이 글은 기고에서 온 것이며, ChainCatcher의 견해를 대변하지 않으며, 어떠한 투자 조언도 구성하지 않습니다.

일.전망

1. 거시적 요약 및 미래 예측

지난주, 미국 노동부의 최신 보고서에 따르면, 7월 고용이 예상보다 크게 저조했으며, 이전 두 달의 데이터도 대폭 하향 조정되면서 시장 신뢰가 크게 타격받았고, 투자자들은 경제 회복의 동력이 약해지고 있다고 우려하고 있습니다. 관세, 고용 등 부정적인 뉴스가 겹치면서 연준의 금리 인하 시점에 대한 불확실성이 커지고, 트럼프 본인이 고용 데이터에 의문을 제기하면서 시장의 불안감이 더욱 고조되었습니다. 미국의 거시적 측면에서 "약한 회복, 강한 위험"의 경향이 뚜렷하며, 8월 1일 미국 주식 시장의 폭락은 고용 악화와 새로운 대규모 관세 정책의 급습에서 비롯되었습니다. 앞으로 경제는 성장 둔화와 높은 인플레이션이라는 이중 시험에 직면할 가능성이 있으며, 정책의 불확실성이 계속해서 시장 감정을 지배할 것입니다.

2. 암호화폐 산업 시장 변동 및 경고

암호화폐 시장은 전반적으로 고점에서의 진동 후 급격한 조정을 겪었으며, 비트코인 가격은 거의 12만 달러에서 약 11.2만 달러로 최저로 하락했습니다. 단기적으로 위험 감정이 뚜렷하게 상승했습니다. 이더리움 및 일부 잠금 해제된 코인은 매도 압력의 영향을 받아 변동성이 커졌으며, 기관 자금의 성과는 차별화되었습니다. 일부 대규모 투자자는 보유 포지션을 조정했지만 여전히 추가 매수 행동을 보이고 있습니다. 미국의 고용 데이터 부진 및 관세 정책의 강화와 같은 거시적 악재는 시장의 회피 감정을 악화시켜 자금이 위험 자산에서 유출되도록 만들었습니다. 단기적으로는 주요 지지선의 이탈로 인한 더 깊은 조정에 주의해야 하며, 중장기적으로는 기관의 지속적인 배치와 우수한 프로젝트 생태계 업그레이드의 잠재력에 주목해야 합니다.

3. 산업 및 트렌드 핫스팟

Aspecta는 수조 달러 규모의 비유동 자산에 대해 스마트 인증 및 가격 발견 메커니즘을 제공하기 위해 설계된 블록체인 인프라입니다. Datagram은 차세대 실시간 연결 애플리케이션 및 분산 물리적 인프라 네트워크(DePIN)를 지원하기 위해 설계된 글로벌 슈퍼 아키텍처 네트워크입니다.

이.시장 핫스팟 및 당주 잠재 프로젝트

1. 잠재 프로젝트 개요

1.1. 간략 분석 (YZiLabs 주도) Aspecta---Web2/Web3를 아우르는 AI 개발자 신원 네트워크 구축

소개

Aspecta는 수조 달러 규모의 비유동 자산에 대해 스마트 인증 및 가격 발견 메커니즘을 제공하기 위해 설계된 블록체인 인프라입니다. 이는 TGE 전 주식, 잠금 토큰, 비상장 주식, 현실 세계 자산(RWA) 등의 전체 생애 주기에 걸쳐 유동성을 해제할 수 있습니다.

구조 개요

1. Buildkey: 바인딩 곡선을 통해 우수 자산의 유동성 진입점 참여

BuildKey의 작동 방식은 다음과 같습니다:

1. BuildKey 시작에 참여하는 검토된 프로젝트/자산 발행;
2. 바인딩 곡선 메커니즘을 통해 BuildKey 거래;
3. BuildKey를 다양한 자산으로 교환: TGE 전 주식, 잠금 토큰, NFT, 비상장 주식 등.

A 공정한 시작: 초기 Key 구매 메커니즘

Aspecta는 모든 사람에게 공정한 초기 BuildKey 구매 기회를 제공하고 로봇의 남용을 방지하기 위해 특별한 시작 메커니즘을 설계했습니다.

요점: 특정 프로젝트 풀 시작 후 첫 30분 동안(구체적인 시간은 프로젝트에 따라 다름), "신청(Deposit)" 모드에 있습니다.
이 단계에서 시스템은 거래 실행을 무작위로 선택하며, 거래 순서, Gas 가격 또는 지불 금액을 고려하지 않습니다.
신청에 참여하고 BuildKey를 수령하거나 환불하는 것은 권한이 필요 없으며, 누구나 참여할 수 있습니다.
로봇을 방지하기 위해, 신원 확인(PoH)을 완료한 사용자는 우선 신청 그룹(premium deposit groups)에 가입할 자격이 주어집니다.

메커니즘 설명

프로젝트 풀이 시작된 후 첫 30분 동안, 풀은 "신청 모드(Deposit Mode)"에 있습니다.
거래자는 환불 가능한 자금을 미리 입금하여 신청 주문을 제출해야 합니다.

각 주소는 1개의 주문만 제출할 수 있으며, 각 주문은 최대 20~100개의 BuildKey를 신청할 수 있습니다(구체적인 수량은 프로젝트 및 소속 신청 그룹에 따라 다름).

모든 주문은 무작위로 선택, 정렬 및 실행됩니다. 이는 거래의 Gas 가격이 높든 낮든, 또는 제출 시간이 이르든 늦든, 참여자들이 동등하게 대우받는다는 것을 의미합니다.

신청이 초과될 경우, 각 당첨 주문은 초과 비율에 따라 동적으로 할당되는 Key 수량이 조정되어 더 많은 사용자가 초기 Key를 받을 기회를 가질 수 있도록 합니다.

신청 종료 후, 사용자는 즉시 다음을 확인할 수 있습니다:

• 총 신청 초과 비율
• 수령 가능한 Key 수량
• 환불 가능한 자금 금액

Key 수령 및 환불은 권한이 필요 없으며, 수수료가 없습니다. 사용자는 신청 결과 페이지의 "Claim" 버튼을 클릭하기만 하면 됩니다.

로봇이 실제 커뮤니티 사용자의 영향을 미치는 것을 방지하기 위해, PoH(인간 증명) 검증을 완료한 사용자는 우선 신청 그룹(Premium Deposit Group)에 가입할 수 있습니다. PoH 검증을 완료하는 방법은 다음과 같습니다:

• 수동으로 PoH 작업을 완료,
• 또는 Aspecta 커뮤니티 배지를 획득,
• 또는 이전 Aspecta의 사전 시작 PoH 작업을 완료.

B 거래

BuildKey는 바인딩 곡선(Bonding Curve)을 통해 거래되며, 이 메커니즘은 기존 보유자와 신규 사용자를 동시에 혜택을 주기 위해 설계되었습니다.

바인딩 곡선 메커니즘 설명

1. 바인딩 곡선 업그레이드 BuildKey의 시가총액이 새로운 이정표에 도달하면, 바인딩 곡선은 새로운 단계로 진입하여 새로운 가격 상승 공간을 제공하며, 모든 사용자에게 추가 상승 기회를 창출합니다.

2. 자산 교환 비율 업그레이드 목표 자산의 시가총액이 증가함에 따라, BuildKey에 해당하는 자산 교환 비율도 상승합니다.
   즉: 구매한 BuildKey가 많을수록, 각 BuildKey가 교환할 수 있는 자산 가치도 높아집니다.
   교환 비율이 업그레이드되면, 모든 BuildKey에 자동으로 적용됩니다, 이미 교환에 참여한 부분도 포함됩니다.

3. 시가총액 계산 방식 BuildKey 현재 시가총액 = 시장 유통 총량(사용자가 보유한 Key 총량) × 현재 가격.

4. 자산 교환 메커니즘

BuildKey의 핵심 개념은 Key의 거래 및 보유를 통해 비유동 자산의 공개 가격 발견을 실현하는 것입니다. 보상으로, Key 보유자는 자산이 급속히 성장하는 초기 단계에서 참여 기회를 얻을 수 있습니다.

프로젝트 측과 이해관계자는 다양한 방법으로 BuildKey 보유자에게 자산이나 권리를 제공할 수 있습니다.

1. 자산 유형

교환 가능한 자산 형태는 다양하며, 포함됩니다:

• TGE 전 주식(Pre-TGE Shares)
• 잠금 토큰(Locked Tokens)
• NFT
• 비상장 주식(Private Equities) 등

이러한 자산이 추가로 발전하고 잠재적 유동성 사건(TGE, IPO 등)에 가까워짐에 따라, 그 가치는 일반적으로 빠르게 증가합니다.

2. 자산 획득 방식

사용자는 프로젝트 측/이해관계자로부터 자산을 두 가지 방법으로 획득할 수 있습니다:

• 2.1 BuildKey로 자산 교환(업그레이드된 Key-자산 교환 비율 지원)
• 2.2 BuildKey 보유 시 자동으로 보유자 혜택 획득

업그레이드 가능한 자산 교환(Redeem)

• 교환 시작:
  "Redeem" 버튼을 클릭하여 BuildKey로 자산을 교환할 수 있습니다. 교환 후, BuildKey는 프로젝트/이해관계자의 지갑 주소로 전송됩니다.
• 교환 종료(Redeem Ends):
  시스템이 스냅샷을 진행합니다. 사용자가 TGE 시 자산을 받을 수 있도록, 교환은 일반적으로 TGE 이전에 종료됩니다. 교환되지 않은 BuildKey는 여전히 시장에서 거래할 수 있습니다.
• 자산 수령:
  사용자는 프로젝트 페이지에서 자산을 수령하거나, 프로젝트 측에서 사용자 지갑으로 직접 전송합니다.
• 교환 마감 시간(Redeem DDL):
  Redeem DDL을 놓치면, BuildKey는 더 이상 자산으로 교환할 수 없지만, 여전히 시장 거래 및 수익을 위해 사용할 수 있습니다.
• 구매 마감 시간(Buying DDL):
  일부 프로젝트는 구매 마감 시간을 설정할 수 있습니다. 해당 시간 이후에는 BuildKey를 더 이상 구매할 수 없지만, 기존 BuildKey로 자산을 교환하거나 거래하여 수익을 얻을 수 있습니다.
  교환 비율 업그레이드:
  목표 자산의 시가총액이 증가함에 따라, Key에 해당하는 자산의 교환 비율도 업그레이드됩니다. 이미 교환된 BuildKey도 자동으로 비율 상승을 받을 수 있습니다.

평가

Aspecta는 AI 기술을 통해 개발자 신원 네트워크를 구축하고, Web2(예: GitHub, Twitter)와 Web3(예: 지갑 주소) 데이터를 결합하여 정량화 가능한 개발자 이미지를 생성하며, 8000개 이상의 기술 차원과 경험 하이라이트를 지원하여 개인이 분산 생태계에서 더 높은 가시성과 신뢰를 얻을 수 있도록 돕습니다. 동시에, Aspecta는 BuildKey와 바인딩 곡선 메커니즘을 통해 비유동 자산(예: 잠금 토큰, 비상장 주식 등)의 가격 발견 및 초기 참여 기회를 실현합니다. 그 장점은 AI, 신원 및 자산 메커니즘을 통합하여 다중 체인 개발자 소셜 및 자금 조달 경로를 연결하는 데 있습니다;

하지만 단점은 PoH 검증, KYC 등의 규제 요구 사항이 일부 사용자의 참여를 제한할 수 있으며, 신원 평가가 AI 모델에 의존하기 때문에 정확성과 편향 위험이 존재합니다.

1.2. 400만 달러 자금을 유치한 Datagram 해석---실시간 애플리케이션을 위한 AI 기반 분산 연결 인프라 구축

소개

Datagram은 차세대 실시간 연결 애플리케이션 및 분산 물리적 인프라 네트워크(DePIN)를 지원하기 위해 설계된 글로벌 슈퍼 아키텍처 네트워크입니다. 이러한 애플리케이션은 컴퓨팅 능력, 대역폭 및 저장소와 같은 현실 세계의 자원에 의존합니다. Datagram은 이러한 애플리케이션과 네트워크의 시작 및 확장을 간소화하여 복잡한 인프라를 구축할 필요가 없습니다.

이 플랫폼은 다음 두 가지 주요 방식으로 Datagram 노드 운영자에게 보상을 제공합니다:

1. 온라인 시간 및 가용성: 노드를 온라인 상태로 유지하고 신속하게 응답하는 운영자는 보상을 받으며, 이는 전체 네트워크의 안정성과 신뢰성을 보장합니다.
2. 실제 사용 상황: 실시간 애플리케이션을 지원하기 위해 자원(예: 컴퓨팅 능력, 대역폭 등)을 적극적으로 기여하는 노드는 기여 정도에 따라 적절한 보상을 받습니다.

Datagram은 세 가지 핵심 사용자 그룹을 위해 설계되었습니다:

• Web2 및 Web3 기업: 전통적인 기업과 블록체인 프로젝트는 간단한 API 또는 SDK를 통해 Datagram의 분산 서비스를 접속할 수 있으며, 깊은 블록체인 기술 지식이 필요하지 않습니다.
• 기존 DePIN 네트워크: 이미 노드 인프라를 구축한 프로젝트는 Datagram Core Substrate(DCS)를 통해 Datagram을 통합하여 대역폭, 컴퓨팅 및 저장소 능력을 확장할 수 있습니다.
• 신생 DePIN 프로젝트: 스타트업이나 개발자는 Datagram이 제공하는 원스톱 인프라를 활용하여 분산 네트워크를 신속하게 시작할 수 있습니다.

구조 개요

Datagram은 Avalanche 기반의 Layer 1 네트워크로, 실시간 애플리케이션을 지원하기 위해 설계되었으며, 확장 가능하고 분산된 고성능 컴퓨팅, 대역폭 및 저장소 접근 서비스를 제공합니다. 그 구조는 분산 시스템의 복잡성을 간소화하며, 블록체인의 장점(예: 보안성, 상호 운용성 및 효율성)을 유지하면서 Web2와 유사한 사용자 경험을 제공합니다.

Datagram은 연결 계층인 Datagram Core Substrate(DCS)를 통해 분산 물리적 인프라 네트워크(DePIN)를 지원하며, 핵심 사명은 고성능 연결 요구의 애플리케이션에 편리하고 사용 가능한 분산 인프라를 제공하는 것입니다. 현재 EVM 기반 네트워크를 지원하며, 미래에는 비-EVM 호환성으로 확장할 예정입니다.

Datagram의 구조는 네 가지 핵심 구성 요소로 구성되어 있으며, 협력하여 저지연, 안전성 및 높은 처리량의 인프라 능력을 제공합니다:

1. Datagram 노드 네트워크: Datagram의 주축으로, 분산된 노드(Datagram Cores)로 구성되어 있으며, 라우팅, 검증 및 데이터 전송을 담당하고, 원주율 및 외부 DePIN 프로젝트를 지원하며, 분산된 컴퓨팅, 대역폭 및 저장소 자원을 제공합니다.

2. Fabric 네트워크: Datagram 인프라와 통합된 독립적인 DePIN 네트워크로, 자원을 공유하면서 전문화된 운영을 유지하여 확장성과 상호 운용성을 실현합니다.

3. Datagram Core Substrate (DCS): 연결 계층으로, 전체 네트워크의 컴퓨팅, 대역폭 및 저장소 자원을 조정하며, 네트워크 운영 센터(NOC)와 통합되어 실시간 성능 모니터링 및 보상 분배를 실현합니다.

4. 하이퍼 네트워크 계층(Hyper Network Layer): AI 기반의 조정 시스템으로, 실시간 스마트 라우팅, 부하 균형 및 자원 분배를 관리하여 저지연 및 내결함성을 보장합니다.

5. Datagram 노드 네트워크

Datagram 노드 네트워크는 전체 Datagram 생태계의 핵심 인프라로, 전 세계 분산 노드로 구성되어 있으며, 분산된 컴퓨팅, 대역폭 및 저장소 자원을 제공합니다. 이는 원주율 DePIN 프로젝트를 지원하며, 외부 프로젝트의 접속을 지원하여 자체 인프라를 구축할 필요 없이 사용할 수 있습니다.

핵심 기능:

• 다양한 노드 유형(Datagram Cores):

• Full Cores: 주 노드로, 트래픽 라우팅 및 네트워크 부하 최적화를 담당하며, Core Token을 보유해야 하며, 높은 동시 처리 시나리오를 지원하고 성능 및 자원 기여에 따라 보상을 받습니다.

• Partner Cores: 주 노드가 높은 트래픽을 처리하도록 지원하여 네트워크가 압박 속에서도 안정성을 유지하도록 합니다.

• Device Cores: 유휴 IoT 장치의 컴퓨팅 능력(예: 라우터, 센서 등)을 활용하여 자원을 기여하여 전체 효율성을 높입니다.

• Hardened Cores: 정부 및 기업 데이터와 같은 높은 보안 요구 사항을 처리하며, 강화된 암호화 및 데이터 보호 기능을 갖추고 있습니다.

• Consumer Cores: 개인 또는 소규모 조직의 장치에서 실행되며, 임시로 자원을 기여하여 지역 서비스를 지원합니다.

• 확장성 및 유연성: 기존 DePIN 네트워크에 빠르게 배포하고 원활하게 접속할 수 있으며, 블록체인 전문 지식이 필요하지 않습니다.

• 체인 무관 통합: Avalanche 기반의 Layer 1으로, 현재 EVM 네트워크를 지원하며, 미래에는 비-EVM 네트워크를 지원할 예정입니다.

• 고성능 데이터 전송: 노드가 협력하여 Beowulf 클러스터와 유사한 병렬 컴퓨팅 네트워크를 구축하여 저지연 및 내결함성을 보장하며, 비디오 회의, AI 컴퓨팅 등 실시간 작업에 적합합니다.

1. Fabric Networks

Fabric Networks는 독립적인 DePIN 네트워크로, Datagram의 인프라(컴퓨팅, 대역폭, 저장소)에 접속하여 자체 애플리케이션의 고성능 실행 및 빠른 확장을 실현합니다.

핵심 특성:

• 상호 운용성: Datagram Core Substrate(DCS)를 통해 Datagram 네트워크와 원활하게 연결되어 자원 공유 및 네트워크 간 통신을 실현합니다.
• 높은 맞춤화: 각 Fabric Network는 자체 시나리오에 따라 운영 논리를 맞춤화할 수 있으며, 분산된 자원을 활용하여 전문화된 AI 컴퓨팅, 실시간 통신 등을 지원합니다.
• 독립 실행 환경: 독립적인 실행 시스템을 갖추어 자원 경쟁을 피하고 성능 안정성을 보장합니다.
• 즉시 사용 가능한 확장: 접속 후 즉시 분산 자원을 사용할 수 있으며, 인프라를 제로에서 구축할 필요가 없습니다.

생태계 내 역할:

Fabric Networks는 DePIN 프로젝트가 핵심 비즈니스 논리에 집중하도록 하며, 하부의 컴퓨팅 및 전송 능력은 Datagram이 제공합니다. 예를 들어, 분산 비디오 스트리밍 서비스는 Fabric Network로 실행되며, Datagram이 제공하는 자원을 활용하여 데이터 전송 및 저장을 실현하면서도 자신의 브랜드와 사용자 경험을 유지합니다.

3. Datagram Core Substrate (DCS)

DCS는 Datagram 네트워크의 연결 계층 기본 핵심으로, 컴퓨팅, 대역폭 및 저장소 자원의 분산 조정 및 조율을 위한 하부 지원을 제공하며, 어떤 DePIN 프로젝트도 자체 네트워크를 구축하지 않고 신속하게 시작하고 확장할 수 있도록 돕습니다.

핵심 특성:

• 자원 조정: 실시간 수요에 따라 작업 부하 및 네트워크 트래픽을 스마트하게 할당하여 성능을 최적화하며, 전체 Datagram 네트워크와의 상호 통신성을 유지합니다.
• 네트워크 운영 센터(NOC): DCS와 통합되어 노드 온라인 비율, 성능 및 자원 사용을 모니터링하고, 자동으로 노드 보상을 분배합니다.
• 모듈화된 구조: 컨테이너화 배포(Docker)를 채택하여 개발자가 핵심 네트워크와 병렬로 사용자 정의 작업 부하를 배포할 수 있습니다.
• 체인 무관 배포: EVM 및 비-EVM 네트워크(예: Avalanche, Solana, 이더리움 L2)에서 배포를 지원하여 크로스 체인 호환성 및 유연성을 강화합니다.
• 통합 간소화: 블록체인 하부의 복잡성을 차단하여 개발자가 애플리케이션 구축에 집중할 수 있도록 하며, 번거로운 인프라 관리를 필요로 하지 않습니다.

핵심 기능:

DCS는 본질적으로 분산 서비스 그리드로, 프로젝트 측이나 개발자가 Datagram의 글로벌 인프라 위에 사용자 정의 노드 네트워크를 배포할 수 있도록 지원합니다.

예를 들어, 분산 AI 훈련 플랫폼을 구축하는 회사는 DCS를 통해 훈련 작업을 전 세계 다양한 지리적 위치의 노드에 스마트하게 할당할 수 있으며, NOC는 노드 상태를 실시간으로 모니터링하고 자동으로 보상을 분배하여 안정적인 운영을 보장합니다.

4. 하이퍼 네트워크 계층

하이퍼 네트워크 계층은 Datagram 네트워크의 AI 기반 조정 시스템으로, 전체 인프라에서 스마트 라우팅, 실시간 최적화 및 병렬 처리를 구현합니다. 전통적인 DePIN 네트워크의 정적 노드 구성과는 달리, 동적이고 효율적인 인프라 오케스트레이션을 실현합니다.

핵심 특성:

• 적응형 트래픽 라우팅: 실시간으로 네트워크 상태를 모니터링하여 트래픽을 최적의 노드로 자동으로 유도하여 혼잡을 피하고 지연을 줄입니다.
• 실시간 부하 균형: 실제 네트워크 부하에 따라 동적으로 컴퓨팅 자원을 할당하여 정적 구성에서 발생하는 병목 현상을 피합니다.
• 스마트 자원 할당: 네트워크 사용 패턴을 예측하여 미리 컴퓨팅, 대역폭 및 저장소 자원을 할당하여 자원 혼잡을 방지합니다.
• 자동 네트워크 복구: 노드나 서브넷에 문제가 발생할 경우 즉시 재라우팅하여 서비스 중단 없이 네트워크의 탄력성을 강화합니다.
• 대규모 UDP 최적화: 대부분의 분산 네트워크가 TCP만 지원하는 것과 달리, Datagram은 대규모 UDP를 원주율로 지원하여 비디오 스트리밍, 다인 게임, AI 처리 등 실시간 고빈도 시나리오에 적합하며 성능 우위가 뚜렷합니다.

생태계 역할:

하이퍼 네트워크 계층은 Datagram이 전통적인 DePIN 아키텍처보다 우수한 성능을 구현하는 핵심 구성 요소로, 네트워크 내에서 동적 AI 컨트롤러 역할을 하여 기업과 프로젝트 측이 글로벌 네트워크 내에서 전용 서브넷을 맞춤화할 수 있도록 지원하며, 내장된 보안성, 확장성 및 통합성을 누릴 수 있습니다.

평가

Datagram은 Avalanche 기반으로 구축되어 실시간 애플리케이션에 대해 확장 가능하고 저지연, 분산된 컴퓨팅, 대역폭 및 저장소 지원을 제공합니다. 모듈화된 구조를 채택하고 하이퍼 네트워크 AI 조정 계층, DCS 연결 계층, 크로스 체인 지원 및 다양한 유형의 노드 네트워크를 갖추고 있어 성능과 탄력성을 모두 고려하여 Web2/Web3 기업과 DePIN 프로젝트에 적합합니다. 동시에, 추상화된 설계는 개발 장벽을 낮추고 Web2에 가까운 사용자 경험을 제공합니다. 그러나 AI 기반의 네트워크 관리 및 UDP 최적화 프로토콜에 의존하기 때문에 전체 시스템의 협력 및 조정에 높은 기술 요구 사항이 있으며, 초기 배포 및 유지 관리의 복잡성이 높습니다. 또한, Avalanche Layer1에 구축되어 성능을 높이지만 일부 비-EVM 생태계의 원활한 연결을 제한할 수 있으며, 실제 생태계의 실현은 안정성과 네트워크 효과를 검증하는 데 시간이 필요합니다.

2. 당주 주요 프로젝트 상세 분석

2.1. Zypher Network 상세 분석(700만 달러 자금 유치, Hashkey 투자) --- 크로스 체인 제로 지식 기반의 분산 AI 및 게임 인프라

소개

Zypher Network는 자율 AI 지능체를 위해 설계된 분산 암호 신뢰 계층을 도입했습니다. Prompt 증명(Proof of Prompt), 제로 지식 Prompt(zkPrompt), 제로 지식 추론(zkInference), 제로 지식 전송 계층 보안 프로토콜(zkTLS) 및 Zytron AI 체인을 도입하여 Zypher는 여러 분야에서 검증 가능하고 비공개이며 감사 가능한 AI 상호작용을 실현했습니다.

이 네트워크는 제로 지식 증명 기술을 활용하여 AI 지능체가 민감한 데이터를 노출하지 않으면서 일관성과 안전성을 유지하도록 보장합니다. 모듈화된 인프라는 분산된 증명자 네트워크와 다중 실행 엔진 지원을 포함하여 우수한 조합성, 확장성 및 현실 세계의 상호 운용성을 제공합니다. 이는 분산 금융, 게임, AI 규제 및 디지털 노동 등 다양한 애플리케이션 시나리오에 적합합니다.

특징 분석

Zypher Network는 자율 AI 지능체의 운영에 검증 가능성, 개인 정보 보호 및 완전성을 보장하기 위해 암호 프로토콜 및 인프라 구성 요소의 전체 세트를 도입했습니다. Zypher 기술 스택의 각 계층은 AI 신뢰 문제의 다양한 측면을 해결합니다: Prompt의 완전성을 검증하고, 암호화 통신의 일관성을 보장하며, 확장 가능한 증명 생성 메커니즘을 구현하고, 이러한 증명을 분산 인프라에 고정하여 신뢰할 수 있고 안전하며 감사 가능한 AI 운영 환경을 구축합니다.

1. Prompt 증명 메커니즘(Proof of Prompt)

Proof of Prompt는 Zypher Network의 핵심 프로토콜로, AI 모델에 전송된 Prompt와 그 반환 결과가 진실성, 일관성 및 완전성 측면에서 검증 가능하도록 보장합니다. 이 메커니즘은 외부 관찰자가 특정 AI 지능체가 특정 Prompt를 실제로 수신했으며 해당 출력이 생성되었음을 검증할 수 있도록 하며, Prompt의 구체적인 내용이나 출력 자체를 노출할 필요가 없습니다.

이 메커니즘은 다음과 같은 혼합 암호화 기술을 통해 구현됩니다:

• 대칭 암호화(예: AES, ChaCha20): 효율적인 데이터 혼란을 위해 사용됩니다.
• 제로 지식 증명(ZKP): 내용을 노출하지 않고 행동을 검증하는 데 사용됩니다.
• 약정 메커니즘(Commitment Schemes): 데이터의 변조 불가능성을 보장합니다.

최종적으로 경량화된 개인 정보 보호 검증 방법이 형성되어 자동화 금융, DAO 거버넌스, Web3 게임, 신원 관리 등 다양한 시나리오에 널리 적용될 수 있습니다.

Proof of Prompt는 AI 시스템의 "블랙 박스 작동" 문제를 효과적으로 해결합니다. 이는 암호화 수단을 통해 AI 지능체의 행동이 명확하고 변조되지 않은 지침 세트에서 유래했음을 보장하여 Zypher의 후속 고급 애플리케이션을 위한 신뢰할 수 있는 기반을 마련합니다.

2. zkPrompt(제로 지식 프롬프트 검증)

대형 언어 모델(LLMs)에서 Prompt는 일반적으로 시스템 프롬프트(System Prompt)와 사용자 프롬프트(User Prompt)로 나뉩니다. 시스템 프롬프트는 개발자가 설정하여 모델의 맥락, 어조 및 행동 경계를 정의하는 데 사용되며, AI의 스타일과 안정성을 유도하는 핵심 요소입니다. 따라서 시스템 프롬프트는 LLM 개발의 핵심 능력 중 하나가 되었으며, 개발자들은 일반적으로 그 내용을 공개하기를 꺼립니다.

하지만 많은 LLM이 "블랙 박스" 형태로 운영되기 때문에 외부 사용자가 시스템 프롬프트의 일관성을 검증하기 어려워(즉, 모델이 항상 동일한 시스템 프롬프트를 기반으로 작동하는지 여부) 행동 예측성과 신뢰성을 보장하기 어렵습니다.

이에 Zypher는 zkPrompt를 제안했습니다. 이는 제로 지식 증명에 기반한 검증 메커니즘으로, 시스템 프롬프트 내용이 노출되지 않는 조건에서 모델 초기화 시 사용된 시스템 프롬프트가 원래 설정과 일치하는지를 검증할 수 있습니다.

구현 방식은 다음과 같습니다:

• 모델 초기화 프로세스를 제로 지식 회로로 구성합니다.
• 회로에 약정 모듈을 추가하여 사용된 시스템 프롬프트에 대한 약정 값을 생성합니다.
• 회로를 통해 모델에서 사용된 시스템 프롬프트와 약정 값이 일치하는지를 검증하고, 해당 약정 값을 공개 출력합니다.
• 외부 사용자는 해당 약정 값을 기반으로 시스템 프롬프트가 변조되었는지를 검증하여 모델 행동의 일관성을 판단할 수 있습니다.

암호화 약정(Cryptographic Commitment)은 한 쪽이 다른 쪽에 구체적인 내용을 공개하지 않고도 값을 약속할 수 있는 프로토콜입니다. 일반적인 약정 메커니즘에는 해시 약정(Hash Commitment) 및 페더슨 약정(Pedersen Commitment)이 포함됩니다.

zkPrompt에서 이 메커니즘의 핵심 가치는 두 가지 측면에서 나타납니다:

• 개발자는 시스템 프롬프트 내용을 비공개로 유지할 수 있습니다(외부에 노출되지 않음);
• 약정이 완료되면 시스템 프롬프트의 내용은 더 이상 변경할 수 없으며, 따라서 시스템 프롬프트의 완전성과 신뢰성을 보장합니다.

전체 프로세스는 다음과 같습니다:

1. 개발자는 시스템 프롬프트(System Prompt)에 대해 암호화 약정을 수행하고, 약정 값을 체인에 전송합니다.
2. zk 회로를 초기화하여 Prover 키와 Verifier 키를 생성하며, Verifier 키도 체인에 전송됩니다.
3. 사용자는 사용자 프롬프트(User Prompt)를 제출합니다.
4. 대형 언어 모델은 응답 내용과 해당 제로 지식 증명을 생성하여 두 가지를 함께 체인에 전송합니다.
5. 스마트 계약은 원래의 시스템 프롬프트 약정 값을 사용하여 zk 증명을 검증합니다.

검증이 통과하면, 이는 시스템 프롬프트가 제출 이후 변조되지 않았음을 나타냅니다.

2.1 zkPrompt 시스템 설계

zkPrompt 프로토콜은 제로 지식 증명(ZKP)을 통해 대형 언어 모델(LLM)의 출력을 검증하는 효율적이고 실행 가능한 방법을 설계했습니다. 사용자는 모델 서비스에 직접 접촉할 필요가 없습니다.

시스템은 사용자(User), 증명자(Prover), 중계 프록시(Proxy) 및 LLM 제공자(Provider)의 네 가지 핵심 역할로 구성됩니다. 중간 단계가 신뢰할 수 없는 경우에도 zkPrompt는 모델 응답의 진실성과 변조되지 않음을 보장합니다.

이 시스템은 암호화 서명 및 증명 생성 메커니즘을 통해 Prover가 모델 출력을 충실히 전달했는지를 검증하며, 개인 정보 보호 모드를 지원하여 Prompt나 응답 내용을 노출하지 않고 검증을 완료합니다.

전통적인 ZKML 프레임워크에 비해, zkPrompt 아키텍처는 계산 비용을 크게 줄였으며, 현재 주류 LLM 제공자의 실제 신뢰 모델에 더 가깝습니다.

2.2 zkPrompt 프로토콜 개념 및 비교

zkPrompt는 zkTLS의 아이디어를 차용하여 사용자와 대형 언어 모델(LLM) 간의 상호작용 프로세스에 제로 지식 증명(ZKP)을 삽입하여 응답 데이터의 진실성과 완전성을 보장합니다.

프로토콜에서 사용자의 요청은 Prover와 Proxy를 통해 LLM 제공자에게 전달되며, 응답도 원래 경로로 반환됩니다. 그러나 TLS 통신은 Prover, Proxy 및 LLM 간에만 발생하며, 사용자는 직접 검증에 참여할 수 없어 신뢰의 맹점이 존재합니다.

이 문제를 해결하기 위해, zkPrompt는 Prover가 제로 지식 증명을 제공하도록 요구하여, 응답이 실제 LLM에서 발생했으며 변조되지 않았음을 증명합니다.

이 메커니즘은 AI 지능체 응답의 안전성과 신뢰성을 크게 향상시키며, 특히 체인 상 자산 관리, 거래 로봇, 금융 대리인 등 고위험 시나리오에 적합합니다.

2.3 신뢰 및 안전 가정

이 프로토콜은 Proxy(중계 프록시)와 Prover(증명자) 간에 공모 행위가 없다고 가정합니다. 시스템의 강건성을 강화하기 위해, 실제 배포 시 Proxy를 분산화하는 것이 권장됩니다. 단, 현재 설계는 Prompt와 응답이 평문으로 체인에 기록된다고 가정합니다(미래에는 개인 정보 보호 버전을 도입할 예정입니다).

2.4 기술적 도전과 핵심 해결책

Prover가 반환하는 암호화된 응답이 실제 LLM에서 발생했음을 어떻게 보장할 수 있을까요?

**해결책: Proxy 서명 +