ActionModel

ActionModel은 커뮤니티 소유의 대규모 액션 모델(LAM) 개발을 목표로 하는 분산형 인공 지능 프로젝트입니다. 이 플랫폼은 그래픽 사용자 인터페이스(GUI)와 상호 작용하여 디지털 작업을 실행하도록 설계되었으며, 브라우저 확장 프로그램을 통해 학습 데이터에 기여하는 사용자에게 보상을 제공하는 것을 목표로 합니다. ^[2]

개요

ActionModel은 대규모 기술 기업이 통제하는 중앙 집중식 AI 시스템에 대한 분산형 대안으로 개발되고 있습니다. 이 프로젝트의 기본 개념은 AI 모델을 훈련하는 데 사용되는 데이터를 제공하는 개인이 모델이 창출하는 가치에 대한 지분을 가져야 한다는 것입니다. 이 시스템은 브라우저 확장 프로그램을 통해 수집되는 사용자 상호 작용을 관찰하여 컴퓨터 기반 작업을 수행하는 방법을 학습하도록 설계되었습니다. 이 접근 방식을 통해 모델은 애플리케이션 프로그래밍 인터페이스(API)에 액세스하지 않고도 다양한 웹사이트 및 애플리케이션에서 작업을 자동화할 수 있습니다.

이 프로젝트의 장기적인 비전은 기여자 및 사용자 커뮤니티가 소유하고 관리하는 "인터넷 자동화 계층"을 만드는 것입니다. 이러한 집단 소유 모델은 플랫폼의 기본 토큰인 $LAM을 통해 촉진됩니다. 이 토큰은 생태계 내 서비스에 액세스하기 위한 유틸리티 도구이자 거버넌스 도구 역할을 하여 보유자가 플랫폼 개발 및 미래 방향에 대한 주요 결정에 참여할 수 있도록 합니다. 이 생태계는 사용자 데이터 기여가 AI를 개선하고, 이는 다시 커뮤니티에서 활용할 수 있는 더 강력한 자동화 도구를 가능하게 하는 순환을 만들도록 구성되어 있습니다.

제품

ActionModel 생태계는 데이터 기여 및 작업 자동화를 위해 설계된 두 가지 핵심 제품을 중심으로 구축됩니다.

ActionModel 브라우저 확장 프로그램

ActionModel 브라우저 확장 프로그램은 ActionModel 생태계 내에서 데이터 수집을 위한 기본 도구 역할을 합니다. 사용자 웹 브라우저의 백그라운드에서 작동하여 대규모 액션 모델(LAM)을 훈련하는 데 사용되는 익명화된 상호 작용 데이터를 캡처합니다. 이 확장 프로그램에는 광범위한 데이터 세트를 구축하기 위해 브라우징 상호 작용 데이터를 자동으로 수집하는 수동 훈련 모드와 사용자가 복잡한 다단계 프로세스에 대한 고품질의 레이블이 지정된 데이터를 생성하기 위해 특정 워크플로 또는 작업을 의도적으로 기록할 수 있는 능동 훈련 모드의 두 가지 데이터 기여 모드가 포함되어 있습니다. 참가자는 기여에 대한 토큰을 받으며, 이는 AI 훈련에 대한 커뮤니티 중심 접근 방식을 반영합니다. 이 확장 프로그램은 개인 정보 보호 기능을 통합하여 사용자가 공유 정보에 대한 제어 권한을 제공하는 동시에 민감한 데이터를 제외하고 간단한 설치 및 백그라운드 작동을 위해 설계되었습니다. ^{[2] [1]}

Actionist

Actionist는 코딩 지식 없이도 컴퓨터 기반 작업을 자동화하도록 설계된 ActionModel의 주력 데스크톱 애플리케이션입니다. 사용자의 마우스, 키보드 및 화면을 제어하여 작동하므로 인간 사용자와 유사한 디지털 활동을 수행할 수 있습니다. 이 플랫폼을 사용하면 메모리, 기록 추적 및 외부 도구와의 통합을 통해 지원되는 일정에 따라 워크플로를 실행하는 AI 에이전트를 만들 수 있습니다. ^[10]

핵심 기능

• 에이전트 및 워크플로: 마케팅, 영업, 인사 및 운영과 같은 부서를 위한 특수 AI 에이전트를 만듭니다. 워크플로는 에이전트가 정확하게 실행할 수 있는 자동화된 작업을 구축하거나 가져옵니다. ^[4]

• 캘린더: 지정된 시간에 자동화를 실행하도록 예약하여 교대 근무 관리처럼 작동합니다. ^[5]

• 메모리: 에이전트 메모리는 AI 에이전트가 시간이 지남에 따라 정보와 컨텍스트를 유지할 수 있도록 하는 ActionModel 내의 기능입니다. 지속적인 지식 기반 역할을 하여 자동화가 이전 상호 작용, 사용자 기본 설정 및 플랫폼 간 관계를 기반으로 조정할 수 있도록 합니다. 이 기능은 에이전트가 격리된 작업을 수행하는 것에서 누적된 지식을 기반으로 컨텍스트를 인식하는 프로세스를 실행하도록 변환합니다. ^[6]
• 기록: 에이전트 기록은 AI 에이전트가 수행한 모든 작업을 기록하고 추적하는 ActionModel 내의 모니터링 및 투명성 기능입니다. 전체 감사 추적을 제공하여 사용자가 자동화된 워크플로를 검토, 분석 및 확인할 수 있도록 합니다. 이 시스템은 의사 결정 프로세스에 대한 자세한 가시성을 제공하여 디버깅, 성능 평가 및 규정 준수 관리를 지원합니다. ^[7]
• 도구 통합: ActionModel의 도구 통합을 통해 AI 에이전트는 광범위한 디지털 도구에 액세스하고 활용하여 복잡한 자동화 작업을 수행할 수 있습니다. 여기에는 웹 스크래핑, API 상호 작용, 파일 관리 및 컴퓨터 비전과 같은 기능이 포함됩니다. 에이전트를 외부 도구 및 시스템과 연결하여 이 기능은 다양한 플랫폼에서 보다 다재다능하고 효율적인 작업 실행을 가능하게 합니다. ^[8]

사용 사례

• 개인 사용: 이 플랫폼은 게시물 예약, 여행 계획 및 예약, 온라인 구직 신청서 자동 작성, 가격 변동에 대한 전자 상거래 웹사이트 모니터링, 이메일 받은 편지함 정리와 같은 일상적인 작업을 자동화하여 개인을 돕는 것을 목표로 합니다.
• 비즈니스 사용: 비즈니스 애플리케이션의 경우 ActionModel은 데이터 입력과 같은 반복적인 작업을 처리하고, API 없이도 다양한 소프트웨어 플랫폼에 걸쳐 있는 복잡한 다단계 프로세스를 실행하고, 반복적인 운영 작업을 예약하여 효율성을 향상시키도록 설계되었습니다.
• 엔터프라이즈 사용: 엔터프라이즈 수준에서 플랫폼의 클라우드 VPC 모드는 데이터 처리, 시스템 모니터링 및 품질 보증 테스트와 같은 대규모 자동화를 수행하기 위해 지속적으로 실행할 수 있는 전체 AI 에이전트를 배포할 수 있도록 설계되었습니다.

아키텍처

ActionModel의 기술 아키텍처는 AI가 작업을 학습하고 실행하는 방식을 제어하는 두 가지 독점적인 개념을 기반으로 합니다.

액션 루프

액션 루프는 LAM이 주어진 작업을 수행하는 데 사용하는 기본적이고 순환적인 프로세스입니다. 이 프로세스는 최종 목표가 달성될 때까지 반복되는 4가지 개별 단계로 구성됩니다.

1. 화면 보기: AI는 먼저 화면의 현재 상태를 캡처하고 분석하여 컨텍스트를 이해하고, 버튼 및 양식 필드와 같은 사용 가능한 대화형 요소를 식별하고, 애플리케이션의 전체 레이아웃을 평가합니다.
2. 결정: 훈련 데이터와 현재 목표를 기반으로 모델은 수행할 다음 최적의 작업을 결정합니다. 이는 특정 버튼을 클릭하거나, 필드에 텍스트를 입력하거나, 페이지를 스크롤하는 것일 수 있습니다.
3. 액션: AI는 마우스 커서 또는 키보드를 직접 제어하여 선택한 GUI 액션을 실행합니다.
4. 루프: 액션이 수행된 후 시스템은 화면의 변경 사항을 관찰하여 결과를 확인한 다음 "화면 보기" 단계부터 다시 주기를 시작하여 작업이 완료될 때까지 이 프로세스를 계속합니다. ^[10]

액션 트리

액션 트리는 웹사이트 및 애플리케이션의 디지털 환경에서 가능한 모든 사용자 액션 및 워크플로의 포괄적인 맵을 나타내는 개념적 프레임워크입니다. 이 "맵"은 사용자 기여에서 수집된 데이터를 통해 구성되고 지속적으로 확장되며, 이를 "액션 분기"라고 합니다. 각 기여는 트리 내에 새로운 경로를 추가하거나 기존 경로를 개선합니다. 더 많은 사용자가 다양한 애플리케이션에서 데이터를 기여할수록 액션 트리는 더 크고 자세해지며, 이는 LAM이 점점 더 광범위한 복잡한 작업을 더 정확하고 안정적으로 탐색하고 실행할 수 있도록 합니다. ^{[12] [13]}

토큰노믹스

ActionModel 생태계의 기본 유틸리티 및 거버넌스 토큰은 $LAM으로 지정됩니다. 이 토큰은 플랫폼의 경제 모델, 가치 분배 및 분산형 거버넌스 구조에 필수적인 요소로 설계되었습니다.

할당

• 생성자 배포: 33%
• 소각: 34%
• 생태계: 33% ^[2]

토큰 유틸리티

• 액션 연료: Actionist 앱을 통해 LAM이 수행하는 모든 액션은 소량의 $LAM 토큰을 소비하도록 설계되어 플랫폼 사용과 관련된 일관된 수요 소스를 만듭니다.
• 훈련 보상: 브라우저 확장 프로그램을 실행하여 모델을 훈련하는 데 데이터를 기여하는 사용자는 참여에 대한 보상으로 $LAM 토큰을 받습니다.
• 마켓플레이스 수익: 플랫폼의 마켓플레이스에서 자동화 워크플로를 구축하고 판매하는 생성자는 $LAM 토큰으로 수익을 얻습니다.
• 거버넌스 권한: $LAM을 보유하면 플랫폼 개발, 재무 관리 및 전체 거버넌스와 관련된 주요 제안에 대한 투표권을 사용자에게 부여하도록 설계되었습니다.
• 소각 메커니즘: 토큰노믹스 모델에는 디플레이션 소각 메커니즘이 포함되어 있습니다. "액션 연료"로 사용되는 $LAM 토큰의 일부는 영구적으로 유통에서 제거될 계획이며, 이는 시간이 지남에 따라 총 공급량을 줄이도록 설계되었습니다. ^{[3] [12]}

거버넌스

이 프로젝트의 목표는 $LAM 토큰 보유자가 의사 결정 프로세스에 적극적으로 참여할 수 있는 분산형 거버넌스 모델을 구현하는 것입니다. 이 구조는 프로토콜 업그레이드 및 기능 개발을 포함하여 ActionModel 플랫폼의 미래 방향에 대한 사용자 및 데이터 기여자 커뮤니티에 직접적인 영향을 미치도록 설계되었습니다.