Skip to main content

AI 에이전트(아키타입)

참고: 이 문서는 영문 원본의 자동 번역본입니다.

AI 에이전트(아키타입)

DecAIHub의 아키타입(archetype) 페이지는 일반적인 프로젝트 청사진 — 크립토 AI 프로젝트가 어떻게 구축되는지, 무엇을 제공하는지, AI가 그 제품에서 어떤 역할을 하는지의 반복되는 패턴 — 을 설명합니다. "AI 에이전트" 아키타입은 주요 제품이 AI 에이전트를 구축, 배포, 또는 운영하는 것인 프로젝트를 다룹니다: 데이터를 인지하고, 그에 대해 추론하고, 지속적인 인간 지시 없이 행동을 취하는 자율 소프트웨어.

요약하면: 이 아키타입에서는 에이전트가 곧 제품입니다 — 다른 무언가에 덧붙여진 기능이 아닙니다.

이 아키타입을 정의하는 것

프로젝트는 그 핵심 제공물이 에이전트를 부차적 기능으로 사용하기보다 에이전트를 중심으로 돌아갈 때 AI 에이전트 아키타입에 부합합니다. 에이전트 — 그것의 생성, 배포, 운영, 또는 수익화 — 가 프로젝트가 존재하는 주된 이유입니다. 이는 내부적으로 에이전트를 사용하지만(예: AI 보조 리밸런서를 갖춘 DeFi 프로토콜) 주요 제품이 다른 것인 프로젝트로부터 이 아키타입을 분리합니다. AI 에이전트 아키타입에서는 에이전트를 제거하면 제품이 사라집니다.

아키타입은 서술적이며, 보증이 아닙니다. 이들은 독자가 표면적으로 유사한 로드맵을 비교하고 증거, 안전성, 아키텍처에 대한 일관된 질문을 던지도록 돕습니다. 동일한 아키타입의 두 프로젝트도 성숙도와 검증 가능한 AI 깊이에서 크게 다를 수 있습니다.

일반적인 패턴

이 아키타입 안에서 몇 가지 구별되는 제품 패턴이 DecAIHub 레지스트리 전반에 반복적으로 나타납니다.

에이전트 프레임워크

직접 만드는 에이전트 툴킷(Build-your-own-agent toolkits). 이 프로젝트들은 커스텀 AI 에이전트를 생성하기 위한 SDK, 라이브러리, 개발자 도구를 제공합니다. 이들은 일반적으로 메모리, 계획, 도구 사용, 체인 상호작용을 위한 사전 구축 모듈을 포함합니다. 제품은 프레임워크 자체입니다 — 그 위에 구축된 에이전트는 서드파티 개발자의 것입니다.

일반적인 AI 컴포넌트: agentic framework, agent SDK, AI agent platform (workflows/tools/KB).

에이전트 런치패드

에이전트 생성, 배포, 토큰화. 이 플랫폼들은 사용자가 에이전트를 구축하고, 토큰을 할당하고, 온체인에 출시할 수 있게 합니다 — 종종 노코드 또는 로우코드 인터페이스로. 이 패턴은 에이전트 생성과 토큰 발행을 단일 흐름으로 결합합니다. 이는 카테고리에서 가장 흔한 유스케이스 중 하나입니다: AI agent creation + launch.

일반적인 유스케이스: AI agent creation + launch, build + deploy AI agents, no-code agent deployment.

에이전트 마켓플레이스

사전 구축 에이전트 발견 및 사용. 마켓플레이스 프로젝트는 다른 이들이 구축한 에이전트를 집계하여, 사용자가 에이전트 서비스를 둘러보고, 대여하거나, 구매할 수 있게 합니다. 마켓플레이스는 발견, 결제(보통 토큰으로), 때때로 평판을 처리합니다. AI는 마켓플레이스 자체가 아닌 개별 에이전트 크리에이터의 것입니다.

일반적인 AI 컴포넌트: agent marketplace, agent registry, agent discovery.

에이전틱 OS

자율 에이전트를 위한 완전한 운영체제. 이 프로젝트들은 단일 프레임워크를 넘어 에이전트가 조율하고, 자원을 공유하고, 도구를 사용하고, 여러 체인과 상호작용할 수 있는 완전한 환경을 구축하려 합니다. 이들은 자신을 "에이전트 경제"를 위한 인프라 계층으로 포지셔닝합니다.

일반적인 AI 컴포넌트: agentic OS, multi-agent orchestration, agent swarm.

버티컬 에이전트

특정 도메인을 위한 목적 특화 에이전트. 일반 플랫폼을 제공하기보다, 이 프로젝트들은 단일 버티컬을 위한 에이전트를 구축합니다: DeFi 트레이딩 에이전트, 게임 NPC, 소셜 미디어 페르소나, 소비자 비서, 또는 인프라 관리 에이전트. AI는 좁게 초점이 맞춰져 있고 가치는 에이전트가 그 특정 작업을 얼마나 잘 수행하는지에 달려 있습니다.

일반적인 유스케이스: AI bots/agents for crypto, AI-powered DeFi agent, autonomous trading agent, AI companion.

이 패턴들을 통합하는 것

서로 다른 제품 형태에도 불구하고, 이 아키타입의 모든 프로젝트는 동일한 구조적 속성을 공유합니다: 에이전트가 곧 제품입니다. 프로젝트는 AI를 여러 기능 중 하나로 단순히 사용하지 않습니다 — 전체 가치 제안이 에이전트의 존재, 품질, 자율성에 달려 있습니다.

이는 이 아키타입의 프로젝트를 평가하려면 에이전트 자체를 확인해야 함을 의미합니다: 추론하는가, 아니면 고정된 스크립트를 따르는가? 실제 AI 컴포넌트(LLM, 강화 학습, 계획 모듈)를 사용하는가, 아니면 "에이전트"라고 라벨링된 규칙 기반 자동화인가?

독자는 또한 플랫폼 주장("우리는 에이전트를 가능하게 한다")을 인스턴스 주장("우리 에이전트가 온체인에서 X를 했다")과 구별해야 합니다. 둘 다 유효할 수 있지만, 서로 다른 종류의 증명을 요구합니다.

이 아키타입이 DecAIHub 카드에서 어디에 나타나는가

이 아키타입에 속하는 프로젝트 카드를 읽을 때, 다음을 찾아보세요:

  • 카테고리 — 일반적으로 AI/Agents이며, 종종 도메인 태그(DeFi, Infra, Consumer, Gaming, Meme)와 결합됩니다.
  • AI component — 구체적인 메커니즘을 명시해야 합니다: agentic framework, agent marketplace, AI agent platform, agent swarm, multi-agent orchestration. 모호한 값은 경고 신호입니다.
  • 유스케이스 — 일반적인 값: build + deploy AI agents, AI agent creation + launch, AI bots/agents for crypto, no-code agent builder. 유스케이스는 사용자가 에이전트 제품으로 무엇을 하는지 설명해야 합니다.
  • ai_score — 에이전트의 AI 역량에 대해 얼마나 많은 검증 가능한 증거가 존재하는지를 반영합니다. DecAI Fit을 참조하세요.

이 아키타입이 증명하지 않는 것

AI 에이전트 아키타입으로 분류되는 것은 프로젝트가 에이전트 중심으로 포지셔닝되었음을 의미합니다. 분류 단독으로는 다음이 확인되지 않습니다:

  • 실제 에이전트가 프로덕션에서 실행되며 자율 작업을 수행하는지;
  • 에이전트가 고정된 스크립트나 단순한 API 래퍼가 아닌 실제 AI를 사용하는지;
  • 플랫폼이 의미 있는 사용자 또는 개발자 채택을 갖췄는지;
  • 에이전트가 작동하는 데 토큰이 필요한지;
  • 프로젝트의 에이전트가 대안보다 더 안전하거나, 똑똑하거나, 자율적인지.

많은 에이전트 프로젝트는 실제로 배포된 에이전트가 거의 없는 초기 단계 플랫폼입니다. 비전과 검증 가능한 현실 사이의 격차는 이 아키타입에서 종종 넓습니다 — 이는 AI reality 점수와 증거 등급을 특히 중요하게 만듭니다.

혼동하지 마세요

  • AI/Agents 카테고리 — 최상위 카테고리 라벨. 아키타입 페이지는 일반적인 제품 패턴을 설명하고; 카테고리 페이지는 분류 체계를 설명합니다.
  • AI 비서 아키타입 — 비서는 사용자 프롬프트에 응답하지만 일반적으로 자율적으로 행동하지 않습니다. 비서 vs 에이전트를 참조하세요.
  • AI 인프라 계층 아키타입 — 인프라 프로젝트는 에이전트가 소비할 수 있는 도구와 자원을 제공하지만, 인프라 자체는 에이전트가 아닙니다.
  • 자동화 — 학습이나 추론 없이 사전 정의된 로직을 실행하는 규칙 기반 스크립트. 자동화 vs 실제 AI를 참조하세요.

자주 묻는 질문

"아키타입"은 AI/Agents 카테고리와 같은 것인가요?

아니요. AI/Agents 카테고리는 분류 체계의 최상위 라벨입니다. 아키타입은 그 라벨 안과 주변의 반복되는 제품 형태(프레임워크, 마켓플레이스, 버티컬 에이전트)를 설명합니다. 내러티브 패턴 매칭에는 아키타입을 사용하고; 구조화된 비교에는 카테고리와 AI 컴포넌트 값을 사용하세요.

왜 비슷한 랜딩 페이지를 가진 두 에이전트 프로젝트가 ai_score에서 다르게 점수가 매겨지나요?

ai_score는 마케팅 유사성이 아니라 AI 주장에 대한 검증 가능한 증거 — 문서, 코드, 데모, 측정 가능한 행동 — 를 반영합니다. 에이전트 중심의 두 비전은 Tier-1 증거가 적용되면 크게 갈릴 수 있습니다.

독자는 모든 에이전트 마켓플레이스가 독자적 모델 트레이닝을 호스팅할 것이라 기대해야 하나요?

반드시 그렇지는 않습니다. 마켓플레이스는 종종 발견, 결제, 인터페이스에 초점을 맞추고 크리에이터가 모델과 정책을 공급합니다. 각 계층을 별도로 평가하세요: 플랫폼 인프라, 크리에이터 모델, 온체인 실행 증거.

외부 참고 자료

함께 보기

No comments to display

Back to top