# ActionModel > ActionModel은 분산형 AI로, 사용자 행동을 통해 학습하여 모든 GUI에서 작업을 자동화하고 기여에 대한 보상을 제공하는 커뮤니티 소유의 대규모 액션 모델(LAM)을 구축합니다... - Canonical URL: https://iq.wiki/kr/wiki/actionmodel - Categories: Organizations - Tags: Layer 1, AI Token, Developer, Infrastructure - Created: 2025-10-21T17:31:32.274Z - Last updated: 2025-10-28T14:47:01.474Z - Source: IQ.wiki — the world's largest blockchain and crypto encyclopedia (https://iq.wiki) --- **ActionModel**은 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. [\[2\]](#cite-id-Wi3Wkf6vy9) ## 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. [\[2\]](#cite-id-Wi3Wkf6vy9) [\[1\]](#cite-id-9G6WJ8excv) ## 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. [\[10\]](#cite-id-63P6ZkhSda) ### 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. [\[4\]](#cite-id-Ta771AX641) * **캘린더:** 지정된 시간에 자동화를 실행하도록 예약하여 교대 근무 관리처럼 작동합니다. [\[5\]](#cite-id-orOZvdLUG0) * **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. [\[6\]](#cite-id-hRFnmSn1A3) * **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. [\[7\]](#cite-id-uHs8Ijvquf) * **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. [\[8\]](#cite-id-JjLkKXC2Uq) ## 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 에이전트](https://iq.wiki/wiki/ai-agents)를 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. [\[10\]](#cite-id-63P6ZkhSda) ### 액션 트리 ![](https://ipfs.everipedia.org/ipfs/QmeM4HqcEk6pD3KXdd4vRVKHBqmUFfrsV74c2siKA7HQCd) 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. [\[12\]](#cite-id-TPln3648II) [\[13\]](#cite-id-LIsBMvXwYi) ## 토큰노믹스 ActionModel 생태계의 기본 유틸리티 및 [거버넌스 토큰](https://iq.wiki/wiki/governance-tokens)은 $LAM으로 지정됩니다. 이 토큰은 플랫폼의 경제 모델, 가치 분배 및 분산형 거버넌스 구조에 필수적인 요소로 설계되었습니다. ### 할당 * **생성자 배포:** 33% * **소각:** 34% * **생태계:** 33% [\[2\]](#cite-id-pcUyhOfVHX) ### 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](https://iq.wiki/wiki/tokenomics) 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. [\[3\]](#cite-id-sNiIyENjSN) [\[12\]](#cite-id-TPln3648II) ### 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.