[블록미디어 박현재] 미나 프로토콜(Mina Protocol, MINA)이 머신러닝(ML) 분야로의 확장에 나섰다. 이러한 시도는 무섭게 발전하는 AI 기술을 블록체인으로 도입하려는 취지를 가지고 있다.
미나 프로토콜이 29일 발표한 미나 프로토콜 상 머신 러닝(zero-knowledge Machine Learning on the Mina Protocol, ZKML)’를 보면, 지금 미나를 위한 ZKML 라이브러리가 개발 중이라 한다. 그리고 그 ZKML 라이브러리는 온엑스(ONNX)라고 하는 딥러닝 모델의 개발과 배포를 간편하게 하는 오픈 소스를 사용한다.
AI 개발자들은 미나 생태계에서 분석 모델을 활용하거나 인공지능 인식 기술을 접목해 사용자 보안을 강화한 영지식(ZK) 애플리케이션을 구축할 수 있게 됐다. 특히 이 과정에서 미나 프로토콜의 핵심 가치인 ‘개인 정보 보호’가 그대로 유지된다.
미나 프로토콜의 ZKML 기술은 연산을 검증하면서 입력 데이터와 모델의 개인 정보를 안전하게 유지하는 것이 특징이다. 미나 프로토콜은 곧 ZKML 라이브러리를 공개할 예정이다.
챗GPT(ChatGPT)와 같은 인공지능 서비스의 등장 후 인공지능은 데이터 기반 의사 결정 도구로 크게 발전했지만, 블록체인의 분산화된 특성과 결합할 때 한계점을 보였다.. 인공지능은 대규모 데이터와 중앙 집중식 시스템에서 효율성을 발휘하지만, 블록체인은 투명성과 보안을 중시하기에 △프라이버시 △확장성에서의 제한이 따른다.
미나 프로토콜은 ZKML을 통해 이 두 영역의 조화 가능성을 제시했다. 아래는 미나 프로토콜 발표문의 일부다.
# 인공지능과 블록체인 통합 문제, ZKML로 정보 공개 없는 모델 구현 가능해
과거 AI와 블록체인을 결합하는 데에는 △모든 노드에서의 중복 연산 △입력 데이터와 모델의 비공개 유지의 어려움 △온체인 머신 러닝 모델 구현에 드는 높은 가스 비용이라는 세 가지 주요 문제점이 있었다.
인공지능 모델이 블록체인 노드와 함께 구동되려면 올바른 연산을 검증하기 위해 모든 노드에서 동일한 프로세스를 반복해야 했고, 이로 인해 막대한 자원이 소모되고 데이터 프라이버시 또한 손상되는 문제가 있었다.
영지식 증명 기반의 머신러닝은 한 당사자가 특정 정보를 갖고 있거나 올바른 연산을 수행했음을 정보 공개 없이 증명할 수 있는 암호학적 방법이다. 이 방식은 프라이버시와 성능을 모두 강화해 블록체인 상 인공지능 실행 환경에서 모델이 더 효율적으로 작동하도록 한다. 미나는 이를 통해 GDPR 등 규제를 준수하면서 데이터로부터 생성된 증명을 타인과 안전하게 공유할 수 있도록 만들었다.
ZKML이 적용된 최근 사례로는 과거 WEth/USDC 거래 데이터를 기반으로 학습된 거래 봇 ‘로키(Rocky)’가 있다. 이 봇은 오프체인에서 작동하면서 각 결정에 대해 연산 과정을 증명하는 영지식 증명을 생성한다.
로키 봇은 훈련 데이터와 알고리즘, 모델 가중치에 대한 증명을 L1 블록체인에 기록할 수 있으며, 사용자는 이를 통해 개발자와 사용자들은 봇이 정상적으로 작동하고 있음을 확인할 수 있다.
미나 프로토콜은 “이전에는 훈련 데이터, 입력 데이터, 검증을 위한 하드웨어 등이 모든 사용자에게 필요해 로키와 같은 봇을 구축하는 데 복잡성이 뒤따랐다”며 “ZK 증명을 활용하면 최소한의 데이터만 공유해 합의를 이룰 수 있으며, 증명만 검증해 중복 연산의 부담을 덜어낼 수 있다”고 설명했다.
현재 미나 프로토콜은 ZKML 분야로 확장을 꾀하며 모델의 ‘분산형 신원 시스템, 인공지능 예술, 게임 및 스토리 생성 모델’ 등 새로운 AI 응용 프로그램 적용 기반을 마련하고 있다.
# ZKML, 민감 데이터 보호와 머신러닝 정확도 갖출지 주목
ZKML은 다중 플랫폼에서 실행 가능한 애플리케이션 개발을 가능하게 하는 기술이다. ZKML은 민감한 데이터를 비공개로 처리하면서도 모델의 정확성을 증명할 수 있게 한다.
검증자는 전체 연산을 다시 실행할 필요 없이 특정 모델로 데이터를 처리했다는 사실을 입증할 수 있다. 이는 복잡하고 자원 집약적인 ML 연산을 신뢰할 수 없는 환경에서 검증할 때 매우 유용한 도구로 평가받는다.
ZKML은 특히 △신용 데이터 △홍채 스캔 △지문 등 민감한 정보를 입력값으로 사용하는 경우 유용하다. 모델이 공개된 상태에서도 ZKML 회로를 구성해 입력 데이터는 비공개로 유지될 수 있도록 설정할 수 있다.
기업의 핵심 자산인 머신러닝 모델의 가중치를 비공개로 유지하는 것도 ZKML의 주요 기능 중 하나다. 예를 들어, 케글(Kaggle, 예측모델 및 분석 대회 플랫폼) 대회에 제출된 모델의 경우 참가자는 자신만의 모델 가중치를 공개하고 싶지 않을 수 있다. 이때 ZKML을 활용해 모델을 비공개로 배치하더라도 검증 가능성을 유지할 수 있으며, 사용자들 역시 연산 결과를 확인할 수 있게 된다.
ZKML은 대규모 언어 모델(LLM)과 같은 대형 머신러닝 시스템과의 상호작용을 검증하고, 성능 및 규제 기준을 준수할 수 있도록 한다. 대부분의 ML 시스템이 제3자 서버에 의존하고 있는 현 상황 속 ZKML이 민감한 데이터를 노출하지 않고 신뢰를 확보할 수 있다는 점에서 향후 탈중앙화된 인공지능 환경에서 필수적인 역할을 할 것으로 보인다.
미나는 특히 다중 ZK 증명에 대한 검증을 가능하게 하는 재귀적 ZK 증명을 지원해, 복잡한 연산을 효율적으로 검증할 수 있다. 재귀적 증명은 하나의 연산뿐만 아니라 여러 단계로 이루어진 일련의 연산에 대한 증명을 생성할 수 있게 한다.
이를 통해 다단계 프로세스의 각 단계가 정확하게 수행됐는지 검증할 수 있으며, 각 단계의 세부 사항은 공개하지 않고도 증명할 수 있어 높은 수준의 프라이버시를 유지한다. 미나는 이 재귀 기능을 픽클(Pickles)이라는 고유 기술을 통해 구현했다.
이를 통해 ZKML 증명을 여러 레이어별로 나누어 생성할 수 있으며, 이는 성능 향상과 동시에 각 레이어 간의 정보 노출을 방지해 개발자가 보다 복잡한 ZKML 모델을 프라이버시 기능을 강화해 구축할 수 있게 돕는다.
ZKML의 구체적인 활용 예로는 여러 소형 AI 모델을 연결해 하나의 작업 파이프라인을 구축하는 방식이 있다. 예를 들어, PDF 파일에서 데이터를 읽는 모델, 해당 데이터를 분석하는 대형 언어 모델(LLM), 분석 결과에 따라 추가 작업을 수행하는 모델 등을 체인 형태로 연결해 사용할 수 있다.
이러한 모델들이 단계적으로 실행된다는 점을 단일 증명으로 검증할 수 있어, 전체 파이프라인이 정확히 실행됐음을 증명하는 방식이다.
# 미나 프로토콜의 재귀 증명 활용, 다양한 온체인 인공지능 작업 가능성 열어
미나의 재귀 증명 기술은 특히 여러 작은 인공지능 모델을 연결해 구성할 수 있는 컴포저블 인공지능 워크플로우를 가능하게 한다. 각 모델이 특정 역할을 수행하며 한 시스템 내에서 조합되는 방식으로, 이 과정을 통해 전체 워크플로우가 올바르게 수행됐음을 입증하는 단일 증명을 만들 수 있다.
법률 업무를 사례로 들면 데이터를 PDF에서 추출하는 모델, 데이터를 분석하는 대규모 언어 모델(LLM), 분석 결과에 따라 특정 작업을 실행하는 모델을 모두 연결해 법률 업무를 지원할 수 있다.
이런 구조는 한 변호사가 다수의 계약서를 검토할 때 유용하게 쓸 수 있다. 계약서에서 특정 조항을 추출하고 이를 법적 기준에 맞춰 분석하는 등의 작업을 자동화하는 방식이다.
1) 첫 단계로, OCR(광학 문자 인식) 모델이 PDF 형태로 저장된 계약서를 읽어 텍스트를 추출한다.
2) 이후, LLM은 추출된 텍스트를 분석해 △종료 조건 △지불 일정과 같은 주요 조항을 식별하고, 기준에 맞지 않는 항목을 표시한다.
3) 마지막으로, 액션 모델이 분석 결과에 따라 보고서를 자동으로 생성하거나, 계약서 수정을 제안하는 등 법무팀에 필요한 조치를 추천한다.
미나의 재귀 증명 기능은 이렇게 구성된 워크플로우가 실제로 수행됐음을 증명함으로써, ZKML의 활용 가능성을 높이며 다양한 분야에 적용할 수 있는 잠재력을 보여준다.
미나 프로토콜은 세계에서 가장 가벼운 블록체인 기술로 주목받고 있다. 단순히 많은 컴퓨팅 파워를 사용하기보다, 고도의 암호화 기술과 재귀식 zk-SNARKs 방식을 통해 약 22KB 크기의 블록체인을 구현한다. 높은 프라이버시 기능과 확장성을 기반으로 미나 프로토콜이 실제 세계와 암호화폐 세계를 연결하는 온체인 구조를 만들 수 있을지 주목된다.
같이 보면 좋은 기사
