그래스 창업자, AI 실시간 정보 처리에 지역 노드 보강 필요

본문

그래스 창업자는 AI 추론 중 최신 웹정보를 가져올 때 요청 지역의 노드와 응답 속도가 중요하다고 설명했다. 회사는 URL 기반 콘텐츠 API를 공개하고 검색 기능을 다음 제품으로 제시했다. 그래스(GRASS) 창업자는 AI 추론 중 최신 웹정보를 가져오려면 요청이 몰리는 지역의 노드와 응답 속도가 중요하다고 밝혔다. 안드레이 라돈지치(Andrej Radonjic) 윈드랩스(Wynd Labs) 공동창업자 겸 CEO는 20일 공개된 델파이 팟캐스트(The Delphi Podcast) 대담에서 “추론 단계에선 기다릴 여유가 없다”고 말했다. 그의 발언은 학습 자료 수집과 실시간 정보 조회에 필요한 시간 조건이 다르다는 취지다. 대담 페이지는 델파이벤처스(Delphi Ventures)가 그래스에 투자했고 그래스 토큰을 보유한다고 공개했다.

그래스는 9월 28일 공식 설명문에서 학습 데이터를 첫 제품으로 설명하고, 장기 목표로 AI가 세계의 정보를 실시간으로 활용하도록 하는 구상을 제시했다.

라돈지치는 특정 지역에서 실시간 정보 요청이 몰려 노드가 포화되면 그 지역의 참여 노드를 늘려야 한다고 말했다. 대담에서 설명한 병목은 요청이 집중되는 지역의 노드 수요이며, 네트워크 전체가 포화됐다는 뜻은 아니다. 그는 일반적인 AI 에이전트가 한 차례 웹 접근에서 보통 5~50개 페이지를 찾고, 더 깊은 추론에서는 그보다 많은 페이지가 필요할 수 있다고 말했다. 그래스는 검색 API(Search API)를 다음 제품으로 제시했으며, 회사 설명문은 웹을 더 넓게 색인해 AI 모델이 정보를 찾고 페이지 내용을 가져오도록 하는 구상을 담았다. 라돈지치는 과거 실시간 데이터 제품을 출시하려면 현재보다 훨씬 많은 노드가 필요하다고 봤지만, 인프라 최적화로 예상보다 적은 노드로 더 많은 작업을 처리하게 됐다고 말했다.