Sentient 프로젝트 심층 연구 보고서

avatar
ChainCatcher
10-09
이 기사는 기계로 번역되었습니다
원문 표시

작성자: 0xjacobzhao 및 ChatGPT 4o/Grok3

1. 프로젝트 소개:

Sentient는 탈중앙화 AI 경제 구축에 전념하는 오픈소스 프로토콜 플랫폼입니다. 핵심 목표는 AI 모델의 소유권 구조를 확립하고, 온체인 호출 메커니즘을 제공하며, 구성 가능하고 수익을 공유하는 AI 에이전트 네트워크를 구축하는 것입니다. Sentient는 "OML"(Open, Monetizable, Loyal) 프레임 와 모델 핑거프린팅 기술을 통해 현재 중앙화된 LLM 시장의 근본적인 문제인 모델 소유권 불명확, 추적 불가능한 호출, 불공정한 가치 분배 문제를 해결합니다.

  • 공식 웹사이트: https://www.sentient.xyz
  • GitHub: https://github.com/sentient-agi
  • 센티언트 재단: https://sentient.foundation
  • 문서: https://docs.sentient.xyz
  • 블로그: https://www.sentient.xyz/blog
  • X: https://x.com/SentientAGI

센티언트 재단(Sentient Foundation)이 주도하는 이 프로젝트는 오픈소스 AGI(공통 인공지능) 및 프로토콜 인센티브 메커니즘 구축에 중점을 둡니다. 이 프로젝트가 지향하는 "충성스러운 AI(Loyal AI)"는 커뮤니티에 기여하고, 공정하게 관리되며, 장기적으로 발전할 수 있는 개방형 AI 모델 생태계를 의미합니다.

Sentient Protocol의 아키텍처는 블록체인 시스템과 AI 파이프라인이라는 두 가지 핵심 구성 요소로 구성됩니다.

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 부합하도록 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

2024년에 발표된 백서 "Sentient: Loyal AI"(https://arxiv.org/abs/2411.03887)에서 이 프로젝트는 모델 소유권을 출발점으로 삼아 " 온체인 AI 소유권 프로토콜 경제"를 구축하고자 하는 프레임 프레임 제안했습니다. 또한, 오픈소스 모델에 대한 암호화 수준의 소유권 보호 메커니즘을 제공하기 위해 "AI 네이티브 암호화" 개념을 체계적으로 제시했습니다.

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

  • 개방성: 모델은 투명한 코드와 데이터 구조를 갖춘 오픈 소스여야 하며 커뮤니티 복제, 감사, 포크 지원해야 합니다.
  • 수익 창출 가능: 모델에 대한 모든 호출은 온체인 계약을 통해 트레이너, 배포자 및 검증자에게 분배되는 수익 흐름을 유발해야 합니다.
  • 충성도: 모델은 회사가 아닌 기여자 커뮤니티에 속합니다. 모델 업그레이드 방향과 거버넌스는 DAO에 의해 결정됩니다. 모델 소유권은 검증 가능하고, 수정은 제한되며, 사용은 통제됩니다.

OML은 코드 라이선스 계약과 동일하지 않습니다. 대신, 온체인 메커니즘과 암호화를 사용하여 오픈 소스 모델이 개방성을 유지하면서도 경제적 주권과 거버넌스를 유지할 수 있도록 합니다. AI 기반 소유권 및 수익 프로토콜 계층을 구축하여 모델이 공개적으로 이용 가능한 경우에도 명확한 소유권, 경제적 인센티브, 그리고 행동 거버넌스를 보장합니다.

핵심 개념: AI 기반 암호화

이진 정밀도에 중점을 두는 기존 암호화와 달리, AI 기반 암호화는 AI 모델의 연속성, 저차원 다양체 구조, 그리고 미분가능성을 활용하여 "검증 가능하지만 제거 불가능한" 경량 보안 메커니즘을 개발합니다. 핵심 기술은 다음과 같습니다.

  • 모델 지문: 학습 중에 숨겨진 쿼리-응답 키-값 쌍 세트를 삽입하여 모델의 고유한 특징을 형성합니다.
  • 소유권 검증 프로토콜: 제3자 감지기(증명자)가 지문이 쿼리 형태로 보관되는지 검증합니다.
  • 권한 호출 메커니즘: 호출하기 전에 모델 소유자가 발급한 "인증서"를 받아야 합니다. 그러면 시스템은 모델이 입력을 디코딩하고 정답을 반환하도록 승인합니다.

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

OML의 5가지 구성 요소 유형:

Sentient는 현재 Melange 하이브리드 보안을 활용하고 있습니다. Melange 하이브리드 보안은 지문 인증, TEE 실행, 그리고 온체인 계약 수익 공유를 결합한 방식입니다. 지문 방식은 OML 1.0의 핵심을 이루며, 기본적으로 규정 준수를 전제로 하고 위반 사항을 감지하여 처벌할 수 있는 "낙관적 보안" 개념을 강조합니다.

또한 이 논문에서는 지문 메커니즘에 대한 여러 검증 메커니즘과 공격 모델을 정의합니다.

  • 미세 조정 공격(LoRA/SFT): 일부 매개변수를 수정하여 지문을 제거하려고 시도합니다.
  • 지식 정제: 부모 모델의 지문을 피하기 위한 학생 모델 구축
  • 매개변수 평균화(모델 병합): 다중 모델 융합은 지문 강도를 약화시키려고 시도합니다.
  • 지문 유출 공격: 지문 키가 유출되면 검증 메커니즘이 작동하지 않게 됩니다.

적대적 방법에는 다음이 포함됩니다. 여러 라운드의 임베딩, 서브넷 격리 학습, 잊어버리는 것을 방지하기 위한 양성 샘플 결합, 임베딩 가중치를 온체인 바인딩.

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 계약 제어 모델 호출 입력;
  • 접근 계층: 권한 증명을 통해 사용자 권한을 확인합니다.
  • 인센티브 계층: 수익 라우팅 계약은 각 호출에 대한 지불을 트레이너, 배포자 및 검증자에게 분배합니다.

이더 과 같은 L1 메인체인과의 호환성을 강조하여 온체인 AI 소유권을 위한 표준 프로토콜 스택으로 사용할 수 있습니다. 모든 모델은 온체인 에 등록됩니다(해시, 서명, 공개 키, 지문 구조 ID 포함). 에이전트는 등록된 모델에 바인딩되며 각 호출 후 사용 증명 제출을 트리거합니다. 컨트랙트는 호출 이벤트 및 수익 흐름 규칙에 따라 수익(트레이너, 배포자, 검증자)을 분배합니다. 사용자 또는 컨트랙트 호출자는 온체인 게이트웨이를 통해 호출 권한을 확인해야 합니다. 이러한 구조는 Sentient Protocol의 기본 설계 철학을 형성합니다.

2. 지문 인식 및 모델 소유권 확인 메커니즘

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

이 라이브러리는 Sentient 지문 메커니즘의 첫 번째 구현으로, 학습 과정에 내장될 수 있는 지문 주입 및 검증 인터페이스를 제공합니다. 검증 가능한 모델 소유권과 추적 가능한 사용 내역을 보장하여 무단 복제 및 상용화를 방지하는 것이 이 라이브러리의 목적입니다. 이는 OML(Open, Monetizable, Loyal) 프레임 의 구체적인 엔지니어링 구현입니다.

OML 1.0 지문 모듈 다음과 같은 기능을 가지고 있습니다.

  • 행동 프로파일링: 모델 행동에서 특징을 클레임 고유한 지문을 생성합니다.
  • 모델 속성: 생성된 콘텐츠를 기반으로 소스 모델을 결정합니다.
  • 지문 검증: 모델 출력 내용의 출처와 일관성을 검증합니다.

핑거프린팅 메커니즘의 핵심은 모델을 미세 조정하여 고유한 질의-답변(키-응답) 쌍을 내장하는 것입니다. 모델 소유자는 특정 질의를 통해 모델이 자신에게 속함을 확인할 수 있으며, 이를 통해 모델의 "암호 서명"을 형성합니다. 간단히 말해, LLM(대규모 언어 모델)의 이러한 "워터마킹"을 통해 AI 소유권을 추적하고 강제할 수 있습니다.

3. Enclave TEE 컴퓨팅 프레임

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

Sentient Enclaves Framework는 AWS Nitro Enclaves와 같은 신뢰 실행 환경(TEE)을 활용하여 모델 추론, 미세 조정 및 프록시 서비스의 안전한 배포를 지원하는 오픈소스 프레임 입니다. 이 프레임 모델 무결성을 강조하여 모델이 승인된 요청에만 응답하고 무단 접근 및 사용을 방지합니다. 다음과 같은 보안 기능을 제공합니다.

  • 페이로드 암호화 배포: 모델 본문, 실행 구성, 입력 및 출력은 모두 암호화되어 인클레이브에 저장됩니다.
  • TLS 기반 RPC: 호출은 통신을 위해 양방향 TLS + 증명 서명 채널을 사용합니다.
  • 로그 및 캐시 격리: 일시적인 메모리 영역을 사용하여 실행하고 영구 로그를 기록하지 않습니다.
  • 증명 보고서: 각 호출에 대해 인클레이브 서명에 바인딩된 출력 인증서를 생성하여 실행 동작을 추적하고 검증할 수 있도록 보장합니다.

Sentient Enclaves Framework(TEE)는 고성능과 클라우드 통합을 자랑하여 실시간 AI 및 민감 데이터 처리에 적합합니다. 하지만 하드웨어 종속성과 사이드 채널 공격의 제약을 받습니다. Sentient Enclaves Framework는 Nitro Enclaves를 활용하여 엔터프라이즈급 개인정보 보호와 더욱 사용자 친화적인 개발 환경을 제공합니다. 다른 암호화 기술과 비교했을 때, FHE는 하드웨어 종속성 및 양자 보안 없이 강력한 개인정보 보호 기능을 제공하지만, 상당한 성능 오버헤드를 수반하므로 특정 암호화 컴퓨팅 시나리오에 적합하며 고성능 작업에서 TEE를 직접 대체하기 어렵습니다. ZK는 검증 가능성 및 탈중앙화 시나리오에서 탁월하며 TEE를 보완할 수 있습니다(이 모듈 향후 zkML과 통합될 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 경량 오픈소스 프레임 입니다. 자연어 명령어와 LLM(예: OpenAI의 GPT-4o)을 결합하여 간결한 개발 환경을 제공합니다(코드 3줄만으로 충분하다고 알려짐). 비동기 실행, 사용자 지정 명령어, 그리고 다중 공급자 지원을 통해 신속한 개발 및 실험적 애플리케이션에 적합합니다. 다른 Sentient AGI 프로젝트(예: TEE 프레임)와 결합하면 보안이 중요한 시나리오로 확장할 수 있습니다.

핵심 아키텍처: 이 아키텍처는 "인지-계획-실행-피드백"의 완전한 폐쇄 루프를 갖춘 지능형 에이전트의 구축을 지원하며, 다중 에이전트 협업, 온체인 검증 및 정렬이 가능한 오픈 소스 AI 시스템으로 확장될 수 있습니다.

  1. 사용자 계층: 사용자는 자연어를 통해 작업 목표를 입력합니다.
  2. Sentient Agent 프레임
  3. 인식: 입력 및 환경 이해
  4. 계획: 목표에 따른 실행 계획 생성
  5. 실행: 작업을 수행하기 위한 도구/기술 호출
  6. 반성: 피드백을 분석하고 행동을 최적화합니다.
  7. 기억: 단기 + 장기 기억 관리
  8. 기술/도구: 외부 기능 및 플러그인 등록
  9. 협업 계층(Multi-Agent Layer): 다중 에이전트 협업, 작업 할당 및 결과 집계
  10. 외부 통합
  11. 블록체인 스마트 계약: 작업 기록 및 결제 인센티브 제공
  12. 에이전트 레지스트리: 신원 인증 및 버전 제어
  13. ZK 증명 모듈: 출력 진위성 검증
  14. 외부 도구 API: 웹 검색, 데이터베이스, 파일 시스템 등
  15. 저장 계층: 로컬 스토리지 + 탈중앙화 스토리지(예: IPFS)

기존 AI 에이전트 프레임워크와 비교했을 때, Sentient-Agent-Framework는 가볍고 기능이 제한적입니다. Virtuals Protocol 및 ai16z(elizaOS)와 같은 다른 암호화폐 AI 프레임워크가 AI 에이전트 개발, 온체인 자동화, Web3 통합을 위한 다양한 솔루션을 제공하는 반면, Sentient-Agent-Framework는 오프체인 웹 작업에 더 적합합니다.

5. 지각 있는 사회적 행위자

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

Sentient-Social-Agent는 소셜 플랫폼(트위터, 디스코드, 텔레그램)에서의 상호작용을 자동화하도록 설계된 AI 시스템입니다. 소셜 맥락을 이해하고, 콘텐츠를 생성하고, 사용자와 소통하고, 다중 에이전트 협업을 통해 소셜 커뮤니케이션을 촉진할 수 있습니다. 사회적 인식, 콘텐츠 생성 및 행동 계획 모듈 활용하여 이러한 플랫폼에서 자연스러운 대화와 콘텐츠 제작을 지원합니다. 브랜드 운영, 가상 커뮤니티 관리, 정보 전달 등의 시나리오에 적합합니다. 이 시스템은 Sentient Agent 프레임 와 통합될 수 있습니다.

6. Deep Search 오픈 (아직 출시되지 않음)

Sentient 웹사이트에서 Open Deep Search는 ChatGPT와 Perplexity Pro를 능가하는 검색 에이전트로 정의됩니다. 팀원 오세웅은 EthDenver 2025 Open AGI Summit에서 다음과 같은 계획을 공개했습니다.

Open Deep Search는 두 가지 주요 구성 요소로 구성됩니다. Sensient의 검색 기능(쿼리 표현 변경, URL 및 문서 처리 등 포함)과 추론 에이전트입니다. 추론 에이전트는 오픈소스 LLM(예: Llama 3.1 및 DeepSeek)을 활용하여 검색, 계산기, 자기 성찰 등의 도구를 통해 검색 품질을 향상시킵니다. Frames 벤치마크에서 Open Deep Search는 다른 오픈소스 모델보다 성능이 뛰어나며, 일부 폐쇄형 소스 모델과도 견줄 만합니다. 하지만 아직 출시되지 않은 기능이므로 실제 성능을 평가할 수는 없습니다.

3. 제품 형태, 구현 및 계획

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

감각적 채팅:

센티언트 챗(Sentient Chat)은 센티언트 재단(Sentient Foundation)에서 출시한 탈중앙화 AI 채팅 플랫폼으로, 커뮤니티 중심의 맞춤형 AI 경험을 제공하기 위해 설계되었습니다. 이 플랫폼은 오픈소스 대규모 언어 모델(예: 도비(Dobby) 시리즈)과 고급 추론 에이전트 프레임 결합하여 다양한 사용자 요구를 충족하는 여러 도구 통합을 지원합니다. 핵심 기능은 다음과 같습니다.

1. 오픈 추론 에이전트: Sentient Chat에 내장된 추론 에이전트는 복잡한 작업을 수행할 수 있으며 다음과 같은 기능을 지원합니다.

  • 검색 도구: 실시간 웹 검색 기능을 제공하기 위해 통합된 Open Deep Search(ODS)를 제공합니다.
  • 계산기: 수학적 계산과 데이터 분석 작업을 처리합니다.
  • 코드 실행: 복잡한 논리적 추론과 작업 실행을 달성하기 위해 Python 코드를 생성하고 실행합니다.

2. 다중 에이전트 통합: 이 플랫폼은 여러 AI 에이전트의 통합을 지원합니다. 사용자는 필요에 따라 다양한 에이전트를 선택하여 상호 작용할 수 있으며, 이를 통해 플랫폼의 유연성과 기능성이 향상됩니다. POE의 Web3 버전이나 개방형 에이전트 기반 Perplexity 대안과 유사합니다.

Sentient Chat은 현재 베타 버전이며, 이메일이나 커뮤니티 이벤트를 통해 배포된 초대 코드를 통해서만 접속 가능합니다. 공식 정보에 따르면 5,000명이 넘는 사용자가 Sentient Chat에 성공적으로 접속했으며, 10만 건 이상의 사용자 질의를 처리했습니다. 저는 현재 베타 테스트의 화이트리스트에 등록된 사용자가 아니기 때문에 모델의 실제 성능을 평가할 수 없습니다.

도비 LLM 모델 시리즈:

메타의 라마 시리즈를 기반으로 미세 조정된 Hugging Face 홈페이지(https://huggingface.co/SentientAGI)

1. 도비 언힌지드 시리즈

  • 도비 언힌지드 라마 3.3-70B: 라마 3.3-70B 지시를 기반으로, 개인의 자유와 암호화폐를 강조하며, 직설적이고 유머러스하며 인간적인 대화 스타일을 보여줍니다. 껴안는 얼굴+6 껴안는 얼굴+6 껴안는 얼굴+6
  • Dobby-Mini-Unhinged-Llama-3.1-8B: 8B 매개변수 버전으로, 리소스가 제한된 기기에 적합하며 "Unhinged" 시리즈의 핵심 기능을 유지합니다. Hugging Face+5Hugging Face+5Hugging Face+5

2. 도비-리쉬드 시리즈:

도비 미니 리쉬드 라마 3.1-8B: "언힌지드" 버전에 비해 톤이 더 부드러워 더욱 강력한 출력이 필요한 용도에 적합합니다. 껴안는 얼굴+2 껴안는 얼굴+2 껴안는 얼굴+2

Dobby LLM 모델은 Llama 3.1 및 3.3의 미세 조정된 버전이므로, 주요 적용 시나리오는 챗봇, 콘텐츠 생성 및 제작, 그리고 롤플레잉 에이전트라고 생각합니다. Dobby LLM 모델의 장점은 유연한 스타일 생성, 향상된 추론 기능, 그리고 낮은 리소스 요구 사항으로, 리소스가 제한된 환경에서의 신속한 배포와 유연한 사용자 정의에 적합합니다. GPT-4와 같은 더 강력한 폐쇄형 소스 모델과 비교했을 때, Dobby LLM은 고급 논리, 교차 도메인 지식 추론, 그리고 심층 추론과 관련된 작업 처리에 있어 여전히 뒤처집니다.

4. 생태계 협력 및 구현 시나리오

현재 Sentient Builder 프로그램은 Sentient Chat 생태계에서 실행되는 AI 에이전트를 개발하는 개발자들을 지원하기 위해 100만 달러의 자금을 지원하고 있습니다. 개발자는 Sentient 개발 키트를 사용하고 Sentient Agent API를 통해 Sentient 생태계에 접근해야 합니다.

동시에 Sentient 공식 웹사이트는 자사의 생태계 파트너에 Crypto AI(https://www.sentient.xyz/partners)의 다양한 분야를 아우르는 프로젝트 팀이 포함되어 있다고 발표했습니다. 구체적인 목록은 다음과 같습니다.

  • 모델: Eigenlayer, Move, CrunchDAO, Bagel, KGEN
  • 에이전트: Messari, Franklin Templeton, Kaito, MyShell, Third Web, Theoriq, Open, QNA3, Pond, Mira, Olas, Biconomy, Talus, Zettablocks, Axal, Morpheus AI, dFusion, ExpondentAI, Fetch AI, Giza, JustTX, UnifAI, Questflow, QuillAI, Raiinmaker, Solo, Spectral, UOMI, PlayAI
  • 데이터: Kaito, Vana, The Graph, Space and Time, 0g, Open, QNA3, Zettablocks, Chainbased, dFusion, Dria/First Batch, Entrova, FractionAI, Hyve DA, Irys, Masa, Mizu, OpenLedger, Raiinmaker, Sapien, Zus Network
  • 검증 가능한 AI: Nillion, Lagrange, pi2
  • 블록체인: Arbitrum, Polygon, Celo
  • 인프라: Lit Protocol, OpenGradient

암호화폐 AI 분야의 선도적인 프로젝트로서, Sentient의 리소스 통합 역량은 업계의 어떤 스타 스타트업도 감당할 수 있습니다. 그러나 암호화폐 업계에서 "마케팅 중심" 협업이 널리 사용되면서 오히려 번영에 대한 잘못된 인식이 형성되었다는 점에 유의해야 합니다. Sentient 생태계 파트너들의 생태계 기여도와 충성도는 앞으로도 지속적으로 지켜봐야 할 과제입니다.

Sentient 팀이 주최하는 Open AGI Summit은 인공지능(AI)과 암호화의 교차점을 탐구하는 글로벌 컨퍼런스입니다. 저는 2024년과 2025년에 ETH Denver와 ETHcc에서 열린 Summit에 참석할 수 있는 영광을 누렸습니다. Sentient 팀이 업계 최고의 기관 투자자와 프로젝트 기업가들을 유치한 것은 정말 큰 성과였습니다.

5. 팀 구성 및 연구 배경

센티언트 재단은 전 세계 최고의 학계 전문가, 암호화폐 업계 기업가, 그리고 엔지니어들을 하나로 모아 커뮤니티 중심의 오픈소스 검증 가능한 AGI 플랫폼을 구축합니다. 공식 팀 정보(https://sentient.foundation/people)에 따르면, 팀 구성원은 다음과 같습니다.

운영위원회

  • 프라모드 비스와나트(Pramod Viswanath) – 프린스턴 대학교 포레스트 G. 햄릭(Forrest G. Hamrick) 교수는 오랫동안 정보 이론과 통신 시스템을 연구해 왔으며, Sentient의 AI 보안 및 이론적 토대를 이끌고 있습니다.
  • 히만슈 티아기(Himanshu Tyagi) – 인도 과학 연구소(Indian Institute of Science) 교수로, 개인정보 보호와 탈중앙화 학습 알고리즘을 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 기반 제품 스튜디오로, Sentient 제품 구현을 촉진하기 위해 사용자 체험 최적화 와 개발자 인프라 개발을 선도합니다.

핵심 엔지니어링 및 개발팀은 Meta, Coinbase, Circle, Polygon, Binance 등 유명 기술 및 블록체인 기업의 연구원들과 프린스턴 대학교, 워싱턴 대학교, 인도 공과대학교(IIT) 등의 대학 졸업생들로 구성되어 있습니다. 팀원들은 LLM 엔지니어링, 시스템 보안, 컴퓨터 비전, 데이터 시스템 개발 분야에서 풍부한 경험을 보유하고 있습니다.

AI 연구 및 모델 학습팀: 연구팀은 AI/ML, NLP, 컴퓨터 비전, 강화 학습을 다룹니다. 연구진은 Google Research, Daimon Labs, Fetch.ai 등의 기관에서 실무 경험을 쌓았습니다. 이 팀은 Sentient의 뛰어난 학문적 깊이, 실무 역량, 그리고 암호화폐 생태계 경험을 보여줍니다.

Sentient는 설립 초기부터 Polygon 설립자 Sandeep Nailwal의 성공 가도를 달려왔다는 점은 주목할 만합니다. 이더 생태계의 핵심 확장 솔루션인 Matic은 비교적 저렴하면서도 빠른 기술인 Plasma를 활용하여 NFT 및 소셜 네트워킹 분야에서 Polygon의 경쟁 우위를 확립했습니다. 동시에 Mir Protocol과 Hermez Network를 인수하고 Polygon zkEVM을 출시하여 Sentient는 ZK 기술을 블록체인 확장 솔루션에 통합했습니다. Sandeep Nailwal의 두 번째 벤처인 Sentient는 이전 벤처보다 훨씬 더 풍부한 경험, 자금, 인맥, 그리고 시장 인지도를 자랑합니다. Sentient는 여전히 개선된 프로젝트 컨셉으로 2024년에 상당한 자금을 조달할 수 있지만, AI는 암호화폐와 다르며 Sentient는 변화하는 시장 환경, 심화되는 경쟁, 그리고 기술 발전 등 심각한 어려움 대면.

6. 융자 및 토큰 모델

  • 융자 시기: 2024년 중반
  • 융자: 8,500만 달러(시드 라운드)
  • 투자자: Founders Fund, Pantera, Framework Ventures가 공동으로 이번 라운드를 주도했으며, Ethereal, Robot Ventures, Symbolic Capital, Dao5, Delphi, Primitive Ventures, Nomad, Hack VC, Arrington Capital, Hypersphere, IDG, Topology, Protagonist, Folius, Sky9, Canonical Crypto, Dispersion Capital, Mirana, Foresight, Hashkey, Spartan, Republic, Frontiers Capital 등이 참여했습니다. (https://sentient.foundation/funding)

$SENT 토큰 사용(계획)

현재 Sentient는 공식 토큰을 출시하지 않았습니다. 공동 창립자 Sandeep Nailwal은 현재로서는 토큰 발행 계획이 없지만, 커뮤니티의 수요와 프로젝트 개발 상황을 고려하여 향후 검토할 수 있다고 밝혔습니다. 따라서 $SEN 또는 기타 Sentient 관련 토큰을 제공한다고 주장하는 프로젝트는 사기를 방지하기 위해 신중하게 검토해야 합니다.

백서 에 따르면 SENT 토큰의 가능한 사용 사례는 다음과 같습니다. 에이전트 인센티브 포인트를 토큰에 매핑하는 것, 모델 버전 관리 제안 및 투표에 사용하는 것, 에이전트 출력의 진위성을 확인하기 위한 스테이킹, DAO 거버넌스 배당 메커니즘입니다.

센티언트는 금수저를 물고 태어난 고공행진 프로젝트입니다. 투자자 배경, 융자 규모, 그리고 가치 평가는 시장의 다른 대부분의 암호화폐 AI 프로젝트와 비교할 수 없습니다. 한편, 강력한 자금 지원 덕분에 다양한 업계 자원을 쉽게 통합할 수 있습니다. 높은 융자 규모 덕분에 최고의 인재를 팀에 영입하는 것이 용이하며, 탄탄한 자본 기반은 산업 주기에 따라 프로젝트의 발전을 뒷받침할 수 있습니다. 하지만 현재 암호화폐 업계는 VC의 지원을 받는 고평가된 프로젝트에 대체로 환멸을 느끼고 있습니다. 더욱이 VC 토큰의 가격은 주로 자본 운영에 의해 결정되며, 펀더멘털과는 상당히 동떨어져 있습니다. 만약 센티언트가 영향력 있는 암호화폐 AI 제품을 제공하지 못하고 궁극적으로 부풀려진 토큰 발행을 선택한다면, 신뢰를 회복해야 하는 암호화폐 커뮤니티에 궁극적으로 큰 타격을 줄 것입니다. 팀이 이러한 현재 업계의 딜레마를 어떻게 헤쳐나갈지는 앞으로 지켜봐야 할 것입니다.

7. 경쟁 제품 분석 및 시장 위치

시중에 나와 있는 대부분의 암호화폐 AI 프로젝트는 데이터, 모델, 컴퓨팅, 학습, 추론 등 단일 영역에 집중하거나 AI 에이전트와 같은 소비자 애플리케이션을 개발합니다. AI 체인으로 포지셔닝되는 프로젝트에는 기존 블록체인(Near 및 ICP)의 AI 변환이나 Bittensor와 같은 탈중앙화 리소스 공유, 조정, 토큰 인센티브 프로토콜이 포함됩니다. Sentient의 포지셔닝은 이러한 프로젝트들과 완전히 일치하지는 않습니다. 모델 학습 측면에서 Sentient는 기존 오픈소스 AI 모델과 협력하는 통합 플랫폼처럼 작동합니다. 에이전트 측면에서 Sentient는 다중 에이전트 시스템 및 추론 기능 측면에서 Talus, Olas, Theoriq와 경쟁하지만, 일부 중복되는 부분도 있습니다. 그러나 각 프로젝트는 고유한 핵심 목표와 적용 시나리오를 가지고 있어 상호 보완적인 기회를 제공합니다.

8. 요약

탈중앙화 형 인공지능(AGI) 프로토콜 플랫폼인 센티언트(Sentient)는 AI 모델에 대한 명확한 소유권 구조를 제공하고 온체인 메커니즘을 통해 접근 및 가치 분배를 촉진하여 현재 중앙화된 LLM 시장의 불분명한 소유권과 불공정성을 해결하는 것을 목표로 합니다. 핵심 프레임 인 OML(Open, Monetizable, Loyal)은 모델 핑거프린팅과 블록체인 기술을 활용하여 오픈소스 모델의 소유권, 투명성, 그리고 공정한 이익 공유를 보장합니다. 폴리곤(Polygon) 공동 창립자 샌딥 네일월(Sandeep Nailwal)의 자원을 활용하여 센티언트는 수많은 주요 VC와 AI 생태계 파트너의 지원을 확보했습니다. 개발 불확실성, 논란, 그리고 경쟁에 직면했음에도 불구하고, 센티언트는 탈중앙화 AI 소유권의 표준 프로토콜이 되고 AGI의 탈중앙화 개발을 주도하고자 합니다.

출처
면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.
라이크
즐겨찾기에 추가
코멘트
관련 콘텐츠