신뢰 가능한 인공지능(AI)을 만들기 위한 탈중앙화 생태계가 블록체인 업계에서 본격적으로 확장되고 있다. 미라 네트워크(Mira Network)는 지난 20일(현지시각) X(옛 트위터) 스페이스에서 라운드테이블 ‘Building Trustless AI for Crypto’를 열어 AI 모델의 투명성과 정확도를 보장하는 ‘검증 가능한 AI(Verifiable AI)’의 발전 방향을 논의했다.

이번 라운드테이블에는 △스톤 게팅스(Stone Gettings) 미라 네트워크 성장 총괄 △매기(Maggie) 자이퍼 네트워크(Zypher Network) 최고운영책임자(COO) △하리시 코트라(Harish Kotra) 가이아넷(Gaianet) 데브렐 리드 △안드레아스(Andreas) 푼디AI(PundiAI) 성장 리드가 패널로 참여했다.

이들은 ‘탈중앙화 시스템과 AI가 어떻게 결합될 수 있는가’라는 주제를 중심으로 각자의 프로젝트가 해결하는 과제와 기술적 접근 방식을 소개했다. 핵심은 ‘신뢰’다. AI 모델의 입력값과 출력값을 검증할 수 있어야 하며, 해당 과정이 중앙 기관 없이 가능해야 한다는 점이다.

AI 검증 위한 각 프로젝트의 접근

자이퍼 네트워크는 영지식증명(ZKP) 기반의 분산형 증명 생성 시스템을 통해, AI 에이전트의 행동이 신뢰 가능한지를 검증하고 있다. AI 에이전트가 사용자의 질문에 어떻게 응답했는지를 검증 대상으로 삼아, 프롬프트와 추론 과정 전반을 추적한다. 이를 위해 분산형 ‘프루버 네트워크(prover network)’와 특화된 계산 인프라를 운영 중이며, 최근에는 바이낸스체인 기반 롤업 프레임워크를 출시해 확장성을 강화했다.

푼디AI는 정확한 AI 학습을 위한 ‘데이터 라벨링’에 집중하고 있다. 일반 사용자도 데이터 라벨링에 참여할 수 있도록 플랫폼을 개방해, 다양한 분야의 고품질 학습 데이터를 모으고 있다. 향후 이 데이터를 거래할 수 있는 AI 데이터 마켓도 준비하고 있다. 자이퍼 네트워크와는 협업을 통해 신뢰도 높은 학습 데이터를 AI 모델에 적용하는 시스템을 함께 개발하고 있다. 최근에는 엔비디아 인셉션 프로그램에 합류해 기술 역량 강화를 꾀하고 있다.

가이아넷은 사용자가 직접 AI 모델을 실행하고, 자신의 데이터를 제어할 수 있도록 하는 오픈소스 프레임워크를 제공한다. 특히 최근에는 ‘임베딩 거리 기반 검증’ 방식을 도입했다. 이 방식은 여러 노드가 동일한 질문에 응답했을 때, 유사한 결과를 내는 노드는 신뢰 가능하다고 보고, 일관되지 않은 응답을 내는 노드는 불이익(슬래시)을 받는 구조다. 이는 노드 운영자에게 정확도 중심의 인센티브를 제공하며, 탈중앙화 AI의 신뢰도를 높이는 핵심 요소로 작용하고 있다.

미라 네트워크는 여러 언어모델(LLM)을 동시에 실행해 각 결과가 합의에 도달했을 때만 최종 응답을 사용자에게 제공하는 ‘앙상블 평가’ 방식을 채택하고 있다. 사람 전문가가 검토하듯, 여러 모델이 동시에 판단을 내리고 일치된 결과만 보여주는 방식이다. 현재 주간 2천만 건 이상의 추론을 처리 중이며, 다양한 파트너와의 협업을 통해 의료, 법률 등 고위험 분야로 적용을 확대하고 있다.

블록체인, AI 조작 방지에 강점

행사 말미에는 “탈중앙화 AI가 어떻게 조작을 막을 수 있나”라는 청중 질문이 나왔다. 이에 대해 패널들은 △투명한 데이터 기록 △사용자 주도 데이터 제어 △거버넌스를 통한 모델 감시 등 블록체인이 제공하는 신뢰 구조를 강조했다.

안드레아스는 “블록체인은 AI 훈련 데이터까지 투명하게 기록할 수 있어 결과 조작이 어렵다”고 말했다. 하리시는 “중앙화 AI는 본질적으로 ‘블랙박스’인데, 탈중앙화 AI(DeAI)는 데이터 주권을 사용자에게 돌려준다”고 설명했다. 매기는 “집중화된 데이터가 특정 기업 손에 들어갔을 때 일어나는 신뢰 훼손 사례가 계속 생기고 있다”며 “블록체인은 완벽하진 않지만 상대적으로 큰 개선을 이끌 수 있다”고 덧붙였다.

블록미디어 / 지승환 기자

원문 : https://www.blockmedia.co.kr/archives/932852