NEAR 프로토콜: AI 투명하고 검증 가능하게 만들기

2 min read

인공 지능(AI)은 주요한 획기적인 변화를 가져와 우리가 일하고 배우며 기술과 상호 작용하는 방식을 변화시켰습니다. 그러나 AI가 더욱 발전함에 따라 신뢰, 투명성 및 통제에 대한 우려도 증가합니다. 대부분의 사람들은 대기업이 운영하는 폐쇄된 시스템에 의존하며, 의사 결정이 어떻게 이루어지는지나 개인 데이터가 어떻게 처리되는지에 대한 통찰력이 거의 없습니다. 이러한 투명성의 부족은 정확성, 책임성 및 개인 정보 보호에 관한 중요한 질문을 던집니다.

NEAR 프로토콜은 블록체인의 투명성과 인공 지능을 결합한 다른 길을 택합니다. 결과는 강력하면서도 개방적이고 감사 가능하며 사용자 제어를 중심으로 구축된 AI입니다. NEAR가 이를 가능하게 하는 방법을 자세히 살펴보겠습니다.

검증 가능한 AI의 중요성

오늘날 가장 인기 있는 AI 도구인 GPT-4나 Claude와 같은 많은 AI 도구들은 블랙 박스처럼 작동합니다. 프롬프트를 제공하면 답변을 제공하지만 그 결론에 도달한 방식을 볼 수 없습니다. 사용된 데이터나 처리 방식, 결과를 신뢰할 수 있는지 여부를 알 수 없습니다. 이것이 검증 가능한 AI 개념이 필요한 이유입니다: 작동 방식에 대해 공개적이며 누구나 결과를 확인하고 확인할 수 있는 시스템입니다.

NEAR의 미션은 사용자가 신뢰할 수 있는 AI를 구축하는 것입니다 – 설계상 개방적이며 프로세스와 결과 모두가 독립적으로 검증될 수 있는 AI입니다.

NEAR에서 투명한 AI 구축하기

이 노력의 핵심 부분은 NEAR AI 클라우드입니다. NEAR AI 클라우드는 모델 쿼리를 신뢰할 수 있는 실행 환경(TEEs) 내에서 실행하여 프롬프트, 모델 가중치 및 결과가 인프라에서 숨겨지면서 확인할 수 있는 인증을 생성합니다. 각 추론은 승인된 코드로 잠겨진 진정한 보안 영역에서 실행되었음을 증명하기 위해 서명되어 반응성을 희생하지 않고 개인 정보 보호와 무결성을 제공합니다. 온/오프체인 검증과 결합된 (원본 추적을 위한 선택적 nStamping을 포함한) 이것은 최종 사용자에게 개인 정보 보호, 검증 가능성, 빠른 AI를 제공합니다.

예를 들어 Learn NEAR Club의 AI 어시스턴트인 (L)Earn AI🕺를 살펴보겠습니다. 이는 답변만 제공하는 것이 아니라 작동 방식을 보여줍니다. 사용자는 소스 코드, 프롬프트, 필터 및 실행 중인 정확한 모델을 확인할 수 있습니다. 아무것도 숨겨지지 않습니다. 이러한 수준의 공개성은 사람들이 도구를 신뢰하고 필요에 맞게 사용자 정의할 수 있도록 합니다.

NEAR에서 투명하고 검증 가능한 AI가 어떻게 작동하는지 자세히 알아보려면 가이드를 참조하십시오.

예: (L)Earn AI와 대화하기🕺

실제로 어떻게 작동하는지 보겠습니다. 개념을 더 잘 이해하고 개인적으로 어떻게 혜택을 받을 수 있는지 생각해보기 위해 직접 시도해보기를 권장합니다. 검증 가능한 AI 대 개인 AI(예: ChatGPT, Anthropic, Grok 등)를 사용하는 것에 대해 고민해보세요.

(L)Earn AI와 대화 시작하기
verifable-ai-on-near-at-lnc-1024x267

🕺는 LNC 개인 지식 베이스를 참조하고 조금 생각해보세요

verifable-ai-on-near-at-lnc-1

DYOR, 리뷰하고 답변을 반성하세요. 참조 소스를 탐색하고 퀴즈를 풀면 새로운 개념을 효율적으로 기억할 수 있습니다.

verifable-ai-on-near-at-lnc-

이제 여기서 실제로 누구와 대화 중인지 살펴봅시다. 아름다운 녹색 체크마크를 보셨나요?

verifable-ai-on-near-at-lnc-4-

여기서 볼 수 있는 것들:

  1. 당신은 NEAR AI 클라우드에 호스팅된 Deep-chat-v3-0324 모델과 TEE로 대화 중입니다.
  2. 당신은 이 프롬프트이러한 매개변수로 모델을 호출하고 있습니다.
    verifable-ai-on-near-verifable-prompt-and-model-parameters-
  3. LNC RAG (지식 베이스)에서 추가적인 컨텍스트 제공
  4. 가장 흥미로운 기능 – nStamp! 그게 뭔가요? 디지털 지문이 어떻게 작동하는지 탐색해주세요. nStamp는 기본적으로 NEAR 블록체인에 기록된 데이터 해시입니다. 따라서 특정 nStamp 7JjvLR5yfZotgebHiNw74gXckCezAxKDyih8C4AwxW5M은 (L)Earn AI의 해시를 포함하고 있습니다. 누구나 선택한 NEAR explorer에서 원본 계정, 타임스탬프 및 해시를 확인할 수 있습니다. 따라서 웹사이트/채팅/모델 관리자를 맹목적으로 신뢰할 필요가 없습니다 – 규칙이 명확하게 정의되어 있고 NEAR 블록체인에 기록되어 있습니다. 어떤 사용자, 에이전트 또는 모델이 데이터를 조작하려고 시도하면 검증에 실패합니다.
    verifable-ai-on-near-verifable-prompt-and-model-parameters-nstamp-

왜 중요한가요

AI는 사실 어제 들어온 학습입니다. 학생, 교사, 관리자, 독립 교육자 – 누구나 매일 사용합니다.

우리 자신의 지능을 유지하기 위해 우리는 책임 있는 AI와 함께 배워야 합니다.

카르파시의 법칙: “AI를 엄격히 다루세요.”

2025년 6월 YC AI 스타트업 스쿨에서 AI 전문가인 안드레이 카르파시는 가장 잘 말했습니다: “AI를 엄격히 다루세요.” 그는 현실 세계의 AI 제품은 인상적인 데모뿐만 아니라 지속적인 검증이 필요하다고 주장했습니다. 신뢰할 수 있는 시스템은 모든 답변이 빠른 확인과 짝을 이루는 곳입니다. 종종 두 번째 모델이나 인간에 의해.

NEAR의 접근 방식은 그 조언을 따릅니다. 이것이 실천되는 “세대-검증 루프”입니다.


스스로 시도해보세요

이것은 미래 개념이 아닙니다 – 지금 실시간으로 진행 중입니다. LNC 웹사이트에서 검증 가능한 (L)Earn AI🕺를 시도해볼 수 있습니다. 블록체인과 AI가 “악의가 없는” 방식으로 함께 작동하는 방법을 직접 확인할 수 있는 방법입니다.
NEAR Protocol은 세계의 신뢰의 장부입니다!

Updated: 10월 3, 2025

댓글 달기


To leave a comment you should to:


Scroll to Top