🟡 온체인 실행 & 귀속(Attribution) 구조
AI 모델, 데이터, 툴, 프롬프트, 실행 이력 등 모든 요소와 기여내역을 온체인에 투명하게 기록하고, 누구나 볼 수 있게 설계 되어있습니다.
모든 기여(데이터/도구/프롬프트 등)는 실제로 사용될 때마다 구성원이 저절로 보상을 받는 인센티브 구조 (Payable AI)가 내장되었죠
🟡 Datanets / Model Factory / OpenLoRA
Datanet: 커뮤니티가 직접 모으고 검증하는 협업형 데이터셋, 각 데이터는 기여자가 명확히 기록, 사용/재사용시 온체인 보상
Model Factory: ‘노코드’ 환경에서 쉽게 모델 튜닝/배포가 가능한 인프라
OpenLoRA: 저비용으로 실시간 변형 가능한 경량 모델 세팅
🟡 MCP(모델 컨텍스트 프로토콜)
AI 모델이 파일, 데이터베이스, 외부 도구 등 실제 환경의 실시간 컨텍스트에 접근할 수 있는 표준 프로토콜.
도구나 인터페이스(MCP Clients/Tools)를 누구나 등록·공유하고, 이용 시 자동 기록·보상을 구현.
🟡 RAG(검색 기반 증강 생성, Retrieval-Augmented Generation)
방대한 도메인 지식을 사전에 모델에 암기시키지 않고, 지속적으로 실시간 지식을 검색/삽입하는 구조
오픈렛저의 RAG는 ‘문서를 제공한 기여자’에게 매 검색 결과마다 자동 보상을 지급, 모든 지식 흐름에 투명한 인센티브를 더 합니다.
🟡 프롬프트(행동 논리) 온체인화
에이전트(Agent)의 행동 규칙(프롬프트)을 온체인 자산처럼 추적/버전 관리, 결합/재사용 가능 !!
향후에는 프롬프트 자체를 스마트컨트랙트화, 개발자/디자이너/커뮤니티가 만든 행동 규칙도 소유,수익 배분 가능한 구조로 확장 예정입니다.
🍌 예시로 알아보쟈!
커뮤니티 트레이딩 에이전트 구축 과정
데이터넷에 실제 트레이더/커뮤니티의 거래 전략, 해설, 차트 등 기여
→ 모두 온체인 등록, 기여자 기록
해당 데이터로 특화 모델 파인튜닝
→ OpenLoRA 사용으로 비용 DOWN, 업데이트 쉬움
MCP 통해 실시간 가격/시장정보/API 연동
→ 사용된 도구/인터페이스 모두 기여자 보상
RAG로 과거 기록/정보 자동 검색 및 인용
→ 과거 문서/정보 제공자 사용시에도 자동 보상
프롬프트/행동 논리 온체인화
→ 에이전트의 주요 결정규칙(분석, 경고 조건 등)도 추적 및 보상
결과적으로 모든 데이터/지식/툴/행동에 기여/귀속/보상의 자동화된 투명 생태계가 만들어지는 것이 가능하죠 !
기술에 대한 내용을 원어가 아니라 억지로 한글로 번역하다보니 어색한 표현들이 있는데요. 꼭 트위터 전 내용을 살펴보시는 걸 추천드려요 !
https://x.com/OpenledgerHQ/status/1956367581201277402?utm_source=chatgpt.com