0% read
마지막 업데이트:
Kishori Konwar
Kishori Konwar는 Muriel Médard, Kent Lin과 함께 Optimum을 공동 창립했습니다. Konwar는 이 회사에서 무작위 선형 네트워크 코딩(RLNC)을 blockchain 데이터 전파에 적용하는 독보적인 연구를 수행했습니다. 그는 2024년 4월부터 2026년 5월까지 Optimum의 최고 기술 책임자(CTO)를 역임했으며, 2026년 5월부터 10월까지 최고 과학 책임자(CSO)를, 2026년 10월부터는 고문을 맡고 있습니다.[2][1]
학력
Konwar는 2000–2006년 사이에 코네티컷 대학교(University of Connecticut)에서 분산 컴퓨팅 박사 학위와 통계학 및 수학 석사 학위를 취득했습니다. 그는 1998–2000년에 콜카타에 위치한 인도 통계 연구소(Indian Statistical Institute)에서 컴퓨터 과학 MTech 학위를 받았으며, 인도 공과대학교 칸푸르(Indian Institute of Technology Kanpur)에서 물리학 MSc 학위를 받았습니다.[1][3]
경력
Early Career and Computational Biology
2006년 12월부터 2008년 9월까지 Konwar는 뉴욕의 Goldman Sachs에서 핵심 시장 리스크 전략가 및 퀀트 개발자로 근무하며 전사적 포트폴리오의 금융 리스크 계산에 기여했습니다. 이후 2008년 11월부터 2010년 8월까지 KPMG US에서 금융 리스크 관리 부문의 파생상품 가치 평가 전문가로 활동했습니다.[1]
2010년 8월부터 2015년 3월까지 Konwar는 브리티시 컬럼비아 대학교(University of British Columbia)에서 박사후 연구원으로 재직하며 계산 생물학 및 생물 정보학 연구를 수행했습니다. 이 분야에서의 그의 작업에는 저산소 해양 지역의 미생물 군집 연구, 포유류 일차 운동 피질의 다중 모드 세포 조사 및 지도 작성, 단일 미생물 및 미생물 군집 분석을 위한 미세 유체 장치 연구 등이 포함되었습니다.[1][3]
Distributed Computing Research
Konwar는 2015년 3월 매사추세츠 공과대학교(MIT)의 컴퓨터 과학 및 인공지능 연구소(CSAIL)에 분산 컴퓨팅 연구원으로 합류했습니다. 2018년 9월까지 이어진 그의 연구는 분산 트랜잭션, 결함 허용 저장소, 이레이저 코딩(erasure coding) 및 원자적 데이터 객체 설계를 다루었습니다. 이후 그는 2019년 1월부터 2020년 12월까지 MIT 전자 연구소(Research Laboratory of Electronics)의 객원 과학자로 근무하며 분산 키-값 저장소 등의 연구를 진행했습니다.[1][3]
2018년 9월부터 2022년 1월까지 Konwar는 MIT와 하버드 대학교의 Broad Institute에서 데이터 과학자로 근무했습니다. 그는 유전체 데이터 처리를 위한 클라우드 기반 파이프라인을 설계 및 구현하고 머신러닝과 통계적 방법을 사용하여 데이터를 분석했습니다. 이후 2022년 1월부터 2023년 1월까지 Meta에서 연구 데이터 과학자로 근무했습니다.[1]
Optimum
Optimum은 RLNC를 blockchain 데이터 전파에 적용하기 위해 2024년에 설립되었습니다. Konwar는 Muriel Médard 및 Kent Lin과 함께 회사를 공동 설립하며 분산 시스템, 코딩 이론 및 인공지능 분야의 경험을 접목시켰습니다. 그는 2024년 4월부터 2026년 5월까지 최고 기술 책임자(CTO)를 역임했고, 2026년 5월부터 10월까지 최고 과학 책임자(CSO)를 맡았으며, 2026년 10월에 고문이 되었습니다.[2][1][3]
2025년 4월, Optimum은 1kx가 주도하고 Robot Ventures, Finality Capital, Spartan, CMT Digital, SNZ, Triton Capital, Big Brain, CMS, LongHash, NGC, Animoca, GSR, Caladan, Reforge 등이 참여한 1,100만 달러 규모의 시드 라운드를 발표했습니다. 또한 회사는 40개의 validator 파트너와 함께 프라이빗 testnet을 출시했으며, 240억 달러 이상의 이더리움 스테이크가 연결되었다고 보고했습니다. 파트너사로는 Everstake, Kiln, Bunker, P2P, InfStones, Luganodes, Alchemy, Blockdaemon, Nethermind 등이 포함되었습니다.[2]
Optimum은 또한 20개 이상의 validators와 140만 개 이상의 스테이킹된 이더리움을 보유한 Ethereum mainnet에 첫 번째 데이터 전파 프로토콜인 mump2p를 출시했습니다. blockchain 전파에 대한 회사의 작업은 분산 시스템 및 코딩 방법에 대한 Konwar의 연구를 기반으로 합니다.[2]
Research
Distributed Storage and Fault Tolerance
MIT에서 콘와르는 저장하거나 통신해야 하는 데이터의 양을 줄이기 위해 소거 코딩을 사용하는 시스템을 포함하여, 분산 시스템 전반에서 데이터를 안정적으로 저장하고 검색하는 연구를 공동 저술했습니다. “A Layered Architecture for Erasure-Coded Consistent Distributed Storage”에서 그와 공동 연구자들은 클라이언트가 가까운 에지 서버에 접속하고 해당 서버가 영구적인 백엔드와 상호 작용하는 2계층 시스템인 계층형 데이터 스토리지(Layered Data Storage)를 제안했습니다. 이 설계는 비동기 메시지 전달 시스템에서 다수의 리더(reader)와 라이터(writer)를 지원하며, 백엔드에서 재생성 코드(regenerating codes)를 사용하여 스토리지 및 읽기 통신 비용을 절감합니다. 이 논문은 에지 및 백엔드 서버에 대해 명시된 충돌 장애(crash-failure) 한계 내에서 라이브니스(liveness)와 원자성(atomicity)을 입증했습니다.[3]
“Storage-Optimized Data-Atomic Algorithms for Handling Erasures and Errors in Distributed Storage Systems”에서 콘와르, N. 프라카시(N. Prakash), 낸시 린치(Nancy Lynch)는 최대 거리 분리 가능 코드(maximum-distance-separable codes)를 기반으로 한 다중 라이터, 다중 리더 원자적 메모리 알고리즘인 SODA를 발표했습니다. SODA는 (n)개의 서버 중 (f)개의 충돌을 견디기 위해 ([n, n-f]) 코드를 사용하며, 총 스토리지 비용은 (n/(n-f))입니다. 또한 이 논문은 실패한 서버와 오류가 발생하기 쉬운 코딩된 요소를 모두 처리하기 위해 해당 실패에 맞춰 크기가 조정된 코드를 사용하는 SODA_err를 소개했습니다. 저자들은 SODA의 낮은 스토리지 비용을 CASGC와 비교하며, SODA가 통신 비용은 더 높다는 점을 언급했습니다.[3]
콘와르와 공동 연구자들은 또한 활성 nodes와의 메시지 교환을 통해 충돌한 nodes를 복구하기 위한 소거 코딩 기반 알고리즘 제품군인 RADON을 개발했습니다. RADON_C는 브로드캐스트 중에 얼마나 많은 노드가 충돌하거나 복구 중인지를 제한하는 네트워크 안정성 조건 하에서 라이브니스와 원자성을 제공합니다. RADON_R은 동일한 조건 하에서 복제 기반의 대안을 제공합니다. 더 강력한 안정성 조건은 읽기 및 쓰기에 추가 단계를 도입하는 대신 원자성을 보존하는 알고리즘을 지원합니다.[3]
그의 관련 작업에는 적응형 및 재구성 가능한 소거 코딩 원자적 스토리지 시스템인 ARES, Fast Lean Erasure-Coded Atomic Memory Object, 그리고 에지 컴퓨팅을 위한 소거 코딩 스토리지 아키텍처 연구가 포함됩니다. 이 연구를 통해 “분산 스토리지 시스템에서 소거 및 오류를 처리하기 위한 스토리지 최적화 데이터 원자적 시스템 및 기술”과 “에지 컴퓨팅 시스템을 위한 계층형 분산 스토리지 시스템 및 기술”이라는 두 개의 미국 특허가 등록되었습니다.[1]
Transactions and Distributed Ledgers
“SNOW Revisited: Understanding When Ideal READ Transactions Are Possible”에서 콘와르와 공동 저자들은 읽기 전용 트랜잭션이 언제 낮은 지연 시간과 강력한 일관성 보장을 결합할 수 있는지 조사했습니다. 그들은 원하는 SNOW 속성이 3명 이상의 클라이언트가 있을 때는 불가능하다는 것을 증명했습니다. 다중 라이터, 단일 리더 설정에서 클라이언트가 서로 통신할 수 있을 때는 이러한 속성을 달성할 수 있지만, 통신이 허용되지 않을 때는 불가능함을 보여주었습니다. 또한 이 논문은 Eiger에 대한 이전의 주장을 수정하고 제한된 지연 시간으로 강력한 보장을 제공하는 두 가지 알고리즘을 도입했습니다.[3]
“Formalizing and Implementing Distributed Ledger Objects”에서 콘와르와 공동 연구자들은 분산 원장 객체를 지정된 연산 및 속성에 의해 관리되는 레코드의 시퀀스로 정의했습니다. 그들은 원자적(atomic), 순차적(sequential), 최종적(eventual) 일관성을 공식화하고, 원자적 브로드캐스트를 사용하여 충돌 가능성이 있는 프로세스가 있는 비동기 시스템에서의 구현을 설명했으며, 각 레코드가 검증 규칙을 충족해야 하는 검증된 원장(validated ledger)을 도입했습니다.[3]
Coding and Blockchain Data Propagation
Konwar의 후기 연구는 코딩 이론을 blockchain 데이터 분산과 연결했습니다. Moritz Grundei, Vipindev Adat, Vasudevan, 그리고 Muriel Médard와 함께 2025년에 발표한 “From Indexing to Coding: A New Paradigm for Data Availability Sampling”에서는 샘플링 중에 코딩을 사용하면서 코딩되지 않은 데이터에 커밋하는 방식을 제안했습니다. 고정 비율의 사전 커밋된 소거 코드(erasure code)에서 심볼을 샘플링하는 대신, 이 접근 방식은 즉석(on-the-fly) 코딩을 사용하여 샘플의 표현력을 높입니다. 저자들은 RLNC를 사용하는 프로토콜을 설명했으며, 구체적인 구현이 Reed–Solomon 또는 저밀도 패리티 검사 코드(LDPC) 기반의 기존 체계보다 수십 배 더 강력한 보증을 제공할 수 있다고 주장했습니다.[3]
“OPTIMUMP2P”라는 제목의 2025년 논문은 악의적인 행위자가 전송된 데이터를 오염시킬 때 신뢰할 수 있는 전달을 유지하면서 정보 전파를 가속화하기 위해 RLNC를 사용하는 peer-to-peer 가십 알고리즘을 제안했습니다. 저자들은 시뮬레이션과 실제 평가를 통해 libp2p의 Gossipsub 프로토콜보다 성능이 향상되었음을 보고했으며, block 전파를 위한 RLNC에 대한 초기 Ethereum Foundation 연구를 논의했습니다.[3]
2026년의 두 편의 arXiv 논문은 Optimum의 네트워크 설계를 추가로 다루었습니다. “OPTIMUM-DERAM: Highly Consistent, Scalable, and Secure Multi-Object Memory using RLNC”와 “Optimum Peer-Turbo: A Scalable and Efficient Solution for P2P Broadcasting”의 공동 저자 명단에 Konwar가 포함되어 있습니다.[1]
계산 생물학 및 기타 연구
Konwar의 출판 기록에는 유전체학, 계통 발생학, 생물 정보학 및 미생물 생태학 연구도 포함되어 있습니다. Jody J. Wright 및 Steven Hallam과 공동 저술한 “Microbial ecology of expanding oxygen minimum zones”는 산소가 적은 해양 지역의 미생물 군집을 검토했습니다. 다른 등재된 작업으로는 “MetaPathways: a modular pipeline for constructing pathway/genome databases from environmental sequence information” 및 BRAIN Initiative Cell Census Network와 기타 저자들이 제작한 “A multimodal cell census and atlas of the mammalian primary motor cortex”가 있습니다.[1][3]
그의 초기 연구에는 “Approximation Algorithms for Minimum PCR Primer Set Selection with Amplification Length and Uniqueness Constraints”가 포함되었습니다. 이 논문은 선택된 단일 염기 다형성(SNP) 유전자좌를 증폭하는 데 필요한 중합효소 연쇄 반응(PCR) 프라이머의 수를 최소화하는 방법을 연구했습니다. 증폭 길이 제한 하에서의 로그 근사 탐욕 알고리즘과 고유 증폭을 위한 무작위 반올림 접근 방식을 제시했으며, 무작위 사례와 유전체 데이터베이스에서 파생된 사례에 대해 테스트를 수행했습니다.[3]
그의 연구는 5G 통신도 다루었습니다. “5G NR CA-Polar Maximum Likelihood Decoding by GRAND”에서 Konwar와 공동 저자들은 5G New Radio 제어 채널 CA-Polar 코드에 대한 GRAND 최대 가능도 디코딩을 연구했습니다. 이 논문은 단순 소프트 탐지 변형을 포함한 GRAND가 해당 코드를 디코딩하는 데 사용될 수 있음을 나타내는 시뮬레이션 결과를 보고했습니다.[3]
Konwar의 주요 연구 분야에는 분산 시스템 및 결함 허용, 병렬 컴퓨팅, 고급 데이터베이스 시스템, 유전체학, 생물 정보학 및 유전체 네트워크가 포함됩니다. 그의 출판 기록에는 국립과학재단(NSF), 공군 과학 연구국(AFOSR), 미국 에너지부(DOE) 등이 연구 자금 지원 기관으로 명시되어 있습니다.[1]
잘못된 내용이 있나요?
