마이클 하인리히, 0G 공동 창업자 겸 CEO – 인터뷰 시리즈

Michael Heinrich는 연쇄 창업가이자 투자자이며, 인공지능을 위한 탈중앙화 인프라 구축에 주력하는 기술 경영자다. 0G에서 그는 AI를 더욱 개방적이고 검증 가능하며 접근하기 쉽게 만드는 인프라 개발을 이끌고 있다. 하인리히는 ZeroStack Corp.의 이사회 의장도 맡고 있으며, 10년 넘게 Stanford University에서 강사이자 멘토로 활동하며 창업, 벤처 캐피털, 혁신을 아우르는 프로그램에 기여해 왔다. 또한 Pioneer Fund의 벤처 파트너이자 엔젤 투자자로, Stripe, Anthropic, Brex, Notion, Filecoin, Worldcoin, Uniswap, Shield AI, Binance를 비롯한 기업과 프로젝트에 투자하고 있다. 이전에는 직장인 웰니스 기업 Garten(옛 Oh My Green)을 창업했으며, Bridgewater Associates, Bain & Company, SAP Labs, Microsoft, J.P. Morgan에서 근무했다. 이 과정에서 창업, 기술, 금융, 전략, 벤처 투자 전반에 걸친 경험을 쌓았다.

0G는 인공지능을 위한 신뢰 계층 역할을 하도록 설계된 탈중앙화 AI 인프라 스택을 구축하고 있다. 이를 통해 AI 작업을 중앙화된 제공업체에 전적으로 의존하지 않고 실행하고 저장하며 검증할 수 있다. 0G의 아키텍처는 검증 가능한 컴퓨팅, 암호화된 탈중앙화 스토리지, 비공개 AI 추론, AI에 최적화된 EVM 호환 레이어 1 블록체인을 결합해 자율형 AI 에이전트와 탈중앙화 모델부터 AI 마켓플레이스와 기계 경제에 이르는 다양한 애플리케이션을 위한 인프라를 구축한다. 이 플랫폼은 모듈성을 바탕으로 설계돼 개발자가 스토리지나 컴퓨팅 같은 개별 구성 요소를 독립적으로 사용할 수 있으며, 데이터와 모델, 작업을 감사하고 검증할 수 있는 완전한 온체인 AI 애플리케이션도 지원한다. 0G는 이러한 접근 방식을 통해 개발자와 기업, 사용자가 AI 리소스와 데이터를 더 많이 통제할 수 있는 개방적이고 투명한 AI 생태계의 기반 인프라를 제공하고자 한다.

0G를 공동 창업하기 전, Garten을 세우고 이끌었으며 소프트웨어, 금융, 벤처 투자, 창업 분야에서 일하셨습니다. 2023년에 0G를 시작해야겠다고 결심하게 만든 AI 업계의 변화는 무엇이었으며, 이전 경험은 0G의 비전을 어떻게 형성했나요?

저는 서로 좀처럼 교류하지 않는 두 세계를 오가며 경력을 쌓았습니다. 경력 초반에는 SAP와 Microsoft에서 소프트웨어를 개발했습니다. 이후 금융 분야로 옮겨, 먼저 Harvard Business School에서 연구하며 글로벌 자본시장을 공부했고, 그다음에는 Bain과 Bridgewater에서 일했습니다. 그곳에서 2008년 금융 위기를 내부에서 직접 겪었습니다. 그 경험을 바탕으로 Y Combinator 출신 기업인 Garten을 창업했습니다.

각 경험은 서로 다른 관점에서 같은 교훈을 알려줬습니다. 시스템이 통제권을 한곳에 집중시키고 내부를 감추면, 그 시스템에 의존하는 사람들이 시스템의 고장을 가장 늦게 알게 된다는 것입니다.

그래서 2023년으로 돌아가 보면, 다른 어떤 시장에서도 본 적 없는 속도로 AI 업계에 하나의 흐름이 형성되고 있었습니다. 모델은 놀라울 만큼 뛰어났지만, 그 기반 인프라는 소수 기업의 손에 집중돼 있었습니다. 더 중요한 문제는 어떤 작업이 실행되는지, 데이터가 어디로 가는지, 실제 컴퓨팅 비용이 얼마인지 확인할 수 없다는 점이었습니다. 동시에 시장에 참여하는 데 필요한 자본은 분기마다 복리처럼 불어나고 있었습니다. 2008년의 전개를 지켜봤던 제게는, 모두가 괜찮다고 믿는 블랙박스 위에 레버리지가 쌓이는 모습으로 보였습니다.

그래서 0G의 방향은 머릿속을 떠나지 않던 금융 분야의 질문에서 출발했습니다. “경제에서 가장 중요한 투입 요소에 투명한 시장도 독립적인 검증도 없다면 어떤 일이 벌어질까?” 공동 창업자인 Thomas Yao, Fan Long, Ming Wu와 함께 이 질문에 답하기 위해 0G를 만들었습니다.

그 답은 AI를 위한 신뢰 계층입니다. 비공개 컴퓨팅, 자체 개발한 오픈 웨이트 0gm 모델, 희소 추론 정렬과 Tee 검증 같은 안전성 확보 메커니즘, 암호화된 스토리지, AI 작업을 위해 특별히 구축한 블록체인을 하나의 스택으로 통합합니다. 이곳에서는 추론부터 에이전트의 작업까지 AI 관련 업무를 검증하고 감사할 수 있습니다.

AI 기업들은 GPU, 데이터센터, 전력에 막대한 자본을 투입하고 있습니다. 컴퓨팅 경제의 근본적으로 달라진 점은 무엇이며, 컴퓨팅 자원에 대한 접근성이 자본이나 에너지에 대한 접근성만큼 전략적으로 중요해질 수 있다고 보시나요?

컴퓨팅 자원은 이미 자본이나 에너지 못지않게 전략적으로 중요한 요소가 되고 있습니다. 4대 초대형 클라우드 사업자는 2025년 한 해에만 AI 자본 지출로 5,000억 달러 이상을 투입하기로 했으며, 올해에는 이 지출 규모를 두 배로 늘리는 속도로 투자하고 있습니다. 이제 이는 단순한 기술 예산이 아닙니다. 소수의 민간 기업이 집행하는 국가 기반 시설 수준의 지출입니다.

근본적인 변화는 컴퓨팅 자원이 지능 자체를 좌우하는 핵심 제약 요소가 됐다는 점입니다. 모든 모델 개선, 모든 에이전트, 모든 제품은 결국 GPU 사용 시간에 달려 있습니다. 하나의 투입 요소가 그 이후의 모든 것을 좌우하게 되면, 그것은 더 이상 구매하는 상품처럼 움직이지 않고 보유하는 자본처럼 움직이기 시작합니다. 이제 컴퓨팅 자원에 대한 접근성이 어떤 기업과 대학, 국가가 개발에 나설 수 있는지를 결정합니다.

이 자산에는 자체 시장이 없다는 점이 특이합니다. 컴퓨팅 자원은 대규모로 생산되고 전 세계에서 임대되며 매일 가격이 책정되지만, 이에 대한 권리를 보유하거나 위험을 헤지하거나 투명하게 배분할 방법은 없습니다. 자본에는 시장이 있습니다. 에너지에도 시장이 있습니다. 컴퓨팅 자원은 소수의 공급업체와 맺는 조달 계약으로 거래됩니다.

모든 희소 자원은 같은 과정을 거칩니다. 먼저 생산되고, 그다음 가격이 책정되며, 이어 자금 조달이 이뤄집니다. 석유도 그랬습니다. 전기도 그랬습니다. 대역폭도 그랬습니다. 컴퓨팅 자원은 바로 지금 세 번째 단계에 접어들고 있으며, 이를 위한 금융 기반을 구축하는 일은 이번 10년을 대표하는 인프라 프로젝트 가운데 하나입니다.

0G는 컴퓨팅 자원을 단순히 클라우드 서비스로 구매하는 대신 소유하고, 이를 통해 보상을 얻고, 사용할 수 있다는 개념을 도입하고 있습니다. 컴퓨팅 자원을 자산으로 전환한다는 것은 실제로 어떤 의미이며, 인프라 제공업체와 개발자, AI 기업의 관계를 어떻게 바꿀 수 있을까요?

다른 모든 생산 자산이 어떻게 작동하는지 생각해 보세요. 주식은 배당을 도입했습니다. 채권은 이자를 지급합니다. 우리가 ComFi라는 이름을 만든 컴퓨트 파이낸스(Compute Finance)는 같은 발상을 컴퓨팅 자원에 적용합니다. 단순히 GPU 이용료를 내는 대신, 실제로 사용할 수 있는 AI 컴퓨팅 자원에 접근할 권리를 제공하는 지분을 보유할 수 있습니다.

실제로는 자산을 운용해 그 대가로 AI 컴퓨팅 자원을 받습니다. 이 컴퓨팅 자원은 모델을 비공개로 실행하는 일부터 AI 애플리케이션을 개발하고 출시하는 일까지 다양한 작업을 지원할 수 있습니다. 이 모든 과정은 0G 블록체인에서 이뤄집니다. 사용자는 0G를 담보로 스테이킹, 즉 잠그고 a0G를 받은 다음 iAI를 발행합니다. 그런 뒤 해당 iAI를 예치해 AI 서비스 전반에서 사용할 수 있는 컴퓨팅 자원을 얻습니다.

목표는 컴퓨팅 자원을 클라우드 제공업체에서 시간 단위로 빌리는 데 그치지 않고, 보유하고 보상을 얻으며 사용할 수 있도록 하는 것입니다. 초기 매개변수에 따르면 사용자는 iAI를 예치하고 지원되는 0G AI 서비스 전반에서 하루 1달러가 넘는 가치의 컴퓨팅 크레딧을 받을 수 있습니다. 포지션이 활성화된 동안 기초 담보는 잠긴 상태로 유지되며, iAI를 소각하면 회수할 수 있습니다.

중요한 점은 사용자가 현금이나 금융 수익을 받는 것이 아니라는 사실입니다. 실제로 사용할 수 있는 컴퓨팅 자원에 대한 접근 권한을 받습니다.

이는 인프라 제공업체와 개발자, AI 기업의 관계를 바꿉니다. 인프라 제공업체는 기존 클라우드 계약을 넘어 컴퓨팅 용량을 제공할 새로운 방법을 얻습니다. 개발자는 계획과 예산을 세울 때 기준으로 삼을 수 있는 더 예측 가능한 자원을 확보합니다. AI 기업은 컴퓨팅 자원을 소수의 제공업체가 통제하는 비용으로만 여기지 않고, 이를 확보하고 계획을 세울 수 있습니다.

또한 0G 신뢰 계층에서 작동하기 때문에 컴퓨팅 자원 사용을 그저 “우리를 믿으라”고 하는 대신 검증하고 감사할 수 있습니다

우리는 ComFi를 독점 브랜드가 아니라 AI 산업을 위한 개방형 분야로 자리매김하고 있습니다. Ascend와 iAI는 이 아이디어를 구현한 첫 사례이며, 0G 네트워크에는 앞으로 더 많은 사례가 추가될 예정입니다.

0G Compute는 GPU 제공업체들이 AI 작업을 수행하기 위해 경쟁하는 탈중앙화 마켓플레이스로 운영됩니다. 특히 GPU 수요가 높을 때, 소수의 초대형 클라우드 제공업체에 의존하는 것과 비교해 이 모델은 어떤 경제적 이점을 제공할 수 있을까요?

GPU가 부족할 때 특히 두드러지는 세 가지 이점, 즉 가격 발견, 탄력성, 종속성 없음에 주목하고 있습니다.

1. 가격 발견: 0G Compute에서는 제공업체가 자체적으로 가격을 정하고 작업을 따내기 위해 경쟁합니다. 그 결과 비용을 크게 낮출 수 있습니다. 유사한 오픈 모델 추론 비용은 최대 95퍼센트 낮고, 스토리지 계층 비용은 AWS S3보다 90퍼센트 이상 낮습니다. 이는 일부는 경쟁에서 비롯되고, 일부는 유휴 GPU 용량을 활용하고 전용 인프라에서 폐쇄형 최첨단 모델 대신 오픈 모델을 실행하는 데서 비롯됩니다.

2. 탄력성: 초대형 클라우드 제공업체의 용량은 몇 년 앞서 계획되며 장기적인 관계를 통해 배분됩니다. 마켓플레이스는 독립 운영자, 학술 클러스터, 사용하지 않는 하드웨어를 보유한 기업을 포함해 어디에서든 공급을 끌어올 수 있습니다. 수요가 급증하면 가격 상승으로 더 많은 공급이 시장에 들어올 수 있습니다. 고정된 대기열은 그저 더 길어질 뿐입니다.

3. 종속성 없음: 네트워크의 모든 제공업체는 하나의 라우터를 통해 동일한 OpenAI 호환 API를 제공하며, 제공업체가 중단되면 라우터가 자동으로 다른 제공업체로 전환합니다. 현재 단일 엔드포인트를 통해 13개 제공업체가 수백 개 모델을 제공하고 있으며, 3,730억 개가 넘는 토큰과 2,700만 건의 추론 요청을 처리했습니다. 개발자는 이전 작업을 진행할 필요 없이 헤더 하나만 바꿔 제공업체를 전환할 수 있습니다.

사람들이 놓치는 수치도 있습니다. 자체 모델인 0GM-1.0은 지난 30일 동안 네트워크에서 두 번째로 많이 사용된 모델로, DeepSeek 다음입니다. 탈중앙화 네트워크의 자체 오픈 모델이 사용량 면에서 세계 최고 수준의 오픈 모델들과 경쟁한다는 것은 마켓플레이스가 대규모로 작동할 수 있음을 보여줍니다.

초대형 클라우드 제공업체들은 각자의 분야에서 매우 뛰어납니다. 하지만 AI에서 GPU가 가장 부족한 투입 요소인 상황에서는, 더 많은 컴퓨팅 자원을 확보할 수 있는 경로가 생기면 초대형 클라우드 제공업체의 용량이 늘어날 때까지 기다리는 것과는 전혀 다른 공급 모델을 만들 수 있습니다.

탈중앙화 인프라의 한 가지 과제는 더 저렴하고 널리 분산된 컴퓨팅이 신뢰성을 희생하지 않도록 하는 것입니다. 0G는 컴퓨팅 제공업체가 AI 작업을 실제로 올바르게 수행했는지 어떻게 확인하나요?

아주 좋은 질문입니다. 이 문제는 실제 컴퓨팅 시장과 AWS, Google Cloud, Microsoft Azure 같은 제공업체를 그저 믿어야 하는 시스템을 구분하는 기준이기도 합니다. 0G는 제공업체의 말을 그대로 믿을 필요가 없도록 설계했습니다.

0G의 프라이빗 등급은 봉인된 신뢰 실행 환경에서 작동합니다. 하드웨어는 어떤 모델과 코드가 실행 중인지 보여 주는 증명 정보를 생성하고, 해당 환경 안에만 존재하는 키로 모든 응답에 서명합니다. 클라이언트는 증명 정보와 대조해 서명을 검증하고, 지정된 모델이 지정된 제공업체에서 변경 없이 실행됐는지 확인할 수 있습니다. 0G와 제공업체 모두 프롬프트나 응답을 볼 수 없습니다. 0G는 모든 등급에서 프롬프트와 응답을 보관하지 않으며, 사용자의 데이터로 모델을 학습시키지도 않습니다.

검증 등급에서는 요청이 의도한 상위 모델로 전달되므로, 제공업체 자체가 중앙화되어 있더라도 어떤 모델이 응답했는지 알 수 있습니다. 각 등급은 요청별로 정의되고 네트워크에 의해 적용됩니다. 요청에 프라이버시 기능을 지원하는 제공업체가 필요하지만 이용 가능한 제공업체가 없으면, 다른 등급으로 조용히 전환하는 대신 요청이 실패합니다. 마케팅용 등급보다 실제로 지켜지는 등급이 중요합니다.

결제는 증명에 연동됩니다. 서명된 결과가 전달될 때까지 자금은 보류됩니다. 지금까지 네트워크는 2,490만 건이 넘는 TEE 증명을 기록했으며, 하드웨어 증명보다 낙관적 검증과 영지식 검증이 더 적합한 작업을 위해 해당 방식도 지원합니다.

신뢰성은 제공업체 간 자동 장애 조치와 실시간 상태 및 지연 시간 데이터를 통해 간단명료하게 관리됩니다. 기반 네트워크는 검증과 정산이 병목이 되지 않도록 설계되었습니다.

AI 인프라의 경제성은 전력 가용성과 점점 더 밀접하게 얽혀 있습니다. 모델과 추론 작업이 계속 확장되는 가운데, GPU 자체보다 에너지가 AI 컴퓨팅의 주요 제약 요인이 될 것으로 보시나요? 또한 탈중앙화 인프라는 이러한 병목을 어떻게 해소하는 데 도움이 될 수 있을까요?

에너지와 컴퓨팅은 분명 서로 밀접하게 연관되어 있으며, 한쪽은 다른 쪽에 영향을 미칩니다. 에너지 부족으로 인한 병목 현상도 이미 나타나고 있습니다. 7월에는 버지니아주 북부에서 3GW가 넘는 데이터센터 수요가 갑자기 전력망에서 차단되면서, 데이터센터 부하가 한곳에 집중될 경우 전력 인프라에 얼마나 큰 부담을 줄 수 있는지가 드러났습니다.

AI 데이터센터의 전력 사용량은 2030년까지 두 배로 늘어날 전망이며, 국제에너지기구(IEA)는 AI를 주요 동력으로 꼽으며 전 세계 데이터센터의 전력 소비량이 2030년까지 945테라와트시 안팎으로 두 배 넘게 증가할 것으로 내다봅니다. GPU는 더 빠르게 추가할 수 있지만, GPU를 가동하는 데 필요한 전력 인프라를 구축하는 데는 더 오랜 시간이 걸립니다.

중앙집중형 AI는 수요를 소수의 대규모 데이터센터에 집중시켜 상황을 더 어렵게 만듭니다. 각 데이터센터에는 막대한 전력과 새로운 전력망 인프라가 필요합니다.

탈중앙화 인프라는 전력과 컴퓨팅 용량이 이미 있는 곳에 작업을 배치해 이러한 제약이 커지는 문제를 완화하는 데 도움이 될 수 있습니다. 여기에는 지역 데이터센터, 여유 용량이 있는 산업 시설, 그렇지 않으면 활용되지 않을 재생에너지가 포함될 수 있습니다. 소수의 대규모 단지로 전력을 더 끌어오는 대신, 전력이 이미 존재하지만 충분히 활용되지 않는 곳으로 작업을 옮길 수 있습니다.

분명히 말씀드리면, 이 방법이 에너지 제약을 없애는 것은 아닙니다. 다만 기존 에너지와 컴퓨팅 인프라를 더 효율적으로 활용할 수 있습니다.

0G는 신뢰 실행 환경, 낙관적 검증, 영지식 기법 등을 활용해 AI 연산을 검증할 수 있게 합니다. 자율형 AI 에이전트가 사람의 지속적인 감독 없이 의사결정을 내리고 거래를 실행하기 시작하면, 암호학적 검증은 어떤 상황에서 가장 중요해질까요?

검증은 사람이 더 이상 지켜보지 않는 바로 그 순간에 가장 중요합니다. 코파일럿은 사람이 결과를 검토합니다. 자율형 에이전트는 그렇지 않습니다. 에이전트가 의사결정을 내리고, 거래에 서명하고, 자금을 보유하거나, 다른 에이전트와 상호작용할 수 있게 되면 어떤 에이전트가 작동 중인지, 어떤 모델이 에이전트를 실행하는지, 그리고 에이전트가 해야 할 일을 제대로 수행했는지 알아야 합니다.

이때 암호학적 검증이 중요해집니다. 에이전트가 신뢰 실행 환경에서 작동하면 어떤 모델이 결정을 내렸고 어떤 입력을 사용했는지 보여 주는 서명된 기록을 얻을 수 있습니다. 블록체인은 변경할 수 없고 기록을 덧붙이는 방식으로 작동하며 출처를 추적할 수 있으므로 이상적인 신뢰 계층입니다. 블록체인은 이러한 증명을 공동 기록으로 제공하므로 개발자, 감사자, 거래 상대방은 어느 한쪽의 설명을 믿지 않고도 무슨 일이 있었는지 검증할 수 있습니다.

에이전트들이 대규모로 서로 상호작용하기 시작할 때도 같은 원칙이 적용됩니다. 모든 결정이나 거래를 사람이 검토할 수는 없습니다. 검증, 감사 가능성, 신뢰가 인프라 자체에 포함되어야 합니다. 목표는 간단합니다. 에이전트가 규칙을 따랐다고 말하는지 묻는 대신, 실제로 규칙을 따랐음을 증명할 수 있어야 합니다.

오늘날 인프라 경쟁은 상당 부분 갈수록 규모가 커지는 중앙집중형 데이터센터를 구축하는 데 집중되어 있습니다. 탈중앙화 AI 컴퓨팅이 이러한 모델의 대안이 될 수 있을까요? 아니면 궁극적으로 탈중앙화 네트워크와 하이퍼스케일러가 전 세계 컴퓨팅 시장에서 서로를 보완하는 요소가 되리라고 보시나요?

서로 보완하는 관계라고 생각합니다. 두 체계의 역할 분담은 전력망과 매우 비슷할 것입니다. 하이퍼스케일러는 기저부하를 담당합니다. 대규모 기업이 필요로 하는 방대하고 수요를 예측할 수 있으며 지연 시간에 민감한 워크로드를 처리하는 데 매우 뛰어나므로, 앞으로도 그 역할을 계속 수행할 것입니다. 탈중앙화 네트워크는 수요 변동을 흡수하고, 분산된 컴퓨팅 자원과 그 밖에 사용되지 않는 컴퓨팅 자원을 가동하며, 더 많은 기업이 GPU 용량을 이용할 수 있도록 해 이들을 보완할 수 있습니다.

탈중앙화 네트워크가 진정한 대안인 이유는 신뢰에 있습니다. 집중화는 경제적 문제일 뿐 아니라 가시성의 문제이기도 합니다. 소수의 기업이 인프라를 운영하면, 무엇을 볼 수 있는지도 그들이 통제합니다. 하이퍼스케일러는 고객의 데이터를 들여다보지 않겠다고 약속할 수 있습니다. 하지만 공개 증명이 가능한 보안 엔클레이브는 실제로 데이터를 들여다보지 않았다는 사실을 입증할 수 있습니다. 이런 특성은 데이터센터 규모를 키운다고 나아지지 않습니다. 인프라에 검증 기능을 내장해야 얻을 수 있습니다.

이미 두 모델이 나란히 작동하는 모습을 볼 수 있습니다. Google Cloud와 Alibaba Cloud는 메인넷 출시 파트너 가운데 일부였습니다. 기업은 가격, 개인정보 보호 요건, 필요한 검증 수준을 기준으로 워크로드를 하이퍼스케일러, 탈중앙화 서비스 제공업체 또는 자체 하드웨어로 보낼 수 있기를 원합니다.

시장이 향하는 방향은 바로 이것이라고 봅니다. 한 모델이 다른 모델을 대체하는 것이 아니라, 작업에 필요한 요건에 따라 워크로드를 서로 다른 인프라 공급원 사이에서 옮길 수 있는 글로벌 컴퓨팅 시장입니다.

AI 에이전트가 서비스를 구매하고 자원을 자율적으로 관리할 수 있는 경제 주체로 발전하면서, 컴퓨팅 자체도 에이전트가 가격, 성능, 가용성을 바탕으로 인프라를 동적으로 확보하는 기계 간 경제의 일부가 될 수 있을까요?

우리 네트워크에서 이런 일이 일어나는 작은 사례들을 이미 확인했습니다. 0G Compute를 통한 요청 대부분은 사람이 버튼을 클릭해 발생하는 것이 아닙니다. 애플리케이션과 에이전트가 API를 호출하고, 충전된 잔액에서 요청별로 비용을 지불하면, 해당 작업에 가장 적합한 서비스 제공업체로 요청이 연결됩니다. 약 43,000개의 지갑이 이런 방식으로 추론 비용을 지불했고, 300개가 넘는 프로젝트가 0G를 기반으로 구축되었습니다. Ghast AI만 해도 0G Compute를 통해 1,000억 개가 넘는 토큰을 처리했습니다. 또 다른 블록체인 네트워크인 BNB Chain과 0G 전반에서 NeoSoul은 수백만 개의 에이전트를 운영합니다. 에이전트가 일괄 작업에는 더 저렴한 서비스 제공업체를, 민감한 작업에는 비공개 엔클레이브를 선택하는 라우팅 결정은 이미 이루어지고 있습니다.

실제 기계 경제가 성립하려면 인간에게는 당연하게 여겨지는 몇 가지 요소가 필요합니다. 바로 신원, 자원을 미리 확보해 둘 수단, 그리고 계산 단위입니다. 에이전트가 여러 서비스에서 통용되는 신원을 갖도록 설계된 것이 0G의 Agentic ID입니다. 에이전트가 자율적으로 계획하고 운영하려면 요청마다 비용을 지불하는 대신 컴퓨팅 자원을 미리 확보할 방법도 필요합니다.

이것이 우리가 Compute Finance를 만든 이유 중 하나입니다. 네트워크 참여를 통해 컴퓨팅 자원을 얻고 여러 AI 서비스에서 사용할 수 있게 되면, 에이전트는 한 번 자금을 충전한 뒤 사람이 클라우드 계정에 잔액을 추가하지 않아도 필요한 컴퓨팅 자원을 이용할 수 있습니다. Ascend와 Infinite AI가 첫 번째 구현 사례입니다. 우리가 아직 만나지 못한 사람들이 그 위에 기계 경제를 세워 나갈 것입니다.

안전 요건은 타협할 수 없습니다. 이러한 기계의 결정은 하나도 빠짐없이 검증 가능한 기록을 남겨야 하며, 안전장치도 내장되어야 합니다. 거래 기록이 없는 기계 경제는 돈을 더 빠르게 잃고 알려지지 않은 보안 재난을 초래하는 방법일 뿐입니다.

앞으로 5년을 내다볼 때 AI 컴퓨팅 시장은 어떻게 발전할 것으로 보시나요? 기업은 여전히 GPU와 클라우드 용량을 빌리는 관점에서 주로 생각할까요, 아니면 컴퓨팅 자원을 소유하고 교환하고 수익화하며 동적으로 배분할 수 있는 유동성 높은 글로벌 시장으로 나아가고 있을까요?

장비 금융이 성숙했다고 해서 리스가 사라지지 않은 것처럼, 컴퓨팅 자원을 빌리는 방식도 없어지지 않을 것이라고 생각합니다. 하지만 이제 그것이 유일한 선택지는 아니며, 주요 기업들이 컴퓨팅을 자원으로 바라보는 유일한 방식도 더는 아닐 것입니다.

이런 변화가 이어지면서 컴퓨팅에도 다른 모든 전략적 투입 요소와 마찬가지로 금융 인프라가 갖춰질 것으로 예상합니다. 기업은 에너지 계약이나 외화를 보유하듯 컴퓨팅 자산에 대한 포지션을 보유하게 될 것입니다. 공급업체는 계약을 하나씩 협상하는 대신 공개 시장에 용량을 판매할 것입니다. 검증된 비공개 추론과 검증되지 않은 추론은 서로 다른 상품이므로, 컴퓨팅 가격은 워크로드와 신뢰 수준에 따라 책정될 것입니다. 그리고 구매자 중 에이전트가 차지하는 비중은 커지고 조달팀의 비중은 줄어들 것입니다.

Compute Finance(ComFi)가 바로 이를 위해 만들어졌습니다. 메인넷 출시 1주년에 Ascend를 출시하고 Infinite AI를 발표한 것은 앞으로의 순서가 이제 분명해졌기 때문입니다. 컴퓨팅 자원이 생산되고 가격이 책정됩니다. 다음 단계는 컴퓨팅에 대한 권리를 보유하고, 획득하고, 사용하고, 거래할 수 있는 금융 계층입니다. 이때 모든 단위는 검증 가능한 기록을 남깁니다. 참여자가 하나뿐인 시장은 시장이라고 할 수 없기에, ComFi는 독점 브랜드가 아닌 개방형 범주로 의도적으로 발전시키고 있습니다.

이 모든 것을 가능하게 하는 것은 더 나은 GPU가 아닙니다. 핵심은 신뢰 계층입니다. 무엇이 실행됐는지, 누가 실행했는지에 대한 증명과 그 증명에 따라 이뤄지는 정산이죠. 컴퓨팅을 검증할 수 있게 되면 금융 조달에 활용할 수 있을 만큼 대체 가능해집니다. 금융 조달이 가능해지면 유동성도 생깁니다. 앞으로 5년은 업계가 경제에서 가장 중요한 자원을 더 이상 단순한 회계 항목으로 취급하지 않게 되는 시기입니다.

멋진 인터뷰에 감사드립니다. 더 알고 싶은 독자라면 0G를 방문해 보세요.