0G Labs와의 대화: DA의 종말을 향한 길과 온체인 AI의 새로운 시대

작성자: Weird Thinking, BlockBeats

번역자 주: 올해 3월, 0G Labs는 Hack VC가 주도하는 3,500만 달러 규모의 사전 시드 자금 조달을 완료했습니다. 0G Labs는 개발자가 프로그래밍 가능한 고성능 데이터 가용성 계층에서 AI dApp을 출시할 수 있도록 지원하는 최초의 모듈형 AI 체인을 구축하는 것을 목표로 합니다. 0G Labs는 혁신적인 시스템 설계를 통해 초당 GB 수준의 온체인 데이터 전송을 달성하고 AI 모델 교육과 같은 고성능 애플리케이션 시나리오를 지원하기 위해 노력하고 있습니다.

DealFlow 팟캐스트의 네 번째 에피소드에서는 BSCN 편집장 Jonny Huang, MH Ventures 일반 파트너 Kamran Iqbal, Animoca Brands 투자 및 전략적 파트너십 책임자 Mehdi Farooq가 0G Labs의 공동 창업자이자 CEO인 Michael Heinrich를 인터뷰했습니다. . Michael은 Microsoft 및 SAP Labs의 소프트웨어 엔지니어부터 가치가 10억 달러가 넘는 Web2 회사인 Garten을 설립하고 현재 0G에서 정규직으로 근무하며 블록체인에서 모듈형 AI 기술 스택을 구축하는 데 전념하는 자신의 개인적인 배경을 공유했습니다. . 토론에서는 DA의 현황과 비전, 모듈화의 장점, 팀 관리, Web3와 AI의 양방향 의존성에 대해 다루었습니다. 그는 미래를 내다보며 AI가 주류가 되어 거대한 사회적 변화를 가져올 것이며 Web3도 이러한 추세를 따라잡아야 한다고 강조했습니다.

다음은 인터뷰 내용입니다.

Web2 Unicorn Head Starts Business Again

Jonny: 오늘은 중요한 주제인 데이터 가용성(DA), 특히 암호화된 AI 가용성 분야. 마이클, 귀사는 이 분야에서 강력한 목소리를 갖고 있습니다. 세부 사항을 설명하기 전에 귀하의 전문적 배경과 이 틈새 분야에 어떻게 참여하게 되었는지 간략하게 소개해주시겠습니까?

Michael: 저는 Microsoft 및 SAP Labs에서 소프트웨어 엔지니어 및 기술 제품 관리자로 시작하여 Visual Studio 팀에서 최첨단 기술을 담당했습니다. 나중에 그는 비즈니스 분야로 눈을 돌려 Bain & Company에서 몇 년간 근무한 후 코네티컷으로 이주하여 포트폴리오 구축을 담당하는 Bridgewater Associates에서 근무했습니다. 매일 약 600억 달러 규모의 거래를 검토하면 이해해야 할 위험 지표가 많이 있습니다. 예를 들어, 거래상대방 리스크 등을 평가하기 위해 CDS 금리를 살펴봅니다. 이 경험을 통해 저는 전통 금융에 대한 깊은 이해를 갖게 되었습니다.

그 후 대학원 진학을 위해 스탠포드로 돌아와 첫 Web2 회사인 Garten을 설립했습니다. 최고조에 달했을 때 이 회사는 직원 수를 650명으로 늘렸고, 연간 수익은 미화 1억 달러, 총 자금 조달 규모는 약 미화 1억 3천만 달러에 달했습니다. 이 회사는 가치가 미화 10억 달러가 넘는 유니콘 기업이자 Y Combinator가 인큐베이팅한 스타 프로젝트가 되었습니다.

2022년 말, 스탠포드에 다니는 같은 반 친구 토마스에게서 연락이 왔습니다. 그는 5년 전 Conflux에 투자했으며 Ming Wu와 Fan Long이 자신이 자금을 지원한 최고의 엔지니어라고 생각했다고 말했습니다. 우리 넷이 함께 모여 불꽃을 만들 수 있는지 살펴봐야 합니다. 6개월을 함께한 뒤에도 나는 같은 결론에 도달했습니다. '와, Ming과 Fan은 내가 함께 일한 최고의 엔지니어이자 컴퓨터 과학자다. 우리는 함께 사업을 시작해야 한다'고 생각했습니다. 저는 Garten의 회장이 되었고 0G에 전념했습니다.

0G Labs의 공동 창립자 4인(왼쪽부터): Fan Long, Thomas Yao, Michael Heinrich, Ming Wu

DA의 현재 상황, 과제 및 최종 목표

Jonny: 이 제가 들어본 최고의 창업자 소개 중 하나이며, 귀하의 VC 자금 조달 과정이 원활하게 진행될 것이라고 확신합니다. 데이터 가용성이라는 주제를 다루기 전에 DA의 현재 상태에 대해 논의하고 싶습니다. 잘 알려진 몇몇 선수들이 있지만 현재 DA 환경을 어떻게 평가하시나요?

Michael: DA는 이제 블록체인에 따라 다양한 소스에서 제공됩니다. 예를 들어 Ethereum Danksharding 업그레이드 이전에는 Ethereum의 DA가 초당 약 0.08MB였습니다. 나중에 Celestia, EigenDA 및 Avail이 일반적으로 초당 1.2~10MB의 처리량으로 시장에 진출했습니다. 문제는 이 처리량이 AI 애플리케이션이나 온체인 게임 애플리케이션에 충분하지 않다는 것입니다. DA는 초당 MB가 아니라 초당 기가바이트 단위로 이야기해야 합니다. 예를 들어, AI 모델을 온체인으로 훈련하려면 실제로 초당 50~100GB의 데이터 전송이 필요합니다. 이것은 크기 차이입니다. 우리는 이 기회를 보고 Web2용 대규모 애플리케이션이 동일한 성능과 비용으로 온체인에 구축될 수 있도록 이러한 획기적인 방법을 모색했습니다. 이것은 우리가 현장에서 보는 거대한 공백입니다. 또한, 충분히 고려되지 않은 몇 가지 문제도 있습니다. 예를 들어, 우리는 데이터 가용성을 데이터 게시와 데이터 저장의 조합으로 생각합니다. 우리의 핵심 통찰력은 시스템의 방송 병목 현상을 방지하기 위해 데이터를 두 채널로 분할하여 획기적인 성능 향상을 달성하는 것입니다.

추가 스토리지 네트워크를 사용하면 모델 스토리지, 특정 사용 사례에 대한 교육 데이터 스토리지, 심지어 프로그래밍 기능과 같은 많은 작업을 수행할 수 있습니다. 데이터를 저장할 위치, 저장 기간, 필요한 보안 수준을 결정하여 완전한 상태 관리를 수행할 수 있습니다. 따라서 이제 다양한 분야에서 꼭 필요한 실제 활용 사례가 가능해졌습니다.

DA의 현재 상태는 초당 0.08MB에서 1.4MB로 상당한 발전을 이룩하여 어떤 경우에는 거래 비용이 실제로 99% 감소했다는 것입니다. 그러나 이것은 미래 세계의 실제 요구를 충족시키기에는 충분하지 않습니다. 고성능 AI 애플리케이션, 온체인 게임, 고주파 DeFi 등 모든 애플리케이션에는 더 높은 처리량이 필요합니다.

Mehdi : 두 가지 기본적인 질문이 있습니다. 첫 번째는 저장에 관한 것입니다. L2의 거래 내역은 물론, AI 모델의 이력까지 언급하셨는데요. 저장 측면에서 데이터를 얼마나 오랫동안 저장해야 합니까? 이것이 나의 첫 번째 질문입니다. 두 번째 질문은 이미 Arweave 및 Filecoin과 같은 분산형 스토리지 네트워크가 있는데, 이것이 처리량 향상에 도움이 될 수 있다고 생각하십니까? 데이터 게시가 아니라 저장을 의미합니다.

마이클: 데이터가 저장되는 기간은 데이터의 목적에 따라 다릅니다. 재해 복구를 고려한다면 상태를 재구성할 수 있도록 데이터를 영구적으로 저장해야 합니다. 사기 방지 창이 있는 낙관적 롤업의 경우 필요한 경우 상태를 재구성할 수 있도록 최소 7일의 저장 공간이 필요합니다. 다른 유형의 롤업의 경우 저장 시간이 더 짧을 수 있습니다. 세부적인 사항은 다양하지만 일반적으로 그렇습니다.

다른 스토리지 플랫폼의 경우 Arweave와 Filecoin이 로그형 스토리지, 즉 장기 콜드 스토리지에 더 적합하도록 스토리지 시스템을 자체 구축하기로 결정했습니다. 따라서 매우 빠른 데이터 쓰기 및 읽기용으로 설계되지 않았습니다. 이는 키-값 저장소 또는 트랜잭션 데이터 유형이 필요한 AI 애플리케이션 및 구조화된 데이터 애플리케이션에 매우 중요합니다. 이러한 방식으로 빠른 처리가 가능하며 분산형 Google Docs 애플리케이션을 구축할 수도 있습니다.

Jonny: DA가 필요한 이유와 기존 분산형 스토리지 솔루션이 이 특정 시나리오에 적합하지 않은 이유를 매우 명확하게 알고 계십니다. 데이터 가용성의 궁극적인 목표에 대해 논의할 수 있습니까?

Michael: 우리가 달성하고자 하는 것은 Web2에 필적하는 성능과 비용으로 체인에서 무엇이든, 특히 AI 애플리케이션을 구축할 수 있도록 하는 것입니다. AWS에 컴퓨팅과 스토리지가 있는 것처럼 간단합니다. S3는 핵심 구성 요소입니다. 데이터 가용성은 다양한 특성을 갖고 있지만 중요한 구성 요소이기도 합니다. 우리의 궁극적인 목표는 데이터 가용성 부분에 데이터 게시뿐만 아니라 합의 네트워크로 통합된 스토리지 구성 요소도 포함되는 모듈형 AI 기술 스택을 구축하는 것입니다. 우리는 합의 네트워크가 데이터 가용성 샘플링을 처리하도록 하고 합의에 도달하면 기본 레이어 1(예: Ethereum)에서 이를 증명할 수 있습니다. 우리의 궁극적인 목표는 고성능 애플리케이션을 실행할 수 있고 AI 모델의 온체인 교육까지 지원할 수 있는 온체인 시스템을 구축하는 것입니다.

Kamran: 목표 시장에 대해 더 자세히 설명해 주실 수 있나요? 인공 지능과 블록체인에서 AI 애플리케이션을 구축하는 프로젝트 외에 0G를 사용하고 싶은 프로젝트는 무엇입니까?

Michael: 이미 적용 분야를 언급하셨습니다. 우리는 가장 큰 분산형 AI 커뮤니티를 구축하기 위해 열심히 노력하고 있으며 우리 위에 수많은 프로젝트가 구축되기를 희망합니다. Pond가 대규모 그래프 모델을 구축하든, Fraction AI 또는 PublicAI가 분산형 데이터 주석 또는 정리를 수행하든, 심지어 Allora, Talus Network 또는 Ritual과 같은 실행 계층 프로젝트를 수행하든 우리는 AI 빌더를 위한 최대 규모의 커뮤니티를 구축하기 위해 열심히 노력하고 있습니다. 이것은 우리에게 기본적인 요구 사항입니다.

하지만 실제로는 어떤 고성능 애플리케이션도 우리 위에 구축할 수 있습니다. 온체인 게임을 예로 들면, 압축 없이 완전한 온체인 게임 상태를 달성하려면 5,000명의 사용자에게 초당 16MB의 데이터 가용성이 필요합니다. 현재 어떤 DA 레이어도 이를 수행할 수 없으며 Solana도 가능할 수 있지만 이는 이더리움 생태계와 동일하지 않으며 지원이 제한됩니다. 따라서 이러한 애플리케이션은 우리에게도 매우 흥미롭습니다. 특히 온체인 AI 에이전트(예: NPC)와 결합되는 경우 더욱 그렇습니다. 이 분야에는 교차 적용 가능성이 많습니다.

고주파 DeFi가 또 다른 예입니다. 미래의 FHE(완전 동형 암호화), 데이터 시장 및 고주파 딥엔드 애플리케이션은 모두 매우 큰 데이터 처리량을 필요로 하며 고성능을 실제로 지원할 수 있는 DA 계층이 필요합니다. 따라서 모든 고성능 DA 앱이나 Layer2를 우리 위에 구축할 수 있습니다.

모듈화의 장점: 유연한 선택

Mehdi: 확장성과 처리량을 개선하고 스토리지 구성 요소로 인한 상태 확장 문제를 해결하기 위해 열심히 노력하고 계십니다. 왜 완전한 Layer1을 시작하지 않습니까? 기술적 혁신을 달성할 수 있는 능력이 있다면 자체 가상 머신으로 Layer1을 생성하는 대신 모듈식 접근 방식을 취하는 이유는 무엇입니까? 모듈식 스택을 채택하는 논리는 무엇입니까?

Michael: 기본적으로 우리의 맨 아래 레이어는 레이어 1이지만, 우리는 모듈화가 미래에 애플리케이션을 구축하는 방법이라고 굳게 믿습니다. 그리고 우리는 모듈식이며 향후 AI 애플리케이션에 특별히 최적화된 실행 환경을 제공하는 것을 배제하지 않습니다. 이에 대한 로드맵은 아직 확실하지 않지만 가능합니다.

모듈화의 핵심은 선택입니다. 결제 레이어, 실행 환경, DA 레이어를 선택할 수 있습니다. 사용 사례에 따라 개발자는 최상의 솔루션을 선택할 수 있습니다. Web2와 마찬가지로 TCP/IP는 본질적으로 모듈식이었고 개발자가 원하는 대로 다양한 측면을 자유롭게 사용할 수 있었기 때문에 성공했습니다. 따라서 우리는 개발자들이 자신의 애플리케이션 유형에 따라 가장 적합한 환경을 구축할 수 있도록 더 많은 선택권을 제공하고자 합니다.

Mehdi: 지금 가상 머신을 선택한다면, 시중에서 어떤 가상 머신이 고려 중이거나 작업 중인 애플리케이션에 가장 적합할까요?

마이클: 저는 이것에 대해 매우 실용적인 견해를 가지고 있습니다. 더 많은 Web2 개발자를 Web3으로 끌어들이기 위해 어떤 조치를 취해야 한다면 JavaScript 또는 Python과 같은 가장 일반적인 프로그래밍 언어로 애플리케이션을 구축할 수 있는 일종의 WASM 가상 머신이 될 것입니다. 이러한 언어가 반드시 온체인 개발을 위한 최선의 선택은 아닙니다.

Move VM은 개체 및 처리량 측면에서 매우 잘 설계되었습니다. 고성능을 추구한다면 주목할만한 옵션입니다. 전투 테스트를 거친 가상 머신을 생각해보면 수많은 Solidity 개발자가 있기 때문에 E VM입니다. 따라서 선택은 특정 사용 시나리오에 따라 달라집니다.

우선순위 지정 및 커뮤니티 구축

Jonny: 여러분이 직면한 가장 큰 장애물이 무엇인지 듣고 싶습니다. 아니면 순조롭게 진행되었나요? 나는 당신의 경력이 그렇게 거대하고 항상 그렇게 순조로울 수는 없다고 상상할 수 없습니다.

Michael: 네, 어떤 스타트업이든 순조롭게 진행되지는 않을 것이고 항상 어려움이 있을 것이라고 생각합니다. 내 관점에서 볼 때 가장 큰 과제는 여러 작업을 매우 잘 수행해야 하고 시장에 빠르게 출시하기 위해 몇 가지 절충안을 만들어야 하기 때문에 우리가 따라잡을 수 있는지 확인하는 것입니다.

예를 들어, 원래는 맞춤형 합의 메커니즘으로 출시하고 싶었지만 그렇게 되면 출시 시간이 4~5개월 연장됩니다. 그래서 우리는 강력한 개념 증명을 수행하고 합의 레이어당 초당 50GB와 같은 최종 목표의 일부를 달성하기 위해 첫 번째 단계에서 기성 합의 메커니즘을 사용하기로 결정했습니다. 그런 다음 수평으로 확장 가능한 합의 계층이 두 번째 단계에서 도입되어 무제한 DA 처리량을 달성합니다. 스위치를 켜서 다른 AWS 서버를 가동하는 것처럼 추가 합의 레이어를 추가하여 전체 DA 처리량을 늘릴 수 있습니다.

또 다른 과제는 회사에 합류할 최고의 인재를 유치하는 것입니다. 정보학 올림피아드(Informatics Olympiad) 금메달리스트와 최고의 컴퓨터 과학 박사 학위를 포함하여 우리 팀은 강력하므로 이에 맞춰 마케팅 팀과 새로운 개발자가 필요합니다.

Jonny : 지금 여러분이 직면한 가장 큰 장애물은 우선순위인 것 같은데요? 짧은 시간 내에 모든 것을 할 수는 없으며 일부 절충안이 필요하다는 점을 인정하십시오. 경쟁에 대해 어떻게 생각하시나요? 나는 Celestia나 EigenDA가 특정 사용 사례에 심각한 위협을 가하지 않을 것이라고 추측합니다.

Michael: Web3에서 경쟁은 주로 커뮤니티에 달려 있습니다. 우리는 고성능 및 AI 빌더를 중심으로 강력한 커뮤니티를 구축한 반면 Celestia와 EigenDA는 아마도 더 범용적인 커뮤니티를 가지고 있을 것입니다. EigenDA는 EigenLayer에 AVS를 구축하고 경제적 보안을 제공하는 데 더 관심을 갖고 있는 반면, Celestia는 Layer2가 트랜잭션 비용을 줄이고 싶어하며 처리량이 많은 애플리케이션이 많지 않은 것에 더 관심을 갖고 있습니다. 예를 들어, Celestia에서 고주파 DeFi를 구축하는 것은 초당 수 테라바이트의 처리량이 필요하기 때문에 매우 어렵습니다. 그렇게 되면 Celestia 네트워크가 완전히 막힐 수 있습니다.

이런 관점에서 우리는 전혀 위협을 느끼지 않습니다. 우리는 매우 강력한 커뮤니티를 구축하고 있으며, 다른 사람들이 등장하더라도 우리는 이미 개발자 및 시장 점유율의 네트워크 효과를 갖고 있으며 바라건대 더 많은 자금이 뒤따를 것입니다. 따라서 최선의 방어는 네트워크 효과입니다.

Web3와 AI의 양방향 의존성

Jonny: 인공 지능을 주요 초점으로 선택하셨는데, Web3가 생태계 내에서 인공 지능을 호스팅해야 하는 이유는 무엇입니까? 반대로 인공지능에는 왜 Web3가 필요한가? 이는 양방향 질문이므로 두 질문 모두에 대한 대답이 반드시 '예'일 필요는 없습니다.

마이클: 물론 AI 없는 Web3도 가능해요. 하지만 앞으로 5~10년 안에 모든 회사가 AI 회사가 될 것이라고 생각합니다. 왜냐하면 AI는 인터넷만큼 변혁적일 것이기 때문입니다. Web3에서 이 기회를 정말로 놓치고 싶습니까? 나는 그렇게 생각하지 않습니다. McKinsey에 따르면 AI는 수조 달러의 경제적 가치를 창출할 것이며 일자리의 70%가 AI로 자동화될 수 있습니다. 그렇다면 그것을 활용해 보는 것은 어떨까요? AI 없이도 Web3는 가능하지만 AI가 있으면 미래는 더 좋아질 것입니다. 우리는 향후 5~10년 안에 블록체인 참여자의 대다수가 귀하를 위해 작업과 거래를 수행하는 AI 에이전트가 될 것이라고 믿습니다. AI로 구동되고 사용자에게 맞춤화된 수많은 자동화 서비스를 갖게 될 매우 흥미로운 세상이 될 것입니다.

역시 AI에는 Web3가 꼭 필요하다고 생각합니다. 우리의 임무는 AI를 공공재로 만드는 것입니다. 이는 근본적으로 인센티브의 문제이다. AI 모델이 부정행위를 하지 않고 인간에게 가장 좋은 결정을 내리도록 어떻게 보장할 수 있나요? 정렬은 인센티브, 검증 및 보안 구성 요소로 나눌 수 있으며, 각 구성 요소는 블록체인 환경에서 구현하기에 매우 적합합니다. 블록체인은 토큰을 통해 금융화 및 인센티브를 제공하여 AI가 금전적으로 부정행위를 하지 않는 환경을 조성할 수 있습니다. 모든 거래 내역도 블록체인에 있습니다. 여기서 대담하게 표현하자면, 기본적으로 교육 데이터부터 데이터 정리 구성 요소, 데이터 수집 및 수집 구성 요소까지 모든 것이 온체인에 있어야 데이터를 제공한 사람이 누구인지, 그리고 어떤 결정을 내렸는지에 대한 완전한 추적이 가능해야 한다고 생각합니다. AI 모델 제작?

5~10년 후에 AI 시스템이 물류, 관리, 제조 시스템을 관리한다면 모델의 버전과 결정을 알고 싶고, 인간 지능을 넘어 모델이 인간과 일치하는지 감독할 것입니다. 관심사 . 그리고 AI를 속일 수 있고 인류의 최선의 이익을 위해 결정을 내릴 수 없는 블랙박스에 넣는다면, 특히 미래의 영향을 고려할 때 이러한 시스템의 보안과 무결성을 지속적으로 보장하는 몇몇 회사를 신뢰할 수 있을지 확신할 수 없습니다. 5~10년 안에 가능한 초강대국 AI 모델.

Kamran: 우리 모두는 암호화폐 공간이 서사로 가득 차 있다는 것을 알고 있고, 당신은 AI 공간에 너무 집중하고 있는데, 이것이 장기적으로 당신에게 방해가 될 것이라고 생각합니까? 당신이 말했듯이, 당신의 기술 스택은 우리가 지금 보고 있는 것보다 훨씬 뛰어날 것입니다. AI에 대한 이야기와 이름 자체가 미래에 당신을 방해할 것이라고 생각하시나요?

마이클: 우리는 그렇게 생각하지 않아요. 우리는 미래에는 모든 기업이 AI 기업이 될 것이라고 굳게 믿습니다. 애플리케이션이나 플랫폼에서 어떤 형태로든 AI를 사용하지 않는 회사는 거의 없습니다. 이러한 관점에서 GPT가 수조 개의 매개변수를 포함하는 새 버전을 출시할 때마다 이전에는 사용할 수 없었던 새로운 기능이 열리고 더 높은 성능 수준에 도달합니다. 이것은 완전히 새로운 패러다임이기 때문에 열기가 계속 유지될 것이라고 생각합니다. 처음으로 우리는 인간의 언어를 사용하여 컴퓨터에게 무엇을 해야 할지 지시할 수 있게 되었습니다. 어떤 경우에는 평범한 사람을 초월하여 이전에는 달성할 수 없었던 프로세스를 자동화하는 능력을 얻게 됩니다. 예를 들어 일부 회사에서는 영업 개발 및 고객 지원을 거의 완전히 자동화했습니다. GPT-5, GPT-6 등이 출시되면서 AI 모델은 더욱 똑똑해질 것입니다. 우리는 Web3의 이러한 추세를 따라잡고 자체 오픈 소스 버전을 구축해야 합니다.

AI 에이전트는 미래에 사회의 일부를 운영하게 될 것이며 이들이 적절한 방식으로 블록체인에 의해 관리되도록 하는 것이 중요합니다. 10~20년 안에 AI는 분명 주류가 되어 거대한 사회적 변화를 가져올 것이다. Tesla의 완전 자율 주행 모드를 살펴보면 미래가 날로 현실이 되고 있음을 알게 될 것입니다. 로봇은 또한 우리 삶에 들어와 우리에게 많은 지원을 제공할 것입니다. 우리는 기본적으로 공상과학 영화 속에 살고 있습니다.

위 내용은 0G Labs와의 대화: DA의 종말을 향한 길과 온체인 AI의 새로운 시대의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!