NEAR 유나이티드와 대화하는 Arweave 창립자: AI와 블록체인의 융합에 대한 탐구

출처: 비워터 커뮤니티

6월 14일, AO 재단은 탈중앙화 슈퍼컴퓨터 AO를 위한 토큰 이코노믹스를 공식적으로 출시했습니다. 6월 12일 저녁, AO의 토큰 이코노믹스 출시와 NEAR의 DA 솔루션 출시 전날, 저희는 Arweave와 AO의 창립자 샘 윌리엄스(Sam Williams)와 NEAR 프로토콜의 공동 창립자 일리아 폴로수킨(Illia Polosukhin)을 초청하여 인공지능과 블록체인의 융합에 대한 심도 있는 대화를 나눴습니다. 샘은 AO의 기본 아키텍처에 대해 자세히 설명했습니다. 샘은 무한히 확장 가능하고 이기종 프로세스 상호작용을 지원하는 탈중앙화 컴퓨팅 네트워크를 만드는 것을 목표로 하는 액터 지향 패러다임과 탈중앙화 얼랑 모델을 기반으로 하는 AO의 기본 아키텍처에 대해 자세히 설명하고, 신뢰할 수 있는 AI 정책을 도입하여 진정한 '에이전트 금융'을 가능하게 할 것으로 기대되는 디파이 시나리오에서 AO의 적용 가능성을 살펴보고, 일리아는 확장성 및 AAR 상호작용에 대한 NEAR 프로토콜의 경험을 공유했습니다. 일리아는 체인 추상화 및 체인 서명 기능의 도입, 개발 중인 P2P 결제 및 AI 추론 라우터 등 확장성 및 AI 통합 측면에서 NEAR 프로토콜의 최신 진행 상황을 공유했습니다. 또한, 두 게스트는 각 생태계의 현재 우선순위와 연구 초점, 그리고 낙관적으로 생각하는 혁신적인 프로젝트에 대해 언급했습니다. 처음에 이 내용을 수집하고 정리하여 중국어로 커뮤니티에 제공해 주신 @BlockBeatsAsia의 @0xLogicrw에게 감사드립니다.

일리아와 샘이 AI와 암호화폐에 뛰어든 계기

Lulu: 간단한 소개부터 시작하죠. 자기소개와 함께 AI와 블록체인에 참여하게 된 계기를 말씀해 주세요.

Illia: 저는 머신러닝과 인공지능 분야에서 약 10년 동안 일하다가 암호화폐에 뛰어들었습니다. 저는 현재 다양한 최신 머신러닝, 인공지능, 딥러닝 기법에서 널리 사용되는 트랜스포머 모델을 소개한 논문 '주의력만 있으면 된다'로 가장 잘 알려져 있습니다. 하지만 그 전에는 2014~2015년에 Google에서 오픈소스로 제공한 머신러닝 프레임워크인 텐서플로우를 비롯한 여러 프로젝트에 참여했습니다. 또한 Q&A 시스템, 기계 번역 및 기타 연구도 진행했고, 그 결과물 중 일부는 실제로 Google.com과 다른 Google 제품에 적용했습니다.

그 후 Alex와 저는 처음에는 기계 프로그래밍 교육에 전념하는 AI 회사인 NEAR.ai를 공동 설립했습니다. 우리는 사람들이 자연어를 통해 컴퓨터와 소통하고 컴퓨터가 스스로 프로그래밍할 수 있는 미래를 꿈꿨습니다. 2017년에는 공상 과학 소설처럼 들리지만 실제로 많은 연구를 했습니다. 더 많은 학습 데이터를 크라우드소싱하고 중국, 동유럽 등지에서 온 학생들이 코드 작성과 코드 주석 작성과 같은 작은 작업을 수행했습니다. 하지만 PayPal이 중국 사용자에게 송금할 수 없다는 점과 같이 대가를 받는 데 있어 어려움을 겪었습니다.

일부 사람들은 비트코인 사용을 제안했지만 당시에는 비트코인의 거래 수수료가 이미 높았습니다. 그래서 저희는 더 깊이 파고들기 시작했습니다. Google은 확장성에 대한 배경 지식을 가지고 있으며, 모든 것은 확장성에 관한 것입니다. 공동 창업자인 Alex는 포춘 500대 기업에 서비스를 제공하는 샤드 데이터베이스 회사를 만들었습니다. 당시에는 거의 모든 것이 단일 컴퓨터에서 실행되고 단일 컴퓨터의 용량에 의해 제한되는 블록체인 기술의 현재 상태를 보는 것이 이상했습니다.

Lulu: 정말 멋진 이야기네요. 처음에 AI 회사로 시작해서 지금은 AI에 다시 집중하고 있다는 사실을 미처 몰랐는데요, 샘에게 자신과 프로젝트에 대해 조금 소개해 달라고 부탁해 보겠습니다.

Sam: 저희는 약 7년 전에 이 분야에 뛰어들었고, 오랫동안 비트코인을 주시하고 있었습니다. 그러던 중 하나의 중앙화된 장애 지점 없이 전 세계에 복제되는 네트워크에 데이터를 저장할 수 있다는, 흥미롭지만 잘 알려지지 않은 아이디어를 발견했습니다. 이를 통해 우리는 잊혀지지 않고 여러 곳에 복제되어 단일 조직이나 정부조차도 콘텐츠를 검열할 수 없는 아카이브를 만들기로 했습니다.

그래서 저희는 비트코인을 확장하거나 비트코인 스타일의 온체인 데이터 저장소를 규모에 상관없이 만들어 인류를 위한 지식 기반을 만들고, 모든 역사를 조작할 수 없고 신뢰할 수 없는 일종의 역사 로그에 저장하여 우리가 단계별로 어떻게 여기까지 왔는지 중요한 맥락을 결코 잊지 않도록 하는 것을 사명으로 삼게 되었죠.

우리는 7년 전에 이 작업을 시작하여 현재 6년 넘게 메인 네트워크에서 라이브 서비스를 제공하고 있습니다. 그 과정에서 영구적인 온체인 스토리지가 원래 생각했던 것보다 훨씬 더 많은 기능을 제공할 수 있다는 것을 깨달았습니다. 처음에는 신문 기사를 저장하는 것이 목표였습니다. 하지만 메인넷을 가동한 지 얼마 지나지 않아, 전 세계 어디에서나 모든 콘텐츠를 저장할 수 있다면 영구적인 탈중앙화 네트워크의 씨앗을 심는 것과 같다는 사실을 깨달았습니다. 뿐만 아니라 2020년경에는 결정론적 가상 머신과 프로그램과의 상호작용에 대한 영구적인 로그가 있다면 스마트 컨트랙트 시스템을 만들 수 있다는 사실을 깨달았습니다.

2020년 당시 스마트위브라고 불렀던 이 시스템을 처음 시도했고, 프로그래밍 언어 하스켈에 의해 크게 대중화된 컴퓨터 과학 개념인 불활성 합산(inert summation)을 활용했습니다. 이 개념은 프로덕션 환경에서는 오랫동안 사용되어 왔지만, 블록체인 분야에서는 실제로 사용되지 않았습니다. 일반적으로 블록체인 공간에서는 메시지를 작성할 때 스마트 컨트랙트를 실행합니다. 하지만 블록체인은 데이터 작성과 동시에 코드를 실행할 필요 없이 새로운 정보를 포함할 수 있는 특정 규칙이 있는 추가 전용 데이터 구조라고 생각합니다. 저희는 임의로 확장 가능한 데이터 로그를 가지고 있었기 때문에 이러한 방식을 자연스럽게 생각했지만, 당시에는 상대적으로 드물었습니다. 지금은 셀레스티아(당시에는 레이지레저라고 불렸던)라는 팀이 유일했습니다.

이를 계기로 Arweave에서 컴퓨팅 시스템이 캄브리아기 폭발적으로 증가했습니다. 서너 개의 주요 프로젝트가 있었고, 그 중 일부는 고유한 커뮤니티, 기능 세트, 보안 절충안을 개발했습니다. 그 과정에서 이러한 로그를 저장하기 위해 기본 계층의 데이터 가용성을 활용해야 할 뿐만 아니라 데이터 가용성 보장을 위임하는 메커니즘도 필요하다는 것을 알게 되었습니다. 구체적으로, 사용자는 패킷 노드 또는 사용자를 대신하는 다른 사람(현재 스케줄링 장치라고 함)에게 데이터를 제출할 수 있으며, 이 사람은 데이터를 Arweave 네트워크에 업로드하고 데이터가 네트워크에 기록될 것이라는 재정적 인센티브가 포함된 보증을 제공할 것입니다. 이 메커니즘이 구축되면 계산을 수평적으로 확장할 수 있는 시스템을 갖추게 됩니다. 기본적으로 동일한 데이터 세트를 공유하고 서로 통신할 수 있는 일련의 프로세스를 이더 롤업으로 생각할 수 있습니다.

AO(액터 지향)는 컴퓨터 과학의 패러다임에서 이름을 따온 것으로, 저희는 이러한 모든 구성 요소를 네이티브 메시징 시스템, 데이터 가용성 공급자, 탈중앙화 컴퓨팅 네트워크와 결합한 시스템을 구축했습니다. 그 결과, 비활성 가치 추구 구성 요소는 누구나 노드를 켜서 컨트랙트 상태를 파싱할 수 있는 분산된 컬렉션이 되었습니다. 이 모든 것을 합치면 탈중앙화된 슈퍼컴퓨터가 탄생합니다. 그 핵심에는 계산에 관련된 모든 메시지에 대한 임의로 확장 가능한 메시지 로그가 있습니다. 이는 내 프로세스의 확장성이나 활용도에 영향을 주지 않고 병렬 계산을 할 수 있다는 점에서 특히 흥미로운데, 이는 네트워크 내에서 대규모 AI 워크로드를 실행하는 등 임의의 깊이의 계산을 할 수 있다는 것을 의미합니다. 현재 저희 생태계는 이 아이디어를 열심히 추진하고 있으며, 베이스레이어의 스마트 컨트랙트 시스템에 시장 정보를 도입할 때 어떤 일이 일어나는지 탐구하고 있습니다. 이렇게 하면 기본적으로 기본 스마트 컨트랙트와 마찬가지로 신뢰할 수 있고 검증 가능한 지능형 에이전트가 여러분을 위해 일하게 됩니다.

AO의 기본 개념과 기술 아키텍처

루루: 아시다시피, 니어 프로토콜과 아위브는 현재 AI와 암호화폐의 교차 수정을 추진하고 있습니다. 샘이 AO의 기본 개념과 아키텍처에 대해 언급했으니, 저는 AO부터 시작해서 AI에 대해 조금 더 자세히 살펴보고 싶네요. 설명해주신 개념은 에이전트가 자율적으로 실행되고, 오케스트레이션되며, AI 에이전트나 애플리케이션이 AO 위에서 작동할 수 있게 하는 것처럼 느껴집니다. AO 인프라 내에서 병렬 실행 또는 자율 에이전트에 대해 자세히 설명해 주시겠어요? 분산형 Erlang을 구축한다는 비유가 정확한가요?

Sam: 시작하기 전에 제가 박사 과정 중에 Erlang 시스템을 기반으로 운영 체제를 구축했다는 점을 말씀드리고 싶습니다. 베어 메탈에서 실행되는 시스템이라고 불렀습니다. Erlang의 흥미로운 점은 암호화에서 표준이 된 공유 상태 모델이 아닌 모든 연산이 병렬로 실행되는 단순하고 표현력이 뛰어난 환경이라는 점입니다.

이것의 우아함은 현실 세계와 훌륭하게 매핑된다는 것입니다. 마치 우리가 지금 함께 대화를 나누고 있는 것처럼, 실제로는 독립적인 캐릭터가 되어 머릿속에서 계산을 하고 듣고 생각하고 대화하는 것처럼요. Erlang의 에이전트 또는 액터 지향 아키텍처는 정말 놀랍습니다. AO 서밋에서 저를 따라간 사람은 Erlang의 창립자 중 한 명으로, 1989년경에 이 아키텍처가 어떻게 만들어졌는지에 대해 이야기했습니다. 당시에는 '액터 지향'이라는 용어조차 몰랐던 시절이었죠. 하지만 이 개념은 충분히 훌륭한 개념이었기 때문에 많은 사람이 같은 아이디어를 떠올렸습니다.

저는 진정으로 확장 가능한 시스템을 구축하려면 상태를 공유하는 것이 아니라 메시지를 전달하도록 해야 한다고 생각합니다. 즉, 이더리움, 솔라나, 그리고 샤딩이 있어서 글로벌 상태를 공유하지 않고 로컬 상태를 공유하는 NEAR를 제외한 거의 모든 블록체인이 상태를 공유할 때 발생하는 현상입니다.

AO를 구축할 때 목표는 이러한 개념을 결합하는 것이었습니다. 병렬로 실행되고 임의의 크기의 연산을 수행할 수 있는 프로세스를 만들면서 이러한 프로세스의 상호 작용을 실행 환경으로부터 분리하여 분산화된 버전의 Erlang을 만들고자 했습니다. 분산 기술에 익숙하지 않은 분들을 위해 가장 쉽게 이해하는 방법은 분산화된 슈퍼컴퓨터라고 생각하면 됩니다. AO를 사용하면 시스템 내부에서 터미널을 시작할 수 있습니다. 개발자에게 가장 자연스러운 사용 방법은 로컬 명령줄 인터페이스와 대화하는 것처럼 로컬 프로세스를 시작하여 대화하는 것입니다. 소비자 도입을 향해 나아감에 따라 사람들은 UI와 여러분이 기대하는 모든 것을 구축하고 있습니다. 기본적으로 이 분산된 컴퓨팅 장치 클라우드에서 개인 컴퓨팅을 실행하고 통합된 메시지 형식을 사용하여 장치와 상호 작용할 수 있습니다. 저희는 이 부분을 인터넷을 실행하는 TCP/IP 프로토콜을 참조하여 설계했으며, 컴퓨팅 그 자체로 생각할 수 있는 TCP/IP 프로토콜을 만들려고 노력했습니다.

AO의 데이터 프로토콜은 특정 유형의 가상 머신 사용을 의무화하지 않습니다. 원하는 가상 머신을 사용할 수 있으며, WASM32와 64비트 버전을 구현했습니다. 에코시스템의 다른 기업들도 EVM을 구현했으며, 공유 메시징 계층(저희는 Arweave를 사용합니다)이 있다면 컴퓨팅 인터넷과 같은 공유 환경에서 고도로 이질적인 프로세스가 모두 상호 작용할 수 있습니다. 이러한 인프라가 구축되면 다음 자연스러운 단계는 지능적이고 검증 가능하며 신뢰할 수 있는 컴퓨팅으로 무엇을 할 수 있는지 탐색하는 것입니다. 에이전트가 시장에서 서로를 상대로 또는 인간과 인간을 대신하여 지능적인 결정을 내릴 수 있도록 하는 AI 또는 스마트 계약이 그 예입니다. 글로벌 금융 시스템을 살펴보면, 나스닥 거래의 약 83%가 로봇에 의해 실행됩니다. 이것이 바로 세상이 작동하는 방식입니다.

과거에는 스마트 부품을 업링크하여 신뢰할 수 있게 만들 수 없었습니다. 하지만 Arweave 에코시스템에는 RAIL이라고 부르는 또 다른 병렬 워크플로우, 즉 책임 있는 AI 원장이 있습니다. 이는 기본적으로 다양한 모델의 입력과 출력에 대한 기록을 생성하고 이러한 기록을 투명하고 개방적인 방식으로 저장하여 "이 데이터는 AI 모델에서 나온 것입니까?"라고 쿼리할 수 있도록 하는 방법입니다. 이를 확장할 수 있다면 오늘날 우리가 직면한 근본적인 문제 중 하나를 해결할 수 있다고 생각합니다. 예를 들어, 어떤 정치인이 멍청한 짓을 하는 사진이나 동영상이 담긴 신뢰할 수 없는 웹사이트의 뉴스 기사를 누군가 보내왔다고 가정해 보겠습니다. 이것이 사실인가요? RAIL은 많은 경쟁 기업들이 투명하고 중립적인 방식으로 사용할 수 있는 원장을 제공하여 인터넷에서와 마찬가지로 그들이 생성하는 결과물에 대한 기록을 저장합니다. 그리고 매우 저렴한 비용으로 이를 수행할 수 있습니다.

블록체인 확장성에 대한 일리아의 생각

Lulu: AO 접근 방식이나 모델 확장성에 대한 일리아의 생각이 궁금합니다. 순차적 처리의 병목현상을 해결하기 위해 트랜스포머 모델을 개발하셨죠. 확장성에 대한 NEAR의 접근 방식은 무엇인지 궁금합니다. 이전 AMA 채팅에서 여러 개의 작은 모델이 하나의 시스템을 구성하는 방향을 연구하고 있다고 말씀하셨는데, 이것이 하나의 해결책이 될 수 있을 것 같습니다.

일리아: 블록체인에서 확장성을 적용할 수 있는 방법은 여러 가지가 있으며, 샘의 주제에 따라 이야기를 나눌 수 있습니다. 지금 우리가 보고 있는 것은 하나의 대규모 언어 모델(LLM)을 사용하면 추론 측면에서 몇 가지 한계가 있다는 것입니다. 한동안 실행하려면 특정 방식으로 프롬프트해야 합니다. 시간이 지나면 모델이 개선되어 더 일반화될 것입니다. 하지만 어느 쪽이든, 특정 기능과 작업을 수행하고 특정 상황에서 더 잘 추론하도록 이러한 모델(원시 지능이라고 생각할 수 있음)을 어떻게든 조정하고 있습니다.

더 일반적인 작업과 프로세스를 수행하려면 여러 모델을 서로 다른 컨텍스트에서 실행하여 작업의 다양한 측면을 수행해야 합니다. 아주 구체적인 예로 현재 엔드투엔드 프로세스를 개발 중이라고 가정해 보겠습니다. "이 애플리케이션을 만들고 싶어요."라고 말할 수 있습니다. 최종 결과물은 정확하고 공식적으로 검증된 스마트 컨트랙트와 충분한 테스트를 거친 사용자 경험을 갖춘 완전히 빌드된 애플리케이션입니다. 현실에서는 보통 한 사람이 이 모든 것을 구축하는 것이 아니며, 여기에도 동일한 개념이 적용됩니다. 실제로 AI가 각기 다른 시기에 다른 역할을 수행하기를 원하시죠?

먼저, 실제로 요구 사항을 수집하고 원하는 것이 무엇인지, 장단점은 무엇인지, 사용자 스토리와 경험은 무엇인지 정확히 파악하기 위해 제품 관리자 역할을 하는 AI 에이전트가 필요할 것입니다. 그런 다음 이러한 디자인을 프론트엔드에 적용하는 일을 담당하는 AI 디자이너가 있을 수 있습니다. 그런 다음 백엔드와 미들웨어의 아키텍처를 담당하는 아키텍트가 있을 수 있습니다. 그런 다음 코드를 작성하고 스마트 컨트랙트와 모든 프런트엔드 작업이 공식적으로 검증되었는지 확인하는 AI 개발자가 있을 수 있습니다. 마지막으로 모든 것이 제대로 작동하는지 확인하고 브라우저를 통해 테스트하는 AI 테스터가 있을 수 있습니다. 이렇게 하면 동일한 모델을 사용하지만 특정 기능에 맞게 미세 조정된 AI 에이전트 세트가 생성됩니다. 이 에이전트들은 각각 프로세스에서 독립적인 역할을 수행하며 단서, 구조, 도구 및 관찰된 환경을 사용하여 서로 상호 작용하여 완전한 프로세스를 구축합니다.

샘이 말했던 것처럼 여러 에이전트가 비동기적으로 작업을 수행하면서 환경을 관찰하고 수행해야 할 작업을 파악하는 것입니다. 따라서 프레임워크가 필요하고 이를 지속적으로 개선할 수 있는 시스템이 필요합니다. 사용자 입장에서는 요청을 보내고 여러 에이전트와 상호 작용하지만, 마치 하나의 시스템이 작업을 수행하는 것처럼 느껴집니다. 그 아래에서는 실제로 정보를 교환하기 위해 서로 비용을 지불하거나 서로 다른 소유자의 서로 다른 에이전트가 상호 작용하여 실제로 작업을 수행할 수 있습니다. 이것은 더 스마트하고 자연어에 기반한 새로운 버전의 API입니다. 이 모든 것을 위해서는 결제 및 결제 시스템뿐만 아니라 많은 프레임워크 구조가 필요합니다.

이를 AI 커머스라는 새로운 방식으로 설명할 수 있는데, 이 모든 에이전트가 서로 상호 작용하여 일을 처리합니다. 이것이 바로 우리 모두가 지향하는 시스템입니다. 이러한 시스템의 확장성을 고려한다면 해결해야 할 몇 가지 문제가 있습니다. 앞서 언급했듯이, NEAR는 인간, AI 에이전트, 심지어 고양이까지 수십억 명의 사용자가 거래를 할 수 있는 한 지원하도록 설계되었습니다. 각 NEAR 계정 또는 스마트 컨트랙트는 병렬로 실행되므로 지속적인 확장과 거래가 가능합니다. 더 낮은 수준에서 보면, 아무리 NEAR가 저렴하더라도 AI 에이전트나 API를 호출할 때마다 트랜잭션을 전송하는 것은 의미가 없을 것입니다. 그래서 저희는 에이전트 노드, 클라이언트(사람 또는 AI)가 서로 연결하고 API 호출, 데이터 액세스 등에 대한 비용을 지불할 수 있는 P2P 프로토콜을 개발하고 있으며, 암호경제학적 규칙을 통해 담보의 일부를 받거나 잃을 수 있도록 보장하고 있습니다.

이것은 NEAR를 넘어 확장하여 소액 결제를 제공할 수 있는 새로운 시스템입니다. 저희는 이를 NEAR의 10^-24에 해당하는 yoctoNEAR라고 부릅니다. 이를 통해 네트워크 수준에서 실제로 결제가 첨부된 메시지를 교환할 수 있으며, 이제 모든 작업과 상호작용을 이 결제 시스템을 통해 결제할 수 있게 됩니다. 이는 블록체인의 근본적인 문제, 즉 결제 시스템을 위한 대역폭과 지연 시간이 부족하고 실제로 많은 무임승차가 발생한다는 문제를 해결합니다. 이는 블록체인의 확장성에 국한된 것이 아니라 향후 수십억 명의 에이전트가 존재하는 세상에 적용될 수 있다는 점에서 매우 흥미로운 확장성 측면입니다. 여러분의 기기에서도 여러 에이전트가 동시에 실행되어 백그라운드에서 다양한 작업을 수행하는 세상이 올 수 있습니다.

디파이 시나리오에서의 AO: 에이전트 금융

Lulu: 이 사용 사례는 매우 흥미롭습니다. AI 결제의 경우 성능의 한계로 인해 아직 구현되지 않은 고빈도 결제와 복잡한 정책이 필요한 경우가 많다고 생각합니다. 따라서 더 나은 확장성 옵션을 기반으로 이러한 요구가 어떻게 실현될 수 있을지 기대가 됩니다. 해커톤에서 샘과 팀은 AO가 DeFi 사용 사례를 지원하기 위해 새로운 AI 인프라를 활용하는 방안도 모색하고 있다고 언급했는데요. 샘, 새로운 DeFi 시나리오에서 인프라가 어떻게 활용될 수 있는지 자세히 설명해 주시겠어요?

Sam: 저희는 이를 에이전트 금융이라고 부릅니다. 이는 우리가 보는 시장에는 두 가지 측면이 있다는 사실을 의미합니다. 탈중앙화 금융은 사용자가 중개자를 신뢰하지 않아도 사용할 수 있도록 다양한 경제적 기본 요소를 체인에 가져오는 첫 단계에서 큰 성과를 거두었습니다. 그러나 시장에 대해 생각할 때, 우리는 숫자의 등락과 이러한 결정을 내리는 인텔리전스에 대해 생각합니다. 이러한 인텔리전스 자체를 체인으로 가져올 수 있다면 신뢰가 필요 없는 펀드와 같은 금융 상품이 탄생할 수 있습니다.

흥미롭게도 에이전트 실행 자체를 신뢰할 수 없게 만들 수 있습니다. 이렇게 하면 전략을 실행하는 헤지펀드가 있고 펀드 매니저를 신뢰하지 않고도 돈을 넣을 수 있습니다. 이는 디파이 업계에서 아직 다루지 않은 금융의 또 다른 측면으로, 정보에 기반한 결정을 내리고 그에 따라 행동하는 것입니다. 이러한 의사결정 과정을 신뢰할 수 있게 된다면, 전체 시스템이 다양한 경제 게임의 원래 언어와 관련된 청산 계층이 아닌 진정한 탈중앙화된 경제로 통합될 것입니다.

우리는 이를 큰 기회로 보고 있으며, 이미 생태계에서 이러한 구성 요소를 구축하기 시작한 사람들이 있습니다. 저희는 사용자가 원하는 비율에 따라 자산을 사고 팔 수 있는 무신뢰 포트폴리오 매니저를 개발한 팀이 있습니다. 예를 들어, 50%는 아위브 토큰으로, 50%는 스테이블코인으로 보유하고 싶다고 가정해 보겠습니다. 해당 자산의 가격이 변동하면 자동으로 거래를 실행합니다. 여기에는 흥미로운 개념이 있는데, AO에는 크론 메시지라고 부르는 기능이 있습니다. 즉, 프로세스가 스스로 깨어나서 해당 환경에서 자율적으로 무언가를 결정할 수 있다는 뜻입니다. 헤지펀드 스마트 컨트랙트가 5초 또는 5분마다 깨어나 네트워크에서 데이터를 가져와서 처리하고 환경에서 조치를 취하도록 설정할 수 있습니다. 이는 환경과 상호 작용할 수 있고 어떤 의미에서 '살아 있는' 상태이기 때문에 완전히 자율적입니다.

이더에서 스마트 컨트랙트를 실행하려면 외부 트리거가 필요하며, 이 문제를 해결하기 위해 많은 인프라가 구축되었지만 원활하지 않았습니다. 반면 AO에서는 이러한 기능이 내장되어 있습니다. 결과적으로 체인에서 끊임없이 서로 경쟁하는 에이전트 마켓플레이스를 보게 될 것입니다. 이는 이전에는 암호화폐에서 볼 수 없었던 방식으로 네트워크 사용을 크게 증가시킬 것입니다.

NEAR.ai의 전반적인 전략과 개발 초점

Lulu: NEAR.ai는 여러 유망한 사용 사례를 추진하고 있는데, 다른 측면이나 전반적인 전략과 중점 사항에 대해 자세히 말씀해 주시겠습니까?

Illia: 다양한 제품과 프로젝트를 통합하는 등 모든 수준에서 정말 많은 일이 진행되고 있습니다. 이 모든 것은 분명히 NEAR 블록체인 자체에서 시작됩니다. 많은 프로젝트에는 확장 가능한 블록체인, 어떤 형태의 인증, 결제 및 오케스트레이션이 필요하며, NEAR의 스마트 컨트랙트는 많은 사용 사례에 매우 편리한 Rust와 JavaScript로 작성되어 있습니다. 한 가지 흥미로운 점은 NEAR의 최근 프로토콜 업그레이드에 소위 양보/재개 사전 컴파일이 도입되었다는 것입니다. 이러한 프리컴파일을 통해 스마트 콘트랙트는 실행을 일시 중지하고 다른 스마트 콘트랙트나 AI 추론 등 외부 이벤트가 발생할 때까지 기다렸다가 실행을 재개할 수 있습니다. 이는 ChatGPT나 검증 가능한 추론과 같은 LLM의 입력이 필요한 스마트 콘트랙트에 유용합니다.

또한 지난 6개월 동안 NEAR에 도입된 고유 기능 중 하나인 체인 추상화와 체인 서명을 도입했습니다. 모든 NEAR 계정은 다른 체인에서 거래할 수 있습니다. 이는 프록시, AI 추론 또는 기타 인프라를 구축하는 데 유용하며, 이제 거래 수수료, 토큰, RPC 및 기타 인프라에 대해 걱정할 필요 없이 NEAR를 통해 여러 체인에서 거래할 수 있기 때문입니다. 이 모든 것이 체인 서명 인프라를 통해 처리됩니다. 이 기능은 일반 사용자들도 사용할 수 있습니다. 텔레그램에는 NEAR를 기반으로 구축된 HOT 지갑이 있으며, 메인 네트워크에 베이스 통합이 막 출시되어 약 14만 명의 사용자가 이 텔레그램 지갑을 통해 베이스를 사용하고 있습니다.

한발 더 나아가 저희는 P2P 네트워크를 개발하여 에이전트, 인공지능 추론 노드 및 기타 스토리지 노드 등이 보다 증명 가능한 통신 프로토콜에 참여할 수 있는 P2P 네트워크를 개발하고자 합니다. 이는 현재 네트워크 스택이 매우 제한적이고 네이티브 결제 기능이 없기 때문에 중요합니다. 우리는 흔히 블록체인을 '인터넷 화폐'라고 말하지만, 실제로 네트워크 수준에서 돈이 담긴 패킷을 전송하는 문제는 해결하지 못했습니다. 저희는 이 문제를 해결하기 위해 노력하고 있으며, 이는 모든 AI 사용 사례와 광범위한 웹3.0 애플리케이션에 매우 유용합니다.

또한 모든 사용 사례, 미들웨어, 탈중앙화 추론, 온체인 및 오프체인 데이터 공급자를 연결할 수 있는 AI 추론 라우터를 개발 중입니다. 이 라우터는 NEAR 생태계에서 구축되고 있는 모든 프로젝트를 실제로 상호 연결하는 프레임워크로 사용될 수 있으며, 다양한 모델과 애플리케이션에서 1,500만 명 이상의 월간 활성 사용자를 보유한 NEAR의 사용자 커뮤니티가 이 모든 것을 사용할 수 있도록 합니다.

일부 애플리케이션은 에지 컴퓨팅이라고 알려진 사용자 기기에 모델을 배포하는 방법을 모색하고 있습니다. 이 접근 방식에는 데이터를 로컬에 저장하고 관련 프로토콜과 SDK로 작동하는 것이 포함됩니다. 이는 개인정보 보호 관점에서 매우 유망한 접근 방식입니다. 앞으로 많은 애플리케이션이 로컬 모델만을 사용하여 사용자 경험을 생성하거나 사전 컴파일하여 사용자 디바이스에서 실행되므로 데이터 유출을 방지할 수 있습니다. 개발자로서 저희는 백엔드에서 공식적인 검증을 거쳐 누구나 쉽게 웹3에서 애플리케이션을 구축하고 게시할 수 있도록 하는 것을 목표로 많은 연구를 진행 중입니다. 이는 코드 기반 취약점을 발견하는 데 OLLM 모델이 점점 더 강력해짐에 따라 앞으로 중요한 주제가 될 것입니다.

요약하자면, 이는 기본 블록체인 인프라부터 Web3의 체인 추상화, 피어 투 피어 연결에 이르기까지 완전한 기술 스택이며 오프체인과 온체인 참여자를 연결하는 데 매우 적합합니다. 다음은 AI 추론 라우팅 센터와 로컬 데이터 저장소를 위한 애플리케이션으로, 특히 개인 데이터를 외부로 유출하지 않고 액세스해야 하는 상황에 적합합니다. 마지막으로, 개발자들은 미래의 앱을 AI로 구축하는 것을 목표로 모든 연구 결과를 통합하고 있습니다. 이는 중장기적으로 매우 중요한 발전이 될 것입니다.

AO의 우선순위와 연구 초점

Lulu: 현재 AO의 우선순위와 연구 초점이 무엇인지 묻고 싶어요.

Sam: 개인적으로 특히 관심을 갖고 있는 아이디어 중 하나는 AO에서 제공하는 확장 기능을 사용하여 추상 GPU 드라이버인 CUDA의 결정론적 하위 집합을 구축하는 것입니다. 일반적으로 GPU 계산은 결정론적이지 않기 때문에 AO에서처럼 안전하게 계산에 사용할 수 없거나 적어도 안전하지 않기 때문에 아무도 이러한 프로세스를 신뢰하지 않습니다. 이론적으로 가능한 이 문제를 해결할 수 있다면 디바이스 수준의 불확실성만 처리하면 될 것입니다. 흥미로운 연구가 몇 가지 있었지만, 스마트 컨트랙트를 실행하기 위해서는 항상 100% 결정론적인 방식으로 이 문제를 처리해야 합니다. 저희는 이미 이 기능을 지원하는 플러그인 시스템을 AO 내에서 드라이버로 제공하고 있습니다. 프레임워크는 이미 존재하며, 이를 구현하는 방법만 정확히 알아내기만 하면 됩니다. 기술적인 세부 사항은 많지만, 기본적으로 이러한 유형의 연산에 사용할 수 있을 만큼 GPU 환경에서의 작업 로딩을 예측 가능하게 만드는 것이 핵심입니다.

또 다른 관심사는 이 온체인 AI 기능을 활용하여 탈중앙화 또는 최소한 개방적이고 분산된 모델 훈련, 특히 모델 미세 조정을 수행할 수 있는지 여부입니다. 기본 아이디어는 작업에 대한 명확한 루브릭을 설정할 수 있다면 그 루브릭에 따라 모델을 훈련시킬 수 있다는 것입니다. 마이너들이 더 나은 모델을 구축하기 위해 경쟁하도록 장려하기 위해 사람들이 토큰을 투입하는 시스템을 만들 수 있을까요? 이렇게 하면 매우 다양한 채굴자 그룹을 끌어들이지는 못하겠지만, 개방적인 방식으로 모델을 훈련할 수 있기 때문에 문제가 되지 않습니다. 그런 다음 마이너가 모델을 업로드할 때 누구나 모델을 사용할 수 있지만 상업적으로 사용할 경우 특정 로열티를 지불해야 한다는 내용의 일반 데이터 라이선스 태그를 추가할 수 있습니다. 로열티는 토큰을 통해 기여자에게 분배될 수 있습니다. 이러한 방식으로 이러한 모든 요소를 결합하여 오픈 소스 모델을 훈련시키는 인센티브를 만들 수 있습니다.

저는 또한 앞서 언급한 RAIL 프로그램도 매우 중요하다고 생각합니다. 우리는 몇몇 주요 AI 제공업체 또는 추론 제공업체와 이 프로그램의 지원 가능성에 대해 논의했고, 그들은 정말 많은 관심을 보였습니다. 이들이 실제로 웹에서 이 데이터를 구현하고 작성하도록 할 수 있다면, 사용자는 인터넷에서 이미지를 마우스 오른쪽 버튼으로 클릭하고 해당 이미지가 Stable Diffusion으로 생성되었는지 또는 DALL-E로 생성되었는지 쿼리할 수 있게 됩니다. 이는 현재 우리가 탐구하고 있는 매우 흥미로운 영역입니다.

일리아와 샘이 가장 좋아하는 프로젝트

Lulu: 최근에 마음에 들었던 AI 또는 암호화폐 프로젝트를 추천해 주세요.

Illia: 트릭을 하나 알려드릴게요. 저희는 매주 AI 오피스 아워에 프로젝트를 초대하는데, 가장 최근에는 마사와 컴퓨트랩을 초대했습니다. 둘 다 훌륭하지만 컴퓨트랩을 예로 들어보겠습니다. 컴퓨트랩은 기본적으로 GPU 및 기타 하드웨어와 같은 실제 컴퓨팅 자원을 경제 참여가 가능한 실제 자산으로 전환하여 사용자가 이를 통해 수익을 창출할 수 있습니다. 현재 암호화폐 공간의 컴퓨팅 시장은 호황을 누리고 있으며, 이는 암호화폐가 시장을 활성화할 수 있는 자연스러운 장소처럼 보입니다. 그러나 문제는 이러한 시장에는 해자와 네트워크 효과가 부족하여 치열한 경쟁과 마진 압박으로 이어진다는 것입니다. 결과적으로 컴퓨팅 시장은 다른 비즈니스 모델을 보완하는 역할을 할 뿐이며, 컴퓨트랩스는 자본 형성 및 자산 탈탄소화라는 매우 암호화폐적인 비즈니스 모델을 제공합니다. 이는 일반적으로 데이터 센터를 구축해야 하는 사람들이 참여할 수 있는 기회를 창출합니다. 컴퓨팅 마켓플레이스는 방정식의 한 부분일 뿐이며, 주된 목적은 컴퓨팅 리소스에 대한 액세스를 제공하는 것입니다. 이 모델은 또한 더 넓은 탈중앙화 AI 생태계에 적합하며, 더 많은 투자자 기반이 기본 컴퓨팅 리소스를 제공함으로써 혁신에 참여할 수 있는 기회를 제공합니다.

Sam: AO 생태계에는 훌륭한 프로젝트가 많이 있고, 그 중 어느 한 쪽을 편들고 싶지는 않지만 자율 금융이 구축하고 있는 기본 인프라가 '에이전트 금융'을 가능하게 만들고 있다고 생각합니다. 이는 매우 멋진 일이며, 그들은 이 분야에서 정말 선두에 서 있습니다. 또한 더 넓은 오픈 소스 AI 커뮤니티, 특히 라마 모델을 오픈 소스화하여 다른 많은 사람들이 자신의 모델을 오픈 소스화하도록 유도한 Meta에게도 감사의 말을 전하고 싶습니다. 이러한 흐름이 없었다면 GPT-2 이후 OpenAI가 ClosedAI가 되었을 때, 우리는 이러한 모델에 액세스할 수 없었기 때문에 특히 암호화폐 분야에서 어두운 곳에 있었을지도 모릅니다. 사람들은 한두 개의 주요 공급자로부터 이러한 비공개 소스 모델을 임대해야 했을 것입니다. 지금은 그런 일이 일어나지 않아서 다행입니다. 아이러니하지만 웹2.0의 왕인 메타에게 찬사를 보냅니다.