서론

ORA가 개발한 opp/ai(Optimistic Privacy-Preserving AI)는 블록체인 기반 머신러닝 시스템의 프라이버시와 연산 효율성 문제를 해결하기 위해 설계된 온체인 AI 프레임워크입니다. ^[1] 이 프레임워크는 영지식 머신러닝(zkML)의 프라이버시 보장과 낙관적 머신러닝(opML)의 효율성을 통합하여, 온체인에서 안전한 AI 서비스를 위한 하이브리드 모델을 구축합니다. ^[2] 이 프레임워크는 유연하게 설계되어, 기반이 되는 zkML 기술의 발전 사항을 opp/ai에 직접 통합할 수 있습니다.

기술

opp/ai 프레임워크는 프라이버시와 효율성의 균형을 맞추기 위해 두 가지 핵심 기술을 결합한 하이브리드 방식입니다.

zkML (영지식 머신러닝)

영지식 머신러닝(zkML)은 opp/ai 프레임워크 내에서 프라이버시를 제공하는 데 사용됩니다. 이는 영지식 증명(ZKP)을 활용하여 기본이 되는 민감한 데이터나 모델 파라미터를 공개하지 않고도 연산을 검증합니다. ^[1] 이를 통해 AI 추론 과정에서 기밀 정보를 보호할 수 있습니다. 그러나 ZKP 생성은 연산 집약적이며 비용이 많이 들 수 있는데, 이것이 바로 opp/ai가 하이브리드 접근 방식을 취하는 주요 이유입니다. ^[2]

opML (낙관적 머신러닝)

낙관적 머신러닝(opML)은 연산 효율성을 보장하기 위해 사용됩니다. zkML과 달리 opML은 사기 증명(fraud-proof) 시스템을 사용하며, ML 결과는 오프체인에서 실행되고 그 결과가 정확하다는 낙관적인 가정하에 블록체인에 제출됩니다. ^[1] 이러한 결과는 이의를 제기할 수 있는 도전 기간(challenge period)을 거칩니다. 이 방법은 온체인 연산 부하를 크게 줄여, ML을 블록체인 기술과 통합하는 데 있어 더 확장 가능하고 효율적인 솔루션을 제공합니다. ^[2]

작동 원리

opp/ai 프레임워크는 프라이버시 요구 사항에 따라 머신러닝 모델을 서로 다른 서브모델로 전략적으로 분할하여 작동합니다. 이를 통해 프라이버시와 효율성의 균형을 맞춘 하이브리드 실행 모델을 생성합니다. ^[2]​

• zkML 서브모델: 독점 알고리즘이나 민감한 데이터를 처리하는 구성 요소는 zkML 서브모델로 지정됩니다. 이들은 모델 가중치나 데이터의 기밀성을 유지하기 위해 영지식 증명을 사용하여 실행됩니다.
• opML 서브모델: 프라이버시보다 효율성이 우선시되는 구성 요소는 opML 서브모델로 지정됩니다. 이들은 낙관적 접근 방식을 사용하여 오프체인에서 실행됩니다.

zkML 서브모델의 출력은 opML 서브모델의 입력으로 사용될 수 있어 두 시스템 간의 원활한 통합이 가능합니다. opML 구성 요소의 경우, 온체인에서 연산 단계를 검증하기 위해 사기 증명 가상 머신(FPVM)을 활용하는 대화형 게임을 통해 분쟁을 해결합니다. ^[1]​

이 기술의 주요 응용 사례 중 하나는 대부분의 가중치가 이미 공개된 모델에서 특정 미세 조정(fine-tuning) 가중치를 숨기는 것입니다. 예를 들어, Stable Diffusion과 같은 오픈 소스 모델의 어텐션 레이어에 있는 독점적인 LoRA 가중치를 opp/ai 프레임워크를 사용하여 보호할 수 있습니다. 이를 통해 기본 모델은 접근 가능한 상태로 유지하면서 고유한 최적화 결과물의 경쟁 우위를 보존할 수 있습니다. ^[1]​

활용 사례

• 독점 미세 조정 모델: opp/ai는 대부분의 가중치가 공개된 모델에서 미세 조정 가중치를 숨길 수 있습니다. 예를 들어 오픈 소스 생성형 AI 모델의 커스텀 LoRA 가중치를 보호하는 식입니다. 이는 공개적으로 공유된 모델에 적용된 독점적인 개선 사항을 보존하는 데 매우 중요합니다. ^[1]
• 개인 음성 튜닝: 텍스트 음성 변환(TTS) 서비스 제공업체는 opp/ai를 사용하여 개인의 민감한 음성 데이터에 맞춰진 개인화된 음성 모델을 보호할 수 있습니다. 이 프레임워크는 서비스가 사용자에게 검증 가능하게 제공되는 동안 모델 파라미터의 기밀성을 유지합니다.
• 금융 부문: 가치가 높고 민감한 전략을 포함하는 트레이딩 알고리즘을 보호할 수 있습니다. 금융 회사는 opp/ai를 사용하여 자사의 트레이딩 전략에 특화된 모델의 독점 가중치를 숨김으로써, 영업 비밀을 노출하지 않고도 안전하고 검증 가능한 온체인 트레이딩 운영을 수행할 수 있습니다.
• 게임 산업: 비플레이어 캐릭터(NPC)에 사용되는 AI 모델을 미세 조정하여 독특하고 매력적인 행동을 만들 수 있습니다. 개발자는 opp/ai를 사용하여 미세 조정된 가중치를 숨김으로써 경쟁 우위를 보호하고 다른 이들이 고유한 NPC 전략을 쉽게 복제하는 것을 방지할 수 있습니다.