
ETH 인도 해커톤 13개 최종 후보 프로젝트 빠르게 살펴보기
작성: TechFlow

최근 개최된 이더리움 인도 해커톤에서 13개의 프로젝트가 두각을 나타내며 최종 결승에 진출했다.
이들 각각은 대중 채택, 입출금 채널, 향상된 프라이버시 및 멀티체인 프로토콜 등 다양한 분야에서 독창적인 아이디어와 기술적 깊이를 보여주었다.
본문에서는 이러한 프로젝트들을 하나씩 소개하고, 암호화폐 분야에서의 고유한 기여를 심층적으로 탐구할 것이다.
3-Transform: 웹사이트 분석과 Web3 기능 추가 및 교육을 한 번에

프로젝트 주소:
https://three-transform.pettiboy.com/options
개요
3-Transform은 Web3 초보자를 위한 교육 도구로서, Web2 사용자가 원활하게 Web3로 전환할 수 있도록 지원한다.
3-Transform을 통해 사용자는 기존 Web2 사이트의 URL을 입력하여, 현재 웹사이트에 어떤 Web3 기능을 적용할 수 있는지 직접 체험할 수 있다.
예를 들어 Reddit의 경우, URL을 입력하면 3-Transform이 자동으로 해당 사이트의 비즈니스 및 기능을 분석하고 "Web3화" 제안을 제공한다. 예컨대 포스트 및 댓글에 대한 탈중앙화된 투표 기능을 추가해 컨텐츠를 위변조하기 어렵게 만들 수 있다.

또한 가이드형 학습 기능을 통해 사용자는 기존 Web2 애플리케이션에 스마트 계약을 원활하게 통합할 수 있으며, 즉시 배포 기능을 제공한다. 일클릭 배포 기능을 통해 초보자도 현실 세계에서 스마트 계약이 실행되는 과정을 직접 확인할 수 있다.
기업 사용자에게 3-Transform은 다음과 같은 이점을 제공한다:
-
결정 효율성 향상: 임원 및 프로젝트 관리자는 Web3 통합이 기존 웹 인프라에 미치는 영향을 신속하게 평가함으로써 현명한 의사결정을 촉진할 수 있다.
-
신속한 배포 및 사업 유연성: 일클릭 배포 기능을 통해 Web3 통합을 빠르게 실행할 수 있어, 시장 수요에 적응하고 경쟁력을 유지할 수 있다.
-
경제 효율적 솔루션: 스마트 계약 생성 및 통합 프로세스를 자동화함으로써 회사는 빠르게 프로토타입을 구축할 수 있다.
Bet on Balls: 지역 크리켓 스포츠를 위한 탈중앙화 베팅 플랫폼

프로젝트 주소:
https://github.com/nidhi-singh02/Bet3
개요:
인도 지역에서 크리켓은 매우 인기 있는 스포츠이며, 이에 따른 베팅 산업도 성장하고 있다.
Bet on Balls은 베팅 수령 과정에서 발생하는 여러 핵심 문제를 해결하여 인도 지역 팬들의 전체 참여 경험을 향상시킨다.
웹3 프로젝트로서, 블록체인 기술을 활용해 탈중앙화되고 투명한 플랫폼을 제공하며, 공정한 경쟁과 조작 방지 거래를 보장한다.
기존 베팅 플랫폼은 종종 신뢰성과 투명성 문제에 직면해 있으며, 경기에 베팅하는 과정에서 플랫폼에 대한 불신이 발생할 수 있다.

Bet on Balls는 안전하고 변경 불가능한 Polygon 블록체인에 베팅 내역을 기록함으로써 이러한 문제를 완화한다. 이를 통해 사용자 신뢰를 강화하고 공정한 환경을 조성한다. 또한 탈중앙화 특성 덕분에 중개자 의존도를 줄이고 거래 비용을 낮추며, 더 빠른 지불을 가능하게 한다.
Pixel Police: 이미지 또는 동영상의 AI 생성 여부 판별

프로젝트 주소:
https://github.com/nlok5923/attestation-rollup
개요:
Pixel Police는 이미지나 동영상이 AI에 의해 생성되었는지를 검증할 수 있는 프로토콜이다.
현대 디지털 시대에는 특히 뉴스 및 소셜미디어와 같은 민감한 분야에서 AI 생성 이미지와 실제 이미지를 구분하는 것이 점점 더 어려워지고 있다. Pixel Police는 디지털 콘텐츠의 출처를 검증하고 추적할 수 있는 신뢰할 수 있는 솔루션을 제공함으로써 이에 대한 중요한 요구를 충족한다.
주요 장점 및 특징은 다음과 같다:
-
AI 생성 콘텐츠 대응 능력: AI가 생성한 이미지가 점점 더 사실적으로 변하면서 언론기관은 수신한 콘텐츠의 진위를 검증하기 어려운 상황이다. Pixel Police는 수정되지 않은 합법적인 이미지만이 유통되도록 하여 정보의 무결성을 유지한다.
-
시민 저널리즘 지원: Pixel Police는 시민 저널리스트 커뮤니티를 육성하고 있다. Pixel Police 프로토콜이 통합된 애플리케이션을 제공함으로써 개인들이 이미지를 캡처하고 공유할 수 있으며, 그 진위가 보존되고 검증됨을 알 수 있다.
-
이미지 인증 및 히스토리 추적: 사용자가 Pixel Police 앱으로 이미지를 캡처하면, 장치의 개인키로 즉시 서명되며 Pixel Police의 롤업(Rollup)에 체인상 증명이 생성된다. 이후 편집 내용 역시 기록되고 증명된다. 이 과정은 각 이미지에 대해 투명하고 추적 가능한 히스토리를 만들어 누구나 진위를 검증하고 출처를 추적할 수 있게 한다.
-
신생 산업 표준 준수: Pixel Police는 Adobe 및 Microsoft와 같은 업계 리더들이 채택하고 있는 C2PA(Content Credentials and Provenance)라는 WIP(Work-in-Progress) 표준을 따르고 있다.
Graphite: SNARKs를 이용한 체인상 대규모 컴퓨팅

프로젝트 주소:
https://github.com/AlexCheema/Graphite
개요:
Graphite는 SNARKs를 사용하는 경량 그래프 속성 증명 프로토콜로, 체인상에서 효율적이고 접근 가능한 그래프 컴퓨팅을 실현하기 위한 과제를 해결한다.
(TechFlow 주: 그래프 컴퓨팅은 대규모 그래프 데이터 처리 및 분석 문제를 해결하기 위해 그래프 모델 기반의 계산 방법을 사용한다.)
현재 체인상에서 그래프 컴퓨팅을 수행하는 것은 고통스럽고 비용이 많이 드는 일이며, 다양한 응용 분야에서 큰 가치를 지닌다는 점을 감안하면 문제가 된다. 게다가 circom이나 halo2와 같이 유효성 회로를 작성하는 개발자 경험(UX)은 전문 분야가 아닌 사람들에게는 번거롭고 거의 접근 불가능하다.
이러한 복잡성은 광범위한 채택과 혁신을 제한한다. 또한 체인상에서 광범위한 데이터 처리를 수행할 때 관련 데이터를 수집하는 것도 큰 어려움을 겪는다.
Graphite는 이러한 과정을 단순화하여 그래프 컴퓨팅을 더 실현 가능하고 사용자 친화적으로 만들고, 다양한 분야의 개발자들에게 새로운 가능성을 열어준다.
Phoenix.Fi: DeFi 설계를 활용한 Filecoin 스토리지 생태계 활성화

프로젝트 주소:
개요:
Phoenix.Fi는 FileCoin 생태계 내 스테이킹 및 대출 분야의 핵심 과제를 해결한다. 우선 저장 제공자(SP)가 FileCoin 스테이킹 자금이 부족할 경우 대출을 요청할 수 있도록 함으로써 더 많은 SP가 플랫폼에 가입하도록 유도하고, 인프라 활용을 효과적으로 최적화할 수 있도록 한다.
대출은 본질적으로 위험이 따르며, 특히 SP의 디폴트 가능성이라는 잠재적 리스크가 존재한다. Phoenix.Fi는 이러한 리스크를 완화하기 위해 강력한 전략을 시행한다. 여기에는 대출 자격에 대한 엄격한 검사와 타당한 대출 금액 산정이 포함된다.
또한 Phoenix.Fi는 스테이커와 SP 모두에게 수익을 통해 인센티브를 제공하는 독특한 모델을 도입한다. 이 모델은 FileCoin 네트워크에 현실적이고 실현 가능한 사례를 제공한다.
zkP2M: 인도 지역 달러 입출금 채널

프로젝트 주소:https://proof.codes/
개요:
zkP2M은 인도 사용자를 위한 달러 입출금 채널이다.
인도에서는 암호화폐 입금에 여러 문제가 있다. 현재 Binance P2P와 같은 중심화된 솔루션은 번거로운 KYC 절차, 높은 수수료, 스마트계약과의 호환성 부족 등의 문제를 안고 있다.
zkP2M은 인도 루피에서 달러로의 입금 채널로, 신뢰 없이, KYC 없이, 낮은 거래 수수료를 제공하며, 사용자와 상인을 매칭함으로써 사기를 줄이는 방식이다.
FlockChain: PoS 메커니즘과 롤업을 활용한 연합학습 네트워크

Github:
https://github.com/BlocSoc-iitr/FLockChain
개요:
FlockChain은 PoS와 마이크로 롤업을 기반으로 구축된 연합학습 네트워크이다.
인공지능은 빠르게 발전하며 세상에 중요한 영향을 미치고 있다. 그러나 AI 모델을 훈련시키는 것은 비용이 많이 들고 개인정보 침해를 초래할 수 있다. 연합학습(Federated Learning)은 클라이언트 네트워크가 탈중앙화된 방식으로 개인정보를 보호하면서 머신러닝 모델을 훈련할 수 있도록 하는 접근법이다. 하지만 연합학습의 주요 문제 중 하나는 악의적인 클라이언트가 네트워크의 정확도를 낮춘다는 점이다.
FlockChain은 PoS를 통해 이를 해결한다. 데이터를 보유하고 모델 훈련을 담당하는 클라이언트는 일정 금액을 스테이킹해야 하며, 악의적 행동이 탐지되면 스테이크가 몰수될 수 있다. 이는 네트워크에 경제적 보안을 제공한다.
FlockChain은 Stackr을 사용해 마이크로 롤업을 구성하여 각 주기 후 클라이언트가 훈련한 모델 파라미터 상태를 유지한다. 롤업은 모델 파라미터 공유(MPS) 체인 역할을 하며, 체인 외에서 검증 가능한 계산을 수행하여 슬래싱 조건을 시행한다.
최종적으로 사용자는 자신만의 인프라를 구축하지 않고도 정확도 높은 훈련 모델에 접근할 수 있다. 사용자는 이 서비스에 요금을 지불하며, 이는 클라이언트에게 분배된다. 프로토콜은 네트워크 운영을 위해 소량의 수수료를 징수한다.
hIVM: 의도 통합을 빠르게 할 수 있는 가상머신

Github:
https://github.com/AmanRaj1608/hIVM
개요:
hIVM은 현재 탈중앙화 애플리케이션(DApp)에서 의도 기반 솔루션이 직면한 핵심 과제를 해결한다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다 Telegram 구독 그룹:https://t.me/TechFlowDaily 트위터 공식 계정:https://x.com/TechFlowPost 트위터 영어 계정:https://x.com/BlockFlow_News














