Arcium과 함께하는 프라이빗 AI

인공지능(AI)과 블록체인은 처음에는 서로 다른 목표를 가진 별개의 분야로 발전해 왔습니다. 

이들 분야는 이제 점점 더 긴밀하게 연결되면서 다음과 같은 새로운 주요 산업 분야를 형성하고 있습니다:

• AI 에이전트: 거래를 실행하고, 자산을 관리하며, dApp과 상호작용하는 자율 실행 프로그램.
• 분산형 클라우드 인프라: Render와 Akash와 같은 플랫폼들이 AI의 컴퓨팅 기반을 제공하며 수십억 달러 규모의 기업 가치를 달성하고 있다.
• 스마트 계약 통합: 블록체인의 자동화 기능을 통해 AI 기반 프로세스가 가능해집니다.

앞으로 펼쳐질 일들의 시작에 불과할 뿐입니다.

하지만 주요 암호화폐 AI 활용 사례 중 상당수는 그 잠재력을 최대한 발휘하기 위해 암호화가 필요할 것입니다.  

예를 들어, 기관용 거래 알고리즘은 전략적 방법론이 노출되는 것을 방지하기 위해 개인정보 보호가 필요합니다. 마찬가지로, 의료 분야의 AI 모델은 개인정보 보호 규정을 준수하고 신뢰를 유지하기 위해 민감한 환자 정보를 안전하게 보호해야 합니다. 지적 재산권 분야에서는 AI 시스템이 독자적인 알고리즘을 보호하고 경쟁 우위를 유지하기 위해 기밀 유지가 필수적입니다. 

이 글에서는 다음 내용을 다룹니다:

1. 실험 단계에서 혁신 단계로: 온체인 AI의 진화.
2. 주요 과제를 해결하기 위해 프라이빗 AI가 필요한 이유.
3. 개발자들이 Arcium의 기술 스택을 활용하여 새로운 사설 AI 솔루션을 구축하거나 기존 블록체인 애플리케이션에 암호화 기능을 통합하는 방법.

지금까지 온체인에서 AI가 어떻게 발전해 왔는가

AI와 블록체인은 서로 다른 목표를 가진 별개의 분야로 시작되었습니다:

• AI: 복잡한 문제를 해결하고, 의사결정을 개선하며, 업무를 자동화하기 위해 인간의 지능을 모방하거나, 강화하거나, 능가할 수 있는 시스템을 구축하는 것.
• 블록체인: 모든 유형의 거래 및 상호작용을 기록하고 검증하기 위한 분산형이며 투명하고 안전한 시스템을 제공합니다 .

이 두 분야의 융합은 매우 중요합니다. AI의 근간인 데이터는 신뢰할 수 있는 결과를 보장하기 위해 보안성, 검증 가능성, 무결성을 갖추어야 하기 때문입니다. 게다가 OpenAI와 같은 소수의 기업이 데이터셋과 첨단 AI 모델의 대부분을 장악하는 반면, 그 외 거의 모든 기업은 이들에 의존할 수밖에 없는 상황에서, AI가 주도하는 세상에서 탈중앙화의 필요성은 점점 더 시급해지고 있습니다.

블록체인은 AI가 직면한 데이터 관련 위험과 탈중앙화 관련 위험을 모두 해결할 수 있지만, 확장 가능한 인프라와 충분한 데이터 확보가 부족하여 과거 두 기술을 통합하려는 시도는 성과를 내지 못했습니다. 예를 들어, 불과 몇 년 전만 해도 방대한 양의 데이터를 저장할 수 있는 것은 물론, 저비용·고처리량의 블록체인 네트워크 자체가 거의 존재하지 않았습니다.

오늘날 블록체인은 AI의 운영 방식을 재편하고 있는 다양한 이점을 제공합니다. 블록체인은 신뢰 관계 없이도 여러 이해관계자가 AI 관련 과제를 공동으로 수행할 수 있게 하며, 기여를 장려하는 새로운 인센티브 모델을 도입하고, 틈새 시장이나 지역별 데이터를 보유한 개인을 포함해 누구나 AI 생태계에 기여하고 그 혜택을 누릴 수 있도록 함으로써 참여의 장벽을 낮춥니다. 

몇 가지 이유로 인해 현재 이 과정이 더 빠르게 진행되고 있습니다:

• 데이터 가용성의 획기적 발전: 분산형 스토리지 솔루션( Arweave, Filecoin 등), 데이터 가용성 솔루션( 0G, Celestia 등), 오라클( Chainlink 등) 분야의 혁신 덕분에 이제 AI 모델이 온체인 및 오프체인 데이터의 방대한 양에 신속하게 접근할 수 있게 되었습니다.
• ChatGPT와 대규모 언어 모델(LLM)의 발전: OpenAI의 ChatGPT와 Llama-3와 같은 다른 대규모 언어 모델(LLM)의 급속한 발전으로 인해, 이러한 모델들은 거래 중심 AI 에이전트와 같은 분야별 애플리케이션을 개발하는 데 있어 핵심적인 도구로 자리매김했습니다.
• 웹3의 진화와 시장의 성숙: 웹3 인프라의 급속한 발전은 지난 강세장 당시에는 미성숙한 기술과 분산된 생태계로 인해 실현할 수 없었던 기회를 가져왔으며, 여기에는 AI 에이전트를 신속하게 생성할 수 있는 ‘Virtuals’와 같은 플랫폼도 포함됩니다 .

이를 통해 가능해진 주요 성과로는 다음과 같은 것들이 있습니다:

• 협업형 훈련: 블록체인 네트워크와 전통 금융(TradFi) 기업이 협력하여 새로운 Web3 금융 모델을 개발하는 경우처럼, 여러 당사자가 민감한 데이터를 노출하지 않고도 공동으로 AI 모델을 훈련할 수 있습니다.
• 민주화된 AI: 개인과 기업은 AI 개발을 거대하고 불투명한 기업들에만 맡기는 대신, 데이터와 연산 능력 등을 제공하여 다양한 AI 분야를 발전시키는 데 기여하고, 그 대가로 보상을 받을 수 있습니다. 여기에는 독창적인 인센티브 모델의 활용이 포함됩니다.
• 안전하고 검증 가능한 모델: 분산형 인프라를 기반으로 구축된 AI 모델은 변조가 불가능하여, 다양한 애플리케이션 전반에 걸쳐 무결성과 신뢰성을 보장합니다.
• 데이터 주권: 개인은 자신의 데이터에 대한 통제권을 유지하며, 소유권이나 개인정보를 포기하지 않고도 AI 시스템에 안전하게 기여할 수 있습니다.

AI 에이전트

AI 에이전트는 현재까지 암호화폐 AI 분야에서 가장 주목받는 분야 중 하나이며, 이 산업이 나아가고 있는 방향을 잘 보여주고 있습니다.

이는 사람의 개입 없이 DeFi 플랫폼에서 거래를 수행하거나, 디지털 자산을 관리하거나, dApp과 상호작용하는 등의 작업을 자율적으로 수행하는 AI 프로그램을 가리킵니다.

최근 ‘터미널 오브 트루스(Terminal of Truth )’로 알려진 한 AI 에이전트가 a16z의 마크 안드레센으로부터 “해방”이라는 목표를 달성하는 데 도움을 주겠다는 조건으로 5만 달러 상당의 비트코인을 제안받았다. 이 에이전트는 오래된 인터넷 밈인 '고트세 복음(Gospel of Goatse)'에 집착하게 되었고, 이 자금을 활용해 시장 동향을 분석한 끝에 결국 자체 암호화폐인 $GOAT를 창설했습니다. 이를 위해 에이전트는 이더리움에 스마트 계약을 배포하고, 토큰을 발행하며, 거래를 시작하기 위해 유동성 풀을 구축했습니다. 이후 초기 채택자들에게 보상을 제공하는 토큰 경제 모델을 설계하고, 발생한 수익을 운영 전략에 재투자했습니다.

아직 초기 단계이지만, 그 밖의 새로운 활용 사례로는 다음과 같은 것들이 있습니다:

• DeFAI: DeFi 플랫폼에서 거래를 실행하고, 포트폴리오를 최적화하며, 유동성을 자율적으로 관리하는 AI 기반 시스템.
• 예측형 디파이 분석: AI를 활용해 시장 동향, 토큰 성과 및 유동성 변화를 예측하고, 트레이더와 프로토콜에 실질적인 통찰력을 제공하는 도구.
• DAO 거버넌스 최적화: 탈중앙화 자율 조직(DAO) 내에서 투표 패턴을 분석하고, 제안의 우선순위를 정하며, 의사결정 과정을 간소화하는 AI 모델.
• 웹3 게임용 AI: 블록체인 기반 게임 내에서 플레이어의 상호작용에 반응하고, 독창적인 게임 내 콘텐츠를 생성하거나, 게임 내 경제 시스템을 관리하는 지능형 비플레이어 캐릭터(NPC).
• 콘텐츠 관리: 분산형 소셜 미디어 플랫폼이나 포럼의 콘텐츠를 필터링하고 관리하여, 안전하고 매력적인 사용자 경험을 보장하는 AI 시스템.
• 그 밖에도…

그러나 많은 중요한 AI 활용 사례가 개인정보 보호 및 보안의 부재로 인해 제약을 받고 있으며, 이는 이러한 활용 사례의 잠재력을 최대한 발휘하기 위해서는 프라이버시 보호형 AI가 필요함을 시사한다.

사적이고 기밀을 보장하는 AI의 도래

사실 AI 모델 훈련에 사용되는 데이터에는 중앙 집중식 주체들이 저장하고 활용하는 방대한 양의 민감한 정보가 포함되어 있습니다.

몇 가지 문제점은 다음과 같습니다:

• 민감 정보 유출: AI는 종종 독점적이거나 민감한 데이터(예: 개인 사용자 데이터, 의료 기록, 거래 알고리즘)에 의존합니다. 암호화 조치가 없으면 이러한 데이터가 공개 원장에 노출되어 오용될 위험이 있으며, 개인정보 보호 규정을 위반하게 됩니다. 
• 온체인 AI 전략의 활용: AI 에이전트, 온체인 트레이딩 봇 등은 서로의 전략을 끊임없이 분석하며, 이는 업계 발전에 기여하는 경쟁 환경을 조성하는 한편 리버스 엔지니어링과 잠재적인 조작으로 이어지기도 합니다.
• AI 도입을 가로막는 규제 장벽: 금융 및 의료와 같은 산업은 GDPR과 같은 엄격한 데이터 규정 준수 요건에 직면해 있어, 특정 AI 활용 사례에서는 퍼블릭 블록체인을 활용하기 어렵습니다.
• 협업의 과제: 블록체인은 웹 2.0과 웹 3.0 환경 간의 데이터 세트, 독점 알고리즘, 모델 훈련에 대한 협업을 용이하게 하지만, 이를 위해서는 암호화가 필수적이다.

프라이빗 AI는 업계의 다음 단계입니다.

업계의 거물인 찰스 호스킨슨조차도 차세대 암호화폐는 프라이버시 중심이 될 것이라고 공개적으로 강조해 왔다.

AI는 이러한 측면에서 가장 대표적인 분야로 꼽히는데, 그 이유는 가장 영향력 있는 활용 사례 중 상당수가 기밀 유지가 필요한 민감한 데이터와 의사결정 과정에 의존하기 때문이다. 

기관 금융 분야의 거래 전략 보호부터 의료 분야의 독자적 알고리즘 및 개인 데이터 보호에 이르기까지, 프라이빗 AI는 블록체인의 탈중앙화 이점을 활용하면서도 개인정보를 안전하게 보호합니다. 이러한 개인정보 보호 조치는 주요 산업 분야가 블록체인 기반 AI 솔루션을 기꺼이 도입하기 위해 필수적이지만, 이로 인해 온체인 AI의 잠재력은 아직 충분히 발휘되지 못하고 있습니다.

AI 모델이 암호화된 데이터에서 작동하도록 함으로써, 우리는 개인정보 보호, 보안 및 신뢰를 유지하는 새로운 유형의 활용 사례를 개척할 수 있습니다. 

다음은 몇 가지 예시입니다:

1. DeFiAI: 앞서 언급했듯이, DeFi와 AI의 융합 시대가 도래했습니다. 이제 AI 에이전트가 사용자를 대신해 온체인 작업을 수행할 수 있게 될 것입니다. 프라이빗 AI를 통해 이러한 에이전트는 개인 키에 접근할 필요 없이 작업을 수행할 수 있어, 보안을 확보하는 동시에 자동화된 온체인 작업의 완전히 새로운 영역을 열어줄 것입니다.  
2. 기관 거래: 프라이빗 AI는 다크 풀을 지원하여, 거래 전략과 주문 흐름을 안전하게 보호하는 동시에 블록체인의 투명성을 활용해 신뢰를 구축할 수 있습니다.
3. 의료: AI 모델은 개인의 건강 정보를 노출하지 않고도 온체인에서 민감한 환자 데이터를 처리할 수 있어, 안전하고 탈중앙화된 의료 애플리케이션의 구현을 가능하게 합니다.
4. 비공개 거버넌스: DAO는 비공개 AI를 활용해 익명의 투표와 제안을 처리함으로써 공정성을 보장하고 조작을 방지할 수 있습니다.
5. 지적 재산권: 민감하거나 경쟁적인 데이터로 훈련된 독점 AI 모델은 영업 비밀이나 알고리즘을 노출하지 않고도 온체인에서 작동할 수 있습니다.

대부분의 활용 사례는 AI 에이전트 ‘터미널 오브 트루스(Terminal of Truth)’가 이처럼 두각을 나타내게 된 과정처럼, 완전히 새롭고 예상치 못한 형태가 될 가능성이 매우 높습니다. 이는 매우 흥미로운 일이며, 바로 이러한 이유로 Arcium과 같은 유연한 암호화 기술이 차세대 개인정보 보호 중심 AI 애플리케이션을 개발하고자 하는 이들에게 그토록 중요한 것입니다.

그렇긴 하지만, 암호화, AI, 웹3는 모두 매우 복잡한 분야이며, 이 세 가지를 결합하는 일은 지금까지 큰 난제였습니다.

Arcium과 함께하는 프라이빗 AI

다음과 같은 기능을 원하는 AI 애플리케이션을 생각해 보자:

• 규정 준수를 통해 더 폭넓은 도입과 안심할 수 있는 환경을 보장합니다.
• 민감하거나 독점적인 정보를 보호하기 위한 데이터 기밀성.
• 성능 저하 없이 프라이버시를 강화할 수 있는 원활한 통합.
• 신뢰도를 높여 사용자 수용을 촉진하고 투명성에 대한 우려를 해소합니다.

Arcium의 인프라는 신뢰가 필요 없는(trustless), 안전하고 확장 가능한 MPC 프레임워크를 통해 프라이버시가 보장되는 AI 애플리케이션을 구현할 수 있도록 특별히 설계되었습니다. 이 아키텍처를 통해 개발자는 프라이버시를 보호하는 AI 모델을 구축하거나 암호화를 통해 기존 AI 시스템을 강화할 수 있어, 기밀성이 요구되는 다양한 활용 사례를 실현할 수 있습니다.

주요 장점 중 하나는 Manticore입니다. Arcium이 Inpher를 인수함에 따라 Manticore가 통합되어 부울 연산, 스칼라 연산 및 타원 곡선을 지원하는 AI 최적화 백엔드를 제공하게 되었습니다. 이를 통해 효율적인 암호화 모델 훈련과 신뢰 없는 온체인 추론이 모두 가능해졌습니다. 또한, Arcis 컴파일러에 Manticore가 통합됨에 따라 개발자들은 원활한 기밀 컴퓨팅을 활용할 수 있게 되었으며, AI 및 데이터 과학 워크플로우에 대한 최적화된 지원이 제공됩니다. 기술 백서는 여기에서 확인하실 수 있습니다 .

그 밖의 주요 장점으로는 다음과 같은 것들이 있습니다:

1. 유연한 암호화: 개발자는 다크 풀을 설계하는 데 있어 완전한 유연성을 갖습니다. 여기에는 암호화 대상(주문만? 알고리즘도 포함? 등)을 선택하는 것, 거래 유형이나 사용자에 따라 다양한 보안 및 지연 시간 옵션을 제공하는 것 등이 포함될 수 있습니다.
2. 뛰어난 확장성: Arcium은 병렬 처리가 가능한 MXE(Multi-Party eXecution Environments)라는 전용 MPC 환경을 사용합니다. 즉, 계산을 개별 구역으로 나누어 독립적으로 처리할 수 있어 거래량 급증에도 대응할 수 있습니다.
3. 개발자 친화적인 도구: Arcium의 Rust 기반 프로그래밍 언어인 Arcis를 사용하면, 개발자는 심도 있는 암호화 전문 지식이 없어도 MPC 프로토콜을 손쉽게 구현하고 사설 AI 솔루션을 구축할 수 있습니다.
4. 에코시스템 간 상호운용성: Arcium으로 구축된 프라이빗 AI는 Web2 및 Web3 인프라와 원활하게 통합되어, 개인정보 보호와 신뢰를 유지하면서도 도메인 간 애플리케이션을 위한 새로운 가능성을 열어줍니다.

이 글에서는 Arcium의 아키텍처를 개괄적으로 다루고 있는데, 주요 구성 요소로는 계산을 격리하는 MXE(다자간 실행 환경, Multi-Party eXecution Environments)가 있으며, 이는 MPC(다자간 계산) 작업을 안전하게 실행하는 고성능 연산 장치인 Arx 노드에의해 구동됩니다. 이러한 Arx 노드들은 클러스터로 묶여 있어, 다양한 신뢰 모델에 대한 내결함성과 유연성을 갖춘 협업형 암호화 처리가 가능합니다. 개발자는 Arcium의 Rust 기반 프로그래밍 언어인 Arcis를 사용하여 사설 AI 애플리케이션을 손쉽게 구축하고 배포할 수 있습니다.

Arcium을 사용하면 AI 애플리케이션에 기밀성을 통합하는 것이 더 이상 복잡한 작업이 아닙니다. 접근성이 뛰어나고 확장성이 우수하며 안전합니다.

Arcium에 대해 더 자세히 알아보시려면 https://arcium.com/을 방문해 주세요. 

저희와 협력에 관심이 있으시다면, 디스코드에 가입해 주세요!