정보에 대한 신뢰도가 점점 떨어지는 세상에서 블록체인은 검증 가능한 데이터를 지켜낼 구원자가 될 수 있다

가짜 뉴스, 왜곡된 사실, 검증되지 않은 출처, 그리고 노골적인 거짓말이 난무하는 오늘날, 언론 보도를 신뢰하기란 극히 어렵습니다. 하지만 이러한 문제는 정치 뉴스나 과장된 기사에만 국한되지 않습니다. 우리는 그 어느 때보다 많은 데이터를 접하고 있으며, 그 데이터에 의존하고 있지만, 그 데이터를 검증할 수 있는 능력은 한계에 다다르고 있습니다.  

데이터의 가능성과 문제점

특히 인공지능(AI) 산업은 데이터에 대한 우리의 욕구를 크게 증가시켰습니다. 통계 분석을 통해 특정 통찰력을 얻는 것은 언제나 가능했지만, AI는 알고리즘 학습에 필요한 적절한 데이터만 있다면 무한한 가능성을 열어주었습니다. 적절한 학습 데이터 세트가 주어진다면, AI 알고리즘은 사진을 기반으로 제품을 식별dent것처럼 다양한 범주의 데이터를 분류할 수 있습니다. 또한 인간이 발견하기 어려운 것들을 예측할 수도 있습니다. 예를 들어 은행 계좌의 사기 행위를 예측하거나, 택배 배송 예상 시간을 예측하고, 자율주행 차량과 다른 차량의 충돌 가능성을 예측하는 것 등이 가능합니다. 공장 운영을 효율화하거나, 사용자의 일정 제약 조건에 맞춰 모든 약속을 조율하거나, 로봇의 움직임을 매끄럽게 하는 등 데이터를 기반으로 문제를 최적화할 수도 있습니다. ChatGPT와 같은 대규모 언어 모델처럼 충분한 데이터만 있다면, AI 알고리즘은 놀라울 정도로 높은 정확도로 광범위한 질문에 답할 수 있습니다. 불과 몇 년 만에 우리는 인공지능에 완전히dent 하게 되었는데, 이는 우리가 여전히 인공지능의 기능(그리고 한계)을 알아가는 중이기 때문입니다.

보시다시피, 여기서 공통분모는 데이터. 하지만 문제는 단순히 데이터만 있다고 해서 제대로 된 AI 알고리즘을 구축할 수 있는 것은 아니라는 점입니다. 효과적인 AI 모델을 만드는 것은 생각보다 훨씬 복잡하고 어렵습니다. 적절한 알고리즘을 선택하고, 하이퍼파라미터를 조정하고, 모델이 제대로 작동하는지 확인하기 위해 학습 및 테스트하는 데에는 상당한 전문 지식이 필요합니다. 이 모든 과정이 제대로 진행되려면 개발자는 학습에 사용할 적절한 유형의 데이터를 생성하거나 수집하고, 필요한 경우 레이블을 지정하고, 데이터의 정확성을 검증해야 합니다. 필요한 데이터의 양은 다양하지만, 특히 모델이 복잡한 결정을 내리거나, 여러 범주 중에서 선택하거나,dent아주 작은 변화(예: 제품의 미세한 결함을 찾는 것)를  

사실, 적합한 AI 알고리즘을 만드는 것은 점점 더 쉬워지고 있지만, 모델 학습에 필요한 적절한 데이터를 찾거나 생성하는 것은 점점 더 어려워지고 있습니다. 해결하고자 하는 문제가 복잡해지고, 필요한 데이터의 양과 복잡성이 커지거나, 데이터는 있지만 그 유효성이 의심스러워지기 때문입니다. 이처럼 수조 개의 데이터 포인트를 수집하고 검증하려면 어떻게 해야 할까요? 이 문제를 살펴보고 블록체인의 핵심 속성이 해결책을 제시할 수 있는 이유를 알아보겠습니다. Synesis One 이미 탈중앙화를 활용하여 많은 사람들을 동원하는 데 상당한 가능성을 보여주고 있습니다.

데이터 수집 산업 

AI 모델에 필요한 데이터를 제대로 수집하려면 먼저 해결하려는 문제가 무엇인지 이해해야 합니다. 이 분야에는 문제를 해결해야 하는 기업, 조직, 심지어 개인까지 존재합니다. 적절한 데이터를 찾거나 생성하려면 데이터 전문가가 어떤 유형의 데이터, 어떤 유형의 라벨링 또는 검증이 필요한지, 그리고 얼마나 많은 양의 데이터가 필요한지 이해할 수 있도록 문제 해결 목표를 충분히 구체적으로 설명해야 합니다. 이상적으로는 이러한 주체들이 자신들의 문제와 필요한 데이터 유형을 공개적으로 알릴 것입니다. 보고서나 분석과 같은 간단한 작업이라면, 잘 구축된 프리랜서 경제를 활용하여 해당 업무에 적합한 사람을 찾을 수 있습니다. 하지만 AI에 필요한 데이터 세트는 한 사람이 처리하기에는 너무 방대한 경우가 많습니다. 그러나 개별 요소는 일반적으로 어렵지 않고, 대부분의 경우 학습이 필요하지 않으며, 단일 데이터 포인트 단위로 분할할 수 있습니다. 따라서 작업을 여러 사람에게 분산하는 것이 이상적입니다. 많은 사람들이 각자 신뢰할 수 있는 방식으로 소량의 데이터 포인트를 수집하거나 생성하고, 필요에 따라 기본적인 지침에 따라 데이터에 레이블을 지정할 수 있다면, 문제를 해결하려는 주체는 시작하는 데 필요한 모든 것을 갖추게 될 것입니다.

탈중앙화의 실제 적용 사례

바로 이런 점에서 블록체인, 특히 탈중앙화 기술이 완벽하게 들어맞습니다. 앞서 언급했듯이 Synesis One을 비롯한 여러 신흥 웹3 기업들은 데이터 생성, 수집, 검증이라는 새로운 산업 분야를 구축하고 있습니다. 블록체인은 스마트trac을 통해 프로세스를 자동화하고, 참여자들이 전 세계 어디에 있든 문제 해결에 참여할 수 있도록 지원하며(결과적으로 참여자 수를 늘림), 국경이 거의 없는 암호화폐 결제까지 가능하게 해준다는 점에서 이상적인 솔루션입니다. 결과적으로, 많은 사람들이 기본적인 지침에 따라 올바른 데이터를 생성하거나 찾고, 검증하고, 필요한 경우 동료 검토를 거쳐(모두가 제대로 작업하고 있는지 확인하기 위해), 보기 좋고 바로 사용할 수 있는 데이터 세트로 만들어냅니다.  

이 개념은 꽤 단순해 보일 수 있지만, 인공지능 커뮤니티에게는 사실상 혁명적인 변화입니다. 데이터 부족은 전 세계 AI 개발자들이 오랫동안 겪어온 골칫거리였습니다. 개발자들은 종종 이러한 데이터 세트를 직접 구축할 수 없었고, 필요한 인력을 직접 고용할 자원도 부족했습니다. 분산화와 같은 초효율적인 시스템을 통해서만 각자 조금씩 기여하고, 노력에 대한 보상을 받고, 궁극적으로 활용 가능한 데이터 더미를 만들어낼 수 있는 다양한 사람들을 모집할 수 있습니다.  

기술 업계 종사자를 포함한 일반 대중은 현재와 같이 훌륭한 AI 모델이 제대로 작동하기 위해 데이터 측면에서 얼마나 많은 사람의 노동력과 투입이 필요한지 잘 이해하지 못합니다.@Lempheter는 이 스레드에서 이러한 병목 현상의 몇 가지 원인을 훌륭하게 분석했습니다. https://t.co/FFO3sAO3fr

— 시네시스 원 (@synesis_one) 2024년 5월 2일

다음 단계는 무엇인가요?

인공지능 발전의 주요 병목 현상 중 하나가 해결될 가능성이 커짐에 따라, 탈중앙화 데이터 시장은 우리 일상생활에서 인공지능의 도입을 가속화하는 동시에 중소기업과 개인에게도 더욱 유용하고 맞춤화된 인공지능을 제공할 것입니다. 우리는 가까운 미래에 이 산업이 폭발적으로 성장하는 것을 목격하게 될 것이며, 이는 탈중앙화 DeFi, 나노트랜잭션(NFT), 또는 대중이 "블록체인"이라는 용어를 들었을 때 떠올리는 그 어떤 "과대광고"와도 완전히 별개로 웹3의 주요 활용 사례를 제공할 것입니다. 운이 좋다면, 사람들은 블록체인을 인공지능 산업에 필요한 주요 동력으로 인식하기 시작할지도 모릅니다.