패러디 노트｜Bittensor, Near, Sahara 창립자와의 대화: 다양한 프로젝트가 AI와 어떻게 융합되는가

2024.06.13

패러디 노트｜Bittensor, Near, Sahara 창립자와의 대화: 다양한 프로젝트가 AI와 어떻게 융합되는가

이번 토론의 주제는 AI와 Web3의 융합으로, 두 분야가 어떻게 상호 보완하며 현재 존재하는 과제들을 해결할 수 있는지에 대해 논의했다.

2024.06.13 - 08:51:10

Web3 심층 보도에 집중하고 흐름을 통찰

이번 토론의 주제는 AI와 Web3의 융합으로, 두 분야가 어떻게 상호 보완하며 현재 존재하는 과제들을 해결할 수 있는지에 대해 논의했다.

정리 및 번역: TechFlow

진행자: Matt Stephenson, Pantera 리서치 책임자

패널:

Jacob Steeves, Bittensor 창시자. Bittensor는 인공지능을 위한 순수한 시장을 창출하는 토큰 기반 인센티브 메커니즘을 포함한 마이닝 네트워크입니다.
Illia Polosukhin, NEAR 프로토콜 공동 창립자. NEAR는 수십억 명의 사용자와 모든 블록체인에 확장 가능한 애플리케이션 구축을 가능하게 하는 체인 추상화 스택입니다.
Sean Ren, Sahara 공동 창립자. Sahara는 개인정보 보호 및 출처 인증 기능을 갖춘 개인화된 자율형 AI를 안전하게 배포하기 위한 허가 없는 고성능 블록체인입니다.

팟캐스트 출처: Pantera

원제목: The Intersection of Ai and Web3.0 Technologies

세 개의 혁신적인 프로젝트를 논의하며 인공지능과 Web3.0 기술의 교차점을 탐구합니다.

주요 논의 내용 요약

이번 대담은 인공지능(AI)과 Web3의 융합을 주제로 하며, 두 분야가 어떻게 서로를 촉진하고 현재의 과제를 해결할 수 있는지를 다룹니다. Pantera 리서치 책임자 Matt Stephenson가 진행했으며, NEAR 프로토콜 공동 창립자 겸 CEO Ilia Polosukhin, BitTensor 핵심 개발자 Jacob(또는 Const), Sahara CEO 겸 공동 창립자 Sean이 패널로 참여했습니다.
Jacob은 시장 메커니즘과 탈중앙화된 합의 방식을 통해 AI 모델의 품질과 데이터 프라이버시를 향상시키는 탈중앙화된 AI 시장 구축을 위한 BitTensor의 노력을 공유했습니다. 그는 올바른 인센티브 설계와 효율적인 자원 배분이 탈중앙화된 AI 시스템 성공의 핵심이라고 강조했습니다.
Ilia는 NEAR 프로토콜의 비전에서 출발해 탈중앙화 인터넷 구축의 중요성을 언급하며, 자동화된 프로그래밍과 탈중앙화 인프라를 통해 차세대 인터넷을 발전시키는 NEAR AI 프로젝트를 소개했습니다. 또한 사용자 데이터의 보안과 프라이버시 확보가 탈중앙화 인터넷 구축의 핵심이라고 지적했습니다.
Sean은 사용자 프라이버시와 데이터 주권 관점에서 접근하여, AI 전용 탈중앙화 블록체인 플랫폼인 Sahara를 소개했습니다. 그는 사용자의 자산 주권과 보안을 최우선으로 삼으며, 미래의 AI 발전에는 사용자가 AI 기능을 누리면서도 프라이버시와 데이터 주권을 희생하지 않도록 하는 다층적 인프라가 필요하다고 강조했습니다.

BitTensor: 탈중앙화된 AI 시장과 인센티브 메커니즘

Jacob은 누구나 가입해 컴퓨팅 자원과 데이터를 기여할 수 있는 탈중앙화 네트워크인 BitTensor를 설명했습니다. 이러한 탈중앙화 접근은 글로벌 AI 시장을 만들어 누구나 참여하고 이익을 얻을 수 있도록 합니다.
Jacob은 탈중앙화된 AI 시스템에서 올바른 인센티브 메커니즘의 중요성을 강조하며, 이를 통해 현재 AI 및 암호화폐 분야의 데이터 프라이버시와 컴퓨팅 자원 배분 문제를 효과적으로 해결할 수 있다고 말했습니다. BitTensor는 시장 메커니즘을 통해 많은 팀과 인재들을 유치하고, 혁신을 네트워크 내로 유도하고 있으며, 이러한 경쟁 구조가 기존 중앙집중형 조직보다 더 효율적이라고 주장했습니다.
탈중앙화된 AI 시스템의 보안성과 프라이버시를 논의하면서, Jacob은 시스템의 안정성과 신뢰성을 보장하기 위해 탈중앙화된 합의 메커니즘을 활용했다고 언급했습니다. 시장 메커니즘과 탈중앙화된 합의 방식을 통해 AI 모델의 품질과 데이터 프라이버시를 제고할 수 있으며, 단일 실패 지점이나 악의적 공격을 방지해 시스템의 안정성과 보안성을 확보할 수 있다고 강조했습니다.
Jacob은 또한 BitTensor가 대규모 데이터와 계산 수요를 처리하기 위해 탈중앙화된 컴퓨팅 네트워크를 활용하는 방법을 설명했습니다. 이를 통해 계산 자원의 효율적인 분배와 활용이 가능해져 시스템의 효율성과 신뢰성이 보장됩니다.

Near Protocol: 탈중앙화 인터넷과 자동화 프로그래밍 구축

Ilia는 탈중앙화 인프라와 AI 기술을 통해 더 높은 보안성, 프라이버시, 사용자 주권을 실현하는 차세대 인터넷을 구축하려는 NEAR 프로토콜의 비전을 논의했습니다.
Ilia는 NEAR 프로토콜의 목표가 신뢰 없이도 작동하는 탈중앙화 인터넷을 구축하는 것이라고 설명했습니다. 이 인터넷은 결제, 신원, 출처, 스마트 계약 등의 인프라를 제공해 사용자가 프라이버시를 희생하지 않고도 고품질의 AI 애플리케이션을 이용할 수 있게 하며, 데이터의 안전과 프라이버시를 보장합니다. 이는 선진 기술뿐 아니라 시스템의 투명성과 검증 가능성 확보를 통한 사용자 신뢰 증진이 필수적이라고 강조했습니다.
Near는 초기에 AI 프로젝트였으나 이후 블록체인 프로젝트로 전환되었습니다. Ilia는 AI와 블록체인 기술의 융합이 더욱 유용한 AI 애플리케이션을 창출하고 탈중앙화 인터넷 발전을 촉진할 수 있다고 말했습니다.
Ilia는 Near AI 재시작의 목적이 컴퓨터에게 프로그래밍을 가르쳐 소프트웨어 개발 방식을 바꾸는 것이라고 언급했습니다. Near AI의 재시작은 NEAR 프로토콜 비전 달성의 중요한 단계이며, 자동화된 프로그래밍과 탈중앙화 인프라를 통해 차세대 인터넷을 발전시키는 것을 목표로 합니다. 이를 통해 컴퓨터는 사용자의 자연어 요청에 따라 스스로 코드를 작성함으로써, 보다 효율적이고 검증 가능한 소프트웨어 개발 환경을 제공할 수 있습니다.
Ilia는 탈중앙화된 AI 시스템의 보안과 프라이버시를 보장하기 위해 최첨단 암호화 기술과 엄격한 접근 제어 메커니즘이 필요하다고 강조했습니다. 또한 지속적인 보안 감사와 모니터링을 통해 잠재적 취약점을 조기에 발견하고 수정해야 한다고 덧붙였습니다.
Ilia는 탈중앙화 솔루션이 사용자 경험, AI 모델 품질, 데이터셋 가치 측면에서 중앙집중형 솔루션과 경쟁해야 한다고 지적했습니다. 이는 탈중앙화된 AI 프로젝트의 실질적 실행 가능성을 평가하는 핵심 기준입니다.

Sahara: 사용자 프라이버시와 데이터 주권을 위한 탈중앙화 솔루션

Sean은 AI 모델의 능력 향상이 사람들의 일자리와 수익화 기회에 영향을 미치고 있다고 지적했습니다. 예를 들어, AI 모델은 간단한 디자인, 텍스트 편집, 번역 작업 등을 대체할 수 있으며, 이는 사용자 프라이버시와 데이터 주권에 대한 우려를 낳고 있습니다.
Sean은 사용자가 AI 기능을 이용할 때 건강 기록, 재무 보고서, 채팅 기록 등 개인 데이터를 업로드해야 하며, 이 데이터들이 더욱 강력한 AI 모델을 훈련하는 데 사용되어 결과적으로 사용자의 사업을 대체할 수 있다고 강조했습니다. 따라서 사용자 프라이버시와 데이터 주권 보호가 절대적으로 중요하다고 말했습니다.
Sahara는 사용자의 자산 주권과 보안을 중심으로, 사용자가 프라이버시를 희생하지 않고도 AI 기능을 이용할 수 있는 고성능 탈중앙화 인프라를 구축하는 것을 목표로 합니다. 이는 모든 사용자의 보안성, 공정성, 접근성을 보장하기 위한 AI 전용 블록체인 플랫폼입니다.
Sean은 Sahara의 고성능 탈중앙화 인프라가 사용자 데이터의 프라이버시와 보안을 보장하면서도 돌발적인 계산 수요에 유연하게 대응할 수 있는 탄력적인 컴퓨팅 자원을 제공한다고 설명했습니다. 이러한 설계는 시스템이 고부하 상황에서도 효율적이고 안정적으로 운영되도록 보장합니다.
Sean은 미래의 AI 발전을 위해서는 사용자 프라이버시와 데이터 주권을 지원하는 다층적 인프라가 필요하다고 믿습니다. 이는 선진 기술뿐 아니라 시스템의 투명성과 검증 가능성을 확보해 사용자 신뢰를 높이는 것도 포함됩니다. Sahara의 다층적 인프라는 실행 계층, 계산 계층, 데이터 계층으로 구성되며, 각각 개인 사용자 데이터 저장, AI 모델 훈련 및 추론, 데이터 관리 및 교환을 담당합니다. 이러한 다층 구조는 시스템의 효율성과 안정성은 물론, 사용자의 신뢰와 안전감을 강화합니다. Sahara의 비전은 기술 혁신을 통해 더욱 공정하고 안전하며 접근 가능한 AI 생태계를 만들어가는 것입니다.