Sentient 심층 연구 보고서: 탈중앙화 새로운 패러다임 구축을 위해 8,500만 달러 융자 획득

04-30

이 기사는 기계로 번역되었습니다

원문 표시

1. 프로젝트 소개:

Sentient는 탈중앙화 형 인공지능 경제를 구축하는 데 전념하는 오픈소스 프로토콜 플랫폼입니다. 핵심 목표는 AI 모델의 소유권 구조를 확립하고, 온체인 호출 메커니즘을 제공하며, 구성 가능하고 이익을 공유하는 AI 에이전트 네트워크를 구축하는 것입니다. Sentient는 "OML"프레임(Open, Monetizable, Loyal)와 모델 지문 기술을 통해 현재 중앙 집중식 LLM 시장에서 발생하는 "불분명한 모델 소유권, 추적 불가능한 호출, 불공정한 가치 분배"라는 근본적인 문제를 해결합니다.

이 프로젝트는 Sentient Foundation이 주도하고 있으며 오픈 소스 AGI와 프로토콜 인센티브 메커니즘 구축에 중점을 두고 있습니다. 여기서 주장하는 "충성스러운 AI"는 커뮤니티에 서비스를 제공하고, 공정하게 관리되며, 장기적으로 발전할 수 있는 개방형 AI 모델 생태계를 의미합니다.

AI 파이프라인은 Loyal AI 아티팩트를 개발하고 훈련하기 위한 기반이며 두 가지 핵심 프로세스로 구성됩니다.

데이터 큐레이션: 모델 정렬을 위한 커뮤니티 중심의 데이터 선택 프로세스입니다.

충성도 교육: 모델이 커뮤니티의 의도에 맞게 유지되도록 보장하는 교육 과정입니다.

블록체인 시스템은 프로토콜에 대한 투명성과 탈중앙화 제어를 제공하여 AI 아티팩트의 소유권과 거버넌스를 보장합니다. 주요 모듈 다음과 같습니다.

거버넌스: 탈중앙화 형 자율 조직(DAO)에 의한 통제 및 의사 결정.

소유권: 토큰화는 AI 아티팩트의 소유권을 나타내는 데 사용됩니다.

탈중앙화 금융(DeFi): 개방적이고, 탈중앙화, 공정한 거버넌스와 보상을 지원하는 금융 도구를 제공합니다.

2. 기술 아키텍처 및 모델 확인 메커니즘:

1. OML 모델 프레임

백서"Sentient: Loyal AI"에서는 "개방적이고, 수익화 가능하며, Loyal AI"라는 OML 프레임 제안합니다. 이 프레임 모델 소유권을 출발점으로 삼고 최초로 "AI 네이티브 암호화" 개념을 체계적으로 제안하여 오픈 소스 모델에 대한 암호화 수준의 소유권 보호 메커니즘을 제공하는 것을 목표로 합니다.

개방성: 모델은 오픈 소스여야 하며, 코드와 데이터 구조가 투명해야 하며, 커뮤니티 재생산, 감사, 포크 지원해야 합니다.

수익 창출 가능: 모델에 대한 모든 호출은 수익 흐름을 유발하며, 이 수익은 온체인 계약을 통해 트레이너, 배포자 및 검증자에게 분배됩니다.

충성도: 모델은 회사에 속하지 않고 기여자 커뮤니티에 속합니다. 모델 업그레이드 방향과 거버넌스는 DAO에서 결정합니다. 모델 소유권은 검증 가능하며 수정은 제한되고 사용은 제어됩니다.

OML은 온체인 메커니즘과 암호화를 사용하여 오픈소스 모델이 경제적 주권과 거버넌스 권리를 유지하는 동시에 개방성을 유지하도록 보장합니다. 모델 투명성, 명확한 소유권, 경제적 인센티브 및 행동 거버넌스를 보장하기 위해 AI 기반 사용 및 수익 권리 프로토콜 계층을 구축합니다.

핵심 개념: AI 기반 암호화

AI 기반 암호화는 AI 모델의 연속성, 저차원 다양체 구조, 미분 가능한 특성을 활용하여 "검증 가능하지만 제거가 불가능한" 가벼운 보안 메커니즘을 개발합니다. 핵심 기술은 다음과 같습니다.

지문 임베딩: 학습 중에 숨겨진 쿼리-응답 키-값 쌍 세트를 삽입하여 모델의 고유한 특징을 형성합니다.

소유권 검증 프로토콜: 제3자 감지기(Prover)가 지문이 쿼리 형태로 보관되는지 검증합니다.

허가된 호출 메커니즘: 호출하기 전에 모델 소유자가 발급한 "허가 인증서"를 얻어야 하며, 그러면 시스템이 모델에게 입력을 디코딩하고 올바른 답변을 반환할 권한을 부여합니다.

이 방법을 사용하면 재암호화 비용 없이 "동작 기반 권한 부여 호출 + 소유권 확인"을 달성할 수 있습니다.

Sentient는 현재 Melange 하이브리드 보안을 사용합니다. 이는 지문 확인, TEE 실행, 온체인 계약 수익 공유를 결합한 것입니다. 지문 방식은 OML 1.0 구현의 주요 방식으로, "낙관적 보안"이라는 개념을 강조합니다. 즉, 기본적으로 규정 준수가 전제되고 위반 사항을 감지하여 처벌할 수 있습니다.

OML 및 Sentient 프로토콜 아키텍처

논문의 마지막 장에서는 OML을 지원하는 완전한 온체인 프로토콜(Sentient Protocol)을 제안합니다.

저장 계층: 모델 가중치와 지문 등록 정보를 저장합니다.

배포 계층: 승인 계약은 모델 호출 항목을 제어합니다.

접근 계층: 권한 증명을 통해 사용자 권한을 확인합니다.

인센티브 계층: 수익 라우터 계약은 호출당 지불금을 트레이너, 배포자 및 검증자에게 분배합니다.

2. 지문 인식 및 모델 확인 메커니즘

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

지문 메커니즘의 핵심은 다음과 같습니다. 모델을 미세 조정하고 고유한 "질문-답변"(키-응답) 쌍 세트를 내장함으로써 모델 소유자는 특정 쿼리를 통해 모델이 자신에게 속하는지 확인할 수 있으며, 이를 통해 모델의 "암호화 서명"을 형성할 수 있습니다.

3. Enclave TEE 컴퓨팅 프레임

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

Sentient Enclaves Framework는 AWS Nitro Enclaves와 같은 신뢰할 수 있는 실행 환경(TEE)을 사용하여 모델 추론, 미세 조정 및 프록시 서비스의 안전한 배포를 가능하게 하는 오픈 소스 프레임 입니다. 이 프레임 모델의 "무결성"을 강조하여 모델이 승인된 요청에만 응답하고 승인되지 않은 액세스와 사용을 방지합니다.

TEE(Sentient Enclaves Framework)는 고성능과 클라우드 통합의 장점이 있으며, 실시간 AI 및 민감한 데이터 처리에 적합하지만 하드웨어 종속성과 사이드 채널 공격으로 인해 제한됩니다. FHE는 다른 암호화 기술과 비교해 하드웨어 의존성이나 양자 보안 없이도 강력한 개인 정보 보호 보장을 제공하지만, 성능 오버헤드가 엄청나고 TEE의 고성능 작업을 직접 대체하기는 어렵습니다. ZK는 검증 가능성과 탈중앙화 시나리오에서 좋은 성능을 보이며 TEE를 보완하는 역할을 할 수 있습니다(이 모듈 향후 zkML에 연결될 예정입니다).

4. Sentient Agent 프레임워크

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

Sentient-Agent-Framework는 AI 에이전트를 통해 브라우저를 제어하여 웹 작업(예: 검색 및 비디오 재생)을 자동화하는 데 중점을 둔 가벼운 오픈 소스 프레임 이며, 자연어 명령과 결합하여 간결한 개발 경험(3줄의 코드로 알려짐)을 제공합니다. 이 아키텍처는 "인지-계획-실행-피드백"의 완전한 폐쇄 루프를 통해 지능형 개체의 구축을 지원합니다. 기존 AI 에이전트 프레임워크와 비교했을 때, Sentient-Agent-Framework는 기능이 제한적이고 가볍고 간결하여 오프체인 웹 작업에 더 적합합니다.

5. 지각 있는 사회적 행위자

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

Sentient-Social-Agent는 소셜 플랫폼(Twitter, Discord, Telegram)에서 자동화된 상호작용을 구축하도록 설계된 AI 시스템입니다. 소셜 환경을 이해하고, 콘텐츠를 생성하고, 사용자와 상호 작용하고, 다중 에이전트 협업을 통해 소셜 커뮤니케이션을 수행할 수 있습니다. 이 시스템은 Sentient Agent 프레임 와 통합될 수 있습니다.

6. Deep Search 열기(아직 온라인 상태가 아님)

Sentient 공식 웹사이트에서는 Open Deep Search를 ChatGPT와 Perplexity Pro를 능가하는 검색 에이전트로 정의하고 있습니다. 팀원 오세웅은 EthDenver 2025 Open AGI Summit에서 일부 계획을 공개했습니다.

Open Deep Search는 두 가지 주요 부분으로 구성됩니다. Sensient의 검색 기능(쿼리 재구성, URL 및 문서 처리 등 포함)과 추론 에이전트입니다. 추론 에이전트는 Llama 3.1 및 DeepSeek와 같은 오픈 소스 LLM을 활용하여 검색, 계산기, 자체 반성과 같은 도구를 통해 검색 품질을 개선합니다. 프레임 벤치마크에서 오픈 딥 서치는 다른 오픈 소스 모델보다 성능이 뛰어나고 일부 폐쇄 소스 모델과도 비슷하지만, 아직 기능이 온라인에 공개되지 않았기 때문에 실제 성능을 평가할 수는 없습니다.

3. 제품 형태, 구현 및 계획

현재 Sentient 공식 홈페이지에 표시된 제품은 주로 Sentient Chat 채팅 대화 플랫폼과 오픈소스 모델인 Dobby LLM입니다.

감각적 채팅:

Sentient Chat은 Sentient Foundation이 출시한 탈중앙화 AI 채팅 플랫폼입니다. 이 플랫폼은 오픈 소스 대규모 언어 모델(예: 도비 시리즈)과 고급 추론 에이전트 프레임 결합합니다. 핵심 기능은 다음과 같습니다.

1. 오픈 추론 에이전트: Sentient Chat에 내장된 추론 에이전트는 복잡한 작업을 수행하고 검색 도구(ODS), 계산기, 코드 실행을 지원합니다.

2. 다중 에이전트 통합: 이 플랫폼은 여러 AI 에이전트의 통합을 지원하며, 사용자는 필요에 따라 상호 작용할 다양한 에이전트를 선택할 수 있습니다. POE의 Web3 버전 또는 개방형 프록시 기반 Perplexity 대안

Sentient Chat은 현재 베타 버전이며 이메일이나 커뮤니티 이벤트를 통해 배포된 초대 코드를 통해서만 접속할 수 있습니다. 대중에게 공개된 공식 정보에 따르면, 5,000명 이상의 사용자가 Sentient Chat에 성공적으로 액세스했으며, 100,000건 이상의 사용자 질의가 처리되었습니다. 작성자가 아직 테스트 허용 목록에 사용자가 되지 않았으므로 현재로선 해당 모델의 실제 성능을 평가하는 것은 불가능합니다.

도비 LLM 모델 시리즈:

1. 도비 언힌지드 시리즈

도비-언힌지드-라마-3.3-70B: 라마 3.3-70B-인스트럭트를 기반으로 개인의 자유와 암호화폐를 강조하며, 직설적이고 유머러스하며 인간적인 대화 스타일을 가지고 있습니다.

Dobby-Mini-Unhinged-Llama-3.1-8B: 리소스가 제한된 장치에 적합한 8B 매개변수 버전입니다.

2. 도비-미니-리쉬드-라마-3.1-8B: 톤이 부드럽고, 더 강력한 출력이 필요한 용도에 적합합니다.

Dobby LLM 모델은 Llama 3.1 및 3.3을 미세 조정한 버전이므로, 주로 챗봇 구축, 콘텐츠 생성 및 제작, 롤플레잉 에이전트 등에 적용 가능합니다. Dobby LLM 모델의 장점은 유연한 스타일 생성, 추론 향상, 낮은 리소스 요구 사항으로, 리소스가 제한된 환경에서 신속한 배포와 유연한 사용자 정의에 적합합니다. GPT-4와 같은 더 강력한 폐쇄형 소스 모델과 비교했을 때, Dobby LLM은 여전히 고급 논리, 교차 도메인 지식 추론, 심층 추론이 필요한 작업을 처리하는 데 차이가 있습니다.

4. 생태계 협력 및 구현 시나리오

현재 Sentient Builder 프로그램은 Sentient Chat 생태계에서 실행되는 AI 에이전트를 구축하는 개발자를 지원하기 위해 100만 달러의 자금을 제공합니다. 개발자는 Sentient 개발 키트를 사용하고 Sentient Agent API를 통해 해당 생태계에 액세스해야 합니다.

동시에 Sentient 공식 홈페이지에 발표된 생태 파트너에는 Crypto AI의 다양한 분야에 걸쳐 있는 프로젝트 팀이 포함되어 있습니다.

Crypto AI 분야의 선도적 프로젝트로서 Sentient의 리소스 통합 역량은 업계의 모든 스타 스타트업 프로젝트를 포괄할 수 있습니다. 그러나 암호화폐 분야에서 "마케팅 유형" 협력이 널리 퍼져 있기 때문에 업계에 거짓된 번영의 환상이 생겼다는 점을 지적해야 합니다. Sentient 생태계 파트너의 생태계에 대한 기여와 충성도는 여전히 우리의 지속적인 관찰이 필요합니다.

Open AGI Summit은 인공지능(AI)과 암호화의 결합을 탐구하는 데 전념하는 Sentient 팀이 주최하는 글로벌 컨퍼런스입니다. 저는 2024년과 2025년에 ETH Denver와 ETHcc에서 열린 정상회담에 참석할 영광을 얻었습니다. Sentient 팀이 업계 최고의 기관 투자자와 프로젝트 기업가들을 한자리에 모아 참여시킨 능력은 하이라이트였습니다.

5. 팀 구성 및 연구 배경

Sentient Foundation은 세계 최고의 학계 전문가, 암호화폐 산업 기업가, 엔지니어를 모아 커뮤니티 중심의 오픈 소스 검증 가능한 AGI 플랫폼을 구축하는 데 전념하고 있습니다. 공식적으로 공개된 정보에 따르면, 팀 구성원은 주로 다음과 같습니다.

운영위원회

프라모드 비스와나트 – 프린스턴 대학교의 포레스트 G. 햄릭 교수는 오랫동안 정보 이론과 통신 시스템을 연구해 왔으며, Sentient의 AI 보안 및 이론적 토대를 선도하고 있습니다.

히만슈 티아기(Himanshu Tyagi) – 인도 과학 연구소(IISS) 교수로, 개인정보 보호와 탈중앙화 학습 알고리즘 분야를 전문으로 하며, 모델 학습과 개인정보 협업을 위한 학술적 지원을 제공합니다.

샌딥 네일월 – Polygon의 공동 창립자로, 블록체인 전략과 글로벌 생태계 레이아웃을 담당하고 있으며, 암호화폐 커뮤니티와 AI 아키텍처를 연결하는 핵심 인물입니다.

Sensys 팀 – Web3 네이티브 제품 스튜디오로, 사용자 체험 최적화 와 개발자 인프라 구축을 주도하며 Sentient 제품 구현을 촉진합니다.

핵심 엔지니어링 및 개발 팀: Meta, Coinbase, Circle, Polygon, Binance 등 유명 기술 및 블록체인 기업과 프린스턴 대학교, 워싱턴 대학교, 인도 공과대학교 등 대학의 연구자들로 구성되어 있습니다. AI 연구 및 모델 학습 팀: 연구팀은 AI/ML, NLP, 컴퓨터 비전, 강화 학습을 다루며, 팀원들은 Google Research, Daimon Labs, Fetch.ai 등의 기관에서 실무 경험을 쌓았습니다.

Sentient가 Polygon 창립자 Sandeep Nailwal의 성공적인 이미지를 바탕으로 설립되었다는 점에 주목하는 것이 중요합니다. 이더 생태계의 중요한 확장 솔루션으로, Matic은 선도적이지는 않지만 저렴하고 충분히 빠른 기술인 Plasma로 시작하여 NFT 및 소셜 네트워킹과 같은 분야에서 Polygon의 차별화를 구축했습니다. 동시에 Mir Protocol과 Hermez Network를 인수하고 Polygon zkEVM을 출시하여 ZK 기술을 블록체인 확장 솔루션에 통합했습니다. Sandeep Nailwal의 두 번째 벤처인 Sentient는 이전보다 훨씬 더 많은 경험, 자금, 인맥, 시장 인지도를 보유하고 있습니다. 또한 불완전한 프로젝트 아이디어로도 2024년에 엄청난 금액을 모을 수 있습니다. 하지만 AI 분야는 결국 암호화폐와 다릅니다. Sentient는 여전히 새로운 시장 환경의 변화, 경쟁 심화, 기술 업데이트 등 외부적 과제 대면.

6. 융자 및 토큰 모델

2024년에 Sentient는 Founders Fund, Pantera, Framework Ventures가 주도한 시드 라운드 융자 에서 8,500만 달러를 받았습니다. 아직 동전이 발행되지 않았습니다. 현재 에이전트 인센티브 포인트는 나중에 토큰에 매핑될 수 있습니다. 토큰은 모델 버전 관리 제안, 투표, 스테이킹 출력 진위성 검증, 핑크 거버넌스 등에 사용할 수 있습니다.

센티언트는 은숟가락을 입에 물고 태어난 슈퍼스타 프로젝트입니다. 투자자 배경, 융자 규모, 가치 평가 등은 시중에 나와 있는 대부분 Crypto AI 프로젝트의 수준을 훨씬 넘어섰습니다. 한편, 강력한 리소스 보증 덕분에 다양한 산업 리소스를 통합하기 쉽고, 많은 양의 융자 덕분에 팀에 합류할 최고의 인재를 고용하기 쉽고, 강력한 자본 덕분에 산업 주기에 따라 프로젝트 개발을 지원할 수 있습니다. 반면, 현재 암호화폐 산업은 일반적으로 VC가 지지하는 고평가 프로젝트에 환멸을 느끼고 있습니다. 또한 VC 코인 프로젝트의 가격은 주로 자본 운영에 따라 결정되며 기본 요소와 심각하게 분리되어 있습니다. Sentient가 영향력 있는 Crypto AI 제품을 제공할 수 없고 결국 높은 가치 평가로 코인을 발행하기로 결정한다면, 이는 신뢰를 회복해야 할 시급한 Crypto 커뮤니티에 궁극적으로 큰 타격을 줄 것입니다. 팀이 현재 업계의 딜레마에 어떻게 대처하는지 계속해서 관찰할 가치가 있습니다.

7. 경쟁 제품 분석 및 시장 위치

시중에 나와 있는 대부분의 Crypto AI 프로젝트는 데이터, 모델, 컴퓨팅, 교육 또는 추론과 같은 단일 영역에 초점을 맞추거나 AI 에이전트와 같은 소비자 수준 애플리케이션을 개발합니다. AI Chain으로 포지셔닝된 프로젝트에는 기존 블록체인(Near 및 ICP)의 AI 변환이나 Bittensor와 같은 탈중앙화 리소스 공유 조정 및 토큰 인센티브 프로토콜이 포함되지만 Sentient의 포지셔닝은 이러한 프로젝트와 완전히 일치하지 않습니다. 모델 학습 측면에서 Sentient는 통합 플랫폼에 더 가깝고 시중에 나와 있는 AI 오픈 소스 모델과 협력 관계를 맺고 있습니다. 에이전트 측면에서 Sentient는 다중 에이전트 시스템과 추론 기능 면에서 Talus, Olas 또는 Theoriq와 어느 정도 중복되는 경쟁 관계에 있지만, 각 프로젝트는 핵심 목표와 응용 시나리오가 다르고 여전히 상호 보완적입니다.

8. 결론

탈중앙화 형 인공지능(AGI) 프로토콜 플랫폼인 Sentient는 AI 모델에 대한 명확한 소유권 구조를 제공하고, 현재 중앙화된 LLM 시장에서 불분명한 소유권과 불공정성 문제를 해결하기 위해 온체인 메커니즘을 통해 가치를 호출하고 분배하는 것을 목표로 합니다. 핵심 프레임 OML(Open, Monetizable, Loyal)은 모델 지문과 블록체인 기술을 통해 오픈소스 모델의 소유권, 투명성 및 공정한 이익 공유를 보장합니다. Polygon의 공동 창립자인 Sandeep Nailwal의 리소스를 통해 Sentient는 많은 주요 VC와 AI 생태계 파트너로부터 지원을 받았습니다. 개발상의 불확실성, 논란, 경쟁에 직면해 있음에도 불구하고 Sentient는 탈중앙화 AI 소유권을 위한 표준 프로토콜 중 하나가 되고 AGI의 탈중앙화 개발을 촉진할 것으로 기대됩니다.

블록비츠(theblockbeats) 공식 커뮤니티 에 가입해 주셔서 감사합니다.

텔레그램 구독 그룹: https://t.me/theblockbeats

텔레그램 그룹: https://t.me/BlockBeats_App

공식 트위터 계정: https://twitter.com/BlockBeatsAsia

출처

면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.

라이크

즐겨찾기에 추가

코멘트