White paper

참고: 이 문서는 영문 원본의 자동 번역본입니다.

DecAIHub: 탈중앙화 인공지능을 위한 검증 가능성 레지스트리

버전 1.0

요약 (Abstract)

인공지능(AI)과 블록체인 기술의 교차점은 빠르게 확장되는 생태계를 생성했으며, 이는 AI 기능과 블록체인 의존성을 전략적으로 과장하는 "AI 워싱(AI-washing)" 및 "온체인 워싱(onchain-washing)"의 만연을 동반하고 있습니다. 표준화되고 검증 가능한 정보 공개의 부족은 심각한 정보 비대칭성을 초래하여 시장 참여자들이 실질적인 증거보다는 마케팅 내러티브에 의존하도록 강제합니다. DecAIHub는 이러한 격차를 해소하기 위해 설계된 엄격한 검증 가능성 레지스트리를 제안합니다. 구조화된 "프로젝트 패스포트(Project Passport)"와 계층화된 증거 프레임워크를 도입함으로써 DecAIHub는 검증 가능한 사실과 정보 노이즈를 체계적으로 분리합니다. 이 백서(whitepaper)는 레지스트리의 아키텍처 원칙을 개괄하고 당사의 분류법(taxonomy), 증거 분류, 필요성 평가 및 DecAI Fit 지수의 수학적 기반을 자세히 설명합니다. 암호학적 증명이 네트워크 상태를 보호하는 것과 유사하게, 당사의 프레임워크는 AI-암호화폐 생태계의 정보 상태를 보호하여 조작에 대한 강력한 방어와 이해관계자를 위한 신뢰할 수 있는 스크리닝 메커니즘을 제공합니다.

1. 서론

탈중앙화 인공지능(DeAI) 공간은 심각한 검증 가능성의 위기를 겪고 있습니다. AI-암호화폐 프로젝트 시장이 확장됨에 따라 "탈중앙화 AI"라는 용어는 검증 가능한 기술적 속성의 집합에서 검증 가능한 실체가 부족한 마케팅 내러티브로 자주 축소됩니다. 프로젝트들은 심층적인 AI 통합과 엄격한 블록체인 필요성을 빈번하게 주장하지만, 이러한 주장을 입증하는 데 필요한 기본 아티팩트(산출물)가 공개적으로 이용 가능하지 않을 수 있습니다. 이러한 제약 없는 자체 보고 환경은 프로젝트 내부자와 외부 이해관계자(투자자, 연구원, 규제 기관 포함) 간의 정보 비대칭성을 증폭시킵니다.

핵심적인 문제는 단순한 정보의 부족이 아니라 비교 가능하고 검증된 정보의 부족입니다. 기존 시장 애그리게이터(aggregator) 및 탈중앙화 금융(DeFi) 트래커는 기술적 실체보다는 상업적 포지셔닝을 반영하는 메타데이터에 의존합니다. 결과적으로 생태계는 기본적인 API 통합이 독점적인 AI 모델로 포지셔닝될 수 있는 "AI 워싱"과 실증된 기능적 요구 사항 없이 생태계에 토큰이 통합될 수 있는 "토큰 워싱(token-washing)"의 위험에 직면합니다.

이를 해결하기 위해 생태계에는 검증 가능한 주장을 위한 권위 있는 어음 교환소(clearinghouse)가 필요합니다. DecAIHub는 전통적인 백과사전이 아닌 검증 가능성 레지스트리로 작동합니다. 이는 검증 가능한 아티팩트가 없는 주장은 마케팅 노이즈와 구별할 수 없다는 전제를 바탕으로 구축되었습니다. 당사의 접근 방식은 평가 패러다임을 "백서를 신뢰하는 것"에서 "증거의 흔적을 검증하는 것"으로 전환하여, 프로젝트가 탈중앙화 AI 테제와 진정으로 부합하는지에 대한 빠르고 엄격하며 비교 가능한 신호를 제공합니다.

2. 검증 가능성 프레임워크

DecAIHub 아키텍처의 핵심은 "프로젝트 패스포트"입니다. 이는 검증의 기본 단위(블록체인 네트워크의 트랜잭션과 유사) 역할을 하는 통합되고 구조화된 엔터티입니다. 패스포트는 서로 다른 프로젝트 데이터를 정규화된 메타데이터, 표준 링크(canonical links) 및 결정적으로 중요한 **증거 계층(Evidence Layer)**을 포괄하는 기계 판독 가능한 데이터 컨트랙트로 표준화합니다.

신호와 노이즈를 체계적으로 분리하기 위해 DecAIHub는 독립적인 검증 가능성에 따라 출처의 순위를 매기는 계층화된 증거 분류 시스템을 사용합니다.

Tier-1 (1차 증거 - 최고 가중치): 직접적이고 독립적으로 검증 가능한 아티팩트. 여기에는 온체인 사실(검증된 스마트 컨트랙트, 블록체인 익스플로러 데이터), 활성 릴리스 내역이 있는 공식 퍼블릭 리포지토리(예: GitHub), 공식 기술 문서 및 게시된 타사 보안 감사가 포함됩니다. Tier-1 출처는 레지스트리에서 신뢰의 근본적인 구성 요소입니다.
Tier-2 (맥락적 증거 - 중간 가중치): 맥락적 지원을 제공하지만 기술적 주장에 대한 독립적인 증명으로는 사용할 수 없는 2차 출처. 여기에는 기존 애그리게이터(CoinGecko, CoinMarketCap), 생태계 카탈로그 및 온체인 분석 대시보드의 데이터가 포함됩니다.
Tier-3 (정보 노이즈 - 최저 가중치): 소셜 미디어 게시물, 인플루언서 프로모션, 보도 자료 및 확인되지 않은 커뮤니티 주장과 같은 3차 출처. 이러한 출처는 공식 검증 채점 프로세스에서 대부분 제외됩니다.

이 프레임워크는 온체인 트랜잭션 로그와 같이 기술에 의해 강제되는 신호인 아키텍처 내장형 투명성(AET)과 보안 감사 및 포괄적인 문서와 같이 의도적인 조직적 투자가 필요한 자발적으로 생성된 투명성(VPT)을 추가로 구분합니다. 전략적 번들링은 주로 자발적 한계에서 작동하여 프로젝트 실체의 신뢰할 수 있는 지표 역할을 합니다. 보수적인 판정 프로토콜을 통해 Tier-1 지원이 없는 모든 주장은 기본적으로 "미검증(unverified)"으로 설정되어 오탐지(false-positive) 위험을 제한하고 선택적 공개 및 모호성 주입과 같은 적대적 전술에 대한 조작 방지 평가를 보장합니다.

3. 분류법 및 범위

탈중앙화 AI 생태계의 경계를 정의하는 것은 체계적인 스크리닝을 위한 전제 조건입니다. AI-암호화폐 도메인은 극단적인 구조적 모호성과 레이블 동시 발생을 보여줍니다. 프로젝트는 인프라, 컴퓨팅 제공자 및 DeFi 프로토콜로 동시에 작동하며 여러 범주에 걸쳐 있는 경우가 많습니다.

DecAIHub는 프로젝트를 핵심 기능 세그먼트(예: 인프라, AI/에이전트, AI/컴퓨팅, AI/데이터, AI/추론)로 분류하는 엄격하게 정규화된 다중 레이블 분류법을 통해 이를 해결합니다. 그러나 당사의 진단 분석에 따르면 구조적 레이블의 모호성은 문서 품질의 불확실성과는 다릅니다. 세그먼트는 경계가 유동적이지만 문서화가 엄격할 수도 있고(예: AI/컴퓨팅), 구조적으로 단순하지만 검증 가능한 증거가 심각하게 부족할 수도 있습니다(예: 밈 토큰).

따라서 DecAIHub 검증의 범위는 명시적으로 *AI 현실성(AI Reality)*과 *온체인 필요성(On-chain Necessity)*의 교차점을 목표로 합니다. 당사는 자체 할당된 레이블이 아니라 다음과 같은 능력을 입증할 수 있는지에 따라 유효한 탈중앙화 AI 프로젝트를 정의합니다.

AI 현실성: 모델 추론, 학습, 데이터 라벨링 또는 자율 에이전트 등 기술 아키텍처, 벤치마크 또는 재현 가능한 데모로 지원되는 진정한 AI 기능의 존재.
온체인 필요성: 단순한 토큰 발행을 넘어 블록체인 인프라에 대한 입증 가능한 요구 사항으로, 일반적으로 무신뢰 결제(trustless settlement), 검증 가능한 컴퓨팅, 검열 저항성 또는 탈중앙화된 상태 관리를 포괄합니다.

이러한 경계를 적용함으로써 DecAIHub는 무상으로 토큰을 발행하는 기존 AI 프로젝트와 AI 용어를 피상적으로 채택하는 기존 암호화폐 프로젝트를 모두 필터링합니다. 결과적인 분류법은 후속 DecAI Fit 지수 계산을 위한 강력한 스캐폴드(scaffold)를 제공합니다.

4. 증거 및 검증

작업 증명(Proof-of-Work)이 합의를 구축하기 위해 컴퓨팅 지출에 의존하는 것처럼, DecAIHub는 검증 가능성을 구축하기 위해 **증거의 경제학(Economy of Evidence)**에 의존합니다. 무신뢰 환경(trustless environment)에서 프로젝트 품질은 단순한 주장이 아니라 비용이 많이 들고 위조하기 어려운 아티팩트를 통해 신호를 보냅니다.

당사의 프레임워크는 "증거 격차(evidence gap)"(주장된 내용과 Tier-1 검증 가능한 아티팩트 간의 불일치)를 평가하는 2단계 스크리닝 프로세스를 도입합니다. 이 격차는 다음을 구분하여 구조적으로 평가됩니다.

아키텍처 내장형 투명성 (AET): 퍼블릭 블록 익스플로러를 통해 액세스할 수 있는 온체인 데이터와 같이 기본 기술로 인해 기본적으로 존재하는 정보 공개. 이는 임의적이지 않으며 구조적으로 비용이 저렴합니다.
자발적으로 생성된 투명성 (VPT): 공식적인 보안 감사, 적극적으로 유지 관리되는 GitHub 리포지토리 및 포괄적인 기술 문서와 같이 의도적이고 비용이 많이 드는 조직적 노력이 필요한 정보 공개.

내러티브 주장의 강도와 VPT 아티팩트 간의 격차를 측정함으로써 레지스트리는 체계적으로 "낮은 검증 가능성 위험" 프로젝트에 플래그를 지정합니다. 검증 가능성 프레임워크는 모호하거나 충돌하는 증거가 기본적으로 "미검증"으로 설정되는 보수적인 판정 프로토콜을 사용하여 선택적 공개, 모호성 주입 및 주장 인플레이션과 같은 적대적 조작 전략으로부터 방어합니다.

5. 온체인 및 토큰 필요성

AI-암호화폐 프로젝트의 결정적인 특징은 복합적인 필요성 주장, 즉 블록체인 인프라와 기본 토큰 모두 시스템에 필수 불가결하다는 주장입니다. DecAIHub는 명시적인 검증 테스트를 통해 이러한 주장을 분석합니다.

온체인 필요성 및 "체인 교체(Replace-the-Chain)" 테스트: 프로젝트가 단순한 토큰 발행을 넘어 실질적인 로직(예: 탈중앙화 컴퓨팅 검증, 상태 관리)을 위해 블록체인을 활용하는지 평가합니다. 궁극적인 기준은 "체인 교체" 테스트입니다. 블록체인 구성 요소를 제거하면 프로젝트의 핵심 기능이나 신뢰 모델이 손상되는가? 만연한 온체인 필요성을 주장하지만 검증 가능한 증거가 발견되지 않는 프로젝트는 "크리티컬 주장(Claimed-Critical)" 영역에 속하며, 이는 잠재적인 **온체인 워싱(onchain-washing)**을 나타낼 수 있습니다.

토큰 유틸리티: 이와 유사하게 프레임워크는 기본 토큰이 필요한 경제 또는 거버넌스 기능(예: 스테이킹, 네트워크 액세스, 인센티브 분배)을 수행하는지, 아니면 스테이블코인이나 기본 계층 자산(예: ETH)과 같은 기존 메커니즘으로 기능적으로 대체 가능한지 평가합니다. 높은 "토큰 검증 가능성 적자"는 토큰이 실증된 기능적 필요성보다는 주로 자금 조달 메커니즘으로 기능할 수 있는 **토큰 워싱(token-washing)**을 나타낼 수 있습니다.

6. 거버넌스 및 오픈 데이터

시스템적 무결성을 유지하기 위해 DecAIHub는 프로젝트 내러티브와 검증 가능한 현실 사이의 격차를 해소하는 공식적인 데이터 거버넌스 구조를 준수합니다. 레지스트리의 설계는 프로젝트 평가 시 오탐지(false positive)와 미탐지(false negative)의 위험을 완화하기 위해 최소한의 추적 가능성 구성 요소(예: 문서, 블록 익스플로러, 리포지토리)를 강제합니다.

결정적으로 DecAIHub는 급진적인 투명성과 오픈 데이터에 전념하며 FAIR(검색 가능, 접근 가능, 상호 운용 가능 및 재사용 가능) 데이터 원칙을 준수합니다. 당사 플랫폼의 기본 단위인 **프로젝트 카드 스키마(Project-Card Schema)**는 세 가지 핵심 모듈로 구성된 기계 판독 가능한 JSON 데이터 컨트랙트로 공식화됩니다.

패스포트 (Passport): 프로젝트의 인프라, AI 구성 요소 및 토큰 모델을 설명하는 정규화된 메타데이터.
링크 (Links): 1차 출처로 연결되는 표준 URL.
증거 (Evidence): 주장을 Tier-1/2/3 아티팩트와 명시적으로 연결하는 구조화된 평가 테이블.

광범위한 연구 및 분석 커뮤니티의 역량을 강화하기 위해 기본 방법론과 데이터는 오픈 소스로 제공됩니다. 전체 검증 스키마 및 관련 방법론이 포함된 연구 리포지토리는 GitHub(https://github.com/DecAIHub/papers)에서 확인할 수 있으며, 프로젝트 카드 기본 데이터 세트는 Zenodo(https://zenodo.org/records/18900950)에 공개적으로 기탁되었습니다. 이러한 오픈 데이터 인프라를 통해 독립적인 연구자, 투자자 및 규제 기관은 당사의 분석을 복제하고 생태계 간 비교를 수행하며 DecAIHub 프레임워크 위에 맞춤형 스크리닝 도구를 구축할 수 있습니다.

7. DecAI Fit 지표 (계산)

DecAIHub 검증 프로세스의 최종 출력은 DecAI Fit 지표입니다. 이는 증거 품질에 의해 엄격하게 제한되는 탈중앙화 AI 원칙과의 프로젝트 일치성을 나타내는 복합 지수(0에서 6까지의 척도)입니다. 이 지수는 인플레이션에 저항하도록 설계되었으며 명시적으로 정의된 거버넌스 상한선(caps)을 통합합니다.

7.1 구성 요소 점수

평가는 4개의 기본 구성 요소로 나뉘며, 각각 0에서 3 사이의 점수를 받습니다.

AI 점수 ($a$): 이진 플래그(의도 선언, 기능 설명, 데모 가용성, 벤치마크 및 아키텍처 문서)를 기반으로 AI 통합의 깊이를 평가합니다. $a = \min(3, A_0 + A_1 + A_2 + A_3 + A_4)$
온체인 점수 ($o$): 컨트랙트 존재, 실질적인 온체인 로직 및 "체인 교체" 임계성 테스트에 대한 플래그를 사용하여 블록체인 의존성을 평가합니다. $o = \min(3, O_1 + O_2 + O_3)$
토큰 점수 ($t$): 토큰 유틸리티(결제, 스테이킹, 거버넌스)에서 대체 가능성에 대한 페널티를 뺀 값을 평가합니다. 토큰이 없는 프로젝트는 중립 점수인 2점을 받습니다. $t = \text{clamp}_{[0,3]}(T_1 + T_2 + T_3 - T_4)$
증거 점수 ($e$): 앞서 언급한 구성 요소를 뒷받침하는 Tier-1 증거의 존재를 측정합니다. $e = \min(3, E^{AI}{T1} + E^{OC}{T1} + E^{TK}_{T1})$

7.2 기본 계산 및 거버넌스 상한선 (Caps)

구성 요소의 예비 합계는 $S = a + o + t + e \in {0, \dots, 12}$입니다. 기본 점수($B$)는 다음과 같이 계산됩니다. $$B = \max\left(1, \lceil S/2 \rceil\right) \in {1, \dots, 6}$$

수학적 집계가 근본적인 검증 가능성 격차를 모호하게 만들지 않도록 기본 점수는 순차적인 거버넌스 상한선(caps)의 적용을 받습니다. 각 규칙은 최종 점수를 낮추기만 할 수 있습니다.

R0 (AI 현실성 영점 강제화): 프로젝트가 검증 가능한 AI 기능을 입증하지 못하는 경우($a = 0$), 최종 점수는 즉시 0으로 강제됩니다. 검증된 AI 기능이 없는 프로젝트 ($a = 0$)는 검토 시점을 기준으로 탈중앙화 AI 분류의 기준을 충족하지 않습니다.
R1 (정보 노이즈 상한선): 프로젝트가 전적으로 Tier-3 증거에만 의존하는 경우 점수는 최대 2로 제한됩니다.
R2 (핵심 증거 누락 상한선): AI 또는 온체인 차원에 대한 Tier-1 증거가 누락된 경우 점수는 3으로 제한됩니다.
R3 (토큰 검증 가능성 상한선): 토큰이 존재하지만 유틸리티에 대한 Tier-1 증거가 부족한 경우 점수는 4로 제한됩니다.
R4 (AI 현실성 상한선): 최종 점수는 프로젝트의 기본 AI 점수를 초과할 수 없습니다. $a = 1$인 경우 상한선은 3이고, $a = 2$인 경우 상한선은 5입니다.

이러한 구조적 보수주의는 높은 점수(5 및 6)가 포괄적이고 다차원적이며 Tier-1 검증된 정보 공개를 제공하는 프로젝트에만 배타적으로 예약되도록 보장합니다.

8. 결론

탈중앙화 AI 생태계는 심오한 기술적 잠재력을 지니고 있지만, 현재 광범위한 내러티브 인플레이션과 부적절한 공개 규범으로 인해 훼손되고 있습니다. DecAIHub는 엄격하고 증거를 인식하는 검증 가능성 프레임워크를 구축하여 이러한 시스템적 취약성을 해결합니다. "온체인 워싱"과 같은 개념을 운영화하고 상한선이 엄격하게 제한된 DecAI Fit 지표를 구현함으로써 레지스트리는 투기적 노이즈를 필터링하고 입증 가능한 엔지니어링 현실이 뒷받침하는 프로젝트를 강조합니다.

DecAIHub는 재무 자문 플랫폼이 아닙니다. 특화된 정보 어음 교환소(clearinghouse)입니다. 생태계가 성숙함에 따라 독립적이고 경험적인 검증에 대한 요구는 더욱 강화될 것입니다. 이 백서에 설명된 방법론과 오픈 데이터 스키마는 인공지능과 블록체인의 교차점에서 신뢰, 투명성 및 책임을 회복하는 데 필요한 기반 인프라를 제공합니다.

참고 문헌

DecAIHub 프레임워크의 경험적 및 방법론적 기초는 7개의 포괄적인 과학 논문(A-G) 시리즈에서 파생되었습니다. 이러한 연구에 자세히 설명된 기본 데이터 세트, 분류 규칙, 프로젝트 카드 스키마 및 적대적 검증 모델은 공개 검토 및 복제를 위해 오픈 소스로 제공됩니다.

DecAIHub 연구 리포지토리: 전체 기술 방법론, 복제 스크립트 및 구조화된 데이터 컨트랙트(JSON 스키마)는 다음에서 확인할 수 있습니다. https://github.com/DecAIHub/papers
프로젝트 카드 데이터 세트: 계층화된 증거 링크가 완비된 845개 AI-블록체인 프로젝트 프로필의 기초 센서스가 다음 위치의 Zenodo에 공개적으로 기탁되었습니다. https://zenodo.org/records/18900950