简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

Partnered With:

Sentient 심층 보고서: 8500만 달러 자금 조달, 탈중앙화 AGI 새 패러다임 구축

Biteye

이 글을 읽으려면 29 분

Sentient는 탈중앙화 인공 지능 경제를 구축하기 위해 헌신한 오픈 소스 프로토콜 플랫폼으로, 핵심 목표는 AI 모델에 대한 소유 구조 구축, 체인상 호출 메커니즘 제공, 그리고 조합 가능하고 분배 가능한 AI 에이전트 네트워크를 구축하는 것입니다.

원문 제목: "AI L1 딥 다이브 시리즈 - Sentient: 85백만 달러를 들여 열린 AI 플랫폼 구축하기"

원문 저자: 0xjacobzhao, Biteye

일. 프로젝트 소개:

Sentient는 분산 인공지능 경제를 구축하기 위한 오픈 소스 프로토콜 플랫폼으로, 핵심 목표는 AI 모델에 대한 소유 구조를 구축하고 온체인 호출 메커니즘을 제공하며 구성 가능하고 분배 가능한 AI 에이전트 네트워크를 구축하는 것입니다. "OML" 프레임워크(Open, Monetizable, Loyal)와 모델 지문 기술을 통해 Sentient는 현재 중앙 집중식 LLM 시장에서의 "모델 소유 불명, 호출 추적 불가, 가치 분배 불공정" 문제를 해결합니다.

이 프로젝트는 Sentient Foundation이 주도하며 오픈 소스 AGI 및 프로토콜 인센티브 메커니즘에 집중합니다. 이 프로젝트가 지향하는 "Loayl AI(충성 AI)"는 커뮤니티에 봉사하고 공정한 거버넌스를 제공하며 장기적으로 스스로 발전하는 오픈형 AI 모델 생태계를 말합니다.

그림 1: Sentient 프로토콜 아키텍처는 블록체인 시스템과 AI 파이프라인이라는 두 가지 핵심 구성 요소로 구성됩니다.

AI 파이프라인(AI Pipeline)은 "충성 AI" 아티팩트를 개발하고 훈련하는 데 필요한 기반으로, 두 가지 핵심 프로세스를 포함합니다:

· 데이터 큐레이션(Data Curation): 커뮤니티 주도의 데이터 선택 프로세스로, 모델 정렬에 사용됩니다.

· 충성도 훈련(Loyalty Training): 모델이 커뮤니티 의도와 일관되게 유지되도록 하는 훈련 프로세스입니다.

블록체인 시스템은 프로토콜에 투명성과 분산화된 통제를 제공하며, AI 아티팩트의 소유권 및 거버넌스를 보장합니다. 주요 모듈은 다음과 같습니다:

· 거버넌스(Governance): 탈중앙화 자치 조직(DAO)에 의해 통제되고 결정됩니다.

· 소유권(Ownership): 토큰화 방식으로 AI 아티팩트의 소유권을 나타냅니다.

· 탈중앙화 금융(DeFi): 오픈, 분산 및 공정한 거버넌스 및 보상을 지원하는 금융 도구를 제공합니다.

2. 기술 아키텍처 및 모델 소유권 메커니즘:

1. OML 모델 프레임워크

《Sentient: Loyal AI》 백서는 OML 프레임워크《Open, Monetizable, and Loyal AI》를 제안했습니다. 이 프레임워크는 모델 소유권을 중심으로 하며, "AI 네이티브 암호화" 개념을 최초로 체계적으로 제안했습니다. 이는 오픈 소스 모델에 암호 수준의 소유권 보호 메커니즘을 제공하기 위한 것입니다.

· Open: 모델은 오픈 소스여야 하며, 코드와 데이터 구조가 투명해야 하며, 커뮤니티의 재현, 감사 및 포크를 지원해야 합니다;

· Monetizable: 모델 호출마다 수익이 발생하며, 체인 상의 스마트 계약을 통해 이를 훈련자, 배포자 및 검증자에게 할당합니다;

· Loyal: 모델은 회사가 아닌 공헌자 커뮤니티에 속하며, 모델 업그레이드 방향 및 거버넌스는 모두 DAO에서 결정합니다. 모델 소유권은 검증 가능하며, 수정이 제한되며, 사용은 통제됩니다

OML은 체인 상 메커니즘과 암호화 수단을 통해 오픈 소스 모델이 개방성을 유지하면서 경제 및 거버넌스 권한을 갖도록 보장합니다. AI 네이티브 사용 권한 및 수익 권한 계약층을 구축하여 모델의 공개, 소유권의 명확화, 경제적 인센티브 및 행위 거버넌스를 보장합니다.

핵심 개념: AI 네이티브 암호화

AI 네이티브 암호화는 AI 모델의 연속성, 저차원 매니폴드 구조 및 모델 미분 가능 특성을 활용하여 "검증 가능하지만 제거할 수 없는" 경량 보안 메커니즘을 개발했습니다. 핵심 기술은 다음과 같습니다:

· 지문 삽입: 훈련 중 모델의 고유 서명을 형성하는 숨겨진 query-response 키-값 쌍을 삽입합니다;

· 소유권 검증 프로토콜: 제3자 탐지기(Prover)를 사용하여 query 질의 형식으로 지문 유지 여부를 확인합니다;

· 허가 호출 메커니즘: 호출하기 전에 모델 소유자가 발급한 "허가 증명"을 획득해야 하며, 시스템은 이를 기반으로 모델에 대한 입력을 해독하고 정확한 답변을 반환합니다.

이 방법은 "행위 기반 권한 부여 + 소유자 확인"을 실현하는 데 중복 암호화 비용 없이 가능합니다.

Sentient가 현재 채택하고 있는 것은 Melange 혼합 보안입니다: 지문 소유권, TEE 실행, 체인 상 스마트 계약 분배를 결합합니다. 여기서 지문 방법은 OML 1.0 주요 경로를 구현하며, "낙관적 보안(Optimistic Security)" 사상을 강조합니다. 즉, 기본적으로 규정을 준수하며, 불법 행위가 감지되면 처벌할 수 있습니다.

OML 및 Sentient Protocol 프로토콜 아키텍처

논문의 마지막 장에서 OML을 지원하기 위한 완전한 온체인 프로토콜(Sentient Protocol)이 제안됩니다:

· 스토리지 레이어: 모델 가중치 및 지문 등록 정보 저장;

· 디스패치 레이어: 권한 계약이 모델 호출 진입점을 제어;

· 액세스 레이어: 권한 증명을 통해 사용자의 권한을 확인;

· 인센티브 레이어: 수익 라우팅 계약이 각 호출별 보상을 훈련자, 배포자 및 확인자에게 할당합니다.

2. 지문 인식 및 모델 소유권 메커니즘

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

이 저장소는 Sentient 지문 메커니즘의 첫 번째 구현 버전으로, 학습 프로세스에 임베드할 수 있는 지문 주입 및 확인 인터페이스를 제공합니다. 목표는 모델 소유권을 검증하고 사용 동작을 추적하여 미인가 복제와 상업화를 방지하는 것입니다. 이는 OML 프레임워크에 대한 구체적인 엔지니어링 구현입니다.

지문 메커니즘의 본질은 다음과 같습니다: 모델을 세밀하게 조정하여 고유한 "키-응답" 쌍을 삽입하며, 모델 소유자는 특정 쿼리를 사용하여 모델이 자신의 것인지 확인할 수 있으며, 이로써 모델의 "암호화 서명"을 형성합니다.

3. Enclave TEE 계산 프레임워크

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

Sentient Enclaves Framework는 AWS Nitro Enclaves와 같은 신뢰 실행 환경(TEE)을 활용하여 모델 추론, 세밀 조정 및 프록시 서비스의 안전한 배포를 실현하는 오픈 소스 프레임워크입니다. 이 프레임워크는 모델의 "충성성"을 강조하여 모델이 권한 부여된 요청에만 응답하고 미인가된 액세스 및 사용을 방지합니다.

TEE(Sentient Enclaves Framework)는 고성능 및 클라우드 통합을 강점으로 하는데, 실시간 AI 및 민감한 데이터 처리에 적합하지만 하드웨어 의존성 및 사이드 채널 공격 제한을 받습니다. 다른 암호 기술과 비교하여 FHE는 하드웨어 의존성이 없고 양자 보안에 강력한 개인 정보 보호를 제공하지만 성능 부담이 크며 TEE의 고성능 작업을 직접 대체하기 어렵습니다. ZK는 확인 가능성 및 탈중앙화 시나리오에서 우수한 성능을 나타내며, TEE의 보조로 사용될 수 있습니다(이 모듈은 나중에 zkML과 연결 예정입니다).

4. 감성 에이전트 프레임워크

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

Sentient-Agent-Framework은 AI 에이전트를 통해 브라우저를 제어하여 웹 작업 자동화(예: 검색, 비디오 재생)을 달성하기 위해 설계된 경량 오픈 소스 프레임워크입니다. 자연어 명령을 결합하여 간결한 개발 경험을 제공하며(3줄의 코드로 알려져 있음), 이 아키텍처는 「지각-계획-실행-피드백」의 완전한 사이클을 갖춘 지능형 개체를 구축할 수 있습니다. 기존의 AI 에이전트 프레임워크와 비교했을 때 Sentient-Agent-Framework은 기능이 제한적이고 가벼우며 간결하여 온체인 웹 작업에 보다 적합합니다.

5. 감성 소셜 에이전트

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

Sentient-Social-Agent는 소셜 플랫폼(Twitter, Discord, and Telegram)에 대한 자동화 상호작용을 구축하는 데 목적을 둔 AI 시스템으로, 소셜 환경을 이해하고 콘텐츠를 생성하며 사용자와 상호작용하고 다중 에이전트 협업을 통해 소셜 교류를 수행할 수 있습니다. 이 시스템은 Sentient Agent 프레임워크와 통합될 수 있습니다.

6. 오픈 딥 서치 (미발표)

Sentient 웹사이트에서, 오픈 딥 서치는 ChatGPT와 Perplexity Pro를 뛰어넘는 검색 에이전트로 정의되었습니다. 팀 멤버 Sewoong Oh은 EthDenver 2025 Open AGI 콘퍼런스에서 일부 계획을 공개했습니다:

오픈 딥 서치는 Sensient의 검색 기능(쿼리 재구성, URL 및 문서 처리 등)과 추론 에이전트로 구성됩니다. 추론 에이전트는 오픈 소스 LLM(예: Llama 3.1 및 DeepSeek)을 활용하여 검색 품질을 향상시킵니다. Frames Benchmark에서, 오픈 딥 서치는 다른 오픈 소스 모델을 능가하며 일부 폐쇄 소스 모델과 견줄 수 있을 정도의 성능을 보여줍니다. 하지만 아직 기능이 미발표 상태이기 때문에 실제 능력을 평가할 수는 없습니다.

삼. 제품 형태, 실제 적용 및 계획

현재 Sentient 웹사이트에 표시된 제품은 Sentient Chat 채팅 대화 플랫폼과 오픈 소스 모델인 Dobby LLMs가 주를 이룹니다:

Sentient Chat:

Sentient Chat은 Sentient Foundation에서 출시한 탈중앙화 AI 채팅 플랫폼으로, 이 플랫폼은 Dobby 시리즈와 같은 오픈 소스 대형 언어 모델과 고급 추론 에이전트 프레임워크가 통합되어 있으며, 핵심 기능은 다음과 같습니다:

1. 오픈 추론 에이전트: Sentient Chat에 내장된 추론 에이전트는 복잡한 작업을 수행하며, 검색 도구(ODS), 계산기, 코드 실행을 지원합니다.

2. 다중 에이전트 통합: 플랫폼은 여러 AI 에이전트 통합을 지원하며, 사용자는 필요에 따라 다양한 에이전트를 선택하여 상호 작용할 수 있습니다. 웹3 버전의 POE와 같은 개방형, 에이전트 주도형 Perplexity 대체 솔루션과 유사합니다.

Sentient Chat은 현재 테스트 단계에 있으며, 전자 메일 또는 커뮤니티 활동을 통해 배포된 초대 코드를 통해만 액세스할 수 있습니다. 공식적으로 공개된 정보에 따르면 현재 5,000명 이상의 사용자가 Sentient Chat의 사용 권한을 성공적으로 얻었으며, 이미 10만 건 이상의 사용자 쿼리가 처리되었습니다. 저자는 현재 이러한 테스트 화이트리스트 사용자가 아니기 때문에 모델의 실제 능력을 평가할 수 없습니다.

Dobby LLM 모델 시리즈:

1. 도비-언힌지드 시리즈

· 도비-언힌지드-라마-3.3-70B: Llama 3.3-70B-Instruct를 기반으로하며, 개인의 자유와 암호화폐에 대한 입장을 강조하며, 솔직하고 유머러스하며 인간적인 대화 스타일을 가지고 있습니다.

· 도비-미니-언힌지드-라마-3.1-8B: 자원이 제한된 장치에 적합한 8B 매개 변수 버전 입니다.

2. 도비-미니-리쉬트-라마-3.1-8B: 보다 온화한 어조로, 더 견고한 결과물이 필요한 응용 프로그램에 적합합니다.

도비 LLM 모델은 Llama 3.1 및 3.3을 기반으로 한 맞춤형 버전이므로 채팅 봇, 콘텐츠 생성 및 창작, 역할 연기 에이전트 등을 구축하는 데 그 사용이 주로 예상되며, 그 장점은 유연한 스타일 생성, 추론 강화 및 낮은 자원 요구 사항으로, 자원이 제한적인 환경에서 빠르게 배포하고 유연하게 사용자 정의하는 데 적합합니다. GPT-4와 같이 보다 강력한 폐쇄 소스 모델과 비교할 때, Dobby LLM은 고급 논리, 교차 영역적인 지식 추론 및 심층 추론 작업을 다룰 때 여전히 격차가 존재합니다.

4. 에코 시스템 협력 및 실사 구상

현재 Sentient Builder Program은 Sentient Chat 에코 시스템에서 운영되는 AI Agent를 개발하기 위해 개발자를 지원하는 1 백만 달러의 자금을 제공하며, 개발자는 Sentient의 개발 키트를 사용하고 Sentient 에이전트 API를 통해 그들의 에코 시스템에 연결하는 것을 요구합니다.

동시에 Sentient 웹사이트에 발표된 에코 시스템 파트너는 다음과 같은 크립토 AI 분야의 프로젝트 팀을 포함합니다.

그림 2: Sentient의 AI 에코 시스템 파트너

Sentient는 크립토 AI 분야의 선도 프로젝트로서, 자원 통합 능력을 통해 업계의 어떤 유망한 스타트업 프로젝트에도 영향을 미칠 수 있습니다. 그러나 언급해야 할 점은, "마케팅 중심" 협력이 크립토 분야에 널리 퍼져 있어 업계에 부정한 번성을 불러일으키고 있다는 점이며, Sentient의 에코 시스템 파트너가 그들의 에코 시스템에 대한 기여도와 충성도는 여전히 우리의 지속적인 주시가 필요합니다.

Open AGI Summit은 인공 지능(AI)과 암호 기술(Crypto)의 결합을 탐구하는 것을 목표로 하는 Sentient 팀이 주최하는 국제 컨퍼런스입니다. 저자는 2024년과 2025년 ETH Denver 및 ETHcc 기간에 참석한 기회가 있었으며, Sentient 팀은 산업 내 최고의 기관 투자가와 프로젝트 창업자들을 모아주는 능력을 갖추고 있어 하이라이트로 꼽을만 합니다.

5. 팀 구조 및 연구 배경

Sentient Foundation은 세계적인 학술 전문가, 암호화 산업 기업가 및 엔지니어들을 모아 AGI 플랫폼을 살기 쉽고 오픈 소스, 검증 가능하게 구축하기 위해 노력하고 있습니다. 공식 정보에 따르면, 팀 구성원은 주로 다음과 같습니다.

핵심 리더십진 (Steering Committee)

· Pramod Viswanath – 프린스턴 대학교 Forrest G. Hamrick 교수, 정보 이론과 통신 시스템을 오랫동안 연구한 전문가로, Sentient의 AI 안전성과 이론적 기반 구축을 이끌고 있습니다.

· Himanshu Tyagi – 인도 과학 연구소 교수로, 개인정보 보호 및 탈중앙화 학습 알고리즘에 능통하며, 모델 훈련 및 개인정보 협력을 위한 학술적 지원을 제공합니다.

· Sandeep Nailwal – Polygon 공동창업자, 블록체인 전략 및 글로벌 생태계 구축을 담당하며, 암호화폐 커뮤니티와 AI 아키텍처를 연결하는 핵심 인물입니다.

· Sensys 팀 – Web3 네이티브 제품 스튜디오로, 사용자 경험 최적화 및 개발자 인프라 구축을 주도하며, Sentient 제품의 실현을 촉진합니다.

핵심 엔지니어링 및 개발팀: Meta, Coinbase, Circle, Polygon, Binance 등 유명 기술 및 블록체인 기업에서 온 팀원들로 구성되어 있으며, Princeton 대학, Washington 대학, 인도 기술 연구소 등 대학 배경의 연구자들도 포함되어 있습니다. AI 연구 및 모델 학습팀: AI/ML, NLP, 컴퓨터 비전 및 강화 학습을 포괄하는 연구 팀은 Google Research, Daimon Labs, Fetch.ai 등 기관에서 실무 경험을 보유하고 있습니다.

특히 Sentient는 초기에 Polygon 공동창업자인 Sandeep Nailwal의 성공적인 이미지와 함께 출범했습니다. 이더리움 생태계의 중요한 확장 솔루션이자, Plasma를 기반으로 하여 충분히 "저렴하고 빠르다"는 기술을 활용해 출범한 Matic은 NFT 및 소셜 영역에서의 Polygon의 차별화된 요소를 형성했으며, Mir Protocol 및 Hermez Network 인수 및 Polygon zkEVM 출시를 통해 ZK 기술을 블록체인 확장 솔루션에 통합했습니다. Sentient는 Sandeep Nailwal의 두 번째 창업 프로젝트로, 그의 경험, 자금, 네트워크 및 시장 인식은 예전에 비해 훨씬 더 많이 갖추고 있습니다. 또한 프로젝트 컨셉이 완벽하지 않음에도 불구하고 2024년에 상당한 자금을 조달할 수 있습니다. 그러나 AI 분야는 Crypto와는 다르기 때문에, Sentient는 외부의 변화, 경쟁 강화 및 기술 혁신과 같은 도전에 직면하면서도 새로운 시장 환경에 발전해야 합니다.

6. 자금 조달 및 토큰 모델

2024년 Sentient는 Founders Fund, Pantera, Framework Ventures 등이 공동으로 주도한 8500만 달러의 시드 펀딩을 유치했습니다. 현재 토큰은 아직 발행되지 않았습니다. 현재의 Agent 장려 포인트는 미래에 토큰으로 매핑될 수 있습니다. 토큰은 모델 버전 관리 제안 투표, 에이전트 출력의 진실성 스테이킹, 거버넌스 보상 등에 사용될 수 있습니다.

그림 3: Sentient 자금 조달 상황

Sentient은 황금 열쇠를 쥔 채로 태어난 대왕 프로젝트로, 투자자 배경, 자금 규모 및 가치 평가는 시장에서 대부분의 Crypto AI 프로젝트들을 그림자 속으로 밀어 넣는다. 한편, 강력한 자원 지원으로 다양한 산업 자원을 더 쉽게 통합할 수 있으며, 높은 자금 조달로 세계적인 인재들을 팀에 영입하기가 더 쉬워지며, 풍부한 자본은 산업 주기를 넘어 프로젝트 발전을 지원할 수 있다. 그러나 다른 한편으로는 현재 Crypto 산업은 VC 지지를 받는 고평가 프로젝트들이 일반적으로 매력을 잃고 있으며, 또한 VC 코인 프로젝트의 가격은 주로 자본 운용을 기반으로 하며 기초가 심각하게 분리되어 있다. Sentient가 영향력 있는 Crypto AI 제품을 제공하지 못하고 최종적으로 고평가로 코인을 발행하게 된다면, 신뢰를 다시 구축해야 하는 긴급한 Crypto 커뮤니티에도 피해를 입힐 것이며, 팀이 현재의 산업 어려움에 어떻게 대처할지 계속해서 관찰할 가치가 있다.

7. 경쟁 분석과 시장 위치

시장에는 데이터, 모델, 계산, 훈련 또는 추론 등 단일 영역에 중점을 둔 대부분의 Crypto AI 프로젝트들이 있거나 소비자 수준의 AI 에이전트 개발 등을 진행하고 있다. AI Chain을 중심으로 한 프로젝트들은 메인 체인의 AI 전환(Near 및 ICP)이나 Bittensor와 같은 중앙화되지 않은 리소스 공유 조정 및 토큰 인센티브 프로토콜에 초점을 맞추고 있으며, Sentient의 위치는 완전히 일치하지는 않는다. 모델 훈련 측면에서, Sentient는 보다 통합적인 플랫폼으로, 시장의 AI 오픈 소스 모델과 협력 관계에 있다. 에이전트 측면에서, Sentient는 Talus, Olas 또는 Theoriq와 같이 다중 에이전트 시스템 및 추론 능력에서 어느 정도 겹치는 경쟁 관계가 있지만, 각 프로젝트마다 다른 핵심 목표와 응용 시나리오가 있어 여전히 상호 보완성이 존재한다.

8. 요약

Sentient는 분산형 인공 지능(AIG) 프로토콜 플랫폼으로, AI 모델에 명확한 소유권 구조를 제공하고, 체인 상 메커니즘을 통해 호출하고 가치를 분배함으로서 현재 중앙 집중형 LLM 시장의 소유권 불명확성과 불공평을 해결하고 있다. 핵심 프레임워크 OML(Open, Monetizable, Loyal)은 모델 지문과 블록체인 기술을 통해 오픈 소스 모델의 소유권, 투명성 및 공정한 분배를 보장한다. Sentient는 Polygon 공동 창립자인 Sandeep Nailwal의 자원을 효과적으로 활용하여 다수의 석출한 VC와 AI 생태 파트너로부터 지원을 받았으며, 발전의 불확실성, 논쟁 및 경쟁에 직면하면서도, Sentient를 분산형 AI 소유권의 표준 프로토콜 중 하나로 만들어 가는 것을 기대하며 AIG의 분산형 발전을 촉진하고자 한다.