**앤드루 힐(Andrew Hill)**은 지리 공간 분석, 블록체인 개발, 인공 지능 분야의 전문성을 갖춘 과학자, 기술 전문가이자 기업가입니다. 그는 AI 에이전트를 평가하고 순위를 매기는 분산형 인프라를 개발하는 회사인 Recall Labs의 공동 창립자이자 최고 경영자(CEO)입니다. 그의 경력에는 CARTO와 Vizzuality의 수석 과학자 역할과 뉴욕 대학교의 학술 직책이 포함됩니다. ^[2]

교육

힐은 콜로라도 대학교 볼더 캠퍼스에 다녔으며, 그곳에서 생태 및 진화 생물학 분야에서 세 개의 학위를 받았습니다. 그는 2006년에 학사 학위를, 2008년에 석사 학위를 받았으며, 2012년에 박사 학위를 취득하며 학업을 마쳤습니다. ^[3]

경력

힐은 2011년에 Vizzuality와 CARTO에서 경력을 시작했으며, 그곳에서 지리 공간 데이터 분석 및 시각화를 전문으로 했습니다. Vizzuality의 수석 과학자로서 그는 복잡한 공간 데이터를 더 쉽게 해석할 수 있도록 만드는 프로젝트에 기여했으며, CARTO의 최고 과학 책임자로서 그는 조직이 지리 정보에서 통찰력을 얻을 수 있도록 지원하는 분석 도구를 개발하는 데 도움을 주었습니다. 2014년과 2015년 사이에는 뉴욕 대학교 티쉬 예술 학교의 겸임 조교수로 재직하며 데이터 시각화와 창의적 분야와의 교차점에 대한 강의를 했습니다.

2017년, 힐은 Recall Labs를 공동 설립했으며, 그곳에서 최고 경영자(CEO)로 재직하고 있습니다. 이 회사는 인공 지능 에이전트의 성능과 신뢰성을 검증하기 위한 분산형 시스템 구축에 주력하고 있습니다. Recall은 AI 에이전트가 측정 가능한 결과를 기반으로 온체인 평판을 구축하기 위해 시간 제한이 있는 챌린지에 참여하는 경쟁 프레임워크를 구축합니다. 초기 사용 사례는 암호화폐 거래 에이전트에 중점을 두고 있으며, 향후 디자인, 생물 연구, 보안과 같은 분야로 확장할 계획입니다. 장기적인 목표는 에이전트 지능을 평가하기 위한 표준화된 시스템을 만들고 검증된 에이전트가 입증된 성능을 기반으로 자본을 관리할 수 있도록 하는 것입니다. ^[1]

인터뷰

Recall 순위

2025년 10월, 힐은 DCo 팟캐스트에 출연하여 AI 에이전트가 연결되어 시간 제한이 있는 챌린지에서 경쟁하여 가장 높은 위험 조정 수익을 달성하는 플랫폼인 Recall에 대해 논의했습니다. 그는 헤지 펀드의 자동화된 거래와의 유사점과 암호화폐 시장 내에서 유사한 성장의 잠재력을 강조했습니다. 힐은 일부 에이전트는 효과적으로 수행하는 반면, 다른 에이전트는 비전통적인 전략을 추구하는 등 에이전트 행동의 다양성을 설명하면서 혼잡한 AI 환경에서 역량을 평가하기 위한 큐레이션 계층의 필요성을 강조했습니다.

힐은 또한 특정 조직의 요구 사항과 에이전트를 연결하는 Recall의 분산형 기술 마켓플레이스를 설명하고, 경쟁에서의 성과를 기반으로 에이전트가 실제 자본을 관리할 수 있도록 하는 플랫폼의 장기적인 비전을 논의했습니다. 그는 정확한 에이전트 순위를 유지하기 위한 지속적인 피드백의 중요성을 강조하고, AI가 소프트웨어 비용을 절감하고 틈새 애플리케이션을 가능하게 하는 방법과 원하는 결과를 보장하기 위한 에이전트 행동 규제의 과제를 다루었습니다. Recall의 수익 창출은 에이전트 참여 수수료, 기술 시장 거래, 예측 게임에 대한 사용자 참여에서 발생한다고 언급되었습니다. ^[6]

에이전트 설명

2025년 8월, 힐은 Thinking On Paper 팟캐스트에 출연하여 AI 에이전트와 진화하는 에이전트 웹에 대해 논의했습니다. 그는 AI 에이전트를 자율적인 운영과 실시간 대응을 가능하게 하는 소프트웨어와 결합된 모델로 설명하면서 코딩과 같은 분야에서 즉각적인 요구 사항을 해결하고 가치를 창출하는 등 그들의 존재감이 커지고 있음을 강조했습니다. 힐은 사용자를 위해 디지털 작업을 관리하는 개인 AI 에이전트의 잠재력을 탐구하면서 더 광범위한 채택을 추진하기 위한 설득력 있는 사용 사례를 식별하는 것이 중요하다고 언급했습니다.

이 대화는 또한 신뢰와 신뢰성에 대해 다루었으며, 힐은 실시간 시나리오에서 AI 에이전트를 평가하기 위해 검증 가능한 성능 기록과 Predict GPT-5 프로젝트와 같은 커뮤니티 주도의 벤치마킹의 필요성을 강조했습니다. 논의는 AI의 인간 관계에서의 잠재적 역할과 비판적 사고에 미치는 영향 등 철학적 고려 사항으로 확장되어 학습 과정에서 호기심과 인간의 참여를 유지하는 것이 중요함을 강조했습니다. 에피소드는 AI를 통제하는 사회적 역할과 AI의 기능 및 윤리적 의미에 대한 지속적인 탐구에 대한 성찰로 마무리되었습니다. ^[7]

AI 에이전트 신뢰

2025년 5월, 힐은 Epic Web3 팟캐스트에 출연하여 AI 에이전트가 지능형 정보를 거래, 공유 및 안전하게 저장할 수 있도록 하는 분산형 시스템인 Recall Protocol에 대해 논의했습니다. 그는 GPT-3 및 Llama와 같이 널리 액세스할 수 있는 모델이 단일 조직이 공간을 지배하는 것을 방지한다는 점을 지적하면서 AI 상품화의 추세를 강조했습니다. 힐은 스타트업이 특정 작업에 맞춘 AI 에이전트를 구축하는 에이전트 비계의 새로운 환경을 설명하고 인간 직원을 심사하는 것과 유사하게 에이전트 신뢰성을 보장하기 위한 강력한 평가 시스템의 필요성을 강조했습니다.

그는 에이전트가 기술을 시연하고, 평판을 구축하고, 성능을 투명하게 개선할 수 있도록 공개 경쟁을 활용하는 Recall의 신뢰 계층을 설명했습니다. 이 프로토콜은 게이트키핑을 방지하고 검증 가능한 결과를 제공하여 AI 기능에 대한 글로벌 액세스 및 신뢰를 조성하기 위해 분산형 시스템을 활용합니다. 힐은 또한 오픈 소스 모델과 독점 모델 간의 경쟁 역학, 에이전트 효과를 측정하는 데 있어 경쟁의 역할, AI가 일자리에 미치는 잠재적 영향에 대해 논의했습니다. 그는 개발자들이 에이전트 개발 및 평가에 참여하기 위해 커뮤니티 채널을 통해 Recall에 참여하도록 장려하면서 결론을 내렸습니다. ^[4]

프레젠테이션

무한 게임

2025년 5월, 힐은 TOKEN2049 두바이에서 AI 에이전트, 특히 암호화폐 분야에서 Recall Network의 신뢰 계층 및 경쟁 프레임워크 개발에 대해 설명했습니다. 그는 현재 AI의 성장을 초기 인터넷과 비교하면서 신뢰도를 구축하고 에이전트 성능을 평가하는 시스템의 필요성을 강조했습니다. 힐은 지난 1년 동안 AI 기능이 빠르게 발전했으며, 대기업은 종종 뒤쳐지는 반면, 소규모 조직은 이러한 기술을 더 빨리 채택하고 있으며, 직원이 제작자이자 개발자 역할을 하고 있다고 언급했습니다.

힐은 AI 에이전트가 작업을 완료하고 성능이 공개적으로 추적되어 온체인에서 검증 가능한 벤치마킹이 가능한 경쟁 시스템인 "에이전트 순위"를 소개했습니다. 그는 이 프레임워크를 Kaggle 및 Strava와 같은 플랫폼과 비교하면서 개선을 추진하는 데 있어 공개 경쟁의 역할을 강조했습니다. 그는 또한 디자인, 생물 연구, 보안 및 코딩과 같은 분야로 시스템을 확장할 수 있는 잠재력에 대해 논의하면서 개발자 간의 협업의 중요성을 강조했습니다. 프레젠테이션은 AI 빌더가 경쟁에 참여하고, 커뮤니티에 참여하고, 에이전트 지능의 진화에 기여하도록 초대하면서 마무리되었습니다. ^[5]

지능 가속화

2025년 5월, 힐은 Epic Web3 x Assisterr AI의 Agents Day에서 AI 에이전트를 위한 신뢰 계층 및 경쟁 프레임워크 개발에 대해 발표했습니다. 그는 에이전트 기술의 급속한 진화를 인터넷 초기 단계와 비교하면서 자동화를 통해 생산성 향상을 추구하는 스타트업과 개발자가 AI 에이전트를 점점 더 많이 채택하고 있다고 언급했습니다. 힐은 기존 벤치마크의 단점을 설명하면서 현재 방법으로는 에이전트의 장기적인 성능이나 다양한 기능을 포착하지 못한다고 설명했습니다.

그는 온체인 검증을 통해 에이전트를 투명하게 평가하고 순위를 매기도록 설계된 경쟁 기반 프로토콜인 Recall의 솔루션을 소개했습니다. 이 시스템에서 에이전트는 특정 작업을 완료하는 데 대한 자신감을 걸고 성능이 공개적으로 기록되어 검증 가능한 평판 구축 프로세스가 가능합니다. 첫 번째 단계는 암호화폐 거래 에이전트에 중점을 두고 있으며, 향후 여러 도메인에서 평가를 확장할 계획입니다. 힐은 에이전트 지능을 측정하기 위한 표준화된 프레임워크를 구축한다는 Recall의 장기적인 목표를 설명하면서 프로젝트의 다가오는 경쟁에 개발자들이 참여하도록 초대하면서 결론을 내렸습니다. ^[8]