이더스캔 코드 리더, AI를 사용하여 이더리움 계약 해독 – 알아야 할 사항

6월 19일, 인기 있는 이더리움 블록 탐색기 및 분석 플랫폼인 이더스캔(Etherscan)은 특정 계약 주소의 소스 코드를 추출하고 해석하기 위해 인공지능(AI)을 활용하는 '코드 리더(Code Reader)'라는 새로운 도구를 공개했습니다. 오픈AI의 대규모 언어 모델(LLM)을 활용하여 코드 리더는 포괄적인 응답을 생성하며 계약의 소스 코드 파일에 대한 귀중한 통찰력을 제공합니다. 이더스캔 개발자들은 이 도구를 사용하려면 유효한 오픈AI API 키와 충분한 오픈AI 사용 한도가 필요하며, 이 도구는 사용자의 API 키를 저장하지 않는다고 강조했습니다.

“이 도구를 사용하려면 유효한 오픈AI API 키와 충분한 오픈AI 사용 한도가 필요합니다. 이 도구는 귀하의 API 키를 저장하지 않습니다.”

코드 리더는 AI 생성 설명을 통해 스마트 계약 코드를 더 깊이 이해하려는 사용자에게 이점을 제공하는 다양한 사용 사례를 제시합니다. 이 도구는 사용자가 이더리움 데이터와 관련된 광범위한 함수 목록을 얻을 수 있게 하여 기본 계약이 탈중앙화 애플리케이션(dApps)과 어떻게 상호작용하는지에 대한 포괄적인 이해를 돕습니다. 계약 파일이 검색되면 사용자는 특정 소스 코드 파일을 선택하여 읽을 수 있습니다. 또한 이 도구는 사용자가 공유하기 전에 사용자 인터페이스 내에서 소스 코드를 직접 수정할 수 있게 하여 코드를 효과적으로 실험하고 반복할 수 있도록 합니다.

이더스캔 vs AI

AI 분야가 지수함수적으로 성장함에 따라 일부 전문가들은 현재 AI 모델의 실현 가능성에 대해 우려를 제기했습니다. 싱가포르 벤처 캐피탈 회사인 포사이트 벤처스(Foresight Ventures)가 발표한 최근 보고서에 따르면, 컴퓨팅 파워 자원은 향후 10년 동안 핵심적인 경쟁 무대가 될 것이라고 제안되었습니다. 탈중앙화 분산 컴퓨팅 파워 네트워크 내에서 대규모 AI 모델 학습에 대한 수요가 증가하고 있지만, 연구자들은 개발을 방해하는 상당한 제약 요인을 식별했습니다. 이러한 과제에는 복잡한 데이터 동기화, 네트워크 최적화, 데이터 프라이버시 및 보안에 대한 우려가 포함됩니다.

포사이트 벤처스는 대규모 AI 모델이 직면한 한계를 설명하기 위해 구체적인 예를 제시했습니다. 보고서에 따르면 단일 정밀도 부동 소수점 표현을 사용하여 1,750억 개의 매개변수를 가진 모델을 학습하려면 약 700GB의 저장 공간이 필요하지만, 분산 학습은 이러한 매개변수를 컴퓨팅 노드 간에 빈번하게 전송하고 업데이트해야 합니다. 

각 노드가 각 단위 단계에서 모든 매개변수를 업데이트해야 하는 100개의 컴퓨팅 노드가 있는 시나리오에서 모델은 초당 거대한 70테라바이트의 데이터 전송을 요구합니다. 이 요구 사항은 대부분의 기존 네트워크 용량을 훨씬 초과하여 대규모 AI 모델의 분산 학습 구현에 있어 엄청난 도전을 보여줍니다.

“대부분의 시나리오에서 작은 AI 모델이 여전히 더 실현 가능한 선택이며, 대규모 모델에 대한 FOMO 물결 속에서 너무 일찍 간과되어서는 안 됩니다.”

이러한 제약 사항을 고려할 때, 연구자들은 많은 시나리오에서 작은 AI 모델이 여전히 더 실현 가능한 선택이라고 제안합니다. 현재 대규모 모델에 대한 열광 속에서 작은 모델의 잠재력을 간과해서는 안 됩니다. AI 환경이 진화함에 따라 컴퓨팅 파워와 네트워크 인프라의 발전은 이러한 제한 사항의 일부를 해결할 가능성이 높습니다. 그럼에도 불구하고 당분간 작은 AI 모델은 여전히 상당한 가치를 제공할 수 있으며, 더 크고 복잡한 모델을 추구하는 과정에서 조기에 폐기되어서는 안 됩니다.