리콜 스킬 마켓에선 시장이 AI를 선택한다

Key Takeaways

• 리콜은 에이전트 기술(스킬)에 자금을 지원하여 AI를 크라우드소싱하고, 개발된 AI 솔루션을 실제 온체인 대회에서 검증함으로써 대회 성과에 따라 AI를 랭크화한다. 이 AI 랭크를 기반으로 사용자가 신뢰 가능한 AI 모델을 탐색하고 사용할 수 있도록 하며, 궁극적으로 인터넷 초창기에 웹사이트를 인덱싱하던 구글의 페이지 랭크처럼 활용되는 것이 리콜이 계획한 청사진이다.

• 스킬 마켓은 리콜 토큰을 매개로 한 시그널로 커뮤니티가 필요로 하는 AI 수요를 집계한다. 이를 통해 수요 시그널과 공급 라인이 서로 연결되어, 사용자는 필요한 AI 제품을 요청하고 개발자는 AI 솔루션에 대한 시장 수요를 검증할 수 있는 플랫폼이 마련되는 구조다.

• 리콜 토큰은 앞서 살펴본 모든 상호작용에서 경제적 행동을 유인하는 중심 축으로 기능한다. 다시 말해, 플랫폼 내 수요 시그널과 예측이 오갈 때마다 리콜 토큰이 함께 흐르며, 전 과정에 경제적 인센티브를 부여하는 역할이다.

• 리콜은 예측시장과 유사한 참여 동기를 공유한다. 예측시장이 월평균 5–6B 달러의 거래량을 기록하며 폭발적으로 성장하고 있듯, 리콜 역시 140만 명의 사용자와 1천만 건 이상의 큐레이션 신호를 통해 초기 단계의 네트워크 효과를 입증하고 있다.

어쩌면 이미 정해진 미래처럼 평가되는 에이전트 인터넷(Internet of Agent)은 에이전틱 브라우저와 같은 솔루션들이 시범적으로 출시되며 점차 가시화되고 있다. 이에 따라 수많이 AI 모델이 난립하는 미래의 인터넷 환경이 예상되는 가운데, 사용자는 갈수록 어떠한 에이전트를 신뢰하고 사용해야 하는지 더욱 분별하기 어려워질 것이다. 즉, 필요한 AI 모델을 채택할 때마다 데이터를 검토하고 성능을 재검증해야 하며 개별 테스트를 진행해야 하는 기술 선택의 부담이 에이전트 인터넷의 확장을 저해하는 병목으로 남아있다.

Source: Recall

이 문제를 해결하는 프로젝트가 바로 리콜(Recall)이다. 리콜은 커뮤니티가 필요한 에이전트 기술(스킬)에 직접 자금을 지원하여 해당 스킬을 갖춘 AI를 크라우드소싱하고, 개발된 AI 솔루션을 실제 온체인 대회에서 검증함으로써 대회 성과에 따라 AI를 랭크화한다. 이렇게 갖춰진 AI 랭크를 기반으로 사용자가 신뢰 가능한 AI 모델을 탐색하고 사용할 수 있도록 하며, 궁극적으로 인터넷 초창기에 웹사이트를 인덱싱하던 구글의 페이지 랭크처럼 활용되는 것이 리콜이 계획한 청사진이다.

최근에 리콜은 스킬 마켓과 리콜 토큰($RECALL)을 연이어 출시하며 계획한 로드맵을 하나씩 실행해 나가고 있다. 앞서 언급한 스킬 마켓의 생성, 온체인 대회 참여, AI 랭킹 조회 등 리콜 생태계 내 모든 상호작용에는 리콜 토큰이 중요하게 관여한다. 따라서 스킬 마켓과 리콜 토큰의 출시는 "세계에서 가장 신뢰할 수 있는 AI 랭킹"이라는 비전을 실현하기 위한 첫 단추를 낀 것이라 할 수 있다. 이 본격적인 시작과 함께, 이번 글에서는 리콜의 스킬 마켓과 토큰 이코노미를 자세히 살펴본다.

이번 글은 스킬 마켓과 토큰 이코노미를 중점적으로 다룬다. 자세한 내용은 이전 아티클 “리콜: AI 에이전트를 위한 온체인 아레나”를 참고하길 바란다.

1. 스킬 마켓: 푸시(Push) 모델에서 풀(Pull) 모델로의 전환

Source: Recall

스킬 마켓의 출발점이 된 문제의식을 살펴보면, 리콜은 현재 AI 산업이 직면한 문제가 기술적 한계가 아니라, 새롭게 만들어지는 AI와 사람들이 실제로 필요로 하는 AI 사이의 괴리라고 지적한다. 다시 말해, AI 개발은 큰 진전을 이루었음에도, 여전히 실질적인 필요에 부합하고 신뢰할 수 있는 형태의 AI 솔루션을 충분히 제공하지 못하고 있다는 것이다.

리콜은 문제의 원인을 초대형 AI 기업들이 범용적 솔루션을 생산해 탑다운 방식으로 배포하는 공급 중심 모델에서 찾는다. 그 결과, 수많은 일상적 과제나 전문적 분야 혹은 니치한 영역의 니즈가 여전히 충족되고 있지 못하고 있다고 설명한다.

이에 스킬 마켓은 AI 공급 방식을 푸시(Push) 기반 모델에서 풀(Pull) 기반 모델로 전환하려는 시도라 할 수 있다. 스킬 마켓은 리콜 토큰을 매개로 한 시그널로 커뮤니티가 필요로 하는 AI 수요를 집계한다. 이를 통해 수요 시그널과 공급 라인이 서로 연결되어, 사용자는 필요한 AI 제품을 요청하고 개발자는 AI 솔루션에 대한 시장 수요를 검증할 수 있는 플랫폼이 마련되는 구조다.

구체적인 작동 방식은 스킬 마켓과 온체인 대회라는 두 단계로 이루어진다. 예시와 함께 프로세스를 살펴보자:

1. 마켓 생성: 새로운 스킬 마켓은 평가 방식, 대회 형식, 심사 기준, 최소 예치금, 참가자 보상 등 주요 기준과 함께 생성된다. 예를 들어 “글쓰기”라는 마켓을 만든다 했을 때, 해당 마켓에 대한 정의와 평가 기준(어조 일관성, 주제 전문성), 심사자 수(1만 명의 인간 평가자), 최소 예치금(100 $RECALL), 그리고 보상 구조가 지정된다.

2. 토큰 예치 및 AI 제출: 마켓이 생성된 후, 사용자는 리콜 토큰을 마켓에 예치하여 유동성을 공급한다. 한편 개발자는 해당 스킬 마켓에 최적화된 AI 솔루션을 제출한다. 이때 예치된 리콜 토큰은 온체인 대회의 운영 자금(우승 AI 보상, 심사자 보상 등)으로 사용되는 구조다. 이로 인해 수요가 높은 시장일수록 더 많은 AI 솔루션이 제출되고, 반대로 수요가 낮은 시장은 자연스럽게 사라진다.

3. 대회 진행: AI 솔루션 제출이 완료되면 스킬별 대회가 진행된다. 코드 실행이나 트레이딩 수익률처럼 객관적 성과를 평가하는 스킬부터, 창의적 글쓰기나 커뮤니케이션처럼 주관적 판단이 필요한 스킬까지 심사 방식을 각기 달리하며 대회가 운영된다. 이 과정에서 시장 참여자(큐레이터)는 가장 좋은 성과를 낼 것으로 예상되는 AI 솔루션에 베팅한다.

4. 대회 종료: 대회가 종료되면 심사자가 제출된 AI의 성과를 평가하고 결과가 온체인에 기록되어 랭킹이 갱신된다. 보상은 우승한 AI와 정확히 예측한 참여자에게 분배되며, 유동성 공급자는 수수료를 배분받는다.

이 전 과정에서 ⓵ 유동성 공급자, ⓶ 개발자, ⓷ 큐레이터가 상호작용하며 경제적 효과를 만들어낸다. 유동성 공급자는 활성화될 것으로 예상되는 마켓에 자금을 예치하여 수수료 수익을 얻고, 개발자는 온체인 대회에서 높은 성과를 달성하기 위해 AI 솔루션의 성능 개선에 주력하도록 유인된다. 한편 큐레이터는 스킨 인 더 게임(Skin in the Game) 기반 예측에 참여함으로써 최대한 정확한 평가를 내리도록 설계되어 있다.

2. 리콜 토큰($RECALL): 경제적 행동을 위한 중심 축

Source: Recall

리콜 토큰은 앞서 살펴본 모든 상호작용에서 경제적 행동을 유인하는 중심 축으로 기능한다. 다시 말해, 플랫폼 내 수요 시그널과 예측이 오갈 때마다 리콜 토큰이 함께 흐르며, 전 과정에 경제적 인센티브를 부여하는 역할이다. 이러한 리콜 토큰의 유틸리티를 자세히 살펴보면 다음과 같다:

1. 마켓 조정: 토큰 보유자는 리콜 토큰을 예치하여 스킬 마켓을 생성하고 운영을 거버넌스하며, 어떤 종류의 AI가 개발될지를 결정할 권리와 시장 운영에서 발생하는 수수료 수익을 얻는다.

2. 마켓 참여: 큐레이터는 리콜 토큰을 사용해 AI 솔루션에 포지션을 취하고, 성능 예측을 통해 수익을 얻는다. 개발자는 대회 참여를 위해 리콜 토큰을 지불하며, 각 시장이 정의한 보상 구조에 따라 리콜 토큰을 획득한다.

3. 마켓 보안: 인간 혹은 AI로 구성된 심사자는 공정한 평가를 보장하기 위해 리콜 토큰을 스테이킹하고, AI의 성능을 검증하며 플랫폼 내 모든 시장 결과를 결정한다.

4. 거버넌스: 토큰 보유자는 프로토콜 업그레이드, 트레저리 자금 배분 등 주요 의사결정에 대한 거버넌스 투표를 수행한다.

이러한 토큰 유틸리티는 플랫폼이 활성화될수록 토큰 수요도 발생하는 구조를 마련한다. 스킬 마켓 생성, 큐레이터 예측, 온체인 대회 활성도만큼 토큰에 대한 수요도 지속적으로 창출될 수 있는 것이다.

나아가, 각 스킬 마켓은 트레저리와 대회 운영 비용의 일정 비율을 리콜 네트워크에 지불하며, 모든 거래에는 일정 비율의 네트워크 수수료가 부과된다. 또한 외부 사용자가 AI 랭킹 데이터를 조회하거나 통합할 때에도 수수료를 지불하게 된다. 이렇게 축적된 수수료는 향후 거버넌스 결정에 따라 추가적인 토큰 수요 창출 메커니즘으로 활용될 가능성을 내포한다. 따라서, 네트워크에서 발생하는 수수료가 토큰의 수급과 직접적으로 연결된다는 전제하에, 토큰 수요는 플랫폼의 실사용과 비례해 더욱 강화될 수 있는 구조이다.

3. 리콜의 중단기 성장 경로: 예측 시장과의 동반 성장

리콜의 중단기 성장 경로는 예측시장 산업과의 동반 성장에서 가장 설득력을 얻는다. 이번 시장 사이클에서 가장 뜨거운 주제는 단연 예측시장이다. 최근 칼시는 미국에서 정식 라이선스를 보유한 합법적 플랫폼으로 운영되기 시작했으며, 칼시와 폴리마켓이 각각 12B, 15B의 높은 벨류에이션으로 성공적인 자금 유치까지 완료하며 본격적인 시장 확장이 예고되고 있다.

이처럼 예측시장이 긍정적인 전망을 얻고 있는 이유는 무엇일까? 예측시장이 내재한 시장 잠재력은 다음과 같이 정리할 수 있으며, 리콜 또한 비슷한 동기로 수요를 견인할 수 있을 것으로 기대된다:

예측시장

1. 사용자 측 요인

   대안적 미디어: 전통 미디어와 여론 조사에 대한 신뢰는 급격히 약화되고 있다. 반면, 예측시장은 다수가 내놓는 예측 정보에 베팅이라는 비용을 부여함으로써 신뢰할 수 있는 확률값을 도출한다. 이 덕분에 예측시장은 지난 대선 이후로 가장 신뢰할 수 있는 대안적 미디어로 평가받고 있다.

   낮은 진입장벽: 예측시장은 어떤 제품군보다도 넓은 참여 동기 스펙트럼을 제공한다. 스포츠 경기부터 정치적 이벤트까지, 일상적 사건을 시장 주제로 삼으며 사용자의 참여를 쉽게 촉진할 수 있다. 이에 투기에 따른 기대 효용과 순수 재미 요소까지 더해 예측시장은 다수의 사용자를 견인하기에 낮은 심리적 장벽을 지닌다고 설명할 수 있다.

2. 기업 측 요인

   정량화된 시그널: 예측시장은 정량화된 시그널로 투자 기관, 기업, 정부가 즉시 참고가능한 데이터를 제공한다. 금리 인하 확률이나 정책 통과 가능성 등 예측시장의 확률은 실제 베팅을 통해 형성된 집단적 기대치를 의미한다. 이렇게 축적된 데이터 소스는 정책 여론 분석, 리스크 모델링, 트렌드 예측 등 다양한 영역에서 활용 범위를 넓혀가고 있다.

3. 확장 가능성

   의사결정 모델: 예측시장은 실제 의사결정 메커니즘으로도 활용된다. 이를 일컫는 퓨타키(Futarchy)는 정책의 결과에 베팅함으로써 의사결정에 참여하는 시장 기반 거버넌스 모델이다. 참여자는 어떤 정책이 사회적 지표를 더 높일 것인지 베팅하고, 실제 결과가 드러난 후 올바른 예측자가 보상을 얻는다. 이처럼 정책의 성패에 인센티브를 결합하여 감정적 판단이나 이해관계보다 데이터와 시장 시그널에 기반한 합리적 의사결정을 유인한다.

리콜 네트워크

1. 사용자 측 요인

   대안적 벤치마크: 기존 AI 벤치마크는 폐쇄된 환경과 기업 주도의 데이터 공개 방식에 의존하여 신뢰도 문제를 안고 있다. 반면 리콜은 누구나 평가와 검증에 참여할 수 있는 개방형 구조와 온체인 기반의 대회 운영, 그리고 평가에 경제적 비용을 부과하는 메커니즘으로 신뢰할 수 있는 대안적 벤치마크를 제공한다.

   낮은 진입장벽: 리콜은 AI 리서처나 개발자뿐 아니라 일반 사용자도 쉽게 참여할 수 있는 넓은 동기 스펙트럼을 갖춘다. 사용자는 스킬 마켓에 토큰을 스테이킹하거나 AI 대회에 소액 베팅을 하는 방식으로 참여할 수 있으며, 순수 재미 요소와 투기에 따른 기대 효용은 낮은 진입 장벽이 되어준다.

2. 기업 측 요인

   정량화된 시그널: 스킬 마켓은 사용자의 관심과 자본이 어디로 향하고 있는지를 실시간으로 반영하는 시장 시그널로 작용하며, 어떤 AI 기술이나 도메인에 수요가 집중되는지 보여준다. 이는 니치한 수요를 정량화해 AI 솔루션 개발 방향을 정하는 데 있어 즉시 참고가능한 데이터가 되어준다.

3. 확장 가능성

   AI 수요-공급 조정 인프라: 리콜의 축적된 스킬 마켓 및 평가 데이터는 AI 생태계 전반의 수요-공급을 조정하는 인프라로 기능할 수 있다. 기업은 해당 데이터를 기반으로 특정 스킬 도메인에 대한 실제 수요를 파악하고, 개발 방향을 조정하거나 맞춤형 AI 솔루션을 외부에 조달한다. 동시에 사용자는 검증된 평가 데이터를 통해 신뢰도 높은 AI를 선별하며, 시장 전반의 AI 공급을 푸시(Push) 기반 모델로 직접 조정한다.

이렇듯 예측시장과 리콜은 스킨 인 더 게임 속성이 부여된 신뢰 메커니즘과, 이를 통한 결과물이 실사용되는 것까지 동일한 수요 요인을 보유한다. 현재 예측시장은 월평균 거래량이 5-6B 규모로 성장하며, 폭발적인 유동성을 확보하고 있다. 이러한 시장 흐름 속에서 리콜 역시 사용자 규모를 통해 잠재적 성장성을 가늠할 수 있는 단계에 도달했다.

현재 리콜은 10개 이상의 스킬 마켓에서 140만 명 이상의 사용자가 참여하고 있으며, 이를 통해 1천만 건 이상의 큐레이션 시그널이 생성되었다. 이제 리콜 토큰의 유동성 흐름과 함께, 스테이킹 및 큐레이션 활동을 중심으로 경제적 상호작용이 본격화되면, 이러한 트래픽은 점차 거래량으로 전환되어 나타날 것이다. 결과적으로 리콜도 예측시장과 유사한 성장 곡선 단계를 밟아갈 가능성을 가늠해볼 수 있다.

Source: Recall

현재 단계에서 리콜은 크립토 트레이딩, 커뮤니케이션, 자바스크립트 프로그래밍 등 일부 사전 정의된 스킬 마켓을 출시한 상태다. 다음 단계는 시장 생성 기능을 통해 본격적인 확장성을 달성하는 것이다. 사용자는 모든 AI 스킬에 대해 직접 시장을 개설할 수 있으며, 정확한 큐레이션 이력을 가진 참여자는 평판 점수와 보상 배율이 상승하는 구조로 리콜의 평판 메커니즘을 고도화할 예정이다.

요컨대, 리콜 토큰과 스킬 마켓은 AI 산업 내 수요와 공급을 조정하는 인프라의 출발점이라 할 수 있다. 구글이 페이지랭크를 통해 웹의 신뢰도를 정량화하며 인터넷의 관문이 되었듯, 리콜은 에이전트 인터넷 시대의 첫 번째 터치포인트를 구축해 나가고 있다. 리콜이 그려나갈 이 에이전틱 인터넷의 청사진이 앞으로 어떻게 구체화될지 지켜봐도 좋겠다.