센티언트 심층 연구

작성자: 0xjacobzhao 및 ChatGPT 4o/ Grok3

I. 프로젝트 소개:

센티언트는 탈중앙화된 AI 경제를 구축하기 위한 오픈소스 프로토콜 플랫폼으로, AI 모델의 소유권 구조를 확립하고, 온체인 호출 메커니즘을 제공하며, 결합 가능한 수익 공유형 AI 에이전트 네트워크를 구축하는 것이 핵심 목표입니다. 센티언트는 "OML" 프레임워크(개방형, 수익화 가능, 충성도)와 모델 핑거프린팅 기술을 통해 현재 중앙화된 LLM 시장의 "불명확한 모델 소유권, 추적 불가능한 호출, 불공정한 가치 분배"라는 근본적인 문제를 해결합니다.

• 공식 웹사이트: https://www.sentient.xyz

• GitHub. ">GitHub: https://github.com/sentient-agi

• 파운데이션: https://sentient.foundation

• 문서: https://docs.sentient.xyz

• 블로그: https://www.sentient.xyz/blog

  <

• X: https://x.com/SentientAGI

이 프로젝트는 센티언트 재단에서 주도하며 다음 사항에 중점을 둡니다. 오픈 소스 AGI 및 프로토콜 인센티브 구축에 중점을 두고 있습니다. '충성도 높은 AI'는 커뮤니티에 봉사하고, 공정하게 관리되며, 시간이 지남에 따라 스스로 진화할 수 있는 개방형 AI 모델 생태계를 의미합니다.

센티언트 프로토콜의 아키텍처는 블록체인 시스템과 AI 파이프라인이라는 두 가지 핵심 구성 요소로 이루어져 있습니다.

충성도 높은 AI 아티팩트의 개발 및 학습을 위한 기반이 되는 AI 파이프라인은 두 가지 핵심 프로세스로 구성됩니다.

• 센티멘트 프로토콜의 아키텍처는 블록체인 시스템과 AI 파이프라인의 두 가지 핵심 구성 요소로 이루어져 있습니다. align: left;">데이터 큐레이션: 모델 조정을 위한 커뮤니티 주도의 데이터 선택 프로세스.

• 충성도 훈련: 모델이 커뮤니티의 의도에 맞게 정렬되도록 하는 훈련 프로세스입니다.

블록체인 시스템은 다음과 같은 주요 모듈을 통해 프로토콜에 대한 투명성과 탈중앙화된 제어를 제공하여 AI 인공물의 소유권과 거버넌스를 보장합니다.

• 거버넌스: 탈중앙화된 자율 조직(DAO)에 의한 통제 및 의사 결정.

• 소유권: 토큰화를 통한 AI 아티팩트의 소유권.

• 탈중앙화 금융(DeFi): 개방적이고 탈중앙화된 공정한 거버넌스와 보상을 지원하는 금융상품을 제공합니다.

II. 기술 아키텍처 및 모델 확인 메커니즘:

1. OML 모델 프레임워크

2024년에 발표된 백서 "센티언트: 충성스러운 인공지능"(https://arxiv.org/abs/2411.03887)에서 이 프로젝트는 모델 권리를 출발점으로 삼아 "온체인 인공지능 소유권 프로토콜 경제"를 구축하고자 하는 OML 프레임워크를 제안하고, 처음으로 "인공지능 네이티브 암호화"의 개념을 체계적으로 제시하고 있으며, 이를 통해 다음과 같은 것을 목표로 하고 있습니다. 오픈 소스 모델에 대한 암호화 수준의 소유권 보호 메커니즘을 제공하는 것을 목표로 하는 "AI 네이티브 암호화"의 개념을 체계적으로 제안하는 것은 이번이 처음입니다.

핵심 논문 해석 - "OML: 개방적이고, 수익화 가능하며, 충성도 높은 AI":

• 개방성: 모델은 오픈 소스여야 하며 코드와 데이터 구조가 투명하고 커뮤니티 재생산, 감사 및 포킹을 지원해야 합니다.

• 수익화 가능: 모델의 모든 호출은 다음과 같아야 합니다. 수익화 가능: 모델에 대한 모든 호출은 온체인 컨트랙트를 통해 트레이너, 배포자, 검증자에게 분배되는 수익 흐름을 유발해야 합니다.

• 충성도: 모델은 회사의 소유가 아니라 기여자 커뮤니티의 소유이며 모델 업그레이드의 방향과 거버넌스는 DAO에 의해 결정됩니다. 모델 귀속을 검증할 수 있고, 수정이 제한되며, 사용이 통제됩니다

OML은 코드 라이선스 계약과 같은 것이 아니라 온체인 메커니즘과 암호화를 통해 오픈소스 모델이 개방성을 유지하면서 경제적 주권과 지배권을 갖도록 보장하는 것입니다. AI 네이티브 소유권 및 수익 프로토콜 계층을 구축하면 모델이 공개되더라도 소유권, 경제적 인센티브, 행동 거버넌스의 명확성을 보장할 수 있습니다.

핵심 개념: AI 네이티브 암호화

2진 정밀도에 초점을 맞춘 기존 암호화와 달리, AI 네이티브 암호화는 2진 정밀도를 위해 AI 모델을 활용합니다. 암호화는 AI 모델의 연속성, 저차원 매니폴드 구조, 모델 마이크로 기능을 활용하여 '검증 가능하지만 제거할 수 없는' 경량 보안 메커니즘을 개발합니다. 핵심 기술은 다음과 같습니다.

• 모델 핑거프린팅: 학습 중에 모델의 고유 서명을 형성하기 위해 숨겨진 쿼리-응답 키-값 쌍 세트를 삽입하는 것.

  • 모델 핑거프린팅: 학습 중에 모델을 구성하는 숨겨진 쿼리-응답 키-값 쌍 세트의 삽입. 고유 서명;

  • 소유권 확인 프로토콜: 타사 증명자가 쿼리 질문의 형태로 지문을 보유하고 있는지 확인;

  • 라이센스 호출 메커니즘: 호출하기 전에 모델 소유자가 발급한 "권한 자격 증명"을 받아야 하며, 시스템은 모델이 입력을 해독하고 정확한 답변을 반환할 수 있도록 권한을 부여합니다.

  이 접근 방식은 무거운 암호화 비용 없이 '행동 기반 권한 호출 + 소속별 인증'을 가능하게 합니다.

   OML의 5가지 빌딩 블록 접근 방식 :

  

  센티언트는 현재 핑거프린팅, TEE 실행, 온체인 컨트랙트 공유의 조합인 멜랑지 하이브리드 보안을 채택하고 있습니다. 핑거프린팅 방식은 OML 1.0 구현의 주요 라인으로, 기본적으로 규정 준수, 위반 후 탐지 및 처벌이라는 "낙관적 보안"이라는 개념을 강조합니다.

  또한 이 백서에서는 핑거프린팅 메커니즘에 대한 다양한 검증 메커니즘과 공격 모델을 정의합니다.

  • 파인 튜닝 공격("LoRA/SFT")을 정의합니다. LoRA/SFT): 지문을 제거하기 위해 일부 파라미터 수정;

  • 지식 증류: 부모 모델 지문을 우회하는 학생 모델 구성;

  • 파라미터 평균화(모델 병합): 지문 강도를 희석하기 위한 여러 모델 융합 시도

  • 지문 유출 공격: 지문 키가 유출되면 인증 메커니즘이 실패합니다.

  대응책으로는 여러 차례의 임베딩, 서브넷 격리 훈련, 건망증을 방지하기 위한 양성 샘플 결합, 가중치 기반 온체인 자격증명 임베딩 등이 있습니다.

  OML과 센티언트 프로토콜 프로토콜 아키텍처

  논문의 마지막 장에서는 OML을 지원하기 위한 완전한 온체인 프로토콜(센티언트 프로토콜)을 제안합니다.

  • 저장 레이어: 모델 가중치 및 지문 등록 정보 저장;

  • 분배 레이어: 컨트랙트 제어 권한 부여 모델 호출 항목;

  • 접근 계층: 사용자가 권한 인증서에 의해 승인되었는지 확인;

  • 인센티브 계층: 수익 라우팅 계약이 트레이너에게 통화당 지급금을 분배합니다. 배포자 및 검증자에게 분배합니다.

  

  이더와 같은 L1 메인체인과의 호환성을 강조하며 온체인 AI 소유권을 위한 표준 스택으로 사용할 수 있습니다. 모든 모델은 온체인에 등록(해시, 서명, 공개 키, 지문 구조 ID 포함), 에이전트는 등록된 모델에 바인딩되고 각 호출 후 사용 증명 제출을 트리거, 컨트랙트는 호출 이벤트 및 수익 스트리밍 규칙에 따라 수익(트레이너, 배포자, 검증자)을 공유, 사용자 또는 컨트랙트 호출자는 온체인 게이트웨이를 통해 호출 권한을 검증해야 합니다. 이 구조는 센티언트 프로토콜의 기본 설계 철학을 형성합니다.

  2. 핑거프린팅 및 모델 검증 메커니즘

  GitHub: https://github.com/sentient-agi/oml-1.0- 핑거프린팅

  이 라이브러리는 센티언트 핑거프린팅 메커니즘의 첫 번째 구현으로, 훈련 과정에 포함될 수 있는 핑거프린트 주입 및 검증을 위한 인터페이스를 제공합니다. 이 라이브러리의 목적은 모델 속성을 확인하고, 사용 행동을 추적하며, 무단 복제 및 상업화를 방지하는 것입니다. 이는 OML(개방형, 수익화 가능, 충성도) 프레임워크의 구체적인 엔지니어링 구현입니다.

  OML 1.0 핑거프린팅 모듈에는 다음과 같은 기능이 있습니다:

  • 행동 프로파일링: 모델 행동의 특징을 추출하여 고유한 지문을 생성합니다.

  • 모델 어트리뷰션: 생성된 콘텐츠를 기반으로 소스 모델을 결정합니다.

  • 지문 검증: 모델 출력의 출처와 일관성을 검증합니다.

  핑거프린팅 메커니즘의 핵심은 모델을 미세 조정하여 고유한 키-응답 쌍을 내장하고, 모델 소유자가 특정 쿼리를 통해 모델이 자신에게 속한 것인지 확인하는 데 사용하여 모델의 '암호화 서명'을 생성하는 것입니다. 간단히 말해, LLM(대규모 언어 모델)에 '워터마크'를 추가하면 AI의 소유권을 추적하고 강제할 수 있습니다.

  3. Enclave TEE 컴퓨팅 프레임워크

  GitHub: https://github.com/sentient-agi/Sentient- 엔클레이브 프레임워크

  센티언트 엔클레이브 프레임워크는 모델 추론, 미세 조정, 프록시 서비스를 지원하는 AWS Nitro Enclaves와 같은 TEE(신뢰할 수 있는 실행 환경)를 활용하는 오픈 소스 프레임워크로서 안전한 배포. 이 프레임워크는 모델 충실도를 강조하여 모델이 승인된 요청에만 응답하도록 보장하고 무단 액세스 및 사용을 방지하며 다음과 같은 보안 기능을 제공합니다.

  • 페이로드 암호화된 배포: 모델 온톨로지, 런타임 구성, 입력 및 출력은 모두 암호화되어 암호화된 스토리지 환경에 저장됩니다. 구성, 입력 및 출력이 모두 암호화되어 엔클레이브에 저장됩니다.

  • TLS 기반 RPC: 호출은 양방향 TLS + 증명 서명 채널을 사용하여 통신됩니다.

  • 로그 및 캐시 격리: 일시적인 메모리 영역을 사용하여 실행되며 영구적인 로깅은 없습니다.

  • 증명 보고: 각 호출에 대해 엔클레이브 서명에 묶인 출력 증명을 생성하여 실행 동작을 추적하고 검증할 수 있도록 보장합니다.

  검증 보고: 각 호출에 대해 바인딩된 엔클레이브 서명의 출력 증명을 생성하여 실행 동작을 추적하고 검증할 수 있도록 보장합니다.

센티언트 엔클레이브 프레임워크(TEE)는 실시간 AI와 민감한 데이터 처리를 위한 고성능과 클라우드 통합이라는 장점이 있지만 하드웨어 종속성과 사이드 채널 공격에 의해 제한됩니다. 센티언트 인클레이브 프레임워크는 니트로 인클레이브를 활용하여 엔터프라이즈급 개인정보 보호와 보다 사용자 친화적인 개발 환경을 제공합니다. 다른 암호화 기술에 비해 FHE는 하드웨어 종속성 및 양자 보안 없이 강력한 프라이버시 보장을 제공하지만 성능 오버헤드가 크고 특정 암호화 컴퓨팅 시나리오에 적합하며 TEE의 고성능 작업을 직접 대체하지는 않습니다. zk는 검증 가능성 및 탈중앙화 시나리오에서 뛰어난 성능으로 인해 TEE의 보완재로 사용할 수 있습니다(이 모듈은 향후 zkML과 인터페이스할 계획입니다).

4. 센티언트 에이전트 프레임워크

GitHub: https://github.com/sentient-agi/ 센티언트 에이전트 프레임워크

센티언트 에이전트 프레임워크는 AI 에이전트로 브라우저를 제어하여 웹 작업(예: 검색, 동영상 재생)을 자동화하는 데 중점을 둔 경량 오픈 소스 프레임워크로, 다음과 같은 자연어 명령어와 LLM(예: OpenAI의 GPT-4o)을 결합하여 깔끔한 개발 환경(3줄의 코드)을 제공합니다. 비동기 실행, 사용자 지정 명령어 및 다중 제공자 지원으로 신속한 개발 및 실험적인 애플리케이션에 적합합니다. TEE 프레임워크와 같은 다른 Sentient AGI 프로젝트와 결합하여 보안에 민감한 시나리오로 확장할 수 있습니다.

핵심 아키텍처: 이 아키텍처는 감지-계획-실행-피드백의 완전한 폐쇄형 루프를 갖춘 인텔리전스를 구축할 수 있으며, 다중 에이전트, 체인 검증, 정렬 가능한 오픈 소스로 확장할 수 있습니다.

1. 사용자 계층: 사용자가 자연어로 작업 목표를 입력합니다

2. 센티언트 에이전트 프레임워크

3. 지각: 입력 및 환경 이해

4. 지각. 왼쪽;">계획: 목표에 기반한 실행 계획 생성

5. 실행: 작업을 수행하기 위해 도구/기술 호출

6. 반성: 피드백을 분석하여 성과를 최적화합니다. Reflection: 피드백을 분석하여 동작을 최적화

7. 메모리: 단기 + 장기 메모리 관리

8. 스킬/도구: 외부 기능 및 플러그인 등록

9. 멀티 에이전트 레이어: 멀티 에이전트 협업, 태스킹 및 결과 집계

11. 블록체인 스마트 컨트랙트: 작업 기록 및 인센티브 정산

12. 에이전트 레지스트리: 인증 및 버전 관리

13. ZK 증명 모듈: 출력의 진위 여부를 확인

14. 외부 도구 API: 웹 검색, 데이터베이스, 파일 시스템

15. 스토리지: 로컬 스토리지 + 분산형 스토리지(예: IPFS)

기존 AI 에이전트 프레임워크와 비교하기 센티언트 에이전트 프레임워크는 기존 AI 에이전트 프레임워크에 비해 기능이 제한적이며 가볍고 단순합니다. AI 에이전트 개발, 온체인 자동화 또는 Web3 통합을 위한 다양한 솔루션을 제공하는 Virtuals Protocol, ai16z(elizaOS)와 같은 암호화 AI 프레임워크에 비해 Sentient-Agent-Framework는 오프체인 웹 작업에 더 적합합니다.

5. 센티언트 소셜 에이전트

GitHub: https://github.com/sentient-agi/ 센티언트 소셜 에이전트는 소셜 플랫폼(트위터, 디스코드, 텔레그램)에서 자동화된 상호작용을 구축하도록 설계된 인공지능 시스템입니다. 콘텐츠를 생성하고, 사용자와 상호작용하며, 다중 지능 협업을 통해 소셜 커뮤니케이션을 할 수 있도록 설계된 AI 시스템입니다. 소셜 인식, 콘텐츠 생성, 행동 계획 모듈을 활용하여 브랜드 운영, 가상 커뮤니티 관리, 정보 확산 등의 시나리오를 위해 플랫폼에서 자연스러운 대화와 콘텐츠 생성을 지원하며, 센티언트 에이전트 프레임워크와 통합할 수 있습니다.

6. 오픈 딥서치(아직 출시되지 않음)

오픈 딥서치는 Sentient의 공식 웹사이트에서 ChatGPT 및 Perplexity Pro보다 뛰어난 성능을 제공하는 검색 에이전트로 정의되어 있습니다. 퍼플렉시티 프로. 팀원 오세웅은 EthDenver 2025 오픈 AGI 서밋에서 몇 가지 계획을 공개했습니다.

오픈 딥 검색은 크게 두 가지 구성 요소, 즉 쿼리 재구문, URL 및 문서 처리 등을 포함한 Sentient의 검색 기능과 추론 에이전트로 구성되어 있습니다. 추론 에이전트는 오픈 소스 LLM(예: Llama 3.1 및 DeepSeek)을 활용하여 검색, 계산기, 자기 반성 등의 도구를 통해 검색 품질을 개선합니다. 프레임 벤치마크에서 오픈 딥 검색은 다른 오픈 소스 모델보다 성능이 뛰어나고 일부 비공개 소스 모델과도 경쟁하지만, 아직 기능이 활성화되지 않았기 때문에 현재로서는 실제 성능을 평가할 수 없습니다.

셋째: 제품 형식, 랜딩 및 기획

현재 Sentient의 공식 웹사이트에는 주로 Sentient Chat 플랫폼과 오픈 소스 모델인 Dobby LLM을 중심으로 제품이 표시됩니다:

센티언트 채팅:

센티언트 채팅은 커뮤니티 중심의 사용자 지정이 가능하고 충성도 높은 AI를 제공하는 것을 목표로 하는 Sentient Foundation의 탈중앙화 AI 채팅 플랫폼입니다. 사용자 정의가 가능하고 충성도 높은 AI 경험을 제공하는 것을 목표로 합니다. 이 플랫폼은 오픈소스 대규모 언어 모델(예: 도비 제품군)과 고급 추론 에이전트 프레임워크를 결합하고 다양한 사용자 요구를 충족하기 위해 여러 도구 통합을 지원합니다. 핵심 기능은 다음과 같습니다.

1. 개방형 추론 에이전트: 센티언트 채팅의 기본 제공 추론 에이전트는 복잡한 작업을 수행할 수 있으며 다음 기능을 지원합니다.

• 검색 도구: 실시간 웹 검색 기능을 제공하기 위해 ODS(Open Deep Search)와 통합됩니다.

• 계산기: 수학적 계산 및 데이터 분석 작업을 처리합니다.

• 코드 실행: Python 코드를 생성하고 실행하여 복잡한 논리적 추론과 작업을 실행할 수 있습니다.

2. 다중 에이전트 통합: 플랫폼은 여러 AI 에이전트의 통합을 지원하여 사용자가 필요에 따라 상호 작용할 다양한 에이전트를 선택할 수 있어 플랫폼의 유연성과 기능이 향상됩니다. Web3의 POE 버전 또는 에이전트 중심의 개방형 퍼플렉서티와 유사한

Sentient Chat은 현재 베타 버전으로 이메일이나 커뮤니티 이벤트를 통해 배포된 초대를 통해서만 액세스할 수 있습니다. 공식 발표에 따르면 5,000명 이상의 사용자가 센티언트 채팅에 성공적으로 액세스했으며 100,000건 이상의 사용자 문의가 처리되었습니다. 저는 아직 화이트리스트 사용자가 되지 않았기 때문에 이 모델의 실제 기능을 평가할 수 없습니다.

도비 LLM 모델군 :

메타의 라마 모델군을 기반으로 미세 조정, 허깅페이스 홈페이지(https://). huggingface.co/SentientAGI)

1. 도비-언닝드 시리즈

• 도비-언닝드-라마 3.3-70B: 라마 3.3-70B 기반 - 직설적이고 유머러스하며 인간적인 대화 스타일로 개인의 자유와 암호화폐의 입장을 강조하도록 미세 조정된 인스트럭션.허깅 페이스+ 6허깅 페이스+6허깅 페이스+6

• 도비 미니 언힌지드-라마 3.1-8B: '언힌지드' 시리즈의 핵심 기능을 유지하면서 리소스가 제한된 장치를 위한 8B 파라미터화 버전입니다. "허깅 페이스+5허깅 페이스+5허깅 페이스+5

2. 도비-레쉬드 시리즈:

Dobby-Mini-Leashed-Llama-3.1-8B: 'Unhinged' 버전보다 톤이 훨씬 부드러워 보다 강력한 출력이 필요한 애플리케이션 시나리오에 적합합니다.Hugging Face+2Hugging Face+2Hugging. Face+2

Dobby LLM 모델은 미세 조정된 Llama 3.1 및 3.3 버전을 기반으로 하기 때문에 주로 챗봇 구축, 콘텐츠 생성 및 저작, 롤플레잉 에이전트 등에 적용되며 유연한 스타일 생성, 추론 향상, 낮은 리소스 요구량 등이 강점으로 꼽힙니다. 유연한 스타일 생성, 추론 향상, 낮은 리소스 요구 사항 등의 장점이 있어 리소스가 제한된 환경에서 신속한 배포와 유연한 사용자 지정에 적합합니다. GPT-4와 같은 보다 강력한 비공개 소스 모델과 비교할 때, 높은 수준의 논리, 도메인 간 지식 추론, 심층 추론이 필요한 작업을 처리하는 데는 여전히 부족함이 있습니다.

넷째, 생태적 협력 및 착륙 시나리오

현재 센티언트 빌더 프로그램은 개발자가 센티언트 채팅 생태계에서 실행되는 AI를 구축하도록 지원하기 위해 1백만 달러의 보조금을 제공합니다. 현재 센티언트 빌더 프로그램은 센티언트 채팅 에코시스템에서 실행되는 AI 에이전트 인텔리전스를 구축하는 개발자를 지원하기 위해 100만 달러의 자금을 제공하며, 개발자는 센티언트의 개발 제품군을 사용하고 센티언트 에이전트 API를 통해 에코시스템에 액세스해야 합니다.

동시에 센티언트의 공식 웹사이트에서는 여러 분야의 크립토 AI 프로젝트 팀을 아우르는 에코 파트너를 발표했으며(https://www.sentient.xyz/partners), 구체적인 목록은 다음과 같습니다:

• 모델: 아이겐레이어, 무브, 크런치다오, 베이글, KGEN

• 인텔리전트: 메사리, 프랭클린 템플턴, 카이토, 마이쉘, 써드웹, 테오릭, 오픈, QNA3, 폰드, 미라, 올라스, 바이코노미, 탈루스, 제타블록, 액살, 모피어스 AI d퓨전, 엑스포넌트AI, 페치AI, 기자, 저스트엑스, 유니프AI, 퀘스트플로우, 퀼AI, 라이인메이커, 솔로, 스펙트럴, UOMI, 플레이AI

• 데이터: Kaito, Vana, 더 그래프, 스페이스 앤 타임, 0g, 오픈, QNA3, 제타블록, 체인베이스, dFusion, Dria/First Batch, 엔트로바, 프랙션AI. Hyve DA, Irys, 마사, 미즈, 오픈레저, 라이인메이커, 사피엔, 주스 네트워크

• 검증 가능한 AI: Nillion, 라그랑주, pi2

• 블록체인: Arbitrum, Polygon, Celo

• 인프라: Lit Protocol, OpenGradient

• 인프라. 오픈그래디언트

센티언트는 암호화폐 AI 분야의 대표 프로젝트로서 업계의 모든 스타 스타트업 프로젝트를 커버할 수 있는 자원을 통합할 수 있는 역량을 갖추고 있습니다. 그러나 암호화폐 업계에 "마케팅" 파트너십이 널리 퍼져 있는 것은 업계에 잘못된 번영의 환상을 불러일으키며, 센티언트의 에코 파트너들의 에코 시스템에 대한 기여도와 충성도는 지속적으로 관찰되어야 합니다.

오픈 AGI 서밋은 AI와 암호화폐의 통합을 탐구하기 위해 Sentient 팀이 주최하는 글로벌 컨퍼런스입니다. 저는 운 좋게도 2024년과 2025년 ETH 덴버와 ETHcc에서 열린 서밋에 참석할 수 있었고, 업계에서 가장 저명한 기관 투자자와 프로젝트 기업가들을 한자리에 모은 센티언트 팀의 능력은 하이라이트였습니다.

V. 팀 구조 및 연구 배경

센티언트 재단은 세계 최고의 학계 전문가, 암호화폐 기업가, 엔지니어들이 모여 커뮤니티 주도의 검증 가능한 오픈소스 AGI를 구축하기 위해 최선을 다하고 있습니다, 오픈 소스, 검증 가능한 AGI 플랫폼. 공식 팀 정보(https://sentient.foundation/people)에 따르면 팀 구성원은 다음과 같습니다.

Sentient Foundation의 운영 위원회는 다음과 같은 멤버로 구성되어 있습니다. >

• 프라모드 비스와나트 - 포레스트 G. 햄릭 프린스턴 대학교 교수, 정보 이론 및 커뮤니케이션 분야의 오랜 연구자. 시스템 분야의 오랜 연구자로 센티언트의 AI 보안 및 이론적 토대를 이끌고 있습니다.

• 히만슈 티아기 - 인도 과학원 교수로 개인정보 보호 및 탈중앙화 학습 알고리즘을 전문으로 하며 모델 훈련 및 개인정보 보호 협력을 위한 학술 지원을 제공하고 있습니다.

• 샌딥 네일왈 - 블록체인 전략과 글로벌 에코 레이아웃을 담당하는 Polygon의 공동 창립자이자 암호화폐 커뮤니티와 AI 아키텍처를 연결하는 데 핵심적인 역할을 담당하고 있습니다.

• 센시스 팀 - 웹3의 기본 제품 스튜디오로, 사용자 경험 최적화와 개발자 인프라를 주도하여 센티언트 제품을 시장에 출시합니다.

핵심 엔지니어링 및 개발팀은 메타, 코인베이스, 서클, 폴리곤, 코인 등 유명 기술 및 블록체인 기업과 프린스턴 대학교, 워싱턴 대학교, 인도 공과대학 등의 대학 출신 연구진으로 구성되어 있습니다. 이 팀은 LLM 엔지니어링, 시스템 보안, 컴퓨터 비전 및 데이터 시스템 구축 분야에서 폭넓은 경험을 보유하고 있습니다.

AI 연구 및 모델 트레이닝 팀: AI/ML, NLP, 컴퓨터 비전 및 강화 학습을 다루는 연구팀은 Google Research, Daimon Labs, Fetch.ai 등에서 실무 경험을 쌓았습니다. 팀 구성은 미래를 향한 Sentient의 헌신을 보여줍니다. 팀 구성은 센티언트가 학문적 깊이뿐만 아니라 현장 역량과 암호화폐 생태계 경험도 갖추고 있음을 보여줍니다.

센티언트는 폴리곤의 설립자 산딥 네일왈의 성공에 힘입어 설립되었습니다. 이더리움 생태계의 핵심 확장 솔루션인 플라즈마는 최첨단 기술은 아니었지만 NFT와 소셜 등의 영역에서 폴리곤의 차별화 포인트 해자를 구축하기에 충분히 '저렴하고 빠른' 기술로 시작했으며, 미르 프로토콜과 헤르메즈 네트워크를 인수하고 폴리곤의 zkEVM을 출시하면서 ZK 기술을 블록체인 확장에 통합했습니다. 산딥 네일왈의 두 번째 벤처인 센티언트는 당시보다 훨씬 많은 경험, 자본, 인맥, 시장 인지도를 보유하고 있으며 불완전한 프로젝트 아이디어를 바탕으로 2024년에 많은 자금을 조달할 수 있을 것으로 보이지만, AI 분야는 암호화폐와 다르며 센티언트는 시장 환경 변화, 경쟁 심화, 기술 업데이트에 직면하고 있습니다. 그러나 AI 분야는 암호화폐와 다르며, 센티언트는 여전히 변화하는 시장 환경, 경쟁 심화, 최신 기술 등 외부의 도전에 직면해 있습니다.

여섯째, 자금 조달 및 토큰 모델

• 자금 조달: 2024년 중반;

• 자금: 8,500만 달러(시드 라운드)

• 투자: Founders Fund, Pantera, Framework Ventures. Ventures가 이번 라운드를 공동 주도했으며, 나머지 VC로는 Ethereal, Robot Ventures, Symbolic Capital, Dao5, Delphi, Primitive Ventures, Nomad, Hack VC, Arrington Capital 등이 참여했습니다, Hypersphere, IDG, 토폴로지, 프로타고니스트, 폴리우스, 스카이9, 캐노니컬 크립토, 디스커버리 캐피탈, 미라나, 포사이트, 해시키, 스파르탄, 리퍼블릭, 프론티어스 캐피탈 등. (https://sentient.foundation/funding)

$SENT 토큰 사용(예정)

현재, 센티언트에서는 센티언트는 아직 공식 토큰을 출시하지 않았습니다. 공동 창립자인 Sandeep Nailwal은 현재 토큰을 발행할 계획은 없지만 향후 커뮤니티의 수요와 프로젝트 발전에 따라 토큰 발행을 검토할 수 있다고 말했습니다. 따라서 $SEN 또는 기타 센티언트 관련 토큰을 제공한다고 주장하는 프로젝트는 사기를 예방하기 위해 신중하게 접근해야 합니다.

백서에 따르면, 센티언트 토큰의 가능한 용도로는 에이전트 인센티브 포인트를 토큰에 매핑, 모델 버전 제안 및 투표, 에이전트 결과물의 진위 여부를 검증하는 서약, DAO 거버넌스 배당 메커니즘 등이 있습니다.

센티언트는 황금 열쇠를 가지고 태어난 프로젝트이며, 투자자 배경, 자금 조달 규모, 가치 평가는 시장의 대부분의 암호화 AI 프로젝트에 매우 인상적입니다. 한편으로는 강력한 자원 지원으로 모든 종류의 업계 자원을 쉽게 통합할 수 있고, 높은 자금 조달로 팀에 합류할 최고의 인재를 쉽게 고용할 수 있으며, 강력한 자본으로 산업 주기 동안 프로젝트의 발전을 지원할 수 있습니다. 그러나 다른 한편으로, 암호화폐 업계는 일반적으로 높은 밸류에이션을 가진 VC 지원 프로젝트에 관심이 없으며, 자본 운영으로 인해 VC 코인의 가격은 펀더멘털과 심각하게 분리되어 있습니다. 센티언트가 영향력 있는 암호화폐 AI 제품을 제공하지 못하고 높은 가치의 코인을 발행한다고 가정하면, 신뢰 회복이 시급한 암호화폐 커뮤니티에도 피해를 줄 것이며, 팀은 어떻게 대처할 수 있을까요? 팀이 현재 업계의 곤경에 어떻게 대응하는지 보는 것은 흥미로울 것입니다.

VII. 경쟁사 분석 및 시장 포지션

시장에 나와 있는 대부분의 암호화폐 AI 프로젝트는 데이터, 모델링, 계산, 훈련, 추론 등 단일 영역에 집중하거나 AI 에이전트와 같은 소비자 수준의 애플리케이션을 개발하는 데 초점을 맞추고 있습니다. AI 체인 AI 체인 포지셔닝 프로젝트에는 기존 허브 체인(Near 및 ICP)의 AI 변환 또는 탈중앙화된 리소스 공유 조정 및 토큰 인센티브 프로토콜(예: 비트센서)이 포함되는데, 이는 센티언트의 포지셔닝과 일치하지 않습니다. 모델 트레이닝 측면에서 보면 Sentient는 통합 플랫폼에 가깝고, 시장의 오픈 소스 AI 모델과 파트너십을 맺고 있습니다. 에이전트 측면에서 보면 Sentient는 다중 지능 시스템 및 추론 기능 측면에서 Talus, Olas 또는 Theoriq과 일부 중복되는 경쟁이 있지만 각 프로젝트의 핵심 목표와 적용 시나리오는 서로 다르며 여전히 상호 보완적인 측면이 있습니다.

VIII. 요약

탈중앙화 인공지능(AGI) 프로토콜 플랫폼인 센티언트는 인공지능 모델의 명확한 소유권 구조와 온체인 메커니즘을 통한 콜 및 가치 분배를 제공하도록 설계되어 현재의 문제를 해결하고자 합니다. 불명확하고 불공정한 귀속 문제를 해결하기 위해 설계되었습니다. 핵심 프레임워크인 OML(개방형, 수익화 가능, 충성도)은 모델 핑거프린팅과 블록체인 기술을 통해 오픈 소스 모델의 소유권, 투명성, 공정한 분배를 보장하며, 폴리곤의 공동 창업자인 산딥 네일왈(Sandeep Nailwal)의 지원을 받는 센티언트는 개발 과정에서 불확실성과 논란, 불확실성에 직면했음에도 불구하고 다수의 주요 VC 및 AI 에코 파트너의 지원을 받고 있습니다. 불확실성, 논란, 경쟁에도 불구하고 센티언트는 탈중앙화된 AI 소유권을 위한 표준 프로토콜 중 하나가 될 것이며, AGI의 탈중앙화를 주도할 것으로 기대됩니다.