암호화된 슈퍼 애플리케이션의 시대 데이터 인프라는 준비되어 있나요?

TL;DR

1. 데이터 챌린지: 고성능 퍼블릭 체인의 블록 시간 경쟁이 1초 미만 시대로 접어들고 있습니다. C-side의 높은 동시성, 높은 트래픽 변동, 멀티체인 이기종 수요는 데이터 측면의 복잡성을 증가시키며, 데이터 인프라는 실시간 증분 처리 + 동적 확장으로 전환해야 합니다. 기존의 배치 ETL은 몇 분에서 몇 시간의 지연 시간이 발생하여 실시간 트랜잭션을 처리하기 어렵습니다. 더 그래프, 난센, 판게아 같은 새로운 솔루션은 스트리밍 계산을 도입하여 지연 시간을 실시간 추적 수준으로 압축합니다.

2. 데이터 경쟁의 패러다임 변화: 지난 주기는 '읽을 수 있는 것'에 관한 것이었지만, 이번 주기는 '돈을 버는 것'에 관한 것입니다. "돈을 버는 것". 1분 지연의 비용이 몇 배의 차이가 날 수 있는 본딩 커브 모델. 도구 반복: 수동으로 슬리피지 설정 → 스닙 봇 → GMGN 올인원 터미널. 체인 거래 기능은 점차 상품화되고 있으며, 핵심 경쟁 영역은 데이터 자체로 옮겨가고 있습니다. 누가 더 빨리 신호를 포착할 수 있느냐가 사용자 수익에 도움이 될 수 있습니다.

3. 거래 데이터의 차원적 확장: 밈은 본질적으로 관심의 금융화이며, 내러티브, 관심, 후속 확산을 핵심으로 합니다. 오프체인 의견 × 온체인 데이터의 고리 끊기: 내러티브 추적과 요약, 감정 정량화가 거래의 핵심이 됩니다. "수중 데이터": 자금 흐름, 인물 초상화, 스마트 머니/KOL 주소 라벨링, 체인상의 익명 주소 뒤에 숨겨진 게임을 드러냅니다. 차세대 거래 터미널은 체인 안팎의 다차원 신호를 2단계로 통합하여 진입 및 위험 회피 판단을 강화합니다.

4. AI 기반 실행 신호: 정보에서 수익까지. 경쟁 목표의 새로운 단계: 충분히 빠르고, 자동화되어 초과 수익을 낼 수 있는 LLM + 멀티모달 AI는 의사 결정 신호의 구체화를 자동화하고 카피 트레이딩, 손절 실행과 결합합니다. 리스크 과제: 착시, 짧은 신호 수명, 체결 지연 및 리스크 관리. 속도와 정확성, 강화 학습과 시뮬레이션 백테스팅의 균형을 맞추는 것이 핵심입니다.

5. 데이터 워치독의 생존 결정: 경량 데이터 집계/워치독 앱은 해자가 부족하고 생존을 위한 공간이 압축되어 있습니다. 아래로: 고성능 기본 파이프라인과 디지털 연구 통합으로 깊이 파고듭니다. 상향: 애플리케이션 계층으로 확장하고, 사용자 시나리오를 직접 수행하고, 데이터 통화 활동을 개선합니다. 향후 트랙 패턴: Web3 물, 전기, 석탄의 인프라가 되거나 크립토 블룸버그의 사용자 플랫폼이 됩니다.

해자는 '실행 가능한 신호'와 '기본 데이터 기능'으로 이동하고 있습니다. ", 롱테일 자산과 거래 데이터 폐쇄는 암호화폐 네이티브 기업가들에게 특별한 기회입니다. 향후 2~3년 내 기회의 창:

• 업스트림 인프라:웹2 수준 처리 능력 + 웹3 기본 요구 사항 → 웹3 데이터브릭스/AWS.

• 다운스트림 실행 플랫폼:AI 에이전트 + 다차원 데이터 + 원활한 실행 → 크립토 블룸버그 터미널.

< strong>이 연구 논문을 지원해주신 Hubble AI, Space & Time, OKX DEX 및 기타 프로젝트에 감사드립니다!

인용: 밈, 고성능 퍼블릭 체인, AI의 삼중 공명

지난 사이클에서 온체인 거래의 성장은 인프라 반복에 크게 의존했으며, 새로운 사이클에 접어들면서 인프라가 성숙해지면서 펌프닷펀으로 대표되는 슈퍼 애플리케이션이 암호화폐 산업의 새로운 성장 동력이 되고 있습니다. 이러한 유형의 자산 발행 모델은 통합된 발행 메커니즘과 정교한 유동성 설계를 통해 공정하고 원시적이며 빠르게 부자가 될 수 있다는 신화의 거래 전쟁터를 형성했습니다. 이러한 높은 부의 복제 가능성은 사용자의 수익률 기대치와 거래 습관을 크게 변화시키고 있습니다. 사용자들은 더 빠른 진입 기회뿐만 아니라 다차원 데이터를 매우 짧은 시간 내에 액세스, 분석, 실행할 수 있는 능력을 필요로 하지만 기존의 데이터 인프라는 이미 이러한 밀도와 실시간 수요를 감당하는 데 어려움을 겪고 있습니다.

이 때문에 더 낮은 마찰, 더 빠른 체결, 더 깊은 유동성 등 더 높은 수준의 거래 환경이 필요해졌습니다. 거래소는 고성능 퍼블릭 체인과 솔라나, 베이스와 같은 레이어2 롤업으로 마이그레이션을 가속화하고 있으며, 지난 이더리움 라운드에 비해 거래 데이터량이 10배 증가하면서 기존 데이터 제공자에게 더욱 심각한 데이터 성능 문제를 야기하고 있습니다. 모나드와 메가ETH와 같은 차세대 고성능 퍼블릭 체인이 곧 출시되면 온체인 데이터 처리와 저장에 대한 수요는 기하급수적으로 증가할 것입니다.

동시에 인공지능의 빠른 성숙은 지능형 포지티브 액션의 실현을 가속화하고 있으며, GPT-5의 지능은 박사 수준에 도달하고 제미니와 같은 다중 모드 매크로 모델은 K-라인을 쉽게 이해할 수 있습니다.... ... AI 도구를 사용하면 일반 사용자도 복잡한 거래 신호를 이해하고 실행할 수 있습니다. 이러한 추세로 인해 트레이더는 트레이딩 결정을 내릴 때 AI에 의존하고 있으며 다차원적이고 효과적인 데이터 없이는 AI 트레이딩 결정을 내릴 수 없습니다. AI는 '분석 보조'에서 '트레이딩 의사결정 허브'로 진화하고 있으며 그 인기로 인해 실시간, 해석 가능, 확장 가능한 데이터의 필요성이 더욱 증폭되고 있습니다. AI는 '분석 보조 도구'에서 '트레이딩 의사결정 허브'로 진화하고 있으며, 그 인기로 인해 실시간, 해석 가능, 확장 가능한 데이터 처리에 대한 요구가 더욱 증폭되고 있습니다.

밈 거래 열풍, 고성능 퍼블릭 체인의 확장, AI의 상품화라는 세 가지 공명으로 인해 체인에 새로운 데이터 인프라가 시급히 필요하게 되었습니다.

100,000 TPS, 밀리초 단위의 블록 외 데이터

블록 외 데이터 10만 TPS, 밀리초 단위 해결

< span leaf="">고성능 퍼블릭 체인과 고성능 롤업의 등장으로 온체인 데이터의 규모와 속도는 완전히 새로운 단계에 접어들었습니다.

높은 동시성과 저지연 아키텍처의 인기로 하루 거래량이 천만 건을 쉽게 넘고, 원시 데이터의 크기는 수백 기가바이트 단위로 측정되고 있습니다. 솔라나를 예로 들면, 지난 30일간 일일 평균 TPS는 1,200을 넘어섰고 일일 트랜잭션 수는 1억 건을 돌파했으며 8월 17일에는 107,664 TPS로 사상 최고치를 기록하기도 했습니다. 통계에 따르면 솔라나의 원장 데이터는 연간 80~95TB, 즉 하루 210~260GB의 빠른 속도로 증가하고 있습니다.

▲ 체인스펙트, 30일 평균 TPS

▲체인스펙트, 30일 거래량

처리량이 증가하고 있을 뿐만 아니라, BNB 체인의 맥스웰 업그레이드가 블록 시간을 0.8초로 단축하고 베이스 체인의 플래시블록 기술이 200ms로 압축하는 등 신흥 퍼블릭 체인의 블록 시간은 이제 밀리초대에 진입했으며, 올해 말 솔라나는 PoH를 알펜글로우로 대체할 계획입니다. 올해 하반기에 솔라나는 블록 확인 시간을 150ms로 단축하는 작업 증명 방식을 알펜글로우로 대체할 계획이며, 메가이더리움 메인 네트워크는 실시간 블록 해제 시간을 10ms로 단축하는 것을 목표로 하고 있습니다. 이러한 합의와 기술의 혁신은 거래의 실시간성을 획기적으로 개선했지만, 블록 데이터 동기화 및 디코딩 기능에 전례 없는 요구 사항을 안겨주었습니다.

그러나 다운스트림 데이터 인프라의 대부분은 여전히 배치 ETL 파이프라인에 의존하고 있어 데이터 지연이 불가피하게 발생하고 있습니다. 예를 들어 Dune의 경우, 솔라나의 컨트랙트 상호작용 이벤트 데이터는 일반적으로 5분 정도 지연되며, 프로토콜 레이어 집계 데이터는 최대 1시간이 소요될 수 있습니다. 이는 사용자가 400밀리초 안에 확인할 수 있는 온체인 트랜잭션이 분석 도구에 표시되기까지 수백 배 이상 지연된다는 의미이며, 이는 실시간 트레이딩 애플리케이션에서는 용납하기 어려운 수준입니다.

▲Dune, 블록체인 신선도

데이터 공급 측면의 문제를 해결하기 위해 일부 플랫폼은 스트리밍 및 실시간 아키텍처로 전환하고 있습니다. 더 그래프는 서브스트림과 파이어호스를 통해 데이터 지연 시간을 실시간에 가깝게 압축하고, 난센은 클릭하우스와 같은 스트리밍 기술을 도입해 스마트 알림과 실시간 대시보드에서 수십 배 빠른 성능을 제공하며, 판게아는 노드 커뮤니티가 제공하는 컴퓨팅, 스토리지, 대역폭을 통합해 100ms 미만의 지연 시간으로 마켓 메이커, 계량 분석가, 시장 조성자에게 실시간으로 데이터를 전달합니다. 판게아는 마켓 메이커, 퀀트 애널리스트, 중앙화된 지정가 주문창(Clob)을 포함한 B측에 100ms 미만의 지연 시간으로 실시간 스트리밍 데이터를 제공합니다.

▲ 체인스펙트

온체인 트랜잭션은 엄청난 양의 데이터 외에도 현저한 불균등한 트래픽 분포를 보여줍니다. 특징: 지난 한 해 동안 펌프펀의 주간 거래량은 최저치에서 최고치까지 30배나 차이가 났으며, 2024년 밈 거래 플랫폼 GMGN은 4일 동안 6번의 서버 '다운'을 겪었습니다. "그리고 기본 데이터베이스를 AWS Aurora에서 오픈 소스 분산 SQL 데이터베이스인 TiDB로 마이그레이션해야 했습니다. 마이그레이션 후 시스템의 수평적 확장성과 컴퓨팅 탄력성이 크게 향상되었으며, 비즈니스 민첩성이 약 30% 증가하여 트랜잭션이 폭주하는 기간 동안의 부담을 크게 완화할 수 있었습니다.

▲듄, 펌프펀 주간 볼륨

▲ 오데일리, TiDB의 Web3 서비스 사례

멀티체인 생태계는 이러한 복잡성을 더욱 악화시킵니다. 퍼블릭 체인마다 로그 형식, 이벤트 구조, 트랜잭션 필드의 차이로 인해 새로운 체인마다 맞춤형 구문 분석 로직이 필요하며, 이는 데이터 인프라의 유연성과 확장성을 크게 시험합니다. 일부 데이터 제공업체는 "고객 우선" 전략을 채택하여 거래 활동이 활발한 경우, 유연성과 확장성 간의 균형을 고려하여 어느 체인의 서비스에 우선적으로 액세스할지 결정합니다.

고성능 체인의 맥락에서 데이터 처리가 고정 간격 모드의 배치 ETL 단계에 머물러 있다면 지연 백로그, 디코딩 병목현상, 쿼리 지연에 직면하게 되며 실시간, 세분화되고 동적인 상호작용에 대한 수요를 충족할 수 없게 될 것입니다. 데이터 소비의 실시간, 세분화되고 동적인 상호 작용에 대한 수요를 충족할 수 없습니다. 이러한 이유로 온체인 데이터 인프라는 로드 밸런싱 메커니즘과 함께 스트리밍 증분 처리 및 실시간 컴퓨팅 아키텍처로 더욱 발전하여 암호화폐계의 주기적인 거래 피크가 가져오는 동시적인 압력에 대처해야 합니다. 이는 기술 경로의 자연스러운 확장일 뿐만 아니라 실시간 쿼리의 안정성을 보장하는 핵심적인 측면이며, 차세대 온체인 데이터 플랫폼 경쟁에서 진정한 분수령을 형성할 것입니다.

속도가 곧 재산: 온체인 데이터 경쟁의 패러다임 전환

온체인 데이터의 핵심 명제는 '시각화'에서 '실행 가능'으로 바뀌었습니다. 지난 주기에는 Dune이 온체인 분석을 위한 표준 도구였습니다. 연구자들과 투자자들이 "이해"해야 할 필요성을 충족시키기 위해, 사람들은 온체인 내러티브를 연결하기 위해 SQL 차트를 사용했습니다.

• 게임파이와 디파이 플레이어게임파이와 디파이 플레이어Dune을 사용하여 유입과 유출을 추적하고, 마진을 계산하고, 시장이 바뀌기 전에 시간을 되돌릴 수 있습니다.

• NFT 플레이어는 Dune을 사용하여 거래량 추세, 고래 보유량, 분포 프로필을 분석하여 시장 열기를 예측합니다. 시장 열기를 예측합니다.

그러나 밈 플레이어는 이 사이클에서 가장 활발한 소비자입니다. 이들은 경이로운 인기를 누리고 있는 Pump.fun의 누적 매출을 7억 달러로 이끌었으며, 이는 지난 사이클의 주요 소비자 앱인 Opensea의 총 매출의 거의 두 배에 달하는 수치입니다.

밈 트랙에서는 시장의 시간에 대한 민감도가 극도로 확대됩니다. 속도는 더 이상 장식이 아니라 수익과 손실을 결정하는 핵심 변수입니다. 본딩 곡선에 의해 가격이 결정되는 주요 시장에서는 속도가 곧 비용입니다. 토큰 가격은 구매 수요에 따라 기하급수적으로 상승하며, 1분만 지연되어도 진입 비용이 몇 배로 달라질 수 있습니다. 멀티코인의 연구에 따르면, 게임에서 가장 수익성이 높은 플레이어는 일반적으로 경쟁자보다 3포인트 앞서 블록에 진입하기 위해 10%의 슬리피지를 지불합니다. 부의 효과와 "빨리 부자가 되는 신화"는 플레이어들이 동일한 블록 실행 엔진인 두 번째 K라인과 첫 번째 K라인을 쫓도록 유도합니다. 원스톱 의사 결정 패널을 통해 정보 수집 및 주문 처리 속도 경쟁을 벌이고 있습니다.

▲바이낸스

유니스왑의 수동 거래 시절에는 사용자가 직접 슬리피지와 가스를 설정해야 했고, 프론트엔드에서 가격이 보이지 않아 거래가 복권 구매와 비슷했습니다. "유니스왑 수동 거래 시대에는 사용자가 직접 슬리피지와 가스를 설정해야 했고, 프론트엔드에서 가격을 볼 수 없어 복권을 사는 것과 같은 거래가 이뤄졌고, 바나나건 봇 스나이핑 시대에는 자동 스나이핑과 슬리피지 기술을 통해 일반 플레이어도 과학자들과 같은 출발선에 설 수 있었고, 페페부스트 시대에는 풀 정보 첫 푸시와 동시에 봇이 앞줄 위치 데이터를 푸시하고, 마지막으로 GMGN 시대에는 K-라인 정보 집합을 발전시켜왔습니다, 현재 GMGN 시대에 최종 개발하여 터미널 중 하나에서 K-라인 정보, 다차원 데이터 분석 및 거래 실행을 생성하기 위해 밈 거래 "블룸버그 터미널"이됩니다.

거래 도구가 계속 반복되고 실행의 문턱이 점차 낮아지면서 경쟁의 경계는 필연적으로 데이터 자체로 이동하고 있습니다. 누가 더 빠르고 정확하게 신호를 포착하는가가 끊임없이 변화하는 시장에서 거래 경쟁력을 확보하고 사용자에게 수익을 창출할 수 있게 될 것입니다.

우위로서의 차원: K-라인 너머의 진실

메메코인의 본질은 관심의 금융화입니다. 양질의 내러티브는 지속적으로 순환 고리를 끊고 관심을 모을 수 있으며, 그 결과 가격과 시가총액이 상승합니다. 밈 트레이더에게는 실시간도 중요하지만, 큰 성과를 얻으려면 토큰의 내러티브가 무엇인지, 누가 관심을 기울이고 있는지, 그리고 < span leaf="">향후 어떻게 관심이 증폭될 것인지에 대한 것입니다. 이것들은 K라인의 그림자에 불과하며, 실제 동인은 다차원 데이터에 의존할 필요가 있습니다. -오프체인 의견, 온체인 주소 및 위치 구조, 그리고 이 둘의 정확한 매핑.

온체인 × 오프체인: 관심에서 트랜잭션으로 연결되는 루프

사용자는 오프체인에서 관심을 끌고 온체인에서 거래를 완료하며, 이 둘 사이의 폐쇄형 루프 데이터가 밈 트랜잭션의 핵심 강점이 되고 있습니다.

내러티브 추적 및 체인 식별

XHF와 같은 트위터와 같은 소셜 플랫폼에서는 사용자를 추적할 수 있었습니다. 트위터와 같은 소셜 플랫폼, XHunt와 같은 위젯은 밈 플레이어가 프로젝트의 <KOL 팔로잉 목록을 분석하여 프로젝트 배후의 관계자와 잠재적인 관심 체인을 파악하는 데 도움이 됩니다. 6551 DEX는 트윗, 공식 웹사이트, 트윗 댓글, 포스팅 기록, KOL 팔로잉 등을 집계하여 여론에 따라 실시간으로 변화하는 완전한 실시간 AI 보고서를 생성함으로써 트레이더가 내러티브를 정확하게 파악할 수 있도록 지원합니다.

< span leaf="">감성 지표의 정량화

Kaito 및 Cookie.fun과 같은 Infofi 도구< span leaf="">크립토 트위터에서 콘텐츠 집계 및 의견 분석을 수행하여 마인드쉐어, 감성, 영향력에 대한 정량화 가능한 지표를 제공합니다. 예를 들어 Cookie.fun은 이 두 가지 지표의 데이터를 가격 차트에 직접 오버레이하여 오프체인 정서를 읽을 수 있는 '기술적 지표'로 전환합니다.

▲ Cookie.fun

체인 위 체인 아래 병기 중요

OKX DEX는 바이브제품에 대해 나란히 분석 및 인용, 집계된 KOL 샤우팅 시간을 제공합니다. 내러티브 요약은 사용자들 사이에서 가장 인기 있는 AI 제품 기능이 되었습니다.

< ">전통 금융의 주문 흐름 데이터는 대형 브로커의 손에 있으며, 퀀트 회사는 거래 전략을 최적화하기 위해 연간 수억 달러를 지불하고 이 데이터에 액세스합니다. 반면, 암호화폐의 거래 장부는 완전히 공개적이고 투명하며, 이는 고가의 정보를 '오픈 소싱'하는 것과 같아서 채굴이 필요한 노천 금광을 만드는 것과 같습니다.

수중 데이터의 가치는 눈에 보이는 거래에서 보이지 않는 의도를 찾아낼 수 있다는 것입니다. "">. 여기에는 자금 흐름과 특성화 - 딜러 빌드 또는 유인물 단서, KOL 트럼펫 주소, 칩 집중 또는 분산, 번들(거래) 및 비정상적인 자금 흐름, 그리고 각 주소의 스마트 머니인 주소 초상화 연결이 포함됩니다, 각 주소에 대한 KOL/VC, 개발자, 피싱, 쥐 거래 및 기타 레이블, 오프체인 ID에 연결하여 온체인과 오프체인 데이터를 연결합니다.

이러한 신호는 일반 사용자가 감지하기 어려운 경우가 많지만 단기 시장 동향에 큰 영향을 미칠 수 있습니다. 트레이딩 보조는 주소 레이블, 포지션 특성, 번들 거래를 실시간으로 파싱하여 '수면 아래'에서 무슨 일이 일어나고 있는지 알려주므로 트레이더가 위험을 피하고 몇 초 만에 알파를 찾을 수 있습니다.

이런 신호는 일반 사용자가 감지하기 어렵지만 단기 시장 추세에 큰 영향을 미칠 수 있습니다. 예를 들어,GMGN실시간 온체인 거래 및 토큰 컨트랙트 데이터 수집에 더하여스마트 머니, KOL/VC 주소, 개발자 지갑, 쥐 거래, 피싱 주소, 번들 거래 등의 태그 분석,온체인 주소를 소셜 미디어 계정으로 매핑,자금 흐름, 위험 신호 및 가격 조정. 행동과 일치시켜 사용자가 더 빠르게 진입하고 헤지 판단을 내릴 수 있도록 지원합니다. .

▲GMGN

AI 기반 실행 신호: 정보에서 수익까지

"다음 단계의 AI에서 중요한 것은 도구가 아니라 수익입니다." -세쿼이아 캐피탈

이 판단은 암호화폐 트레이딩 분야에서도 유효합니다. 데이터의 속도와 차원이 확보되면, 복잡한 다차원 데이터를 데이터 의사결정 과정에서 실행 가능한 거래 신호로 전환하는 것이 경쟁 목표입니다. 데이터 의사결정을 위한 평가 기준은 충분히 빠른 속도, 자동화, 초과 수익률의 세 가지로 요약할 수 있습니다.

• 충분히 빠름:AI 기능이 발전함에 따라 자연어가 점점 더 대중화되고 있습니다. 기능이 계속 발전함에 따라 자연어와 멀티모달 LLM의 장점은 점차적으로 여기에 적용될 것입니다. 방대한 양의 데이터를 통합하고 이해할 수 있을 뿐만 아니라 데이터 간의 의미적 연결을 설정하고 자동으로 의사 결정 결론을 도출할 수 있습니다. 체인의 고강도, 저거래 심도 거래 환경에서 각 신호는 짧은 적시성과 자금 조달 능력을 가지고 있으며, 속도는 신호가 가져올 수 있는 수익률에 직접적인 영향을 미칩니다.

• 자동화:인간은 24시간 거래할 수 없지만 AI는 24시간 거래할 수 있습니다. 예를 들어, 사용자는 센피 플랫폼에서 에이전트를 통해 이익실현과 손절이 설정된 카피 트레이딩 조건부 매수 주문을 할 수 있습니다. 이를 위해서는 AI가 백그라운드에서 실시간으로 데이터를 폴링 또는 모니터링하고 제안된 신호를 모니터링하면 자동으로 주문 결정을 내립니다.

• 수익률:궁극적으로 모든 거래 신호의 유효성은 초과 수익을 지속적으로 제공하는 능력에 달려 있습니다. AI는 온체인 신호를 잘 이해해야 할 뿐만 아니라 다음과 같은 조건도 갖춰야 합니다. 온체인 신호에 대한 충분한 이해뿐만 아니라 변동성이 매우 높은 환경에서 위험 수익을 극대화하기 위해 위험 제어 기능을 통합해야 합니다. 예를 들어, 슬리피지 손실, 체결 지연 및 기타 체인 고유의 수익률에 영향을 미치는 요인을 고려해야 합니다.

이 기능은 데이터 플랫폼의 비즈니스 로직을 '데이터에 대한 액세스' 판매에서 '수익 창출 시그널' 판매로 재구성하고 있습니다. '데이터 액세스'를 판매하는 것에서 '수익 창출 신호'를 판매하는 것으로 바뀌고 있습니다. 차세대 도구는 더 이상 데이터 범위에서 경쟁하는 것이 아니라 신호의 실행 가능성, 즉 '인사이트'에서 '신호'로 전환할 수 있는 능력으로 경쟁하게 될 것입니다. 인사이트"에서 "실행"으로.

이미 일부 신흥 프로젝트에서 이 방향을 모색하고 있습니다. 예를 들면 다음과 같습니다."Truenorth AI 기반 검색 엔진으로서, "의사 결정 실행률"을 정보에 통합합니다.

▲ 트루노스

AI는 실행 가능한 신호를 생성하는 데 큰 잠재력을 가지고 있지만, 여러 도전 과제에 직면해 있습니다.

1. 환상:온체인 데이터 매우 이질적이고 노이즈가 많은 LLM은 자연어 쿼리나 멀티모달 신호를 구문 분석할 때 '착각' 또는 과적합이 발생하기 쉬우며, 신호 수율과 정확도에 영향을 미칩니다. 예를 들어, 이름이 같은 토큰이 여러 개 있는 경우 AI는 종종 CT 티커의 해당 컨트랙트 주소를 찾지 못합니다. 예를 들어, 많은 AI 신호 상품의 경우, 사람들은 종종 CT의 AI에 대한 논의에서 Sleepless AI를 지적합니다.

2. 신호 수명:거래 환경이 급변하고 있습니다. 지연은 수익률을 떨어뜨리기 때문에 인공지능은 매우 짧은 시간 내에 데이터를 추출, 추론, 실행해야 합니다. 가장 단순한 카피 트레이딩 전략도 스마트 머니를 따라가지 못하면 플러스 수익률에서 마이너스 수익률로 바뀔 수 있습니다.

3. 위험 관리:변동성이 높은 시나리오에서 AI가 연쇄적으로 실패하거나 슬리피지가 너무 크면 초과 수익을 가져오지 못할 뿐만 아니라 초과 수익을 가져오지 못할 수도 있습니다. 과도한 수익을 가져올 뿐만 아니라 몇 분 안에 원금 전체를 소진할 수도 있습니다.

따라서 속도와 정확도 사이의 균형을 어떻게 찾을 것인지, 강화학습, 마이그레이션 학습, 시뮬레이션 백테스팅 등을 통해 오류율을 어떻게 줄일 것인지가 이 분야에서 인공지능의 경쟁 포인트가 될 수 있습니다.

업 또는 다운? 데이터 칸반의 생존

인공지능이 직접 실행 가능한 신호를 생성하고 주문 배치까지 지원할 수 있게 되면서 데이터 집계에만 의존하는 것은 주요 관심사입니다. <데이터 집계에만 의존하는 가벼운 미들 티어 앱은 존립 위기에 직면해 있습니다.

미래에는 효율적인 온체인 실행 엔진이 계속 발전하여 거래 장벽을 더욱 낮출 것입니다. 이러한 추세에 따라 데이터 제공업체는 더 빠른 데이터 수집 및 처리 인프라를 구축하여 아래로 내려갈 것인지, 아니면 애플리케이션 계층으로 확장하여 사용자 시나리오와 소비자 트래픽을 직접 제어하는 위로 올라갈 것인지 선택해야 합니다. 그 중간에서 데이터 집계와 경량 패키징만 수행하는 모델은 계속 압박을 받을 것입니다.

아래로는 인프라 해자를 구축하는 것을 의미합니다. 허블 AI는 거래 상품을 만드는 과정에서 TG 봇에만 의존해서는 장기적인 이점을 형성할 수 없다는 것을 깨닫고 업스트림 데이터 처리로 전환하여 '암호화 데이터베이스' 구축에 전념하고 있습니다. "암호화 데이터베이스". 솔라나의 데이터 처리 속도를 극대화한 후, 허블 AI는 이제 데이터 처리에서 데이터 연구를 위한 통합 플랫폼으로 전환하여 가치 사슬의 업스트림에서 위치를 차지하고 미국의 "금융 업링크" 내러티브의 데이터 요구 사항과 온체인 AI 에이전트의 적용에 대한 기본 지원을 제공하고 있습니다.

위로는 애플리케이션 시나리오로 확장하고 최종 사용자를 대상으로 하는 것을 의미합니다. 스페이스 앤 타임은 초기에 1초 미만의 SQL 인덱싱과 예언 머신 푸시에 집중했지만 최근에는 드림을 출시하여 C-엔드 소비자 시나리오를 탐색하기 시작했습니다. 이더리움의 '바이브 코딩' 제품인 Space. 사용자가 자연어로 스마트 컨트랙트를 작성하거나 데이터 분석 대시보드를 생성할 수 있는 이더리움의 '바이브 코딩' 제품인 Space는 데이터 서비스에 대한 호출 빈도를 높일 뿐만 아니라 엔드투엔드 경험을 통해 사용자와 즉각적인 끈끈함을 형성할 수 있는 혁신입니다.

데이터 인터페이스를 판매하는 미들맨의 역할이 설 자리를 잃어가고 있음은 분명합니다. B2B2C 데이터 트랙의 미래는 두 가지 유형의 플레이어가 지배하게 될 것입니다.하나가 기본 파이프라인을 제어하고 '물, 전기, 석탄의 사슬'이 되는 인프라 회사이고, 다른 하나는 사용자의 의사결정 시나리오에 밀착하여 데이터를 애플리케이션 경험으로 변환하는 플랫폼입니다.

요약

밈 열풍 속에서 밈 플랫폼의 사용이 증가했습니다. ">밈 열풍, 고성능 퍼블릭 체인의 폭발적 증가, AI의 상용화의 세 가지 공명 속에서 온체인 데이터 트랙은 구조적인 전환을 겪고 있습니다. 트랜잭션 속도, 데이터 차원, 실행 신호의 반복으로 인해 '눈에 보이는 차트'는 더 이상 핵심 경쟁력이 아니며, 진정한 해자는 '사용자가 돈을 벌 수 있는 실행 가능한 신호'와 이 모든 것을 뒷받침하는 '기본 데이터 기능'으로 이동하고 있습니다. 이 모든 것을 뒷받침하는 데이터 역량.

향후 2~3년 내에 암호화된 데이터 분야에서 가장 매력적인 기업가적 기회는 다음과 같은 분야가 될 것입니다. Web2 수준의 인프라 성숙도와Web3 온체인 네이티브 실행 모델의 교차점에 있습니다. BTC/ETH와 같은 대형 코인 BTC/ETH와 같은 대형 화폐의 데이터는 높은 수준의 표준화와 기존 금융 선물 상품에 가까운 특성으로 인해 전통 금융 기관과 일부 웹2.0 핀테크 플랫폼에서 점차적으로 다루어지고 있습니다.

반면, 밈 코인과 롱테일 온체인 자산의 데이터는 커뮤니티 내러티브와 온체인 의견부터 크로스체인 유동성까지 매우 비표준화되고 파편화되어 있습니다. 이러한 정보는 온체인 주소 프로필, 오프체인 소셜 신호, 심지어 초 단위의 거래 실행과 함께 해석되어야 합니다. 이러한 차이점 때문에 밈 데이터를 활용한 롱테일 자산의 처리와 거래 체결은 크립토 네이티브 기업가들에게 특별한 기회의 창이 될 수 있습니다.

우리는 장기적으로 다음 두 가지 방향에 깊이 있는 프로젝트에 대해 낙관적입니다:

• 업스트림 인프라 -- 스트리밍 데이터 파이프라인, 웹2.0 대기업에 버금가는 처리 능력을 갖춘 초저지연 인덱싱, 여러 체인에 걸쳐 통합된 구문 분석 프레임워크를 갖춘 체인형 데이터 회사. 이러한 종류의 프로젝트는 데이터브릭스/AWS의 웹3 버전이 될 것으로 예상되며, 사용자들이 점진적으로 체인으로 이동함에 따라 거래량이 크게 증가할 것으로 예상되며 B2B2C 모델은 장기적인 복리 가치를 지니고 있습니다.

• 다운스트림 실행 플랫폼다차원 데이터, AI 에이전트, AI 기술의 통합. - 다차원 데이터, AI 에이전트, 원활한 거래 체결 애플리케이션을 통합합니다. 단편화된 온/오프체인 신호를 직접 실행 가능한 거래로 전환함으로써 더 이상 데이터 액세스 수수료에 의존하지 않고 초과 수익과 신호 전달을 실현하는 비즈니스 모델을 통해 Crypto의 네이티브 블룸버그 터미널이 될 잠재력을 가지고 있습니다.

우리는 이 두 가지 유형의 플레이어가 차세대 암호화폐 데이터 회로를 지배하고 지속 가능한 경쟁 우위를 구축할 것이라고 믿습니다.