Proof of Useful Work

유용한 작업 증명(Proof of Useful Work, PoUW)은 블록체인 보안을 위해 수행되는 계산이 인공지능 추론이나 위임된 문제의 해결과 같은 유용한 결과도 생성하도록 만드는 것을 목표로 하는 일련의 접근 방식입니다. 채굴자가 블록 제안 경쟁을 위해 일반적으로 반복적인 해싱과 같은 계산을 수행하는 기존의 작업 증명(PoW)과 달리, PoUW는 해당 계산에 네트워크 보안 이상의 목적을 부여하는 것을 목표로 합니다. PoUW는 단일 프로토콜이 아닙니다. 무엇을 유용한 작업으로 간주할지, 결과를 어떻게 검증할지, 그리고 이 작업이 기존 채굴 계산의 전체를 대체할지 아니면 일부만 대체할지에 따라 제안된 방식들이 서로 다릅니다.^[1]​^[2]​

개요

PoUW 설계는 세 가지 속성을 결합하고자 합니다. 즉, 작업이 누군가에게 가치가 있어야 하고, 작업을 수행하는 데 있어 과업 완료 이상의 오버헤드가 거의 없어야 하며, 유효한 증명을 생성하는 데 정직한 참여자의 작업량과 비슷한 수준의 작업이 필요해야 한다는 점입니다. 이러한 목표들은 서로 충돌할 수 있습니다. 예를 들어, 과업을 block의 컨텍스트나 mining 난이도에 맞게 조정하면 외부 가치를 떨어뜨리는 방식으로 과업이 변질될 수 있습니다. 또한 대규모 과업 입력값은 저장 공간, 대역폭 및 검증 비용을 증가시킬 수 있습니다.^[3][2]

유용한 연산 대안에 관한 2026년 설문 조사는 요구 사항을 blockchain "백본(backbone)" 속성, 블록 제안 속성, 그리고 과업 자체의 속성으로 분류합니다. 여기에는 체인 안전성 및 진행, block 제안의 공정한 할당, 과업 난이도, 효율적인 검증, 조정 가능한 난이도, 그리고 과업 간 작업 재사용에 대한 저항성이 포함됩니다. 또한 이 조사는 누군가 특정 문제 인스턴스가 해결되기를 원하는 **강한 유용성(strong usefulness)**과, 누군가 특정 과업 클래스의 어떤 인스턴스라도 해결책을 얻기를 원하는 **약한 유용성(weak usefulness)**을 구분합니다. 강하게 유용한 과업은 일반적으로 외부 공급자가 필요하지만, 약하게 유용한 과업은 시스템에 의해 생성될 수 있습니다.^[2]

과업 설계는 추가적인 문제를 제기합니다. 쉬운 인스턴스는 mining 경쟁을 저해할 수 있고, 결정론적이거나 점진적으로 개선되는 알고리즘은 더 숙련된 해결사에게 유리할 수 있으며, 공급자가 이미 답을 계산한 해결사와 공모할 수도 있습니다. 대규모 입력값은 저장하거나 배포하기 어려울 수도 있습니다. 일부 작업은 여러 인스턴스에 걸쳐 분할 상환(amortized)될 수 있는데, 설문 조사에서는 피보나치 계산을 그 예로 듭니다. 반면, 최적화 과업은 실제로 다시 풀어보지 않고는 검증하기 어려울 수 있습니다. 이러한 문제들은 연산이 수행되었다는 것을 보여주는 것만으로는 그 자체로 blockchain을 의도한 대로 안전하게 보호하고 있음을 입증하기에 충분하지 않음을 의미합니다.^[2]

초기 구조 (Early Constructions)

작업 증명(Proof of Work)은 blockchain 시스템보다 앞서 등장했습니다. Dwork와 Naor는 1992년에 계산 가격 책정 방식을 제안했으며, Adam Back은 1997년에 Hashcash를 제안했습니다. 이후 Bitcoin은 block 생성을 비용이 많이 들게 하고 원장을 보호하기 위해 해시 목표 mining을 사용했습니다. mining 노력을 다른 작업으로 돌리려는 초기 아이디어로는 소수 체인을 찾는 Primecoin과 아카이브 저장소로 채굴을 활용하는 Permacoin 등이 있었습니다.^[4][5]

Marshall Ball, Alon Rosen, Manuel Sabin, Prashant Nalini Vasudevan이 제안한 이론적 구조는 미세 계산 문제(fine-grained computational problems), 주로 직교 벡터(Orthogonal Vectors, OV)와 그 일반화인 (k)-OV를 기반으로 한 증명을 개발했습니다. 이 프레임워크에서 챌린지는 위임된 문제로부터 생성되며, 해결자는 간결한 증명을 제공하고, 검증자는 이를 확인하여 정답을 재구성합니다. 추측된 난이도 가설 하에, 저자들은 해결 비용은 2차식에 가깝거나 조정 가능한 고차원이지만, 검증 및 재구성 비용은 선형에 가까운 구조를 추구했습니다. 이 논문은 또한 3SUM 및 모든 쌍 최단 경로(All-Pairs Shortest Path)를 유사한 체계의 가능한 기반으로 고려했습니다.^[5]

이 구조는 채굴자가 하나의 계산을 여러 챌린지에 재사용할 수 있는 위험을 다루었습니다. 저자들은 독립적으로 생성된 여러 인스턴스를 해결하는 과정에서 비용이 상쇄(amortized)될 수 있는지 분석했습니다. 또한 위임자가 공용 게시판에 문제를 게시하고 작업자가 blocks에 증명을 첨부하는 blockchain 배열을 제안했습니다. 해당 논문의 블록체인 설계는 제안 단계였으며, 실제 배포된 네트워크에 대한 보고는 아니었습니다.^[5]

Matrix-Multiplication Mining

cuPOW 및 Pearl Network

최근의 접근 방식은 머신러닝 추론의 핵심 연산인 행렬 곱셈을 사용합니다. Ilan Komargodski와 Omri Weinstein의 cuPOW 프로토콜은 채굴자가 이미 수행하고자 하는 행렬 곱셈을 blockchain 작업으로 사용할 수 있도록 설계되었습니다. 이 기술의 핵심은 입력 행렬에 시드(seed) 기반의 저계수(low-rank) 무작위 노이즈를 추가하고, 채굴자가 blocks 단위로 변형된 곱을 계산하게 하며, 중간 부분 곱을 계산 기록(transcript)으로 사용하는 것입니다. 채굴자는 노이즈를 제거하여 요청된 결과값을 복구하고, 검증자는 기록을 재계산하여 그 해시값이 난이도 목표를 충족하는지 확인합니다.^[3]​

이 구조는 노이즈를 더 작은 행렬들의 곱으로 인코딩합니다. (n \times n) 계산의 경우, 논문은 (n)보다 작은 (r)에 대해 ((n/r)^3)개의 중간 (r \times r) 행렬을 포함하는 기록을 설명합니다. 인코딩 및 디코딩 비용은 (O(n^2r))로 명시되어 있으며, 이는 단순한 정사각형 행렬 곱셈의 (O(n^3))과 비교됩니다. 저자들은 해당 기준점 대비 (1+o(1))의 점진적 오버헤드를 주장합니다. 이들의 보안 논거는 무작위 저계수 행렬에 대한 중간값 배치를 계산하는 난이도에 대한 추측에 의존하며, 이는 증명된 불가능성이 아니라 명시된 가설입니다.^[3]​^[4]​

저자들은 이 기록 기반 접근 방식을 단순히 곱셈 결과가 맞는지 확인하는 것과 구분합니다. Freivalds 알고리즘은 곱셈을 직접 수행하는 것보다 적은 계산량으로 행렬 곱을 확률적으로 검증할 수 있지만, Pearl Research 블로그는 정확성 검증만으로는 채굴자가 얼마나 많은 작업을 수행했는지 증명하거나 조정 가능한 mining 난이도를 제공할 수 없다고 주장합니다. 또한 블로그는 cuPOW를 머신러닝 추론을 위한 영지식 증명과 대조하며, GPT-2 및 130억 개의 매개변수 모델에 대해 보고된 증명 시간이 실제 서비스 규모의 추론에는 너무 느리다고 지적합니다.^[6]​

Pearl은 자사의 Layer 1 네트워크가 AI 추론을 위해 일반 행렬 곱셈(GEMM)을 사용하며, 채굴자들이 전문화된 해싱 ASIC 대신 GPU를 운영한다고 설명합니다. 이 설계에서 동일한 계산이 AI 클라이언트에게 서비스를 제공하는 동시에 blockchain 보안에 기여하며, 채굴자는 block rewards와 추론 수수료를 모두 받을 수 있습니다. Pearl은 자사의 유용 작업 증명(proof-of-useful-work) 커널이 4개의 H200 GPU에서 Llama 70B 모델에 대해 5.08%, 8개의 H200 GPU에서 DeepSeek V3.2 모델에 대해 3.9%의 엔드투엔드 오버헤드를 추가한다고 보고했습니다. 블로그에 따르면 이 시스템은 W7A7 양자화, GPTQ, SmoothQuant와 함께 정수 하드웨어를 사용하며, 네이티브 부동 소수점 지원은 개발 중입니다.^[6]​

별도의 cuPOW 논문은 정수 행렬 곱셈에 대한 GPU 벤치마크를 보고하며, 선택된 모델 워크로드에서 cuBLAS 및 vLLM과 구현 성능을 비교했습니다. 해당 테스트에서 cuPOW는 비교 시스템들과 유사한 성능 범위를 유지했으나, 나열된 사례에서 cuBLAS의 지연 시간(latency)에는 미치지 못했습니다. 다만 일부 사례에서는 vLLM보다 빨랐습니다. 논문은 이를 프로토콜의 점진적 오버헤드 분석과는 별개인 구현상의 벤치마크로 제시하고 있습니다.^[4]​

Pearl 블로그는 네트워크의 네이티브 토큰인 PRL이 추론에 사용된 검증된 GPU 연산을 통해 발행된다고 설명합니다. 이 블로그는 GPU 용량과 추론 수요가 발행을 제한하며, 토큰 경제를 AI 컴퓨팅 시장과 연결한다고 주장합니다. 이는 프로젝트 측의 경제적 주장입니다. Consortium for Verified Computing이 설명한 2026년 부동 소수점 체계 사양은 행렬 곱셈 방식을 FP8 GPU 연산에 맞게 조정하는 동시에, 이 구조가 처리되는 행렬의 출처를 확정하지는 않는다는 점을 언급합니다.^[6]​^[1]​

동일한 Consortium for Verified Computing 계정은 Pearl의 cuPOW 프로토콜을 메인넷에서 측정한 2026년의 독립적인 연구 결과, 무작위 행렬이 검증을 통과했음을 보고했습니다. 이 발견은 연산이 수행되었음을 검증하는 것과 그 입력값이 외부 고객이나 유용한 작업에 기여했음을 확정하는 것 사이의 차이점을 제기합니다.^[1]​

Qubic의 유용한 작업 증명 (Useful Proof of Work)

Qubic은 다른 방식의 배열에 유용한 작업 증명(UPoW)이라는 명칭을 사용합니다. 해당 문서에서는 AI 마이너라고도 불리는 마이너들의 지원을 받는 검증자인 'Computors'가 인공 신경망 훈련 작업을 수행하는 것으로 설명합니다. 예시로는 대규모 데이터 세트 처리 및 특정 문제에 대한 모델 훈련 등이 있습니다. 각 1주일 단위의 에포크(epoch)에 대한 Computor의 순위는 마이너가 할당된 문제를 얼마나 효과적으로 해결하느냐에 따라 달라지며, 성능이 좋을수록 더 높은 순위와 잠재적으로 더 높은 수익을 얻을 수 있습니다.^[7]​

Qubic의 문서에 따르면 마이너는 무작위 구조의 연결을 가진 신경망을 생성하고 매개변수를 변경하며, Aigarth는 이 네트워크의 특성을 분석합니다. 설명된 연구 단계에서는 샘플을 수집하고 향후 개발에 정보를 제공할 수 있는 패턴을 찾습니다. 이 문서는 해당 작업을 신경망 구조, 특히 연결성에 대한 탐구로 제시하며, 성능이 저하되기 전 연결을 제거하는 과정에서의 가능한 '스윗 스팟(sweet spot)'에 대해 논의합니다. 또한 훈련이 일반 하드웨어에 최적화될 수 있으며 전통적인 PoW보다 연산 단위당 에너지를 덜 사용할 수 있다고 주장합니다. 이는 Qubic 방식의 잠재적 이점으로 명시된 것이며, 모든 PoUW 시스템이 공유하는 특성은 아닙니다.^[7]​

Internet Computer

Internet Computer는 멤버십 및 합의 모델에 '유용한 작업 증명(Proof of Useful Work)'을 사용합니다. 해싱에 의존하는 대신, 표준화된 노드 머신이 트랜잭션 블록에 표시된 캐니스터(canister) 연산을 포함한 애플리케이션 연산을 수행합니다. 이 모델은 노드 하드웨어의 구매, 호스팅 및 운영을 스테이크(stake)로 간주하며, 노드들이 대략 동일한 양의 작업을 수행할 것으로 기대합니다. 블록 생성에서의 통계적 편차는 처벌로 이어질 수 있습니다.^[8]​

Internet Computer의 온체인 네트워크 신경망(NNS)은 네트워크를 구성하고, 노드 소프트웨어를 업그레이드하며, 노드들을 서브넷으로 결합하고, 노드의 가입 및 제거를 관리합니다. NNS는 제공자, 데이터 센터, 지리적 위치 및 관할권에 따라 노드를 선택하며, 통계적으로 이탈하는 노드를 서브넷에서 제거할 수 있습니다. 또한 이 모델은 체인 키 암호화와 고급 합의 프로토콜을 사용하여 서브넷들을 하나의 네트워크로 연결합니다. 이는 네트워크 거버넌스 및 노드 선택 설계이며, cuPOW에서 사용되는 행렬 곱셈 채굴 방식과는 다릅니다.^[8]​

Other Proposed Systems

ScaloWork는 해시 mining을 그래프의 최소 지배 집합(minimum dominating sets) 계산으로 대체하는 제안된 PoUW 프레임워크입니다. 유틸리티 회사가 그래프를 제공하고 해결책에 대한 보상을 제안하면, mining pools은 협력하여 작은 지배 집합을 찾아내고, 승리한 풀이 block을 제안합니다. 감사 위원회는 그래프 인스턴스를 선택하고 평가하며, 다른 풀의 해결책을 복사하는 것을 어렵게 만들기 위해 서로 동형인(isomorphic) 인스턴스들이 각기 다른 풀에 할당됩니다. 이 설계에는 기여 없이 보상만 챙기려는 참여자를 식별하기 위한 풀 수준의 작업 할당 방식이 포함되어 있습니다.^[9]

ScaloWork의 저자들은 최대 500만 개의 정점을 가진 합성 그래프에서 테스트된 프로토타입을 설명합니다. 실험에서 이 시스템은 15분 제한 시간 내에 평균 차수(average degree)가 최대 75인 그래프를 처리했으나, 평균 차수가 100인 사례는 해당 제한 시간을 초과했습니다. 저자들은 이 설계를 이전의 지배 집합 제안인 Chrisimos와 비교하며, ScaloWork를 실제 배포된 blockchain 시스템이라기보다는 하나의 프로토타입으로 제시하고 있습니다.^[9]

경제 및 보안 논의

PoUW의 유용한 결과물이 자동으로 더 강력한 경제적 보안으로 전환되는 것은 아닙니다. 50개 이상의 구조를 조사한 2025년 지식 체계화 연구에서 Pratyush Dikshit, Ashkan Emami, Johannes Sedlmeir, Gilbert Fridgen은 유용한 연산의 외부 경제적 또는 사회적 가치가 반드시 blockchain의 보안 예산에 기여하는 것은 아니라는 결론을 내렸습니다. 그들은 검증 가능한 연산, 인센티브의 부분적 할당, 그리고 작업 유용성을 고려한 난이도 조절을 포함하는 설계를 권장했습니다.^[10]

Rafael Pass의 2026년 경제 모델은 GPU가 mining, 추론(inference), 또는 두 가지 모두를 수행할 수 있는 행렬 곱셈 PoUW 시스템을 연구합니다. 이 모델은 경쟁적 진입, block당 고정된 토큰 보상, 추론에 대한 시장 가격, 그리고 채굴과 추론의 하이브리드 작업에 대한 효율성 매개변수를 가정합니다. 이 모델은 block rewards의 가치와 추론 시장을 구분하며, 하이브리드 작업이 별도의 mining 및 추론을 대체하는 조건을 식별합니다. 이 논문은 그 결과로 나타나는 체제를 "Bitconia", "Fortessia", "Duplexia"라고 명명했습니다. 이는 논문 모델의 결과물일 뿐, 실제 배포된 네트워크 모드에 대한 명칭은 아닙니다.^[11]

이 모델에서 효율적인 하이브리드 작업은 오직 채굴에만 소비되었을 연산의 일부를 대체할 수 있습니다. Duplexia에서 block rewards는 추론 비용을 보조하여 모델링된 가격을 낮추고, 수요가 탄력적일 때 잠재적으로 추론 공급을 확대합니다. Pass는 자신의 측정 기준에 따라 과반수 공격(majority attack) 비용이 모델의 모든 체제에서 블록 보상 가치의 절반으로 유지된다고 주장합니다. 만약 공격자가 보상의 일부만 회수할 수 있다면, 모델링된 비용은 회수 가능한 점유율에 비례하여 하락합니다. 따라서 이 논문은 유용한 결과물이 반드시 과반수 공격 비용을 낮춘다는 주장에 이의를 제기하는 한편, 그 결론이 가정과 공격 비용 정의에 달려 있음을 언급합니다.^[11]

모델의 사회적 가치 결과 또한 조건부입니다. 동일한 블록 보상 가치에서 Pass는 Duplexia가 비트코인 방식의 채굴보다 더 큰 순 사회적 가치를 창출한다고 결론짓는데, 이는 소비자가 가치를 두는 추론도 함께 생산하기 때문입니다. 그러나 토큰 보상과 추론 시장 지출 사이의 고정된 비율에서, PoUW가 우위를 점하기 위해서는 회피된 채굴 낭비가 이중 오버헤드와 보조금 지원 추론으로 인한 사장손실(deadweight loss)보다 커야 한다고 논문은 설명합니다.^[11]

보다 광범위한 검토 결과들은 유용성과 합의 요구 사항 사이의 지속적인 트레이드오프를 식별합니다. ACM Computing Surveys의 2026년 조사에 따르면, 작성 당시 암호화 퍼즐을 유용 작업으로 완전히 대체하여 배포된 시스템은 없었으며, 평가된 모든 속성을 충족하는 시스템도 없었습니다. 2025년의 체계적 문헌 검토에서는 53개의 주요 연구를 선정하여 PoUW 합의 제안 전반에 걸쳐 보고된 장단점을 분류했습니다.^[2][12]

종합하자면, 이러한 평가들은 프로토콜의 연산 검증 능력과, 해당 연산이 외부적으로 유용한지, 지름길(shortcut)을 찾기 어려운지, 공정하게 할당되었는지, 그리고 blockchain의 보안과 운영을 유지하기에 충분한지라는 더 어려운 질문들을 구분합니다.^[2][10]