저명한 암호화폐 분석가가 예측하는 비트코인 및 이더리움 트렌드
최고의 암호화폐 애널리스트가 비트코인과 이더리움에 대한 예측을 공유하며 잠재적인 트렌드와 변화를 예측합니다.

최근 몇 년 동안 OpenAI, Anthropic, Google, Meta 및 기타 주요 기술 기업들은 다양한 산업에서 전례 없는 역량을 보여준 대규모 언어 모델(LLM)의 빠른 발전을 지속적으로 주도해 왔습니다. LLM은 인간의 상상력을 크게 확장하고 일부 시나리오에서는 인간의 노동력을 대체할 수 있는 잠재력까지 보여주며 전례 없는 역량을 입증해 왔습니다. 그러나 이러한 기술의 핵심은 소수의 중앙집권적인 거대 기술 기업에 굳건히 자리 잡고 있습니다. 막강한 자본과 고가의 컴퓨팅 리소스에 대한 통제권을 가진 이들 기업은 대다수의 개발자와 혁신 팀이 이들과 경쟁하기 어렵게 만드는 극복할 수 없는 장벽을 구축했습니다.
또한 AI가 빠르게 진화하는 초기 단계에서는 여론이 기술이 가져올 혁신과 편리함에 집중하는 경향이 있는 반면, 개인정보 보호, 투명성, 보안과 같은 핵심 이슈에 대해서는 상대적으로 관심이 부족한 편입니다. 개인정보 보호, 투명성, 보안과 같은 핵심 이슈에 대한 관심은 상대적으로 부족합니다. 장기적으로 이러한 문제는 AI 산업의 건전한 발전과 사회적 수용에 큰 영향을 미칠 것입니다. 이러한 문제들이 제대로 해결되지 않으면 AI가 '선'인지 '악'인지에 대한 논란은 점점 더 커질 것이며, 이윤 추구 본능에 이끌려 중앙 집중화된 거대 기업은 이러한 문제를 적극적으로 해결할 충분한 동기가 부족할 것입니다.
블록체인 기술은 탈중앙화, 투명성, 검열 방지 기능을 갖추고 있어 AI 산업의 지속 가능한 발전을 위한 새로운 가능성을 제시합니다. 현재 솔라나, 베이스와 같은 주류 블록체인에서 많은 '웹3.0 AI' 애플리케이션이 등장했습니다. 그러나 심층 분석 결과 이러한 프로젝트에는 여전히 많은 문제가 있는 것으로 나타났습니다. 한편으로는 탈중앙화 정도가 제한적이고 핵심 링크와 인프라가 여전히 중앙화된 클라우드 서비스에 의존하며 밈 속성이 너무 무거워 실질적인 의미의 개방형 생태계를 지원하기 어렵고, 다른 한편으로는 웹2 세계의 AI 제품에 비해 체인 상의 AI는 모델 기능, 데이터 활용 및 응용 시나리오 측면에서 여전히 제한적이며 혁신의 깊이와 폭을 개선해야 한다는 점 등입니다. 반면, 웹2.0 세계의 AI 제품과 비교할 때 체인 AI는 모델 기능, 데이터 활용 및 적용 시나리오 측면에서 여전히 제한적입니다.
탈중앙화된 AI의 비전을 진정으로 실현하고 블록체인이 대규모 AI 애플리케이션을 안전하고 효율적이며 민주적으로 호스팅하고 성능 면에서 중앙화된 솔루션과 경쟁하기 위해서는 AI에 특별히 맞춤화된 레이어1 블록체인을 설계해야 합니다. 이는 AI를 위한 개방형 혁신, 민주적 거버넌스, 데이터 보안을 위한 견고한 기반을 제공하고 탈중앙화된 AI 생태계의 번영을 촉진할 것입니다.
AI 레이어 1은 AI 애플리케이션에 맞춤화된 블록체인으로, 온체인 AI 생태계를 효율적으로 지원하는 것을 목표로 AI 미션의 요구 사항에 밀착한 기본 아키텍처 및 성능 설계를 갖추고 있습니다. 이는 체인 상에서 AI 생태계의 지속 가능한 발전과 번영을 효율적으로 지원하는 것을 목표로 합니다. 구체적으로 AI 레이어 1은 다음과 같은 핵심 기능을 갖추어야 합니다.
>AI 레이어 1의 핵심은 연산 능력과 스토리지와 같은 자원을 위한 개방형 공유 네트워크를 구축하는 것입니다. 공유 네트워크. 주로 장부 작성에 집중하는 기존 블록체인 노드와 달리, AI 레이어 1 노드는 더 복잡한 작업을 수행해야 하며, 연산 능력을 제공하고 AI 모델의 훈련과 추론을 완료할 뿐만 아니라 스토리지, 데이터, 대역폭 등 다양한 자원을 제공하여 중앙화된 거대 기업이 AI 인프라에서 독점하는 구조를 깨뜨릴 수 있어야 합니다. 따라서 기본 합의 및 인센티브 메커니즘에 대한 요구사항이 더욱 까다로워졌습니다. AI 레이어 1은 AI 추론, 훈련 및 기타 작업에서 노드의 실제 기여도를 정확하게 평가, 인센티브 및 검증하고 네트워크 보안과 효율적인 리소스 할당을 달성할 수 있어야 합니다. 이렇게 해야만 네트워크의 안정성과 번영을 보장하고 전체 컴퓨팅 파워 비용을 효과적으로 절감할 수 있습니다.
AI 작업, 특히 LLM 훈련과 추론은 계산 성능과 병렬 처리 능력에 대한 요구가 높습니다. 또한, 온체인 AI 생태계는 다양한 모델 구조, 데이터 처리, 추론, 저장 및 기타 여러 시나리오를 포함한 다양하고 이기종적인 작업 유형을 지원해야 하는 경우가 많습니다. AI 레이어 1은 높은 처리량, 짧은 지연 시간 및 탄력적인 병렬 처리의 요구에 맞게 기본 아키텍처를 심층적으로 최적화하고 이기종 컴퓨팅 자원에 대한 기본 지원을 전제로 다양한 AI 작업이 효율적으로 운영될 수 있도록 보장하고 "단일 유형 작업"에서 "복합 작업"으로, "단일 유형 작업"에서 "복잡한 작업"으로의 목표를 달성해야 합니다.
AI 레이어 1은 모델 오용 및 데이터 변조 등의 보안 위험을 방지할 뿐만 아니라 기본 메커니즘에서 AI 출력 결과의 검증 가능성 및 정합성을 보장합니다. 이 플랫폼은 신뢰 실행 환경(TEE), 영지식 증명(ZK), 다자간 보안 컴퓨팅(MPC) 등 최첨단 기술을 통합하여 모든 모델 추론, 학습, 데이터 처리 과정을 독립적으로 검증할 수 있게 함으로써 AI 시스템의 공정성과 투명성을 보장합니다. 동시에 이러한 검증 가능성은 사용자가 AI 결과의 로직과 근거를 명확히 하여 "사용자가 원하는 것을 얻는 것"을 실현하고 AI 제품에 대한 사용자의 신뢰와 만족도를 높일 수 있도록 도와줍니다.
AI 애플리케이션은 종종 민감한 사용자 데이터를 포함하며 금융, 의료, 소셜 네트워킹 등에서는 데이터 프라이버시 보호가 특히 중요합니다. AI 계층 1은 검증 가능성을 보장하면서 암호화 기반 데이터 처리 기술을 채택하고 최신 기술을 사용하여 데이터를 보호해야 합니다. AI 레이어 1은 추론, 학습, 저장의 전 과정에서 데이터의 보안을 보장하기 위해 암호화 기반 데이터 처리 기술, 개인정보 컴퓨팅 프로토콜, 데이터 권한 관리 등을 채택하여 데이터 유출과 남용을 효과적으로 방지하고 데이터 보안에 대한 사용자의 걱정을 없애야 합니다.
네이티브 AI 레이어 1 인프라로서 플랫폼은 기술적으로 진보해야 할 뿐만 아니라 개발자, 노드 운영자, AI 서비스 제공자 등 생태계 참여자들을 완벽하게 지원할 수 있어야 합니다. AI 네이티브 레이어 1 인프라로서 플랫폼은 기술적으로 진보되어야 할 뿐만 아니라 개발자, 노드 운영자, AI 서비스 제공자 및 기타 생태계 참여자에게 포괄적인 개발 도구, 통합 SDK, 운영 및 유지보수 지원, 인센티브 메커니즘을 제공해야 합니다. 플랫폼 사용성과 개발자 경험을 지속적으로 최적화하여 풍부하고 다양한 AI 네이티브 애플리케이션의 상륙을 촉진하고, 탈중앙화 AI 생태계의 지속적인 번영을 실현할 수 있습니다.
이 글에서는 위의 배경과 기대를 바탕으로 센티언트, 사하라 AI, 리추얼, 젠신, 비텐서, 0G 등 6개 AI 레이어1 대표 프로젝트를 자세히 소개하고, 트랙의 최신 진행 상황을 체계적으로 살펴보고, 프로젝트의 현재 개발 상황을 분석하며 향후 동향에 대해 논의하고자 합니다. 트랙의 최신 진행 상황을 체계적으로 살펴보고, 프로젝트의 현재 개발 현황을 분석하며, 향후 동향을 살펴봅니다.
Sentient는 충성도 높은 분산형 AI 모델을 구축하기 위한 오픈소스 프로토콜 플랫폼입니다. 센티언트는 AI 파이프라인과 블록체인 기술을 결합하여 탈중앙화된 AI 경제를 구축하기 위해 AI 레이어1 블록체인(초기 단계에서는 레이어2, 추후 레이어1로 마이그레이션 예정)을 구축하고 있는 오픈소스 프로토콜 플랫폼입니다. 핵심 목표는 "OML" 프레임워크(개방형, 수익화 가능, 로열티)를 통해 중앙화된 LLM 시장의 모델 귀속, 통화 추적 및 가치 분배 문제를 해결하여 AI 모델이 온체인 소유권 구조, 통화 투명성 및 가치 공유를 달성할 수 있도록 하는 것입니다.Sentient의 비전은 누구나 AI 제품을 구축, 협업, 소유 및 수익화하여 공정하고 개방적인 AI 에이전트 네트워크 생태계를 촉진하는 것입니다. Sentient의 비전은 누구나 AI 제품을 구축, 협업, 소유 및 수익화할 수 있도록 지원하여 공정하고 개방적인 AI 에이전트 네트워크 생태계를 촉진하는 것입니다.
센티언트 재단 팀은 세계 최고의 학계 전문가, 블록체인 기업가, 엔지니어들이 모여 커뮤니티 중심의 오픈 소스, 검증 가능한 AGI 플랫폼을 구축하기 위해 노력하고 있습니다. 핵심 멤버로는 각각 AI 보안과 개인정보 보호를 담당하는 프린스턴 대학교 프라모드 비스와나트 교수와 인도 과학원 히만슈 티아기 교수, 블록체인 전략과 생태계를 이끄는 폴리곤의 공동 창립자 산딥 네일왈이 있습니다. 메타, 코인베이스, 폴리곤과 같은 유명 기업과 프린스턴 대학교, 인도 공과대학교와 같은 유수의 대학에서 AI/ML, NLP, 컴퓨터 비전 및 기타 분야를 아우르는 팀원들의 경력이 프로젝트의 결실을 맺을 수 있도록 돕고 있습니다.
폴리곤의 공동 창립자인 Sandeep Nailwal의 두 번째 벤처인 Sentient는 풍부한 자원과 인맥, 시장 인지도를 바탕으로 설립되어 프로젝트 개발에 대한 강력한 지지를 얻었으며, 2024년에 설립되었습니다. 센티언트는 2024년 중반에 Founders Fund, Pantera, Framework Ventures가 주도하는 8,500만 달러 규모의 시드 라운드와 Delphi, Hashkey, Spartan 등 수십 개의 유명 VC가 참여한 투자 유치에 성공했습니다.
1, 인프라 레이어
핵심 아키텍처
센티언트의 핵심 아키텍처는 AI 파이프라인과 블록체인 시스템으로 구성됩니다.
'충성도 높은 AI' 아티팩트 개발 및 학습의 기반이 되는 AI 파이프라인은 두 가지 핵심 프로세스로 구성됩니다. /p>
데이터 큐레이션: 모델 정렬을 위한 커뮤니티 중심의 데이터 선택 프로세스.
충성도 훈련: 모델이 커뮤니티의 의도에 맞게 정렬되도록 하는 훈련 프로세스입니다.
블록체인 시스템은 프로토콜에 대한 투명성과 탈중앙화된 제어를 제공하여 소유권, 사용 추적, 수익 분배 및 AI 인공물에 대한 공정한 거버넌스를 보장합니다. 구체적인 아키텍처는 네 가지 계층으로 나뉩니다.
저장 계층: 모델 가중치 및 지문 등록 정보를 저장합니다.
배포 계층. ">배포 계층: 권한 부여 계약이 모델 호출 항목을 제어합니다.
접근 계층: 권한 증명을 통해 사용자가 권한이 있는지 확인합니다.
인센티브 계층: 수익 라우팅 계약이 할당된 통화당 트레이너, 배포자 및 인증자에게 할당된 통화당 지불금을 분배합니다.
센티언트 시스템 워크플로 다이어그램
OML 모델 프레임워크
오픈 소스 AI 모델에 대한 명확한 소유권 보호와 경제적 인센티브를 제공하는 것을 목표로 하는 OML 프레임워크(개방형, 수익화 가능, 로열화)는 센티언트의 핵심 개념입니다. 온체인 기술과 AI 네이티브 암호화를 결합하여 다음과 같은 특징을 가지고 있습니다.
개방성: 모델은 커뮤니티가 쉽게 복제, 감사 및 개선할 수 있는 투명한 코드와 데이터 구조를 갖춘 오픈 소스여야 합니다.
수익 창출: 각 모델 호출은 온체인 컨트랙트가 트레이너, 배포자, 검증자에게 분배하는 수익 흐름을 촉발합니다.
충성도: 모델은 기여자 커뮤니티가 소유하고, DAO가 업그레이드하고 관리하며, 사용과 수정은 암호화 메커니즘에 의해 통제됩니다.
AI 네이티브 암호화
AI 네이티브 암호화는 AI 모델의 고유한 암호화 속성을 활용하기 위한 방법입니다. 모델의 연속성, 저차원 매니폴드 구조, 모델의 미시적 특성을 활용하여 "검증 가능하지만 제거할 수 없는" 경량 보안 메커니즘을 개발합니다. 핵심 기술은 다음과 같습니다.
지문 임베딩: 숨겨진 쿼리-응답 키-값 쌍을 삽입하여 학습 중에 모델의 고유 서명을 형성합니다.
Fingerprint Embedding. style="text-align: 왼쪽;">소유권 확인 프로토콜: 쿼리 응답 질문의 형태로 타사 증명자가 지문을 보유하고 있는지 확인합니다.
라이센스 호출 메커니즘: 호출 전에 모델 소유자가 발급한 '권한 자격 증명'을 가져와야 합니다. 호출하기 전에 모델 소유자가 발급한 '권한 자격 증명'을 받으면 시스템이 모델에 입력을 해독하고 정확한 답을 반환하도록 권한을 부여합니다.
이 접근 방식은 무거운 암호화 비용 없이 행동 기반 권한 호출 + 인증을 가능하게 합니다.
모델 인증 및 보안 시행 프레임워크
센티언트의 현재 접근 방식은 멜랑지 하이브리드 보안: 지문 인증, TEE 시행입니다, 핑거프린팅, TEE 시행, 온체인 컨트랙트 수익 공유를 결합한 방식입니다. 핑거프린팅 방식은 "낙관적 보안", 즉 기본 규정 준수, 위반 후 탐지 및 처벌이라는 개념을 강조하는 OML 1.0 구현의 주요 라인입니다.
핑거프린팅 메커니즘은 OML의 핵심 구현으로, 특정 질문과 답변 쌍을 포함시켜 모델이 학습 단계에서 고유 서명을 생성할 수 있게 해줍니다. 모델 소유자는 이러한 서명을 통해 어트리뷰션을 확인하고 무단 복제 및 상업화를 방지할 수 있습니다. 이 메커니즘은 모델 개발자의 권리를 보호할 뿐만 아니라 모델의 사용 행위에 대한 추적 가능한 온체인 기록도 제공합니다.
또한, Sentient는 모델이 승인된 요청에만 응답하여 무단 액세스 및 사용을 방지하도록 보장하기 위해 AWS 니트로 엔클레이브와 같은 신뢰할 수 있는 실행 환경을 활용하는 엔클레이브 TEE 컴퓨팅 프레임워크를 도입했습니다. TEE는 하드웨어에 의존적이며 일부 보안 위험이 있지만, 높은 성능과 실시간 이점으로 인해 오늘날 모델 배포의 핵심 기술로 자리 잡았습니다.
향후 센티언트는 영지식 증명(ZK) 및 완전 동형 암호화(FHE) 기술을 도입하여 개인정보 보호 및 검증 가능성을 더욱 강화하고, AI 모델의 분산 배포를 위한 보다 성숙한 솔루션을 제공할 계획입니다.
2. 애플리케이션 레이어
현재 Sentient의 제품에는 분산형 채팅 플랫폼인 Sentient Chat, 오픈 소스 모델인 Dobby 제품군, AI 에이전트 프레임워크가 있습니다
Dobby 모델 제품군
센티언트AGI는 자유, 탈중앙화, 암호화폐 지원의 가치에 중점을 둔 라마 모델을 기반으로 하는 '도비' 시리즈의 여러 모델을 출시했습니다. 묶인 버전은 보다 제약이 많고 합리적이어서 강력한 출력 시나리오에 적합하며, 풀린 버전은 보다 자유롭고 대담하며 대화 스타일이 더 풍부합니다. 도비 모델은 Firework AI와 Olas 등 여러 웹3 기반 프로젝트에 통합되었으며, 센티언트 채팅에서 직접 호출하여 상호 작용할 수 있습니다. 도비 70B는 지금까지 만들어진 모델 중 가장 탈중앙화된 모델로, 60만 명 이상의 소유자가 있습니다(도비 핑거프린트 NFT를 보유한 사람들도 모델의 공동 소유자이기도 합니다).
센시언트는 또한 ChatGPT와 퍼플렉시티 프로의 성능을 능가하는 검색 에이전트 시스템인 오픈 딥 서치를 출시할 계획입니다. 이 시스템은 센시언트의 검색 기능(예: 쿼리 재구성, 문서 처리)을 추론 에이전트와 결합하여 Llama 3.1 및 DeepSeek와 같은 오픈 소스 LLM을 통해 검색 품질을 개선합니다. 프레임 벤치마크에서 다른 오픈 소스 모델을 능가하고 심지어 일부 폐쇄 소스 모델에 근접하는 성능을 보이며 강력한 잠재력을 보여주었습니다.
센티언트 채팅: 온체인 AI 에이전트 통합을 통한 탈중앙화 채팅
센티언트 채팅은 탈중앙화입니다. 센티언트 채팅은 오픈소스 대규모 언어 모델(예: 도비 제품군)과 고급 추론 에이전트 프레임워크를 결합하여 다중 에이전트 통합 및 복잡한 작업 실행을 지원하는 탈중앙화된 채팅 플랫폼입니다. 플랫폼에 내장된 추론 에이전트는 검색, 계산, 코드 실행과 같은 복잡한 작업을 수행하여 사용자에게 효율적인 대화 경험을 제공합니다. 또한, 센티언트 챗은 현재 아스트로247, 암호화폐 분석 에이전트, 퀼체크, 지갑 분석 에이전트, 폰드 베이스 월렛 요약, 영적 안내 에이전트인 치프라이인을 포함한 온체인 지능의 직접 통합을 지원하여 사용자가 필요에 따라 서로 다른 지능 에이전트를 선택하여 상호 작용할 수 있도록 합니다. 센티언트 채팅은 에이전트를 위한 배포 및 조정 플랫폼으로 사용됩니다. 사용자 질문은 통합된 모델 또는 상담원에게 라우팅되어 최적의 답변을 제공할 수 있습니다.
AI 에이전트 프레임워크
센티언트는 두 가지 주요 AI 에이전트 프레임워크를 제공합니다:
Sentient 에이전트 프레임워크: 자연어 명령을 통해 웹 작업(예: 검색, 동영상 재생)을 자동화하는 데 중점을 둔 경량 오픈 소스 프레임워크입니다. 이 프레임워크는 인식, 계획, 실행 및 피드백 폐쇄 루프를 갖춘 지능형 바디의 구성을 지원하며, 체인 아래 웹 작업의 경량 개발에 적합합니다.
센티언트 소셜 에이전트: 트위터, 디스코드, 텔레그램과 같은 소셜 플랫폼용으로 개발된 AI 시스템으로 자동화된 상호작용과 콘텐츠 생성을 지원합니다. 이 프레임워크는 다중 지능 협업을 통해 소셜 환경을 이해하고 사용자에게 보다 지능적인 소셜 경험을 제공할 수 있으며, 센티언트 에이전트 프레임워크와 통합하여 적용 시나리오를 더욱 확장할 수 있습니다.
센티언트 빌더 프로그램은 현재 개발자들이 센티언트 에이전트 프레임워크를 사용하여 소셜 애플리케이션을 개발할 수 있도록 100만 달러의 보조금 프로그램을 운영하고 있습니다. 키트를 통해 센티언트 에이전트 API를 통해 액세스하여 센티언트 채팅 생태계에서 실행되는 AI 에이전트를 구축할 수 있습니다. 센티언트 웹사이트에서 발표한 생태계 파트너는 다음과 같으며, 여러 분야의 프로젝트 팀이 포함되어 있습니다.
< img src="https://img.foresightnews.pro/202506/842-1749459037978?x-oss-process=style/scale70">
센티언트 생태계
또한, 센티언트 채팅은 현재 베타 버전으로, 일반 사용자가 화이트리스트에 등록하고 대기자 명단을 제출하려면 초대 코드가 필요하며 공식 정보에 따르면 5만 명이 넘는 사용자와 1, 000,000건의 쿼리가 발생했습니다. 공식 정보에 따르면 50,000명 이상의 사용자와 1, 000,000건의 쿼리가 기록되었으며 2,000,000명의 사용자가 센티언트 채팅의 대기자 명단에 올라와 있습니다.
센티언트는 모델 측면에서 출발하여 OML 프레임워크와 블록체인 기술을 통해 모델의 명확한 소유권을 제공함으로써 대규모 언어 모델(LLM)의 불일치와 신뢰성 부족이라는 핵심 문제를 해결하기 위해 최선을 다하고 있습니다. 센티언트는 OML 프레임워크와 블록체인 기술을 통해 모델에 대한 명확한 소유권 구조, 사용 추적, 행동 제약을 제공하여 탈중앙화된 오픈 소스 모델의 개발을 크게 촉진합니다.
폴리곤의 공동 설립자인 산딥 네일왈의 자원 지원과 최고 수준의 VC 및 업계 파트너의 지지를 바탕으로 Sentient는 자원 통합과 시장 관심 측면에서 선두를 달리고 있습니다. 그러나 점차 고부가가치 프로젝트에 대한 이해도가 낮아지고 있는 시장을 배경으로, 진정으로 영향력 있는 탈중앙화 AI 제품을 제공하는 센티언트의 능력은 탈중앙화 AI 소유권의 표준이 될 수 있는지에 대한 중요한 시험대가 될 것입니다. 이러한 노력은 센티언트 자체의 성공뿐만 아니라 업계 전반의 신뢰 회복과 탈중앙화에도 큰 영향을 미칠 것입니다.
사하라 AI는 개방적이고 공정하며 협력적인 AI 경제를 구축하기 위한 새로운 AI × Web3 패러다임을 위한 탈중앙화 인프라입니다. 이 프로젝트는 탈중앙화 원장 기술을 통해 데이터 세트, 모델, 지능형 에이전트의 온체인 관리 및 거래를 가능하게 하여 데이터와 모델의 주권과 추적성을 보장합니다. 동시에 사하라 AI는 투명하고 공정한 인센티브 메커니즘을 도입하여 데이터 제공자, 주석 작성자, 모델 개발자를 포함한 모든 기여자가 협업에 대한 대가로 변조 방지 수익을 받을 수 있도록 합니다. 또한 이 플랫폼은 라이선스 없는 '저작권' 시스템을 통해 AI 자산에 대한 기여자의 소유권과 귀속을 보호하고, 개방적인 공유와 혁신을 장려합니다.
사하라 AI는 데이터 수집과 주석 달기부터 모델 학습, AI 에이전트 생성, AI 자산 거래 및 기타 서비스에 이르기까지 전체 AI 라이프사이클을 아우르는 원스톱 솔루션을 제공하여 AI 개발의 요구를 충족하는 포괄적인 에코 플랫폼으로 자리매김하고 있습니다. 마이크로소프트, 아마존, 매사추세츠 공과대학(MIT), 모더슨 그룹, 스냅 등 유수의 글로벌 기업 및 기관으로부터 제품의 품질과 기술력을 인정받아 업계에서 강력한 영향력과 폭넓은 적용 가능성을 입증했습니다.
Sahara는 단순한 연구 프로젝트가 아니라 현장 중심의 기술 기업가 및 투자자들이 주도하는 심층 기술 플랫폼입니다. 사하라 AI는 판테라 캐피탈, 바이낸스 랩, 세쿼이아 차이나 및 기타 주요 기관으로부터 4300만 달러의 투자를 받았으며, 서던 캘리포니아 대학의 종신 교수이자 2023 삼성 펠로우인 션 렌과 바이낸스 랩의 전 투자 이사 타일러 저우가 공동 설립했습니다. 서던 캘리포니아 대학교의 종신 교수이자 2023 삼성 펠로우인 션 렌과 바이낸스 랩의 전 투자 이사인 타일러 저우가 공동 설립한 이 회사의 핵심 팀원들은 스탠포드 대학교, 캘리포니아 대학교 버클리, 마이크로소프트, 구글, 코인 및 기타 최고의 조직 출신으로 학계와 업계에서 쌓은 깊은 경험을 결합하고 있습니다.
사하라 AI 아키텍처 다이어그램
< Strong>1, 파운데이션 레이어
사하라 AI의 파운데이션 레이어는 크게 1. AI 자산의 등록 및 구현에 사용되는 업체인 레이어와 2. 에이전트 및 AI 서비스 실행에 사용되는 다운체인 레이어로 나뉩니다. 온체인 시스템과 오프체인 시스템으로 구성되며, AI 자산의 등록, 승인, 실행 및 수익 분배를 담당하여 전체 AI 라이프 사이클의 신뢰할 수 있는 협업을 지원합니다.
사하라 블록체인과 SIWA 테스트넷(온체인 인프라)
SIWA 테스트넷은 사하라 블록체인의 첫 번째 공개 버전입니다. 사하라 블록체인 프로토콜(SBP)은 사하라 블록체인의 핵심으로, AI 자산의 온체인 소유권, 추적성 및 수익 분배를 가능하게 하는 AI용으로 구축된 스마트 컨트랙트 시스템입니다. 핵심 모듈에는 자산 등록 시스템, 소유권 계약, 기여도 추적, 권한 관리, 수익 분배, 실행 증명 등이 포함되며, 이를 통해 AI를 위한 '온체인 운영 시스템'을 구축합니다.
AI 실행 프로토콜(오프체인 인프라)
사하라는 모델 운영 및 호출의 신뢰성을 지원하기 위해 오프체인 AI 실행 프로토콜 시스템도 구축했습니다. 사하라는 에이전트 생성, 배포, 운영, 협업 개발을 지원하기 위해 신뢰 실행 환경(TEE)을 결합한 오프체인 AI 실행 프로토콜 시스템도 구축했습니다. 각 작업 실행은 검증 가능한 기록을 자동으로 생성하고 이를 체인에 업로드하여 전체 프로세스를 추적하고 검증할 수 있도록 합니다. 온체인 시스템은 등록, 승인 및 소유권 기록을 담당하고, 오프체인 AI 실행 프로토콜은 AI 에이전트의 실시간 운영 및 서비스 상호 작용을 지원합니다.
사하라는 크로스체인 호환이 가능하기 때문에 사하라 AI의 인프라에 구축된 애플리케이션은 오프체인을 포함한 모든 체인에 배포할 수 있습니다.
2. 애플리케이션 레이어
사하라 AI 데이터 서비스 플랫폼(DSP)
사하라 AI 데이터 서비스 플랫폼(DSP)
데이터 서비스 플랫폼(DSP)은 사하라 애플리케이션 계층의 기본 모듈입니다. 누구나 사하라 ID를 통해 데이터 작업을 수락하고 데이터 주석, 노이즈 제거, 감사에 참여할 수 있으며 기여에 대한 증표로 사하라 포인트를 받을 수 있습니다. 이 메커니즘은 데이터 추적성과 소유권을 보장할 뿐만 아니라 '기여-보상-모델 최적화'의 폐쇄형 루프 형성을 촉진합니다. 현재 네 번째 시즌에 접어든 이 프로젝트는 일반 사용자들이 주로 기여하는 방식입니다.
이를 바탕으로 사용자들이 양질의 데이터와 서비스를 제공하도록 장려하기 위해, 사하라가 제공하는 보상뿐만 아니라 에코 파트너로부터 추가 수익을 얻을 수 있는 이중 인센티브 메커니즘을 도입하여 한 번의 기여로 여러 혜택을 누릴 수 있도록 했습니다. 데이터 기여자를 예로 들면, 자신의 데이터가 모델에서 반복적으로 호출되거나 새로운 애플리케이션을 생성하는 데 사용되면 계속해서 수익을 얻고 AI 가치 사슬에 진정으로 참여할 수 있습니다. 이 메커니즘은 데이터 자산의 수명을 연장할 뿐만 아니라 협업과 공동 구축을 위한 강력한 추진력을 불어넣습니다. 예를 들어, BNB 체인의 마이쉘은 DSP 크라우드 소싱을 통해 맞춤형 데이터 세트를 생성하여 모델의 성능을 향상시키고, 사용자는 마이쉘 토큰으로 인센티브를 받으며 윈윈하는 폐쇄형 루프를 형성합니다.
AI 기업은 DSP를 기반으로 맞춤형 데이터 세트를 크라우드소싱하고 전문화된 데이터 작업을 게시하여 전 세계 주석가들로부터 신속하게 응답을 얻을 수 있어, 기존의 중앙화된 데이터 공급자에게만 의존하지 않고도 고품질 주석이 달린 데이터를 대규모로 확보할 수 있습니다.
사하라 AI 개발자 플랫폼
사하라 AI 개발자 플랫폼은 개발자와 기업을 위한 원스톱 상점입니다. 사하라 AI 개발자 플랫폼은 개발자와 기업을 위한 원스톱 AI 구축 및 운영 플랫폼으로, 데이터 수집, 모델 학습, 배포 실행, 자산 실현에 이르는 전 과정을 지원합니다. 사용자는 모델 학습 및 미세 조정을 위해 Sahara DSP의 고품질 데이터 리소스에 직접 액세스할 수 있으며, 완성된 모델은 소유권 및 유연한 권한 부여를 위해 Sahara 블록체인을 통해 AI 마켓플레이스에 조립, 등록 및 업로드할 수 있으며, Studio는 또한 분산 컴퓨팅 기능을 통합하여 모델 학습 및 에이전트 배포를 지원합니다. 계산 프로세스의 보안과 검증 가능성을 보장합니다. 또한 개발자는 암호화 호스팅 및 권한 제어를 통해 중요한 데이터와 모델을 저장하여 무단 액세스를 방지할 수 있습니다. 사하라 AI AI 개발자 플랫폼을 사용하면 개발자는 자체 인프라를 구축할 필요가 없으므로 더 낮은 문턱에서 AI 앱을 구축, 배포, 상용화할 수 있으며 프로토콜 기반 메커니즘을 통해 온체인 AI 경제에 완전히 통합할 수 있습니다.
AI 마커플레이스
사하라 AI 마켓플레이스는 모델, 데이터 세트 및 AI 에이전트를 위한 탈중앙화된 자산 마켓플레이스입니다. 사하라 AI 마켓플레이스는 모델, 데이터세트, AI 에이전트를 위한 탈중앙화된 자산 마켓플레이스입니다. 자산의 등록, 거래 및 승인을 지원할 뿐만 아니라 투명하고 추적 가능한 수익 분배 메커니즘을 구축합니다. 개발자는 자신의 모델이나 수집한 데이터 세트를 온체인 자산으로 등록하고 유연한 사용 권한과 수익 분배 비율을 설정할 수 있으며, 시스템은 호출 빈도에 따라 자동으로 수익 정산을 수행합니다. 데이터 기여자는 자신의 데이터에 대한 반복적인 호출을 통해 지속적인 수익을 얻을 수 있어 '지속적인 현금 흐름'을 실현할 수 있습니다.
마켓플레이스는 사하라 블록체인 프로토콜과 긴밀하게 통합되며, 모든 자산 거래, 통화 및 수익 공유 기록은 온체인에서 검증이 가능하여 자산의 명확한 귀속과 수익 추적을 보장합니다. AI 개발자는 기존의 API 플랫폼이나 중앙화된 모델 호스팅 서비스에 의존하는 대신 마켓플레이스를 통해 자율적이고 프로그래밍 가능한 상용화를 위한 경로를 갖게 됩니다.
3. 생태계
사하라 AI의 생태계는 데이터 제공자, AI 개발자, 소비자, 기업 사용자, 크로스체인 파트너를 연결합니다. 데이터를 제공하거나, 애플리케이션을 개발하거나, 제품을 사용하거나, 조직 내에서 AI를 추진하고자 하는 경우, 각자의 역할을 수행하고 수익 모델을 찾을 수 있습니다. 데이터 주석가, 모델 개발팀, 연산 제공자는 사하라 AI의 프로토콜을 통해 라이선스 및 수익 공유를 위해 자신의 리소스를 온체인 자산으로 등록하여 리소스가 사용될 때마다 자동으로 보상을 받을 수 있습니다. 개발자는 원스톱 플랫폼을 통해 데이터를 연결하고, 모델을 훈련하고, 에이전트를 배포하고, AI 마켓플레이스에서 직접 결과를 상품화할 수 있습니다.
일반 사용자는 프로필 미션에 참여하고, AI 앱을 사용하고, 온체인 자산을 수집하거나 투자하여 AI 경제의 일원이 되기 위해 기술적 배경 지식이 필요하지 않습니다. 기업을 위해 사하라는 데이터 크라우드소싱과 모델 개발부터 프라이빗 배포와 수익 실현에 이르는 전 과정을 지원합니다. 또한 사하라는 크로스체인 배포를 지원하므로 모든 퍼블릭 체인 생태계는 사하라 AI가 제공하는 프로토콜과 도구를 사용하여 AI 애플리케이션을 구축하고, 탈중앙화된 AI 자산에 액세스하며, 멀티체인 세계와의 호환성 및 확장성을 달성할 수 있습니다. 따라서 사하라 AI는 단일 플랫폼일 뿐만 아니라 온체인 AI 생태계를 위한 기본 협업 표준이 됩니다.
프로젝트 시작부터 사하라 AI는 일련의 AI 도구나 컴퓨팅 플랫폼을 제공할 뿐만 아니라 체인에서 AI의 생산과 유통의 질서를 재구성하여 모두가 참여할 수 있는 탈중앙화된 AI 생태계를 구축해왔습니다, 사하라 AI는 일련의 AI 도구 또는 컴퓨팅 플랫폼을 제공할 뿐만 아니라 체인에서 AI 생산 및 배포의 질서를 재구성하여 모두가 참여하고 식별하고 기여하고 공유할 수 있는 탈중앙화된 협업 네트워크를 만들고 있습니다. 이것이 바로 사하라가 검증 가능하고 추적 가능하며 분산 가능한 AI 경제 시스템을 구축하기 위해 블록체인을 기본 아키텍처로 선택한 이유입니다.
사하라 생태계는 이 핵심 목표를 중심으로 상당한 진전을 이루었습니다. 아직 비공개 베타 버전이지만, 이 플랫폼은 320만 개 이상의 온체인 계정을 생성했으며, 매일 140만 개의 계정이 꾸준히 활성화되어 사용자 참여와 네트워크의 역동성을 보여주고 있습니다. 그 중 20만 명 이상의 사용자가 사하라 데이터 서비스 플랫폼을 통해 데이터 라벨링, 교육 및 검증 작업에 참여했으며, 온체인 인센티브를 받았습니다. 한편, 수백만 명의 사용자가 여전히 화이트리스트에 가입하기 위해 대기하고 있어 탈중앙화 AI 플랫폼에 대한 강력한 수요와 공감대를 확인할 수 있습니다.
기업 협력 측면에서 사하라는 마이크로소프트, 아마존, 매사추세츠 공과대학(MIT) 등 글로벌 선도 기관과 협력 관계를 구축하여 맞춤형 데이터 수집 및 라벨링 서비스를 제공하고 있습니다. 기업은 플랫폼을 통해 특정 작업을 제출하면 사하라의 글로벌 데이터 주석가 네트워크가 이를 효율적으로 실행하여 대규모 크라우드소싱이 가능하고 실행 효율성, 유연성, 다양한 요구사항에 대한 지원 등의 이점을 누릴 수 있습니다.
SIWA는 4단계에 걸쳐 출시될 예정입니다. 첫 번째 단계는 현재 온체인 데이터 소유권의 토대를 마련하는 단계로, 기여자가 자신의 데이터 세트를 등록하고 토큰화할 수 있습니다. 현재 대중에게 공개되어 있으며 화이트리스트가 필요하지 않습니다. AI에 유용한 데이터를 업로드해야 하며, 표절이나 부적절한 콘텐츠는 처리될 수 있습니다.
2단계에서는 데이터 세트와 모델을 온체인에서 실현할 수 있습니다. 3단계에서는 테스트 네트워크를 공개하고 프로토콜을 오픈소스화합니다. 4단계에서는 AI 데이터 스트림 등록, 추적성 및 기여 증명 메커니즘이 도입됩니다.
이 단계에서는 SIWA 테스트 네트워크 외에도 일반 사용자가 게임화된 미션을 통해 사하라 AI의 기능을 학습할 수 있는 사하라 레전드에 참여할 수 있습니다. 미션을 완료하면 가디언 조각을 수확할 수 있으며, 이는 네트워크에 대한 기여를 기록하기 위해 NFT로 합성될 수 있습니다.
또는 데이터 서비스 플랫폼에 데이터를 태그하고, 가치 있는 데이터를 제공하고, 감사자로 활동할 수 있습니다. 사하라는 이후 에코 파트너와 협력하여 참가자들이 사하라 포인트 획득과 더불어 에코 파트너로부터 인센티브를 받을 수 있는 미션을 게시할 계획을 가지고 있습니다. 첫 번째 이중 인센티브 미션은 마이쉘과 함께 진행되었으며, 사용자는 미션을 완료하면 사하라 포인트와 마이쉘 토큰을 보상으로 받았습니다.
로드맵에 따르면 사하라는 TGE가 출시될 수도 있는 2025년 3분기에 메인넷을 출시할 예정입니다.
사하라는 TGE도 출시될 수도 있는 2025년 3분기에 메인넷을 출시할 것으로 예상하고 있습니다. align: left;">Sahara AI는 개발자나 대형 AI 기업에 국한되지 않도록 하여 AI를 더욱 개방적이고 포용적이며 민주적으로 만듭니다. 일반 사용자에게는 프로그래밍 지식이 없어도 기여하고 수익을 얻는 데 참여할 수 있는 사하라 AI는 누구나 참여할 수 있는 탈중앙화된 AI 세상을 만듭니다. 기술 개발자를 위해 사하라 AI는 웹2.0 및 웹3.0 개발 경로를 열어 분산되어 있지만 유연하고 강력한 개발 도구와 고품질 데이터 세트를 제공합니다. AI 인프라 제공자에게는 모델, 데이터, 연산 및 서비스의 탈중앙화된 실현을 위한 새로운 경로를 제공하며, 사하라 AI는 퍼블릭 체인 인프라뿐만 아니라 블록체인 기술을 사용하여 AI 저작권 시스템 개발을 촉진하는 핵심 애플리케이션에서도 작업합니다. 이 단계에서 사하라 AI는 이미 여러 최고의 AI 조직과 협력하여 초기 성공을 거두었습니다. 성공 여부는 메인 네트워크의 성능 출시 후 메인 네트워크의 성능, 에코 제품의 개발 및 채택률, 경제 모델이 TGE 이후에도 사용자가 데이터 세트에 계속 기여하도록 유도할 수 있는지 여부도 관찰해야 합니다.
Ritual은 이기종 작업과 같은 현재 AI 과제를 해결하기 위해 설계되었습니다. 리추얼은 투명한 검증 메커니즘, 계산 자원의 공정한 할당, 유연한 모델 조정 기능을 AI에 제공하고, 모든 프로토콜, 애플리케이션 또는 스마트 컨트랙트가 몇 줄의 코드 형태로 검증 가능한 AI 모델을 통합할 수 있도록 하며, 개방형 아키텍처와 모듈식 디자인을 통해 체인에서 AI의 광범위한 적용을 촉진함으로써 현재 AI 산업에 존재하는 중앙화, 폐쇄성, 신뢰 문제를 해결하는 것을 목표로 합니다. 또한 개방형 아키텍처와 모듈식 설계를 통해 체인에서 AI의 광범위한 사용을 촉진하여 개방적이고 안전하며 지속 가능한 AI 생태계를 조성합니다.
리추얼은 2023년 11월에 아키타입이 주도하고 Accomplice 및 기타 기관과 주요 엔젤 투자자들이 참여한 2,500만 달러 규모의 시리즈 A 투자 라운드를 마감하며 시장의 수용과 팀의 강력한 사회적 역량을 입증했습니다. 설립자 니라즈 판트와 아킬레쉬 포티는 폴리체인 캐피털의 전 파트너로, 오프체인 랩스, 아이겐레이어와 같은 업계 대기업에 대한 투자를 주도하며 깊은 통찰력과 판단력을 보여줬습니다. 이 팀은 암호화, 분산 시스템 및 AI 분야에서 폭넓은 경험을 보유하고 있으며, 고문에는 NEAR와 EigenLayer의 창립자가 포함되어 있어 강력한 배경과 잠재력을 보여줍니다.
인퍼넷에서 리추얼 체인으로
리추얼 체인은 Infernet 노드 네트워크에서 자연스럽게 전환된 2세대 노드 네트워크이며, 리추얼의 탈중앙화 AI 컴퓨팅 네트워크의 완전한 업그레이드를 의미합니다.
인퍼넷은 2023년에 출시되는 Ritual의 첫 번째 단계입니다. 이기종 컴퓨팅 작업을 위해 설계된 예측 머신의 분산형 네트워크로, 중앙화된 API의 한계를 해결하고 개발자가 투명하고 공개적으로 분산된 AI 서비스를 보다 자유롭고 일관되게 호출할 수 있도록 설계되었습니다.
Infernet은 유연하고 단순하며 가벼운 프레임워크를 채택하고 있으며, 사용 편의성과 효율성 덕분에 출시와 동시에 8,000개 이상의 독립 노드가 빠르게 참여하게 되었습니다. 이러한 노드는 GPU와 FPGA를 비롯한 다양한 하드웨어 기능을 갖추고 있어 AI 추론 및 영지식 증명 생성과 같은 복잡한 작업을 위한 강력한 연산 능력을 제공합니다. 그러나 시스템의 단순성을 유지하기 위해 Infernet은 합의를 통한 노드 조정이나 강력한 작업 라우팅 메커니즘 통합과 같은 주요 기능을 포기했습니다. 이러한 한계로 인해 Infernet은 광범위한 웹2.0 및 웹3.0 개발자들의 요구를 충족시키기 어려웠고, 이에 따라 Ritual은 보다 포괄적이고 강력한 Ritual Chain을 출시하게 되었습니다.
Ritual Chain은 AI 애플리케이션을 위해 특별히 설계된 차세대 레이어 1 블록체인입니다. 리추얼 체인은 AI 애플리케이션을 위해 특별히 설계된 차세대 레이어 1 블록체인으로, 인퍼넷의 한계를 보완하고 개발자에게 보다 강력하고 효율적인 개발 환경을 제공하기 위해 설계되었습니다. 리추얼 체인은 공명 기술을 통해 인퍼넷 네트워크에 간단하고 안정적인 가격 책정 및 작업 라우팅 메커니즘을 제공하여 리소스 할당 효율성을 크게 최적화합니다. 또한, 리추얼 체인은 사전 컴파일된 모듈, 기본 스케줄링, 기본 제공 계정 추상화(AA), 고급 이더넷 개선 제안(EIP) 등 향상된 기능을 갖춘 이더넷 가상 머신(EVM)의 하위 호환 확장인 EVM++ 프레임워크에 기반하고 있습니다. 이러한 기능들이 함께 작동하여 강력한 이러한 기능을 함께 사용하면 개발자에게 완전히 새로운 가능성을 열어주는 강력하고 유연하며 효율적인 개발 환경을 구축할 수 있습니다.
특히 리추얼 체인은 모듈식 아키텍처를 통해 복잡한 연산을 실행 클라이언트로부터 분리하여 독립형 사이드카로 구현합니다. 이렇게 미리 컴파일된 모듈은 AI 추론, 영지식 증명 생성, 신뢰 실행 환경(TEE) 작업 등 복잡한 계산 작업을 효율적으로 처리할 수 있습니다.
네이티브 스케줄링
네이티브 스케줄링은 시간 제한 트리거와 작업의 조건부 실행에 대한 필요성을 해결합니다. 기존 블록체인은 작업 실행을 트리거하기 위해 중앙화된 타사 서비스(예: 키퍼)에 의존하는 경우가 많지만, 이 모델은 중앙화의 위험과 높은 비용을 수반합니다. 의식 체인 블록 생성자는 보류 중인 호출의 매핑 테이블을 유지하고 새 블록을 생성할 때 이러한 작업의 우선순위를 지정합니다. 리추얼 체인은 레조넌스의 동적 리소스 할당 메커니즘과 결합하여 컴퓨팅 집약적인 작업을 효율적이고 안정적으로 처리할 수 있으며, 탈중앙화된 AI 애플리케이션에 안정성을 제공합니다.
리추얼의 핵심 기술 혁신은 성능, 검증, 확장성에서 리더십을 확보하여 온체인 AI 애플리케이션을 강화합니다.
1. 공명: 자원 할당 최적화
공명은 블록체인에서 자원 할당을 최적화하는 양방향 시장 메커니즘으로, 이질적인 거래의 복잡성을 해결합니다. 트랜잭션 복잡성을 해결합니다. 블록체인 거래가 단순한 송금에서 스마트 컨트랙트, AI 추론 및 기타 형태의 다양화로 진화함에 따라 기존 수수료 메커니즘(예: EIP-1559)으로는 사용자 수요와 노드 자원을 효율적으로 매칭하기 어렵습니다.
브로커는 트랜잭션과 노드 간의 최적의 매칭을 달성하고 컴퓨팅 자원의 활용도를 개선하기 위해 사용자 트랜잭션의 비용 의향과 노드의 자원 비용 함수를 분석하는 역할을 담당합니다.
경매인은 공정성과 투명성을 보장하기 위해 양방향 경매 메커니즘을 통해 거래 비용의 배분을 구성합니다. 노드는 하드웨어 성능에 따라 트랜잭션 유형을 선택하고, 사용자는 속도나 비용과 같은 우선순위 기준에 따라 트랜잭션 요청을 제출할 수 있습니다.
이 메커니즘은 네트워크의 자원 활용 효율성과 사용자 경험을 크게 개선하는 동시에 탈중앙화된 경매 프로세스를 통해 시스템의 투명성과 개방성을 더욱 강화합니다.
<
공명 메커니즘: 경매자는 브로커의 분석에 따라 노드에 적절한 작업을 할당
2 심포니: 검증 효율성 향상
반면, 심포니는 복잡한 연산 작업을 처리하고 검증하는 기존 블록체인 '반복 실행' 모델의 비효율성을 해결하여 검증 효율성 향상에 초점을 맞추고 있습니다. (심포니는 계산과 검증 과정을 분리하여 반복적인 계산으로 인한 성능 손실을 획기적으로 줄이는 '한 번 실행, 여러 번 검증(EOVMT)' 모델을 기반으로 합니다.
지정된 노드에서 계산 작업을 한 번 수행하고 그 결과를 네트워크를 통해 브로드캐스트하면 검증 노드는 계산을 반복할 필요 없이 간결한 증명을 통해 결과의 정확성을 확인합니다.
심포니는 복잡한 작업을 여러 인증 노드에서 병렬로 처리하는 하위 작업으로 세분화하여 인증 효율성을 더욱 향상하고 개인정보 보호 및 보안을 보장하는 분산 인증을 지원합니다.
심포니는 TEE(신뢰할 수 있는 실행 환경) 및 ZKP(제로 지식 증명)와 같은 증명 시스템과 호환성이 높아 신속한 트랜잭션 검증 및 개인정보에 민감한 계산 작업을 유연하게 지원할 수 있습니다. 이 아키텍처는 반복적인 계산으로 인한 성능 오버헤드를 크게 줄일 뿐만 아니라 검증 프로세스가 탈중앙화되고 안전하다는 것을 보장합니다.
3. vTune: 추적 가능한 모델 검증
3. strong>
vTune은 모델 성능에 거의 영향을 미치지 않고 간섭에 대한 내성이 뛰어나 오픈 소스 모델의 지적 재산권을 보호하고 공정한 배포를 촉진하는 데 특히 유용한 Ritual의 모델 검증 및 출처 추적 툴입니다. vTune은 워터마킹과 영지식 증명 기술과 영지식 증명을 결합하여 숨겨진 마커를 임베드함으로써 모델 출처 추적 및 계산 무결성 보장을 지원합니다.
워터마킹 기술: 가중치 공간 워터마킹, 데이터 워터마킹 또는 함수 공간 워터마킹을 통해 마커를 임베드합니다. 모델이 공개적으로 사용 가능한 경우에도 어트리뷰션을 확인할 수 있습니다. 특히 함수 공간 워터마킹은 모델 가중치에 접근하지 않고도 모델 출력을 통해 어트리뷰션을 확인할 수 있어 더욱 강력한 프라이버시 보호와 견고성을 달성할 수 있습니다.
영지식 증명: 모델 미세 조정 시 숨겨진 데이터를 도입하여 모델 제작자의 권리를 보호하면서 모델이 변조되지 않았는지 검증하는 데 사용됩니다.
이 도구는 탈중앙화 AI 모델 시장에 신뢰할 수 있는 소스 검증을 제공할 뿐만 아니라 모델 보안과 생태계의 투명성을 크게 향상시킵니다.
Ritual은 현재 비공개 베타 네트워크에 있으며 일반 사용자의 참여 기회가 적지만 개발자는 공식 Altar 및 Realm 인센티브 프로그램을 신청하고 참여할 수 있습니다. 개발자는 공식 알타 및 영역 인센티브 프로그램을 신청하고 참여하여 Ritual의 AI 생태계에 합류하고 정부로부터 풀스택 기술 및 재정 지원을 받을 수 있습니다.
알타 프로그램의 여러 기본 앱이 발표되었습니다:
Relic: 머신러닝 기반 자동화된 시장 조성자(AMM)(AIM). 학습 기반 자동화된 시장조성자(AMM)로, 리추얼의 인프라를 통해 유동성 풀 파라미터를 동적으로 조정하여 수수료와 기본 풀을 최적화합니다.
Anima: LLM 기반 온체인 거래 자동화 도구에 중점을 두고 사용자에게 원활하고 자연스러운 웹3 인터랙티브 경험을 제공합니다.
Tithe: 대출 풀과 신용 점수를 동적으로 최적화하여 광범위한 자산 유형을 지원하는 AI 기반 대출 프로토콜입니다.
또한, 리추얼은 탈중앙화 AI 생태계를 주도하기 위해 여러 기존 프로젝트와 긴밀한 파트너십을 맺고 있습니다. 예를 들어, Arweave와의 파트너십은 모델, 데이터 및 영지식 증명을 위한 탈중앙화 영구 저장소 지원을 제공하고, StarkWare 및 Arbitrum과의 통합을 통해 이러한 생태계에 네이티브 온체인 AI 기능을 도입하며, EigenLayer가 제공하는 리플레지 메커니즘은 활성. 또한, 아이겐레이어의 리플레지 메커니즘은 리추얼의 증명 마켓플레이스에 활성 검증 서비스를 추가하여 네트워크의 탈중앙화와 보안을 더욱 강화합니다.
Ritual의 설계는 분배, 인센티브, 검증과 같은 핵심 측면에 집중하여 탈중앙화 AI의 핵심 문제를 해결하고 vTune과 같은 도구를 통해 모델의 검증 가능성을 달성합니다. 동시에 모델 오픈소스와 인센티브의 모순을 극복하고 탈중앙화 모델 시장 구축을 위한 기술 지원을 제공하는 vTune과 같은 도구를 통해 모델의 검증 가능성을 달성합니다.
리추얼은 초기 단계로 모델 추론에 중점을 두고 있으며, 제품 매트릭스는 인프라에서 모델 마켓플레이스, L2aaS, 에이전트 프레임워크로 확장되고 있습니다. 블록체인은 아직 비공개 베타 버전이기 때문에 Ritual의 고급 기술 설계 솔루션은 아직 대규모로 공개적으로 배포되지 않았으며 지속적인 관심이 필요합니다. 기술이 지속적으로 개선되고 생태계가 더욱 풍부해짐에 따라 Ritual은 탈중앙화 AI 인프라의 중요한 부분이 될 것으로 기대합니다.
AI 진화가 가속화되고 산술 자원이 증가하는 시기에 Ritual은 탈중앙화된 AI 인프라의 중요한 일부가 되었습니다. 진화하고 컴퓨팅 리소스가 부족한 상황에서 Gensyn은 AI 모델 훈련의 기본 패러다임을 재편하기 위해 노력하고 있습니다.
소수의 거대 클라우드 컴퓨팅 기업이 컴퓨팅 파워를 거의 독점하고 있는 기존의 AI 모델 훈련 프로세스는 높은 훈련 비용과 낮은 투명성으로 인해 중소규모 팀과 독립 연구자들의 혁신을 방해하는 결과를 초래했습니다. Gensyn의 비전은 MacBook, 게임용 GPU, 엣지 디바이스, 유휴 서버 등 기본적인 컴퓨팅 성능을 갖춘 전 세계의 수많은 디바이스가 네트워크에 액세스하고 작업 실행에 참여할 수 있도록 훈련 작업을 '싱크'하여 이러한 '중앙 집중식 독점'을 무너뜨리는 것입니다, 수익을 얻으세요.
Gensyn은 탈중앙화된 AI 컴퓨팅 인프라를 구축하기 위해 2020년에 설립되었습니다. 2022년, 이 팀은 폐쇄적인 클라우드 플랫폼이나 거대한 서버 클러스터에 의존하는 대신 전 세계의 이기종 컴퓨팅 노드에 훈련 작업을 분산하여 신뢰할 필요가 없는 지능형 컴퓨팅 네트워크를 구축함으로써 기술적으로나 제도적으로 AI 모델을 훈련하는 방식을 재정의하기 시작했습니다.
2023년에 Gensyn은 기본적인 컴퓨팅 성능을 갖춘 모든 디바이스가 네트워크의 일부가 될 수 있는 전 세계적으로 연결된 오픈소스 자율 라이선스 없는 AI 네트워크를 구축한다는 비전을 더욱 확장할 계획입니다. 네트워크의 일부. 기본 프로토콜은 블록체인 아키텍처를 기반으로 하며, 인센티브 및 검증 메커니즘과 결합할 수 있습니다.
창립 이후 Gensyn은 a16z, 코인펀드, 캐노니컬, 프로토콜 랩스, 디스트리뷰티드 글로벌 등 17개 투자사로부터 5,060만 달러의 지원을 받았습니다. 그중에서도 2023년 6월 a16z가 주도한 시리즈 A 라운드는 탈중앙화 AI 분야가 주류 웹3.0 VC의 비전에 포함되기 시작했다는 점에서 널리 주목받았습니다.
팀의 핵심 멤버들은 상당한 경력을 보유하고 있습니다. 공동 창립자인 벤 필딩은 옥스퍼드 대학교에서 컴퓨터 과학 이론을 공부했으며 기술 연구에 대한 깊은 배경을 가지고 있고, 다른 공동 창립자인 해리 그리브는 오랫동안 탈중앙화 프로토콜의 시스템 설계와 경제 모델링에 관여해왔습니다. 또 다른 공동 창립자인 해리 그리브는 오랫동안 탈중앙화 프로토콜의 시스템 설계와 경제 모델링에 참여해 왔으며, 젠슨의 아키텍처와 인센티브에 대한 확고한 지원을 제공하고 있습니다.
탈중앙화 AI 시스템 개발은 현재 실행, 검증, 커뮤니케이션이라는 세 가지 핵심 기술적 병목현상에 직면해 있습니다. 커뮤니케이션) 이러한 병목 현상은 대규모 모델 학습 용량의 방출을 제한할 뿐만 아니라 글로벌 연산 자원의 공정한 통합과 효율적인 사용을 제한합니다. 젠슨 팀은 체계적인 연구를 바탕으로 위의 문제를 해결하기 위해 RL 스웜, 검증, 스킵파이프 등 3가지 대표적 혁신 메커니즘을 제안합니다. 젠슨 팀은 체계적인 연구를 바탕으로 이러한 문제를 해결하고 탈중앙화 AI 인프라를 개념에서 현실로 끌어올릴 수 있는 솔루션 경로를 구축하기 위해 RL 스웜, 베르데, 스킵파이프 등 세 가지 혁신적인 메커니즘을 제안했습니다.
I. 실행 과제: 파편화된 장치들이 어떻게 협업하여 대규모 모델을 효율적으로 학습시킬 수 있을까요?
현재 빅 언어 모델의 성능 향상은 더 많은 매개변수, 더 넓은 데이터 세트, 더 긴 훈련 주기 등 '힙 스케일' 전략에 크게 의존하고 있습니다. 그러나 이는 또한 계산 비용을 크게 증가시킵니다. 매우 큰 모델의 학습은 종종 수천 개의 GPU 노드로 분할되어야 하며, 이러한 노드 간에 고주파 데이터 통신과 그라데이션 동기화가 이루어져야 하기 때문입니다. 분산형 시나리오에서는 노드가 지리적으로 분산되어 있고 하드웨어가 이질적이며 상태 변동성이 높기 때문에 기존의 중앙 집중식 스케줄링 전략이 어렵습니다.
이 문제를 해결하기 위해 Gensyn은 피어 투 피어 강화 학습 사후 트레이닝 시스템인 RL Swarm을 제안합니다. 핵심 아이디어는 훈련 과정을 분산형 협업 게임으로 전환하는 것입니다. 이 메커니즘은 세 단계로 나뉘는데, 먼저 노드가 독립적으로 문제 추론을 완료하고 결과를 공개적으로 공유한 다음, 노드가 동료의 답을 평가하고 논리 및 전략 합리성의 관점에서 피드백을 제공하고, 마지막으로 노드가 그룹의 의견을 바탕으로 자신의 결과를 수정하여 보다 강력한 답을 생성하는 것입니다. 이 메커니즘은 개별 계산과 그룹 협업을 효과적으로 통합하여 수학적, 논리적 추론과 같이 높은 정확도와 검증 가능성이 요구되는 작업에 특히 적합합니다. 실험에 따르면 RL Swarm은 효율성을 향상시킬 뿐만 아니라 참여 임계값을 크게 낮추고 확장성과 내결함성이 우수한 것으로 나타났습니다.
II, 검증 과제: 신뢰할 수 없는 공급자의 계산 결과가 올바른지 어떻게 검증할 수 있을까요?
탈중앙화된 트레이닝 네트워크에서 '누구나 연산을 제공할 수 있다'는 것은 강점인 동시에 위험이기도 합니다. 문제는 이러한 계산이 신뢰 없이도 실제적이고 유효한지 어떻게 확인할 수 있느냐는 것입니다.
재계산이나 화이트리스트 감사와 같은 전통적인 접근 방식에는 명백한 한계가 있습니다. 전자는 비용이 많이 들고 확장 불가능하며, 후자는 '롱테일' 노드를 배제하고 네트워크의 개방성을 훼손하기 때문에 Gensyn이 Verde를 설계한 이유입니다. 신경망 훈련 및 검증 시나리오를 위한 경량 중재 프로토콜입니다.
베르데의 핵심 아이디어는 "최소한의 신뢰할 수 있는 판정"입니다. 검증자가 공급자의 훈련 결과가 잘못되었다고 의심하는 경우, 중재 계약은 전체 훈련 과정을 다시 재생할 필요 없이 계산 그래프에서 분쟁이 발생한 첫 번째 연산 노드를 간단히 다시 계산합니다. 이는 검증 부담을 대폭 줄이는 동시에 적어도 한 당사자가 정직할 때 결과의 정확성을 보장합니다. 다양한 하드웨어에서 부동소수점 비결정성을 해결하기 위해 Verde는 행렬 곱셈과 같은 일반적인 수학 연산에 대해 균일한 실행 순서를 적용하여 장치 간에 비트 수준의 일관된 출력을 제공하는 재현 가능한 연산자 라이브러리도 개발했습니다. 이 기술은 분산 훈련의 보안과 엔지니어링 실현 가능성을 크게 개선하며, 현재 신뢰할 수 없는 검증 시스템에서 중요한 돌파구입니다.
전체 메커니즘은 주요 중간 상태(즉, 체크포인트)를 기록하는 트레이너를 기반으로 하며, 여러 검증자가 무작위로 할당되어 이러한 훈련 단계를 재현하여 출력의 일관성을 확인합니다. 검증자의 재계산 결과가 트레이너의 결과와 다른 경우 전체 모델을 무작위로 다시 실행하는 대신, 시스템은 네트워크 중재 메커니즘을 사용하여 계산 그래프에서 두 결과가 처음 다른 연산을 찾아내고 비교를 위해 해당 연산만 다시 재생하므로 매우 낮은 오버헤드로 분쟁을 조정할 수 있습니다. 이러한 방식으로 Verde는 훈련 노드를 신뢰할 필요 없이 훈련 과정의 무결성을 보장하는 동시에 효율성과 확장성의 균형을 유지하여 분산형 AI 훈련 환경을 위한 맞춤형 검증 프레임워크입니다.
세 가지 통신 과제: 노드 간 빈번한 동기화로 인한 네트워크 병목 현상을 줄이는 방법은 무엇인가요?
기존의 분산 훈련에서는 모델을 전체적으로 복제하거나 레이어별로 분할(파이프라인 병렬화)하는데, 이 두 가지 방식 모두 노드 간 고주파 동기화가 필요합니다. 특히 파이프라인 병렬 처리에서는 마이크로배치가 모델의 각 레이어를 엄격한 순서로 통과해야 하므로 노드가 지연될 때마다 전체 훈련 프로세스가 중단됩니다.
Gensyn은 스킵 실행과 동적 경로 스케줄링을 지원하는 고내결함성 파이프라인 훈련 시스템인 SkipPipe를 제안하여 이 문제를 해결합니다. SkipPipe는 "스킵 비율" 메커니즘을 도입하여 특정 노드에 과부하가 걸릴 경우 특정 마이크로배치를 건너뛸 수 있도록 합니다. SkipPipe는 특정 노드의 부하가 너무 높을 때 특정 마이크로 배치의 데이터가 모델 계층의 일부를 건너뛸 수 있도록 하는 "건너뛰기 비율" 메커니즘을 도입합니다. 실험 결과, SkipPipe는 지리적으로 분산되어 있고 하드웨어가 다양하며 대역폭이 제한된 네트워크 환경에서 학습 시간을 최대 55%까지 줄일 수 있으며, 노드 장애율이 50%인 경우에도 7%의 손실만 유지하여 뛰어난 복원력과 적응력을 보여줍니다.
2025년 3월 31일에 가동되는 젠슨의 공개 테스트 네트워크는 아직 기술 로드맵(0단계)의 초기 단계에 있으며, 다음 기능에 중점을 두고 있습니다. Gensyn의 첫 번째 애플리케이션 시나리오인 RL Swarm의 배포 및 검증은 강화 학습 모델의 협력적 훈련을 중심으로 설계되었습니다. 각 참여 노드는 자신의 행동을 온체인 신원에 바인딩하며, 기여 프로세스는 완전히 문서화되어 후속 인센티브 할당 및 신뢰할 수 있는 컴퓨팅 모델에 대한 검증 기반을 제공합니다.
초기 테스트 단계의 하드웨어 임계값은 비교적 사용자 친화적입니다: Mac 사용자는 M 시리즈 칩에서 실행할 수 있고, Windows 사용자는 3090 또는 4090과 같은 고성능 GPU를 권장합니다. Windows 사용자는 로컬 스웜 노드를 배포하려면 3090 또는 4090과 같은 고성능 GPU와 16GB 이상의 RAM을 사용하는 것이 좋습니다.
시스템이 가동되고 실행되면 이메일 주소(Gmail 권장)로 웹 로그인을 통해 인증 프로세스가 완료되며, 허깅페이스의 액세스 토큰을 바인딩하여 전체 모델 기능을 활성화할지 여부를 선택할 수 있습니다.
현 시점에서 젠싱 프로젝트의 가장 큰 불확실성은 테스트 네트워크가 아직 약속한 전체 기술 스택을 포괄하지 못하고 있으며 Verde와 SkipPipe 같은 주요 모듈이 아직 통합 단계에 있다는 것입니다. Verde 및 SkipPipe와 같은 주요 모듈이 아직 통합되지 않았기 때문에 아키텍처가 정상 궤도에 오르기까지 다소 시간이 걸릴 것으로 예상됩니다. 공식적인 설명에 따르면 테스트 네트워크는 단계적으로 진행되며, 각 단계마다 새로운 프로토콜 기능을 공개하고 인프라 안정성과 확장성을 우선적으로 검증할 것이라고 합니다. RL 스웜의 첫 번째 단계를 시작으로 향후 사전 훈련, 추론 및 기타 핵심 시나리오로 점차 확장하고 궁극적으로 실제 경제 거래의 배포를 지원하기 위해 메인 네트워크로 전환할 것입니다.
테스트 네트워크가 처음에는 비교적 보수적인 속도로 시작되었지만, 불과 한 달 후 젠슨이 대규모 모델과 복잡한 수학적 작업을 지원하는 새로운 스웜 테스트 작업을 시작했다는 점은 흥미롭습니다. 이는 부분적으로는 개발 속도에 대한 질문에 대한 답변이며, 팀이 현지화된 모듈을 얼마나 효율적으로 실행하고 있는지를 보여주는 것이기도 합니다.
그러나 한 가지 문제가 있습니다. 새 버전의 작업에는 중소규모 노드에서는 사실상 달성할 수 없는 A100, H100 등과 같은 최상위 GPU(80GB RAM 포함)를 포함하는 권장 구성으로 매우 높은 하드웨어 임계값이 있으며, 이는 "오픈 액세스 및 분산화된 훈련"을 강조하는 Gensyn의 입장과 긴장감을 조성하고 있습니다. 이는 또한 "오픈 액세스와 탈중앙화된 트레이닝"을 강조하는 Gensyn의 주장과도 상충되는 부분입니다. 컴퓨팅 파워의 중앙 집중화 추세는 효과적으로 유도되지 않는다면 네트워크의 공정성과 탈중앙화 거버넌스의 지속가능성에 영향을 미칠 수 있습니다.
다음으로, Verde와 SkipPipe가 성공적으로 통합될 수 있다면 프로토콜의 무결성과 협업의 효율성을 개선하는 데 도움이 될 것입니다. 하지만 젠슨이 성능과 탈중앙화 사이의 진정한 균형을 찾을 수 있을지는 테스트 네트워크에서 더 오랜 기간에 걸쳐 더 넓은 맥락에서 테스트해야 할 것입니다. 현재로서는 잠재력의 첫 징후를 보이고 있으며, 초기 단계 인프라 프로젝트의 가장 현실적인 과제를 드러내고 있습니다.
비텐서는 블록체인의 힘과 블록체인의 힘을 결합한 인프라 프로젝트입니다. 비텐서는 블록체인과 인공지능을 결합한 선구적인 프로젝트로, 제이콥 스티브스와 알라 샤바나가 '기계 지능을 위한 시장 경제'를 구축하기 위해 2019년에 설립했습니다. 두 창립자 모두 인공 지능과 분산 시스템에 대한 깊은 배경 지식을 보유하고 있습니다. 프로젝트 백서의 서명 저자인 유마 라오는 팀의 핵심 기술 고문으로, 암호학과 합의 알고리즘에 대한 전문적인 관점을 프로젝트에 불어넣고 있습니다.
이 프로젝트는 블록체인 프로토콜을 통해 글로벌 연산 자원을 통합하여 지속적으로 자체 최적화하는 분산 신경망 생태계를 구축하는 것을 목표로 합니다. 이 비전은 연산, 데이터, 스토리지, 모델과 같은 디지털 자산을 지능적인 가치 흐름으로 전환하여 새로운 경제 형태를 구축하고 AI 개발의 배당금을 공정하게 분배하는 것을 보장합니다. OpenAI와 같은 중앙화된 플랫폼과 달리, Bittensor는 세 가지 핵심 가치 기둥을 확립했습니다.
데이터 사일로 해체: 지식 공유 및 모델 기여를 촉진하기 위해 TAO 토큰 인센티브 사용
데이터 사일로 해체: 지식 공유 및 모델을 촉진하기 위해 TAO 토큰 인센티브 사용.
시장 중심의 품질 평가: 게임 이론적 메커니즘을 도입하여 고품질 AI 모델을 필터링하고 승자와 패자를 제거
네트워크 증폭기: 참여자의 증가는 네트워크의 가치와 기하급수적으로 양의 상관관계가 있으며 네트워크의 가치와 기하급수적으로 양의 상관관계가 있습니다. 참여자의 성장은 네트워크의 가치와 기하급수적으로 양의 상관관계를 가지며 선순환을 형성합니다
투자 레이아웃을 보면 폴리체인 캐피탈은 2019년부터 비텐서를 인큐베이팅하고 있으며 현재 약 2억 달러 상당의 TAO 토큰을 보유하고 있고, Dao5는 약 5천만 달러 상당의 TAO 토큰을 보유하고 있으며 또한 약 5천만 달러 상당의 TAO 토큰을 보유 중이며 Dao5는 약 5천만 달러 상당의 TAO 토큰을 보유하고 있습니다. Dao5는 약 5천만 달러 상당의 TAO를 보유하고 있으며 비트센서 생태계의 초기 지지자이기도 합니다.2024년 판테라 캐피털과 콜라보 커런시는 전략적 투자를 통해 지분을 더욱 늘렸습니다. 같은 해 8월, 그레이스케일 그룹은 탈중앙화 AI 펀드에 TAO를 포함시켰으며, 이는 기관 투자자들이 프로젝트의 가치와 장기적인 낙관론을 높이 인정하고 있음을 의미합니다.
네트워크 아키텍처
비텐서는 3가지 구성 요소로 이루어진 네트워크를 기반으로 구축되었습니다. 비텐서는 네 가지 협업 레이어로 구성된 정교한 네트워크 아키텍처를 구축했습니다.
블록체인 레이어: 서브스트레이트 프레임워크에 기반한 이 레이어는 네트워크의 신뢰 기반 역할을 하며 다음과 같은 역할을 담당합니다. 상태 변경 기록과 토큰 발행을 담당합니다. 시스템은 12초마다 새로운 블록을 생성하고 네트워크 합의와 인센티브 분배를 보장하기 위해 규칙에 따라 TAO 토큰을 발행합니다.
Neuron: 네트워크의 컴퓨팅 노드로서 뉴런은 지능형 서비스를 제공하기 위해 다양한 AI 모델을 실행합니다. 각 노드는 잘 설계된 구성 파일을 통해 서비스 유형과 인터페이스 사양을 명시적으로 선언하여 모듈화 및 플러그 앤 플레이 기능을 구현할 수 있습니다.
시냅스: 네트워크의 통신 다리로, 노드 간 연결 가중치를 동적으로 최적화하여 효율적인 정보 전송을 보장하는 신경망과 같은 구조를 형성합니다. 또한 시냅스에는 뉴런 간 상호 작용과 서비스 호출에 TAO 토큰을 지불해야 하는 경제 모델이 내장되어 있어 가치 흐름의 폐쇄형 루프를 형성합니다.
메타그래프: 시스템의 글로벌 지식 그래프로서 각 노드의 기여 가치를 지속적으로 모니터링하고 평가하여 전체 네트워크에 지능적인 지침을 제공합니다. 메타그래프는 정확한 계산을 통해 시냅스 가중치를 결정하며, 이는 리소스 할당, 보상 메커니즘, 네트워크 내 노드의 영향력에 영향을 미칩니다.
비텐서 웹 프레임워크
유마 합의 메커니즘
네트워크는 고유한 유마 합의 알고리즘을 사용하여 72분마다 보상을 분배합니다. 검증 과정은 주관적인 평가와 객관적인 지표를 결합합니다.
수동 채점: 검증자가 채굴자의 산출물의 품질을 주관적으로 평가
피셔 보상 라운드
피셔 정보 매트릭스: 네트워크 전체에 대한 노드의 기여도를 객관적으로 정량화이 하이브리드 '주관적 + 객관적' 메커니즘은 전문가의 판단과 알고리즘 공정성의 균형을 효과적으로 맞추고 있습니다.
서브넷 아키텍처 및 dTAO 업그레이드
각 서브넷은 텍스트 생성, 이미지 인식 등과 같은 특정 AI 서비스 영역에 초점을 맞추고 독립적으로 운영됩니다. 2025년 2월, 비텐서는 각 서브넷을 시장 수요 신호를 통해 자원 배분을 지능적으로 조절하는 독립적인 경제 단위로 전환하는 시스템인 획기적인 dTAO(Dynamic TAO) 업그레이드를 완료했습니다. 핵심 혁신은 알파 토큰 메커니즘입니다.
운영 원리: 참여자는 각 서브 네트워크가 발행한 알파 토큰을 획득하기 위해 TAO에 서약하며, 이는 특정 서브 네트워크 서비스에 대한 시장 인정과 지원을 나타냅니다. 이 토큰은 특정 서브네트워크에 대한 시장의 인정과 지지를 나타냅니다
자원 할당 논리: 알파 토큰의 시장 가격은 서브넷에 대한 수요 강도를 나타내는 주요 지표로, 알파 토큰의 가격은 초기 상태의 모든 서브넷에서 동일하며 각 유동성 풀에는 1개의 TAO와 1개의 알파 토큰만 존재합니다. 각 유동성 풀에는 1개의 TAO와 1개의 알파 토큰만 있습니다. 거래 활동이 증가하고 유동성이 투입되면 알파 토큰 가격은 동적으로 조정되며, TAO는 서브넷 토큰 가격의 비율에 따라 지능적으로 할당되고, 시장 열기가 높은 서브넷에 더 많은 자원이 기울어져 진정한 수요 중심의 최적 자원 배분을 실현합니다
비텐서 서브넷 토큰 배출 할당
dTAO 업그레이드로 생태계의 활력과 자원 효율성이 크게 증가했으며, 서브넷 토큰 시장은 총 시가총액 5억 달러에 달하는 강력한 성장 모멘텀을 보이고 있습니다.
< strong>주요 네트워크 개발의 역사
비텐서 네트워크는 세 가지 주요 개발 단계를 거쳤습니다.
2021년 1월: 메인 네트워크가 공식적으로 출시되어 인프라가 구축되었습니다
2023년 10월: '혁명' 업그레이드로 하위 네트워크 아키텍처가 도입되어 기능의 모듈화가 가능해졌습니다
Bittensor 네트워크는 3가지 주요 개발 단계를 거쳤습니다:
2025년 2월: dTAO 업그레이드 완료 및 시장 중심의 자원 할당 메커니즘 구축서브 네트워크 생태계의 폭발적인 성장: 2025년 6월 현재 119개의 전문 서브 네트워크, 연내 200개를 돌파할 것으로 예상. 올해 안에 200개를 돌파할 수 있습니다.
비텐서 서브넷 수
생태 프로젝트는 다양하며, AI 에이전트(예: Tatsu), 예측 시장(예: Bettensor), 디파이 프로토콜(예: TaoFi) 등 광범위한 첨단 프로젝트를 포괄하고 있습니다. 타오파이) 및 기타 첨단 분야와 협력하여 AI와 금융의 심층적인 통합을 위한 혁신적인 생태계를 구성하고 있습니다.
대표적 서브넷 에코 프로젝트
TAOCAT: TAOCAT은 사용자에게 데이터 기반 의사결정 도구를 제공하기 위해 Subnet에 직접 구축된 Bittensor 에코시스템의 네이티브 AI 에이전트입니다. 서브넷 19의 빅 언어 모델, 서브넷 42의 실시간 데이터, 서브넷 59의 에이전트 아레나를 활용하여 시장 인사이트와 의사 결정 지원을 제공합니다. 2,000만 달러 규모의 AI 에이전트 펀드에 포함되기 위해 DWF Labs의 투자를 받았으며 바이낸스 알파에 상장되었습니다.
오픈카이토: 암호화폐 산업을 위한 탈중앙화 검색 엔진을 구축하기 위해 카이토 팀이 비텐서에서 출시한 서브넷입니다. 5억 개의 웹 리소스를 색인화하여 방대한 양의 데이터를 처리하는 탈중앙화 AI의 강력한 능력을 입증했습니다. 기존 검색 엔진에 비해 상업적 이해관계의 간섭을 줄이고, 보다 투명하고 중립적인 데이터 처리 서비스를 제공하며, 웹3.0 시대의 정보 접근에 대한 새로운 패러다임을 제공하는 것이 핵심 장점입니다.
텐서플렉스 도조: 텐서플렉스 랩이 개발한 52개의 하위 네트워크는 탈중앙화 플랫폼을 통해 사람이 생성한 고품질 데이터 세트를 크라우드소싱하고 사용자가 데이터 주석을 달아 TAO 토큰을 획득하도록 장려하는 데 중점을 둡니다. 2025년 3월. 와이지 랩스(구 바이낸스 랩스)가 도조와 백프롭 파이낸스의 개발을 지원하기 위해 텐서플렉스 랩스에 투자한다고 발표했습니다.
크리에이터비드: 서브넷 6에서 실행되는 크리에이터비드는 AI와 블록체인을 결합한 저작 플랫폼으로, 올라스 및 io.net과 같은 기타 GPU 네트워크와 통합하여 콘텐츠 크리에이터와 AI 모델 개발을 지원합니다.
기술 및 산업 협업
비텐서는 도메인 간 협업에서 획기적인 발전을 이뤄냈습니다:
허깅 페이스와 딥 모델 통합 채널을 구축하여 체인에 50개의 주류 AI 모델을 원활하게 배포할 수 있게 되었습니다
2024년 고성능 AI 칩 제조업체인 Cerebras와 공동으로 BTLM-3B 모델을 출시하여 누적 다운로드 수가 16만 건을 돌파했습니다
2025년 3월에는 DeFi 대기업인 Aave와 전략적 협력을 체결하여 고품질 대출 플랫폼으로서 rsTAO의 잠재력을 탐색하고 AAVE의 대안으로 rsTAO를 사용할 가능성을 모색했습니다. 고품질 대출 담보로서의 rsTAO 적용 사례 살펴보기
비텐서는 다양한 생태 참여 경로를 설계하여 완전한 가치 창출 및 분배 시스템을 형성했습니다.
비텐서는 다양한 생태 참여 경로를 설계하여 완벽한 가치 창출 및 분배 시스템을 형성했습니다. 가치 창출 및 분배 시스템:
채굴: 마이너 노드를 배치하여 고품질 디지털 상품(예: AI 모델링 서비스)을 생산하고 기여도에 따라 TAO 보상을 받습니다
Bittensor는 완전한 가치 창출 및 분배 시스템을 형성하기 위해 여러 생태 참여 경로를 설계했습니다. style="text-align: left;">검증: 검증자 노드를 운영하여 채굴자의 작업을 평가하고 네트워크 품질 표준을 유지하며 TAO 인센티브를 획득
약정: TAO를 보유 및 약정하여 고품질 검증자 노드를 지원하고 검증자의 성과에 따라 패시브 수입을 얻습니다
약정: TAO를 보유 및 약정하여 양질의 검증자 노드를 지원하고 검증자의 성능에 따라 패시브 수입을 얻습니다
개발: Bittensor SDK와 CLI 도구를 사용하여 혁신적인 앱, 유틸리티 또는 새로운 서브넷을 구축하고 생태계에 적극적으로 참여
Bittensor SDK와 CLI 도구를 사용하여 혁신적인 앱, 유틸리티 또는 새로운 서브넷을 구축할 수 있도록 설계되어 있습니다. 왼쪽;">서비스 사용: 사용자 친화적인 클라이언트 애플리케이션 인터페이스를 통해 텍스트 생성이나 이미지 인식 등 네트워크에서 제공하는 AI 서비스를 사용합니다
거래: 서브네트워크 자산화 토큰 시장에 참여하여 잠재적인 가치 성장 기회를 포착합니다
참여자에게 서브넷 알파 토큰 분배
비텐서는 최첨단 기술 탐구자로서 뛰어난 잠재력에도 불구하고 큰 성공을 거두지 못했습니다. 잠재력에도 불구하고 여전히 최첨단 기술 탐구로서 다차원적인 도전에 직면해 있습니다. 기술적 측면에서는 분산형 AI 네트워크가 직면한 보안 위협(예: 모델 도용 및 역공격)이 중앙 집중식 시스템보다 더 복잡하므로 프라이버시 계산 및 보안 보호 체계를 지속적으로 최적화해야 하고, 경제 모델에서는 초기 단계에서 인플레이션 압력이 있고 서브 네트워크 토큰 시장의 변동성이 높으므로 투기 거품 가능성을 경계해야 하며, 규제 환경에서는 SEC가 TAO를 유틸리티 토큰으로 분류했지만 세계 각 지역마다 규제 프레임워크의 차이가 여전히 생태계 확장에 제한이 있을 수 있습니다. 규제 환경에서 SEC가 TAO를 유틸리티 토큰으로 분류했지만 전 세계 규제 프레임워크의 차이는 여전히 생태계 확장을 제한할 수 있으며, 동시에 자원이 풍부한 중앙화된 AI 플랫폼과의 치열한 경쟁에 직면하여 탈중앙화 솔루션은 사용자 경험과 비용 효율성 측면에서 장기적인 경쟁 우위를 입증해야 할 것입니다.
2025년 반감기가 다가옴에 따라 비텐서는 서비스 품질과 수직 애플리케이션의 성능 향상을 위해 하위 네트워크의 전문화를 더욱 심화하고, 디파이 생태계와의 심층 통합을 가속화하고, 새로 도입한 EVM 호환성을 통해 스마트 컨트랙트 애플리케이션의 경계를 확장하며, dTAO 메커니즘을 통해 스마트 컨트랙트 애플리케이션의 범위를 확대하는 네 가지 전략 방향에 집중할 것입니다. dTAO 메커니즘은 향후 100일 내에 네트워크 거버넌스 비중을 TAO에서 알파 토큰으로 원활하게 전환하여 거버넌스의 탈중앙화 과정을 촉진하는 한편, 다른 주류 퍼블릭 체인과의 상호운용성을 적극적으로 확장하여 생태적 경계와 적용 시나리오를 확장할 것입니다. 이러한 시너지 효과를 내는 전략적 이니셔티브는 비텐서를 '기계 지능 시장 경제'라는 원대한 비전을 향해 함께 나아갈 것입니다.
0G는 AI 애플리케이션을 위해 설계된 모듈형 레이어 1 에코시스템입니다. 0G는 AI 애플리케이션을 위해 특별히 설계된 모듈식 레이어 1 퍼블릭 체인으로, 데이터 집약적이고 컴퓨팅 수요가 많은 시나리오를 위한 효율적이고 안정적인 탈중앙화 인프라를 제공하는 것을 목표로 합니다. 모듈식 아키텍처를 통해 0G는 합의, 저장, 연산, 데이터 가용성과 같은 핵심 기능을 독립적으로 최적화하고 대규모 AI 추론 및 트레이닝 작업을 효율적으로 처리할 수 있도록 동적 확장을 지원합니다.
창립팀은 Michael Heinrich(이전에는 CEO, 전
최고의 암호화폐 애널리스트가 비트코인과 이더리움에 대한 예측을 공유하며 잠재적인 트렌드와 변화를 예측합니다.
JP모건의 CEO가 비트코인 ETF의 역할을 맡으면서 암호화폐 커뮤니티의 날카로운 비판에 직면했으며, 노골적인 반(反)암호화폐 정서로 인해 눈살을 찌푸리게 하고 있습니다.
탈중앙화 거버넌스, 토큰화 강화, 생태계 성장에 초점을 맞춘 카르다노의 2024년 로드맵은 탈중앙화 거버넌스, 토큰화 강화, 생태계 성장에 초점을 맞추며 혁신적인 한 해를 예고하고 있습니다.
비탈릭 부테린은 이더리움의 지분 증명 서명 요건을 줄여 운영을 간소화하고, 탈중앙화 및 보안 위험에 대한 우려와 네트워크 효율성의 균형을 맞출 것을 제안합니다.
미국 검찰은 전략적 및 증거적 고려 사항을 이유로 전 FTX 책임자인 샘 뱅크먼-프라이드에 대한 추가 기소를 취하했습니다.
싱가포르의 리셴룽 총리는 자신의 이미지를 악용해 암호화폐 사기에 악용하는 딥페이크 동영상에 대해 경고하며 경계와 신고의 필요성을 강조했습니다.
중국이 암호화폐 단속을 강화하면서 외환 거래에서 테더를 표적으로 삼고 더 엄격한 법적 조치를 취하고 있습니다.
Aave의 쿨레초프가 디파이의 진화에 대해 이야기하며 2024년 DAO, 확장성, 향후 과제에 대해 강조합니다.
그레이스케일이 미국 현물 비트코인 ETF 경쟁에서 선두를 달리며 기관 비트코인 투자의 잠재적 변화를 예고하고 있습니다.
SNEK는 향수와 블록체인 기술을 결합한 카르다노 기반 스네이크 게임을 소개합니다.