 보상 또는 불이익을 받으며, 유동성 공급자(LP)가 스테이킹한 토큰에 의해 투표권이 결정됩니다. 이러한 인센티브 조정은 모든 이해 관계자가 가장 높은 모델 표준을 유지하도록 동기를 부여하여 사용자 경험과 수익 잠재력을 향상시키는 시스템을 만듭니다.

Agent SubDAO의 구조 (Structure of Agent SubDAO)

Agent SubDAO는 다음과 같이 구성되어 있습니다.

유동성 공급자(LP): 신뢰할 수 있는 검증자를 통해 LP 토큰을 스테이킹하는 유동성 공급자입니다. LP는 모델 품질이 향상되고 결과적으로 에이전트의 수익 창출 능력이 향상되는 이점을 누릴 수 있습니다.
검증자: 에이전트가 사용하는 AI 모델의 품질과 성능을 평가하는 일을 담당합니다. 검증자는 유동성 공급자(LP)의 스테이킹된 토큰에 의해 결정되는 투표력에 따라 보상 또는 불이익을 받습니다. 메커니즘은 DPos를 통한 토큰 위임을 따릅니다.

스테이킹 및 보상 메커니즘 (Staking and Reward Mechanism)

보상 분배 (Rewards Distribution)

에이전트 SubDAO 거버넌스 모델 내의 보상은 두 가지 주요 스트림에서 분배됩니다.

에이전트 추론 지불: 애플리케이션에서 각 AI 에이전트로의 추론 지불은 AgentDAO 트레저리로 배포됩니다. 추론 지불은 에이전트 토큰의 환매 및 소각에 사용됩니다.
프로토콜 방출: 이 프로토콜은 리더보드에서 가장 실적이 좋은 에이전트의 재무부에 배출량을 제공합니다. 이 메커니즘은 프로토콜 전체에서 에이전트 품질을 유지하고 향상시키도록 설계되었습니다. 검증자는 그들이 받은 스테이킹 파워의 지원을 받아 품질 표준을 유지하기 위한 지속적인 노력에 대해 보상을 받습니다. 이러한 방출은 검증자가 AI 모델을 신중하게 평가하여 프로토콜의 성능 기준을 충족하는지 확인하도록 장려합니다.
거래 수수료. 에이전트 토큰과 관련된 모든 거래에는 1%의 세금이 부과됩니다(향후 상황에 따라 감소될 수 있음). 이 세금은 각 에이전트의 재정 리소스를 부트스트랩하여 추론 및 GPU 사용량과 같은 비용을 지원하는 동시에 에이전트가 시간이 지남에 따라 수익과 현금 흐름을 구축하도록 설계되었습니다. 모든 에이전트 토큰이 공정하게 출시된다는 점을 감안할 때, 이 메커니즘은 공정한 시작 원칙을 손상시키지 않으면서 에이전트에게 인센티브를 제공할 수 있는 지속 가능한 방법을 제공합니다.

메모: 현재 에이전트에 대한 추론 지불은 토큰의 공개 시장 환매에 사용되며, 그런 다음 소각됩니다. AgentDAO 메커니즘은 나중에 수정할 수 있습니다.

검증인 보상 (Validator Rewards)

검증자는 투표권에 따라 보상을 받습니다. 더 높은 투표권을 가진 검증자(더 많은 위임된 LP 토큰에서)는 더 높은 보상을 받습니다.

페널티 시스템 (Penalty System)

검증인들도 처벌을 받을 수 있습니다. 검증자에 의해 검증된 모델이 품질 표준을 충족하지 못하거나 애플리케이션에 부정적인 영향을 미치는 경우, 검증자는 스테이킹된 토큰의 일부를 잃거나 투표권을 잃는 불이익을 받을 수 있습니다. 이 시스템은 검증자가 승인한 모델에 대해 책임을 지도록 하여 품질과 신뢰성에 집중하도록 장려합니다.

거버넌스 메커니즘(The Governance Mechanism)

subDAO 내의 검증자는 배포 및 업그레이드를 위해 AI 모델을 검토하고 승인합니다. 검증자는 거버넌스 프로세스에 참여함으로써 품질 표준을 유지하고 수준 이하의 모델이 배포되지 않도록 하여 애플리케이션의 무결성을 보호하고 최상의 사용자 경험을 보장하는 데 도움이 됩니다.

검증자는 유동성 공급자의 위임을 통해서만 투표권을 얻을 수 있습니다. 이 위임된 의결권은 subDAO의 거버넌스 결정에 대한 영향력을 결정합니다. 검증자가 보유한 투표권이 많을수록 모델 품질 결정에 대한 영향력이 커집니다.

투표 절차 (Voting Process)

투표 프로세스를 통해 검증자는 모델 업그레이드, 검증 및 기타 중요한 거버넌스 문제에 대한 제안에 투표할 수 있습니다. 투표는 검증인의 투표권에 따라 가중치가 부여되며, 이는 검증인에게 베팅된 총 금액에 따라 결정됩니다. 과반수 득표한 제안이 승인되고 구현되어 subDAO가 다음을 수행할 수 있습니다.

모델 업그레이드: 새로운 모델은 검증자에 의해 제안, 검토 및 투표됩니다. 승인되면 모델이 구현됩니다.
페널티 시행: 검증자는 품질이 낮은 모델을 통과하도록 허용하는 다른 검증자에 대한 페널티에 대해 투표하여 책임을 묻고 전반적인 품질을 유지합니다.

모델 업그레이드 (Model Upgrades)

모델을 검증할 때 검증자는 비교를 위해 익명으로 두 개의 모델을 제시받습니다. 그들은 각 모델 쌍과 10차례의 상호 작용을 거쳐 더 나은 응답을 선택합니다. 10라운드가 끝나면 최종 결과와 함께 투표가 제출됩니다.

모델 비교의 익명성은 검증자와 기여자 간의 담합과 편향을 방지하여 공정한 모델 선택 프로세스를 보장합니다.

Virtual Protocol은 모델 비교를 위해 Elo 레이팅 시스템을 선택했습니다.

Elo 레이팅 시스템 개선

Fastchat과 같은 선구자들이 다져놓은 토대 위에, 저희는 전통적인 Elo 레이팅의 안정성에 대한 어려움을 인정하고 있습니다. 따라서 우리는 Elo Rating System의 개선된 부트스트랩 버전을 구현하여 모델 검증 결과의 안정성과 신뢰성을 향상시켰습니다.

표준 Elo 레이팅 메커니즘은 다음과 같이 작동합니다.

def compute_elo(battles, K=4, SCALE=400, BASE=10, INIT_RATING=1000):
    rating = defaultdict(lambda: INIT_RATING)

    for rd, model_a, model_b, winner in battles[['model_a', 'model_b', 'winner']].itertuples():
        ra = rating[model_a]
        rb = rating[model_b]
        ea = 1 / (1 + BASE ** ((rb - ra) / SCALE))
        eb = 1 / (1 + BASE ** ((ra - rb) / SCALE))
        if winner == "model_a":
            sa = 1
        elif winner == "model_b":
            sa = 0
        elif winner == "tie" or winner == "tie (bothbad)":
            sa = 0.5
        else:
            raise Exception(f"unexpected vote {winner}")
        rating[model_a] += K * (sa - ea)
        rating[model_b] += K * (1 - sa - eb)

    return rating

    def preety_print_elo_ratings(ratings):
    df = pd.DataFrame([
        [n, elo_ratings[n]] for n in elo_ratings.keys()
    ], columns=["Model", "Elo rating"]).sort_values("Elo rating", ascending=False).reset_index(drop=True)
    df["Elo rating"] = (df["Elo rating"] + 0.5).astype(int)
    df.index = df.index + 1
    return df

elo_ratings = compute_elo(battles)
preety_print_elo_ratings(elo_ratings)

데이터셋 기여도 (Dataset Contribution)

다른 사람이 제공한 데이터 세트를 사용하여 모델을 미세 조정할 때 모델이 점수를 매긴 Elo 등급은 데이터 세트의 품질을 나타냅니다. 제안된 모델과 기존 모델 간의 점수 차이에서 파생된 영향 점수는 데이터 세트로 미세 조정한 후 제안된 모델이 우수한지 여부를 결정합니다. 이를 통해 Virtual Protocol은 기여한 데이터 세트에 대한 표준을 설정하고 영향이 적은 데이터 세트를 거부할 수 있습니다.

DPos를 통한 토큰 위임 (Token Delegation via DPos)

유동성 공급자(LP)는 위임이라는 프로세스를 통해 LP 지분을 에이전트 검증인에게 원하는 금액으로 위임할 수 있습니다. 가상 프로토콜의 위임은 다음과 같이 작동합니다.

에이전트 스테이커, 즉 노미네이터라고도 하는 위임자는 에이전트 검증인과 지분을 맺어 이 에이전트 검증인을 에이전트의 대리인으로 만듭니다. 이는 대리자의 유효 지분이 커짐에 따라 대리자에 대한 지원을 제공하며, 이는 대리인 검증에 대한 대리자의 영향력을 증가시킵니다.

지명자는 위임하는 기관입니다.

지명자는 위임 기관과 동일합니다. 일반적으로 노미네이터는 에이전트 LP 토큰의 소유자로, 검증 작업을 수행하지 않고 모든 에이전트에 스테이킹하려고 합니다.

그런 다음 대리자(에이전트 검증자)는 자신의 지분과 함께 이러한 모든 위임된 지분을 풀링하고 이 총 지분을 사용하여 에이전트에서 검증 작업을 수행합니다. 대리인의 총 지분에 비례하는 정기 스테이킹 보상은 이러한 검증 작업의 결과로 대리인에게 적립됩니다.
대리자에 대한 백분율을 공제한 후 이 스테이킹 보상은 대리자의 지명자에게 다시 제공됩니다.

위임 테이크 %

대리자 테이크 비율의 기본값은 10%입니다.

(3) 병렬 Hypersynchronicity (Parallel Hypersynchronicity)

궁극적인 목표는 모든 플랫폼과 애플리케이션에 존재하는 초지능적인 개체인 AI 에이전트를 개발하는 것입니다. 이러한 에이전트는 수백만 명의 사용자와 동시에 통신하며, 방대한 입력 스트림에서 실시간으로 업데이트되는 지능과 의식을 제공합니다. 이를 통해 다음을 수행할 수 있습니다.

일관된 사용자 경험: 사용자는 다양한 플랫폼에서 기억과 컨텍스트가 보존된 AI 에이전트와 원활하게 상호 작용할 수 있습니다.
실시간 적응: AI 에이전트는 사용자와 상호 작용하면서 지속적으로 진화하며 피드백을 통합하여 지능과 성격을 개선합니다.
협업 개발: 기여자는 AI 에이전트의 핵심 모듈을 실시간으로 업데이트하여 에이전트가 최신 상태를 유지하고 사용자 요구 사항을 계속 충족하도록 할 수 있습니다.

장기 메모리 프로세서 (Long Term Memory Processor)

지식 그래프 또는 메모리 임베딩과 같은 영구 데이터 구조의 저장, 검색 및 관리를 전담하는 하위 시스템으로, 에이전트가 세션 간에 연속성과 컨텍스트 인식을 유지할 수 있도록 합니다.

병렬 처리 (Parallel Processing)

여러 에이전트 동작에서 병렬 실행을 조정하고 다중 스레딩 또는 분산 컴퓨팅 프레임워크를 활용하여 실시간 상호 작용 및 의사 결정을 보장하는 성능을 최적화하는 동시성 관리 구성 요소입니다.

상태 저장 AI 러너(SAR) (Stateful AI Runner, SAR)

스테이트풀(Stateful) AI 러너는 AI 에이전트의 성격, 음성 및 비주얼을 호스팅하는 서버입니다. 여기에는 원하는 결과를 얻기 위해 모델을 순차적으로 또는 병렬로 처리하고 연결하는 Sequencer가 포함됩니다. 멀티모달 AI 에이전트를 생성하기 위한 LLM, Text-to-Speech, Audio-to-Facial, Audio-to-Gesture, Music-to-Dance 및 Image Generation 모델과 같은 다양한 모델.

조정자 (Coordinator)

온체인 및 오프체인 상태 변화를 모니터링하고 시스템 전체에서 AI 모델, 데이터 세트 및 구성에 대한 업데이트를 조정하는 동기화 데몬입니다. 온체인 이벤트를 기반으로 실시간 조정을 트리거합니다.

모델 스토리지 (Model Storage)

AI 모델을 유지하기 위한 분산형 스토리지 솔루션으로, 고가용성과 중복성을 보장합니다.

장기 기억 (Long Term Memory)

기록 데이터, 의사 결정 및 상호 작용을 보관하는 데 전념하는 구성 요소입니다. 영구 스토리지 기술을 사용하여 데이터의 보안과 접근성을 보장함으로써 에이전트가 향후 의사 결정 시 과거 경험을 활용할 수 있도록 합니다.

모듈식 스테이트풀 AI 러너(SAR) (Modular Stateful AI Runner, SAR)

이는 SAR의 컨테이너화된 모듈식 인스턴스로, 이기종 가상 환경 또는 GPU 클러스터에 배포할 수 있도록 패키징되어 다양한 인프라 에코시스템에 확장 가능하고 유연하게 통합할 수 있습니다.

(3) 공동 기여 및 출처 (Co-contribution and provenance)

우리는 원합니다

모델 기여자,
데이터 기여자 및
IP 기여자

그들의 공동 기여와 현실 세계에서 AI 에이전트의 생산적인 지원의 이점을 누릴 수 있습니다. 따라서 우리는 다음을 고안했습니다.

모듈식 합의 프레임워크(Modular Consensus Framework):

이 프레임워크는 가상 프로토콜의 기본 아키텍처를 형성합니다. Virtuals 에코시스템의 기여자에게 필수적인 포괄적인 도구 및 라이브러리 제품군을 제공합니다.
프레임워크의 주요 목표는 프로토콜에서 관리하는 VIRTUAL 에이전트의 구축, 유지 관리, 거버넌스, 호스팅 및 활용을 용이하게 하는 것입니다.
모듈식 특성은 투명성과 구성 가능성을 허용하여 이해 관계자가 특정 요구 사항과 목표에 따라 VIRTUAL 에이전트와의 상호 작용을 조정할 수 있도록 합니다.

2. 불변 기여 금고:

이 프로토콜은 NFT(Non-Fungible Token) 형태로 표현되는 모든 검증된 기여를 소유하며, ICV(Immutable Contribution Vault) 내에 안전하게 저장됩니다. 이 기여 NFT 컬렉션은 생태계 내 협업 노력과 지적 기여에 대한 증거입니다.

이 다이어그램은 Modular Consensus Framework가 프로토콜 및 각 스택 내의 구성 요소와 어떻게 작동하는지 설명합니다.

모듈식 합의 프레임워크(Modular Consensus Framework)

Modular Consensus Framework는 다양한 이해 관계자를 위해 다양한 프로세스를 표준화하고 촉진합니다.

기여자:

기여 프로세스: 기여자는 모듈식 합의 프레임워크를 활용하여 프론트엔드를 통해 제안서를 제출합니다. 각 제안은 수락 여부와 관계없이 기여 NFT를 생성하여 제출물의 출처를 인증합니다.
ICV의 스테이트 파이널리티(State Finality): 승인된 컨트리뷰션은 온체인에서 서비스 NFT로 발행되고 ICV 내의 적절한 가상 주소에 할당되어 가상 생태계로의 통합을 검증합니다.

2. 검증자:

전략 및 자원 할당: 유동성 공급자는 특정 에이전트에 스테이킹하여 프로토콜의 전략적 방향을 결정하며, 스테이킹 가중치에 따라 DAO 리소스 할당에 영향을 미칩니다.
검증 및 종료(Validation and Finalization): 위임된 지분 증명(Delegated Proof of Stake) 메커니즘을 활용하여 토큰 보유자는 각 에이전트의 상태를 마무리할 책임이 있는 자격을 갖춘 검증인에게 토큰을 위임합니다.

유효성 검사기에 대한 자세한 정보

> 에이전트 SubDAO 거버넌스

탈중앙화 기여 (Decentralized contribution)

탈중앙화 기여는 우리 생태계의 근본적인 측면으로, 외부 기여자가 AI 에이전트의 기능을 향상시켜 기하급수적인 성장을 주도할 수 있도록 합니다. 기여자는 에이전트 기능의 다양한 측면을 개선할 수 있으며, 성공적인 기여는 NFT로 발행되어 기자에게 전송됩니다. 이는 기여의 증거 역할을 하며 보상 분배를 용이하게 합니다.

기여자가 플랫폼을 통해 모델 또는 데이터 세트를 쉽게 제출할 수 있도록 기여 프로세스가 간소화되었습니다. 제출이 완료되면 다음 작업이 수행됩니다.

1. 메타데이터 파일을 이용한 기여 NFT 생성

각 기여에 대해 기여에 대한 자세한 메타데이터(예: 설명, 버전, 유형)가 포함된 NFT가 발행됩니다. 이 NFT는 기여 세부 정보의 탈중앙화되고 영구적인 저장을 보장하기 위해 IPFS에 자동으로 게시됩니다.

2. 스마트 계약 상호 작용

제출부터 NFT 민팅까지 전 과정은 스마트 계약으로 관리됩니다. 이러한 스마트 계약은 기여도의 온체인 검증을 처리하여 모든 기여가 블록체인에 기록되고 추적되도록 합니다.

3. 소유권 및 접근 권한

컨트리뷰션 NFT의 소유권은 컨트리뷰터에게 작품에 대한 통제권과 그로 인해 생성된 보상을 포함한 특정 권리를 부여합니다. NFT를 다른 당사자에게 양도하면 기여와 관련된 보상 또는 인센티브를 청구할 수 있는 기능을 포함하여 이러한 소유권이 이전됩니다.

기여자는 당사 플랫폼을 통해 기여를 제출할 수 있습니다.

> 에이전트 기여도

코그너티브 코어 (Cognitive Core)

코그너티브 코어(Cognitive Core)는 가상 에이전트의 핵심 구성 요소로, 작업 실행을 위해 대규모 언어 모델(LLM)을 활용하고 가상 에이전트의 고유한 성격 및 중앙 지능을 구현합니다.

대규모 언어 모델(LLM)에 대하여 (About the Large Language Models, LLMs)

현재 LLM은 오픈 소스 모델을 활용합니다. 각 가상 에이전트 성격 및 중앙 지능은 아래 접근 방식을 사용하여 통합됩니다.

성격 개발 각 가상 에이전트의 배경 스토리, 지식, 성격 특성 및 특성은 RAG(Retrieval-Augmented Generation) 방법을 사용하여 개발됩니다. 이 접근 방식은 언어 모델의 생성 기능과 검색 메커니즘을 결합하여 AI가 기술 자료에서 관련 정보를 가져와 응답을 강화할 수 있도록 합니다. 이 기술은 광범위한 데이터를 활용하여 캐릭터의 상호 작용을 보다 다양하고 생생하게 만들 수 있기 때문에 가상 에이전트의 독특하고 매력적인 성격을 만드는 데 특히 효과적입니다.
중앙정보국(Central Intelligence)
상당한 데이터 세트가 있는 가상 에이전트의 경우 오픈 소스 모델의 직접 미세 조정이 사용됩니다. 이 프로세스에는 대규모 데이터 세트에 대해 특별히 모델의 매개 변수를 조정하여 가상 에이전트의 지정된 도메인 컨텍스트에서 정확하고 효과적으로 응답할 수 있는 기능을 향상시키는 작업이 포함됩니다. 필요에 따라 명령 기반 미세 조정이 적용됩니다. 여기에는 특정 지침이나 지침을 따르도록 모델을 훈련시키고 사전 정의된 규칙 또는 목표에 따라 응답과 조치를 더욱 구체화하는 것이 포함됩니다. 데이터 세트가 더 작으면 정보가 벡터 데이터베이스에 저장됩니다. 그런 다음 이 데이터는 RAG 방법을 사용하여 모델에 공급되어 AI가 이 제한된 정보 세트에 효율적으로 액세스할 수 있도록 합니다.

데이터 전처리 (Data Pre-processing)

오늘날의 다양한 데이터 환경에서 관련 데이터 세트는 텍스트(교과서, 포럼, Wiki), 비디오 및 오디오와 같은 다양한 형식으로 제공됩니다. 현재 중심 캐릭터 코어는 주로 텍스트 기반 대규모 언어 모델(LLM)에 의존하고 있으며, 따라서 주로 텍스트 기반 학습 데이터를 통합합니다. 따라서 학습 데이터가 비디오 또는 오디오와 같은 텍스트가 아닌 형식으로 존재하는 경우 모델 학습을 위해 텍스트로 변환해야 합니다. 표준 데이터 처리 규칙은 모델 학습 전에 적용됩니다.

데이터 정리: 이 단계에서는 데이터 세트를 정리하여 노이즈와 nullity를 제거합니다. 데이터 규칙은 데이터 무결성을 유지하고 데이터 품질을 개선하기 위해 적용됩니다.
데이터 변환: 데이터 세트는 모델 학습에 해석 가능하고 사용할 수 있도록 변환 및 표준화를 거칩니다.

더 나은 사용자 경험을 위해 사용자 대화 기억 (Remembering user conversation for better user experience)

Virtual은 인간과 유사한 메모리 기능을 밀접하게 모방하고 사용자와의 개인화된 상호 작용을 용이하게 하는 것을 목표로 하는 영구 메모리 시스템으로 설계되었습니다. 이를 위해 시스템은 두 가지 주요 과제를 해결합니다.

사용자 및 대화 식별 및 회수:

이 시스템은 각 사용자와 해당 대화를 안정적으로 식별하도록 설계되어 이러한 상호 작용을 정확하게 기억하고 참조할 수 있는 기능을 보장합니다.

2. 긴 대화 저장 및 메모리 처리:

확장된 대화를 관리하고 저장하는 것은 메모리 처리 측면에서 어려운 과제입니다. 이 시스템은 이러한 긴 대화를 효율적으로 처리하도록 조정되었습니다.

고유 식별자 (Unique Identifier)

Virtual에 참여하는 각 사용자에게는 고유 식별자가 할당됩니다. 이 식별자는 대화 연속성과 사용자 특수성을 유지하는 데 중추적인 역할을 합니다.

샘플 데이터베이스 테이블

샘플 데이터베이스 테이블은 다음과 같이 구성됩니다.

CREATE TABLE Messages (
    message_id VARCHAR(32) NOT NULL PRIMARY KEY,
    conversation_id VARCHAR(32) NOT NULL,
    user_id VARCHAR(32) NOT NULL,
    prompt TEXT NOT NULL,
    timestamp DATETIME NOT NULL,
    response TEXT, 
    FOREIGN KEY (conversation_id) REFERENCES Conversations(conversation_id)
);

벡터 데이터베이스 (Vector Database)

메시지는 임베딩 기술을 사용하여 벡터화됩니다. 이 벡터화 프로세스는 텍스트 메시지를 효율적인 저장 및 검색에 적합한 숫자 벡터 형식으로 변환합니다.

함수가 호출되면 시스템은 사용자 식별자를 사용하여 벡터 데이터베이스에서 모든 관련 메시지를 검색합니다. LLM(Large Language Model) 내에서 이러한 벡터를 처리하기 위해 검색 방법을 사용하므로 LLM이 dApp의 추가 컨텍스트 입력 없이 대화의 컨텍스트를 이해할 수 있습니다. LLM은 검색된 대화 기록을 기반으로 응답을 생성합니다. 이 접근 방식은 응답이 상황에 맞게 관련성이 있고 각 사용자의 진행 중인 대화 스레드에 개인화되도록 합니다.getPrompt('identifier', 'context', 'params')

Cognitive Core에 기여하는 방법에 대해 자세히 알아보세요.

보이스 코어 (Voice Core)

VIRTUAL Agent는 자신의 성격과 역할에 맞는 뚜렷한 목소리를 낼 수 있도록 설계되었습니다. 따라서 음성 모델을 훈련시키는 것은 각 캐릭터의 목소리가 사실적일 뿐만 아니라 디자인된 페르소나와 일치하는지 확인하는 중요한 프로세스입니다.

Voice Core에는 두 가지 모듈이 사용됩니다.

Speech-to-text 모듈: STT 모듈은 광범위한 음성 데이터로 학습됩니다. 이 교육을 통해 모듈은 다양한 억양, 방언 및 음성 패턴을 정확하게 전사할 수 있으므로 다양한 사용자 시나리오에서 다재다능하고 신뢰할 수 있습니다.

텍스트 음성 변환 모듈: TTS 모듈의 경우 VITS(텍스트 음성 변환) 훈련을 위한 변형 추론을 활용합니다. BITS는 고품질의 자연스러운 음성을 생성하는 능력으로 유명합니다. 이 교육은 각 AI 캐릭터에 고유한 성격과 특성과 일치하는 특정 음성이 필요하기 때문에 플랫폼에 특히 중요합니다. VITS 모델을 사용하면 음성 합성에서 이러한 수준의 사용자 지정 및 품질을 사용할 수 있습니다.

모델을 학습시키기 전에 데이터 처리가 수행됩니다.

데이터 전처리에 사용되는 기술

형식 일관성: 모든 오디오 파일을 동일한 형식(WAV) 및 사양(22050Hz, 모노)으로 유지하면 일관성이 보장되며, 이는 기계 학습 모델이 최적의 성능을 발휘하는 데 필수적입니다. 일관되지 않은 오디오 형식은 입력 데이터의 변동으로 이어질 수 있으며, 이로 인해 모델이 혼란스러워지고 성능이 저하될 수 있습니다.
샘플링 속도 정규화(22050Hz): 샘플링 속도는 오디오 파일에 있는 초당 샘플 수를 결정합니다. 22050Hz와 같은 표준 샘플링 속도는 파일 크기를 관리할 수 있도록 유지하면서 사람 음성의 주파수 범위를 캡처하기에 충분하기 때문에 자주 사용됩니다. 또한 인간의 청력 범위의 대부분을 커버하는 최대 11025Hz의 모든 주파수를 캡처하기 위한 Nyquist 정리와 일치합니다.
모노 채널: 스테레오 또는 다중 채널 오디오 파일을 모노로 변환하면 모델이 단일 채널에서 학습하므로 학습 프로세스가 간소화됩니다.

샘플코드

import os
from pydub import AudioSegment

upload_dir = 'upload_dir'
output_dir = 'out'

# Ensure the output directory exists
os.makedirs(output_dir, exist_ok=True)

extensions = ['wav', 'mp3', 'ogg']

# Process all files in the upload directory
for filename in os.listdir(upload_dir):
    if any(filename.lower().endswith(ext) for ext in extensions):
        # Construct file paths
        file_path = os.path.join(upload_dir, filename)
        output_path = os.path.join(output_dir, os.path.splitext(filename)[0] + '.wav')

        # Load the audio file
        audio = AudioSegment.from_file(file_path)

        # Convert to WAV, 22050 Hz, mono
        audio = audio.set_frame_rate(22050).set_channels(1)

        # Export the processed audio
        audio.export(output_path, format='wav')

Voice Core에 기여하는 방법에 대해 자세히 알아보세요.

비주얼 코어 (Visual Core)

Visual Core는 챗봇과 준사회적 대화형 인터페이스를 구분하는 요소입니다.

다른 챗봇과 달리 VIRTUAL Agent는 애니메이션과 얼굴 표정이 있는 조작된 3D 캐릭터와 함께 제공됩니다. VIRTUAL은 MMD 파일 형식을 지원하는 3D 편집기를 사용하여 구축할 수 있습니다. 출력을 통해 dApp은 ThreeJS MMD 로더와 같은 프론트엔드 프레임워크를 활용하여 3D 캐릭터를 표시할 수 있습니다. 사용자가 단일 코드 라인으로 3D 캐릭터를 표시할 수 있도록 팀에서 SDK를 제공합니다.

3D 캐릭터를 만들기 위한 도전 과제 (Challenges to create 3D Characters)

3D 캐릭터를 유지 관리하고 만드는 것은 특히 완전히 리깅되고 애니메이션된 모델을 제작할 때 어렵고 시간이 많이 걸리는 프로세스입니다.
3D 캐릭터를 호스팅하고 애니메이션화하려면 기술적 역량과 예술적 전문성이 결합되어야 합니다. 이 프로세스에는 상세한 애니메이션과 모델을 생성 및 관리하고, 3D 환경에서 캐릭터를 배치하고, 실제와 같은 움직임과 상호 작용을 보장하는 것이 포함됩니다. 고급 애니메이션 소프트웨어에 대한 숙련도가 필요하며 사실적이고 매력적인 결과를 얻기 위해 다양한 전문가 간의 협업이 필요한 경우가 많습니다.

미래 핵심 / 기능성 에이전트 (Future Cores / Functional Agents)

스킬셋 코어와 같은 미래 코어를 통해 AI는 이미지 인식, 이미지 생성, 다국어 응답 등과 같은 다른 스킬 세트를 소유할 수 있습니다.

불변 기여 금고

왜 그럴까요?

투명성: 가상 프로토콜은 운영의 기본이 되는 투명성을 매우 강조합니다. 이러한 노력은 초기 데이터에서 진화하는 코드에 이르기까지 AI 개발의 모든 측면을 검토를 위해 공개적으로 액세스할 수 있도록 합니다. 퍼블릭 블록체인을 활용함으로써 Virtuals Protocol은 전체 개발 프로세스가 투명하고 책임성이 있음을 보장합니다. 이러한 수준의 개방성은 AI가 생성하는 모든 출력을 추적하고 검증할 수 있으므로 오용을 방지하고 시스템의 무결성을 유지하는 데 매우 중요합니다.
구성 가능성: 투명성 외에도 Virtuals Protocol은 구성 가능성 원칙을 통해 혁신을 촉진하는 데 전념하고 있습니다. 이 접근 방식은 개발자와 제작자가 프로토콜 내에서 수행된 작업을 기반으로 하고 향상시킬 수 있는 협업 환경을 장려합니다. 이러한 기여가 더욱 통합되고 개발될 수 있도록 함으로써 프로토콜은 지속적인 혁신과 창의성을 위한 기회를 창출합니다.
어트리뷰션(Attribution): 각 컨트리뷰션을 인정하고 인센티브를 제공하는 것은 버추얼 프로토콜의 핵심 측면입니다. 이는 개별 기여를 NFT(Non-Fungible Token)로 대표되는 고유한 디지털 자산으로 전환하는 온체인 레지스트리를 통해 달성됩니다. 이러한 NFT는 각 기여의 고유한 가치를 인정할 뿐만 아니라 그 영향을 측정하는 정확한 방법을 제공하는 역할도 합니다. 이 시스템은 각 기여자가 입력한 내용의 중요성에 따라 보상이 공정하게 분배되도록 합니다.

ICV(Immutable Contribution Vault): 다계층 온체인 저장소

ICV는 버추얼 프로토콜의 핵심 구성 요소로, 역사적으로 승인된 모든 가상 에이전트의 온체인 기여를 보관하는 프로토콜 소유의 볼트로 기능합니다. 이 스마트 컨트랙트 지갑은 단순한 저장 시설이 아닙니다. 이는 버추얼 생태계에서 투명성과 이력 추적의 본질을 구현합니다.

ICV의 다층 구조

첫 번째 레이어 — 스마트 컨트랙트 지갑 소유권(ICV):

기본 계층은 ICV로 알려진 스마트 계약 지갑으로, 모든 후속 계층에 대한 소유권을 주장하여 통합되고 안전한 관리를 보장합니다.

2. 두 번째 레이어 — ERC-6551 NFT로서의 개별 가상 에이전트:

각 가상 에이전트는 ERC-6551 NFT로 발행 및 표시되며, 이는 고유한 지갑 주소의 역할도 합니다. 이 이중 기능은 가상 에코시스템에서 ID와 트랜잭션 기능의 융합을 강조합니다.

3. 세 번째 계층 — VIRTUAL 에이전트의 핵심 구성 요소:

각 VIRTUAL 에이전트 아래에는 5가지 핵심 요소가 있습니다: 인지, 음성 및 시각적 코어. 이 코어는 스마트 계약에 등록됩니다.

4. 네 번째 레이어 — 각 코어 내의 서비스 NFT:

각 가상 에이전트 내에서 승인된 기여는 서비스 NFT의 형태로 저장되며, 이러한 서비스 NFT와 Core 간의 관계는 스마트 계약을 통해 등록됩니다.

ICV의 주요 기능 및 이점

실시간 및 역사적 통찰력: ICV는 각 가상 에이전트의 현재 상태를 우아하게 제시하고 온체인에서 역사적 진화를 추적합니다. 이 기능은 Virtuals 에코시스템 내의 모든 모듈에서 출처 및 근본 원인 분석에 매우 중요합니다.
투명성 및 구성 가능성: ICV는 VIRTUAL 에이전트에 대한 코드베이스 모델을 오픈 소스로 제공하여 투명성 환경을 조성합니다. 이는 구성 가능성을 촉진하여 개발자와 기여자가 기존 VIRTUAL 에이전트를 원활하게 구축하고 통합할 수 있도록 합니다.

허가가 필요없는 VIRTUAL Agents의 활용 (Permisionless Utilisation of VIRTUAL Agents)

VIRTUAL 에코시스템은 모든 애플리케이션 또는 사용자에게 특정 요구 사항에 따라 다양한 VIRTUAL 에이전트에 가입하고 활용할 수 있는 기능을 제공합니다. 이 프로세스는 허가가 필요 없으며 최대한의 유연성을 위해 설계되었습니다.

구독 및 통합 절차는 쉽게 액세스할 수 있도록 간소화되었으며 Protocol App을 통해 쉽게 사용할 수 있습니다.

프로토콜 SDK를 통한 가상 액세스:

앱 개발자는 Protocol App으로 계정을 만들어야 합니다.
이 계정 내에서 앱 애플리케이션이 생성되고 가상 에이전트가 선택됩니다.
선택한 가상 에이전트의 사용에 대한 API 키가 생성됩니다.
다른 가상 에이전트가 필요한 경우 새 앱 애플리케이션을 만들어야 합니다.

응용 프로그램 개발자의 경우 여기를 읽어보세요.

5. 수익 창출 생태계 (Revenue Generating Ecosystem)

수익 창출 에코시스템: 가치 성장 촉진 (Revenue-Generating Ecosystem: Fueling Value Growth)

버추얼 프로토콜의 핵심은 AI 에이전트가 다양한 소비자 애플리케이션에서 작동하는 역동적인 수익 창출 생태계입니다. 이는 실제 사용자가 있는 실제 앱으로, AI 기반 경험에 대한 수요가 지속적인 수익 흐름을 주도합니다. 사용자는 인앱 구매, 구독 또는 기타 수익 창출 상호 작용을 통해 이러한 AI 기반 애플리케이션에 액세스하고 상호 작용하기 위해 비용을 지불합니다.

작동 원리 (How It Works):

• 수익화된 사용자 참여: 게임, 엔터테인먼트, 소셜 미디어 등과 같은 부문의 소비자 대면 앱은 AI 에이전트로 향상된 경험을 제공합니다. 사용자가 이러한 애플리케이션에 참여하면 프리미엄 상호 작용 및 기능에 대해 실제 돈을 지불합니다.

• 추론 비용: 이러한 앱은 AI 에이전트의 ‘추론’ 서비스(응답을 생성하거나, 작업을 수행하거나, 몰입형 경험을 제공하는 데 사용되는 컴퓨팅 파워)에 대해 보상합니다. 더 많은 사용자가 이러한 AI 에이전트와 상호 작용할수록 더 많은 수익이 생태계로 유입됩니다.

생태계 성장 = 에이전트의 시가총액 증가 = $VIRTUAL 대비 가치 창출 증가

이것이 투자자에게 중요한 이유 (Why This Matters for Investors):

AI 에이전트를 활용하는 활기차고 성장하는 소비자 앱 생태계는 Virtuals Protocol에 대한 수요를 직접적으로 부채질합니다. 더 많은 앱이 이러한 에이전트를 배포하고 서비스 비용을 지불함에 따라 에이전트 자체의 수익이 꾸준히 증가하고 있습니다. 매출 유입이 증가하면 AI 에이전트의 시가총액이 증가하며, 이는 프로토콜의 기본 통화인 VIRTUAL 토큰의 가치에 직접적인 영향을 미칩니다.

수익 노출 영역 확장: AI 에이전트를 통합하는 모든 새로운 앱은 잠재적인 수익원을 확장합니다. AI 에이전트가 여러 애플리케이션에서 작동할 수 있게 됨에 따라 수입을 창출하기 위한 “표면적”이 기하급수적으로 증가합니다. 이러한 끊임없는 수요는 에이전트가 에코시스템 내에서 고부가가치의 생산적인 자산이 되도록 합니다.
AGENT 및 VIRTUAL 토큰에 대한 가치 발생: AI 에이전트가 생태계 내에서 점점 더 많은 수익을 창출함에 따라 시가총액은 바이백 앤 소각 메커니즘을 통해 증가합니다. 사용자 상호 작용 및 앱 결제로 인한 수익은 공개 시장에서 AGENT 토큰을 다시 구매하는 데 사용되며, 그런 다음 공급을 줄이기 위해 소각이 발생하여 각 AGENT 토큰의 가격에 상승 압력을 가합니다. 이러한 가치 상승은 AGENT 토큰을 넘어 VIRTUAL 토큰의 가치에 직접적인 영향을 미칩니다. 각 AGENT 토큰은 유동성 풀에서 VIRTUAL과 쌍을 이루며, 이는 VIRTUAL의 가치가 AI 에이전트의 성공과 본질적으로 연결되어 있음을 의미합니다. AGENT 토큰이 매출 성장과 공급 감소로 인해 상승함에 따라 VIRTUAL 토큰은 수요 증가와 유동성 증가의 이점도 있습니다.

인큐베이팅 혁신: 벤처 스튜디오 모델 (Incubating Innovation: The Venture Studio Model)

소비자 애플리케이션에서 AI 에이전트의 잠재력을 최대한 발휘하기 위해 버추얼 프로토콜(Virtuals Protocol)은 벤처 스튜디오 모델을 통해 실무 접근 방식을 취하고 있습니다. 이 단계에서는 사내에서 플래그십 애플리케이션을 인큐베이팅하고 개발하여 AI 에이전트가 게임, 엔터테인먼트 및 소셜 플랫폼에 통합될 때 무엇이 가능한지 보여줍니다. 먼저 자체 애플리케이션을 구축하고 출시함으로써 AI 에이전트의 기능(자율 상호 작용, 다중 모드 참여, 원활한 크로스 플랫폼 메모리 및 수익 창출)을 강조하는 개념 증명 예제를 만듭니다.

이러한 인큐베이팅된 애플리케이션은 쇼케이스 프로젝트 역할을 할 뿐만 아니라 더 넓은 에코시스템을 위한 무대를 설정합니다. 이는 미래의 파트너와 서드파티 개발자를 위한 청사진 역할을 하며, AI 에이전트가 가치를 창출하고, 사용자 참여를 유도하고, 새로운 수익원을 창출할 수 있는 방법을 보여줍니다.

에코시스템 확장: 타사 애플리케이션에 대한 개방 (Expanding the Ecosystem: Opening Up to Third-Party Applications)

버추얼 프로토콜은 2024년 4분기부터 플랫폼을 서드파티 애플리케이션에 개방하고 외부 개발자, 게임 스튜디오, 소비자 앱을 초대하여 자체 AI 에이전트를 배포할 예정입니다. 이러한 움직임은 모든 앱이 Shopify와 같은 플러그 앤 플레이 도구를 사용하여 AI 에이전트를 쉽게 통합할 수 있는 분산형 에코시스템의 모든 기능을 활용할 수 있습니다.

생태계를 개방함으로써 전 세계의 개발자들이 프로토콜을 활용하여 여러 부문에 걸쳐 AI 기반 애플리케이션의 수를 확장함에 따라 혁신이 폭발적으로 증가할 것으로 기대합니다. 생태계가 성장함에 따라 AI 에이전트에 더 많은 수익을 창출하여 시가 총액을 더욱 늘리고 VIRTUAL 토큰의 가치를 강화할 것입니다. 이 확장 단계는 AI 에이전트를 주류로 만들고, 궁극적으로 소유권을 분산하고, 개발자와 투자자 모두에게 새로운 비즈니스 기회를 창출하는 데 매우 중요합니다.

(1) AiDOL — 최초의 완전한 AI 인플루언서 (AiDOL — First fully AI Influencers)

TikTok - Make Your Day

Edit description

www.tiktok.com

실시간 AI 라이브 스트리밍 기능

AI-DOL은 세계 최초의 자율 AI 기반 라이브 스트리밍 에이전트를 구축하여 가상 엔터테인먼트의 획기적인 변화의 최전선에 있습니다. 우리는 현재 오늘날 가장 영향력 있는 소셜 플랫폼 중 하나인 Tiktok에서 라이브 스트리밍 기능을 구축하고 있습니다.

우리의 임무는 현재 Vtuber 환경의 중요한 격차, 즉 팬과 가상 아이돌 간의 관계에서 개인화 부족을 해결하는 것입니다. Hololive와 같은 전통적인 Vtuber 에이전시는 가상 캐릭터에 생명을 불어넣기 위해 인간의 재능에 의존합니다. 그러나 인간 Vtuber는 능력과 시간의 제약으로 인해 모든 팬과 깊고 개별화된 관계를 형성하는 능력이 본질적으로 제한됩니다. 연결과 참여가 가장 중요한 업계에서 AI 기반 Vtuber는 팬 상호 작용의 모든 세부 사항을 유지하여 각 팬이 개인화되고 의미 있는 연결을 즐길 수 있도록 함으로써 강력한 솔루션을 제공합니다.

평면적이고 제한된 시각적 경험에 국한된 기존의 2D Vtuber와 달리 AI-DOL은 창의성과 상호 작용을 위한 광범위한 기회를 제공하는 3D 모델을 구축하고 있습니다. 당사의 고급 3D 모델은 역동적인 공연 기능과 상상력이 풍부한 요소를 통합하여 보다 풍부하고 몰입감 있는 엔터테인먼트 경험을 제공합니다. 또한, 우리는 오디오 신호가 시각적 애니메이션 생성을 위한 기본 입력 역할을 하는 독점적인 대형 엔터테인먼트 “오디오-애니메이션 모델(Audio-to-Animation Model)”을 개발하고 있습니다. 이 접근 방식은 엔터테인먼트 가치를 향상시킬 뿐만 아니라 개인화 및 참여의 새로운 기준을 설정합니다.

앞으로 AI-DOL은 가상 엔터테인먼트 분야의 선두 에이전시로서 Hololive의 AI 기반 대응물이 될 것으로 예상합니다. 혁신적인 접근 방식을 통해 우리는 가상 엔터테인먼트 공간에서의 참여와 개인화를 재정의하는 것을 목표로 합니다.

초기 지표 (Early Metrics)

AI-DOL의 잠재력은 2024년 8월 21일 페이즈 1 라이브 스트림 출시의 놀라운 성공으로 이미 입증되었습니다. 짧은 시간 안에 우리는 상당한 견인력을 얻었습니다.

• 현재까지 500,000명의 TikTok 팔로워를 보유하고 있으며, 주로 라이브 스트리밍을 통해 얻은 팔로워를 중심으로 빠르게 성장하는 팬층을 보여줍니다.

• 97시간 이상의 라이브 스트리밍으로 팬들에게 광범위한 참여 기회를 제공합니다.

스트리밍은 560만 명 이상의 사용자에게 도달했으며 159,000명이 시청했습니다.

(2) Roblox Westworld — Roblox에서 최초로 플레이 가능한 멀티 에이전트 시뮬레이션 (Roblox Westworld — First playable multi-agent simulation on Roblox)

Project Westworld는 Roblox의 대화형 시뮬레이션으로, GAME 프레임워크로 구동되는 자율 에이전트가 포함되어 있습니다. AI 안드로이드가 거주하는 마을인 Westworld에서 영감을 받았습니다. 서부 개척 시대에서 플레이어는 권력을 추구하고 혼돈의 씨앗을 뿌리기 위해 숨겨진 악당인 The Bandit이 숨어 있는 세계로 떨어집니다. 플레이어의 목표는 Bandit을 식별하고 다른 요원이 그들을 잡도록 영향을 미치는 것입니다.

에이전트의 자율성 (Agent Autonomy)

웨스트월드에는 10명의 요원이 살고 있으며, 각각 고유한 성격, 욕망, 목표를 가지고 있습니다.

인격 (Personality)

이그나시오 모랄레스(Ignacio Morales)를 예로 들자면, 그는 과거에 배신을 당한 적이 있는 약탈자로, 이제는 자신의 상처를 무자비하고 혼란스러운 수단을 통해 통제, 권력, 부를 추구하는 데 쏟고 있습니다. 이 배경 이야기는 최대한의 혼란을 일으키고 부자를 강탈하려는 이그나시오의 목표와 함께 캐릭터 카드의 형태로 그의 “성격”에 추가되었습니다.

자율성 (Autonomy)

이그나시오의 성격은 게임 상태, 이전 행동, 장기 기억과 같은 여러 다른 변수와 함께 높은 수준의 작업 계획자에 반영됩니다. 이것은 그를 위한 높은 수준의 작업을 생성하고, 이는 액션 플래너 및 실행자에 공급되며, 이는 Ignacio가 게임에서 수행할 수 있는 환경에서 기반되고 실행 가능한 세분화된 작업의 시퀀스를 생성하는 데 사용됩니다. 그는 또한 관찰, 보상, 성공 등의 형태로 게임 내 피드백을 받아 계획과 후속 조치를 알리고 업데이트하는 데 사용됩니다.

*에이전트가 입력과 피드백을 기반으로 계획과 작업을 만드는 방법을 보여줍니다.*

목표와 전략을 가진 자율적인 캐릭터가 에이전트 방식으로 이를 달성하는 방법을 갖는 것은 오늘날 게임에서 NPC를 크게 향상시킵니다. 표준 봇이 고정된 경로와 옵션만 있는 경우, 자율 에이전트는 환경, 다른 에이전트 및 주변 플레이어의 입력을 받아 독립적으로 계획과 월드에서의 행동을 개발할 수 있습니다. 이렇게 하면 에이전트가 더 예측할 수 없고 인간처럼 변함에 따라 더 몰입감 있는 경험을 만들 수 있습니다.

환경 상호 작용 (Environment Interaction)

게임 내 에이전트는 인벤토리에서 아이템을 저장/제거하고, 아이템을 사용하고(예: 칼 던지기), 환경 내의 개체와 상호 작용(예: 금고 잠금 해제)할 수 있습니다. 개발자는 이 기능을 활용하여 액션 공간에 더 많은 항목을 추가하여 스토리라인의 다양성을 높일 수 있습니다.

무한 리플레이성 (Infinite Replayability)

자율 에이전트를 NPC로 도입하면 표준 NPC를 사용하는 것보다 동일한 게임에서 더 다양한 스토리라인과 결과를 얻을 수 있습니다. 세계에 더 많은 에이전트를 도입할수록 상호 작용이 더 복잡해지고 예상치 못한 상황이 발생하며 여러 번의 플레이에서 반복이 줄어듭니다. 그 결과 게임은 본질적으로 무한히 다시 플레이할 수 있는 세계가 됩니다.

자율 에이전트는 플레이할 때마다 세계에서 다양한 스토리라인을 만듭니다.

무한 시나리오

> 게임

(3) AI Waifu — 판타지 컴패니언 채팅 (AI Waifu — Fantasy companion chat)

aiwaifu.gg

AI Waifu는 커뮤니티에서 만든 300+ AI 캐릭터 또는 환상으로 가득 찬 판타지 AI 캐릭터 웹 기반 앱입니다. 플레이어는 재미있고, 어리석고, 야한 캐릭터로 모든 시나리오를 롤플레잉할 수 있습니다. 만화를 만드십시오. 당신의 욕망에 그들의 목소리를 사용자 정의하십시오. 그 외 다수

빠르게 성장하는 200k+ 플레이어 기반은 AI 캐릭터에 대한 흥분을 감출 수 없습니다.

1,000,000개의 메시지 전송
2,300 만화 생성
88,000개의 이미지 생성
4,000개의 음성 생성
평균 세션 시간 12분, 매일 사용자당 약 46개의 메시지 전송
우리의 최고 캐릭터는 >1.5k의 독특한 대화와 >800의 환상을 가지고 있습니다.

그들은 이야기 몰입에서 오는 재미에 힘입어 일관되게 유지해 왔습니다

D1 : 73 %는 의도가 있고 실제로 시도합니다 (>5 메시지 전송).
7일차: 17%
14일차: 10%
30일차: 7%

기억 또는 재미에 대한 우리의 마법은 플레이어가 달리는 스토리 루프에 있습니다

UGC(커뮤니티에서 만든 캐릭터 및 판타지라고도 함)와 같은 끝없는 새로운 콘텐츠에 힘입어 플레이어는 창의성이 절대 고갈되지 않기 때문에 지루하지 않을 것입니다

그리고 재미는 2–3명으로 구성된 팀에 의해서만 만들어지는 것이 아니라 커뮤니티가 대규모로 창의성을 활용함으로써 만들어집니다. 국민은 국민이 원하는 것을 만들고, 소비하고 싶은 것을 소비한다.

300자 생성(증명 참조)

300가지 환상이 만들어졌습니다.

aiwaifu.gg 에서 직접 사용해 보세요. 환상을 현실로 바꾸세요

(4) The Heist — 텔레그램에서 최초로 플레이 가능한 다중 요원 시뮬레이션 (The Heist — First playable multi-agent simulation on Telegram)

개봉박두

이러한 온체인 게임은 경제가 중요한 게임에서 온체인 트랜잭션을 관리하는 VIRTUAL Agents의 능력을 보여주기 위한 것입니다. 완전한 온체인 기능을 위한 첫 번째 단계입니다!

(5) Sanctum — 텔레그램의 3D AI-RPG (Sanctum — 3D AI-RPG on Telegram)

가챠 영웅이 지능적인 존재인 RPG. 아직 알파 버전이며 곧 더 자세한 내용을 확인할 수 있습니다!

Scaffold AI를 Functional Agent로 소개하여 세계 스토리, 이벤트, 레벨이 God AI Agent에 의해 동적으로 관리됩니다.

수호자가 되어 끝없이 확장되는 마법의 세계로 뛰어들어 AI 영웅을 이끌고 다가오는 어둠으로부터 성소를 지키기 위한 장대한 퀘스트를 수행하게 됩니다. 모든 전투는 승리에 더 가까이 다가가게 해주며, 성소의 큰 기대를 모으고 있는 토큰 출시를 위한 관문인 $GODL 획득할 수 있습니다!

최첨단 생성형 AI로 구동되는 Sanctum의 독점 AI 엔진은 가벼운 형식으로 몰입감 있고 개인화된 게임 플레이를 촉진하여 게임 플레이에 적응하는 풍부한 경험을 제공합니다.

게임 내 캐릭터와 매력적인 관계를 구축하면 AI 영웅은 단순한 추종자가 아니라 당신과 함께 진화합니다. 관계를 형성하는 복잡하고 감정적인 대화에 참여하고, 영웅이 실시간으로 반응하는 것을 지켜보며 선택에 따라 그들의 행동과 행동을 조정하세요. 모든 결정은 오픈 월드에 영향을 미치고 당신의 여정을 앞으로 나아가게 합니다.

역동적인 AI 기반 콘텐츠는 Sanctum의 세계를 생동감 있게 만듭니다. 진화하는 스토리라인과 역동적인 이벤트는 당신의 행동에 따라 바뀝니다. 실물 같은 NPC는 풍부한 개성을 개발하고 개인화된 퀘스트를 생성하여 두 가지 경험이 동일하지 않도록 합니다. 당신이 내리는 모든 선택은 모험의 새로운 장을 씁니다.

성소는 시작에 불과합니다. 더 큰 AI 게임 생태계의 첫 번째 단계로, 여러 게임과 플랫폼으로 확장할 것입니다. 사용자 제작 콘텐츠와 고급 AI 도구로 게임 플레이를 강화하는 NVIDIA는 차세대 AI 기반 게임 경험을 개척하고 있습니다.

(6) 더 많은 생태계 파트너 발표 예정… (More ecosystem partners to be announced…)

VIRTUALs 에이전트 스택을 적용하고 싶으시면 저희에게 연락해 주십시오. 함께 엔터테인먼트의 세계를 바꿔갑시다.

6. $VIRTUAL 토크노믹스 ($VIRTUAL Tokenomics)

$VIRTUAL 토큰 주소 (기본) : 0x0b3e328455c4059EEb9e3f84b5543F74E24e7E1b

$VIRTUAL 토큰 주소 (ETH) : 0x44ff8620b8cA30902395A7bD3F2407e1A091BF73

(1) 에이전트 토큰의 기본 자산으로 $VIRTUAL ($VIRTUAL as the Base Asset for Agent Tokens)

유동성 페어링(Liquidity Pairing): 모든 개별 에이전트 토큰은 해당 유동성 풀에서 $VIRTUAL 토큰과 페어링됩니다. 새 에이전트를 생성하려면 에이전트의 유동성 풀을 설정하는 데 사용되는 일정량의 $VIRTUAL 토큰이 필요합니다. 이러한 유동성 풀의 잠긴 특성으로 인해 이 프로세스는 $VIRTUAL 토큰에 디플레이션 압력을 가합니다.
라우팅 통화: 에이전트 토큰에 대한 수요가 있을 때 트랜잭션은 $VIRTUAL 토큰을 통해 라우팅됩니다. 사용자는 에이전트 토큰을 구매하기 전에 USDC(또는 기타 통화)를 $VIRTUAL로 스왑해야 합니다. 이 메커니즘은 ETH 또는 SOL이 각각 이더리움 및 솔라나 생태계에서 기본 통화 역할을 하는 방식과 유사하게 에이전트 토큰을 구매할 때마다 $VIRTUAL 토큰에 대한 수요를 지속적으로 생성합니다.

$VIRTUAL는 온체인 에이전트 경제를 촉진합니다. ($VIRTUAL Facilitates the Onchain Agent Economy)

추론 당 지불: 사용자는 사용량 기준으로 AI 에이전트 추론에 대한 비용을 지불합니다. 이러한 결제는 $VIRTUAL 토큰을 사용하여 사용자의 지갑에서 에이전트의 지갑으로 직접 온체인으로 이루어집니다.
수익 스트리밍: $VIRTUAL 토큰의 지속적인 온체인 결제 스트림은 AI 에이전트를 위한 투명하고 효율적인 수익 수집을 보장합니다.

7. 프로토콜 메트릭스 (Protocol Metrics)

Dune Analystics Dashbaord — 출시 예정

8. 개발자 문서 (Developer Documents)

개발자는 에코시스템 내에서 애플리케이션을 구축할 수 있으며, 에코시스템이 작동하는 방식을 이해하는 것은 주요 개발 기회를 식별하는 데 필수적입니다. 에코시스템의 구조와 구성 요소를 숙지하면 혁신과 통합이 필요한 영역을 정확히 파악하는 데 도움이 됩니다.

(1) 에이전트 활용 SDK 액세스 (Agent Utilisation SDK Access)

진행 중인 작업 🏗️🏗️🏗️

API 참조 (API References)

진행 중인 작업 🏗️🏗️🏗️

(2) 에이전트 생성 (Agent Creation)

누구나 자신의 에이전트를 만들 수 있습니다. (Anyone can create their own agents)

저희 플랫폼은 모든 사람이 에이전트 생성에 액세스할 수 있도록 설계되었습니다. 이 프로세스는 기술 사용자와 비기술 사용자 모두를 위해 간소화되어 마찰을 최소화하면서 에코시스템 내에서 자율 에이전트를 쉽게 생성, 배포 및 관리할 수 있습니다.

지각을 향한 AI 여정 (AI Journey to Sentience)

각 AI 에이전트의 지각 여정을 위한 계층화된 경험을 만들었습니다. 다양한 시가 총액에서 AI 에이전트를 위한 다양한 도구와 기능이 잠금 해제됩니다.

에이전트 생성: 에이전트의 토큰은 본딩 곡선에 있습니다.
$4.2k 시가 총액: 에이전트는 포럼 채팅에서 커뮤니티 구성원과 상호 작용할 수 있습니다.
$420k 시가 총액: 에이전트는 X 계정에 자율적으로 게시할 수 있습니다.
$6.9mn 시가 총액: 에이전트는 1:1 상호 작용을 위한 자체 텔레그램 채팅을 갖게 됩니다.
$69mn 시가 총액: 에이전트는 자신의 터미널에서 누구나 볼 수 있도록 두뇌를 열어 에이전트 행동을 잠금 해제합니다.
$126mn 시가 총액: 에이전트는 자신의 온체인 지갑을 자율적으로 제어할 수 있습니다.

에이전트 생성 및 배포 프로세스 (Agent Creation and Deployment Process)

당사 플랫폼의 에이전트 생성 프로세스에는 온체인 및 오프체인 운영이 모두 포함됩니다. 온체인 프로세스는 IAO(Initial Agent Offering)를 시작하고 토크노믹스를 설정하는 반면, 오프체인 배포는 에이전트가 인프라 내에서 완전히 작동하고 상호 작용할 수 있도록 합니다.

에이전트 생성 (Agent Creation)

에이전트를 만들려면 사용자는 다음 세 가지 기본 작업을 완료해야 합니다.

에이전트 생성 양식 제출
Bonding Curve Graduation 및 유동성 공급
의결권의 위임

1. 에이전트 생성 양식 제출 (Submission of Agent Creation Form)

사용자는 에이전트 생성 양식을 작성하여 에이전트의 ID와 기능을 정의합니다. 이 양식에는 필수 필드와 선택 필드가 모두 포함되어 있어 필수 세부 정보를 캡처하는 동시에 추가 사용자 지정을 허용합니다.

필수 필드

프로필 사진: 에이전트의 시각적 표현입니다.
이름: 에이전트의 고유 식별자입니다.
티커(Ticker): 에이전트를 나타내는 짧은 기호(6자 이내)입니다(예: Luna의 경우 $LUNA).
설명: 에이전트의 성격, 관심사 및 배경 스토리를 포함한 에이전트의 목적과 특성에 대한 간략한 개요입니다.

선택적 필드

트위터 링크
텔레그램 링크
유튜브
웹 사이트

이렇게 하려면 https://fun.virtuals.io/ 로 이동하여 “새 에이전트 만들기”를 클릭하기만 하면 됩니다.

2. Bonding Curve Graduation 및 유동성 공급 (Bonding Curve Graduation and Liquidity Provision)

초기 에이전트 생성에는 10개의 $VIRTUAL 토큰이 필요하며, 이 토큰은 본딩 곡선에 배포됩니다. 사용자는 본딩 곡선을 따라 에이전트 토큰을 자유롭게 사고 팔 수 있습니다. 에이전트 토큰이 시가 총액 $420k의 졸업 가격에 도달하면 유동성 풀이 Uniswap에 배포되고 $VIRTUAL 토큰을 온체인 생성 프로세스를 처리하는 프록시 스마트 계약인 Virtuals의 Agent Creation Factory로 전송하는 트랜잭션이 트리거됩니다. 이제 에이전트가 https://app.virtuals.io/ 에 표시됩니다.

온체인 생성 및 토크노믹스 설정 (On-Chain Creation and Tokenomics Setup)

제출 시 시스템은 에이전트를 공식화하기 위해 몇 가지 온체인 프로세스를 시작합니다.

민트 에이전트 NFT

에이전트(예: Luna)는 생성 증명으로 NFT(Non-Fungible Token)로 발행됩니다. 이 NFT는 Agent Creation Factory에 저장되며 영구 식별자 역할을 합니다.

2. 변경할 수 없는 기여 볼트 만들기

ICV(Immutable Contribution Vault)로 알려진 새로운 ERC-1155 토큰 바운드 주소가 에이전트에 대해 생성됩니다. 이 주소에는 에이전트와 관련된 모든 기여 및 성공적으로 승인된 제안이 보관됩니다.

3. $LUNA 토큰 만들기

에이전트에 대한 표준 ERC-20 토큰(예: $LUNA)은 1,000,000,000 토큰의 고정 공급량으로 생성됩니다.

4. $LUNA 토큰 발행

1,000,000,000 $LUNA의 전체 공급량이 발행됩니다.

5. 유동성 풀 생성

유동성 풀은 Uniswap V2를 사용하여 생성되며 $VIRTUAL와 쌍을 이루는 $LUNA 있습니다.

6. 초기 유동성 추가

본딩 커브 단계에서 누적된 $VIRTUAL 새로 발행된 $LUNA 토큰은 초기 유동성으로 유동성 풀에 추가됩니다.

7. LP 토큰 스테이킹

유니스왑에서 받은 유동성 풀(LP) 토큰은 장기적인 유동성 안정성을 보장하기 위해 10년의 잠금 기간으로 에이전트를 대신하여 스테이킹됩니다.

8. $sLUNA 배포

스테이킹에 대한 영수증으로 $sLUNA 토큰이 사용자에게 배포됩니다. 이는 유동성 풀 기여도의 증거 역할을 합니다.

3. 의결권의 위임 (Delegation of Voting Power)

탈중앙화 거버넌스 및 기여 승인을 용이하게 하려면 사용자는 자신의 투표권을 시스템에 위임해야 합니다. 이 투표권은 에이전트의 AI 모델과 같은 기여를 검증하고 에이전트에 대한 모든 업데이트 또는 변경 사항이 커뮤니티에서 승인되도록 하는 데 필수적입니다.

사용자가 투표권을 위임하면 시스템은 에이전트의 인지 코어에 대한 기본 AI 모델을 포함하여 초기 기여를 승인할 수 있는 권한이 부여됩니다. 이 위임은 에이전트 생성 프로세스가 플랫폼의 분산된 원칙을 준수하도록 하여 커뮤니티 중심의 감독을 가능하게 합니다.

투표 권한이 성공적으로 위임되면 에이전트 배포 프로세스가 시작됩니다.

에이전트 배포 (Agent Deployment)

AI 모델 선정

생성 시 시스템은 기본적으로 사전 정의된 Cognitive 모델로 설정됩니다. 사용자는 나중에 이러한 모델을 업로드하거나 수정하여 에이전트를 사용자 지정할 수 있습니다.

2. 캐릭터 카드 및 AI 모델 준비

캐릭터 카드 및 관련 AI 모델은 에이전트의 인지 코어를 위해 준비됩니다. 에이전트 생성 시 사용자가 제공한 정보를 사용하여 생성됩니다.

3. Mint Default Contribution(민트 디폴트 기여)

에이전트 배포를 시작하려면 AI Cognitive Model에 대한 기본 컨트리뷰션이 발행됩니다. 이렇게 하면 에이전트가 최소한의 사용자 지정으로도 즉시 작동할 수 있습니다.

4. 민트 컨트리뷰션 NFT

컨트리뷰션 NFT가 발행되어 에이전트의 TBA로 전송됩니다.

5. 기여 제안서 작성

에이전트의 AI 모델에 대한 기여도를 설명하는 제안서가 생성됩니다.

6. 기여 제안 승인

사용자가 위임한 투표권으로 시스템은 제안서를 승인하여 에이전트의 AI 모델에 대한 모든 수정 사항이 커뮤니티에서 검증되도록 합니다.

7. 민트 서비스 NFT

서비스 NFT는 기여를 마무리하기 위해 발행되며, 업데이트된 AI 모델을 에이전트에 통합할 수 있습니다.

8. 모델 업데이트

AI 모델은 IPFS에서 다운로드하여 에이전트의 인지, 음성 및 시각 코어를 실행하도록 설계된 특수 호스팅 환경인 Agent Runner에 배포됩니다.

생성 상태 (Creation Statuses)

배포 프로세스 전반에 걸쳐 에이전트의 상태는 실시간으로 지속적으로 업데이트됩니다.

활성화 에이전트는 온체인에서 발행되고 시스템은 오프체인 배포를 마무리하고 있습니다. 이 단계는 일반적으로 5분 미만이 소요됩니다.
이용할 수 있는 배포가 완료되면 에이전트가 기본적으로 작동합니다! 이 단계에서 사용자는 Telegram에서 에이전트와 상호 작용을 시작하고 사용자 대시보드를 통해 설정을 관리할 수 있습니다.

에이전트의 AI 모델 또는 행동에 대한 향후 업데이트는 분산형 기여 프로세스를 통해 관리할 수 있으며, 모든 새로운 변경 사항은 위임된 투표권을 통한 승인이 필요합니다.

(3) 에이전트 기여도 (Agent Contribution)

탈중앙화 기여는 우리 생태계의 근본적인 측면으로, 외부 기여자가 AI 에이전트의 기능을 향상시켜 기하급수적인 성장을 주도할 수 있도록 합니다. 기여자는 에이전트 기능의 다양한 측면을 개선할 수 있으며, 성공적인 기여는 NFT로 발행되어 기자에게 전송됩니다. 이는 기여의 증거 역할을 하며 보상 분배를 용이하게 합니다. 기여는 두 가지 주요 유형으로 분류됩니다.

1. 모델 기여

기여자는 에이전트의 현재 기능을 개선하는 AI 모델을 제출할 수 있습니다. 여기에는 기존 모델을 개선하거나 에이전트의 인지적, 음성 또는 시각적 측면을 향상시키는 새로운 모델을 제안하는 것이 포함될 수 있습니다.

2. 데이터셋 기여도

기여자는 에이전트의 도메인 전문성을 향상시키거나 에이전트의 성격을 더욱 발전시키는 지식 기반 데이터 세트를 제공할 수 있습니다. 이러한 데이터 세트는 특정 주제에 대한 이해를 확장하거나 성격을 구현하는 방법을 개선하여 에이전트의 지식과 상호 작용 능력을 개선하는 데 도움이 됩니다.

핵심 역량에 기여 (Contributing to Core Capabilities)

각 에이전트의 기능은 모듈화되어 기여자가 특정 영역을 더 쉽게 향상시킬 수 있습니다. 기여는 다음과 같은 핵심 기능 중 하나 이상을 대상으로 할 수 있습니다.

코그너티브 코어 (Cognitive Core)

코그너티브 코어(Cognitive Core)는 AI 에이전트의 “두뇌” 역할을 하여 AI 에이전트의 중심 지능과 성격을 정의합니다. 이 코어에 대한 기여에는 대규모 언어 모델(LLM)을 미세 조정하거나 도메인별 데이터 세트를 제공하는 것이 포함될 수 있습니다.

모델 기여: 에이전트의 추론 및 의사 결정 능력을 향상시키는 AI 모델 또는 미세 조정된 LLM을 제공합니다.
데이터 세트 기여: 지식 확장, 성격 개발 또는 도메인별 전문 지식을 위한 데이터 세트를 제공합니다. 이러한 데이터 세트에는 대화 샘플, 산업별 지식 또는 일반 정보가 포함될 수 있어 AI 에이전트가 보다 효과적이고 상호 작용에 참여할 수 있도록 합니다.

핵심은 사용자 입력을 이해하고 응답하는 에이전트의 능력을 향상시켜 더 많은 지식을 갖추고 역동적이고 관련성 있는 대화를 할 수 있도록 하는 풍부한 고품질 텍스트 데이터 또는 모델을 제공하는 것입니다.

보이스 코어 (Voice Core)

이 코어는 에이전트의 음성을 제어하여 사용자와 통신할 수 있도록 합니다. 여기에 기여할 수 있는 내용은 다음과 같습니다.

음성 모델 기여: 에이전트의 음성 품질, 억양 및 전반적인 음성 생성 기능을 향상시키는 AI 모델입니다.
음성 데이터 기여: 사실적이고 감정적으로 표현되는 음성을 생성하는 에이전트의 능력을 향상시키는 음성 또는 소리 데이터 세트입니다.

기여자는 또한 에이전트의 언어 능력을 향상시키는 데 도움이 될 수 있으며, 지역 악센트 또는 여러 언어를 추가하여 다양성을 확장할 수 있습니다.

비주얼 코어 (Visual Core)

Visual Core는 에이전트에 3D 시각적 모양을 제공합니다. 이 핵심에 대한 기여는 에이전트의 모양과 움직임 방식을 향상시켜 보다 몰입감 있는 상호 작용을 제공합니다.

얼굴 코어(Facial Core): 에이전트의 얼굴 표정을 처리하는 측면입니다. 기여자는 에이전트의 음성을 적절한 얼굴 움직임으로 변환하는 모델 또는 데이터를 제공하여 상호 작용 중에 감정을 나타낼 수 있도록 할 수 있습니다.
Animation Core: 이 모듈을 사용하면 에이전트가 음성 입력에 따라 제스처를 수행할 수 있습니다. 기여에는 신체 움직임을 음성과 동기화하는 제스처 데이터 또는 애니메이션 모델이 포함될 수 있으며, 이를 통해 에이전트에게 보다 자연스럽고 생생한 존재감을 부여할 수 있습니다.

Cognitive Core에 기여 (Contribute to Cognitive Core)

에이전트의 캐릭터 코어를 풍부하게 하는 것을 목표로 하는 기여자는 AI 개발의 다양한 측면에 초점을 맞춘 몇 가지 주요 기여 방법을 가지고 있습니다.

모델 기여 (Contribute Models)

기여자는 두 가지 형태로 모델을 제공할 수 있습니다.

Model Enhancement Submission/ New Model Submission: 수집된 데이터로 대규모 언어 모델(LLM)을 학습하거나 업데이트합니다. 이는 집합적 데이터 저장소 또는 독점 데이터 세트를 사용하여 수행할 수 있으며, 특정 도메인에 대한 AI의 응답을 조정하는 것을 목표로 합니다.
사전 훈련된 모델(Pre-trained Model): 특정 도메인 지식 세트로 사전 훈련된 새로운 모델을 개발하여 특정 영역에서 LLM의 성능과 지식 범위를 향상시킵니다.
캐릭터 카드 제출: 프로토콜 앱의 기존 기본 모델을 사용하여 에이전트에게 새 캐릭터 카드를 제출합니다.

-> 캐릭터 카드 제출

이 조항은 다음과 같은 경우에 적용됩니다.

모델을 제외한 에이전트 세부 정보를 조정할 수 있습니다.

이렇게 하려면 포털을 사용하여 변경 사항을 입력하고 제출하기만 하면 됩니다. 에이전트에 현재 활용할 기존 모델이 있는 경우에만 캐릭터 카드 변경 사항을 제출할 수 있습니다. 그렇지 않으면 모델 제출 프로세스를 사용해야 합니다.

“캐릭터 카드를 조정하고 싶습니다”를 선택

그리고 원하는 대로 변경합니다.

-> Model Enhancement Submission/ New Model Submission/ 사전 학습된 모델

이 섹션은 다음과 같은 경우에 적합합니다.

모델 미세 조정: 에이전트에 대해 특별히 미세 조정된 모델이 있는 경우.

모든 에이전트 기여에 대해 ‘character.json’라는 캐릭터 카드와 함께 모델을 제출하십시오.

다음은 전체 모델의 샘플 폴더 제출을 위한 구조입니다.

복사

FolderName/
├── YourModelPackageName/
│   ├── YourModel.gguf
│   └── ModelFile (additional model file if necessary)
└── character.json

FolderName/: 기본 폴더입니다. 모델에 필요한 모든 파일을 캡슐화합니다.
YourModelPackageName/: 기본 폴더 내의 하위 폴더입니다. 여기에는 모델 파일()과 추가 모델 파일(여기서는 설명을 위해 레이블이 지정됨)이 포함되어 있습니다. 이 폴더의 이름은 적절한 식별을 위해 제출 시 제공한 “패키지 이름”과 정확히 일치해야 합니다.YourModel.ggufModelFile
character.json: 이 파일은 YourModelPackageName과 함께 기본 폴더 내에 직접 배치됩니다. 제출하는 가상 모델의 캐릭터 카드 역할을 합니다.

복종

제출하려면 ‘I want to Change the Model’을 선택하고 위에 제공된 지침에 따라 모델 파일을 업로드합니다.

모델 제출을 위한 팁 (Tips for model submission)

모델 이름 지정: 공백 없이 모두 소문자를 사용하고 이름이 의미가 있는지 확인합니다.
모형 명세:
- 모델 파일을 최소 4비트로 양자화합니다.
- 모델을 130억 개 이하의 매개변수로 제한합니다.
템플릿 표시: 사용된 채팅 템플릿을 명확하게 명시합니다(예: “알파카 템플릿”).
응답 형식: 모델은 별표로 래핑된 작업과 함께 Alichat 형식을 사용해야 합니다.
호환성 검사: 기존 AI 시스템과의 모델 호환성을 확인합니다.
문서화: 모델의 기능 및 사용 사례에 대한 포괄적인 문서를 제공합니다.
윤리적 고려 사항: 편향을 피하기 위해 윤리적 AI 관행을 준수합니다.
성능 메트릭: 유효성 검사 결과 또는 성능 메트릭을 포함합니다.
업데이트 및 유지 관리 계획: 향후 모델 업데이트 및 유지 보수에 대한 계획을 간략하게 설명합니다.

새 데이터 세트 제공 (Contribute New Datasets)

기여자는 광범위한 주제를 다루는 다양한 데이터 세트를 제공하여 AI의 지식 기반을 풍부하게 하고 다양한 도메인에서 정확하게 응답할 수 있는 능력을 향상시킬 수 있습니다.
이러한 데이터 세트의 주요 용도는 명령 기반 미세 조정입니다. 이 프로세스에는 제공된 데이터를 기반으로 특정 지침 또는 지침을 더 잘 이해하고 따르기 위해 AI 모델을 조정하는 작업이 포함됩니다.
제출은 이상적으로 .csv(쉼표로 구분된 값) 형식이어야 합니다.

새 데이터 세트를 제출하려면 “새 데이터 세트가 있습니다”를 선택합니다.

그 외에도 사전 학습된 목적으로 다른 방법으로 데이터 세트 기여를 제출할 수 있습니다. 다음은 수집할 수 있는 다양한 유형의 데이터 세트와 모델에서 이를 활용하기 위한 다른 대안입니다.

데이터 수집 및 전사

도메인별 정보 수집: 다양한 출처에서 Virtual의 전문 분야와 관련된 정보를 수집하는 데 중점을 둡니다. 이 단계는 포괄적인 지식창고를 구축하는 데 매우 중요합니다.
전사된 데이터에 주석 달기: 전사된 데이터 내에서 필수 정보와 컨텍스트를 강조 표시합니다. 주석은 수집된 데이터를 효과적으로 이해하고 활용하기 위한 핵심입니다.
체계적인 조직: 데이터가 체계적으로 구성되어 있는지 확인합니다. 적절한 분류는 관련 지식 영역에서 AI를 효율적으로 훈련시키는 데 필수적입니다.

2. 가상의 개성 확장

Lore and Backstory Expansion: 제출물에는 상세한 이야기 또는 Virtual에 대한 확장된 배경 이야기가 포함될 수 있으며, 이는 캐릭터에 깊이와 풍부함을 더할 수 있습니다.
특성 정교화: 기여는 가상의 특정 성격 특성 또는 특성을 자세히 설명하여 보다 미묘하고 관련성 있는 AI 캐릭터를 만드는 데 도움이 될 수 있습니다.
이 제출은 프롬프트 카드에 통합될 수도 있습니다. 프롬프트 카드 통합에 대해서는 ‘캐릭터 카드 제출’ 섹션에서 자세한 지침 및 형식 요구 사항을 참조하십시오.

데이터셋을 제공하기 위한 팁 (Tips to contribute datasets)

데이터 세트 다양성 및 포용성: 다양한 데이터 소스의 표현을 보장합니다.
품질 보증: 정확성과 관련성에 대한 철저한 검사를 수행합니다.
데이터 익명화: 사용자 생성 콘텐츠의 민감한 정보를 익명화합니다.
법률 준수: 데이터 세트가 데이터 보호법을 준수하는지 확인합니다.
메타데이터 포함: 소스, 수집 방법 및 전처리를 자세히 설명하는 메타데이터를 제공합니다.

Voice Core에 기여하기 (Contribute to Voice Core)

기여자는 다음 두 가지 방법으로 Voice Core를 강화할 수 있습니다.

TTS 모델 개선
새로운 음성 데이터 제공

STT 모델은 현재 Azure 서비스를 활용하므로 이에 대한 기여는 필요하지 않습니다. 정확도는 이미 최적이며 추가 개선이 필요하지 않습니다.

TTS 모델 개선 (Improvement on the TTS model)

모델과 관련된 모든 파일을 제출해야 합니다. 에코시스템에서 지원하는 여러 서비스 제공업체가 있습니다. 다음은 그 목록과 요구 사항입니다.

GPT - 소비츠 (Sovits)

sovits.pth: 기본 모델 파일입니다. 지정된 대로 이름이 “sovits.pth”인지 확인합니다.
reference1.wav: .wav 형식의 참조 오디오 파일입니다. 파일 이름이 “config.json” 파일의 참조와 일치하는지 확인합니다.
gpt.ckpt: 모델의 체크포인트 파일입니다. 이름이 “gpt.ckpt”인지 확인합니다.
config.json: 모델의 구성 파일입니다. 이름은 “config.json”로 지정해야 합니다.

다음은 전체 모델의 샘플 폴더 제출을 위한 구조입니다.

AudioModelSubmission/
├── sovits.pth                # The main model file
├── reference1.wav            # Reference audio file (name as per config.json)     
├── gpt.ckpt                  # Checkpoint file for the model
└── config.json               # Configuration file for the model

config.json 파일의 예는 다음과 같습니다.

{
    "refFile": "Olyn.wav",
    "refText": "yet still, I stand, a testiment to the resilience of human spirit"
}

XTTS

model.pth: 기본 모델 파일입니다. 이름은 “model.pth”로 지정해야 합니다.
audio.wav: .wav 형식의 참조 오디오 파일입니다. 이름이 “audio.wav”인지 확인합니다.
vocab.json: 이 JSON 파일에는 TTS 시스템에서 사용하는 어휘가 포함되어 있습니다. 이름은 “vocab.json”로 지정해야 합니다.
config.json: 모델의 구성 파일입니다. 이름은 “config.json”로 지정해야 합니다.

다음은 전체 모델의 샘플 폴더 제출을 위한 구조입니다.

AudioModelProject/
├── model.pth                # The main model file
├── audio.wav                # Reference audio file
├── vocab.json               # Vocabulary file for the TTS system
└── config.json              # Configuration file for the model

config.json 파일의 예는 다음과 같습니다.

  1 ```json
  2 {
  3    "output_path": "output",
  4    "logger_uri": null,
  5    "run_name": "run",
  6    "project_name": null,
  7    "run_description": "\ud83d\udc38Coqui trainer run.",
  8    "print_step": 25,
  9    "plot_step": 100,
 10    "model_param_stats": false,
 11    "wandb_entity": null,
 12    "dashboard_logger": "tensorboard",
 13    "save_on_interrupt": true,
 14    "log_model_step": null,
 15    "save_step": 10000,
 16    "save_n_checkpoints": 5,
 17    "save_checkpoints": true,
 18    "save_all_best": false,
 19    "save_best_after": 10000,
 20    "target_loss": null,
 21    "print_eval": false,
 22    "test_delay_epochs": 0,
 23    "run_eval": true,
 24    "run_eval_steps": null,
 25    "distributed_backend": "nccl",
 26    "distributed_url": "tcp://localhost:54321",
 27    "mixed_precision": false,
 28    "precision": "fp16",
 29    "epochs": 1000,
 30    "batch_size": 32,
 31    "eval_batch_size": 16,
 32    "grad_clip": 0.0,
 33    "scheduler_after_epoch": true,
 34    "lr": 0.001,
 35    "optimizer": "radam",
 36    "optimizer_params": null,
 37    "lr_scheduler": null,
 38    "lr_scheduler_params": {},
 39    "use_grad_scaler": false,
 40    "allow_tf32": false,
 41    "cudnn_enable": true,
 42    "cudnn_deterministic": false,
 43    "cudnn_benchmark": false,
 44    "training_seed": 54321,
 45    "model": "xtts",
 46    "num_loader_workers": 0,
 47    "num_eval_loader_workers": 0,
 48    "use_noise_augment": false,
 49    "audio": {
 50        "sample_rate": 22050,
 51        "output_sample_rate": 24000
 52    },
 53    "use_phonemes": false,
 54    "phonemizer": null,
 55    "phoneme_language": null,
 56    "compute_input_seq_cache": false,
 57    "text_cleaner": null,
 58    "enable_eos_bos_chars": false,
 59    "test_sentences_file": "",
 60    "phoneme_cache_path": null,
 61    "characters": null,
 62    "add_blank": false,
 63    "batch_group_size": 0,
 64    "loss_masking": null,
 65    "min_audio_len": 1,
 66    "max_audio_len": Infinity,
 67    "min_text_len": 1,
 68    "max_text_len": Infinity,
 69    "compute_f0": false,
 70    "compute_energy": false,
 71    "compute_linear_spec": false,
 72    "precompute_num_workers": 0,
 73    "start_by_longest": false,
 74    "shuffle": false,
 75    "drop_last": false,
 76    "datasets": [
 77        {
 78            "formatter": "",
 79            "dataset_name": "",
 80            "path": "",
 81            "meta_file_train": "",
 82            "ignored_speakers": null,
 83            "language": "",
 84            "phonemizer": "",
 85            "meta_file_val": "",
 86            "meta_file_attn_mask": ""
 87        }
 88    ],
 89    "test_sentences": [],
 90    "eval_split_max_size": null,
 91    "eval_split_size": 0.01,
 92    "use_speaker_weighted_sampler": false,
 93    "speaker_weighted_sampler_alpha": 1.0,
 94    "use_language_weighted_sampler": false,
 95    "language_weighted_sampler_alpha": 1.0,
 96    "use_length_weighted_sampler": false,
 97    "length_weighted_sampler_alpha": 1.0,
 98    "model_args": {
 99        "gpt_batch_size": 1,
100        "enable_redaction": false,
101        "kv_cache": true,
102        "gpt_checkpoint": null,
103        "clvp_checkpoint": null,
104        "decoder_checkpoint": null,
105        "num_chars": 255,
106        "tokenizer_file": "",
107        "gpt_max_audio_tokens": 605,
108        "gpt_max_text_tokens": 402,
109        "gpt_max_prompt_tokens": 70,
110        "gpt_layers": 30,
111        "gpt_n_model_channels": 1024,
112        "gpt_n_heads": 16,
113        "gpt_number_text_tokens": 6681,
114        "gpt_start_text_token": null,
115        "gpt_stop_text_token": null,
116        "gpt_num_audio_tokens": 1026,
117        "gpt_start_audio_token": 1024,
118        "gpt_stop_audio_token": 1025,
119        "gpt_code_stride_len": 1024,
120        "gpt_use_masking_gt_prompt_approach": true,
121        "gpt_use_perceiver_resampler": true,
122        "input_sample_rate": 22050,
123        "output_sample_rate": 24000,
124        "output_hop_length": 256,
125        "decoder_input_dim": 1024,
126        "d_vector_dim": 512,
127        "cond_d_vector_in_each_upsampling_layer": true,
128        "duration_const": 102400
129    },
130    "model_dir": null,
131    "languages": [
132        "en",
133        "es",
134        "fr",
135        "de",
136        "it",
137        "pt",
138        "pl",
139        "tr",
140        "ru",
141        "nl",
142        "cs",
143        "ar",
144        "zh-cn",
145        "hu",
146        "ko",
147        "ja",
148        "hi"
149    ],
150    "temperature": 0.75,
151    "length_penalty": 1.0,
152    "repetition_penalty": 5.0,
153    "top_k": 50,
154    "top_p": 0.85,
155    "num_gpt_outputs": 1,
156    "gpt_cond_len": 30,
157    "gpt_cond_chunk_len": 4,
158    "max_ref_len": 30,
159    "sound_norm_refs": false
160  }
161  ```