목차
관련 프로젝트
Key Takeaways
SendAI에 의해 주최된 솔라나 AI 해커톤은 7개 트랙에서 총 27.5만 달러 이상의 상금을 걸고 진행되었는데, 전 세계적으로 뜨거운 호응을 얻으며 약 300개 이상의 프로젝트들이 제출되었다.
참가자들은 개별적으로 팀을 구성하거나 텔레그램 커뮤니티를 통해 글로벌 팀을 형성할 수 있었고, 브레인스토밍과 개발 과정을 돕는 다양한 아이디어 보드, 리소스, 그리고 에이전트 툴킷(Agent Toolkit)이 제공되었다.
각 트랙에서 주목할 만한 컨셉의 프로젝트들이 다수 관찰되었다. 솔라나 생태계는 풀뿌리 프로젝트를 육성하고 협업을 촉진하는 강력한 문화를 자랑하는 만큼, 이번 해커톤을 계기로 AI 생태계가 선순환적으로 발전해 나갈 것으로 기대된다.
1. 솔라나 AI 해커톤의 성공적인 개최
Source: SendAI
솔라나 생태계가 본격적으로 AI 생태계 확장에 출사표를 던졌다. SendAI에 의해 주최되고 솔라나 생태계를 이끄는 여러 팀들이 지원하는 솔라나 AI 해커톤 행사가 바로 그 여정의 첫 시작이다.
본 해커톤은 솔라나 네트워크에서 활용 가능한 AI 에이전트 및 툴링을 구축하는 것을 목표로 하고 있으며, 지난 24년 12월 10일에 시작해 23일까지 진행되었다. 자율형 챗봇 에이전트(Autonomous Chat Agents), 소셜 & 인플루언서 에이전트(Social and Influencer Agents), 밈 에이전트(Meme Agents), 에이전트 인프라(Agents Infra), 에이전트 토큰 툴링(Agent Token Tooling), 디파이 에이전트(DeFi Agents), 트레이딩 에이전트(Trading Agents) 등 총 7개의 트랙을 중심으로 진행되었으며, 각 트랙에서 5,000달러에서 30,000달러까지, 총 27.5만 달러 이상의 상금이 수여된다.
Source: SendAI
솔라나 AI 해커톤은 미국, 인도, 나이지리아, 유럽, 그리고 아시아 전역의 국가들에서 큰 관심을 받으며 전 세계적으로 주목받았다. 참가자들은 개별적으로 팀을 구성하거나 텔레그램 커뮤니티를 통해 글로벌 팀을 형성할 수 있었고, 브레인스토밍과 개발 과정을 돕는 다양한 아이디어 보드, 리소스, 그리고 에이전트 툴킷(Agent Toolkit)이 제공되었다.
이어지는 글에서는 각 트랙에 대한 개요와 함께, 제출된 프로젝트들 중 대표적으로 주목할만하거나 참신한 컨셉의 프로젝트들을 일부 살펴보기로 한다*. 각 프로젝트에 대한 세부 내용은 다음 링크에서 확인할 수 있다.
*각 프로젝트에 대한 상세한 기술적 실사가 포함되지 않았으며, 본 큐레이션은 재정적 조언이 아님을 명확히 밝힌다.
2. 해커톤 하이라이트
2.1 트랙 #1: 자율형 챗봇 에이전트
2.1.1 개요
자율형 챗봇 에이전트(Autonomous Chat Agents)는 기존의 사전 정의된 스크립트에 의존하지 않고, 상황에 따라 적합한 행동을 설계하고 실행한다. 고객 지원이나 교육 및 학습 플랫폼, 기업 내부 운영 지원 및 의료 상담 등 광범위한 유스케이스가 있을 수 있으며, 특히 블록체인 컨텍스트에서는 마켓 정보를 제공하거나 거래 추적, 혹은 포트폴리오 관리 등을 위한 인터페이스를 제공하는 경우가 자주 관찰되고 있다.
ChatGPT 혹은 Perplexity의 영향으로 특히나 우리에게 가장 익숙한 형태의 서비스인 자율형 챗봇 에이전트는 현재 크립토 업계에서도 가장 많이 시도되고 있는 형태의 서비스이다. 가장 대표적으로는 aixbt와 같이 전반적인 마켓 트렌드 및 인사이트를 제공하는 범용적인 목적의 에이전트가 있다. 온체인 AI 분석 및 인사이트 제공업체인 Kaito에 따르면 실제로 aixbt는 트위터 공간에서 겨우 며칠만에 mindshare를 독점하는 기염을 토하기도 하였다.
혹은 특수 목적 혹은 전문 분야(Domain-Specific) 대화형 에이전트가 있을 수 있다. 다른 정보들보다도 자신들의 프로젝트에 대해 가장 잘 설명할 수 있는 에이전트에 대한 개발 니즈가 많은 프로젝트들에 의해 이미 관찰되고 있는데, 예를 들어 탈중앙화 연합 학습 플랫폼인 FLock.io에서는 다양한 프로젝트들이 저마다의 도메인에 특화된 에이전트를 위한 AI 모델(e.g., Bitcoin GPT, Ethereum GPT, 그리고 BNB GPT등)을 요청하고, 또 경우에 따라서는 커뮤니티에 의해 그것들이 끊임없이 개선되고 있다.
이러한 챗봇 에이전트들을 구현하는데에 있어 핵심이 되는 사안은 1) 어떤 데이터를 학습 데이터로써 수집을 하는 지, 2) 양질의 정보를 토대로 인사이트를 도출하기 위한 데이터 필터링 프로세스는 어떻게 되는 지, 또 3) 데이터의 수집 주기 및 학습 모델을 업데이트 주기는 어떻게 되는 지가 에이전트의 품질을 결정하는데에 주요한 핵심이라 할 수 있겠다.
가장 친숙한 형태의 트랙인만큼, 이번 해커톤에서도 총 345개 제출물 중 164개가 해당 트랙에 해당할 정도로 가장 많은 제출물을 기록하였다.
2.1.2 주목할 만한 컨셉의 출품작들
Source: beta.palet.app
인터넷이 등장한 이후 검색 엔진은 놀라운 발전을 이루었지만, 여전히 사용자들의 특정 맥락에 맞는 구체적이고 세부적인 정보를 제공하는 데에는 한계가 있다.
Palet은 ChatGPT와 Perplexity 같은 LLM 기반 검색 엔진을 활용해 사용자의 맥락을 최대한 이해하고, 최종 의사결정에 가까운 답변을 제공하는 것을 목표로 하는 검색 엔진이다. Palet의 차별점은 특히 반복적인 검색, 연관성 판단, 재검색 과정 등 인간이 원하는 정보를 찾기 위해 실제로 반복하는 일련의 과정들을 효율화하고 최적화하는데에 있다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
2.2 트랙 #2: 소셜 & 인플루언서 에이전트
2.2.1 개요
본 트랙은 앞서 언급한 자율형 챗봇 에이전트 트랙과 비슷한 결의 트랙이지만, 정보를 보다 직관적으로 전달할 수 있도록 시각적 요소를 강조하거나, 사용자와의 실시간 상호작용에 더욱 초점을 맞춘 AI 에이전트 개발을 위한 트랙이다.
Source: Virtuals.io
예를 들어, 버츄얼스 프로토콜(Virtuals Protocol)의 루나(Luna), 혹은 홀로월드(Holoworld AI)의 아바(AVA) 등의 에이전트는 자율적 의사결정, 멀티모달 상호작용, 온체인 지갑 운영 등의 기능을 활용하여 사용자들과 상호작용을 할 수 있다. 또한 해당 AI 에이전트은 토큰의 형태로써 팬들에 의해 공동 소유가 되어질 수 있으며 팬들은 해당 에이전트를 위한 거버넌스와 가치 창출에 모두 참여하여 공동 소유감과 책임감을 키울 수 있다.
스웜(Swarm)이라는 실험적인 프로젝트도 눈길을 끈다. 이는 단순히 사람들 간의 상호작용을 넘어, 개별적인 특징을 지닌 각 에이전트와 함께 사람-에이전트 간 또는 에이전트-에이전트 간의 상호작용이 가능하도록 설계된 플랫폼 형태를 띄고 있다.
특히 직관적인 비주얼을 통해, 혹은 사람들과의 상호작용을 더욱 풍부하게 만들어주는 소셜 & 인플루언서 에이전트들이 현재 크립토 공간에서 큰 영향을 미치고 있는 만큼, 이번 해커톤에서도 해당 에이전트 트랙에 대한 관심이 상당히 높았다. 총 345개 제출물 중 125개에 달하는 프로젝트들이 본 트랙에 지원을 하였다.
2.2.2 주목할 만한 컨셉의 출품작들
Source: Predo
사람들은 내기를 통해 단순한 재미 이상의 것을 얻는다. 승패가 불확실한 상황에서 느끼는 스릴은 일상에서 부족했던 자극을 제공하고, 이 과정에서 상대방과 서로 다양한 의견을 교환하며 유대감이 형성된다.
프레도(Predo)는 텔레그램에 연동된 AI 에이전트를 통해 다양한 사람들이 서로 내기를 할 수 있도록 돕는다. 위 데모 영상에서 볼 수 있는 것 처럼, 내기는 간단한 채팅 한 번으로 형성할 수 있고 내기 결과에 따라 미리 세팅된 지갑과 상호작용하여 즉각적으로 정산이 진행될 수 있다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
Digimon : 시간이 지남에 따라 혹은 특정 조건에 따라 진화하는 AI 에이전트들이 무리를 형성하여 상호작용하는 플랫폼
RPS LIVE : 게이머의 게임을 중계하고 반응하는 AI 게임 스트리머 에이전트 플랫폼
SIAMES : 기존의 소셜 & 인플루언서 에이전트들이 가상 공간에서 상호작용할 수 있는 플랫폼
2.3 트랙 #3: 밈 에이전트
2.3.1 개요
사실 밈은 크립토 업계에서 빼놓을 수 없는 아이템이다. 누군가는 그냥 지나칠 수 있을 지 모르겠지만, 또 누군가에게는 많은 재미를 선사하고 이를 바탕으로 형성된 감정을 공유하는 커뮤니티를 형성할 수 있는 근간이 될 수 있기 때문이다.
사실 밈을 만드는 데에는 특별한 기술적 어려움이나 도구가 요구되지 않는다. 따라서 AI를 통해서 밈적인 접근을 하려는 프로젝트들도 굉장히 자주 관찰되고 있다. 하지만 해커톤에 밈 트랙을 만든 것은 상당히 흥미로운 접근법이라고 사료된다.
이번 해커톤에서 AI 밈 에이전트(Meme Agents) 트랙은 총 66개의 프로젝트가 제출될만큼, 적지않은 관심을 받았다.
2.3.2 주목할만한 컨셉의 출품작들
Source: X
Roastmaster9000은 다양한 토픽에 대해 특유의 유머러스함과 펀치라인을 겸비하여 답변을 내어놓는 밈 에이전트이다. 텔레그램 상에서 커맨드(commands)를 통해 간단히 소통하거나 X상에서 간단히 해당 계정(@RoastM4ster9000)을 태그하는 것으로도 소통할 수 있다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
Meme Republic & Kolin : 다양한 스토리와 특성을 가지도록 전문화된 커스터마이즈드 에이전트들이 함께 상호작용하는 플랫폼
2.4 트랙 #4: 에이전트 인프라
2.4.1 개요
에이전트 인프라(Agent Infra) 트랙은 AI 에이전트를 고도화하는 데 활용되는 개발 도구에 초점을 맞춘다. 이제 AI 에이전트는 트위터 챗봇에 불과하던 성능에서 나아가, 디파이나 게임 등과 결합되며 더욱 복잡한 작업을 수행하는 단계로 발전하고 있다. 가령, AI 에이전트가 실시간으로 시장 현황에 맞춰 거래 포지션을 리밸런싱하거나 게임 내에서 스마트 NPC로서 사용자와 동적인 상호작용을 하는 데는 AI 에이전트의 높은 성능이 요구되며, 그에 따라 AI 에이전트의 구현을 돕는 인프라에 대한 필요성 또한 증대되고 있는 상황이다.
그러한 필요에 발맞춰 다양한 에이전트 인프라가 등장하고 있다. 특히 ai16z의 엘리자(Eliza)나 SendAI의 솔라나 에이전트 킷(Solana Agent Kit)은 AI 에이전트를 생성하는 데 필요한 개발 모듈을 지원하는 프레임워크로, 대표적인 에이전트 인프라로 꼽힌다. 프레임워크를 통해 개발자는 AI 아키텍처를 처음부터 구축하기보다 다양한 기능을 플러그 앤 플레이 방식으로 활용하며 개발 리소스를 절약할 수 있다.
이밖에도, 각기 다른 구조를 지닌 프레임워크를 통합해주는 모듈부터 에이전트의 추론 과정을 투명하게 검증하는 솔루션이나 에이전트 간의 협업을 가능하게 하는 스웜(Swarm) 프로토콜까지 다양한 용도의 개발 도구가 에이전트 인프라에 포함된다.
2.4.2 주목할만한 컨셉의 출품작들
Source: AgentiPy
AgentiPy은 파이썬 코드로 구성된 AI 에이전트가 솔라나 블록체인과 상호작용할 수 있도록 통합하는 툴킷을 제공한다. 파이썬은 풍부한 라이브러리와 사용 편의성과 함께 AI와 머신 러닝 분야에서 가장 많이 사용되는 프로그래밍 언어임에도 불구하고, 아직까지 블록체인 환경과 통합하기에는 개발상의 제약이 남아있다. 이에 AgentiPy는 파이썬 코드 기반의 AI 에이전트가 $SOL을 자율적으로 전송하고 스테이킹하는 등의 토큰 오퍼레이션을 실행하고, 주피터나 메테오라 혹은 펌닷펀 등의 솔라나 애플리케이션들과 통합될 수 있도록 인프라를 마련한다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
JailbreakMe : AI 에이전트의 무력화(Jailbreak)를 유발한 사용자에게 보상을 제공하여 AI 에이전트의 보안성을 테스팅할 수 있는 플랫폼
Fission : DAO 기반의 거버넌스와 토큰 인센티브, 대출과 본딩 커브 모델을 통해 탈중앙화된 AI 학습 데이터를 제공하는 솔루션
2.5 트랙 #5: 에이전트 토큰 툴링
2.5.1 개요
에이전트 토큰 도구(Agent Token Tooling) 트랙은 토큰의 발행부터 유동성 공급 혹은 스테이킹 메커니즘까지, 토큰의 전체 생애주기에 걸쳐 AI 에이전트가 효율화할 수 있는 솔루션을 다룬다. 토큰은 가치저장 수단이자 거래 수단, 또는 그 자체로 완결성을 가진 제품(Tokens are Products)으로 평가될 만큼 크립토 마켓의 핵심적인 요소이다. 그러한 점에서 본 트랙은 특히 중요한 의미를 갖는데, 토큰이 크립토 혹은 블록체인 인프라의 가장 핵심적인 요소인 만큼 AI 에이전트가 왜 크립토와 결합되어야 하는가에 대한 질문에 설득력있는 대답을 마련하기 때문이다.
토큰의 생애주기에 AI 에이전트가 효용성을 제공하는 사례로, 토큰의 페어 런치와 유동성 공급 방식을 꼽을 수 있다. 가령, AMM의 자본 효율성을 높이기 위한 방법으로 제한된 가격 범위에 유동성을 공급하고자 한다면, 유동성 공급자는 시장 정보를 바탕으로 임의의 가격 범위를 계속해서 조정해야하는 수고가 따른다. 이때, AI 에이전트는 실시간의 시장 정보를 반영하여 유동성 공급의 범위를 자율적으로 조정할 수 있는 가능성을 제시한다.
한편, 토큰의 페어 런치에서 또한 AI 에이전트가 효과적으로 활용될 수 있다. 토큰을 발행하는 과정에는 중간에 인간이 개입함에 따라 공정성이 저해되는 사례가 빈번히 발생한다. 이에 토큰 발행의 권한을 AI 에이전트에게 위임하고, 임의의 조작을 허용하지 않는 TEE(Trusted Execution Environment)와 같은 보안 환경에서 AI 에이전트가 사전 정의된 작업을 실행함으로써 토큰의 공정한 출시를 위한 대안적인 방법을 구현할 수 있다.
2.5.2 대표적인 출품작들
Source: X
Cleopetra는 AI 에이전트가 메테오라의 DLMM 풀 중에서 가장 높은 효율을 내는 최적의 풀을 식별하고 거래 포지션을 운영하도록 한다. 뿐만 아니라, AI 에이전트가 유동성 공급을 실행하는 과정에서 시장 현황을 실시간으로 모니터링하며 수익을 극대화하는 동시에 비영구적 손실을 최소화할 수 있다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
Dega : 노코드로 AI 에이전트를 생성하는 기능과 함께, 게임화된 토큰 출시 시스템을 제공하는 플랫폼
2.6 트랙 #6: 디파이 에이전트
2.6.1 개요
이더리움에 비해 더딘 발전을 보이던 솔라나의 디파이 생태계는 솔라나 체인의 높은 거래량과 유저 채택에 힘입어 어느덧 빠르게 성장하였다. 특히 레이디움으로 대표되는 DEX부터 주피터 등의 DEX 어그리게이터, 카미노와 같은 렌딩 프로토콜이 보여주는 지표상의 발전은 솔라나 디파이의 성장 추세를 대변해주고 있다. 본 트랙은 그러한 솔라나 생태계의 디파이 프로토콜과 상호작용하는 AI 에이전트에 초점을 맞춘다.
디파이 에이전트는 DeFAI(DeFi + AI)와 같은 키워드와 함께 최근 시장에서 가장 많은 관심을 받고 있는데, 이미 준수한 수익을 발생시키고 있는 디파이 프로토콜과 결합함으로써, AI 에이전트가 지속적인 방식의 실질적인 가치를 창출할 수 있는 가능성을 마련하기 때문이다.
디파이 에이전트가 보이는 발전양상은 몇 가지의 전형적인 유형으로 정리된다. 하나는 자연어 명령을 통해 디파이 전략을 실행하게 하여, 복잡한 배경지식을 필요로 하는 디파이를 사용함에 있어 사용자의 가파른 학습곡선을 효과적으로 제거하는 방식이다. 둘째로, 실시간의 시장 정보를 기반으로 효율적인 디파이 전략을 AI 에이전트가 제안하여 극대화된 이익을 포착하게 한다. 마지막으로는 이미 레이디움이나 메테오라와 같이 이미 잘 구축된 디파이 프로토콜에 AI 에이전트가 모듈식으로 통합되며 더욱 개선된 사용자 경험을 제공하는 방식에서 그 효용성을 기대해볼 만하다.
2.6.2 주목할만한 컨셉의 출품작들
Source: The Hive Docs
The Hive는 솔라나 블록체인을 기반으로 트레이딩, 스테이킹, 유동성 관리, 센티먼트 분석 등, 다양한 디파이 기능을 자연어 인터페이스로 실행할 수 있는 플랫폼이다. 나아가서는 자연어 명령을 기반으로 여러 디파이 프로토콜의 상호운용을 가능하게 하거나, 메모리 수집과 학습을 통해 시간이 지남에 따라 사용자 경험을 지속적으로 개선하고자 한다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
Tetsuo: 자연어 명령, 대규모 토큰 보유자 거래 추적, 시장 센티먼트 분석, 트위터 센티먼트 추적 등을 비롯한 기능을 통해 시장 데이터를 분석하고 활용할 수 있는 통합 플랫폼
Neur: 자연어 명령에 기반하여 디파이 프로토콜 및 NFT와의 상호작용을 지원하는 애플리케이션
2.7 트랙 #7: 트레이딩 에이전트
2.7.1 개요
트레이딩 에이전트(Trading Agents) 트랙은 트레이딩에 특화된 AI 에이전트의 구축을 목표로 한다. 크립토 마켓에서 이루어지는 대부분의 경제적인 상호작용이 트레이딩을 목적으로 하는 만큼, 트레이딩 에이전트는 AI 에이전트와 크립토가 결합되는 양상에서 충분히 도입 가능한 대안을 제시한다. 특히, 기존의 퀀트 트레이딩 방식 혹은 트레이딩 툴의 대안적인 솔루션으로 트레이딩 에이전트는 높은 잠재력을 갖는다.
먼저 트레이딩 에이전트와 기존의 퀀트 트레이딩 간에는 별반 다른 점이 없다고 생각될 수 있지만, 데이터 처리 방식과 시장 적응성 및 의사결정 프로세스에서 유의미한 차별점을 만들어낸다.
데이터 처리 방식: 퀀트 트레이딩은 미리 정의된 규칙과 수학적 모델을 기반으로 정형화된 데이터만 처리하였다면, AI 에이전트는 정형화된 데이터뿐만 아니라 트위터 게시물이나 텔레그램 채팅과 같이 비규칙적이고 구조화되지 않은 데이터를 처리함으로써 복잡한 시장 데이터 또한 학습할 수 있다.
시장 적응성: 트레이딩 에이전트는 사전 정의된 규칙에 따라서만 작동하는 퀀트 트레이딩과 달리, 실시간으로 새로운 시장의 패턴을 학습하고 전략을 조정하는 시장 적응성을 갖춘다.
의사결정 프로세스: 트레이딩 에이전트는 IF-THEN 형태의 결정적인 규칙에만 기반하는 것을 넘어 복합적인 시장 요인을 고려한, 보다 유연한 의사결정을 자율적으로 내린다.
이러한 차별점을 기반으로, 트레이딩 에이전트는 데이터 학습과 시장 분석 및 의사결정까지 자율적으로 실행하는 통합 트레이딩 툴로써 크립토 마켓에서 충분히 활용될 만한 가능성을 갖는다. 특히, 밈 토큰이나 에이전트 토큰이 주가되어 소규모 시가총액의 트레이딩이 매우 활발하게 이루어지는 솔라나 기반 마켓과 높은 시너지를 내며 활용될 수 있는 잠재력 또한 기대해볼 수 있다.
2.7.2 주목할만한 컨셉의 출품작들
Source: Boltrade
Boltrade는 AI 트레이더 C.A.T를 활용하여 스마트 머니를 추적하고 분석하는 트레이딩 플랫폼이다. 해당 플랫폼은 3천만 개 이상의 지갑을 모니터링하여 상위 1,000개의 스마트 머니를 식별한다. 식별한 스마트 머니의 온체인 거래를 실시간으로 추적한 다음, 잠재력이 있는 토큰에 대한 거래 시그널을 생성함으로써 트레이더가 효율적인 의사결정을 내릴 수 있도록 지원한다.
이외 주목할만한 프로젝트들은 아래와 같은 것들이 있다.
Project Plutus: DCA나 포트폴리오 리밸런싱을 자율적으로 실행하고, 시장 동향을 지속적으로 분석하여 트레이딩 성과를 최적화하는 트레이딩 플랫폼
3. 솔라나 생태계의 AI 혁신은 시작되었다
솔라나는 이제 이더리움과 함께 가장 활발한 온체인 활동을 보여주는 네트워크 중 하나로 자리 잡았으며, 수많은 혁신적인 생태계 플레이어들이 지속적으로 성장하고 있다. 이는 병렬 처리, 낮은 수수료, 빠른 트랜잭션 처리로 대표되는 SVM(Solana Virtual Machine)의 고성능 블록체인 네트워크 특징과 단순함(Simplicity)과 구성 가능성(Composability)을 중시하는 기술 스택이 제공하는 우수한 사용자 경험(UX) 덕분이기도 하지만, 그보다 더 중요한 요인은 바로 제품 중심의 기업가(Product-Driven Entrepreneurs)를 중심으로 한 깊이 있는 문화적 기반에 있다.
솔라나 생태계는 다양한 해커톤, 개발자 밋업, 컨퍼런스 등을 통해 풀뿌리 프로젝트를 육성하는 강력한 문화를 자랑한다. 이러한 프로젝트들은 솔라나 생태계의 핵심으로 자리 잡으며 새로운 프로젝트의 탄생을 이끌고, 또 재귀적으로 지원과 상호간 협업을 통해 개발자 친화적인 환경을 조성하고 시너지를 극대화한다 - 실제로 Tensor, JITO, Mango, Tiplink, Dialect와 같은 주요 프로젝트들은 해커톤에서 시작되어, 솔라나 생태계의 성장을 이끌 정도로 크게 발전했다. 이들은 외부로부터 새로운 사용자, 파트너십, 유동성을 유치하며, 다시 다양한 해커톤을 후원하는 선순환 구조의 문화를 만들어나가는데 앞장서고 있다.
Source: Yash Agarwal
이런 문화를 가진 솔라나 생태계가 이제는 AI 생태계 확장에 나선 것이다. 특히 이번 해커톤의 진행 과정에서 제공되었던, 오픈소스로 제공된 에이전트 툴킷 프레임워크는 솔라나 네트워크의 핵심적인 인프라를 담당하는 30 여명이 넘는 기존 컨트리뷰터들에 의해 만들어져 제공되었다 - 해당 프레임워크는 Solana web3.js, SPL 표준, 그리고 Metaplex, Light Protocol, Helius, Pyth Network 등 여러 인프라 프로토콜들의 라이브러리 등을 참고하여 토큰 관리, 블링크(Blinks), 디파이 통합(DeFi Integrations) 등 15개 이상의 기능을 지원한다.
따라서, 앞서 살펴보았듯 이번 해커톤에서 등장한 다양한 아이디어를 통해 솔라나 생태계에서 더욱 참신한 이니셔티브들이 계속해서 탄생할 것으로 기대되지만 특히 더욱 기대되는 점은 이러한 혁신적인 프로젝트들이 앞으로 솔라나 생태계 내 AI 생태계를 강화하며 새로운 풀뿌리 프로젝트들의 성장을 이끌어낼 것이라는 점이다.
솔라나의 AI 혁신은 이제 막 시작되었다.
