센티언트 프로젝트 연구 보고서: 로열티 AI 구축

OML은 코드 라이선스 계약과 달리 온체인 메커니즘과 암호화 수단을 통해 오픈소스 모델이 개방성을 유지하면서 동시에 경제적 주권과 거버넌스 권한을 갖도록 보장합니다. 이는 모델이 공개되더라도 소유권, 경제적 인센티브, 행동 거버넌스의 명확성을 보장하는 AI 네이티브 소유권 및 수익 프로토콜 계층을 구축합니다.

핵심 개념: AI 네이티브 암호화

이진 정밀도에 중점을 둔 기존 암호화와 달리, AI 네이티브 암호화는 2진법 정밀도에 중점을 둡니다. AI 네이티브 암호화는 AI 모델의 연속성, 저차원 다양체, 모델의 미세성을 활용하여 "검증은 가능하지만 제거할 수 없는" 가벼운 보안 메커니즘을 개발합니다. 핵심 기술은 다음과 같습니다.">모델 핑거프린팅: 숨겨진 쿼리-응답 키-값 쌍 세트를 삽입하여 학습 중에 모델의 고유한 서명을 형성하는 것.

소유권 검증 프로토콜: 숨겨진 쿼리-응답 키-값 쌍 세트를 삽입하여 학습 중에 모델의 고유 서명을 형성하는 것.

오너십 검증 프로토콜: 숨겨진 쿼리-응답 키-값 쌍 세트를 삽입하여 훈련 중에 모델의 고유 서명을 형성하는 것.

"소유권 검증 프로토콜". ">소유권 검증 프로토콜: 제3자 증명자가 쿼리 질문의 형태로 지문을 보유하고 있는지 확인,

권한 호출 메커니즘: 모델을 호출하기 전에 모델 소유자가 발급한 "권한 자격 증명"을 획득한 다음 모델이 그에 따라 입력을 사용하도록 승인,

권한 호출 메커니즘: 모델 소유자가 발급한 "권한 자격 증명"을 획득한 후 모델을 호출합니다. 그러면 시스템은 모델이 입력을 해독하고 정확한 답변을 반환하도록 권한을 부여합니다.

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

센티언트가 현재 채택하고 있는 멜론 하이브리드 보안: 지문, TEE 실행, 온체인 계약 수익 공유의 조합. 핑거프린트 방식은 기본적으로 규정 준수, 위반 후 탐지 및 처벌이라는 '낙관적 보안'이라는 개념을 강조하는 OML 1.0 구현의 주요 라인입니다.

또한 이 백서에서는 다양한 검증 메커니즘과 공격 모델에 대한 지문 메커니즘을 다음과 같이 정의합니다: 미세 조정 공격(LoRA/SFT): 지문을 지우기 위해 일부 매개변수를 수정하는 것, 지식 증류: 부모 모델의 지문을 우회하기 위해 학생 모델을 구성하는 것, 파라미터 평균화(모델 병합): 여러 모델을 융합하여 지문의 강도를 희석하려는 시도,

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

대응책으로는 여러 차례의 임베딩, 하위 네트워크 격리 훈련, 망각을 방지하기 위한 양성 샘플 결합, 체인에 자격 증명을 묶는 가중치 임베딩 등이 있습니다.

OML과 센티언트 프로토콜 프로토콜 아키텍처

이 논문의 마지막 장에서는 OML을 지원하는 완전한 온체인 프로토콜(센티언트 프로토콜)을 제안합니다.

**저장 계층:

모델 가중치 및 지문 등록 정보 저장,

**분배 계층:

인증 계약 제어 모델 통화 입력;

**Access Layer:** 사용자가 권한 증명을 통해 승인되었는지 확인;

**Incentive Layer:** 수익 라우팅 계약은 트레이너, 배포자 및 검증자에게 통화당 지불을 할당합니다.

이더와 같은 L1 메인 체인과의 호환성에 중점을 두며, 온체인 AI 소유권을 위한 표준 스택으로 사용할 수 있습니다. 모든 모델은 온체인에 등록(해시, 서명, 공개 키, 지문 구조 ID 포함), 에이전트는 등록된 모델에 바인딩하고 각 호출 후 사용 증명 제출을 트리거, 컨트랙트는 호출 이벤트 및 수익 스트리밍 규칙에 따라 수익 공유(트레이너, 배포자, 검증자), 사용자 또는 컨트랙트 호출자는 온체인 게이트웨이를 통해 호출 권한을 검증해야 함. - 사용자 또는 계약 호출자는 호출 권한을 확인해야 함. - 온체인 게이트웨이를 통해 호출 권한을 확인합니다. 이 구조는 센티언트 프로토콜의 기본 설계 철학을 형성합니다.

2. 지문 인식 및 모델 확인 메커니즘

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

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

**모델 핑거프린팅 모듈(OML 1.0 핑거프린팅 모듈)**에는 다음과 같은 기능이 있습니다.

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

**모델 어트리뷰션:** 생성된 콘텐츠를 기반으로 소스 모델을 결정합니다.

**핑거프린트 검증:** 모델 출력 콘텐츠의 출처와 일관성을 검증합니다.

핑거프린팅 메커니즘의 핵심은 모델을 미세 조정하고 고유한 '질문-응답'(키-응답) 쌍을 포함함으로써 모델 소유자가 특정 쿼리를 통해 모델이 자신의 소유임을 확인하여 모델의 '암호화 서명'을 형성할 수 있다는 것입니다. 모델 소유자는 특정 쿼리를 통해 모델이 자신의 소유인지 여부를 확인할 수 있으므로 모델의 "암호화 서명"을 형성할 수 있습니다. 간단히 말해, LLM(대규모 언어 모델)에 "워터마크"를 추가하면 AI의 소유권을 추적하고 강제할 수 있습니다.

3. 엔클레이브 TEE 컴퓨팅 프레임워크

GitHub: https://github.com/sentient-agi/Sentient-Enclaves-Framework

Sentient 엔클레이브 프레임워크는 모델 추론, 미세 조정, 프록시 서비스의 안전한 배포를 지원하기 위해 AWS Nitro Enclaves와 같은 신뢰할 수 있는 실행 환경(TEE)을 활용하는 오픈 소스 프레임워크입니다. 이 프레임워크는 모델이 승인된 요청에만 응답하여 무단 액세스 및 사용을 방지하도록 모델 "충실도"를 강조하며 다음과 같은 보안 기능을 제공합니다.

**페이로드 암호화된 배포: **모델 온톨로지, 실행 구성, 입력 및 출력은 모두 암호화되어 엔클레이브에 저장됩니다. **TLS 기반 RPC: **양방향 TLS + 증명 서명 채널을 사용하여 호출이 통신됨,

**로그 및 캐시 격리: **일시적 메모리 영역을 사용하여 작동하며 영구 로그를 기록하지 않음,

**증명 보고: **각 호출은 바인딩된 엔클레이브 서명의 출력 증명을 생성하여 실행 동작의 추적성을 보장합니다. 증명을 생성하여 실행 동작을 추적하고 검증할 수 있도록 보장합니다.

TEE(센티언트 엔클레이브 프레임워크)는 실시간 AI와 민감한 데이터 처리를 위해 고성능과 클라우드 통합을 활용하지만 하드웨어 종속성과 사이드 채널 공격에 의해 제한되며, Sentient Enclaves 프레임워크는 Nitro Enclaves를 활용하여 엔터프라이즈급 개인정보 보호 기능을 제공합니다. 센티언트 인클레이브 프레임워크는 나이트로 인클레이브를 활용하여 엔터프라이즈급 개인정보 보호와 보다 친숙한 개발 환경을 제공합니다. 다른 암호화 기술과 비교할 때 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/Sentient-Agent-Framework

센티언트 에이전트 프레임워크는 AI 에이전트를 통해 브라우저를 제어하여 웹 작업(예: 검색, 동영상 재생)을 자동화하는 데 중점을 둔 경량 오픈 소스 프레임워크로, 자연어 명령어와 LLM(예: OpenAI의 GPT-4o)을 결합하여 깔끔한 개발 환경을 제공합니다(코드 3줄로 주장됨). 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. 이 아키텍처는 감지-계획-실행-피드백의 완전한 폐쇄형 루프를 갖춘 인텔리전스 구축을 지원하며, 이는 다중 에이전트 협업, 체인 검증, 오픈 소스, 조정 가능한 AI 시스템으로 확장할 수 있습니다.

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

5. 센티언트 소셜 에이전트

GitHub: https://github.com/sentient-agi/Sentient-Social-Agent

Sentient-. 소셜 에이전트는 소셜 플랫폼(트위터, 디스코드, 텔레그램)에서 소셜 환경을 이해하고, 콘텐츠를 생성하고, 사용자와 상호작용하고, 다중 지능 협업을 통해 소셜 커뮤니케이션을 하는 자동화된 상호작용을 구축하도록 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 있는 시스템입니다.

6. 오픈 딥서치 (아직 미공개)

오픈 딥서치는 센티언트 공식 홈페이지에서 ChatGPT와 퍼플렉시티 프로를 능가하는 검색 에이전트로 정의하고 있습니다. 팀원 오세웅은 EthDenver 2025 오픈 AGI 서밋에서 몇 가지 계획을 공개했습니다.

오픈 딥 서치는 크게 두 가지 구성 요소로 이루어져 있습니다: Sentient의 검색 기능(쿼리 재구문, URL 및 문서 처리 등 포함)과 추론 에이전트. 추론 에이전트는 오픈 소스 LLM(예: Llama 3.1 및 DeepSeek)을 활용하여 검색, 계산기, 자기 반성과 같은 도구를 통해 검색 품질을 개선합니다. 프레임 벤치마크에서 오픈 딥 서치는 다른 오픈 소스 모델보다 성능이 뛰어나고 일부 비공개 소스 모델과도 경쟁하지만, 아직 기능이 활성화되지 않았기 때문에 현재로서는 실제 성능을 평가할 수 없습니다.

셋째, 제품 형태, 랜딩 및 계획

현재 센티언트 공식 웹사이트에는 센티언트 채팅 대화 플랫폼과 오픈소스 모델인 도비 LLM에 대한 제품이 소개되어 있습니다:

센티언트 채팅은 센티언트 재단에서 출시한 탈중앙화 AI 플랫폼으로, 센티언트 채팅은 탈중앙화 AI 플랫폼입니다. 재단에서 출시한 탈중앙화 AI 채팅 플랫폼으로, 커뮤니티 중심의 사용자 지정이 가능하고 충성도 높은 AI 경험을 제공하도록 설계되었습니다. 이 플랫폼은 오픈 소스 대규모 언어 모델(예: Dobby 제품군)과 고급 추론 에이전트 프레임워크를 결합하고 다양한 사용자 요구를 충족하기 위해 여러 도구 통합을 지원합니다. 핵심 기능은 다음과 같습니다:

1. **오픈 추론 에이전트:** 센티언트 채팅의 기본 제공 추론 에이전트는 복잡한 작업을 수행할 수 있으며 다음 기능을 지원합니다: 검색 도구: 실시간 웹 검색을 제공하는 오픈 딥서치(ODS)와 통합하여 실시간 웹 검색 기능, 계산기: 수학적 계산 및 데이터 분석 작업 처리, 코드 실행: Python 코드를 생성하고 실행하여 복잡한 논리적 추론 및 작업 실행이 가능합니다.

2. **다중 에이전트 통합:** 이 플랫폼은 여러 AI 에이전트의 통합을 지원하며, 사용자는 필요에 따라 상호 작용할 다른 에이전트를 선택할 수 있어 플랫폼의 유연성과 기능이 향상됩니다. Web3 버전의 POE 또는 개방형 에이전트 중심의 Perplexity 대안과 유사

   Sentient Chat은 현재 베타 버전이며 이메일이나 커뮤니티 이벤트를 통해 배포된 초대 코드를 통해서만 액세스할 수 있습니다. 공식 출시 이후 5,000명 이상의 사용자가 센티언트 채팅에 성공적으로 액세스했으며 100,000건 이상의 사용자 쿼리가 처리되었습니다. 저는 아직 화이트리스트 사용자가 되지 않았기 때문에 이 모델의 실제 기능을 평가할 수 없습니다.

도비 LLM 모델 시리즈: 메타를 기반으로 한 라마 시리즈 미세 조정, 허깅페이스 홈페이지(https://huggingface.co/SentientAGI)

1. 도비-언깅드 시리즈 도비-언깅드-라마 3.3-70B: 라마 3.3-70B를 기반으로 개인의 자유와 암호화폐에 대한 입장을 강조하도록 미세 조정되었으며, 직설적이고 유머러스하며 인간적인 대화 스타일이 특징입니다.

2. **도비 미니 언힌지드-라마 3.1-8B: "언힌지드" 시리즈의 핵심 기능을 유지하면서 리소스가 제한된 기기를 위한 **8B 파라미터화 버전.

3. 도비-리시드 시리즈: 도비-미니-리시드-라마-3.1-8B: 보다 강력한 출력을 필요로 하는 애플리케이션을 위한 "언힌지드" 버전의 온화한 버전입니다.

Dobby LLM 모델은 Llama 3.1 및 3.3의 미세 조정된 버전을 기반으로 하기 때문에 주로 챗봇 구축, 콘텐츠 생성 및 제작, 롤플레잉 에이전트 등에 적용 시나리오가 있다고 생각합니다. Dobby LLM의 장점은 유연한 스타일 생성, 추론 향상, 낮은 리소스 요구 사항으로, 리소스 제약 환경에서 신속한 배포와 유연한 사용자 지정에 적합합니다. 커스터마이징. GPT-4와 같은 보다 강력한 비공개 소스 모델과 비교할 때, 높은 수준의 논리, 도메인 간 지식 추론 및 심층 추론이 필요한 작업을 처리하는 데 있어서는 여전히 Dobby LLM이 부족합니다.

넷째, 생태적 협력 및 랜딩 시나리오

현재 센티언트 빌더 프로그램은 개발자가 센티언트 채팅 생태계에서 실행되는 AI 에이전트 지능을 구축하도록 지원하기 위해 100만 달러의 보조금을 제공하며, 개발자는 센티언트의 개발 제품군을 사용하고 센티언트 에이전트 API를 통해 생태계에 액세스하도록 요구합니다. 센티언트 에이전트 API.

동시에 센티언트의 공식 웹사이트(https://www.sentient.xyz/partners)에 발표된 에코시스템 파트너는 다양한 분야의 크립토 AI 프로젝트 팀을 포함하며, 구체적인 목록은 다음과 같습니다:

**모델:

**Eigenlayer, Move, CrunchDAO, Bagel, Sentient Agent API. 크런치DAO, 베이글, KGEN

** 인텔리전트:** 메시리, 프랭클린 템플턴, 카이토, 마이쉘, 써드 웹, 테오릭, 오픈, QNA3, 폰드, 미라, 올라스, 바이코노미. 탈루스, 제타블록스, 액살, 모피어스 AI, d퓨전, 엑스포넌트AI, 페치 AI, 기자, 저스트엑스, 유니프AI, 퀘스트플로우, 퀼AI, 라이인메이커, 솔로, 스펙트럴, UOMI. PlayAI

**데이터:** Kaito, Vana, The Graph, Space and Time, 0g, Open, QNA3, Zettablocks, Chainbased, dFusion, Dria/First Batch, Entrova. 프랙션AI, 하이브 DA, 이리스, 마사, 미주, 오픈레저, 라이인메이커, 사피엔, 주스 네트워크

**검증 가능한 AI: **닐리언, 라그랑주, 파이2

**블록체인:** 아비트럼, 폴리곤, 셀로

**인프라:** 라이트 프로토콜, 오픈그래디언트 센티언트

크립토 AI 분야의 대표 프로젝트로서 자원 통합 능력은 업계의 어떤 스타 스타트업형 프로젝트도 커버할 수 있습니다. 그러나 암호화폐 업계에 '마케팅' 파트너십이 널리 퍼져있는 것은 업계에 잘못된 번영을 가져올 수 있으며, 센티언트의 에코 파트너들의 에코 시스템에 대한 기여도와 충성도는 지속적으로 관찰할 필요가 있습니다.

오픈 AGI 서밋은 인공지능(AI)과 암호화폐의 결합을 탐구하기 위해 센티언트 팀이 주최하는 글로벌 컨퍼런스입니다. 저는 운 좋게도 2024년과 2025년 ETH 덴버와 ETHcc에서 열린 서밋에 참석할 수 있었고, 업계에서 가장 주목받는 기관 투자자와 프로젝트 기업가들을 한데 모아 행사에 참여시킨 센티언트 팀의 능력은 하이라이트였습니다.

V. 팀 구조 및 연구 배경

센티언트 재단은 세계 최고의 학계 전문가, 암호화폐 기업가, 엔지니어들이 모여 커뮤니티 중심의 오픈 소스, 검증 가능한 AGI 플랫폼을 구축하는 데 전념하고 있습니다. 공식 팀 정보(https://sentient.foundation/people)에 따르면, 팀원은 다음과 같습니다.

운영 위원회

Pramod Viswanath - 정보 이론 및 통신 시스템 분야에서 오랫동안 연구해 온 프린스턴 대학교의 포레스트 G. 햄릭 교수는 센티언트의 AI 보안 및 이론적 토대를 이끌고 있습니다.

히만슈 티아기 - 인도 과학원 교수로, 개인 정보 보호 및 분산형 학습 알고리즘을 전문으로 하며 모델 학습 및 개인 정보 보호 시너지에 대한 학술적 지원을 제공합니다.

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

센시스 팀 - 웹3의 네이티브 제품 스튜디오로, 센티언트 제품을 시장에 출시하기 위해 UX 최적화 및 개발자 인프라를 주도합니다.

**핵심 엔지니어링 및 개발 팀:** 메타, 코인베이스, 서클, 폴리곤, 코인 등 유명 기술 및 블록체인 기업과 프린스턴 대학교, 워싱턴 대학교, 인도 공과대학 출신의 연구진으로 구성된 팀입니다. 팀원들은 머신러닝 엔지니어링, 시스템 보안, 컴퓨터 비전, 데이터 시스템 구축 분야에서 폭넓은 경험을 보유하고 있습니다.

**AI 연구 및 모델 트레이닝 팀:** 이 연구팀은 AI/ML, NLP, 컴퓨터 비전 및 강화 학습을 다루며, Google Research, Daimon Labs, Fetch.ai 및 기타 조직에서 실무 경험을 쌓은 팀원들로 구성되어 있습니다. 팀 구성은 센티언트가 학문적 깊이뿐만 아니라 현장 역량과 암호화폐 생태계에 대한 경험도 풍부하다는 것을 보여줍니다.

센티언트는 폴리곤의 설립자 산딥 네일왈(Sandeep Nailwal)의 성공으로 설립되었다는 점에 주목해야 합니다. 이더리움 생태계의 핵심 확장 솔루션으로, 최첨단 기술은 아니지만 NFT 및 소셜과 같은 영역에서 폴리곤의 차별화 포인트 해자를 구축할 수 있을 만큼 "저렴하고 빠른" 플라즈마로 시작하여 미르 프로토콜과 헤르메즈 네트워크를 인수하고 폴리곤 네트워크를 출시하면서 이를 기반으로 성장해왔습니다. 센티언트는 산딥 네일왈의 두 번째 스타트업으로, 당시보다 훨씬 많은 경험, 자금, 인맥, 시장 인지도를 갖추고 있으며 불완전한 프로젝트 아이디어로 2024년에 막대한 자금을 모을 수 있었지만 AI 분야는 크립토와 다르며, 센티언트는 크립토와 같지 않습니다. 크립토와 달리 센티언트는 새로운 시장 환경의 변화, 경쟁 심화, 기술 업데이트 등 외부의 도전에 직면해 있으며, 이를 극복하기 위한 개발 과제가 여전히 존재합니다.

여섯째, 자금 조달 및 토큰 모델

자금 조달 시기: 2024년 중반,

자금 조달 금액: 8500만 달러(시드 라운드),

투자 기관: 파운더스 펀드, 판테라, 프레임워크 벤처스가 투자를 공동 주도하고 나머지 VC 기관은 다음을 포함합니다. 이더리얼, 로봇 벤처스, 심볼릭 캐피탈, 다오5, 델파이, 프리미티브 벤처스, 노마드, 핵 VC, 애링턴 캐피탈, 하이퍼스피어, IDG, 토폴로지, 주인공, 폴리우스, 스카이9, 캐노니컬 크립토, 디스커버리 캐피탈, 미라나, 포사이트, 해시키, 스파르탄, 리퍼블릭, 프론티어스 캐피탈 등이 있습니다. (https://sentient.foundation/funding)

$SENT 토큰 사용(계획) 현재 센티언트는 공식 토큰을 출시하지 않았습니다. 공동 설립자 산딥 네일왈은 현재 토큰을 발행할 계획은 없지만 향후 커뮤니티 수요와 프로젝트 발전에 따라 토큰 발행을 검토할 수 있다고 말했습니다. 따라서 $SEN 또는 기타 센티언트 관련 토큰을 제공한다고 주장하는 프로젝트는 사기를 방지하기 위해 신중하게 접근해야 합니다.

백서에 따르면 센티언트 토큰의 가능한 용도는 에이전트 인센티브 포인트를 토큰에 매핑, 모델 버전 제안 및 투표, 에이전트 출력의 진위 여부를 확인하기 위한 서약, DAO 거버넌스 배당 메커니즘 등이 있습니다.

센티언트는 황금 열쇠를 가지고 태어난 프로젝트이며, 투자자 배경, 자금 조달 규모 및 가치 평가로 인해 시장의 대부분의 암호화 AI 프로젝트가 센티언트를 얕잡아보게 만들었습니다. 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 가치를 지닌 VC 지원 프로젝트에 관심이 없으며, 센티언트가 영향력 있는 암호화폐 AI 제품을 제공하지 못하고 결국 높은 가치의 코인을 발행하기로 선택한다고 가정하면, VC 코인의 가격은 펀더멘털과 심각하게 분리되어 궁극적으로 신뢰 회복이 시급한 암호화폐 커뮤니티에 피해를 줄 것이며 팀이 이에 어떻게 대처할 것인지에 대한 우려가 커지고 있습니다. 팀이 현재 업계의 곤경에 어떻게 대응할지 계속 지켜봐야 할 것입니다.

VII. 경쟁자 분석 및 시장 포지션

시장에 있는 대부분의 암호화폐 AI 프로젝트는 데이터, 모델, 계산, 훈련, 추론 등 단일 영역에 집중하거나 AI 에이전트와 같은 소비자 수준의 애플리케이션을 개발합니다. AI 체인으로 포지셔닝된 프로젝트에는 기존 허브 체인(Near & ICP)의 AI 전환 또는 비트센서와 같은 탈중앙화된 자원 공유 조정 및 토큰 인센티브 프로토콜이 포함되며, 이는 센티언트의 포지셔닝과 정확히 일치하지 않습니다. 모델 트레이닝 측면에서 보면 센티언트는 통합 플랫폼에 가깝고, 시중에 나와 있는 AI 오픈 소스 모델과 파트너십을 맺고 있습니다. 에이전트 측면에서 보면 Sentient는 다중 지능 시스템 및 추론 기능 측면에서 Talus, Olas 또는 Theoriq과 일부 중복되는 경쟁이 있지만, 각 프로젝트는 서로 다른 핵심 목표와 애플리케이션 시나리오를 가지고 있어 여전히 상호 보완적인 측면이 있습니다.

VIII. 요약

센티언트는 탈중앙화 인공지능(AGI) 프로토콜 플랫폼으로서, 온체인 메커니즘을 통해 가치를 호출하고 분배함으로써 인공지능 모델에 명확한 소유권 구조를 제공하고 현재 중앙화된 LLM 시장의 불명확한 귀속과 불공정성 문제를 해결하는 것을 목표로 삼고 있습니다. 핵심 프레임워크인 OML(개방형, 수익화 가능, 충성도)은 모델 핑거프린팅과 블록체인 기술을 통해 오픈소스 모델의 소유권, 투명성, 공정한 분배를 보장하며, 센티언트는 개발의 불확실성, 논란, 불확실성에도 불구하고 폴리곤의 공동 창업자인 산딥 네일왈의 자원을 통해 많은 주요 VC 및 AI 생태계 파트너의 지지를 얻고 있습니다. 불확실성, 논란, 경쟁에도 불구하고 센티언트는 탈중앙화된 AI 소유권을 위한 표준 프로토콜 중 하나가 될 것이며, AGI의 탈중앙화를 주도할 것으로 기대됩니다.