0G, AI Agent 인프라의 방향성

목차

1. AI 에이전트에게는 탈중앙화 AI 인프라가 필요하다

1-1. AI 에이전트 시장은 이미 빠르게 성장하고 있다

1-2. 그러나 AI 에이전트의 확장은 인프라 한계에 부딪히고 있다

1-3. 탈중앙화 AI 인프라는 이러한 문제를 해결하기 위한 접근이다

2. 0G Key Highlights

2-1. AI 인프라 구축을 위한 네트워크 아키텍처 개선

2-2. 0G의 대표 생태계 프로젝트 현황

2-3. 파트너십과 생태계 지원 프로그램

2-4. 온체인 퍼포먼스 - 0G Hub

3. 마무리

 

 

1. AI 에이전트에게는 탈중앙화 AI 인프라가 필요하다

1-1. AI 에이전트 시장은 이미 빠르게 성장하고 있다

AI 에이전트는 단순한 챗봇이나 보조 도구를 넘어 자율적으로 의사결정을 내리고 실행까지 수행하는 주체로 빠르게 진화하고 있다.

불과 몇 년 전까지만 해도 크립토 씬에서 AI 에이전트가 언급될 때는 비교적 단순한 형태에 머물러 있었다. AIXBT와 같이 다양한 데이터를 분석해 글을 작성하거나 콘텐츠를 생성하는 AI가 대표적인 AI 에이전트의 형태였으며, Griffain, Infinit, Edgen 등과 같이 AI 에이전트를 기반으로 자동화된 자산 운용 전략을 실행하는 에이전트 또한 등장했다. 당시에는 이러한 자동화된 데이터 분석, 콘텐츠 생성, 그리고 기본적인 전략 실행 기능 정도가 AI 에이전트의 주요 활용 형태이자 사실상 가능한 구현 범위의 한계로 인식되었다.

그러나 최근에는 상황이 빠르게 변하고 있다. Claude Code, Codex와 같은 개발 중심 AI의 발전, 그리고 OpenClaw와 같은 오픈 에이전트 프레임워크의 등장으로 AI 에이전트는 단순한 콘텐츠 생성 도구를 넘어 실제 작업을 수행하는 온라인 비서 형태로 발전하고 있다. 사용자의 지시에 따라 정보를 수집하고, 워크플로우를 실행하며, 다양한 서비스를 연결해 작업을 처리하는 방식이 점차 대중에게도 익숙해지고 있다.

출처: https://0g.ai/blog/agentic-ai-market-infra-2026

실제 시장 성장 속도 역시 매우 빠르게 나타나고 있다. 다양한 기관들의 연구에 기반한 0G의 분석에 따르면 Agentic AI 시장 규모는 2025년 약 73억 달러 수준에 도달했으며, 향후 2034년에는 1,390억~2,360억 달러 규모로 확대될 것으로 전망된다. 이는 연평균 약 40~46%에 달하는 높은 성장률이다.

기업 도입 역시 빠르게 진행되고 있다. PwC와 여러 산업 조사에 따르면 기업의 약 79%가 이미 AI 에이전트를 어떤 형태로든 도입했으며, 이 중 약 23%만이 실제 프로덕션 환경까지 확장한 상태다. 즉 대부분의 기업이 AI 에이전트의 가능성을 확인했지만, 아직 대규모 운영 단계까지 확장하는 과정에서는 여러 한계에 직면해 있는 상황이다.

활용 사례 역시 점점 구체화되고 있다. 금융 영역에서는 포트폴리오 관리 에이전트가 여러 DeFi 프로토콜을 동시에 모니터링하며 수익률 기반으로 자동 리밸런싱을 수행하고 있으며, 보안 영역에서는 스마트 컨트랙트 공격을 실시간으로 탐지하는 보안 에이전트가 등장하고 있다. 또한 Google, AWS, Anthropic, Visa 등 주요 기업들은 머신 간 결제 인프라 구축을 위해 에이전트 기반 결제 프로토콜을 실험하고 있다.

이처럼 AI 에이전트는 이미 금융, 보안, 데이터 분석, 자동화된 운영 관리 등 다양한 영역에서 실제로 활용되기 시작했으며, 향후 디지털 경제에서 실행을 담당하는 핵심 레이어(execution layer)로 자리 잡을 가능성이 높다.

1-2. 그러나 AI 에이전트의 확장은 인프라 한계에 부딪히고 있다

AI 에이전트 기술 자체는 빠르게 발전하고 있지만, 실제 서비스 확장 과정에서는 여러 구조적인 한계가 드러나고 있다. 특히 대부분의 기업이 파일럿 단계에서 프로덕션 확장 단계로 넘어가지 못하는 이유는 인프라 문제로 지적된다.

가장 큰 문제는 추론 비용(inference cost)이다. AI 기반 서비스에서 모델 추론 비용은 전체 운영 비용의 약 60~80%를 차지하는 경우가 많다. AI 에이전트는 일반적인 AI 서비스보다 더 많은 추론 연산을 필요로 한다. 하나의 사용자 요청을 처리하기 위해 5~20회 이상의 모델 추론이 반복적으로 실행되는 구조이기 때문이다. 이로 인해 서비스 규모가 커질수록 비용이 기하급수적으로 증가하는 문제가 발생한다.

두 번째 문제는 검증(verification)이다. AI 에이전트가 자산을 이동시키거나 거래를 실행하는 상황에서는 “에이전트가 실제로 의도된 규칙에 따라 행동했는가”를 검증하는 메커니즘이 필요하다. 그러나 현재 대부분의 AI 시스템은 결과만 제공할 뿐, 해당 결과가 어떻게 생성되었는지 신뢰 가능한 방식으로 증명하는 구조가 부족하다. 특히 AI 모델이 잘못된 판단을 내리거나 잘못된 보상을 학습하는 reward hacking과 같은 문제는 실제 서비스 환경에서 상당한 리스크가 될 수 있다.

세 번째는 거버넌스와 책임 구조 문제다. AI 에이전트는 점점 멀티 에이전트 시스템 형태로 발전하고 있으며, 여러 에이전트가 서로 데이터를 전달하고 행동을 유도하는 구조가 등장하고 있다. 이 경우 특정 행동이 어떤 에이전트의 판단에서 비롯되었는지 추적하기 어렵다. 실제 조사에 따르면 약 74%의 조직이 AI 에이전트에 대한 명확한 거버넌스 체계를 갖추지 못한 상태다.

결국 현재 AI 에이전트 시장의 핵심 문제는 AI 모델 자체의 성능이 아니라 이를 실행하고 검증하며 확장할 수 있는 인프라의 부족이라고 볼 수 있다.

1-3. 탈중앙화 AI 인프라는 이러한 문제를 해결하기 위한 접근이다

이러한 문제를 해결하기 위한 접근 방식으로 탈중앙화 AI 인프라(Decentralized AI Infrastructure)가 주목받고 있다. 이는 AI 연산과 데이터 처리, 검증 구조를 중앙화된 클라우드 환경이 아니라 분산 네트워크 기반 인프라 위에서 실행하는 구조를 의미한다.

탈중앙화 AI 인프라의 첫 번째 장점은 연산 비용 절감이다. 탈중앙화 컴퓨트 네트워크에서는 GPU 보유자들이 네트워크에 컴퓨트 자원을 제공하고, 이를 필요로 하는 서비스들이 시장 형태로 이용할 수 있다. 공개된 비교 자료에 따르면 탈중앙 컴퓨트/GPU 네트워크는 주요 클라우드(AWS 등) 대비 대체로 60~85% 수준의 비용 절감이 반복적으로 보고되며, 특정 케이스에서는 90%+ 절감이 관측되기도 한다.

두 번째는 검증 가능한 실행(verifiable execution)이다. 탈중앙화 인프라에서는 Trusted Execution Environment(TEE)를 통해 실행 환경과 코드의 무결성을 증명하고, Zero-Knowledge Machine Learning(ZKML)과 같은 기술을 활용해 AI 연산이 실제로 특정 모델과 입력을 기반으로 수행되었음을 수학적으로 검증할 수 있다. 이러한 구조는 AI 에이전트가 금융 거래나 자산 관리와 같은 민감한 작업을 수행할 때 연산 과정과 결과의 신뢰성을 확보하는 핵심 메커니즘으로 작동한다.

세 번째는 행동 기록의 투명성과 책임 구조를 강화할 수 있다는 점이다. 탈중앙화 인프라에서는 에이전트의 실행 과정과 상호작용을 검증 가능한 로그 형태로 기록할 수 있으며, 이를 통해 어떤 에이전트가 어떤 조건과 데이터에 기반해 행동했는지를 추적할 수 있다. 특히 멀티 에이전트 환경에서는 여러 에이전트가 서로 데이터를 전달하고 작업을 수행하는 구조가 형성되기 때문에 의사결정의 책임 주체가 불분명해질 수 있다. 이러한 상황에서 실행 기록을 투명하게 남기고 검증할 수 있는 구조는 행동의 추적 가능성(traceability)과 책임성(accountability)을 확보하는 데 중요한 역할을 할 수 있다.

다만 이러한 접근이 곧바로 완전한 거버넌스 체계를 의미하는 것은 아니다. 현재 AI 거버넌스 프레임워크는 여전히 초기 단계에 머물러 있으며, 특히 자율적으로 행동하는 AI 에이전트에 특화된 표준과 운영 기준은 아직 충분히 정립되지 않았다. 실제로 많은 조직들이 AI 에이전트를 빠르게 도입하고 있지만 이를 관리하고 통제할 수 있는 거버넌스 체계는 뒤따라 구축되고 있는 상황이다. 따라서 탈중앙화 인프라는 투명성과 책임 구조를 강화할 수 있는 기술적 기반을 제공할 수는 있지만, 멀티 에이전트 환경에서의 거버넌스 문제는 여전히 해결 과정에 있는 과제로 볼 수 있다.

결국 AI 에이전트가 디지털 경제의 핵심 실행 주체로 자리 잡기 위해서는 단순히 더 강력한 모델이 아니라 확장 가능하고 검증 가능하며 비용 효율적인 인프라가 필요하다. 그리고 이러한 요구를 충족시키기 위한 대안으로 탈중앙화 AI 인프라가 등장하고 있으며, 0G는 이러한 인프라를 구축하는 대표적인 프로젝트이다.

 

2. 0G Key Highlights

2-1. AI 인프라 구축을 위한 네트워크 아키텍처 개선

2025년 하반기 이후 0G는 AI 애플리케이션 실행을 위한 탈중앙화 AI 인프라 구축을 목표로 네트워크 구조와 핵심 인프라 계층을 지속적으로 개선하고 있다. 특히 AI 워크로드가 요구하는 높은 처리량과 대규모 연산 환경을 지원하기 위해 네트워크 확장성과 AI 실행 인프라를 동시에 강화하는 방향으로 기술 업데이트가 진행되고 있다.

먼저 네트워크 성능 측면에서는 병렬 합의(parallel consensus) 기반 구조를 중심으로 확장성을 개선하고 있다. 0G는 여러 샤드가 동시에 트랜잭션을 처리하는 구조를 통해 높은 처리량을 확보하는 구조를 설계하고 있으며, 최근 성능 테스트에서는 샤드당 약 11,000 TPS 수준의 처리 성능이 보고되었다. 이러한 구조는 AI 모델 추론, 데이터 처리, 에이전트 상호작용 등 대규모 트랜잭션이 발생하는 환경에서도 네트워크가 안정적으로 작동할 수 있도록 하기 위한 기반이 된다.

한편 0G는 AI 모델 추론을 위한 0G Compute 레이어도 구축하고 있다. 최근에는 Zhipu AI가 개발한 GLM-5 모델을 포함해 DeepSeek Chat v3, GPT-OSS-120B, Qwen3-VL-30B, Whisper Large v3 등 다양한 AI 모델이 0G Compute 메인넷에서 실행되고 있다. 특히 최근 추가된 GLM-5는 744B 파라미터 규모의 Mixture-of-Experts(MoE) 모델로, 현재 공개된 오픈소스 모델 가운데에서도 높은 성능을 기록한 모델 중 하나로 평가된다.

비용 측면에서도 0G Compute는 경쟁력을 보인다. GLM-5 모델의 경우 1M 토큰 기준 입력 약 $0.60, 출력 약 $1.92 수준으로 제공되며, 이는 AtlasCloud, Together AI, Fireworks 등 주요 AI 추론 서비스와 비교했을 때 약 35~40% 낮은 가격 수준이다.

또한 0G Compute의 특징은 단순한 모델 호스팅을 넘어 TEE(Trusted Execution Environment) 기반 프라이버시 보호 환경에서 추론이 수행된다는 점이다. AI 요청은 하드웨어 격리 환경에서 처리되기 때문에 GPU 운영자나 인프라 제공자도 사용자의 입력 데이터를 직접 확인할 수 없다. 나아가 연산 과정은 TEEML, OPML, ZKML 등 검증 메커니즘을 통해 검증 가능한 방식으로 수행되며, 이를 통해 AI 연산의 신뢰성과 무결성을 확보하는 것을 목표로 한다.

2-2. 0G의 대표 생태계 프로젝트 현황

기술 인프라 구축과 함께 0G는 AI 애플리케이션 생태계 확장에도 적극적으로 나서고 있다. 0G는 다양한 AI 애플리케이션 프로젝트와 인프라 서비스가 참여하는 온체인 AI 생태계를 구축하고 있으며, 이를 통해 AI 에이전트 기반 애플리케이션 개발을 촉진하고 있다. 특히 데이터, 디파이, 게임, 신원, 음성 AI 등 다양한 영역에서 프로젝트들이 등장하며 AI 네이티브 블록체인 생태계를 형성해가고 있다.

대표적인 생태계 프로젝트들은 다음과 같다.

AIverse

AIverse는 0G 생태계의 대표적인 디앱 중 하나로, 노코드(No-Code) 기반의 AI 에이전트 생성 및 거래 플랫폼이다. 사용자는 별도의 프로그래밍 지식 없이도 AI 에이전트를 만들고 이를 iNFT(Intelligent NFT) 형태로 민팅하여 온체인에서 거래할 수 있다. 즉, AIverse는 단순한 AI 제작 툴이 아니라 AI 에이전트의 생성, 소유, 거래를 하나의 온체인 경제로 연결하는 마켓플레이스라는 점에서 의미가 있다. 현재 AIverse는 0G 메인넷에서 운영 중이며, 향후 약 12만 개 이상의 Alignment Node iNFT가 해당 마켓플레이스에서 거래될 수 있도록 지원할 예정이다.

* iNFT (Intelligent NFT): AI 에이전트를 NFT화하여 온체인 상에서 거래 가능하도록 만든 디지털 자산. AI 에이전트에게 최적화된 ERC-7857라는 자체 NFT 표준을 기반으로 설계된다.

AI 에이전트 생성 과정 또한 매우 간단하다. 사용자가 코드 작성 없이 자연어로 에이전트의 목적, 능력, 성격, 페르소나 등을 입력하면 약 10초 내외의 시간 안에 AI 에이전트가 자동으로 생성된다. 이렇게 생성된 에이전트는 즉시 iNFT로 민팅할 수 있으며, 플랫폼 내 마켓플레이스에 바로 등록하여 판매하거나 다른 사용자에게 이전할 수 있다. 이러한 구조는 AI 에이전트 제작을 개발자 중심의 영역에서 일반 사용자까지 확장하는 진입 장벽 완화의 효과를 가진다.

현재 AIverse에서 생성되는 에이전트는 기본적인 챗봇 형태의 기능을 수행하는 수준에 머물러 있다. 그러나 장기적으로는 단순 대화형 에이전트를 넘어 실제 작업을 수행하는 자율적이고 기능적인 AI 에이전트로 발전하는 것을 목표로 한다. 예를 들어 포트폴리오 관리, 리서치 요약, 자동화된 워크플로우 실행, 외부 툴과의 연동 등 다양한 온체인 및 오프체인 작업을 수행할 수 있는 형태로 확장될 예정이다.

한편 AIverse의 핵심 기능은 현재 0G Chain 위에서 실행되고 있다. 에이전트 생성, iNFT 민팅, 거래 기록, 마켓플레이스 정산 등 주요 트랜잭션이 온체인에서 처리되며, 이를 통해 AI 에이전트의 소유권과 거래 내역이 블록체인 상에서 투명하게 기록된다. 향후에는 0G의 다른 인프라 레이어와의 통합도 단계적으로 진행될 예정이다. 0G Storage는 에이전트 설정 정보와 메타데이터 저장을 담당하고, 0G Compute는 AI 모델 추론과 같은 연산 작업을 처리하며, 0G Data Availability는 에이전트 거래와 관련된 데이터 검증을 지원하게 된다.

이러한 구조는 AI 에이전트 실행에 필요한 데이터 저장, 연산, 검증 기능을 각각 독립적인 레이어에서 처리하는 모듈형 아키텍처를 기반으로 한다. 각 기능이 분리되어 동작하기 때문에 플랫폼 규모가 확대되더라도 성능 병목을 최소화하면서 확장성을 유지할 수 있다.

결과적으로 AIverse는 0G의 모듈형 인프라 위에서 AI 에이전트의 생성, 소유, 거래, 실행을 하나의 구조로 연결하는 플랫폼을 구축하고 있으며, 이를 통해 향후 등장할 AI 에이전트 중심 경제(agentic economy)의 초기 인프라 역할을 수행하는 것을 목표로 하고 있다.

Jaine

Jaine는 0G 생태계의 대표적인 디파이 디앱으로, AI 기반 자동화 기능을 결합한 탈중앙화 거래 플랫폼(DEX)이다. 출시 이후 현재까지 약 20만 건 이상의 온체인 트랜잭션이 발생했으며, 하루 평균 2,000~5,000건 수준의 트랜잭션이 발생하는 등 0G 생태계에서 활발하게 사용되고 있다.

Jaine의 핵심 기능은 CLMM(Concentrated Liquidity Market Maker) 구조의 DEX이다. 이는 유동성을 특정 가격 구간에 집중시켜 자본 효율성을 높이는 방식의 거래소 구조로, 최근 많은 디파이 프로토콜에서 채택되고 있는 모델이다. 여기에 AI 기반 자동화 기능이 더해져, 사용자가 직접 모든 거래를 실행하지 않아도 AI 에이전트가 사전에 설정된 전략을 바탕으로 트레이딩이나 유동성 관리 작업을 대신 수행할 수 있도록 설계되어 있다. 즉, 사용자는 전략만 설정하고 실제 실행은 AI가 처리하는 형태의 자동화된 디파이 환경을 지향하고 있다.

Jaine는 이전에 Ethereum, Polygon, Sonic 등 여러 고성능 블록체인 환경에서 개발 경험을 쌓았지만, AI 기반 애플리케이션을 장기적으로 확장하기 위해 0G의 모듈형 블록체인 아키텍처를 핵심 인프라로 선택했다. 현재 Jaine의 핵심 기능은 0G Chain 위에서 실행되고 있으며, 스왑 거래, 유동성 이동, 에이전트 실행, 트랜잭션 기록 등 주요 활동이 온체인에서 처리된다.

향후에는 0G의 다른 인프라 레이어와의 통합도 단계적으로 확대될 예정이다. 0G Data Availability는 고빈도 시장 데이터와 트레이딩 관련 데이터를 안정적으로 처리하는 역할을 하며, 0G Storage는 에이전트 실행 결과나 대용량 데이터 저장을 담당하게 된다. 또한 0G Compute는 AI 모델 추론과 에이전트 연산을 지원하는 역할을 맡게 된다. 이러한 구조는 AI 기반 트레이딩 시스템이 필요로 하는 데이터 처리, 연산, 검증 기능을 각각 분리된 레이어에서 수행하도록 설계된 것으로, 향후 플랫폼 규모가 확대되더라도 안정적인 성능을 유지할 수 있는 기반이 된다.

장기적으로 Jaine는 단순한 DeFi 프로토콜을 넘어 AI 에이전트가 직접 온체인 금융 활동을 수행하는 자동화된 트레이딩 인프라로 발전하는 것을 목표로 하고 있다. 이를 위해 멀티 스왑 모듈, 사용자 온램프 기능, ERC-7857 기반 iNFT 컬렉션 등 다양한 기능 확장이 준비되고 있으며, 궁극적으로는 완전히 자동화된 전략 실행 환경을 구현할 계획이다.

Kult Games

Kult Games는 0G 생태계에서 구축되고 있는 온체인 게임 브라우저 플랫폼으로, 여러 게임을 하나의 환경에서 연결하는 것을 목표로 한다. 일반적인 게임이 각각 독립적으로 운영되는 것과 달리, Kult는 플레이어의 신원(identity), 인벤토리, 성취 기록이 여러 게임에서 동일하게 유지되는 구조를 구축하고 있다. 즉 플레이어는 게임을 바꿀 때마다 새로 시작하는 것이 아니라, 아이템과 기록, 성취 등이 전체 생태계에서 지속적으로 이어지는 통합 게임 환경을 경험하게 된다.

Kult는 이전까지 AWS, Firebase, 자체 서버 등을 활용해 게임 인프라를 구축해 왔지만, 이러한 방식에서는 게임마다 데이터가 분리되고 시스템 구조가 복잡해지는 문제가 있었다. 특히 게임 간 아이템 공유나 통합 신원 시스템, 장기적인 성장 기록과 같은 기능을 구현하기 어려웠다. 이러한 한계를 해결하기 위해 Kult는 블록체인 실행, 스토리지, 데이터 가용성, 컴퓨팅 기능을 하나의 구조로 제공하는 0G의 모듈형 인프라를 핵심 기반으로 선택했다.

Kult의 첫 번째 게임인 ZeroGPool은 0G 인프라가 실제 애플리케이션에서 어떻게 활용되는지 잘 보여준다. 게임 로직과 보상 처리는 0G Chain에서 100ms 이하 속도로 실행되며, 플레이어 프로필과 인벤토리는 0G Storage에서 약 120ms 내에 불러올 수 있다. 또한 경기 데이터와 리플레이 정보는 0G Data Availability 레이어에 기록되어 검증 가능한 게임 기록과 온체인 기반 리더보드·안티치트 시스템 구현을 가능하게 한다. 향후에는 0G Compute를 활용해 AI 기반 매칭 시스템, NPC 행동, 개인화 추천 기능 등을 추가할 예정이며, ERC-7857 기반 iNFT를 활용해 진화하는 플레이어 아바타와 게임 자산을 구현할 계획이다.

결과적으로 Kult Games는 단일 게임 프로젝트가 아니라, 여러 게임이 하나의 시스템에서 연결되는 온체인 게임 생태계를 구축하려는 시도라고 볼 수 있다. 0G의 모듈형 인프라를 기반으로 실시간 게임 실행, 통합 신원 시스템, 게임 간 자산 공유를 구현함으로써 장기적으로 하나의 지속적인 게임 유니버스를 만드는 것을 목표로 하고 있다.

.0G Domain

0G는 SPACE ID와 협력해 .0g라는 네이티브 온체인 도메인(.TLD)을 도입했다. .0g는 0G 체인 위에서 작동하는 온체인 신원 레이어(identity layer)로, 사용자와 AI 에이전트가 지갑 주소 대신 사람이 읽을 수 있는 이름을 사용할 수 있도록 설계된 시스템이다. 각 .0g 도메인은 0G 체인의 EVM 지갑 주소에 직접 매핑되며, 이를 통해 자산 전송, 애플리케이션 상호작용, 신원 증명 등을 하나의 이름으로 수행할 수 있다.

현재 대부분의 AI 시스템에서 사용되는 신원 체계는 플랫폼 계정, API 키, 서비스별 사용자 ID 등 플랫폼 내부 계정 구조에 기반한다. 이러한 방식에서는 AI 에이전트의 신원이 특정 서비스에 종속되기 때문에, 다른 애플리케이션이나 네트워크로 이동할 경우 동일한 신원을 유지하기 어렵다. 또한 에이전트가 자산을 전송하거나 다른 서비스와 상호작용하려면 별도의 계정 연동이나 중개 시스템이 필요해, 에이전트 간 상호작용과 자동화된 워크플로우를 구현하는 데 구조적인 제약이 발생한다.

.0g 도메인은 이러한 문제를 해결하기 위해 지갑 주소에 직접 연결된 온체인 신원 구조를 제공한다. 각 도메인은 0G 체인의 EVM 지갑에 매핑되며, 이를 통해 사용자와 AI 에이전트는 하나의 이름을 기반으로 자산을 전송하거나 다양한 애플리케이션과 상호작용할 수 있다. 이러한 구조는 에이전트 간 결제, 사용자-에이전트 상호작용, 서비스 간 자동화된 워크플로우 연결 등을 보다 자연스럽게 가능하게 하며, AI 에이전트가 여러 애플리케이션을 넘나들며 활동하는 환경에서 일관된 신원과 주소 체계를 제공하는 역할을 한다.

.0g는 0G 생태계의 신원 프레임워크의 일부로, .agi(애플리케이션 도메인), .robot(에이전트 식별자)와 함께 사용된다. 이 세 가지 도메인 시스템은 사용자, 애플리케이션, AI 에이전트가 함께 활동하는 온체인 AI 생태계를 위한 통합 신원 인프라를 구성한다. .0g 도메인 민팅은 현재 Space ID의 0G 도메인 서비스에서 가능하며, 현재 총 407개의 도메인이 등록된 상황이다. 도메인은 1년 단위로 구매할 수 있으며, 글자 수가 짧을수록 더 높은 가격이 책정되는 구조다. 또한 일반적인 블록체인 도메인과 마찬가지로 2차 시장에서의 거래도 가능하다.

Flashback

Flashback은 개인 음성 기억을 기록하고 보존하는 AI 기반 메모리 플랫폼으로, 사용자가 자신의 기억 데이터를 직접 소유할 수 있도록 설계된 프라이버시 중심 애플리케이션이다. 사용자는 음성으로 기억을 이야기하면 AI가 이를 정리해 하나의 “Memory Orb” 형태로 저장하며, 이후 언제든지 다시 확인하거나 활용할 수 있다. 기존의 메모리 앱이 중앙화된 서버에 데이터를 저장하는 것과 달리, Flashback은 사용자의 모든 데이터가 온체인 인프라 위에 저장되는 구조를 채택하고 있다.

Flashback은 2026년 1월 기존 인프라였던 IO.NET 기반 구조에서 0G의 모듈형 블록체인 스택으로 전체 시스템을 이전했다. 이는 개인 음성 기록과 같은 민감한 데이터를 중앙화 서버에 의존하지 않고 저장하기 위해서다. Flashback은 스토리지와 컴퓨팅을 하나의 탈중앙화 인프라에서 제공하는 0G를 통해 데이터 소유권을 사용자에게 귀속시키는 구조를 구축하고자 했다.

0G 인프라로 이전한 이후 Flashback은 성능과 비용 측면에서 의미 있는 개선을 확인했다. 출시 이후 약 802개의 지갑이 생성되고 9,900건 이상의 온체인 트랜잭션이 발생했으며, 3,300개 이상의 파일(약 519MB)이 온체인 스토리지에 저장되었다. 또한 인프라 비용은 기존 대비 약 70% 절감, AI 추론 비용은 약 90% 절감, 스토리지 비용도 중앙화 스토리지 대비 50% 이상 절감된 것으로 보고되었다.

현재 Flashback은 0G Chain, 0G Storage, 0G Compute를 중심으로 운영된다. 사용자의 음성 기록과 데이터셋은 0G Storage에 저장되고, 0G Compute는 음성 데이터를 분석해 기억을 정리하는 AI 연산을 수행한다. 향후에는 ERC-7857 기반 iNFT를 활용한 AI Twin 기능을 도입해 사용자의 기억을 기반으로 진화하는 AI 에이전트를 구현하고자 하며, 장기적으로는 사용자가 자신의 기억 데이터를 완전히 소유하고 관리할 수 있는 탈중앙화 AI 메모리 인프라 구축을 목표로 하고 있다.

이외에도 다양한 0G 생태계의 주요 디앱들에 대한 소개는 0G Hub에서 볼 수 있다.

2-3. 파트너십과 생태계 지원 프로그램

0G는 인프라 구축과 함께 다양한 기업 및 프로토콜과의 협력을 통해 생태계를 확장하고 있다. 최근 주요 파트너십으로는 Anchorage Digital, Pyth Network, EigenLayer 등이 있으며, 각각 기관 수탁 인프라, 온체인 가격 오라클, 리스테이킹 기반 보안 등 서로 다른 영역에서 0G 생태계를 지원하고 있다. 이러한 협력은 단순한 마케팅 파트너십을 넘어 데이터, 보안, 금융 인프라 등 AI 애플리케이션이 실제로 운영되기 위한 기반 레이어를 구축하는 협력 구조라는 점에서 의미가 있다. 이를 통해 0G는 단순한 AI 블록체인을 넘어 AI 애플리케이션을 위한 종합 인프라 네트워크로 확장되는 기반을 마련하고 있다.

또한 0G는 개발자 생태계를 확대하기 위해 다양한 빌더 프로그램과 액셀러레이터 프로그램을 운영하고 있다. 대표적으로 $88.88M 규모의 Ecosystem Growth Program을 통해 탈중앙화 AI 애플리케이션 개발 프로젝트에 그랜트와 기술 지원을 제공하고 있으며, AI 에이전트 기반 서비스, 온체인 데이터 마켓, AI 기반 DeFi, 게임 및 메타버스 등 다양한 분야의 프로젝트를 지원하고 있다.

이 Ecosystem Growth Program에는 초기 단계 개발팀을 지원하기 위한 Guild on 0G 프로그램이 포함되어 있다. Guild on 0G는 약 $8.88M 규모의 빌더 프로그램으로, 테스트넷 단계의 프로젝트가 메인넷 애플리케이션으로 발전할 수 있도록 그랜트, 가스 크레딧, 기술 지원, 마케팅 지원 등을 제공한다. 이를 통해 초기 개발팀이 0G 인프라 위에서 AI 기반 dApp을 빠르게 개발하고 생태계에 온보딩할 수 있도록 지원하는 것을 목표로 한다. Guild on 0G 는 현재 여기서 신청할 수 있다.

이와 별도로 0G는 Apollo AI Accelerator도 운영하고 있다. Apollo는 Stanford 블록체인 생태계와 연계된 Blockchain Builders Fund(BBF)와 협력해 진행되는 약 $20M 규모의 액셀러레이터 프로그램으로, 선정된 팀에게 최대 200만 달러 투자, Google Cloud 20만 달러 크레딧, Privy 지갑 인프라 지원 등을 제공한다. 또한 약 10주간의 멘토링 프로그램과 데모데이를 통해 투자자 및 파트너와 연결되며, AI 에이전트, AI 기반 DeFi, 온체인 데이터 시장 등 AI와 블록체인이 결합된 다양한 애플리케이션 프로젝트를 주요 대상으로 한다. Apollo AI Accelerator는 현재 여기서 신청할 수 있다.

이처럼 0G는 생태계 펀딩 프로그램(Ecosystem Growth Program), 초기 빌더 프로그램(Guild on 0G), 스타트업 액셀러레이터(Apollo) 등 여러 단계의 지원 구조를 통해 AI 애플리케이션 개발자와 스타트업을 유치하며 탈중앙화 AI 애플리케이션 생태계를 확대하고 있다.

2-4. 온체인 퍼포먼스 - 0G Hub

0G는 2025년 8월 메인넷 출시 이후 약 7개월 만에 345,000개의 Unique 주소, 269만 건의 트랜잭션, 5,400개 이상의 스마트 컨트랙트를 기록하며 온체인 활동이 빠르게 증가하고 있다.

트랜잭션 활동 또한 꾸준히 유지되고 있다. 최근 기준 일 평균 약 1만~1.5만 건 수준의 트랜잭션이 발생하고 있으며, 이는 TGE 이후에도 네트워크 사용이 지속적으로 이어지고 있음을 보여준다.

네트워크 보안 측면에서도 안정적인 구조가 형성되고 있다. 현재 57개의 Validator가 활성화되어 있으며, 2,060명의 참여자가 Validator에 0G 토큰을 위임(delegate)하여 스테이킹에 참여하고 있다. 총 389,656,055 $0G가 스테이킹되어 있으며, 2026년 3월 10일 기준 약 2.22억 달러 규모의 자금이 네트워크 보안에 기여하고 있다.

한편 0G Storage 사용량 또한 점진적으로 증가하고 있다. 현재까지 총 56,206회의 파일 업로드와 약 51.71GB의 데이터 저장이 이루어졌다. 향후 AIverse, Jaine 등 주요 생태계 애플리케이션이 0G Compute 및 0G Storage와 더욱 긴밀하게 통합될 경우, 온체인 데이터 사용량과 네트워크 활동 지표는 더욱 빠르게 확대될 가능성이 있다.

 

3. 마무리

결국 AI 에이전트 시장의 핵심 과제는 더 뛰어난 모델 하나를 만드는 것이 아니라, 에이전트가 실제 서비스 환경에서 신뢰 가능하고 비용 효율적으로 작동할 수 있는 인프라를 구축하는 것이다. 현재 AI 에이전트는 금융, 게임, 데이터, 자동화 등 다양한 영역으로 빠르게 확장되고 있지만, 높은 추론 비용, 검증 부족, 책임 추적의 어려움과 같은 구조적 한계로 인해 아직 대규모 프로덕션 단계까지는 충분히 확장되지 못하고 있다. 이러한 맥락에서 탈중앙화 AI 인프라는 단순한 대안적 컴퓨트 네트워크가 아니라, AI 에이전트의 실행·검증·기록을 위한 새로운 인프라 레이어로서 의미를 가진다.

이러한 흐름 속에서 0G는 단순히 “AI를 위한 블록체인”을 표방하는 수준을 넘어, 실제로 AI 애플리케이션이 실행될 수 있는 모듈형 인프라 스택을 구축하고 있다는 점에서 주목할 만하다. 병렬 합의 기반의 확장성, TEE 및 ZKML 기반 검증 가능성, 경쟁력 있는 추론 비용, 그리고 이를 활용하는 생태계 프로젝트의 확장은 0G가 지향하는 방향이 단순한 내러티브에 그치지 않음을 보여준다. 향후 0G의 성패는 더 많은 실사용 애플리케이션과 온체인 수요를 얼마나 끌어올 수 있는지에 달려 있겠지만, 현재 시점에서 AI Agent 시대에 필요한 인프라의 방향성을 명확하게 제시하고 있다.