FHE+Restaking+AI：완벽한 서사 아래의 Mind Network(삼일링공)

전재: Bluue @deepbluuest

1. Mind의 Restaking 지원이 광범위하여, BTC, ETH, 심지어 다른 모든 네트워크 토큰의 LST/LRT 자산을 포함합니다.

2. Mind의 비즈니스 로직은 EigenLayer의 AVS와 유사하지만, Eigen 및 다른 모든 네트워크와 협력할 수 있습니다.

3. Mind는 현재 비교적 초기 단계에 있으며, 참여할 수 있는 기회가 많지 않지만, 경험해 볼 수 있으며, 나중에 놀라운 일이 있을지도 모릅니다.

4. Mind는 현재 AI와 Depin에 초점을 맞춘 주요 솔루션을 제공하며, +FHE, +Restaking 서사를 강조합니다.

5. Mind는 FHE 트랙에서 추상적인 선수처럼 보이지만, FHE의 다른 프로젝트와 경쟁하지 않으며; AVS 트랙에서도 AVS 프로젝트와 경쟁하지 않으며; Restaking 트랙에서도 Restaking 프로젝트와 경쟁하지 않으며; AI와 Depin 트랙에서 서비스를 제공합니다!

체험 링크: https://dapp.mindnetwork.xyz/

Mind Network란 무엇인가?

Mind Network는 AI와 PoS 네트워크를 위한 FHE Restaking Layer로 정의됩니다.

AI와 PoS: 이는 서비스 대상입니다.

FHE: 기술 보안 레이어로, 기술적 지원을 제공하며, 동형 암호화를 통해 공정한 검증을 보장합니다.

Restaking: 경제 보안 레이어로, 경제적 지원을 제공하며, 합의의 출처입니다.

AVS 방식으로 이해하면, 왼손은 Restaking 자산을 수신하고, 오른손은 AI 등 네트워크에 안전한 합의를 제공합니다.

주요 제품:

Subnet: 자넷, FHE 기반의 특정 용례

Remote Restaking: 원래 체인에서 Mind 재질에 참여할 수 있는 원격 스테이킹

Mind Chain: Altlayer 기반의 롤업으로, Restaking과 Subnet을 연결하는 주요 역할을 합니다.

FHE Bridge: 은닉 주소와 CCIP를 기반으로 출시된 FHE 크로스 체인 브리지로, 주로 B 단체에 서비스를 제공합니다.

Mind Lake: FHE 프라이버시 데이터베이스로, 주로 B 단체에 서비스를 제공합니다.

투자 및 배경:

2023년에 250만 달러의 시드 라운드를 완료했습니다.

Binance, Chainlink 생태계 인큐베이팅 프로젝트

이더리움 재단 Grant
테스트넷 데이터(종료됨): 65만+ 활성 사용자; 320만+ 거래

Mind Network 아키텍처

전체는 세 부분으로 나눌 수 있습니다
경제 입력(Restaking 레이어): LST/LRT 자산을 수신하며, 이더리움, BTC 등 다양한 재질 토큰을 지원합니다.
중간 아키텍처(Mind 자체의 보안 레이어 + 합의 레이어): FHE 기반으로, 투표 암호화 및 과정 암호화 계산을 통해 전체 FHE 검증 네트워크를 구축합니다.
외부 출력(자넷): Depin, AI, PoS 등 네트워크에 Restaking과 FHE 기반의 공유 보안을 제공합니다.

자넷 Subnet

Mind Network의 솔루션은 Subnet이라고 합니다.

소개에 따르면, Subnet은 FHE와 Restaking 기반의 검증 요구 네트워크로, AVS의 업그레이드 버전과 유사합니다.

• 각 Subnet은 자신의 작업과 논리를 사용자 정의할 수 있습니다. 예를 들어, 검증자 노드 요구 사항, 보상 규칙, FHE 관련 기능, 암호화 및 복호화 등

• 현재 공개된 정보에 따르면, 첫 번째 배치의 subnet은 AI와 Depin을 주로 다룰 것으로 보입니다. 예를 들어 Io.NET, Myshell 등

Remote Staking 원격 스테이킹

먼저 명확히 해야 할 점은, Mind Network는 LST/LRT 자산을 지원하며, 원래 자산(BTC/ETH 등)은 지원하지 않습니다.

현재 제공되는 버전은 Ether.FI, Renzo, Lido, Stakestone의 LST 자산을 주로 지원합니다.

Remote Staking 원격 스테이킹은 최소한의 보안 가정을 통해 스테이킹에 참여할 수 있는 방법을 제공합니다. 크로스 체인을 수행할 필요가 없습니다.

예를 들어:

1. Manta와 같은 L2에서 ETH로 Stakestone에 스테이킹하여 Stone을 얻습니다.

2. Mind에서 Manta 체인으로 직접 전환하고, 스테이크를 클릭하면 Stone을 스테이킹할 수 있습니다.

3. Stone을 메인넷으로 크로스 체인할 필요가 없습니다.

원격 스테이킹에 참여하는 주요 이점: 자산이 원래 체인에 있으며, 작업이 간단하고, 보안 가정이 낮습니다.

현재 주의해야 할 점은 마지막 보상이 어떻게 지급되는지, 어떤 체인에 지급되는지 등의 문제입니다.

AI와 탈중앙화 AI

AI는 사용자에게 가장 쉽게 인식되는 것은 모델이며, 모델의 생성은 두 가지 핵심 자원인 컴퓨팅 파워와 데이터 덕분입니다.

하나는 원료이고, 하나는 동력입니다.

컴퓨팅 파워 측면에서 기업이 독점하고 있어 중소 AI는 컴퓨팅 파워를 확보하기 어렵고, 탈중앙화는 토큰 인센티브를 통해 사용자 손에 있는 여유 컴퓨팅 파워를 활용할 수 있습니다. 즉, Depin과 같은 것입니다.

데이터 측면에서 데이터 정제와 주석 달기는 상류 과정이며, 그 후 모델에 제공되어 처리 및 최적화됩니다. 데이터는 전체 과정에서 여러 위협에 직면합니다. 예를 들어 저장, 데이터 연산, 데이터 출력 등이 있습니다.

데이터 과정에서 발생하는 보안 문제는, 예를 들어 Chatgpt와 대화할 때 본질적으로 우리는 OpenAI가 우리의 데이터를 엿보지 않을 것이라는 신뢰 가정을 세우는 것입니다.

그래서 탈중앙화 AI가 탄생했습니다. 예를 들어 클라우드 컴퓨팅 시장, 클라우드 훈련 시장, AI 에이전트 시장, GPU 컴퓨팅 시장, 예측 시장, 생성적 대화 등입니다.

하지만 Crypto AI도 해결하기 어려운 몇 가지 문제에 직면해 있습니다:

• 클라우드 컴퓨팅 또는 Depin과 같은 프로젝트는 공정성 문제에 직면하며, 공정성은 본질적으로 합의 문제입니다.

작업을 누구에게 주는지, 자신의 장비 데이터가 유출되는지, 기여를 어떻게 공정하게 판단할 수 있는지?

• 예를 들어 Bittensor와 같은 탈중앙화 데이터 시장이 직면한 문제입니다.

채굴자가 모델을 훈련하고, 검증자가 투표하여 점수를 부여합니다. 검증자가 공모하지 않았는지 어떻게 확인할 수 있을까요? 내 모델이 가장 좋은 모델인지 어떻게 확인할 수 있을까요?

전체 과정에서 관련된 데이터 프라이버시는 대체로 몇 가지 부분으로 나눌 수 있습니다:

• 사용자 장치 데이터가 플랫폼에 유출되지 않을까요?
• 계산해야 할 데이터가 사용자에게 유출되지 않을까요?
• 플랫폼 자체는 어떻게 무죄를 입증하고 안전성을 보장할까요? … 등등

그래서 위대한 암호학이 등장했습니다: 데이터 암호화, FHE 연산, ZK 검증, MPC 분산 권한

궁극적인 이상국: AI의 종단 간 전면 암호화.

즉, AI는 우리가 무엇을 묻는지 모르고, AI는 무엇을 계산하는지 모르지만, AI는 우리가 원하는 답을 출력할 수 있습니다.

FHE가 해결하는 문제

PoS 네트워크의 핵심은 투표이며, 투표의 본래 목적은 검증자가 독립적으로 검증하고, 결과에 따라 공개 네트워크에서 합의에 도달하는 것입니다.

하지만 실제 상황에서 이더리움과 같이 많은 노드가 수평적으로 연결된 네트워크는 드뭅니다.

검증자 노드가 많을수록 소수의 부정 행위가 전체에 영향을 미치지 않도록 보장할 수 있습니다. 즉, BFT 바자르 문제를 해결합니다.

노드가 적으면 부정 행위와 조작이 발생할 수 있습니다. 예를 들어 보상을 위해 추종하거나 뇌물을 주는 조작 등이 있습니다.

PoS 네트워크의 문제를 기반으로 Mind는 FHE 기반의 안전한 검증을 제공합니다. 간단히 말해, 투표 과정을 암호화하여 노드 수가 부족할 때(즉, 탈중앙화가 부족하여 안전하지 않은 경우)에도 네트워크 안전성을 확보할 수 있습니다.

하지만 일상에서 "많다" 또는 "적다"라는 노드 수를 정의하기는 사실상 어렵습니다. 즉, 이더리움과 비트코인을 제외하고는 다른 네트워크가 충분히 안전하다고 인정하기 어렵습니다.

따라서 거의 모든 PoS 네트워크는 Mind를 통해 안전한 합의를 이룰 수 있다고 간단히 이해할 수 있습니다.

PoS의 핵심 논리: 노드가 토큰을 스테이킹하여 검증 권한을 얻고, 검증에 참여하여 보상을 받습니다.

이 과정은 Depin, AI 및 대부분의 네트워크에서 나타나므로 Mind의 솔루션은 위의 유형의 프로젝트에 적용될 수 있습니다.

예를 들어 Bittensor는 TAO를 스테이킹하여 검증자가 되어야 하며; Io.net은 IO를 스테이킹하여 노드에 참여해야 합니다.

탈중앙화 AI의 경우, 과정에서 많은 고가치 데이터의 계산이 포함되므로 보안과 프라이버시를 특히 중시하며, 계산에 참여해야 합니다.

암호화 계산 과정은 FHE의 핵심과 잘 맞아떨어지므로 FHE + 탈중앙화 AI는 마치 아우디 쌍다이아몬드와 같습니다.

요약

1. Mind의 기본 논리:

• AI와 PoS 합의를 채택한 네트워크가 직면하는 일반적인 문제: 충분히 탈중앙화되지 않음, 즉 본질적으로 안전하지 않음

• FHE는 투표 과정을 암호화하여 검증자가 독립적으로 평가하도록 강제합니다.

• 투표권의 확립은 스테이킹에서 비롯되며, 재스테이킹 자산은 원래 자산에 비해 추가 보상을 받을 수 있습니다.

1. 스테이킹 자산의 안전성은 Remote Staking이 해결합니다.

2. 탈중앙화 AI는 데이터와 보안 프라이버시 측면에서 더 많은 문제에 직면하며, 교차 검증, 모델 선택, 훈련, 추론, 탈중앙화 계산 등이 있으며, FHE가 완벽하게 해결합니다.

3. Mind 프로젝트 설계는 다소 복잡하지만, 사용자에게는 경험이 매우 간단합니다. LST/LRT를 스테이킹하여 보상을 얻습니다.

4. Mind의 자원과 배경이 완벽하므로, 이제 기대하고 주목해야 할 것은 보상 설정, 토큰 모델, 네트워크 지원, Subnet의 첫 번째 응용 프로그램 등입니다.