논문 하나가 만든 Loud 세상... 'Attention All You Need'는 ultra가 stayloudio 출시를 앞두고 트위터에 공유했던 논문 제목임... 이 논문은 구글 브레인 팀의 Ashish Vaswani 등 8명이 2017년 발표한 것으로, 'Transformer'라는 딥러닝 아키텍처를 처음 제안한 논문임. 나도 잘은 모르지만... 쉽게 요약하면, '어텐션 메커니즘' 하나만으로도 문맥 이해와 예측이 가능하다는 걸 보여줬음... 어텐션은 문장 안에서 단어와 단어의 관계를 파악해 중요한 위치에 더 많은 가중치를 주는 방식임... 이 어텐션을 차용해 Kaito는 Web3에서 '관심만으로 가치를 만들 수 있다'는 상징적 메시지를 담았다고 보면 되며, 그걸 입증하고 있음. 논문 - Kaito - Loud의 연결 고리를 정리해보면... 1) 논문은 KaitoAI가 쓰는 기술, 철학적 기반임. (kaito 검색, 요약 엔진이 Transformer 계열) 2) Loud는 Kaito 위에 온보딩되어 Kaito가 계산한 마인드쉐어를 loud 보상에 활용함. 3) Loud로 인해 발생한 데이터는 Kaito의 데이터 레이크로 들어가 AI 모델 학습에 사용됨. 즉, Transformer → Kaito AI  →  Loud → 새로운 어텐션 데이터 → Kaito AI 강화 로 이어지는 순환 구조임... https://x.com/dori_coin/status/1928363995586777368

이런 글 너무 좋아합니다... 쵝오

굉장히 재밌게 읽었네요. 저도 Loud의 실험적인 시도가 단순한 이벤트로 끝날 거란 생각은 안했는데... 더 구체적으로 잘 정리해주신 것 같습니다. Loud로 인해 발생된 엄청난 양의 데이터를 의도적으로 크롤링하기 위한 KaitoAI의 전략일 가능성이 높겠네요... 어느 분은 kaito의 열풍을 LST랑 비교하면서, 금방 꺼진다는 의견이 있던데... 전 그 의견에 동의하지 않습니다. kaito가 흔히 신규 유동성과 유저에 의존하는 dapp이 아니라, 유저의 데이터로부터 attention과 보상, 심지어 kaito pro같은 솔루션까지 만들어내는 web2와 web3 사이에 ai까지 연결된 프로덕트라는 생각이 들었거든요... 그래서 카이토의 핵심은 우리가 흔히 봐왔던 유동성이 아니라 '데이터'죠... 온보딩되는 프로젝트가 많아지고, Kaito에 관심이 집중될수록 데이터는 계속 쌓이게 되고, 그 데이터는 AI 모델을 더욱 정교하게 만드는... 이 흐름이 반복되면 Kaito는 더욱 더 압도적인 플랫폼이 되지 않을까... 라는 생각이 들었습니다... $KAITO 는 유동성에 기대지 않아요... 데이터에 기대거든요... 악몽 접으셔도 됩니다... https://x.com/SiwonHuh/status/1928272704483815864