탈중앙화 인공지능(DAI)

탈중앙화 AI란?

탈중앙화 인공지능(Decentralized Artificial Intelligence, DAI) 시스템은 블록체인 기술을 사용하여 데이터를 노드 네트워크에 분산, 처리, 저장하는 인공지능(AI) 솔루션이다.

탈중앙화 AI 시스템은 사용자가 중앙 집중식 기관에 데이터를 제공하지 않고도, 로컬 디바이스에서 사전 학습된 AI 모델을 사용할 수 있도록 한다. 이를 통해 사용자는 AI가 제공하는 인사이트의 혜택을 누릴 수 있다.

이러한 접근 방식에서 사용자는 미리 구축된 AI 모델로 자신의 기기에 저장된 데이터를 처리할 수 있으며, 개인 데이터를 공유하지 않고도 결과를 제3자에게 전송할 수 있다.

탈중앙화 AI의 핵심 구성 요소는?

AI 연구자인 롱빙 카오(Longbing Cao) 교수는 다음과 같이 설명한다.

“DeAI는 탈중앙화 환경에서 탈중앙화 인텔리전스를 개발, 관리, 배포하기 위한 AI 사고방식, 방법론, 기술, 시스템 및 서비스를 의미한다.”

여기에는 “탈중앙화된 에이전트, 노드, 장치 간에 인텔리전스를 저장, 업데이트, 공유 및 교환하는 것, 그리고 로컬 에이전트와 탈중앙화 생태계 전반에서 정보를 통합하여 더 높은 수준의 인텔리전스와 문제 해결 능력을 제공하는 것”이 포함된다.

탈중앙화 AI 시스템은 AI 플랫폼 또는 탈중앙화 앱(dApp), 블록체인 분산 원장, 스마트 계약, 연합 학습, 동형 암호화 기술 등 여러 핵심 구성 요소로 구축된다.

블록체인의 분산 원장은 AI 개발자가 사전 구축된 머신러닝(ML) 모델을 사용자의 디바이스에 배포할 수 있게 한다. 그러면 이 장치들은 독립적인 개체로서 또는 연결된 네트워크의 일부로서 로컬에서 AI 추론 작업을 수행하는 자율 에이전트 역할을 할 수 있다.

연합 학습과 동형 암호화는 사용자 디바이스에서 데이터 처리 활동을 분리하고 개인 정보를 보호하여 권한이 없는 제3자가 무단으로 사용자의 정보를 볼 수 없도록 한다.

결과적으로, 탈중앙화 AI 시스템은 다음과 같은 기능을 제공한다.

데이터를 제3자에게 공개하지 않고, AI 학습 모델에만 제공
중앙 집중식 기관과 독립적으로 운영되는 처리 및 의사 결정
개발자는 사전 구축된 학습 모델을 노드 네트워크에 배포할 수 있음
AI 모델의 처리 활동에 대한 투명성 강화

탈중앙화 AI의 목적은?

전통적으로 AI 시스템 개발은 구글이나 오픈AI와 같은 소수의 기술 공급업체들이 독점적으로 진행해왔다. 이러한 업체들만이 대규모 데이터 세트를 구축하고 처리하는 데 필요한 인프라와 리소스를 개발하는 데 필요한 재원을 보유하고 있기 때문이다.

그러나 AI 개발의 소수 집중화는 조직이 시장에서 경쟁하는 데 필요한 데이터를 개발하고 처리할 수 있도록 상당한 자금을 확보해야 한다는 것을 의미했다.

또한, 이러한 집중화는 공급업체들이 AI 개발에 있어 블랙박스 접근 방식을 취하도록 유도하여, 사용자와 규제 당국이 조직의 AI 모델이 어떻게 작동하고 의사 결정을 내리는지에 대해 거의 또는 전혀 알 수 없게 만들었다. 이로 인해 부정확성, 편향성, 선입견, 잘못된 정보 등을 식별하기 어려웠다.

탈중앙화 AI 애플리케이션은 집중화된 제공업체에서 벗어나 혁신을 주도하는 소규모 연구자 중심으로 AI 개발을 전환함으로써 단점을 해결한다.

동시에 사용자는 자신의 개인 데이터를 제3자와 공유할 필요 없이 로컬에서 AI 기반 의사결정이라는 혜택을 누릴 수 있다.

연합 학습 vs. 탈중앙화 AI

연합 학습은 2개 이상의 AI 모델을 서로 다른 컴퓨터에서 분산된 데이터셋을 사용하여 학습시키는 접근 방식을 일컫는 말이다. 연합 학습 방법론에서는 머신러닝 모델이 사용자 장치에 저장된 데이터를 사용하여 훈련되며, 그 데이터는 상위 제공자와 공유되지 않는다.

탈중앙화 AI와 유사하게 들릴 수 있지만, 중요한 차이점이 있다. 연합 학습에서는 데이터셋을 처리하는 AI 모델에 대한 중앙 통제권이 조직에 있지만, 탈중앙화 AI 시스템에서는 데이터를 처리하는 모델에 대한 중앙 통제 기관이 없다.

따라서 연합 학습은 일반적으로 탈중앙화된 방식으로 처리된 데이터를 기반으로 의사 결정을 내리는 중앙 집중식 AI 모델을 구축하려는 조직에서 사용한다. 반면 탈중앙화 AI 솔루션은 데이터를 처리하는 기본 모델에 대한 중앙 기관의 권한이 없다.

프라이빗 AI(Private AI)의 공동 창립자이자 CEO인 패트리샤 테인(Patricia Thaine)은 테코피디아와의 인터뷰에서 다음과 같이 설명했다. “연합 학습은 분산 모델의 학습을 기반으로 업데이트되는 중앙 집중식 모델이다. 탈중앙화 시스템은 중앙 모델 없이 여러 노드가 합의에 도달하는 방식이다.”

“두 가지 모두 분산형 AI이기 때문에 혼동될 수 있다고 생각한다. 일반적으로 문제에 따라 이러한 시스템을 정확하게 구현하는 것은 매우 어렵다. FAANG, 마이크로소프트와 같은 대기업만이 안정적인 대규모 배포에 필요한 연구 및 개발(R&D)을 수행할 전문성과 리소스를 보유하고 있다.”