대화 0G Labs: DA 종국의 길과 체인 상 AI 신시대

편집: 사고가 기묘한, BlockBeats

번역자 주: 올해 3월, 0G Labs는 Hack VC가 주도한 3500만 달러의 Pre-Seed 라운드 자금을 완료했습니다. 0G Labs는 첫 번째 모듈형 AI 체인을 구축하여 개발자가 고성능, 프로그래머블 데이터 가용성 계층에서 AI dApp을 출시할 수 있도록 돕는 것을 목표로 하고 있습니다. 혁신적인 시스템 설계를 통해 0G Labs는 초당 GB 수준의 체인 상 데이터 전송을 실현하고 AI 모델 훈련 등 고성능 응용 프로그램 시나리오를 지원하기 위해 노력하고 있습니다.

DealFlow 4기 팟캐스트 프로그램에서 BSCN 편집장 Jonny Huang, MH Ventures 일반 파트너 Kamran Iqbal, Animoca Brands 투자 및 전략 협력 책임자 Mehdi Farooq가 0G Labs의 공동 창립자이자 CEO인 Michael Heinrich를 인터뷰했습니다. Michael은 마이크로소프트와 SAP 연구소의 소프트웨어 엔지니어에서 10억 달러 이상의 가치를 지닌 Web2 회사 Garten을 창립하고 현재 0G에 전념하게 된 개인 배경을 공유했습니다. 논의 내용은 DA의 현황과 비전, 모듈화의 장점, 팀 관리, Web3와 AI의 상호 의존 관계를 포함했습니다. 미래를 내다보며 그는 AI가 주류가 되어 큰 사회적 변화를 가져올 것이며, Web3가 이러한 추세에 발맞춰야 한다고 강조했습니다.

다음은 인터뷰 본문입니다:

Web2 유니콘 CEO의 재창업

Jonny: 오늘 우리는 중요한 주제인 데이터 가용성(DA), 특히 암호화 AI 분야의 데이터 가용성에 대해 깊이 탐구하고자 합니다. Michael, 귀사의 이 분야에서의 발언권이 큽니다. 세부 사항에 들어가기 전에, 간단히 직업 배경과 어떻게 이 틈새 분야에 들어오게 되었는지 소개해 주시겠습니까?**

Michael: 저는 처음에 마이크로소프트와 SAP 연구소의 소프트웨어 엔지니어 및 기술 제품 관리자였으며, Visual Studio 팀에서 최전선 기술 작업을 했습니다. 이후 비즈니스 쪽으로 전환하여 베인앤컴퍼니에서 몇 년간 일한 후, 코네티컷으로 이사하여 브리지워터 어소시에이츠에서 포트폴리오 구축을 담당했습니다. 매일 약 600억 달러의 거래를 검토하며 많은 위험 지표를 이해했습니다. 예를 들어, 우리는 CDS 금리를 확인하여 거래 상대방 위험을 평가합니다. 이 경험은 전통 금융에 대한 깊은 이해를 제공했습니다.

그 후, 저는 스탠포드로 돌아가 대학원 공부를 하며 첫 번째 Web2 회사인 Garten을 창립했습니다. 회사가 절정에 달했을 때 직원 수는 650명에 달하고 연간 수익은 1억 달러에 이르며 총 자금 조달액은 약 1.3억 달러로, 10억 달러 이상의 가치를 지닌 유니콘 기업이자 Y Combinator의 스타트업이 되었습니다.

2022년 말, 스탠포드 동창인 Thomas가 저에게 연락했습니다. 그는 5년 전 Conflux에 투자했으며, Ming Wu와 Fan Long이 그가 후원한 가장 뛰어난 엔지니어라고 생각했습니다. 우리는 네 명이 모여서 어떤 아이디어가 나올 수 있을지 보자고 했습니다. 6개월의 교류 후, 저도 같은 결론에 도달했습니다. 저는 "와, Ming과 Fan은 제가 함께 일했던 가장 뛰어난 엔지니어이자 컴퓨터 과학자입니다. 우리는 반드시 함께 창업해야 합니다."라고 생각했습니다. 저는 Garten의 의장으로 전환하고 0G에 전념하기 시작했습니다.

0G Labs의 네 명의 공동 창립자, 왼쪽부터 Fan Long, Thomas Yao, Michael Heinrich, Ming Wu

DA의 현황, 도전과 궁극적 목표

Jonny: 제가 들어본 창립자 소개 중 가장 훌륭한 것 중 하나입니다. 귀하의 VC 자금 조달 과정이 매우 순조로웠을 것이라고 추측합니다. 데이터 가용성이라는 주제를 깊이 탐구하기 전에, DA의 현황에 대해 논의하고 싶습니다. 몇몇 플레이어가 잘 알려져 있지만, 현재 DA의 판도를 어떻게 평가하십니까?**

Michael: DA는 현재 여러 출처가 있으며, 이는 블록체인에 따라 다릅니다. 예를 들어, 이더리움의 Danksharding 업그레이드 이전에 이더리움의 DA는 초당 약 0.08MB였습니다. 이후 Celestia, EigenDA 및 Avail이 시장에 진입했으며, 이들의 처리량은 일반적으로 초당 1.2MB에서 10MB 사이입니다. 문제는 AI 응용 프로그램이나 체인 상 게임 응용 프로그램에 대해 이러한 처리량이 매우 부족하다는 것입니다. 우리는 초당 GB 수준의 DA에 대해 논의해야 합니다. 예를 들어, 체인에서 AI 모델을 훈련하려면 실제로 초당 50GB에서 100GB의 데이터 전송량이 필요합니다. 이는 양의 차이입니다. 우리는 이 기회를 보고 Web2의 대형 응용 프로그램이 동일한 성능과 비용으로 체인에서 구축할 수 있도록 하는 방법을 고민했습니다. 이는 이 분야에서 우리가 본 거대한 공백입니다. 또한, 몇 가지 문제는 충분히 고려되지 않았습니다. 예를 들어, 우리는 데이터 가용성이 데이터 게시와 데이터 저장의 결합이라고 생각합니다. 우리의 핵심 통찰력은 시스템 내 방송 병목 현상을 피하기 위해 데이터를 이 두 채널로 나누어 획기적인 성능 개선을 이루는 것입니다.

추가 저장 네트워크는 모델 저장, 특정 용도의 훈련 데이터 저장, 심지어 프로그래머블성을 가능하게 합니다. 전체 상태 관리를 수행할 수 있으며, 데이터를 어디에 저장할지, 얼마나 오랫동안 저장할지, 얼마나 많은 보안이 필요한지를 결정할 수 있습니다. 따라서 다양한 분야에서 실제로 필요한 진정한 사용 사례가 이제 가능해졌습니다.

현재 DA의 현황은 우리가 중요한 진전을 이루어 초당 0.08MB에서 1.4MB로 증가시켰으며, 실제로 거래 비용을 낮추었고, 어떤 경우에는 99%까지 감소했습니다. 그러나 미래 세계의 진정한 요구에 비하면 이는 충분하지 않습니다. 고성능 AI 응용 프로그램, 체인 상 게임, 고빈도 DeFi 등 모든 이러한 응용 프로그램은 더 높은 처리량을 필요로 합니다.

Mehdi: 두 가지 기본적인 질문이 있습니다. 첫 번째는 저장에 관한 것입니다. 귀하는 L2의 거래 기록, 심지어 AI 모델의 기록을 언급했습니다. 저장 측면에서 우리는 데이터를 얼마나 오랫동안 저장해야 합니까? 이것이 첫 번째 질문입니다. 두 번째 질문은 이미 Arweave와 Filecoin과 같은 분산 저장 네트워크가 존재하는데, 이들이 처리량을 높이는 데 도움이 될 수 있다고 생각하십니까? 제가 말하는 것은 데이터 게시가 아니라 저장입니다.**

Michael: 데이터의 저장 기간은 그 목적에 따라 다릅니다. 재해 복구를 고려할 경우, 데이터는 상태를 재구성할 수 있도록 영구적으로 저장되어야 합니다. 낙관적인 롤업과 같은 사기 증명 창이 있는 경우, 최소한 7일 동안 저장해야 상태를 재구성할 수 있습니다. 다른 유형의 롤업에 대해서는 저장 시간이 더 짧을 수 있습니다. 구체적인 상황은 다르지만 대체로 그렇습니다.

다른 저장 플랫폼에 관해서는, 우리는 내부적으로 저장 시스템을 구축하기로 선택했습니다. Arweave와 Filecoin은 주로 로그 유형의 저장을 위해 설계되었으며, 즉 장기적인 냉 저장을 위한 것입니다. 따라서 이들은 AI 응용 프로그램 및 키-값 저장 또는 트랜잭션형 데이터 유형의 구조화된 데이터 응용 프로그램에 매우 중요한 매우 빠른 데이터 쓰기 및 읽기를 위해 설계되지 않았습니다. 이렇게 해야 빠른 처리가 가능하며, 심지어 분산형 Google 문서 응용 프로그램을 구축할 수 있습니다.

Jonny: DA가 필요한 이유와 기존의 분산 저장 솔루션이 왜 이러한 특정 시나리오에 적합하지 않은지에 대해 매우 명확하게 설명해 주셨습니다. 데이터 가용성의 궁극적 목표에 대해 논의할 수 있을까요?**

Michael: 궁극적 목표는 쉽게 정의할 수 있습니다. 우리는 Web2와 동등한 성능과 비용을 달성하여 체인에서 무엇이든 구축할 수 있도록 하는 것입니다. 특히 AI 응용 프로그램에 대해 말이죠. 이는 매우 직관적입니다. AWS에는 컴퓨팅과 저장이 있으며, S3는 핵심 구성 요소입니다. 데이터 가용성은 다양한 특성이 있지만, 또한 핵심 구성 요소입니다. 우리의 궁극적 목표는 모듈형 AI 기술 스택을 구축하는 것이며, 그 데이터 가용성 부분은 데이터 게시뿐만 아니라 저장 구성 요소도 포함되어 있으며, 이는 합의 네트워크에 의해 통합됩니다. 우리는 합의 네트워크가 데이터 가용성 샘플링을 처리하게 하고, 합의가 이루어지면 우리는 기본 Layer 1(예: 이더리움)에서 증명을 할 수 있습니다. 우리의 궁극적 목표는 모든 고성능 응용 프로그램을 실행할 수 있는 체인 상 시스템을 구축하는 것이며, 심지어 체인에서 AI 모델 훈련을 지원하는 것입니다.

Kamran: 귀하의 목표 시장에 대해 좀 더 자세히 설명해 주실 수 있습니까? 인공지능과 블록체인에서 AI 응용 프로그램을 구축하는 사람들 외에 어떤 프로젝트가 0G를 사용하기를 원하십니까?**

Michael: 귀하가 이미 언급한 응용 분야가 있습니다. 우리는 가장 큰 분산 AI 커뮤니티를 구축하기 위해 노력하고 있으며, 많은 프로젝트가 우리 위에서 구축되기를 바랍니다. Pond가 대형 그래프 모델을 구축하든, Fraction AI 또는 PublicAI가 분산 데이터 주석 또는 정리를 하든, 심지어 Allora, Talus Network 또는 Ritual과 같은 실행 계층 프로젝트가 있든, 우리는 AI 구축자를 위한 가장 큰 커뮤니티를 만들기 위해 노력하고 있습니다. 이는 우리에게 기본 요구 사항입니다.

하지만 실제로는 모든 고성능 응용 프로그램이 우리 위에서 구축될 수 있습니다. 체인 상 게임의 경우, 5000명의 사용자가 비압축 상태에서 완전한 체인 상 게임 상태를 구현하기 위해 초당 16MB의 데이터 가용성이 필요합니다. 현재 어떤 DA 계층도 이를 달성할 수 없으며, 아마도 Solana는 가능하지만, 이는 이더리움 생태계와 다르며 지원도 제한적입니다. 따라서 이러한 응용 프로그램은 우리에게 매우 흥미롭습니다. 특히 체인 상 AI 에이전트(NPC 등)와 결합된다면 더욱 그렇습니다. 이 분야에는 많은 교차 응용 가능성이 있습니다.

고빈도 DeFi는 또 다른 예입니다. 미래의 전동형 동형 암호화(FHE), 데이터 시장, 고빈도 딥 엔드 응용 프로그램 등 모든 것은 매우 큰 데이터 처리량을 필요로 하며, 진정으로 고성능을 지원할 수 있는 DA 계층이 필요합니다. 따라서 모든 고성능 DA pp 또는 Layer2는 우리 위에서 구축될 수 있습니다.

모듈화의 장점: 유연한 선택

Mehdi: 여러분은 확장성, 처리량을 높이고 저장 구성 요소로 인한 상태 팽창 문제를 해결하기 위해 노력하고 있습니다. 왜 완전한 Layer1을 직접 출시하지 않습니까? 기술적으로 돌파구를 마련할 수 있다면, 왜 모듈화된 접근 방식을 선택하고 자체 가상 머신을 가진 Layer1을 만들지 않습니까? 모듈화 스택을 채택하는 논리는 무엇입니까?**

Michael: 근본적으로 우리는 기본적으로 Layer1이지만, 우리는 모듈화가 응용 프로그램을 구축하는 미래의 방식이라고 확신합니다. 그리고 우리는 모듈화가 미래에 AI 응용 프로그램에 최적화된 실행 환경을 제공하는 것을 배제하지 않습니다. 이 부분에 대한 로드맵은 아직 완전히 확정되지 않았지만, 가능성은 있습니다.

모듈화의 핵심은 선택입니다. 결제 계층, 실행 환경 및 DA 계층을 선택할 수 있습니다. 다양한 사용 사례에 따라 개발자는 최상의 솔루션을 선택할 수 있습니다. Web2에서 TCP/IP가 성공한 이유는 본질적으로 모듈화되어 있어 개발자가 그 다양한 측면을 자유롭게 선택할 수 있었기 때문입니다. 따라서 우리는 개발자에게 더 많은 선택권을 제공하여 그들의 응용 프로그램 유형에 따라 가장 적합한 환경을 구축할 수 있도록 하기를 원합니다.

Mehdi: 지금 가상 머신을 선택해야 한다면, 여러분이 고려하고 있거나 구현하려고 하는 응용 프로그램에 대해 시장에서 어떤 가상 머신이 가장 적합하다고 생각하십니까?**

Michael: 저는 이에 대해 매우 실용적인 관점을 가지고 있습니다. Web2 개발자를 Web3로 유치하기 위해서는 어떤 형태의 WASM 가상 머신이 필요하며, 이를 통해 가장 일반적인 프로그래밍 언어인 JavaScript 또는 Python으로 응용 프로그램을 구축할 수 있어야 합니다. 이러한 언어는 반드시 체인 상 개발의 최선의 선택은 아닙니다.

Move VM은 객체와 처리량 측면에서 매우 뛰어난 설계를 가지고 있습니다. 고성능을 추구한다면 주목할 만한 선택입니다. 실전에서 검증된 가상 머신을 고려한다면 EVM이 될 것입니다. 왜냐하면 많은 Solidity 개발자가 있기 때문입니다. 따라서 선택은 특정 사용 사례에 따라 달라집니다.

우선순위 정렬 및 커뮤니티 구축

Jonny: 여러분이 직면한 가장 큰 장애물이 무엇인지 듣고 싶습니다. 아니면 모든 것이 순조롭게 진행되고 있습니까? 여러분의 사업이 이렇게 거대하니 항상 순조롭지는 않을 것이라고 상상할 수 없습니다.**

Michael: 네, 저는 어떤 스타트업도 순조롭게 진행되지 않을 것이라고 생각합니다. 항상 몇 가지 도전이 있습니다. 제 관점에서 가장 큰 도전은 우리가 속도를 따라잡을 수 있도록 하는 것입니다. 우리는 여러 작업을 매우 뛰어나게 수행해야 하며, 시장에 빠르게 진입하기 위해 몇 가지 균형을 맞춰야 합니다.

예를 들어, 우리는 맞춤형 합의 메커니즘을 사용하여 시작하려고 했지만, 그렇게 하면 시작 시간이 4~5개월 연장됩니다. 그래서 우리는 첫 번째 단계에서 기존의 합의 메커니즘을 사용하기로 결정하고 강력한 개념 증명을 만들어 목표의 일부인 초당 50GB를 달성하기로 했습니다. 그런 다음 두 번째 단계에서 수평으로 확장 가능한 합의 계층을 도입하여 무한한 DA 처리량을 실현할 것입니다. 마치 AWS 서버를 추가하는 것처럼, 우리는 추가 합의 계층을 추가하여 전체 DA 처리량을 높일 수 있습니다.

또 다른 도전은 우리가 일류 인재를 회사에 유치할 수 있도록 하는 것입니다. 우리 팀은 정보학 올림픽 금메달 수상자와 최고의 컴퓨터 과학 박사로 구성되어 있으므로, 마케팅 팀과 새로 합류한 개발자도 그에 맞춰야 합니다.

Jonny: 현재 여러분이 직면한 가장 큰 장애물은 우선순위 정렬인 것 같습니다. 짧은 시간 내에 모든 일을 할 수 없다는 것을 받아들이고, 몇 가지 균형을 맞춰야 한다는 것이죠. 경쟁에 대해서는 어떻게 생각하십니까? Celestia나 EigenDA가 여러분의 특정 사용 사례에 심각한 위협이 되지 않을 것이라고 추측합니다.**

Michael: Web3에서 경쟁은 상당 부분 커뮤니티에 달려 있습니다. 우리는 고성능 및 AI 구축자를 중심으로 강력한 커뮤니티를 구축하고 있으며, Celestia와 EigenDA는 더 일반적인 커뮤니티를 가질 수 있습니다. EigenDA는 경제적 안전성을 가져오고 EigenLayer에서 AVS를 구축하는 것에 더 관심이 있을 수 있으며, Celestia는 어떤 Layer2가 거래 비용을 낮추고 싶어하는지에 더 관심이 있을 것입니다. 고빈도 DeFi를 Celestia에서 구축하는 것은 매우 도전적입니다. 왜냐하면 초당 수 메가바이트의 처리량이 필요하기 때문에 Celestia 네트워크가 완전히 막힐 수 있기 때문입니다.

이 관점에서 우리는 위협을 느끼지 않습니다. 우리는 매우 강력한 커뮤니티를 구축하고 있으며, 다른 사람들이 나타나더라도 우리는 이미 개발자와 시장 점유율의 네트워크 효과를 가지고 있으며, 그에 따라 더 많은 자금을 유치할 수 있을 것입니다. 따라서 최고의 방어는 우리의 네트워크 효과입니다.

Web3와 AI의 상호 의존

Jonny: 여러분은 인공지능을 주요 초점으로 선택했지만, 왜 Web3가 그 생태계 내에서 인공지능을 호스팅해야 할까요? 반대로, 인공지능은 왜 Web3가 필요할까요? 이는 상호적인 질문이며, 두 질문의 답이 반드시 긍정적일 필요는 없습니다.**

Michael: 물론 AI 없는 Web3는 가능할 수 있습니다. 하지만 저는 향후 5~10년 내에 모든 회사가 AI 회사가 될 것이라고 생각합니다. AI는 인터넷처럼 엄청난 변화를 가져올 것입니다. 우리는 Web3에서 이 기회를 놓치고 싶습니까? 저는 그렇지 않다고 생각합니다. 맥킨지에 따르면, AI는 수조 달러의 경제적 가치를 창출할 것이며, 70%의 작업이 AI에 의해 자동화될 수 있습니다. 그렇다면 왜 이를 활용하지 않겠습니까? AI 없는 Web3는 존재할 수 있지만, AI가 있다면 미래는 더욱 밝을 것입니다. 우리는 향후 5~10년 내에 블록체인에서 대부분의 참여자가 AI 에이전트가 되어 여러분을 위해 작업과 거래를 수행할 것이라고 믿습니다. 이는 매우 흥미로운 세계가 될 것이며, 우리는 사용자 맞춤형으로 AI가 구동하는 많은 자동화 서비스를 갖게 될 것입니다.

반대로, AI도 분명히 Web3가 필요합니다. 우리의 사명은 AI를 공공 제품으로 만드는 것입니다. 이는 근본적으로 인센티브 메커니즘의 문제입니다. AI 모델이 부정행위를 하지 않도록 어떻게 보장할 수 있을까요? 인간에게 가장 유리한 결정을 내리도록 어떻게 보장할 수 있을까요? 정렬은 인센티브, 검증 및 보안 구성 요소로 분해될 수 있으며, 각 구성 요소는 블록체인 환경에서 구현하기에 매우 적합합니다. 블록체인은 토큰을 통해 금융화와 인센티브를 실현하여 AI가 경제적으로 부정행위를 원하지 않는 환경을 조성할 수 있습니다. 모든 거래 기록도 블록체인에 있습니다. 여기서 대담한 주장을 하자면, 저는 근본적으로 훈련 데이터에서 데이터 정리 구성 요소, 데이터 수집 및 수집 구성 요소까지 모든 것이 체인 상에서 이루어져야 하며, 누가 데이터를 제공했는지, AI 모델이 어떤 결정을 내렸는지를 완전히 추적할 수 있어야 한다고 생각합니다.

향후 5~10년 내에 AI 시스템이 물류, 행정 및 제조 시스템을 관리한다면, 저는 모델의 버전, 그 결정에 대해 알고 싶으며, 인간의 이익과 정렬되도록 보장하기 위해 인간의 지능을 초월하는 모델을 감독하고 싶습니다. AI를 부정행위를 할 수 있는 블랙박스에 넣는다면, 저는 몇몇 회사가 이러한 시스템의 안전성과 신뢰성을 일관되게 보장할 수 있을지 확신할 수 없습니다. 특히 AI 모델이 향후 5~10년 내에 가질 수 있는 초능력을 고려할 때 더욱 그렇습니다.

Kamran: 우리는 모두 암호화 분야가 다양한 내러티브로 가득 차 있다는 것을 알고 있으며, 여러분이 AI 분야에 집중하고 있는 만큼, 장기적으로 이것이 여러분의 장애물이 될 것이라고 생각하십니까? 말씀하신 대로, 여러분의 기술 스택은 현재 우리가 보고 있는 것보다 훨씬 우수할 것입니다. AI를 둘러싼 내러티브와 명칭 자체가 미래에 여러분의 발전을 방해할 것이라고 생각하십니까?**

Michael: 우리는 그렇게 생각하지 않습니다. 우리는 미래에 모든 회사가 AI 회사가 될 것이라고 확신합니다. 거의 모든 회사가 그들의 응용 프로그램이나 플랫폼에서 어떤 형태로든 AI를 사용할 것입니다. 이 관점에서 볼 때, GPT가 새로운 버전을 출시할 때마다, 예를 들어 트릴리언 개의 매개변수를 가진 경우, 이전에는 없던 새로운 기능을 열어주고 더 높은 성능 수준에 도달합니다. 저는 이 열기가 지속될 것이라고 생각합니다. 이는 우리가 인간 언어로 컴퓨터에게 무엇을 해야 하는지를 처음으로 전달할 수 있는 기회입니다. 어떤 경우에는 일반 사람의 능력을 초월하여 이전에는 불가능했던 프로세스 자동화를 실현할 수 있습니다. 예를 들어, 일부 회사는 거의 완전 자동화된 판매 개발 및 고객 지원을 구현했습니다. GPT-5, GPT-6 등의 출시와 함께 AI 모델은 더욱 지능적으로 발전할 것입니다. 우리는 Web3에서 이러한 추세를 따라가고, 우리의 오픈 소스 버전을 구축해야 합니다.

AI 에이전트는 미래에 사회의 일부를 운영할 것이며, 이들이 적절한 방식으로 블록체인에 의해 관리되는 것이 중요합니다. 10~20년 내에 AI는 분명히 주류가 되어 큰 사회적 변화를 가져올 것입니다. 테슬라의 완전 자율 주행 모드를 보면, 미래는 매일 현실이 되어가고 있습니다. 로봇도 우리의 삶에 들어와 많은 지원을 제공할 것입니다. 우리는 기본적으로 과학 소설 영화 속에 살고 있습니다.