Sishir Varghese는 검증 가능한 머신 인텔리전스 및 Web3의 분산 신용 점수 평가에 주력하는 회사인 Spectral Finance의 공동 창립자 겸 CEO입니다. Varghese는 건축학 배경을 가지고 있으며 블록체인 및 암호화폐 분야에서 경험을 쌓았습니다.

개요

Sishir Varghese는 블록체인 및 탈중앙화 금융 (DeFi) 분야의 기업가이자 기술 리더입니다. 그는 주로 온체인 신용 위험 평가 및 분산 신용 점수 평가를 위한 도구를 개발하는 회사인 Spectral Finance의 CEO 겸 공동 창립자로 알려져 있습니다. Spectral Finance는 검증 가능한 머신 인텔리전스를 위한 마켓플레이스를 제공하여 모델러의 정확성, 검증 및 IP 보호를 보장하는 것을 목표로 합니다.

Varghese의 작업은 머신 러닝(ML) 및 블록체인 기술을 활용하여 신용 점수 평가 및 위험 평가를 위한 분산되고 투명한 시스템을 만드는 데 중점을 둡니다. Spectral의 초기 과제는 Web3에서 분산 신용 점수를 구축하고 참가자에게 현금 및 수익 공유 인센티브를 제공하는 것입니다. 이 회사의 다중 자산 신용 위험 오라클 (MACRO) 점수는 기존 FICO 점수와 동등한 온체인으로 기능하도록 설계되어 사용자가 온체인 데이터를 사용하여 신용도를 확인할 수 있습니다.

Spectral Finance 이전에는 Varghese가 건축 분야에서 경험을 쌓았으며 Loopring 및 Gitcoin과 같은 블록체인 프로젝트에서도 작업하여 기존 시스템과 분산 시스템 모두에 대한 이해에 기여했습니다. 그의 교육 배경에는 컬럼비아 대학교와 뉴욕 시립 대학교의 Macaulay Honors College에서의 연구가 포함됩니다. ^{[1] [3] [4]}

교육

• 컬럼비아 대학교: Varghese는 컬럼비아 대학교에 다녔지만 특정 학위 및 전공은 명시되지 않았습니다.
• 뉴욕 시립 대학교의 Macaulay Honors College: Varghese는 Macaulay Honors College에도 다녔지만 학위 및 전공에 대한 자세한 내용은 제공되지 않습니다. ^{[1] [2] [5]}

경력

Sishir Varghese의 경력 경로는 다양한 경험이 융합되어 탈중앙화 금융 분야의 리더를 형성하는 설득력 있는 이야기입니다. 그의 여정은 2015년 10월부터 2017년 11월까지 The Jerde Partnership에서 건축가로 분석 및 설계 기술을 개발한 건축 분야의 기초에서 시작되었습니다. 이 역할은 그에게 구조 및 시스템 설계에 대한 독특한 관점을 제공했으며, 이는 나중에 블록체인 세계에서 매우 귀중한 기술임이 입증되었습니다.

새로운 도전을 추구하고 신흥 기술에 대한 관심에 이끌려 Varghese는 2018년 2월에 블록체인 분야로 전환했습니다. 그는 2020년 8월까지 Strategic Partner로 Loopring에 합류했습니다. 이 기간 동안 그는 블록체인 기술의 복잡성에 몰두하여 실무 경험과 잠재력에 대한 깊은 이해를 얻었습니다. Loopring에서의 이 경험은 매우 중요했으며 분산 시스템의 복잡성을 탐색하는 데 필요한 기술적 및 전략적 통찰력을 제공했습니다.

2020년에는 Varghese의 경력 궤적이 8월부터 10월까지 Gitcoin에서 Kernel Fellow로 선정되면서 또 다른 중요한 진전을 이루었습니다. 이 펠로우십은 그가 같은 생각을 가진 사람들과 연결하고 오픈 소스 개발 및 분산 커뮤니티에 대한 이해를 더욱 개선할 수 있는 협업 환경을 제공했습니다. Kernel Fellowship을 통해 Varghese는 기술과 커뮤니티의 교차점을 탐구하여 보다 포괄적이고 투명한 금융 시스템에 대한 비전을 확고히 할 수 있었습니다.

이러한 다양한 경험과 분산 금융에 대한 열정이 커지면서 Varghese는 2020년 6월에 Spectral Finance를 공동 설립하게 되었습니다. CEO 겸 공동 창립자로서 그는 현재 온체인 신용 위험 평가 및 분산 신용 점수 평가 분야에서 혁신적인 솔루션을 개척하는 데 전념하는 팀을 이끌고 있습니다. 그의 리더십 하에 Spectral Finance는 다중 자산 신용 위험 오라클 (MACRO) 점수를 구축하여 Web3 공간에서 신용 점수 평가에 혁명을 일으키는 것을 목표로 합니다. 건축에서 블록체인 및 분산 금융으로의 Varghese의 여정은 그의 적응력, 기업가 정신 및 보다 투명하고 접근 가능한 금융 미래를 구축하려는 의지를 보여줍니다. ^{[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11]}

인터뷰

AI 에이전트 및 의도 중심 Web3 #01

2024년 9월 5일, Sishir Varghese는 Jason Choi와 함께하는 The Blockcrunch Podcast 에피소드에 참여하여 Web3에서 사용자 및 개발자 경험(UX/DX)의 미래에 대해 논의했으며, 특히 대량 채택을 지원하기 위해 AI 에이전트를 사용하는 데 중점을 두었습니다. 이 대화에서는 분산 신용 점수 평가에서 블록체인 상호 작용을 단순화하도록 설계된 온체인 AI 에이전트 경제 창출로 전환하는 Spectrum의 진화하는 접근 방식이 강조되었습니다.

Varghese에 따르면 핵심 개념은 사용자가 자연어로 목표를 표현하고 대규모 언어 모델(LLM)로 구동되는 AI 에이전트가 금융 거래 및 거래와 같은 작업을 자율적으로 실행할 수 있는 "의도 중심 설계"입니다. 이러한 에이전트는 동작을 표준화하고 소유권 및 수익 창출을 가능하게 하는 분산 인프라인 "Infer Chain"에서 작동합니다.

이 토론에서는 기술적 및 윤리적 과제를 인정했습니다. 주요 관심사로는 금융 컨텍스트에서 결정론적 AI 출력을 달성하는 데 어려움, 온체인 AI 운영과 관련된 가스 비용, 기술에 익숙하지 않은 사용자의 마찰을 줄이는 사용자 인터페이스 구축의 중요성이 포함되었습니다. Varghese는 투명한 에이전트 논리의 필요성을 강조하면서 Spectrum을 Numerai와 같은 불투명한 플랫폼과 구별하는 동시에 독점 지식 요소를 보존해야 할 필요성을 인식했습니다.

팟캐스트 중에 설명된 비전은 금융 자동화를 넘어 확장되었습니다. Varghese는 AI 에이전트가 윤리적 거버넌스 프레임워크가 기술적 역량과 함께 진화하는 경우 도메인 간에 작업 공유를 할 수 있는 더 광범위한 협업 경제를 암시했습니다. Spectrum이 출시를 준비하면서 이 대화에서는 더 넓은 청중을 AI 에이전트 지원 Web3 공간에 온보딩하기 위해 접근성을 민주화하고 사용자 친화적인 설계를 우선시하는 것이 중요하다고 강조했습니다. ^[12]

온체인 신용 및 금융 평판 #02

2023년 3월 8일, Sishir Varghese는 탈중앙화 금융 (DeFi)에서 금융 평판의 역할에 대해 논의하기 위해 ETHDenver 채널에 출연했습니다. 강연에서 그는 Web3에 맞춘 기본 신용 평가 시스템 개발의 중요성이 점점 더 커지고 있다고 강조하면서 강력한 평판 계층이 없다는 것이 DeFi의 현재 인프라에서 핵심적인 격차 중 하나라고 주장했습니다.

Varghese에 따르면 “Web3 신용 점수”는 사용자의 온체인 거래 내역을 기반으로 신용도를 평가하여 기존 신용 조사 기관의 필요성을 없애고 금융 서비스에 대한 보다 포괄적인 액세스를 허용합니다. 그는 이러한 접근 방식이 특히 신흥 시장의 개인과 기존 금융 시스템에서 역사적으로 배제된 인구에게 도움이 될 수 있다고 제안했습니다.

그는 기존 신용 점수 평가 기관의 독점화된 구조를 비판하고 기존 모델에서 자주 발견되는 비효율성과 오류를 강조했습니다. 대조적으로, 분산된 신용 평판 시스템은 투명성을 도입하고, 중앙 집중식 게이트키퍼에 대한 의존도를 줄이고, 대출 기관이 차용자별 위험 프로필을 기반으로 조건을 조정할 수 있도록 하여 DeFi 대출의 자본 효율성을 향상시킬 수 있습니다.

이 프레젠테이션에서는 DeFi 금융 내역을 기존 금융(TradFi)에 통합, 프로토콜별 신용 평가 모델 사용자 정의, 집단 재무 행동 및 거버넌스 패턴을 기반으로 DAO에 대한 신용 점수 확장 가능성과 같은 더 광범위한 의미도 다루었습니다. 이러한 관점을 통해 Varghese는 온체인 금융 평판을 분산된 생태계 내에서 공정하고 효율적인 금융 인프라를 발전시키기 위한 기본 요소로 자리매김했습니다. ^[13]