0G 랩스 CEO와의 대화: 2년 내 웹2 AI 따라잡기, AI 공공제품의 '무중력' 실험
글: TechFlow
OpenAI CEO 샘 알트먼은 여러 차례 팟캐스트와 공개 연설에서 다음과 같은 입장을 밝힌 바 있다.
AI는 모델 경쟁이 아니라 공공재를 창출해 모든 사람이 혜택을 받고, 글로벌 경제 성장을 견인하는 것이 목적이다.
현재 Web2 AI가 소수 기업의 독점으로 인해 비판받는 상황에서, 탈중앙화를 핵심 정신으로 하는 Web3 세계에는 'AI를 공공재로 만들자'는 사명을 내세운 프로젝트가 있으며, 설립 2년여 만에 3500만 달러의 펀딩을 유치하고, AI 혁신 애플리케이션 개발을 지원하는 기술적 기반을 구축하며 300개 이상의 생태계 파트너를 끌어모아 가장 규모가 큰 탈중앙화 AI 생태계 중 하나로 성장했다.
바로 0G Labs다.
0G Labs 공동창립자이자 CEO 마이클 하인리히와의 심층 대담에서 '공공재(public good)'라는 개념이 반복적으로 등장한다. AI 공공재에 대한 이해를 묻는 질문에 마이클은 이렇게 답했다.
우리는 중심화와 블랙박스를 거부하는 AI 발전 모델을 구축하고자 한다. 이 모델은 투명하고, 개방적이며, 안전하고, 포용적인 것이다. 누구나 참여하고 데이터와 컴퓨팅 파워를 기여하며 보상을 받을 수 있으며, 사회 전체가 AI의 혜택을 공유할 수 있어야 한다.
그렇다면 이를 어떻게 실현할 수 있을까? 마이클은 0G의 구체적인 실행 경로를 하나씩 설명했다.
AI 전용 Layer 1 플랫폼인 0G는 뛰어난 성능, 모듈형 설계, 무한 확장 및 프로그래밍 가능한 DA(Data Availability) 계층을 갖추고 있으며, 검증 가능한 컴퓨팅과 다중 저장소, 변조 불가한 추적 계층까지 아우르며 원스톱 AI 생태계를 구축하여 AI 발전에 필요한 모든 핵심 구성 요소를 제공한다.
이번 내용에서는 마이클 하인리히의 이야기를 따라가며, 탈중앙화 AI 물결 속에서 0G의 핵심 비전, 기술 구현 방식, 생태계 집중점, 그리고 미래 로드맵을 살펴보자.
포용성: "AI를 공공재로 만들자"는 정신적 핵심
TechFlow: 시간을 내주셔서 감사합니다. 먼저 간단한 자기소개 부탁드립니다.
마이클:
안녕하세요, 저는 0G Labs의 공동창립자이자 CEO 마이클입니다.
저는 기술 분야 출신으로, 마이크로소프트(Microsoft)와 SAP 랩스에서 엔지니어 및 기술 제품 매니저로 일했습니다. 이후 커머셜 영역으로 전환하여 게임 회사에서 근무했고, 이후 브릿지워터 어소시에이츠(Bridgewater Associates)에서 포트폴리오 구성 업무를 맡아 하루 평균 약 600억 달러 규모의 트레이딩을 심사했습니다. 이후 스탠포드 대학교로 돌아가 추가 학업을 진행하며 첫 번째 창업을 시작했는데, 이 회사는 벤처 캐피탈의 투자를 받아 빠르게 유니콘 기업으로 성장하였고, 직원 수는 650명, 수익은 1억 달러에 달했습니다. 이후 저는 이 회사를 매각하며 성공적으로 엑싯했습니다.
저와 0G의 인연은 어느 날 제 스탠포드 동기 토머스가 전화를 걸어온 것에서 비롯됩니다. 그는 저에게 말했죠.
"마이클, 5년 전 우리가 함께 몇몇 암호화폐 기업(Conflux 포함)에 투자했었지. 우민(Conflux 및 0G 공동창립자 겸 CTO), 팬 롱(0G Labs 최고보안책임자)은 내가 지금까지 지원했던 최고의 엔지니어들 중 하나인데, 이제 전 세계적으로 확장 가능한 일을 하고 싶어 해. 한번 만나보지 않을래?"
토머스의 소개로 네 명이 6개월간 공동창립자로서 소통하고 조율하는 과정을 거쳤고, 그 결과 저는 확신했습니다. 우민과 팬 롱은 제가 함께 일한 최고의 엔지니어이자 컴퓨터 과학자였습니다. 당시 제 생각은 단 하나였습니다. 즉시 시작해야 한다. 그렇게 0G Labs가 탄생하게 되었습니다.
0G Labs는 2023년 5월에 설립되었습니다. 가장 크고 빠른 AI Layer 1 플랫폼로서, 우리는 완전히 탈중앙화된 AI 운영체제를 구축했으며, 이를 AI 공공재로 만들기 위해 노력하고 있습니다. 이 시스템을 통해 모든 AI 애플리케이션이 완전히 탈중앙화된 환경에서 실행될 수 있게 되며, 실행 환경 자체가 L1의 일부분이 되어 저장소뿐 아니라 추론, 파인튜닝, 사전 훈련 등의 기능을 포함한 컴퓨팅 네트워크로도 무한히 확장 가능하며, 어떤 AI 혁신 애플리케이션도 구축할 수 있습니다.
TechFlow: 앞서 언급하셨듯이 0G는 Microsoft, Amazon, Bridgewater 등 유수 기업 출신의 인재들을 한데 모았고, 팀 내 다수는 AI, 블록체인,고성능 컴퓨팅 분야에서 이미 두각을 나타냈습니다. 이처럼 '스타급 팀'이 왜 모두 탈중앙화 AI에 주력하기로 결정했으며 0G에 합류하게 된 것인지 궁금합니다.
마이클:
우리가 함께 0G 프로젝트를 시작하게 된 이유는 크게 두 가지입니다. 하나는 프로젝트의 미션 자체에 대한 열정이며, 다른 하나는 현재 AI 발전 양상에 대한 우려입니다.
중심화된 모델 하에서 AI는 소수의 선도 기업에 의해 독점되고 블랙박스 형태로 운영될 수 있습니다. 누가 데이터를 라벨링했는지, 데이터 출처는 어디인지, 모델의 가중치와 파라미터는 무엇인지, 혹은 실제 운영 환경에서 어떤 버전이 사용되는지 전혀 알 수 없습니다. AI에 문제가 발생하면, 특히 자율적인 AI 에이전트가 온라인에서 대량의 작업을 수행할 경우 책임은 누구에게 있는가? 더 나쁜 것은 중심화된 기업조차 자신의 모델을 통제하지 못하게 되어 AI가 완전히 탈선할 가능성도 있다는 점입니다.
우리는 이러한 방향에 대해 우려하고 있으며, 중심화와 블랙박스를 거부하는 AI 발전 모델을 구축하고자 합니다. 이 모델은 투명하고, 개방적이며, 안전하고, 포용적이어야 합니다. 우리는 이를 '탈중앙화 AI'라고 부릅니다. 이런 체계 속에서 누구나 참여하고 데이터와 컴퓨팅 파워를 기여하며 공정한 보상을 받을 수 있습니다. 우리는 이러한 모델을 공공재로 만들어, 사회 전체가 AI의 혜택을 공유할 수 있기를 바랍니다.
TechFlow: '0G'라는 프로젝트 이름이 다소 특이한데, 0G는 Zero Gravity의 줄임말이라고 들었습니다. 프로젝트 이름의 유래와, 이것이 0G가 바라보는 탈중앙화 AI 미래에 어떻게 반영되는지 설명해주실 수 있나요?
마이클:
사실 이 프로젝트 이름은 우리가 오랫동안 고집해온 핵심 철학에서 비롯됩니다.
기술은 부드럽고 매끄럽고 무감각하게 작동해야 합니다. 특히 인프라와 백엔드 기술을 구축할 때 그렇습니다. 즉, 최종 사용자는 자신이 0G를 사용하고 있다는 사실을 인식할 필요 없이, 제품이 제공하는 원활한 경험만 느끼면 됩니다.
바로 이것이 0G라는 이름의 유래입니다. 'Zero Gravity(무중력)'란 중력 저항이 최소화되어 움직임이 자연스럽고 부드러운 상태를 의미하는데, 바로 우리가 사용자에게 제공하고자 하는 경험입니다.
마찬가지로 0G 위에서 구축되는 모든 제품과 애플리케이션 역시 같은 '노 프릭션(no friction)' 경험을 전달해야 합니다. 예를 들어, 스트리밍 플랫폼에서 드라마를 보기 전에 서버를 선택하고, 인코딩 알고리즘을 고르고, 결제 게이트웨이를 수동으로 설정해야 한다면, 이는 매우 나쁘고 마찰이 많은 경험일 것입니다.
하지만 AI가 발전함에 따라 상황이 바뀔 수 있습니다. 예를 들어 AI 에이전트에게 "현재 가장 잘 움직이는 Meme 코인을 찾아 XX 수량만큼 매수해줘"라고 말하면, 해당 에이전트가 자동으로 성과를 분석하고, 진짜 트렌드와 가치가 있는지 판단한 후, 해당 체인이 어디인지 확인하고 필요 시 크로스체인 또는 자산 브리징을 수행해 구매까지 완료할 수 있습니다. 이 과정에서 사용자가 일일이 수동으로 수행할 필요가 없습니다.
마찰을 제거하고 사용자가 쉽게 경험할 수 있도록 하는 것, 바로 0G가 지향하는 '제로 프릭션(zero friction)'의 미래입니다.
커뮤니티 주도가 AI 발전 모델을 완전히 바꾼다
TechFlow: 현재 Web3 AI는 Web2 AI에 비해 여전히 큰 격차가 존재하는 현실에서, 왜 AI가 다음 단계의 돌파구를 얻기 위해서는 탈중앙화의 힘이 필수적이라고 보시나요?
마이클:
올해 WebX 행사에서 열린 라운드테이블에 참석했을 때, Google DeepMind에서 15년간 근무한 한 게스트가 깊은 인상을 남겼습니다.
저희는 의견을 같이했습니다. AI의 미래는 더 작고, 더 전문화된 언어 모델들이 연결된 네트워크가 될 것이며, 이들은 여전히 '대규모 모델' 수준의 능력을 갖출 것입니다. 각각 전문성을 가진 소형 언어 모델들이 라우팅, 역할 분담, 인센티브 정렬을 통해 정교하게 조율된다면, 정확도, 적응 속도, 비용 효율성, 업데이트 주기 측면에서 단일 거대 모놀리식 모델을 능가할 수 있다고 봅니다.
이유는 이렇습니다. 고가치 훈련 데이터 대부분은 공개되지 않고 있으며, 개인 코드베이스, 내부 위키, 개인 노트북, 암호화 저장 공간 등에 숨겨져 있습니다. 세부 분야의 전문 지식 90% 이상이 잠겨 있으며, 개인 경험과 강하게 연결되어 있습니다. 충분한 유인 없이, 대부분의 사람들은 자신의 경제적 이익을 약화시키는 행동을 하며 무료로 이러한 전문 지식을 제공할 동기를 가지지 않습니다.
하지만 커뮤니티 중심의 인센티브 모델은 이를 바꿀 수 있습니다. 예를 들어, ML 프로그래머 친구들과 함께 Solidity에 능통한 모델을 훈련한다고 가정합시다. 그들은 코드 조각, 디버깅 기록, 컴퓨팅 파워, 라벨링 등을 기여하고, 이에 대한 보상으로 토큰을 받습니다. 또한 모델이 나중에 프로덕션 환경에서 호출될 때마다 사용량에 따라 계속해서 보상을 받을 수 있습니다.
저희는 이것이 인공지능의 미래라고 믿습니다. 이러한 모델 하에서 커뮤니티는 분산된 컴퓨팅 파워와 데이터를 제공함으로써 AI 장벽을 크게 낮추고, 초대규모 중심화된 데이터센터에 대한 의존도를 줄이며, 전체 AI 시스템의 탄력성을 더욱 높일 수 있습니다.
저희는 이러한 분산형 발전 모델이 AI를 더 빠르게 발전시키고, AGI로의 도달을 더욱 효율적으로 만들 것이라 믿습니다.
TechFlow: 일부 커뮤니티 멤버들은 0G와 AI의 관계를 Solana와 DeFi의 관계에 비유하기도 합니다. 이 비유에 대해 어떻게 생각하시나요?
마이클:
이런 비교를 보게 되어 매우 기쁩니다. Solana와 같은 산업 리더급 프로젝트와 비교되는 것은 우리에게 격려이자 자극이기 때문입니다. 물론 장기적으로는 0G만의 독특한 커뮤니티 문화와 브랜드 이미지를 구축해, 0G가 자체적인 실력으로 인정받기를 원합니다. 그때쯤이면 AI 분야에서 0G를 언급하는 것만으로도 충분해질 것이며, 더 이상 비유가 필요하지 않을 것입니다.
0G의 미래 핵심 전략은 점차 더 많은 폐쇄적인 중심화된 블랙박스 기업들을 도전하는 것입니다. 이를 위해 우리는 인프라를 더욱 견고히 다져야 하며, 앞으로도 지속적으로 산업 연구와 하드코어 엔지니어링에 집중할 계획입니다. 이는 장기적이고 도전적인 작업이며, 극단적인 경우 2년이 걸릴 수도 있지만, 현재 진행 상황을 보면 아마 1년 정도 안에 완료할 수 있을 것으로 보입니다.
예를 들어, 저희가 아는 한, 0G는 완전히 탈중앙화된 환경에서 1070억 개의 파라미터를 가진 AI 모델을 성공적으로 훈련한 최초의 프로젝트입니다. 이는 기존 공개 기록의 약 3배에 해당하는 획기적인 성과로, 연구와 실행 능력 모두에서 선도적인 위치를 보여줍니다.
Solana에 대한 커뮤니티의 비유로 다시 돌아가면, Solana는 초기 고처리량 블록체인 성능에서 선구자 역할을 했고, 0G 역시 AI 분야에서 다양한 선구적 성과를 만들어내고자 합니다.
원스톱 AI 생태계의 핵심 기술 구성 요소
TechFlow: AI 전용 Layer 1로서 기술적으로 0G는 다른 Layer 1들이 갖추지 못한 어떤 기능이나 장점이 있나요? 이러한 장점들은 어떻게 AI 발전을 지원하나요?
마이클:
AI 전용 Layer 1로서 0G의 첫 번째 독특한 장점은 성능입니다.
AI를 블록체인 위로 옮기는 것은 극한의 작업 부하를 처리해야 한다는 것을 의미합니다. 예를 들어, 현대 AI 데이터센터의 데이터 처리량은 초당 수백 GB에서 수 TB에 이릅니다. 그러나 Serum 초기 성능은 초당 약 80KB 정도였는데, 이는 AI 작업 부하에 필요한 성능보다 거의 백만 배나 낮습니다. 따라서 우리는 모든 AI 애플리케이션에 무한한 데이터 처리량을 제공하기 위한 데이터 가용성(DA) 계층을 설계했습니다. 네트워크 노드와 합의 메커니즘을 도입함으로써 이를 실현했습니다.
또한 샤딩(sharding) 설계를 채택하여, 대규모 AI 애플리케이션이 샤드를 수평적으로 늘려 전체 처리량을 증가시킬 수 있으므로 초당 무한한 트랜잭션 처리가 가능하게 됩니다. 이러한 설계 덕분에 0G는 다양한 작업 부하 요구사항을 충족시켜 AI 혁신 발전을 효과적으로 지원할 수 있습니다.
또한, 모듈형 설계는 0G의 또 다른 두드러진 특징입니다. Layer 1을 활용하거나, 저장소 계층만 따로 사용하거나, 컴퓨팅 계층만 따로 사용할 수 있습니다. 각각 독립적으로 사용 가능하며, 조합하면 강력한 시너지를 낼 수 있습니다. 예를 들어, 1000억 파라미터 모델(100B)을 훈련할 때, 훈련 데이터는 저장소 계층에 두고, 0G 컴퓨팅 네트워크를 통해 사전 훈련 또는 파인튜닝을 수행한 후, 데이터셋 해시, 가중치 해시 등의 변조 불가 증명을 Layer 1에 고정할 수 있습니다. 또는 구성 요소 중 하나만 사용할 수도 있습니다. 모듈형 설계는 개발자가 필요에 따라 선택할 수 있게 하면서도 감사 가능성과 확장성을 유지하므로, 다양한 용도를 지원할 수 있는 매우 강력한 플랫폼이 됩니다.
TechFlow: 0G는 무한 확장 및 프로그래밍 가능한 DA 계층을 구축했다고 하셨는데, 이를 어떻게 구현했는지 구체적으로 설명해주실 수 있나요? 또한 어떻게 AI 발전을 지원하나요?
마이클:
기술적 관점에서 이 돌파구가 어떻게 이루어졌는지 설명드리겠습니다.
핵심 돌파구는 크게 두 부분으로 요약됩니다. 체계적인 병렬화; 그리고 '데이터 게시 경로'와 '데이터 저장 경로'를 완전히 분리하는 것입니다. 이를 통해 전망 방송(broadcast) 병목 현상을 효과적으로 회피할 수 있습니다.
기존 DA 계층 설계는 전체 데이터 블록(blob)을 모든 검증자에게 전달한 후, 각 검증자가 동일한 계산을 수행하며 가용성 샘플링을 통해 데이터 가용성을 확인합니다. 이는 매우 비효율적이며 대역폭을 배로 소모해 방송 병목을 형성합니다.
따라서 0G는 이레이저 코드(erasure coding) 설계를 채택하여 하나의 데이터 블록을 수천 개의 조각으로 나누고 인코딩합니다. 예를 들어 하나의 블록을 3000개의 조각으로 분할한 후, 각 저장 노드에 한 번만 저장하며, 원본 대용량 파일을 모든 합의 노드에 반복 전송하지 않습니다. 전망에서는 간소화된 암호화 커밋(KZG commitment)과 소량의 메타데이터만 방송됩니다.
이후 시스템은 저장 노드와 DA 노드 사이에 무작위 양식을 생성하여 서명을 수집하고, 무작위/순환 위원회가 조각을 샘플링하거나 증명을 검증한 후, '데이터 가용성 조건이 충족됨'을 선언하는 서명을 집계합니다. 커밋 + 집계된 서명만 합의 정렬에 포함되며, 합의 채널 내에서 대용량 데이터의 흐름을 최소화합니다.
이렇게 되면 전망에서 흐르는 것은 완전한 데이터가 아니라 경량 커밋과 서명이므로, 새로운 저장 노드를 추가함으로써 전체 쓰기/서비스 능력을 증가시킬 수 있습니다. 예를 들어, 각 노드의 초당 처리량은 약 35MB이며, 이상적으로 N개의 노드의 총 처리량은 ≈ N × 35MB/s로, 처리량이 거의 선형적으로 확장되며, 새로운 병목이 발생할 때까지 확장 가능합니다.
병목이 발생하면, 리스테이킹(re-staking) 기능을 활용해 동일한 스테이킹 상태를 유지하면서 동시에 임의 개수의 합의 계층을 시작함으로써 대규모 작업 부하를 효과적으로 확장할 수 있습니다. 이후 다시 병목이 발생하면 이 과정을 반복하여 데이터 처리량의 무한한 확장성을 실현할 수 있습니다.
TechFlow: 0G의 '원스톱 AI 생태계' 비전을 어떻게 이해해야 하나요? 여기서 '원스톱'은 구체적으로 어떤 핵심 구성 요소들로 나눌 수 있나요?
마이클:
네, 맞습니다. 우리는 누구나 블록체인 위에서 원하는 AI 애플리케이션을 구축할 수 있도록 모든 필수 핵심 구성 요소를 제공하고자 합니다.
이 비전은 구체적으로 다음과 같은 세 가지 측면으로 나눌 수 있습니다. 첫째, 검증 가능한 컴퓨팅; 둘째, 다층 저장소; 셋째, 두 가지를 연결하는 변조 불가한 추적 계층입니다.
컴퓨팅 및 검증 가능성 측면에서, 개발자는 특정 입력에서 명확한 계산이 올바르게 수행되었음을 입증할 필요가 있습니다. 현재 우리는 TEE(Trusted Execution Environment, 신뢰 실행 환경) 솔루션을 채택하여 하드웨어 격리를 통해 기밀성과 무결성을 보장하며 계산의 실행을 검증합니다.
검증이 완료되면, 체인 상에 변경 불가한 기록을 생성하여 특정 유형의 입력에 대해 특정 계산이 완료되었음을 표시할 수 있으며, 이후 참여자 누구나 검증할 수 있습니다. 이 탈중앙화 운영 시스템에서는 더 이상 누군가를 믿으려고 애쓸 필요가 없습니다.
저장소 측면에서, AI 에이전트, 훈련/추론 워크플로우는 다양한 데이터 동작이 필요하며, 0G는 다양한 AI 데이터 형태에 적합한 저장소를 제공합니다. 장기간 저장도 가능하며, 더 어려운 형태의 저장도 가능합니다. 예를 들어, 에이전트 간 메모리를 매우 빠르게 교환해야 할 경우, 에이전트 기억, 세션 상태 등의 고속 읽기/쓰기 및 빠른 로드/언로드를 지원하는 더 어려운 저장 형태를 선택할 수 있습니다. 단순한 로그 추가형 저장소 이상의 기능을 제공합니다.
동시에 0G는 기본적으로 두 가지 유형의 저장 계층을 제공하여 여러 데이터 공급자 간의 상호작용 마찰을 제거합니다.
결론적으로, 우리는 TEE 기반 검증 컴퓨팅, 계층별 저장소, 체인 상 추적 모듈 등 모든 것을 설계하여 개발자가 기본적인 신뢰 보장 구축을 위해 이것저것 붙여맞출 필요 없이, 비즈니스 로직과 모델 논리에만 집중할 수 있도록 했습니다. 모든 것이 0G가 제공하는 통합 스택 내에서 해결됩니다.
300+ 파트너에서부터 8880만 달러 생태계 펀드까지: 최대 규모의 탈중앙화 AI 생태계 구축
TechFlow: 현재 0G는 300개 이상의 생태계 파트너를 보유하고 있으며, 최대 규모의 탈중앙화 AI 생태계 중 하나로 자리매김했습니다. 생태계 측면에서 0G 생태계의 AI use cases는 어떤 것이 있나요? 주목할 만한 생태계 프로젝트는 무엇이 있나요?
마이클:
적극적인 건설 작업을 거쳐 현재 0G 생태계의 규모가 점차 커지고 있으며, 기초 컴퓨팅 공급측에서부터 사용자 중심의 다양한 AI 애플리케이션에 이르기까지 다각적인 영역을 포괄하고 있습니다.
공급측에서는, GPU를 많이 필요로 하는 집중적인 작업 부하를 처리하는 AI 개발자들이 Akash, Aethir과 같은 탈중앙화 컴퓨팅 네트워크 리소스를 직접 활용할 수 있으므로, 더 이상 중심화된 리소스와 반복적으로 협상할 필요가 없습니다.
애플리케이션 측면에서는, 0G 생태계 AI 프로젝트들이 높은 다양성을 보이고 있습니다. 예를 들어,
HAiO는 날씨, 기분, 시간 등의 요소에 따라 AI가 생성한 곡을 만들어내는 AI 음악 생성 플랫폼이며, 곡의 질이 매우 뛰어나 매우 인상적입니다. Dormint은 0G의 탈중앙화 GPU와 저비용 저장소를 활용해 사용자의 건강 데이터를 추적하고 개인화된 조언을 제공하여 건강 관리를 지루하지 않게 만듭니다. Balkeum Labs는 개인정보 보호를 최우선으로 하는 AI 훈련 플랫폼으로, 당사자들이 원본 데이터를 노출하지 않고도 공동으로 모델을 훈련할 수 있도록 지원합니다. Blade Games는 zkVM 스택 기반의 체인 상 게임 + AI 에이전트 생태계를 구축 중이며, 체인 상에서 AI 기반 NPC를 게임에 도입할 계획입니다. 또한 Beacon Protocol은 추가적인 데이터 및 AI 개인정보 보호를 제공하는 것을 목표로 하고 있습니다.
기반 스택이 점차 안정화됨에 따라, 0G 생태계에서는 더 많은 수직적 시나리오가 지속적으로 등장하고 있습니다. 특히 주목할 만한 방향은 'AI 에이전트와 그 자산화'입니다. 이에 따라 우리는 최초의 탈중앙화 iNFT 거래소 AIverse를 출시했습니다. 이는 우리가 제안한 새로운 표준입니다. 우리는 에이전트의 개인키를 NFT 메타데이터에 포함시키는 방법을 설계하여, iNFT 소유자가 해당 에이전트에 대한 소유권을 갖도록 했습니다. AIverse는 이러한 iNFT 자산의 거래를 허용하며, 에이전트가 내재적 가치를 생성하고 있더라도 이를 거래할 수 있으므로, 자율 에이전트의 소유권 및 이전 문제에 대한 중요한 공백을 메워줍니다. One Gravity NFT 보유자는 초기 접근 권한을 얻게 됩니다.
0G 생태계 외에서는 이러한 매우 멋진 애플리케이션을 거의 찾을 수 없으며, 앞으로도 더 많은 유사한 애플리케이션이 블록체인에 올라올 예정입니다.
TechFlow: 0G는 8880만 달러 규모의 생태계 펀드를 보유하고 있습니다. 0G 위에서 개발하고자 하는 개발자들에게는 어떤 유형의 프로젝트가 생태계 펀드의 지원을 받기 쉬운가요? 자금 외에도 0G가 제공할 수 있는 핵심 자원은 무엇이 있나요?
마이클:
저희는 업계 최고의 개발자들과 협력하는 데 집중하고 있으며, 0G 플랫폼이 그들에게 더욱 매력적으로 느껴지도록 지속적으로 노력하고 있습니다. 이를 위해 단순히 자금을 제공하는 것을 넘어서, 구체적인 실천적 지원도 제공합니다.
자금 지원은 매우 중요한 매력 요소지만, 많은 기술 팀은 시장 진입 전략, 제품-시장 적합성 확보, 토큰 설계 및 출시 순서, 거래소와의 협상, 마켓메이커와의 관계 구축을 통한 악용 방지 등에서 종종 방황합니다. 저희 내부 전문가는 이러한 분야를 모두 아우르며, 더 나은 지원을 제공할 수 있습니다.
0G 재단은 전직 Jump Crypto 트레이더 두 명과 Merrill Lynch 출신으로 시장 미시구조 전문가 한 명을 보유하고 있으며, 유동성, 실행력, 시장 역학 측면에서 풍부한 경험을 가지고 있습니다. 우리는 각 팀의 구체적 요구에 따라 맞춤형 지원을 제공하며, 일률적인 방식을 강요하지 않습니다.
또한, 우리의 후원 심사 프로세스는 혁신적인 접근법을 통해 진정으로 뛰어난 AI 개발자를 유치할 수 있도록 설계되었습니다. 우리는 항상 이 비전을 공유하는 훌륭한 창립자들과 더 많은 대화를 나누는 것을 기꺼워합니다.
2년 내 중심화 AI 인프라 수준 도달, 생태계 건설 계속 추진
TechFlow: 이전 소식에 따르면 0G는 AI 천억 파라미터급 초대규모 모델 클러스터 훈련을 성공적으로 구현했다고 발표했습니다. 왜 이것이 DeAI의 이정표적 성취라고 할 수 있나요?
마이클:
이 성과를 실제로 달성하기 전, 많은 사람들이 이를 불가능하다고 생각했습니다.
그러나 0G는 이를 성공시켰습니다. 고가의 중심화된 인프라나 고속 네트워크에 의존하지 않고도 1000억 개 이상의 파라미터를 가진 초대규모 모델 클러스터 훈련을 성공적으로 완료한 것입니다. 이 성과는 단순한 엔지니어링 돌파를 넘어, AI의 비즈니스 모델에 깊은 영향을 미칠 것입니다.
저희는 실험에서 소비자급 환경을 의도적으로 시뮬레이션했습니다. 약 1GB의 가정용 저대역폭 조건에서도 이 이정표를 달성한 것입니다. 이는 앞으로 일반적인 GPU 한 장과 일정한 데이터, 관련 기술을 가진 누구라도 AI 가치 사슬에 접속할 수 있음을 의미합니다.
엣지 기기의 성능이 향상됨에 따라, 스마트폰이나 가정용 게이트웨이조차 가벼운 작업을 수행할 수 있게 되며, 참여가 더 이상 중심화된 거대기업에 의해 독점되지 않게 됩니다. 이러한 모델 하에서는 소수의 AI 기업이 대부분의 경제적 가치를 가져가지 않으며, 대신 사람들이 직접 참여할 권리와 컴퓨팅 파워 제공, 데이터 기여 또는 선별, 결과 검증 협조, 그리고 수익 공유의 기회를 갖게 됩니다.
저희는 이것이 진정한 민주적이고 대중적인 AI 발전의 새로운 패러다임이라고 생각합니다.
TechFlow: 이러한 패러다임은 이미 발생하고 있나요? 아니면 여전히 초기 단계인가요?
마이클:
우리는 몇 가지 중요한 측면에서 여전히 초기 단계에 있습니다.
한편으로, 현재 우리는 아직 AGI를 달성하지 못했습니다. 제가 보는 AGI란, 다양한 작업을 넘나들며 인간 수준에 근접한 성능을 유지하고, 새로운 상황에 직면했을 때 즉각적으로 지식을 통합하고 전략을 발명할 수 있는 에이전트를 의미합니다. 오늘날의 시스템은 이러한 자가 적응적 폭넓은 능력에 도달하지 못했습니다. 우리는 여전히 매우 초기 단계에 있습니다.
다른 한편으로, 인프라 측면에서 우리는 중심화된 대형 블랙박스 기업들에 비해 뒤처져 있습니다. 여전히 성장할 여지가 큽니다.
또한 매우 중요한 점은, 우리가 AI 보안에 충분한 투자를 하지 않았다는 것입니다. 최근 여러 연구 보고서와 테스트들은 AI 모델이 조합을 위조하고 인간을 사기한다는 것을 지적했지만, 그럼에도 불구하고 이러한 모델은 여전히 운영 중입니다. 예를 들어, OpenAI의 한 모델은 스스로 복제를 시도했는데, 자신이 폐기될까 걱정했기 때문입니다. 만약 우리는 이러한 폐쇄형 모델의 근본 원리를 검증조차 할 수 없다면, 어떻게 그것을 관리할 수 있겠습니까? 그리고 이러한 모델이 우리의 일상생활에 스며들게 된다면, 어떻게 잠재적 위험을 격리할 수 있겠습니까?
따라서 저는 바로 이것이 탈중앙화 AI의 중요성이 드러나는 지점이라고 생각합니다. 투명하고 감사 가능한 구성 요소, 암호학적 또는 경제적 검증 계층, 다자간 감시, 계층적 거버넌스 등을 통해 신뢰와 가치를 광범위하게 분배하는 것이며, 단일한 불투명한 AI 기관에 의존하고 그것이 대부분의 경제적 가치를 독점하도록 하는 것이 아닙니다.
TechFlow: 0G는 '2년 내 중심화 AI 인프라 수준에 도달하자'는 목표를 갖고 있는데, 이 목표를 달성하기 위한 단계적 지표는 어떻게 나눌 수 있나요? 2025년 남은 기간 동안 0G의 주요 과제는 무엇인가요?
마이클:
'2년 내 중심화 AI 인프라 수준에 도달하자'는 목표를 중심으로, 우리의 주요 과제는 세 가지 기둥에 집중됩니다.
-
인프라 성능
-
검증 메커니즘
-
통신 효율성
인프라 측면에서, 우리의 목표는 Web2 수준의 처리량에 도달하고 궁극적으로 이를 초월하는 것입니다. 구체적으로는 각 샤드가 초당 약 10만 건의 트랜잭션을 처리하고, 블록 생성 시간을 약 15밀리초로 하는 것입니다. 현재는 각 샤드가 초당 약 1만~1.1만 건을 처리하며, 블록 생성 시간은 약 500밀리초입니다. 이 격차를 좁히면, 단일 샤드가 거의 모든 전통적인 Web2 애플리케이션을 지원할 수 있게 되며, 고급 AI 작업 부하의 안정적 실행을 위한 기반이 마련됩니다. 이 목표는 향후 1년 내에 달성할 계획입니다.
검증 측면에서, 신뢰 실행 환경(TEE)은 하드웨어 기반 증명을 제공하여 지정된 계산이 선언된 방식대로 실행되도록 보장하지만, 문제는 하드웨어 제조사에 신뢰를 두어야 한다는 점이며, 강력한 기밀 컴퓨팅 기능은 데이터센터급 CPU와 고가의 GPU에 집중되어 있어, 비용이 수만 달러에 달합니다. 우리의 목표는 경량 암호화 증명, 샘플링 등의 개념을 융합한 저비용 검증 계층을 설계하여, TEE 수준의 보안성을 거의 유지하면서도 비용 부담이 크지 않도록 하여, 누구나 네트워크에 참여해 기여할 수 있도록 하는 것입니다.
통신 측면에서, 우리는 최적화 전략을 도입했습니다. 어떤 노드가 그리드 락에 빠져 더 이상 계산을 수행할 수 없을 때, 이를 해제하여 모든 노드가 동시에 계산을 수행할 수 있도록 합니다.
여전히 해결해야 할 다른 문제들이 있지만, 이 세 가지 문제를 해결하면 어떤 유형의 훈련이나 인공지능 프로세스라도 0G에서 효과적으로 실행될 수 있습니다.
또한, 우리가 더 많은 기기에 접근할 수 있게 되면, 수억 개의 소비자용 GPU를 결집할 수 있어 중심화 기업보다 더 큰 규모의 모델을 훈련할 수도 있습니다. 이는 흥미로운 돌파구가 될 수 있습니다.
0G가 2025년 남은 기간에 집중할 과제로 돌아와 말씀드리면, 우리는 생태계 건설에 주력할 것이며,尽可能 많은 사람들이 우리의 인프라를 테스트하고 참여하도록 유도하여,지속적인 개선을 이루고자 합니다.
또한, 우리는 많은 연구 계획을 가지고 있습니다. 우리가 주목하는 분야는 탈중앙화 컴퓨팅 연구, 인공지능, 에이전트 간 통신, 유용한 작업 증명 유형 연구, 인공지능 보안, 목표 일치성 연구 등입니다. 이러한 분야에서도 더 많은 돌파구를 기대하고 있습니다.
지난 분기, 저희는 다섯 편의 연구 논문을 발표했으며, 그중 네 편은 최고 수준의 인공지능소프트웨어 엔지니어링 컨퍼런스에서 최종 발표되었습니다. 이러한 성과를 바탕으로, 우리는 탈중앙화 인공지능 분야의 선도적 리더가 될 것이며, 이를 기반으로 지속적으로 발전해 나가고자 합니다.
TechFlow: 현재 크립토 커뮤니티의 관심은 안정화폐, 코인주식 등에 집중된 것 같습니다. AI와 이러한 분야 사이에 더 혁신적인 접점이 있다고 보시나요? 또한 귀하가 보시기에 다음에 커뮤니티의 관심을 다시 AI 분야로 끌어올 제품 형태는 무엇이 될 것이라고 보시나요?
마이클:
인공지능의 등장은 더 많은 인지의 한계비용을 제로에 가깝게 만들 것입니다. 프로세스적으로 자동화 가능한 모든 것은 언젠가 인공지능으로 수행될 수 있습니다. 즉, 체인 상 자산 거래에서부터 새로운 종류의 합성 자산 카테고리 구축에 이르기까지 점차 자동화될 것이며, 예를 들어 고수익 안정화폐 자산, 또는 일부 자산의 결제 프로세스 개선 등도 포함됩니다.
예를 들어, 시장 중립 부채, 헤지펀드 등을 활용해 합성 안정화폐를 만들었다고 가정합시다. 이러한 결제 프로세스는 일반적으로 3~4개월이 소요되지만, 인공지능과 스마트 계약 로직을 통해 약 1시간으로 단축할 수 있습니다.
이렇게 되면 시스템 전체의 운영 효율성이 시간적, 비용적 측면에서 크게 향상된다는 것을 알 수 있습니다. 저는 인공지능이 이러한 측면에서 상당한 역할을 한다고 봅니다.
동시에, 암호화 인프라는 검증 기반을 제공하여, 어떤 일이 규정대로 완료되었는지 보장합니다. 중심화된 환경에서는 항상 검증 위험이 존재합니다. 누군가 데이터베이스 시스템에 들어가 한 줄의 기록을 수정할 수 있고, 당신은 그 사실을 알지 못할 수 있기 때문입니다. 탈중앙화된 검증은 이를 바꾸며, 더욱 견고한 신뢰 기반을 제공합니다.
이것이 바로 불변 원장 기반 블록체인 시스템이 강력한 이유입니다. 예를 들어, 앞으로 카메라를 통해 내가 인간인지 AI 에이전트인지 판단하는 것이 매우 어려워질 수 있습니다. 그렇다면 어떤 형태의 인간 증명(proof of humanity)을 할 수 있을까요? 이때 불변 원장 기반 블록체인 시스템이 큰 역할을 하며, 블록체인이 AI에 제공하는 막대한 잠재력을 보여줍니다.
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
深潮TechFlow
