ÀϺ» ÀÇ·á ½Ã½ºÅÛÇõ½ÅÀ» À§ÇÑ ÇÁ·ÎÁ§Æ®ÀÎ ‘³²ÄÚÀÎ(NAM coin)’ÀÌ Á¤½ÄÀ¸·Î Çѱ¹ ÅõÀÚÀÚµéÀ» ¸¸³´Ù. ³²ÄÚÀÎÀº 23ÀÏ(±Ý) Àú³á 8½Ã¿¡ ¼¿ï ¸£¸Þ¸£µð¾ÓÈ£ÅÚ¿¡¼ ¹Ô¾÷ Çà»ç¸¦ ÁøÇà, ÀÚ»çÀÇ ¼ºñ½º¸¦ Á¤½ÄÀ¸·Î ¼Ò°³ÇÏ°í Çѱ¹¿¡¼ º»°ÝÀûÀÎ È°µ¿À» ½ÃÀÛÇÑ´Ù°í ¹àÇû´Ù.
³²ÄÚÀÎÀº AI(ÀΰøÁö´É)¿Í ºí·ÏüÀÎÀ» °áÇÕÇÑ ÀÇ·á ½Ã½ºÅÛ ±¸ÃàÀ» ÅëÇØ ±âÁ¸ ÀϺ» ÀÇ·á¾÷°èÀÇ ¹®Á¦Á¡À» ȹ±âÀûÀ¸·Î °³¼±ÇÏ°í, È¿À²ÀûÀÌ°í Åõ¸íÇÑ ½ÃÀåÀ» âÃâÇÏ°íÀÚ ±âȹµÈ ÇÁ·ÎÁ§Æ®´Ù. ³²ÄÚÀÎ(NAM coin)À» °³¹ßÇÑ ÀϺ» ±â¾÷ ³²(NAM)Àº ÀÇ·á ºÐ¾ß¿¡ ƯÈÇÑ ÄÄÇ»ÅÍ ¼ÒÇÁÆ®¿þ¾î¿Í Çϵå¿þ¾î¸¦ µö·¯´×(deep learning) °ú AI(ÀΰøÁö´É)¸¦ ÀÌ¿ëÇÏ¿© °³¹ßÇϴ ȸ»ç´Ù.
ÇöÀç ÀϺ»Àº Àǻ簡 ÀÚ½ÅÀÇ Ä¡·á·Î ÀÎÇØ È¯ÀÚ°¡ È£ÀüµÈ Á¤µµ¸¦ ÆľÇÇϱâ Èûµé°í, ÀüÀÚ Áø·á Â÷Æ® º¸±Þ·üÀÌ 50%¿¡ ±×Ä¡°í ÀÖ´Ù. ³²ÄÚÀÎÀº ÀڽŵéÀÇ º¸À¯ÇÏ°í ÀÖ´Â AI¸¦ »ç¿ëÇØ È¯ÀÚÀÇ °æ°ú¸¦ Àǻ簡 ¿ÏÀüÇÏ°Ô ÆľÇÇÒ ¼ö ÀÖ°Ô ÇØÁÖ°í, ºí·ÏüÀÎÀ» ÀÌ¿ëÇÑ Áø·á Â÷Æ® ½Ã½ºÅÛÀ» ÅëÇØ ±¹°¡ÀûÀ¸·Î ¼Ò¿äµÇ´Â ÀÇ·á ½Ã½ºÅÛ °ü¸® ºñ¿ëÀ» ȹ±âÀûÀ¸·Î ³·Ãâ ¼ö ÀÖ´Â °ÍÀÌ Æ¯Â¡ÀÌ´Ù. ¿©±â¿¡ ³²ÄÚÀÎÀº ÃÖ÷´Ü Ä¡·á ¹× °Ë»ç°¡ °¡´ÉÇÑ ÀÚü AI Ŭ¸®´ÐÀ» ¼³¸³ÇÒ ¿¹Á¤ÀÌ´Ù.
³ªÄ«³ë ÅÝÆäÀÌ(Teppei Nakano) ³²ÄÚÀÎ ´ëÇ¥´Â “¿ÀÁöÀÇ·á, Àǻ簣ÀÇ ¿¬°è, ÷´Ü ÀÇ·á AI ¸ðµ¨ µµÀÔ µîÀ» ÅëÇØ ÀϺ» ÀÇ·á »ê¾÷ üÁúÀ» Àü¹ÝÀûÀ¸·Î °³¼±ÇÏ°íÀÚ º» ÇÁ·ÎÁ§Æ®¸¦ ÁøÇàÇß´Ù”¸ç “AI¸¦ È°¿ëÇÑ Áø·á ·Îº¿ÀÎ ´ÚÅÍ Q, Áúº´¿¹Ãø¸ðµ¨ÀÎ NAM ÀνºÆå¼Ç, ºí·ÏüÀÎÀ» È°¿ëÇÑ Â÷¼¼´ë ÀÇ·á ±â·Ï ½Ã½ºÅÛÀÎ NAM ÀÇ·á±â·Ï ½Ã½ºÅÛ µî ÀÇ·á ½Ã½ºÅÛ ¿µ¿ªÀ» Ç÷§ÆûÈ ½ÃÄÑ Â÷¼¼´ë ÀÇ·á °³ÇõÈ°µ¿¿¡ ÀÖ¾î Å« ¼º°ú¸¦ °ÅµÑ ¼ö ÀÖµµ·Ï ³ë·ÂÇÏ°Ú´Ù”°í ¹àÇû´Ù.
³²ÄÚÀÎÀº 23ÀÏ(±Ý) Àú³áºÎÅÍ ¸ÞÀÎ ¼¼ÀÏÀ» ½ÃÀÛÇϸç, ºí·ÏüÀÎ ¾ÏÈ£ÈÆó°ø°³(ICO) Ç÷§ÆûÀÎ ‘³Ø½ºÆ®¾ÆÀ̾¾¿À’¸¦ ÅëÇØ ±¸ÀÔÇÒ ¼ö ÀÖ´Ù. ÆǸſ¡ ´ëÇÑ º¸´Ù ÀÚ¼¼ÇÑ ³»¿ëÀº ³Ø½ºÆ®¾ÆÀ̾¾¿À °ø½Ä ÆäÀÌÁö¿¡¼ È®ÀÎÇÒ ¼ö ÀÖÀ¸¸ç Çѱ¹ÀεéÀ» À§ÇÑ ³²ÄÚÀÎ Ä«Ä«¿ÀÅå °ø½Ä¹æ¿¡¼µµ È®ÀÎÇÒ ¼ö ÀÖ´Ù. |