By 딥타이드 테크플로우
AI 트랙은 계속해서 뜨겁습니다.
많은 프로젝트가 AI의 바람을 타고 더 높이 날기 위해 "AI가 더 잘할 수 있도록 돕는다"는 새로운 주장을 내세우며 스스로 AI를 지원하려고 노력하고 있습니다.
그러나 이러한 오래된 프로젝트의 대부분은 이미 이전 사이클에서 가치를 발견했고, 비텐서와 같은 새로운 프로젝트는 더 이상 '새로운' 것이 아니기 때문에 아직 가치를 실현하지 못하고 이야기 잠재력을 가진 프로젝트를 찾아야 합니다.
프라이버시 개선은 "AI가 더 나은 일을 하도록 돕는" 암호화폐 프로젝트에서 항상 매력적인 방향이었습니다:
첫째, 프라이버시 보호는 탈중앙화에서 포지티브 액션이라는 개념과 자연스럽게 공명하기 때문이고, 둘째, 이를 위해서는 zk와 동형 암호화와 같은 기술이 불가피하기 때문입니다.
올바른 개념적 내러티브와 높은 수준의 정교함이 결합된 AI 프로젝트는 나쁘지 않을 것입니다.
그리고 그런 진지한 프로젝트에 밈 코인 플레이가 추가된다면 더 흥미로울까요?
3월 초, BasedAI라는 프로젝트가 트위터에 조용히 계정을 등록했지만 리포스트 외에 트윗 2건만 보냈고, 동시에 공식 웹사이트(----)는 백서의 고상한 논문 버전과 함께 매우 단순해 보입니다.
일부 KOL들은 이미 이 프로젝트가 제2의 비텐서가 될 수 있다며 누구보다 먼저 분석을 시작했습니다.
한편, 이 프로젝트의 시조 토큰인 $basedAI는 2월 말부터 40배 이상 상승하며 급등세를 보이고 있습니다.
프로젝트의 백서를 자세히 읽어본 결과, 기반AI는 대규모 언어 모델, ZK, 동형 암호화, 밈 코인을 결합한 AI 프로젝트라는 것을 알 수 있었습니다;
프로젝트의 내러티브 방향을 인식하는 동시에, 계산 자원의 스케줄링을 다른 밈 코인의 사용과 자연스럽게 연결하는 미묘한 경제 설계에 깊은 인상을 받았습니다.
이번 호에서는 이 프로젝트가 아직 초기 단계에 있다는 점을 고려하여 차세대 비텐서가 될 가능성이 있는지 살펴볼 것입니다.
진지한 과학과 밈의 만남
BasedAI는 무엇을 할까요?
이 질문에 답하기 전에 먼저 BasedAI를 만든 사람이 누구인지 살펴봅시다.
공개된 정보에 따르면, BasedAI는AI에서대규모 언어 모델을 사용할 때 발생하는 개인정보 보호 문제를해결하기 위해 Based Labs라는 조직과 페페코인 창립팀이 공동으로 개발했습니다.
기반 연구소는 공개 정보가 많지 않고 공식 웹사이트는 매트릭스 스타일로 구성된 기술 키워드만 나열되어 있으며( 방문하려면 여기를 클릭 ), 이 조직의 연구원 션 웰링턴은 기반AI의 공개 백서의 저자이기도 한 매우 미스터리한 조직입니다:
한편, 구글 스콜라에 따르면 션은 UC 버클리를 졸업하고 2006년부터 청산 시스템 및 분산 데이터와 관련된 여러 논문을 발표했으며, AI 및 분산 네트워크 연구를 전문으로 하며 기술 분야에서 많은 경험을 가진 거물급 인사로 보입니다.
반면, 페페코인은 현재 큰 인기를 끌고 있는 페페 코인이 아니라 16년도에 출시된 밈에서 유래한 코인으로, 당시에는 자체 메인 네트워크인 L1이 있었으나 현재는 이더로 마이그레이션된 상태입니다.
이 밈은 L1의 발전을 이해하는 OG 밈이라고 주장할 수도 있습니다.
하지만 한쪽에는 AI 과학 논문의 거물이 있고 다른 한쪽에는 밈 팀이 있는데, 어떻게 비즈니스에서 전혀 관련이 없어 보이는 두 그룹이 기반 AI에서 불꽃을 튀길 수 있을까요?
ZK와 FHE, AI 컴퓨팅 효율성과 프라이버시의 균형 맞추기
밈 요소를 제쳐두고 보면, BasedAI의 트위터 프로필은 실제로 이 프로젝트의 내러티브 가치를 아주 직접적으로 지적하고 있습니다:
"당신의 프롬프트는 당신의 프롬프트입니다."
이는 실제로 프라이버시와 데이터 주권의 중요성을 강조하는 것으로, GPT와 같은 AI 빅 언어 모델을 사용할 때 사용자가 입력하는 모든 프롬프트나 메시지는 실제로 반대편에 있는 서버에 의해 수집되므로 기본적으로 사용자의 데이터 프라이버시가 OpenAI 또는 다른 모델 제공업체에 노출될 수 있습니다.
이는 무해해 보일 수 있지만 궁극적으로 개인정보 보호 문제가 발생하며, AI 모델 제공업체가 대화 기록을 오용하지 않을 것이라고 무조건적으로 신뢰할 수는 없습니다.
BasedAI 백서의 모호한 수학 공식과 기술 설계를 제거하면 BasedAI가 무엇을 하려는지 간단하게 해석할 수 있습니다:
대규모 언어 모델과의 대화에서 사용자가 말하는 모든 내용을 일반 텍스트를노출하지 않고 암호화하면서도모델이 계산을 완료하고 궁극적으로 사용자만 해독할 수 있는 결과를 반환하도록 허용하는 것입니다.
이러한 효과를 얻기 위해 ZK(영지식 증명)와 FHE(완전 동형 암호화)라는 두 가지 개인정보 보호 기술이 등장할 차례라는 것을 직감할 수 있을 것입니다.
ZK를 사용하면 일반 텍스트를 노출하지 않고도 어떤 내용의 진실 여부를 확인할 수 있습니다;
FHE는 암호화된 데이터에 대해 암호화된 상태에서 연산을 수행할 수 있게 해줍니다.
이 두 가지를 결합하면 사용자의 단서 단어가 암호화된 형태로 AI 모델에 제출되고, AI 모델은 사용자에게 답변을 제공하지만, 개입된 당사자 중 누구도 사용자가 어떤 질문을 했고 그 답변이 어떤 결과를 가져왔는지 알 수 없습니다.
이는 훌륭하게 들리지만, 기술적으로 많은 계산 리소스와 대기 시간을 소모하고 효율성이 떨어진다는 중요한 문제가 있습니다.
GPT와 같은 대규모 LLM 모델은 사용자를 대상으로 하며 결과를 빠르게 표시해야 하는 반면, 계산 효율성과 개인정보 보호 사이의 모순을 어떻게 해결할 수 있을까요?
논문에서 BasedAI는 제안한 ' 케르베로스 스퀴징 ' 기법을 구체적으로 강조하며 복잡한 수학 공식을 통해 이를 주장합니다:
이 기술의 수학적 구현을 전문적으로 평가할 방법은 없지만, 이 기술이 시도하는 바는 다음과 같이 간단하게 이해할 수 있습니다:
가장 영향력이 큰 곳에 계산 리소스를 선택적으로 집중하고 결과를 표시할 수 있을 만큼 빠르게 계산을 완료하여 FHE(완전 동형 암호화)에서 암호화된 데이터 처리의 효율성을 최적화하는 것입니다.
이 논문은 또한 이러한 최적화를 통해 얻을 수 있는 효율성 향상을 데이터로 실증적으로 보여줍니다:
케르베로스 스퀴징을 사용하면 전체 동형 암호화에 필요한 계산 단계를 거의 절반으로 줄일 수 있습니다.
이 시점에서 BasedAI를 사용하여 사용자의 전체 프로세스를 빠르게 시뮬레이션할 수 있습니다:
사용자가 누군가의 대화 기록에 표시된 감정 분석을 요청하는 메시지를 입력하지만, 기록의 개인 정보를 보호하고자 합니다.
이 데이터는 사용될 AI 모델(예: 감정 분석 모델)의 사양과 함께 암호화된 형태로 BasedAI 플랫폼을 통해 제출됩니다.
BasedAI 네트워크의 채굴자는 이 작업을 수신하고 자신의 계산 리소스를 사용하여 지정된 AI 모델을 실행하여 암호화된 데이터를 처리합니다.
네트워크 노드는 데이터를 해독하지 않고 계산 작업을 완료한 후 암호화된 처리 결과를 사용자에게 반환합니다.
사용자는 암호화된 결과를 받아 자신의 키를 사용해 복호화하여 필요한 데이터 분석 결과를 얻습니다.
'두뇌', 마이너와 검증자
기술 외에도 이 기반 AI 네트워크에서 기술을 수행하고 사용자의 요구를 충족시키는 구체적인 역할은 무엇일까요?
가장 먼저 소개할 것은 BasedAI의 ' 브레인'이라는 개념입니다.
베이직 랩스의 "브레인"
일반적으로 AI 크립토 프로젝트에는 몇 가지 피할 수 없는 요소가 있습니다:
채굴자 : 계산 작업을 수행하고 계산 리소스를 소비하는 역할을 담당합니다.
검증자: 채굴자가 수행한 작업의 정확성을 검증하고 네트워크에서 트랜잭션과 계산 작업의 유효성을 보장합니다.
블록체인: 수행된 계산 및 검증 작업의 결과를 원장에 기록하여 안전하게 보관하고 체인과 함께 제공되는 기본 토큰을 통해 다양한 역할의 행동에 인센티브를 제공합니다.
BasedAI는 이 세 가지 요소에 '두뇌'라는 레이어를 추가합니다:
" 채굴자와 검증자의 연산 리소스에 맞는 두뇌가 있어야 하며, 이들이 다양한 AI 모델을 위해 작업을 계산하고 완료할 수 있도록 해야 합니다."
간단히 말해, 이러한 "두뇌"는 특정 계산 작업을 위한 분산 컨테이너 역할을 하여 수정된 대규모 언어 모델(LLM)을 실행합니다. 각 '두뇌'는 어떤 마이너와 검증자를 연결할지 선택할 수 있습니다.
이 설명이 추상적이라고 생각하신다면, 두뇌를 소유하는 것은 "클라우드 서비스를 실행할 수 있는 라이선스 "를 갖는 것이라고 생각하시면 됩니다:
대규모 언어 모델에서 암호화 연산을 수행하기 위해 많은 채굴자와 검증자를 끌어들이려면 다음과 같은 운영 라이선스가 있어야 합니다:
비즈니스가 위치한 위치(번호)
비즈니스의 범위(감정 분석, 문해력 있는 그래프, 의료 보조 등을 위한 AI 사용 등)는 무엇인가요?
보유하고 있는 컴퓨팅 리소스의 양과 용량
정확히 어떤 사람들을 데려오는가?
이를 통해 얼마나 많은 보상을 받을 수 있는지
BasedAI의 논문에서 볼 수 있듯이, BasedAI의 각 "두뇌"는 최대 256명의 검증자와 1,792명의 채굴자를 수용할 수 있지만, 시스템에는 총 1,024개의 두뇌만 있어 의도치 않게 두뇌의 희소성이 높아집니다.
두뇌에 참여하려면 채굴자와 검증자가 다음과 같은 과정을 거쳐야 합니다:
채굴자: 플랫폼에 연결하고, 할당할 GPU 리소스(연산에 더 적합한)를 결정하고, $BASED 토큰을 입금하고, 연산 작업을 시작할 수 있습니다.
검증자: 플랫폼에 연결하고, 할당할 CPU 리소스(검증에 더 적합)를 결정하고, $BASED 토큰을 입금하고 검증 작업을 시작할 수 있습니다.
더 많은 $BASED 토큰이 예치될수록 채굴자와 검증자는 더 효율적으로 브레인을 실행하고 더 많은 $BASED 보상을 받게 됩니다.
분명히 두뇌는 특정 권한과 조직 관계를 나타내며, 이는 토큰과 인센티브 설계를 위한 공간을 열어줍니다(이에 대해서는 나중에 자세히 설명합니다).
하지만 이 두뇌의 디자인은 조금 익숙해 보이지 않나요?
비트센서에서 서로 다른 서브넷이 서로 다른 특정 작업을 수행하고 서로 다른 AI 모델을 사용하는 것과 비슷합니다;
지난 사이클에서 인기를 끌었던 폴카닷에서는 서로 다른 두뇌가 병렬 체인을 실행하고 서로 다른 작업을 수행하는 서로 다른 "슬롯"과 같습니다.
BasedAI는 또한 작업을 수행하는 '의료용 두뇌'의 공식 일러스트를 제공했습니다:
환자의 의료 기록이 암호화되어 의료용 두뇌에 제출되면 적절한 진단 조언을 요청하는 프롬프트가 생성됩니다;
BasedAI 네트워크의 적절한 대규모 언어 모델은 ZK와 FHE의 도움을 받아 마이너와 검증자의 계산 리소스를 필요로 하는 단계인 민감한 환자 데이터를 해독하지 않고 답을 생성합니다;
의료 서비스 제공자는 BasedAI 네트워크에서 암호화된 결과를 받습니다. 이 과정에서 데이터가 노출되거나 손상되지 않고 제출한 사용자만 결과를 해독하고 치료 권장 사항을 얻을 수 있습니다.
페페코인으로 '뇌' 액세스 권한 판매하기
그렇다면 AI 모델의 암호화 계산에 대한 두뇌와 '작업 라이선스'는 어떻게 얻을 수 있을까요?
기반AI는 페페코인과 함께 이 특권을 판매하고 페페코인에 MEME 토큰의 가치를 부여했습니다.
두뇌가 1024개밖에 없기 때문에 프로젝트가 NFT의 민트를 사용하는 것은 당연하며, 판매되는 모든 두뇌에 대해 해당 ERC-721 토큰이 생성되며, 이는 라이선스라고 생각할 수 있습니다.
그리고 이 NFT를 채굴하려면 두 가지 페페코인 관련 작업, 즉 페페코인 소각 또는 서약을 통해 잠금을 해제해야 합니다.
첫 번째 브레인을 소각하려면 사용자는 1000 페페코인을 사용하여 채굴해야 합니다;
각 두뇌를 주조할 때마다 다음 주조 비용은 200페페코인씩 증가합니다;
이렇게 생성된 두뇌는 거래를 위해 양도할 수 있습니다;
소각 방식으로 모든 두뇌를 획득할 경우 107,563,530 페페코인이 영구적으로 소멸됩니다. (CMC 데이터에 따르면 현재 유통량은 1억 3,300만 개로, 이 소각이 완전히 이루어지면 토큰 공급량이 거의 80% 감소합니다).
그리고 서약 측면에서:
사용자는 90일 동안 100,000 페페코인을 서약해야 합니다;
브레인의 ERC-721 NFT는 서약 후 즉시 발행됩니다;
이렇게 생성된 브레인은 양도할 수 없지만 $BASED 프로젝트 네이티브 토큰으로 점진적으로 보상됩니다.
서약은 90일 후에 해제할 수 있습니다.
어느 쪽이든, 더 많은 두뇌가 생성되면 두 가지 방법의 참여 비율에 따라 해당 양의 페페코인이 소각되거나 잠깁니다.
분명히 이것은 AI 리소스의 할당이라기보다는 암호화 자산의 할당에 가깝습니다.
두뇌의 희소성과 시작과 함께 제공되는 토큰 보상으로 인해 두뇌 생성 시 페페코인에 대한 수요가 크게 증가할 것이며,담보또는 소각은 유통되는 페페코인공급을줄여이론적으로는 당연히 토큰의 2차 시장 가격에 유리할 것입니다.
동시에, BasedAI 포털은 ERC-721 계약에서 발행되고 활성화된 브레인이 1024개 미만인 한 계속해서 브레인을 발행할 것입니다.
1024개의 브레인이 모두 발행된 경우, BasedAI 포털은 새로운 브레인 생성을 허용하지 않습니다.
하나의 이더 주소로 여러 개의 브레인 NFT를 보유할 수 있습니다. 사용자는 연결된 이더 지갑과 연결된 모든 브레인 소유자의 보상을 관리할 수 있는 BasedAI 포털을 이용할 수 있습니다. 활성 브레인 소유자는 연간 브레인당 3만 달러에서 8만 달러(공식 문서 데이터 )의 수익을 올릴 것으로 예상됩니다.
이러한 금전적 인센티브와 인공지능 및 개인정보 보호에 대한 이야기를 통해 브레인의 공식 출시 이후 불붙을 열풍을 예상해볼 수 있습니다.
요약하자면
암호화폐 프로젝트에서 기술은 그 자체가 목적이 아니며, 기술은 관심을 유도하고 자산 배분과 흐름을 유도하는 역할을 합니다.
데이터 프라이버시라는 올바른 내러티브 아래에서 AI요소 계산에 필요한 자원을 일종의 권한으로 통합하고, 이러한 종류의 권한의 희소성을 창출한 다음, 자산의 유입을 권한으로 유도하여 다른 MEME 토큰의 소비를 늘 리는 방식으로 자산 분배를 촉진하는 방법을 이해했음을 BasedAI의 Brain 설계에서 분명히 알 수 있습니다. MEME 토큰의 소비.
컴퓨팅 리소스가 적절하게 할당되고 인센티브가 포착되고, 프로젝트의 "두뇌" 자산이 희소성과 가시성을 얻고, 밈 코인이 유통되는 공급을 줄입니다....
자산 구축 수준에서 보면 BasedAI의 설계는 상당히 구식이고 미묘합니다.
그러나 우리가 정말로 무언의, 회피적이고 추측적인 질문에 답하고 싶다면:
결과적으로 얼마나 많은 사람들이 이 프라이버시 보호 빅 언어 모델을 사용할까요? 그리고 자신에게 이익이 되지 않는 프라이버시 보호 기술을 기꺼이 사용하려는 AI 대기업이 얼마나 될까요?
안타깝게도 대답은 낙관적이지 않습니다.
하지만 이 이야기는 바람을 타고 있고 과대 광고는 때를 잘 맞췄습니다.
때때로 우리에게 필요한 것은 정말 앞으로 나아갈 길이 있는지 의문을 제기하는 것이 아니라 바람을 타는 것입니다.
참고:
참조: https://twitter.com/getbasedai
공식 웹사이트: https://www.getbased.ai/
페페코인: https://twitter.com/pepecoins
