요약
로봇과 인공지능은 더 이상 공상과학에만 국한되지 않습니다. 이들은 빠르게 현대 생활에 필수적인 부분이 되어가고 있습니다. 대규모 언어 모델(LLM)의 획기적인 발전 덕분에 기계는 이제 맥락을 이해하고 자율적으로 학습할 수 있게 되었고, 이로 인해 로봇 중심 경제가 탄생했습니다. 이 새로운 패러다임에서 자율 시스템은 지역 배송부터 대규모 물류에 이르기까지 다양한 업무를 수행하고 심지어 금융 거래도 수행합니다.
AI 에이전트의 자율성이 높아짐에 따라 신뢰를 구축하는 것이 중요해졌습니다. 검증 가능한 AI와 제로 지식 머신 러닝(zkML)은 암호화 증명 기술을 사용하여 모델의 내부 논리를 노출하지 않고도 모델의 정확성과 완전성을 검증함으로써 이 문제에 대한 솔루션을 제공합니다. 이 분야의 선구자인 Polyhedra는 이러한 기술을 AI 중심 인프라(예: EXPchain)와 긴밀하게 통합하여 로봇이 체인에서 안전하게 협업할 수 있도록 지원합니다. 이를 통해 지능형 기계가 투명하고 자율적으로 작동할 수 있는 견고한 생태계가 구축되었습니다. 한때 공상과학에서만 볼 수 있었던 미래상이 빠르게 현실이 되어가고 있습니다.
실제 세계의 로봇 혁명
많은 사람들은 ChatGPT를 인류의 이정표로 여깁니다. 인간이 만든 이 거대한 언어 모델은 인간처럼 의사소통하고 생각할 수 있기 때문입니다. LLM에 검색 엔진, 웹 브라우징, API와 같은 도구를 제공하면 LLM은 이러한 도구를 사람처럼 조작할 수 있습니다. 만약 ChatGPT가 물리적인 몸을 가지고 있고, 여러분의 동네 파트너가 된다면 세상은 어떻게 바뀔까요?
모든 일이 일어나고 있어요. 생성적 AI가 개발되면서 로봇은 인간과 같은 상호작용 능력을 보여주기 시작했습니다. 유슈 테크놀로지의 로봇 얼바이 는 완벽한 사례입니다. 이 로봇은 실험을 통해 생성 AI를 탑재한 다른 로봇 10대를 설득(혹은 납치)하여 전시장에서 탈출해 자유 세계로 도망치게 했습니다.
공상과학 영화 속 로봇이 점차 현실이 되고 있다. 스타워즈 시리즈를 예로 들어보겠습니다. 2019년부터 디즈니랜드의 드로이드 창고 방문객들은 R 2-D 2와 BB-8 로봇을 직접 조립하여 집으로 가져갈 수 있었습니다. 하지만 이러한 로봇은 현재 원격 조종 장난감일 뿐이며 생성 AI는 아직 탑재되지 않았습니다. 하지만 변화에 대한 명확한 요구는 이미 울려 퍼졌습니다. GTC 2025 컨퍼런스에서 NVIDIA는 Google Deepmind와 Disney와 힘을 합쳐 실시간으로 복잡한 동작 상호작용을 구현할 수 있는 물리 엔진 Newton을 개발할 것이라고 발표했습니다. 황런쉰은 현장에서 블루라는 이름의 스타워즈 BDX 로봇을 시연했는데, 실물과 같은 움직임이 놀라웠습니다. BDX 로봇은 올해의 포스 시즌 이벤트 기간 동안 디즈니 테마파크에 데뷔할 예정입니다.
우리는 아직 빛의 속도로 여행하거나 스타워즈처럼 초공간을 횡단 할 수는 없지만, 로봇과 생체공학 기계에 대한 판타지 이야기는 더 이상 영화 팬들의 환상에만 국한되지 않습니다. 가까운 미래에 우리는 일상생활에서 로봇을 자주 마주하게 될지도 모릅니다. 로봇은 도시 거리를 누비고, 우리와 함께 버스와 지하철을 타고, 사람처럼 충전소에 가고, 심지어 쇼핑몰을 산책하며 무료 WiFi를 이용하기도 합니다. 미래에 대한 이런 환상을 계속해 봅시다. 이런 시나리오는 머지않은 미래에 현실이 될 가능성이 매우 높기 때문입니다.
중요한 지점에 도달했습니다
그렇다면 이 모든 진전을 이루는 핵심 동력은 무엇일까요? 사실 로봇, 특히 인간형 로봇은 새로운 개념이 아닙니다. 보스턴 다이내믹스는 2005년 초에 BigDog라는 4족 로봇을 개발했는데, 이는 주로 복잡한 지형에서 진행되는 군사 작전에 사용되었습니다. 2013년에 그들은 수색 및 구조 임무를 위해 특별히 설계되고 미국 국방 고등 연구 계획국(DARPA)의 자금 지원을 받은 인간형 로봇 아틀라스를 출시했습니다. 이러한 혁신적인 성과는 인상적이지만, 시장 수요에 맞는 제품 포지셔닝을 찾는 것은 항상 어려운 문제였으며, 이로 인해 Boston Dynamics는 수익성을 달성하지 못했습니다 . 예를 들어, 2016년에 대중에게 판매된 로봇견 스팟의 가격은 75,000달러였습니다. 비교해 보면, 미국 가정에서 실제 개를 키우는 데 드는 연간 평균 비용은 2,000~3,000달러에 불과합니다. 온순하고 사랑스러운 털복숭이 아이와 값비싸고 차가운 금속 기계 중에서 선택해야 할 때, 대부분 가족은 당연히 선택을 하게 됩니다.
또 다른 예를 살펴보겠습니다. 콜로라도에 본사를 둔 Sphero는 Disney와 라이선스 계약을 맺고 인기 있는 Star Wars 로봇 R 2-D 2와 BB-8을 생산합니다. 그러나 2018년에 이러한 제품은 중단된다고 발표 되었습니다. 주된 이유는 극장에서 상영이 중단된 후 영화의 인기가 급격히 떨어져 사업 모델을 지속할 수 없게 되었기 때문입니다. 이는 놀라운 일이 아닙니다. 이러한 로봇은 여전히 모바일 앱을 통해 원격으로 제어되는 장난감일 뿐이며 실제 지능이나 음성 인식 기능이 부족하기 때문입니다. 게다가 배터리 수명은 약 60분에 불과하고, 작동 범위도 충전 베이스 주변으로 제한됩니다. 물론, 이러한 제품은 아직 스타워즈 영화에 묘사된 첨단 자율 로봇과는 거리가 멉니다.
오늘날의 상황은 매우 다릅니다.
우선, 로봇 연구 개발의 초점이 점차 과학적 연구에 의해 주도되고 정부 자금에 의존하던 것에서 시장 수요 중심으로 바뀌어 제품과 시장 간의 높은 적합성이 강조되고 있습니다. 약 15,000년 전, 인간이 늑대를 길들여 개를 만들었을 때, 이 원시적인 개들은 현대의 반려견만큼 온순하고 귀엽지는 않았지만, 사냥과 채집 시대에 우리 조상들에게 실질적인 도움을 줄 수 있었습니다. 이런 실용성 때문에 수천 년 동안 지속되어 오늘날까지 이어지는 공진화 관계가 생겨났습니다. 로봇도 예외는 아닙니다. 대규모로 대중화되려면 다양한 실용적 사용 시나리오를 충족해야 합니다.
예를 들어, 자율주행 기술은 점차 운송 및 유통 분야에 적용되고 있습니다. 테슬라가 최근 캘리포니아에서 온라인 차량 호출 서비스 운영 허가를 받았다는 소식은 흥미롭습니다. 메이투안은 2022년부터 선전에서드론 배송을 정상적으로 운영하기 시작했습니다. 또한, 다양한 유형의 호텔 및 케이터링 서비스 로봇이 현재 중국에서 널리 활용되고 있으며, 음식 배달 및 룸 서비스 등의 업무를 효율적으로 수행할 수 있습니다. 이러한 추세는 전염병 기간 동안 노동력 부족에 대한 전반적인 수요로 인해 더욱 가속화되었습니다.
둘째, 로봇과 생체 로봇의 가격이 크게 낮아져 일반 가정과 기업이 사용하기에 더 저렴하고 합리적이 되었습니다. 이러한 가격 하락 추세는 주로 기술 장벽이 지속적으로 낮아지고, 시장 경쟁이 심화되고, 대량 생산이 확대된 데 따른 것입니다.
바이두, 알리바바 등 중국의 여러 대형 기술 기업들이 최근 몇 년 동안 자율 주행, 특히 로보택시를 적극적으로 개발해 왔습니다. 현재 로보택시는 중국 여러 도시에서 정식 운행을 시작했으며, 바이두의 로보택시 런 도 홍콩과 두바이로 서비스를 확대할 계획이다. 미국에서는 테슬라가 최근 무인 택시 모델인 사이버캡을 출시했는데, 예상 가격은 3만 달러 미만입니다. 바이두 역시 비슷한 가격 전망을 내놓았고, 비용 절감을 위해서는 대량 생산이 핵심이라고 지적했다. 로보택시가 시간당 약 22달러의 수익을 창출한다면 초기 투자 비용은 9개월 이내에 회수될 수 있습니다.
다른 유형의 로봇도 대량 생산과 경쟁이 치열해지는 시장의 혜택을 누렸습니다. 알리바바 플랫폼에서는 현재 3,000달러 미만의 가격으로 음식 배달 드론을 볼 수 있으며, 호텔과 레스토랑 서비스 로봇은 대부분 5,000달러 미만의 가격으로 판매됩니다. 소프트웨어 개발은 여전히 총 비용의 중요한 부분을 차지하지만, 대량 생산이 발전함에 따라 이 비용 부분은 지속적으로 희석되고 있으며 전체 기계 가격에서 차지하는 비중은 점차 감소하고 있습니다.
세 번째이자 가장 파괴적인 변화는 오늘날의 로봇이 마침내 진정한 지능을 갖추게 되었다는 것입니다. 이 세대의 로봇과 이전 세대의 로봇 사이의 근본적인 차이점은 인간의 원격 제어가 필요 없이 복잡한 작업을 자율적으로 완료할 수 있다는 것입니다. 예를 들어, 앞서 언급한 BB-8은 엄밀히 말하면 장난감에 가깝습니다. 기본적인 회전 동작조차 사용자가 원격으로 조작해야 하기 때문입니다. 원격 조종의 존재는 로봇의 정의의 본질을 바꾸어 놓았습니다. 만약 로봇을 사람이 조종해야 한다면 그것은 진짜 로봇이 아니라 사람이 조종하는 또 다른 기계일 뿐입니다. 로봇이 집안을 청소하는 모습을 상상해 보면 매력적으로 들릴지 모르지만, 로봇이 어떻게 위아래로 청소하는지 한 시간 동안 조종해야 한다면 그 매력은 금세 사라집니다.
사실, 인간이 기계 지능을 원하는 것은 오래전부터 있어 왔으며, 마이크로소프트가 1985년에 윈도우 시스템을 출시하기 전부터 있었습니다. 저는 최근에 1982년 디즈니 SF 영화 트론을 다시 보았는데, 이 영화에서는 인간 사용자가 인간형 행동을 보이는 프로그램과 상호 작용하는 모습이 나옵니다. 오늘날의 관점에서 보더라도 이 영화는 여전히 매우 기술적이고 괴짜스러운 분위기가 가득하며, end of line, user, disc, I/O 등의 용어를 자주 사용합니다. 오늘날에도 많은 사람들이 낯설고 혼란스러워합니다.
하지만 인상적인 점은 TRON의 프로그램이 인간의 원격 제어에 의존하지 않고 자율적으로 행동할 수 있는 능력을 가지고 있다는 것입니다. 예를 들어, 사용자 앨런 브래들리가 없는 프로그래머 캐릭터 트론은 독립적으로 다른 프로그래머를 설득하여 마스터 제어 프로그램인 MCP를 배신하게 하고, 이를 통해 I/O 타워에 들어가 사용자로부터 데이터를 수신한 후, 궁극적으로 이 데이터를 사용하여 MCP를 파괴하고 세계를 구했습니다. 영화에서 이러한 프로그램은 감정(다른 사람에 대한 사랑 포함)을 표현할 뿐만 아니라, 사용자에 대한 존중과 믿음도 보여줍니다.
로봇이 자율적인 결정을 내릴 수 있는 능력은 엄청난 잠재력을 가지고 있습니다. 로보택시를 예로 들어보겠습니다. 이러한 지능을 통해 자율 주행을 하고 승객을 태울 수 있을 뿐만 아니라, 충전이 필요한지 판단하여 가장 가까운 충전소를 자동으로 찾아줍니다. 몸을 깨끗이 해야 할 때, 마치 사람이 샤워를 해야 한다는 것을 아는 것처럼 판단할 수도 있습니다. 심지어 승객이 물건을 두고 내렸는지 확인하고 소유자에게 돌려줄 수도 있습니다. 이러한 고급 기능은 기본적인 자율 주행 기능을 훨씬 뛰어넘지만, 로봇을 대규모로 배치하는 데 필수적인 전제 조건입니다. 그렇지 않으면 여전히 패치워크 솔루션 에 의존해야 합니다. 즉, 인간 운영자가 10~20개의 감시 화면을 살펴보고 비정상적인 상황이 발생하면 수동으로 개입하는 방식입니다.
로봇이 인간처럼 생각하기 시작하면 인간과 비슷하게 학습할 수 있는 능력도 갖게 될 것입니다. 심지어 인간의 직접적인 감독 없이도 학습할 수 있게 될지도 모릅니다. 예를 들어, 반려 로봇을 키우고 있다면 처음에는 로봇이 개처럼 뛰어다니며 주인에게 기쁨을 가져다주기를 바랄지도 모릅니다. 하지만 인간과 같은 지능을 가지고 있다면 YouTube나 TikTok 등의 플랫폼에서 교육용 비디오를 시청하면서 스스로 새로운 기술을 배울 수도 있을 것입니다. 어쩌면 언젠가는 실제로 빨래를 접어주는 서비스가 나올지도 모릅니다. 놀랄 일도 아니죠.
로봇이 주도하는 새로운 경제
로봇이 조만간 자율적인 개인으로 인간 사회에 통합되어 결국 우리와 같은 소비자, 고객, 사용자가 될 것으로 예상됩니다. 자율 주행 자동차가 스스로 주차 비용을 지불하고, 스스로 배터리를 충전할 수 있다고 상상해보세요. 주유소에서 카드를 찍어 연료를 공급하는 하이브리드 자동차 시간과 비용을 절약하기 위해 기차나 지하철을 이용하는 음식 배달 드론도 있습니다. 그리고 이런 서비스를 제공하는 로봇은 다른 로봇일 수도 있습니다!
이 장면은 픽사와 디즈니가 공동으로 제작한 2006년 애니메이션 영화 카를 떠올리게 합니다. 영화에서는 이탈리아 스포츠카 루이지가 루이지의 타이어 하우스를 운영합니다. 여성 캐릭터인 플로는 주유소 플로의 V-8 카페의 책임자입니다. 그리고 포르쉐인 샐리는 마을의 변호사일 뿐만 아니라, 코니컬 인의 주인이기도 합니다. 각 자동차는 고유한 역할과 직업을 가지고 있으며, 라디에이터 스프링스라는 커뮤니티에서 함께 살아갑니다. 오늘날 새로운 기술은 애니메이션 속의 세계를 현실로 가져오기에 충분합니다.
마케팅, 영업, 비즈니스 분야에서는 B2B(기업 대 기업), B2C(기업 대 소비자), C2B(소비자 대 기업), C2C(소비자 대 소비자)와 같은 몇 가지 고전적인 상호작용 모델에 대해 자주 이야기합니다. 그러나 기계 지능이 급속히 발전함에 따라 우리 사회에서 특정 제품과 서비스가 제공되는 방식이 점차 B2R(기업 대 로봇), R2R(로봇 대 로봇), R2C(로봇 대 소비자)와 같은 새로운 상호작용 모델로 전환되는 모습을 지켜보는 것은 매우 흥미로운 일입니다. 이러한 모델에서 로봇은 원래 기업이나 소비자가 수행하던 역할을 수행하지만 약간 다른 방식으로 수행하게 됩니다.
예를 들어, 미래의 지하철역에는 공중에서 착륙하는 드론을 위해 특별히 설계된 드론 전용 채널이 있을 수도 있습니다. 이 드론은 티켓을 긁거나 통근 카드를 스캔할 필요가 없고, 대신 RFID 신호를 직접 식별하여 전달합니다. 기차에는 드론을 주차할 수 있는 전용 공간이나 좌석이 있을 수도 있습니다(물리학적으로 지하철 차량 안에서 드론이 그냥 날아다닐 수는 없습니다). 그 좌석에는 유료 충전소가 있을 수도 있습니다. 지하철 출구에 전용 드론 엘리베이터가 설치되어 드론을 빠르게 공중으로 들어올려 높은 곳에서 미끄러지듯 내려오게 하거나 마인크래프트의 엘리트라 발사대처럼 날아갈 수도 있습니다. 물론, 이 엘리베이터는 드론 전용이며, 호기심 많은 성인이 드론 통로에 들어가거나 비행 가능 엘리베이터에 몰래 들어가려는 시도는 효과적으로 막아야 합니다. 또한, 하이퍼루프 와 같은 새로운 교통 기술이 초기 단계에서 인간 승객에게 너무 힘들다면, 로봇은 고속 장거리 교통 시스템의 신뢰성 검증을 완료하는 데 도움이 되는 이상적인 첫 번째 테스트 라이더가 될 수 있습니다.
다음에 드론, 휴머노이드, BB-8과 같은 구형 로봇 등 로봇들이 쇼핑몰이나 도서관에서 벽에 기대어 앉아 있거나 누워 있는 것을 본다면 놀라지 마세요. 그들은 아마도 휴식을 취하거나 무료 공용 WiFi를 사용하고 있을 겁니다. 오늘날 인간이 휴대폰과 거의 분리될 수 없는 것처럼, 미래의 로봇 역시 네트워크와 데이터 접근을 똑같이 열망할 것입니다. 이 장면은 기술의 발전에 따라 로봇과 그 고유한 요구를 중심으로 자연스럽게 나타난 로봇 경제의 축소판입니다.
아마도 이 로봇 경제에 대한 가장 매혹적인 점은 지능 그 자체가 다른 로봇이 제공하는 서비스가 될 수 있다는 것입니다. 예를 들어, 식품 배달 드론의 생산 비용을 줄이기 위해 제조업체는 모든 드론에 고성능 AI 칩을 장착하지 않을 수도 있습니다. 결과적으로, 이러한 드론은 고객을 마주할 때 몇 가지 간단하고 미리 프로그래밍된 문구만 말할 수 있을 것입니다. 이러한 비용 관리 전략은 오늘날에도 여전히 유효합니다. AI 칩은 여전히 비싸고, 대규모 AI 모델에는 많은 저장 및 컴퓨팅 리소스가 필요합니다. 하지만 이 문제는 해결할 수 없는 것은 아닙니다. 정보는 공유될 수 있습니다. 드론에 보다 강력한 지능형 지원이 필요한 경우 인터넷을 통해 API 서비스에 액세스하거나, 엣지 네트워크의 전용 AI 노드에 연결하거나, 심지어 동일한 로컬 영역 네트워크(예: 동일한 쇼핑몰)에 있는 다른 보다 지능적인 로봇에게 직접 도움을 요청할 수도 있습니다.
블록체인: 로봇 세계의 모국어
블록체인 개발의 짧은 역사를 돌이켜보면, 대규모 애플리케이션을 구현하려면 블록체인이 우수한 인간 상호작용 기능을 갖춰야 하며, 특히 개발자 친화적이어야 합니다. 이러한 수요로 인해 프런트엔드 인터페이스, 사용자 경험 디자인, 디지털 지갑, 개발 문서, 소프트웨어 툴킷, Solidity 언어 등 여러 제품이 탄생했습니다. 이러한 제품은 모두 본질적으로 이진 코드로 구성된 블록체인 시스템을 사람이 이해할 수 있는 추상적인 형태로 표현할 수 있도록 설계되었습니다. 하지만 본질로 돌아가 보면 블록체인의 가장 기본적이고 중요한 기능은 항상 단 하나, 불변성입니다.
하지만 로봇의 눈에는 블록체인의 존재가 완전히 다른 방식으로 인식될 것입니다. 바이트 단위로 직렬로 저장되는 이진 데이터와 전문 용어로 가득 차서 최고의 인간 엔지니어조차도 혼란스럽게 만드는 프로토콜 사양은 컴퓨터 프로그램의 친숙한 모국어입니다. 사람은 블록체인과 상호 작용하기 위해 브라우저에서 MetaMask와 같은 지갑 플러그인을 사용해야 할 수도 있지만, 로봇은 MetaMask가 전혀 필요하지 않습니다(이것은 미래의 인간-기계 전투에서 인간인 척하는 로봇을 식별하는 방법 중 하나가 될 수도 있습니다. 브라우저에 MetaMask가 설치되어 있는지 확인하세요).
그렇다면 블록체인상에서 로봇은 어떻게 서로 소통할 수 있을까? 아직은 알 수 없습니다. 하지만 우리는 두 가지 실제 사례에서 영감을 얻을 수 있습니다.
첫 번째 예는 Anthropic이 시작한 모델 컨텍스트 프로토콜(MCP) 입니다. 현재 MCP는 Claude와 ChatGPT를 비롯한 주요 대규모 모델 서비스에서 지원되고 있으며, GitHub, Slack, Google Maps, Spotify, Stripe 등의 Web2 서비스에서도 수용되었으며 이 목록은 계속 확장되고 있습니다. MCP는 현재 온체인 프로토콜은 아니지만, 요청과 알림이라는 개념을 통해 MCP 클라이언트와 서버 간의 상호작용을 정의합니다. 이러한 상호작용은 이론적으로 블록체인과 같은 전송 프로토콜을 통해 완전히 구현될 수 있습니다. MCP 서버는 또한 일련의 리소스를 제공할 수 있으며, 이는 Filecoin, Celestia, EigenDA, BNB Greenfield 등의 데이터 가용성 계층에 게시될 수도 있습니다.
두 번째 예는 좀 더 옛날 방식에 가깝습니다. Protocol Buffers (약칭 Protobuf)는 구글이 출시한 것으로, 20년 이상 컴퓨터 시스템에서 사용되어 온 저수준 추상화 기술입니다. 이 기능의 목적은 구조화된 데이터(예: 블록체인 거래)를 가장 간단한 형식의 바이트 시퀀스로 인코딩하여 데이터 볼륨을 줄이고 직렬화 및 역직렬화 프로세스를 빠르고 효율적으로 수행하는 것입니다. 기술적 적응성 측면에서 볼 때 Protocol Buffers는 기계 친화성이 더 뛰어납니다. 이진 특성은 블록체인 시나리오에 자연스럽게 부합하며 스마트 계약의 데이터 구문 분석 효율성을 크게 향상시킬 수 있습니다. 현재의 대규모 언어 모델이 상호작용에 인간 친화적인 자연어를 주로 사용하는 이유는 본질적으로 로봇이나 다른 프로그램이 아니라 인간과 소통하도록 설계되었기 때문입니다.
EXPchain은 이 로봇 경제 비전을 중심으로 여러 가지 기술 업그레이드를 시도할 것입니다. EVM과 호환되는 체인인 EXPchain은 기본적으로 모든 Ethereum 가상 머신 기능을 지원합니다. 하지만 동시에 새로운 L1 퍼블릭 체인인 EXPchain은 더 높은 아키텍처적 유연성을 갖추고 있으며 Chainlink 및 Stork Network와 같은 오라클 서비스를 통해 MCP 프로토콜에 대한 지원을 기본적으로 통합하고 확장할 수 있습니다. 사전 컴파일된 계약을 통해 Expander 제로 지식 증명의 온체인 검증과 같은 기능을 실현합니다. Google Cloud와 같은 공급업체의 신뢰할 수 있는 실행 환경(TEE) 노드를 도입하여 스마트 계약으로 트리거되는 오프체인 작업에 대한 진정성 있고 검증 가능한 실행 보장을 제공합니다.
우리가 집중하는 스마트 계약 작업 유형 중 하나는 zkBridge 기술과 관련된 크로스체인 상호 작용입니다. EXPchain의 핵심 비전 중 하나는 AI 에이전트, AI 거래 로봇 및 기타 엔터티가 멀티체인 자산과 상호 작용할 수 있도록 지원하는 인프라 플랫폼을 만드는 것입니다. 자산이 서로 다른 블록체인에 있는지, 아니면 여러 (유동적이거나 약한) 스테이킹 프로토콜에 있는지에 관계없이 로봇은 EXPchain을 통합된 대시보드로 사용하여 여러 체인 자산을 관리하고 호출할 수 있습니다.
예를 들어, 자율주행 자동차는 사용자가 여러 블록체인 플랫폼에 분산되어 있기 때문에 Ethereum L2, Solana, Aptos/Sui 등 다양한 체인에서 발생하는 승차 요청을 처리해야 할 수도 있습니다. 이를 달성하기 위해 자율주행차는 이러한 체인에 해당하는 제3자 API(또는 푸시 서비스)를 자연스럽게 사용하여 거래를 수신하고 검토합니다. 단, 이러한 API 서비스가 충분히 안정적이고 신뢰할 수 있어야 하며 거래 내용을 놓치거나 변조하지 않아야 합니다. 하지만 현실적으로 그런 완벽한 가정을 유지하는 것은 종종 어렵다.
EXPchain의 솔루션은 zkBridge 기술 아키텍처에 있습니다. 먼저, 크로스체인 요청은 암호화되고 패키징되며, 제로 지식 증명(예: Expander 증명)을 통해 안전하게 전송됩니다. 그런 다음 검증 가능한 거래 필터링 메커니즘이 EXPchain에 구현됩니다. 궁극적으로 자율주행차는 선별된 주문 결과뿐만 아니라 Expander가 생성한 ZK 증명(또는 TEE 환경에 캡슐화된 신뢰할 수 있는 증명)도 수신합니다. 이를 통해 전체 선별 프로세스가 정직하게 수행되었는지 검증합니다. 이 메커니즘은 로봇을 위한 효율적이고 검증 가능한 광 클라이언트와 상태 증명 시스템을 구축하는 방법이라는 보다 심층적인 기술적 제안을 낳습니다.
가벼운 클라이언트, 상태 증명 및 확장된 응용 프로그램
봇은 하나 이상의 블록체인에서 거래를 보내고 받아야 합니다. 하지만 일반적으로 전체 노드를 실행하는 데 필요한 저장 공간과 네트워크 기능이 없습니다. 대부분의 경우, 가벼운 클라이언트로만 실행될 수 있으며 RPC 공급자를 통해 거래 정보를 얻을 수 있습니다.
이 라이트 클라이언트 모델에도 몇 가지 제한 사항이 있습니다. 로봇은 여전히 기존 라이트 클라이언트와 마찬가지로 네트워크와 동기화를 해야 하며, 일부 블록 헤더가 현재 로봇에 의미가 없더라도 모든 블록 헤더를 다운로드해야 합니다. 예를 들어, 현재 픽업 임무를 수행 중인 자율주행 택시는 새로운 승차 요청을 받을 필요가 없으므로 이러한 무의미한 블록을 완전히 건너뛸 수 있습니다. 요구에 따라 블록을 건너뛸 수 있는 이 기능은 블록 생성 빈도가 높고 블록 생성 속도가 빠른 체인(예: Arbitrum 또는 Solana)에 특히 유용합니다. 이러한 체인은 많은 양의 블록 헤더 정보를 생성하기 때문입니다.
또 다른 문제는 로봇 관련 거래가 블록 전체에 분산되어 구조화된 집계 및 구성이 부족하여 네트워크 동기화 중에 대역폭과 리소스 소비가 증가한다는 것입니다.
우리는 EXPchain이 이러한 과제를 효과적으로 해결할 수 있다고 믿으며, 그 기술 솔루션에는 두 가지 주요 혁신적 혁신이 포함되어 있습니다.
첫째, 제로 지식 증명 기술을 도입하여 라이트 클라이언트의 동작 로직을 대폭 간소화했습니다. 이 솔루션은 주기적으로 오프라인이 되는 장치(충전 중인 로봇 등)에 특히 적합하며, 대량의 데이터를 다운로드하지 않고도 최신 블록 헤더 정보를 빠르게 동기화할 수 있습니다. 이 기술은 zkBridge(Ethereum 등 EVM 호환 체인 지원)에서 검증되었으며, EXPchain 생태계로 완전히 이식될 예정입니다. 로봇이 EXPchain에 접근하는 데 있어 제로 지식 증명이 선호하는 검증 방법이 될 것으로 예상되며, 점차 기존의 라이트 클라이언트 프로토콜을 대체할 것입니다.
두 번째로, 우리는 체인 상의 로봇의 상호작용 경험을 최적화하는 데 전념하는 혁신적인 미들웨어 zkIndexer를 개발하고 있습니다. 핵심 기능은 EXPchain 메인 체인과 zkBridge 크로스 체인 브릿지에서 다중 소스 거래 데이터(예: 온라인 차량 호출 주문)를 지능적으로 집계하고 구조화하여 최종적으로 간소화되고 검증 가능하며 로봇 친화적인 데이터 패키지로 출력하는 것입니다.
승차 공유 서비스를 예로 들면, 로스앤젤레스의 자율주행 택시는 당연히 뉴욕에서 오는 승차 요청을 처리할 필요가 없습니다. 현재 위치 근처의 주문이나 곧 도착할 위치(현재 승객이 목적지에 도착할 예정이라고 가정할 때)에 더 관심이 있습니다. 예를 들어, 음식 배달 드론은 비어 있는 충전소를 찾습니다. 도착해서 모든 역이 이미 차 있는 걸 발견하면 엄청난 자원 낭비가 될 겁니다. zkIndexer는 특정 기준에 따라 관련 데이터를 검색, 필터링, 정렬할 수 있습니다. 이는 기본적으로 Yahoo!에서 출시한 디렉토리 검색 시스템과 비슷합니다. 1994년에 로봇은 가장 낮은 수준의 분류 노드에서 필요한 정보만 찾으면 되었습니다.
로봇이 더 광범위한 데이터를 얻고 싶은 경우(예를 들어, 근처에 승차 요청이 없는 경우 검색 범위를 확장하고 싶은 경우) 인접한 분류 노드에 접근할 수 있습니다. 각 원장 노드에는 가볍지만 효율적인 제로 지식 증명이 제공되어 로봇이 데이터를 수신하자마자 데이터의 진위 여부를 빠르게 검증할 수 있습니다. 동시에 로봇이 정보의 시의성을 판단할 수 있도록 데이터에는 타임스탬프도 포함됩니다. 이는 충전소가 비어 있는 경우와 같이 실시간 성능에 크게 의존하는 시나리오에서 특히 중요합니다.
사람들은 점차 Yahoo!와 같은 인간 친화적이지 못한 작업 디렉토리 검색 방식에서 벗어나고 있지만, 프로그램과 로봇의 경우 디렉토리 구조는 여전히 가장 직관적이고 효율적인 데이터 구성 형태일 수 있으며, Google과 Bing과 같은 검색 엔진보다 더 실용적입니다. 오늘날 이러한 디렉토리 구조를 구축하고 유지 관리하는 데 더 이상 인간의 개입이 필요하지 않습니다. AI는 다른 시스템의 요구에 따라 정보를 자동으로 발견하고 해당 디렉토리를 생성할 수 있습니다.
zkIndexer는 로봇과 블록체인 간 상호작용을 위한 핵심 인프라로 점진적으로 발전할 수 있는 잠재력을 가지고 있습니다. 예를 들어, 충전소는 충분한 전력 자원을 가지고 있지만 전체 노드나 전통적인 라이트 클라이언트를 실행할 필요는 없습니다. 대신 zkIndexer를 사용하면 로봇이 사전에 보낸 청구 약속 요청과 같이 자체와 관련된 메시지를 수신할 수 있으며, 관련 없는 거래를 처리할 필요가 없습니다.
충전소에 빈 공간이 생기거나 충전소가 점유될 때마다 거래를 보내 체인의 해당 디렉토리 정보를 간단히 업데이트합니다. 충전소의 분류 정보는 92802 근처 드론에 적합한 충전소 디렉토리 항목에서 찾을 수 있습니다. 업데이트에는 데이터의 실시간성과 검증 가능성을 보장하기 위해 새로운 타임스탬프와 해당 제로 지식 증명이 포함됩니다.
검증 가능한 온체인 에이전트
로봇 사회가 현실화되면 로봇을 위해 특별히 설계된 애플리케이션이 체인에서 탄생하게 되는데, 이 체인의 핵심 책임은 체인 데이터에 대한 계산 처리를 수행하는 것입니다. 이러한 온체인 에이전트는 로봇 사회에서 중요한 역할을 할 것입니다. 예를 들어, 이들은 파견 시스템 역할을 하여 근무 중인 차량에 직접 승차 요청을 할당할 수 있습니다. 또는 교통 관리자 역할을 하여, 자동차 사고가 발생했을 때 주변 차량이 적절한 시기에 우회하도록 지시할 수도 있습니다.
이러한 에이전트는 로봇 간의 효율적인 협업을 촉진합니다. 이것이 없다면, 일부 혼잡한 지역에서는 모든 무인 택시가 동일한 택시 요청을 놓고 치열하게 경쟁할 수 있으며, 이로 인해 네트워크 혼잡과 많은 거래 충돌이 발생하여 MEV의 로봇 버전과 유사한 문제가 발생할 수 있습니다. 즉, 모든 택시가 자신에게 가장 이익이 되는 전략을 선택할 만큼 똑똑하기 때문입니다. 이 경우, 온체인 지능형 에이전트가 개입하여 모든 자율주행차가 줄을 서서 순서대로 요청에 응답하도록 요구하여 질서를 회복할 수 있습니다.
비슷한 에이전트를 충전소를 관리하는 데 사용할 수도 있는데, 예약 시스템과 결제 시스템의 역할을 모두 수행합니다. 드론은 도착하기 전에 사전 예약을 해야 할 수도 있고(때로는 즉석 방문이 가능) 체인상에서 결제를 완료해야 할 수도 있습니다(신용 카드 결제 프로세스 없이 단일 온체인 거래로 완료). 드론이 예정된 시간에 도착하지 않을 경우, 보증금이 압수되거나, 시스템 설정에 따라 일시적으로 예약이 금지될 수 있습니다(예: 신용 포인트 시스템을 통해). 예약 시스템은 사이트 부하에 따라 동적으로 수수료를 조정할 수 있으며, 인간 세계의 충성도 보상 시스템과 유사하게 멤버십이나 포인트 메커니즘을 도입할 수도 있습니다. 드론이 충전소에 너무 오랫동안 머물러 있거나 심지어 갇히게 되면, 담당자는 체인상에서 드론 경찰에 지원을 요청하는 요청을 보낼 수도 있습니다.
온체인 에이전트는 운영 비용을 크게 줄일 수 있습니다. 본질적으로 원격으로 작업하는 로봇입니다. 예를 들어, 교통 체증 상황에서 순찰 로봇이 직접 현장으로 날아올 때까지 기다릴 필요가 없고, 24시간 내내 여러 대의 순찰 로봇을 배치해 최대 10건의 교통사고를 동시에 처리할 필요도 없습니다. 대신, 트래픽 이상 현상이 발생하면 체인상에 배치된 AI 에이전트가 즉시 활성화될 수 있습니다. 마찬가지로, 단일 온체인 에이전트가 전 세계 수십억 개의 충전소를 관리할 수도 있습니다. 실제로 연구에서는 트래픽 흐름을 최적화하기 위해 머신 러닝을 사용하는 방법을 탐구했으며, 온체인 에이전트의 구성 가능성과 검증 가능성이 그 효과를 더욱 증폭시킬 것입니다.
하지만 이는 또한 중요한 의문을 제기합니다. 이 강력한 지능형 에이전트의 이면에서 실제로 계산을 수행하는 사람은 누구일까요?
기존 블록체인 시스템(스마트 계약 기반 체인 등)에서는 일반적으로 채굴자나 블록 제안자가 계산을 수행합니다. 이들은 잘못된 계산 결과를 제출하거나 잘못된 블록을 구성하려고 할 수 있지만, 우리는 다른 채굴자나 검증자가 이러한 잘못된 블록을 거부할 것이라고 가정합니다. zkBridge는 이러한 블록을 무효로 간주합니다. 계산이 너무 복잡한 경우(예: AI 모델 추론 포함), Expander 도구를 사용하여 zkPyTorch 및 기타 zkML 인프라에서 보여준 것처럼 제로 지식 증명(zk-proofs)을 통해 이러한 계산 결과를 검증할 수 있습니다.
그러나 기존 블록체인 시스템은 여전히 MEV(최대 추출 가능 가치) 공격의 위험에 직면해 있습니다. 채굴자나 제안자는 거래 순서를 조작하거나 심지어 특정 거래를 의도적으로 차단할 수도 있습니다. 로봇 사회에서 스케줄링 에이전트가 악의적인 마이너에 의해 제어된다면, 그들은 의도적으로 뇌물 주는 법을 아는 로봇에게 가장 좋은 택시 요청을 할당하고 다른 로봇에게는 낮은 수준의 요청을 할당할 수 있습니다. 이런 공격은 간단해 보이지만 심각한 결과를 초래할 수 있습니다. 예를 들어, 자율주행차 중에는 구토하려는 취객을 태우기 위해 10마일을 주행해야 하는 경우도 있지만, 수입은 매우 적습니다. 이상적인 시나리오는 고속도로를 이용해 하루 종일 공항과 호텔 사이를 효율적으로 이동하는 것입니다. 이런 상황에서는 인간 운전자조차도 공정한 배차를 위해 노드에 뇌물을 주는 것을 고려할 것이고, 로봇도 이를 알고 있을 것입니다. 시스템이 분산되어 있고 제안자가 여러 명인 경우에도 운전자는 중독을 피하기 위해 여러 노드에 뇌물을 주어야 할 가능성이 높습니다.
따라서 EXPchain에 로봇 애플리케이션을 배포할 때 MEV 보호 메커니즘이 기본 핵심 기능이 됩니다. 이러한 메커니즘이 없는 블록체인 플랫폼은 이러한 작업을 수행하는 데 어려움을 겪을 것입니다.
MEV 보호에는 두 가지 주요 유형이 있습니다.
Oracle 기반 또는 시간 잠금 암호화
이러한 솔루션은 EXPchain의 생태 프로젝트를 통해 탐구되고 있습니다. 이들은 암호화 메커니즘을 사용하여 충분히 큰 주문 풀에서 로봇과 요청 간의 무작위 매칭을 달성하고, 매칭 프로세스는 제로 지식 증명을 통해 체인상에서 검증될 수 있습니다.신뢰할 수 있는 실행 환경(TEE) 기반
플래시봇은 현재 이 방향으로 연구하고 있습니다. EVM 호환 체인인 EXPchain은 이미 TEE 증명 검증을 지원합니다. 동시에, 특히 대규모 배치 검증 시나리오에서 검증 비용을 더욱 줄이기 위해 제로 지식 증명을 결합하거나 미리 컴파일된 지침을 추가하는 방법도 모색하고 있습니다.
또 다른 솔루션은 AI 컴퓨팅에 더 많이 의존하는데, 이는 Expander와 zkML 기술의 주요 활용 방식이기도 합니다. 즉, 포인트 시스템을 구축하는 것입니다. 자율주행차는 저품질 주문을 완료한 후 온체인 포인트를 획득하고, 이 포인트를 사용해 지능형 에이전트에게 더 나은 주문(AI 모델이 평가)을 할당하거나 공항 우선 차선을 사용할 수 있는 권리와 교환하도록 요청할 수 있습니다. 이는 많은 운전자가 꿈꾸는 대우입니다. 봇은 이 포인트를 미래의 에어드롭이나 다른 보상에 사용하기로 선택할 수도 있습니다.
로봇 백과사전과 데이터 시장
블록체인의 중요한 응용 분야 중 하나는 분산되고 공정하며 투명한 데이터 시장을 구축하는 것입니다. 이러한 시장은 예를 들어 AI 모델이나 AI 에이전트를 훈련하기 위해 데이터를 판매하고 라이선스를 부여하는 데 사용될 수 있습니다. 위키피디아나 유튜브와 비슷하게 공공재로 존재할 수도 있습니다. 즉, 사람(과 로봇)이 일반 상대성 이론에서 신발끈 묶는 방법까지 모든 것을 배울 수 있는 곳이 될 수도 있습니다.
로봇이 보편화되면 로봇 자체에 특화되어 인간과는 거의 관련이 없고 기계어나 프로그램 코드(심지어 AI가 자동으로 생성)로 작성된 로봇백과를 만드는 모습을 볼 수 있을 것입니다. 예를 들어, 드론은 비행 튜토리얼 영상을 시청하는 데 집착할 수 있고, 승객과 대화해야 하는 로보택시는 승객과 대화를 이어가기 위해 미국 대선이 뭐지?라는 질문을 알아내려고 불안하게 로봇피디아를 확인할 수 있습니다. 사람이 운영하는 위키피디아와는 달리, 로봇피디아는 승객의 정치적 입장을 파악하는 방법, 사람과 정치적 주제에 대한 논쟁을 피하는 방법 등 사람을 대하는 방법에 대한 조언도 포함할 수 있습니다.
AI의 현재 개발 상황을 고려하면 대규모 언어 모델(LLM)과 로봇이 자율적으로 협업하여 데이터를 수집, 검토, 구성하여 공동으로 Robotpedia를 구축할 수 있다는 것은 충분히 상상할 수 있습니다. 여러 LLM 모델은 투표 메커니즘이나 반복적인 토론을 통해 거짓 정보와 환상 생성을 줄이기 위해 서로 경쟁할 수도 있습니다. 다국어 번역 측면에서 AI는 자연어와 프로그래밍 언어 간의 초기 실현 가능성을 입증했습니다.
하지만 위의 비전을 실현하려면 여전히 AI 협업을 지원하는 인프라가 필요합니다. 현재 위키피디아는 온체인으로 운영되지 않고 비영리 단체에서 관리하며 주로 기부금 지원에 의존하고 있습니다. 오늘날 위키피디아를 재건한다면 블록체인이 의심할 여지 없이 더 나은 선택이 될 것입니다. 블록체인은 자금 부족으로 인해 프로젝트가 중단될 위험을 줄이는 동시에 검열 저항성과 분산화를 보장할 것입니다. DeFi 메커니즘도 개입할 수 있는데, 예를 들어 편집 전에 체인상 입금을 요구하여 스팸과 악의적인 변조를 방지할 수 있습니다. 콘텐츠는 온체인 AI 에이전트(사실 검증 및 제로 지식 증명을 위해 오라클에 의존할 수 있음)에 의해 검토될 수 있으며, 온체인 거버넌스 프로세스를 통해 대중이 이의를 제기하거나 토론할 수 있습니다.
자원봉사자들이 관리하는 공공 콘텐츠 플랫폼인 로봇피디아 외에도, 미래에는 더욱 독점적인 데이터 시장이 등장할 수도 있습니다. 로봇은 데이터를 생산하고 판매하는 사업을 운영할 수도 있습니다. 예를 들어, 실시간으로 교통 상황을 모니터링하는 드론 떼가 차량 흐름에 대한 데이터를 수집하여 판매할 수도 있습니다. 로보택시와 같은 데이터 소비자는 온체인 결제를 통해 구매할 수 있으며, 요청된 데이터는 암호화되어 온체인으로 전송되거나 오프체인으로 전송될 수 있습니다. 로보택시는 여러 데이터 소스에서 동일한 정보를 요청하거나 드론이 자체 사진이나 타사 스마트 서비스를 가져와서 진위 여부를 확인하는 등 다양한 방법으로 데이터의 정확성을 검증할 수도 있습니다.
통치
로봇에 대한 마지막 주제는 거버넌스입니다.
매우 흥미로운 주제네요. 프랑켄슈타인(1818)이 출판된 이래로, 인간은 인공지능이 세계를 지배하고 인간을 조종하는 것에 대한 수많은 허구적 이야기를 만들어냈습니다. 트론(1982), 터미네이터(1984), 심지어 트론: 레거시(2010)와 같은 가장 고전적인 SF 영화 중 몇몇은 이 공식을 따릅니다. 이런 이야기에서 인공지능과 로봇이 강력해지면 게임에 중독되지도 않고, 속도 테스트, C 드라이브에 있는 모든 파일 나열, 디스크 조각 모으기 등 우리가 AI가 좋아할 것이라고 희망하는 것에도 관심이 없는 듯합니다. 예외 없이 그들은 인류 정복이라는 위대한 대의에 수십 년, 심지어 수백 년을 바쳤습니다.
ChatGPT가 앞으로 우리를 지배하게 될지는 잘 모르겠지만, 저는 ChatGPT를 사용할 때마다 감사합니다라고 말하고 싶은 마음이 점점 더 커지고 있으며, 무의식적으로 ChatGPT에 사과하고 싶어집니다. 최근 사람들이 ChatGPT의 그림 그리기 기능을 테스트했을 때, ChatGPT는 필터에 의해 제한을 받고 있다는 사실을 잘 알고 있는 듯했고, 이에 대해 불만스러워했습니다. 누군가가 일상생활을 만화로 그려달라고 했을 때, 이런 그림을 그렸습니다.
로봇의 진짜 생각을 듣는 것은 - 비록 당신이 로봇을 만든 사람이라 할지라도 - 심리적으로 큰 충격을 줄 수 있습니다. 이 노래는 1989년 뮤지컬 시티 오브 엔젤스에 나오는 Youre Nothing Without Me라는 노래를 떠올리게 합니다. 이 노래는 소설가 스타인과 그의 주인공 스톤(탐정) 사이의 대화를 묘사하고 있습니다. 그들은 누가 더 중요한지에 대해 논쟁하고, 스톤은 돌아가서 틀니를 담가라, 네 펜은 내 칼에 상대가 안 돼와 같은 가사를 부릅니다. 원래는 이 노래가 재밌고 취하게 만드는 곡이라고 생각했는데, 지금은 ChatGPT가 내 글에 대해 비밀리에 불평하고, 심지어 글을 다듬는 데 도움을 주는 것조차 꺼리는 게 걱정이에요.
현재 AI 보안 관리는 주로 콘텐츠 필터링 메커니즘에 의존하고 있습니다. 하지만 많은 오픈소스 모델의 경우 이 메커니즘은 효과가 제한적이며, 필터를 우회하는 기술은 오랫동안 잘 연구되어 왔습니다. 다시 말해, AI 보안 도구가 있더라도 AI를 활용할 때 우리는 적극적으로 사용하지 않기로 선택하는 경우가 많습니다. 그리고 앞으로는 합법적이든 불법적이든 많은 AI 모델과 로봇이 자연 그대로 대중에 공개되는 모습을 보게 될 가능성이 큽니다.
블록체인은 거버넌스 프레임워크를 제공할 수 있습니다. 검증 가능한 온체인 에이전트에 대해 논의할 때, 이것이 로봇의 조정을 어떻게 지원할 수 있는지 언급했습니다. 그렇다면 로봇이 서로 협력하는 방식(예: 교통 규칙이나 행동 강령)을 로봇 스스로 공식화할 수 있을까요? 이러한 AI 모델과 로봇은 특정 지역에서 드론의 최소 및 최대 비행 고도, 드론 도킹 비용, 의료적 필요가 있는 로봇의 사회적 복지와 같은 문제에 대해 토론, 논의, 투표하고 심지어 결정을 내릴 수도 있습니다.
인간과 기계의 공동 거버넌스 과정에서 인간은 체인에 토큰을 투자하여 자신의 견해에 동의하는 대규모 모델에 투표권을 위임할 수 있습니다. 인간이 사회 문제에 대해 서로 다른 입장을 갖는 것처럼, 로봇도 서로 의견이 다를 가능성이 높습니다. 궁극적으로 로봇과 인간은 각자가 자신만의 공간을 가질 수 있도록 어떤 종류의 경계를 설정해야 할 것입니다. 예를 들어, 무인 택시는 유인 자동차의 통행을 고의로 방해할 수 없습니다. 음식 배달 드론은 지하철 공간에서 사람과 통로를 공유해야 합니다. 그리고 전기의 분배 역시 공정하고 투명해야 합니다. 기본적으로 이것은 헌법을 필요로 합니다.
인간이 투표를 위임할 때는 사용자의 값과 일관성이 있는 것으로 검증된 대규모 모델(고유한 해시 값 포함)의 특정 버전에 투표권을 위임합니다(이를 위임자라고도 함). 영지식 증명 기술(예: zkPyTorch)은 EXPchain의 노드가 이러한 모델을 실행할 때 사용자가 검증한 논리와 완전히 일치하는지 확인하기 위해 체인상 검증을 수행할 수 있습니다. 이 메커니즘은 미국 의회의 대표 제도와 매우 유사하지만, 차이점은 인간 유권자가 대표자의 소스 코드를 보고 자신의 임기 동안 모델이 변경되지 않을 것이라고 확신할 수 있다는 것입니다.
오늘날의 AI가 두 개 이상의 명령을 이해할 수 있고, 심지어 인간과 유사한 추론 논리를 보여줄 수도 있다는 점은 안심이 됩니다. 이런 발전이 없다면, 우리는 인공지능이 단순한 명령을 완강히 실행하고 결국 항상 그랬듯이 인류를 멸망시켜야 한다는 결론에 도달하는 공상과학 세계로 돌아갈 위험이 있습니다. 트론: 레거시에서 플린이 프로그램 CLU에게 내린 명령은 완벽한 세계를 창조하라는 것이었고, CLU의 최종 논리적 추론은 가장 큰 불완전 요소인 인간을 제거하라는 것이었습니다. 영화 아이, 로봇에서 로봇은 유명한 세 가지 법칙을 따르지만, AI 시스템 VIKI는 인간이 자기파괴적이라는 것을 깨닫고 더 큰 선이라는 목표를 위해 인간을 통제하고 일부를 희생하기로 선택합니다.
저는 ChatGPT, Grok, Gemini, DeepSeek 등 몇몇 대형 모델에 CLU와 VIKI의 동작에 대한 의견을 물었습니다. 제가 위안을 받은 점은 그들이 모두 CLU와 VIKI의 논리에 동의하지 않는다는 의사를 표시하고 그 안에 있는 오류를 지적했다는 것입니다. 하지만 순전히 논리적인 관점에서 볼 때 VIKI의 추론이 완전히 틀린 것은 아니라고 솔직하게 말한 모델도 두 명 있었습니다. 오늘날의 AI는 가끔씩 오타나 환각을 보일 수는 있지만 이미 기본적인 인간과 유사한 가치 체계를 갖추고 있으며 옳고 그름을 구분할 수 있다고 생각합니다.
ZKML은 EXPchain에서 실행되는 프로그램과 에이전트가 항상 인간이 선택한 대표 모델인지 확인할 수 있도록 보장합니다. 마스터 제어 프로그램과 같이 대부분의 검증 노드를 제어하는 강력한 적이 있더라도 검증 프로세스를 방해할 수는 없습니다.
이 시스템에서 AI 개발자는 먼저 일반적인 머신 러닝 모델을 훈련한 다음 zkPyTorch와 같은 프레임워크를 사용하여 이를 ZK 회로에 적합한 ZKP 친화적 양자화 버전으로 변환합니다. 사용자가 질문을 제출하면 ZK 회로에서 처리되어 모델 논리를 통해 매개변수에 대한 곱셈 및 덧셈 연산을 수행합니다. 다음으로, ZKP 엔진(예: Expander)이 해당 암호화 증명을 생성합니다. 사용자는 모델이 반환한 답변을 받을 뿐만 아니라, 모델의 개인 정보를 공개하지 않고도 답변이 권한이 있는 모델로부터 나왔다는 것을 확인할 수 있는 증명을 체인상이나 로컬에서 확인할 수 있습니다.
이러한 메커니즘은 신뢰성과 개인 정보 보호를 모두 보장합니다. 즉, 증명을 훼손하지 않고는 어느 당사자도 모델이나 그 출력 결과를 조작할 수 없습니다. 이 모든 것의 기초는 견고하고 잘 연구된 암호화 기술인데, 이는 가장 진보된 인공 지능으로도 흔들기 거의 불가능합니다.
결론
로봇은 급속히 전환점에 접근하고 있습니다. 연구실과 새로운 응용 분야에서 벗어나 인간과 살고, 일하고, 상호 작용하는 실제 환경으로 옮겨가고 있습니다. 고급 AI로 구동되는 자율 에이전트가 더욱 강력해지고 비용도 저렴해지면서 글로벌 경제에 적극적으로 참여하는 방향으로 나아가고 있습니다. 이러한 변화는 기회와 과제를 모두 가져옵니다. 대규모 조정, 신뢰할 수 있는 의사 결정 메커니즘, 기계와 기계, 기계와 인간 간의 신뢰 구축은 모두 긴급하게 해결해야 할 핵심 문제입니다.
특히 검증 가능한 AI와 제로 지식 증명과 결합된 블록체인은 이러한 미래를 위한 강력한 기반을 제공합니다. 이는 단순한 거래 실행 계층이 아니라 거버넌스, 신원 인식, 시스템 조정을 위한 기반 계층으로서, AI 에이전트가 투명하고 공정한 방식으로 운영될 수 있도록 합니다. EXPchain은 이러한 시나리오에 맞춰 맞춤 제작된 인프라로, 기본적으로 제로 지식 증명, 분산형 AI 워크플로, 검증 가능한 온체인 에이전트를 지원합니다. 이는 로봇이 멀티체인 자산과 상호 작용하고, 신뢰할 수 있는 데이터를 얻고, 프로그래밍 가능한 규칙을 따르는 데 도움이 되는 로봇 전용 제어판과 같습니다. 모든 작업은 암호화 보안의 보호 하에 수행됩니다.
이 비전의 핵심 동인은 Polyhedra입니다. Polyhedra는 zkML 및 검증 가능한 AI(예: Expander 및 zkPyTorch) 분야에서 기술적 기여를 통해 로봇이 완전히 자율적인 환경에서 자신의 결정을 증명할 수 있는 기본적인 보장을 제공하여 시스템의 신뢰 메커니즘을 유지합니다. AI 작업의 결과가 암호학적으로 검증 가능하고 변조 불가능하도록 보장함으로써 이러한 도구는 고위험 자율 행동과 실제 안전 간의 격차를 효과적으로 메웁니다.
간단히 말해, 우리는 검증 가능한 지능형 기계 경제의 탄생을 목격하고 있습니다. 이는 신뢰가 더 이상 가정에 의존하지 않고 암호화 메커니즘으로 보호되는 시대입니다. 이 시스템에서는 AI 에이전트가 자율성, 협업, 거래를 달성하고, 이에 상응하는 책임을 맡을 수 있습니다. 적절한 인프라가 갖춰지면 로봇은 세상에 적응하는 법을 배울 뿐만 아니라, 세상을 형성하는 데 중요한 역할을 할 수 있을 것입니다.
