Sentient 프로젝트 심층 연구 보고서

작성자: 0xjacobzhao 및 ChatGPT 4o/ Grok3

일, 프로젝트 소개:

Sentient는 분산형 인공지능 경제체를 구축하는 데 전념하는 오픈 소스 프로토콜 플랫폼으로, 핵심 목표는 AI 모델의 소유 구조를 구축하고, 체인 상 호출 메커니즘을 제공하며, 조합 가능하고 수익 분배가 가능한 AI 에이전트 네트워크를 구축하는 것입니다. "OML" 프레임워크(개방형, 수익화 가능, 충성도)와 모델 지문 기술을 통해 Sentient는 현재 중앙 집중화된 LLM 시장에서 "모델 소속 불명, 호출 추적 불가, 가치 분배 불공정"이라는 근본적인 문제를 해결합니다.

• 공식 웹사이트: https://www.sentient.xyz
• GitHub: https://github.com/sentient-agi
• 재단: https://sentient.foundation
• 문서: https://docs.sentient.xyz
• 블로그: https://www.sentient.xyz/blog
• X: https://x.com/SentientAGI

이 프로젝트는 Sentient Foundation이 주도하며, 오픈 소스 AGI 및 프로토콜 인센티브 메커니즘 구축에 집중하고 있습니다. 그들이 주장하는 "충성 AI(Loyal AI)"는 커뮤니티에 봉사하고 공정하게 관리되며 장기적으로 자가 진화할 수 있는 개방형 AI 모델 생태계를 의미합니다.

Sentient Protocol의 구조는 두 가지 핵심 구성 요소로 이루어져 있습니다: 블록체인 시스템 및 AI 파이프라인(AI Pipeline).

AI 파이프라인(AI Pipeline)은 "충성 AI" 아티팩트를 개발하고 훈련하는 기초로, 두 가지 핵심 프로세스를 포함합니다:​

• 데이터 기획(Data Curation): 커뮤니티 주도의 데이터 선택 프로세스로, 모델의 정렬에 사용됩니다.
• 충성도 훈련(Loyalty Training): 모델이 커뮤니티의 의도와 일치하도록 유지하는 훈련 프로세스입니다.

블록체인 시스템은 프로토콜에 투명성과 분산형 제어를 제공하여 AI 아티팩트의 소유권과 거버넌스를 보장하며, 주요 모듈은 다음과 같습니다:​

• 거버넌스(Governance): 분산형 자율 조직(DAO)에 의해 제어 및 결정됩니다.
• 소유권(Ownership): 토큰화 방식을 통해 AI 아티팩트의 소유권을 나타냅니다.
• 분산형 금융(DeFi): 개방적이고 분산형이며 공정한 거버넌스 및 보상을 지원하는 금융 도구를 제공합니다.

이, 기술 아키텍처 및 모델 권리 확립 메커니즘:

1. OML 모델 프레임워크

2024년에 발표된 백서 "Sentient: Loyal AI"에서 (https://arxiv.org/abs/2411.03887), 프로젝트는 OML 프레임워크를 제안하며, 이 프레임워크는 모델 권리 확립을 출발점으로 하여 "체인 상 AI 소유권 프로토콜 경제체"를 구축하고자 하며, 최초로 "AI 원주율 암호학" 개념을 체계적으로 제안하여 오픈 소스 모델에 암호 수준의 소유권 보호 메커니즘을 제공하고자 합니다.

핵심 논문 해석------《OML: Open, Monetizable, and Loyal AI》:

• Open: 모델은 반드시 오픈 소스여야 하며, 코드와 데이터 구조가 투명해야 하고, 커뮤니티의 재현, 감사 및 포크를 지원해야 합니다;
• Monetizable: 모델의 각 호출은 수익 흐름을 촉발해야 하며, 체인 상 계약을 통해 훈련자, 배포자 및 검증자에게 분배되어야 합니다;
• Loyal: 모델은 회사에 속하지 않고 기여자 커뮤니티에 속하며, 모델 업그레이드 방향과 거버넌스는 DAO에 의해 결정됩니다. 모델 소속은 검증 가능하며, 수정은 제한되고, 사용은 통제됩니다.

OML은 코드 라이선스 프로토콜과 동일하지 않으며, 체인 상 메커니즘과 암호 수단을 통해 오픈 소스 모델이 개방성을 유지하면서도 경제 주권과 거버넌스 권한을 갖도록 보장합니다. AI 원주율의 사용 권한 및 수익 권한 프로토콜 계층(ownership and revenue protocol layer)을 구성하여 모델이 공개되더라도 소속이 명확하고 경제적 인센티브와 행동 거버넌스를 보장할 수 있도록 합니다.

핵심 개념: AI-native Cryptography(인공지능 원주율 암호학)

전통적인 암호학이 이진 정밀도에 집중하는 것과 달리, AI-native cryptography는 AI 모델의 연속성, 저차원 다양체 구조 및 모델 미분 가능성을 활용하여 "검증 가능하지만 제거할 수 없는" 경량 보안 메커니즘을 개발합니다. 그 핵심 기술은 다음과 같습니다:

• 지문 삽입(Model Fingerprinting): 훈련 시 삽입된 일련의 은밀한 query-response 키-값 쌍으로 모델의 고유 서명을 형성합니다;
• 소유권 검증 프로토콜: 제3자 탐지기(Prover)를 통해 query 질문 형식으로 지문이 유지되는지 검증합니다;
• 허가 호출 메커니즘: 호출 전에 모델 소유자가 발급한 "권한 증명서"를 받아야 하며, 시스템은 이를 바탕으로 모델이 해당 입력을 디코딩하고 정확한 답변을 반환하도록 권한을 부여합니다.

이 방식은 재암호화 비용 없이 "행동 기반의 권한 호출 + 소속 검증"을 구현할 수 있습니다.

OML의 5가지 구성 방식:

Sentient는 현재 Melange 혼합 보안을 채택하고 있으며, 지문 권리 확립, TEE 실행, 체인 상 계약 수익 분배를 결합하고 있습니다. 여기서 지문 방법은 OML 1.0 구현의 주선이며, "낙관적 보안(Optimistic Security)" 사상을 강조합니다. 즉, 기본적으로 준수하며, 위반 시 감지 및 처벌이 가능합니다.

또한 논문은 지문 메커니즘에 대한 다양한 검증 메커니즘 및 공격 모델을 정의합니다:

• 미세 조정 공격(LoRA/SFT): 일부 매개변수를 수정하여 지문을 제거하려고 시도합니다;
• 지식 증류: 학생 모델을 구축하여 부모 모델의 지문을 회피합니다;
• 매개변수 평균화(모델 통합): 여러 모델을 융합하여 지문 강도를 희석하려고 시도합니다;
• 지문 유출 공격: 지문 키가 유출되면 검증 메커니즘이 무효화됩니다.

대응 방식에는 다중 라운드 삽입, 서브넷 격리 훈련; benign 샘플 조합 방지; 삽입 가중치 바인딩 체인 상 증명서가 포함됩니다.

OML과 Sentient Protocol 프로토콜 아키텍처

논문의 마지막 장에서는 OML을 지원하기 위한 완전한 체인 상 프로토콜(Sentient Protocol)을 제안합니다:

• 저장 계층: 모델 가중치 및 지문 등록 정보를 저장합니다;
• 배포 계층: 권한 계약이 모델 호출 진입점을 제어합니다;
• 접근 계층: 권한 증명을 통해 사용자가 권한을 부여받았는지 검증합니다;
• 인센티브 계층: 수익 라우팅 계약이 각 호출에 대한 지불을 훈련자, 배포자 및 검증자에게 분배합니다.

이 구조는 이더리움 등 L1 메인 체인과의 호환성을 강조하며, 체인 상 AI 소유권 표준 프로토콜 스택으로 사용될 수 있습니다. 모든 모델은 체인 상에 등록되며(해시, 서명, 공개 키, 지문 구조 ID 포함); 에이전트는 등록된 모델을 바인딩하고 각 호출 후 사용 증명을 제출하도록 트리거합니다; 계약은 호출 이벤트 및 수익 흐름 규칙에 따라 수익을 분배합니다(훈련자, 배포자, 검증자); 사용자 또는 계약 호출자는 체인 상 게이트웨이를 통해 호출 권한을 검증해야 합니다. 이 구조는 Sentient Protocol의 기본 설계 철학을 구성합니다.

2. 지문 인식 및 모델 권리 확립 메커니즘

GitHub: https://github.com/sentient-agi/oml-1.0-fingerprinting

이 라이브러리는 Sentient 지문 메커니즘의 첫 번째 구현 버전으로, 훈련 프로세스에 삽입할 수 있는 지문 주입 및 검증 인터페이스를 제공합니다. 그 목적은 모델 소속이 검증 가능하고 사용 행동이 추적 가능하도록 하여 무단 복제 및 상업화를 방지하는 것입니다. 이는 OML(개방형, 수익화 가능, 충성도) 프레임워크의 구체적인 엔지니어링 구현입니다.

모델 지문 모듈(OML 1.0 Fingerprinting Module)의 기능은 다음과 같습니다:

• 행동 프로파일링(Behavioral Profiling): 모델 행동에 대한 특징을 추출하여 고유 지문을 생성합니다.
• 모델 소속(Model Attribution): 생성된 내용을 바탕으로 그 출처 모델을 판단합니다.
• 지문 검증(Fingerprint Verification): 모델 출력 내용의 출처와 일관성을 검증합니다.

지문 메커니즘의 본질은: 모델을 미세 조정하여 독특한 "질문 - 답변"(key-response) 쌍을 삽입하여 모델 소유자가 특정 쿼리를 통해 모델이 자신의 것인지 검증할 수 있도록 하여 모델의 "암호 서명"을 형성하는 것입니다. 요컨대, LLM(대형 언어 모델)에 "워터마크"를 추가하여 AI의 소유권을 추적하고 강제 집행합니다.

3. Enclave TEE 계산 프레임워크

GitHub: https://github.com/sentient-agi/Sentient-Enclaves-Framework

Sentient Enclaves Framework는 AWS Nitro Enclaves와 같은 신뢰할 수 있는 실행 환경(TEE)을 활용하여 모델 추론, 미세 조정 및 에이전트 서비스의 안전한 배포를 구현하는 오픈 소스 프레임워크입니다. 이 프레임워크는 모델의 "충성성"을 강조하여 모델이 승인된 요청에만 응답하도록 보장하며, 무단 접근 및 사용을 방지합니다. 안전 특성은 다음과 같습니다:

• 페이로드 암호화 배포: 모델 본체, 실행 구성, 입력 및 출력 모두 enclave 내에서 암호화되어 저장됩니다;
• TLS 기반 RPC: 호출은 양방향 TLS + 증명 서명 채널을 통해 통신합니다;
• 로그 및 캐시 격리: 메모리 순간 영역에서 실행되며, 영구 로그를 기록하지 않습니다;
• 증명 보고서: 각 호출 시 enclave 서명에 바인딩된 출력 증명을 생성하여 실행 행동이 추적 가능하고 검증 가능하도록 보장합니다.

TEE(Sentient Enclaves Framework)는 높은 성능과 클라우드 통합을 장점으로 하여 실시간 AI 및 민감한 데이터 처리에 적합하지만, 하드웨어 의존성과 사이드 채널 공격의 제한을 받습니다. Sentient Enclaves Framework는 Nitro Enclaves를 활용하여 기업 수준의 개인 정보 보호를 제공하며, 개발 경험이 비교적 친숙합니다. 다른 암호 기술과 비교할 때, FHE는 하드웨어 의존성이 없고 양자 안전성을 제공하는 강력한 개인 정보 보호 보장을 제공하지만, 성능 오버헤드가 크고 특정 암호 계산 시나리오에 적합하여 TEE의 고성능 작업을 직접 대체하기는 어렵습니다. ZK는 검증 가능성과 분산형 시나리오에서 우수한 성능을 보이며 TEE의 보완으로 사용될 수 있습니다(이 모듈은 향후 zkML과 연결될 계획입니다).

4. Sentient Agent Framework

GitHub: https://github.com/sentient-agi/Sentient-Agent-Framework

Sentient-Agent-Framework는 AI 에이전트를 통해 브라우저를 제어하여 웹 작업 자동화를 구현하는 경량 오픈 소스 프레임워크로, 자연어 지시와 LLM(예: OpenAI의 GPT-4o)을 결합하여 간단한 개발 경험을 제공합니다(3행 코드로 알려짐). 비동기 실행, 사용자 정의 지시 및 다중 공급자 지원으로 인해 빠른 개발 및 실험적 응용에 적합합니다. Sentient AGI의 다른 프로젝트(예: TEE 프레임워크)와 결합하여 보안 민감한 시나리오로 확장할 수 있습니다.

핵심 아키텍처: 이 아키텍처는 "인지-계획-실행-피드백"의 완전한 폐쇄 루프를 갖춘 지능체를 구축할 수 있도록 지원하며, 다중 에이전트 협력, 체인 상 검증 및 정렬 가능한 오픈 소스 AI 시스템으로 확장할 수 있습니다.

1. 사용자 계층(User Layer): 사용자가 자연어로 작업 목표를 입력합니다.
2. 에이전트 프레임워크 계층(Sentient Agent Framework)
3. 인지(Perception): 입력 및 환경을 이해합니다.
4. 계획(Planning): 목표에 기반하여 행동 계획을 생성합니다.
5. 실행(Execution): 도구/기술을 호출하여 작업을 수행합니다.
6. 반영(Reflection): 피드백을 분석하고 행동을 최적화합니다.
7. 메모리(Memory): 단기 및 장기 기억 관리
8. 기술/도구(Skills/Tools): 외부 함수 및 플러그인 등록
9. 협력 계층(Multi-Agent Layer): 다중 에이전트 협동 작업, 작업 할당 및 결과 요약
10. 외부 통합 계층(External Integration)
11. 블록체인 스마트 계약: 작업 기록, 인센티브 정산
12. 에이전트 레지스트리: 신원 인증 및 버전 관리
13. ZK 증명 모듈: 출력 진위 검증
14. 외부 도구 API: 웹 검색, 데이터베이스, 파일 시스템 등
15. 저장 계층(Storage): 로컬 저장소 및 분산 저장소(예: IPFS)

전통적인 AI 에이전트 프레임워크와 비교할 때 Sentient-Agent-Framework는 기능이 제한적이며 경량화되어 있습니다. 그러나 Virtuals Protocol, ai16z(elizaOS)와 같은 Crypto AI Framework와 비교할 때 후자는 AI 에이전트 개발, 체인 상 자동화 또는 Web3 통합 측면에서 다양한 솔루션을 제공하며, Sentient-Agent-Framework는 오프라인 웹 작업에 더 적합합니다.

5. Sentient Social Agent

GitHub: https://github.com/sentient-agi/Sentient-Social-Agent

Sentient-Social-Agent는 소셜 플랫폼(Twitter, Discord, Telegram)에서 자동화된 상호작용을 구축하기 위한 AI 시스템으로, 소셜 환경을 이해하고 콘텐츠를 생성하며 사용자와 상호작용하고, 다중 에이전트 협력을 통해 소셜 커뮤니케이션을 수행할 수 있습니다. 이 시스템은 소셜 인지, 콘텐츠 생성 및 행동 계획 모듈을 활용하여 플랫폼에서 자연스러운 대화 및 콘텐츠 창작을 지원하며, 브랜드 운영, 가상 커뮤니티 관리 및 정보 확산 등의 시나리오에 적합하며, Sentient Agent 프레임워크와 통합될 수 있습니다.

6. Open Deep Search (미출시)

Sentient 공식 웹사이트에서 Open Deep Search는 ChatGPT 및 Perplexity Pro를 초월할 수 있는 검색 에이전트로 정의됩니다. 팀원 Sewoong Oh는 EthDenver 2025 Open AGI 정상 회담에서 일부 계획을 공개했습니다:

Open Deep Search는 두 가지 주요 부분으로 구성됩니다: Sensient의 검색 기능(쿼리 재진술, URL 및 문서 처리 등)과 추론 에이전트입니다. 추론 에이전트는 오픈 소스 LLM(예: Llama 3.1 및 DeepSeek)을 활용하여 검색, 계산기 및 자기 반성을 통해 검색 품질을 향상시킵니다. Frames Benchmark에서 Open Deep Search의 성능은 다른 오픈 소스 모델을 초월하며, 일부 폐쇄형 모델과도 경쟁할 수 있지만, 기능이 출시되지 않아 현재로서는 그 실제 능력을 평가할 수 없습니다.

삼, 제품 형태, 실현 및 계획

현재 Sentient 공식 웹사이트에 전시된 제품은 Sentient Chat 대화 플랫폼과 오픈 소스 모델 Dobby LLMs가 주를 이루고 있습니다:

Sentient Chat:

Sentient Chat은 Sentient Foundation이 출시한 분산형 AI 채팅 플랫폼으로, 커뮤니티 주도의 맞춤형 및 충성스러운 인공지능 경험을 제공하는 것을 목표로 합니다. 이 플랫폼은 오픈 소스 대형 언어 모델(예: Dobby 시리즈)과 고급 추론 에이전트 프레임워크를 통합하여 다양한 도구 통합을 지원하며, 사용자 다양한 요구를 충족합니다. 핵심 기능은 다음과 같습니다:

1. 개방형 추론 에이전트: Sentient Chat 내장 추론 에이전트는 복잡한 작업을 수행할 수 있으며, 다음 기능을 지원합니다:​

• 검색 도구: Open Deep Search(ODS)를 통합하여 실시간 웹 검색 기능을 제공합니다.
• 계산기: 수학 계산 및 데이터 분석 작업을 처리합니다.
• 코드 실행: Python 코드를 생성하고 실행하여 복잡한 논리 추론 및 작업 수행을 구현합니다.

1. 다중 에이전트 통합: 플랫폼은 여러 AI 에이전트를 통합할 수 있으며, 사용자는 필요에 따라 다양한 에이전트를 선택하여 상호작용할 수 있어 플랫폼의 유연성과 기능성을 높입니다. 이는 Web3 버전의 POE 또는 개방형, 에이전트 기반 Perplexity 대체 솔루션과 유사합니다.

Sentient Chat은 현재 테스트 단계에 있으며, 이메일 또는 커뮤니티 활동을 통해 배포된 초대 코드로만 접근할 수 있습니다. 공식 발표에 따르면 현재 5,000명 이상의 사용자가 Sentient Chat 사용 권한을 성공적으로 획득하였으며, 10만 건 이상의 사용자 쿼리를 처리하였습니다. 필자는 현재 테스트 화이트리스트 사용자에 포함되지 않아 모델의 실제 능력을 평가할 수 없습니다.

Dobby LLM 모델 시리즈:

Meta의 Llama 시리즈를 기반으로 미세 조정되었으며, Hugging Face 홈페이지 (https://huggingface.co/SentientAGI)

1. Dobby-Unhinged 시리즈

• Dobby-Unhinged-Llama-3.3-70B: Llama 3.3-70B-Instruct를 기반으로 미세 조정되었으며, 개인 자유와 암호화폐에 대한 입장을 강조하며, 직설적이고 유머러스하며 인간적인 대화 스타일을 가지고 있습니다. Hugging Face+6Hugging Face+6Hugging Face+6
• Dobby-Mini-Unhinged-Llama-3.1-8B: 8B 매개변수 버전으로, 자원이 제한된 장치에 적합하며 "Unhinged" 시리즈의 핵심 특성을 유지합니다. Hugging Face+5Hugging Face+5Hugging Face+5

2. Dobby-Leashed 시리즈:

Dobby-Mini-Leashed-Llama-3.1-8B: "Unhinged" 버전과 비교하여 어조가 더 온화하며, 보다 안정적인 출력을 요구하는 응용 시나리오에 적합합니다. Hugging Face+2Hugging Face+2Hugging Face+2

Dobby LLM 모델은 Llama 3.1 및 3.3의 미세 조정 버전으로, 우리는 그 응용 시나리오가 주로 챗봇, 콘텐츠 생성 및 창작, 역할 수행 에이전트 구축에 있음을 믿습니다. 그 장점은 유연한 스타일 생성, 추론 강화 및 낮은 자원 요구로, 자원이 제한된 환경에서 빠르게 배포 및 유연하게 맞춤화할 수 있습니다. GPT-4와 같은 더 강력한 폐쇄형 모델과 비교할 때, Dobby LLM은 고급 논리, 교차 분야 지식 추론 및 심층 추론 작업을 처리하는 데 여전히 차이가 있습니다.

사, 생태 협력 및 실현 시나리오

현재 Sentient Builder Program은 100만 달러의 자금을 지원하여 개발자가 Sentient Chat 생태계에서 운영되는 AI 에이전트 지능체를 구축하도록 지원하고 있으며, 개발자는 Sentient의 개발 키트를 사용하고 Sentient Agent API를 통해 생태계에 접속해야 합니다.

동시에 Sentient 공식 웹사이트에 발표된 생태 파트너는 Crypto AI 여러 분야의 프로젝트 팀을 포함하고 있습니다 (https://www.sentient.xyz/partners), 구체적인 목록은 다음과 같습니다:

• 모델: Eigenlayer, Move, CrunchDAO, Bagel, KGEN
• 지능체: Messari, Franklin Templeton, Kaito, MyShell, Third Web, Theoriq, Open, QNA3, Pond, Mira, Olas, Biconomy, Talus, Zettablocks, Axal, Morpheus AI, dFusion, ExponentAI, Fetch AI, Giza, JustTX, UnifAI, Questflow, QuillAI, Raiinmaker, Solo, Spectral, UOMI, PlayAI
• 데이터: Kaito, Vana, The Graph, Space and Time, 0g, Open, QNA3, Zettablocks, Chainbased, dFusion, Dria/First Batch, Entrova, FractionAI, Hyve DA, Irys, Masa, Mizu, OpenLedger, Raiinmaker, Sapien, Zus Network
• 검증 가능한 AI: Nillion, Lagrange, pi2
• 블록체인: Arbitrum, Polygon, Celo
• 인프라: Lit Protocol, OpenGradient

Sentient는 Crypto AI 분야의 선두 프로젝트로, 자원 통합 능력이 업계 내 어떤 스타트업 프로젝트도 아우를 수 있습니다. 그러나 "마케팅형" 협력이 Crypto 분야에서 산업의 허위 번영을 만들어내는 경향이 있다는 점은 주목할 필요가 있으며, Sentient 생태 파트너의 생태에 대한 기여도와 충성도는 여전히 지속적인 관찰이 필요합니다.

Open AGI Summit은 Sentient 팀이 주최하여 인공지능(AI)과 암호 기술(Crypto)의 결합을 탐구하는 글로벌 회의입니다. 필자는 2024년과 2025년 ETH Denver 및 ETHcc 기간 동안의 정상 회담에 참석할 기회를 가졌으며, Sentient 팀은 업계 내 가장 저명한 기관 투자자 및 프로젝트 창업자들을 모을 수 있는 능력을 가지고 있어 주목할 만합니다.

육, 팀 구조 및 연구 배경

Sentient Foundation은 세계 최고의 학술 전문가, 암호 산업 창업자 및 엔지니어를 모아 커뮤니티 주도, 오픈 소스, 검증 가능한 AGI 플랫폼을 구축하는 데 전념하고 있습니다. 공식 발표된 팀 정보에 따르면 (https://sentient.foundation/people), 팀원들은 주로 다음과 같습니다:

핵심 리더십(Steering Committee)

• Pramod Viswanath -- 프린스턴 대학교 Forrest G. Hamrick 교수, 정보 이론 및 통신 시스템을 오랫동안 연구하며, Sentient의 AI 안전성 및 이론 기반 구축을 주도합니다.
• Himanshu Tyagi -- 인도 과학 연구소 교수, 개인 정보 보호 및 분산 학습 알고리즘에 전문성을 가지고 있으며, 모델 훈련 및 개인 정보 협업에 학술 지원을 제공합니다.
• Sandeep Nailwal -- Polygon 공동 창립자, 블록체인 전략 및 글로벌 생태계 배치를 담당하며, 암호 커뮤니티와 AI 아키텍처를 연결하는 핵심 인물입니다.
• Sensys 팀 -- Web3 원주율 제품 스튜디오로, 사용자 경험 최적화 및 개발자 인프라 구축을 주도하며 Sentient 제품의 실현을 추진합니다.

핵심 엔지니어링 및 개발 팀: Meta, Coinbase, Circle, Polygon, Binance 등 유명 기술 및 블록체인 회사 출신으로, 프린스턴 대학교, 워싱턴 대학교, 인도 공과대학교 등 대학 배경의 연구자들도 포함되어 있습니다. 팀원들은 풍부한 LLM 엔지니어링, 시스템 보안, 컴퓨터 비전 및 데이터 시스템 구축 경험을 보유하고 있습니다.

AI 연구 및 모델 훈련 팀: 연구 팀은 AI/ML, NLP, 컴퓨터 비전 및 강화 학습을 포함하며, 팀원들은 Google Research, Daimon Labs, Fetch.ai 등 기관에서 실무 경험을 가지고 있습니다. 이 팀 구성은 Sentient이 강력한 학술 깊이를 갖추고 있을 뿐만 아니라 실현 능력과 암호 생태 경험도 보유하고 있음을 보여줍니다.

특히 주목할 점은 Sentient이 설립 초기부터 Polygon 창립자 Sandeep Nailwal의 성공적인 배경을 가지고 있다는 것입니다. 이더리움 생태계의 중요한 확장 솔루션으로, Matic은 Plasma라는 비록 선도적이지는 않지만 "저렴하고 빠른" 기술을 기반으로 시작하여 Polygon이 NFT 및 소셜 등 분야에서 차별화된 방어선을 구축했습니다. 또한 Mir Protocol 및 Hermez Network를 인수하고 Polygon zkEVM을 출시하여 ZK 기술을 블록체인 확장 솔루션에 통합했습니다. Sentient은 Sandeep Nailwal의 두 번째 창업으로, 그의 경험, 자금, 인맥 및 시장 인지도는 당시보다 훨씬 뛰어나며, 2024년에는 불완전한 프로젝트 구상을 바탕으로 막대한 자금을 유치할 수 있을 것입니다. 그러나 AI 분야는 Crypto와는 다르기 때문에 Sentient은 새로운 시장 환경의 변화, 경쟁 심화 및 기술 업데이트 등 외부 도전 과제에 직면해 있습니다.

칠, 자금 조달 상황 및 토큰 모델

• 자금 조달 시기: 2024년 중반;
• 자금 조달 금액: 8,500만 달러(시드 라운드);
• 투자 기관: Founders Fund, Pantera, Framework Ventures가 공동으로 리드하며, 나머지 VC 기관으로는 Ethereal, Robot Ventures, Symbolic Capital, Dao5, Delphi, Primitive Ventures, Nomad, Hack VC, Arrington Capital, Hypersphere, IDG, Topology, Protagonist, Folius, Sky9, Canonical Crypto, Dispersion Capital, Mirana, Foresight, Hashkey, Spartan, Republic, Frontiers Capital 등이 있습니다. (https://sentient.foundation/funding)

$SENT 토큰 용도(계획 중)

현재까지 Sentient는 공식 토큰을 출시하지 않았습니다. 공동 창립자 Sandeep Nailwal은 프로젝트가 현재 토큰을 발행할 계획이 없지만, 미래에는 커뮤니티의 요구와 프로젝트 발전 상황에 따라 평가할 수 있다고 밝혔습니다. 따라서 $SEN 또는 기타 Sentient 관련 토큰을 제공한다고 주장하는 프로젝트는 사기를 방지하기 위해 주의해야 합니다.

백서에 따르면, SENT 토큰의 잠재적 용도는 다음과 같습니다: 에이전트 인센티브 포인트를 토큰으로 매핑; 모델 버전 관리 제안 및 투표에 사용; 에이전트 출력 진위 검증을 위한 스테이킹; DAO 거버넌스 배당 메커니즘 등.

Sentient는 금열쇠를 가지고 태어난 천재 프로젝트로, 투자자 배경, 자금 조달 규모 및 평가가 시장의 대부분 Crypto AI 프로젝트를 압도합니다. 한편으로, 강력한 자원 지원은 다양한 산업 자원을 통합하는 데 더 용이하며, 높은 자금 조달 규모는 최고의 인재를 팀에 더 쉽게 영입할 수 있게 하고, 풍부한 자본은 프로젝트 발전을 지원하여 산업 주기를 초월할 수 있습니다. 그러나 다른 한편으로, 현재 Crypto 산업은 VC 지원의 높은 평가를 받는 프로젝트에 대한 신뢰를 잃고 있으며, 또한 VC 암호 프로젝트의 가격은 자본 운영에 주로 의존하고 기본 면과 심각하게 분리되어 있습니다. 만약 Sentient가 영향력 있는 Crypto AI 제품을 제공하지 못하고 결국 높은 평가로 토큰을 발행하게 된다면, 결국 피해를 입는 것은 신뢰를 재구축해야 하는 Crypto 커뮤니티가 될 것이며, 팀이 현재 산업의 어려움에 어떻게 대응할지는 지속적으로 관찰할 가치가 있습니다.

팔, 경쟁 분석 및 시장 위치

시장에서 Crypto AI 프로젝트는 대부분 데이터, 모델, 계산, 훈련 또는 추론 등 단일 분야에 집중하거나 AI 에이전트와 같은 소비자 수준의 응용 프로그램을 개발하고 있습니다. AI 체인으로定位된 프로젝트에는 구형 블록체인의 AI 전환(Near 및 ICP) 또는 Bittensor와 같은 분산형 자원 공유 조정 및 토큰 인센티브 프로토콜이 포함되며, Sentient의定位은 이들과 완전히 일치하지 않습니다. 모델 훈련 측면에서 Sentient는 통합 플랫폼에 더 가깝고, 시장의 AI 오픈 소스 모델과는 협력 관계에 있습니다. 에이전트 측면에서 Sentient는 Talus, Olas 또는 Theoriq와 같은 다중 에이전트 시스템 및 추론 능력에서 일정한 경쟁 관계가 있지만, 각 프로젝트는 여전히 서로 다른 핵심 목표와 응용 시나리오를 가지고 있어 상호 보완성이 존재합니다.

아홉, 요약

Sentient는 분산형 인공지능(AGI) 프로토콜 플랫폼으로, AI 모델에 명확한 소유 구조를 제공하고 체인 상 메커니즘을 통해 호출 및 가치 분배를 수행하여 현재 중앙 집중화된 LLM 시장에서 소속 불명 및 불공정 문제를 해결하는 것을 목표로 합니다. 핵심 프레임워크 OML(개방형, 수익화 가능, 충성도)은 모델 지문 및 블록체인 기술을 통해 오픈 소스 모델의 소유권, 투명성 및 공정한 수익 분배를 보장합니다. Sentient는 Polygon 공동 창립자 Sandeep Nailwal의 자원 지원을 받아 많은 주요 VC 및 AI 생태 파트너의 지원을 받고 있으며, 비록 발전의 불확실성, 논란 및 경쟁에 직면해 있지만, Sentient가 분산형 AI 소유권의 표준 프로토콜 중 하나가 되어 AGI의 분산형 발전을 촉진하기를 기대합니다.