FIS AI 제품 책임자: 블록체인과 인공 지능의 통합은 금융 기술 혁신을 촉진할 것입니다.

白泽研究院

特邀专栏作者

2022-06-07 08:48

이 기사는 약 3778자로, 전체를 읽는 데 약 6분이 소요됩니다

현재 블록체인은 부분적으로 효과적인 협업과 지능형 자동화를 달성했지만 인공 지능과 기계 학습이 통합된 블록체인은 미래에 더욱 지능화될 것입니다.

AI 요약

펼치기

원본편집: black rice@白泽研究院

텍스트

블록체인과 인공지능(AI)은 21세기 가장 혁신적인 기술 중 두 가지입니다. 이 두 가지 메가트렌드의 융합이 "4차 산업 혁명"을 가져올 수 있다고 널리 알려져 있습니다. 기술 조사 기관인 Gartner에 따르면 블록체인과 인공 지능만으로 창출되는 비즈니스 가치는 빠르게 성장할 것입니다. 그들은 블록체인 시장이 2025년에는 1,760억 달러, 2030년에는 3조 1,000억 달러의 가치가 있을 것이라고 예측합니다. 또한 AI 소프트웨어 시장 규모는 2025년까지 거의 1,348억 달러에 달할 것입니다.

블록체인과 인공 지능은 다양한 분야에서 많은 응용 프로그램을 보유하고 있습니다. 이 기사에서는 핀테크를 한 분야로 소개하고 이 두 기술의 통합이 혁신을 촉진하는 데 어떻게 도움이 되는지 알아보겠습니다.

블록체인은 중앙 집중식 제어 기관의 필요성을 제거하는 분산형 생태계를 만들 수 있습니다. 이 분산형 생태계 위에 AI 아키텍처를 만들 수 있습니다.

보조 제목

블록체인이란 무엇입니까?

우리 모두는 비트코인, 이더리움 등과 같은 대중적인 암호화 자산을 알고 있습니다. 이들은 블록체인 기반 토큰이지만 블록체인은 암호화된 자산만은 아닙니다.

블록체인은 안전하고 공유되는 분산형 데이터 원장입니다.

블록체인 기술을 통해 특정 당사자들이 데이터를 공유할 수 있습니다. 여러 소스에서 트랜잭션 데이터를 수집 및 공유하고, 데이터를 암호화 해시 형태의 고유 식별자로 함께 연결된 공유 블록으로 세분화하고, 단일 정보 소스를 통해 데이터 무결성을 보장하여 데이터 중복을 제거하고 데이터 보안을 향상할 수 있습니다.

블록체인 시스템에서는 사기 및 데이터 변조를 방지하는 기능인 정족수의 허가 없이 데이터를 변경할 수 없습니다. 즉, 블록체인 원장은 공유할 수 있지만 변경할 수는 없습니다. 한 당사자가 데이터를 변경하려고 시도하면 블록체인에 관련된 모든 당사자는 어느 당사자가 데이터를 변경하려고 시도했는지에 대해 경고를 받게 됩니다.

다음 정의는 블록체인과 그 기본 기술 및 사용 시나리오를 더 잘 이해하는 데 도움이 됩니다.

분산된 신뢰: 많은 기업들이 다른 데이터 저장 기술 대신 블록체인 기술을 채택하는 주된 이유는 블록체인이 중앙화된 권한에 의존하지 않고 데이터 무결성을 보장할 수 있기 때문입니다. 즉, 신뢰할 수 있는 데이터를 기반으로 분산된 신뢰를 달성할 수 있습니다.

블록: 블록체인은 이름에서 알 수 있듯이 블록에 데이터를 저장하고 각 블록은 이전 블록과 연결되어 체인 구조를 형성합니다. 새 블록 추가만 지원하며 일단 추가되면 수정하거나 삭제할 수 없습니다.

· 합의 알고리즘: 합의 알고리즘은 블록체인 시스템 내에서 규칙 실행을 담당합니다. 다양한 당사자가 블록체인에 대한 규칙을 설정한 후 합의 알고리즘은 모든 당사자가 이러한 규칙을 준수하도록 합니다.

보조 제목

인공 지능이란 무엇입니까?

Alan Turing(영국 수학자이자 인공 지능의 아버지)은 "기계가 생각할 수 있습니까?"라는 중요한 질문을 한 적이 있습니다. 그는 1950년에 "컴퓨터와 지능"에 관한 주요 논문을 발표했으며, 이는 인공 지능으로도 알려진 "생각하는 기계"의 생성으로 이어졌습니다. 인공 지능은 컴퓨터와 기계를 사용하여 인간 마음의 문제 해결 및 의사 결정 능력을 모방합니다.

첫 번째 레벨 제목

블록체인에 인공지능을 핀테크로 적용

1. 암호화된 정량화 및 알고리즘 거래:

기계 학습은 암호화폐 생태계에 실질적인 영향을 미칩니다. 거래자에게 과거 추세, 기술 지표 및 시장 심리를 통해 암호화 자산에 대한 예측 통찰력을 제공합니다.

예를 들어 API를 통해 암호화된 봇은 실시간으로 데이터를 수집할 수 있습니다. 기계 학습을 통해 봇은 거래 신호로 알려진 실행 가능한 지표 또는 결론을 제공할 수 있습니다. 봇은 독립 실행형으로 실행하거나 암호화폐 거래 플랫폼에 통합할 수 있습니다. 이 봇은 미래 가격을 예측할 뿐만 아니라 거래도 자동화합니다. 예측의 정확성에 따라 사용자는 일정한 이익을 실현할 수 있습니다.

2022년 3월 현재 암호화 시장에는 거의 18,000개의 암호화된 자산이 있으며 그 중 10,000개 이상이 여전히 활성화되어 있습니다. 이러한 봇은 사용자 생태계가 크고 변동성이 큰 암호화 자산에 적합합니다.

2. 효과적인 데이터/모델 공유:

데이터는 인공 지능 또는 기계 학습 모델에 가장 중요한 리소스입니다. 데이터의 품질과 양은 둘 다의 정확성에 직접적인 영향을 미치지만 현재 데이터 공유 프로세스는 효율적이지 않습니다. 데이터 공급자가 서로를 신뢰하지 않기 때문에 기존 방법으로는 데이터를 인증하거나 확인하기 어렵지만 일부 블록체인 기반 솔루션은 이 문제를 해결하기 위해 분산된 데이터 작업을 사용할 수 있는 것으로 나타났습니다.

이 솔루션은 데이터 공급자와 AI/ML 모델이 블록체인 스마트 계약을 사용하여 서로 협력하고 거래할 수 있는 블록체인 기반 시장 개발에 중점을 둡니다.

금융 기관은 블록체인을 통해 데이터, 알고리즘 및 계산을 안전하게 공유할 수 있습니다.

Ocean Protocol 및 NUMERAI와 같은 플랫폼 제공업체는 이 분야의 주요 업체입니다.

예를 들어, NUMERAI에서는 경제/금융 산업, 특히 헤지 펀드 분야에서 역할을 합니다. NUMERAI의 목표는 인공 지능으로 구동되는 세계 최대의 크라우드 소싱 헤지 펀드를 만드는 것입니다. 데이터 시장에 헤지 펀드 데이터를 업로드함으로써 수천 명의 데이터 과학자가 협업하고 모델을 테스트하여 주식 시장을 예측합니다.

3. 연합학습을 통한 오픈뱅킹 구축:

일반적으로 귀하의 금융 데이터는 은행/금융 기관이 소유하고 레코드 데이터베이스에 보관되지만 개방형 뱅킹 개념을 통해 사용자는 자신의 뱅킹 데이터를 소유할 수 있습니다.

연합 학습을 통해 우리는 금융 기관에서 분산된(소유자 없는) 데이터 소유권을 갖게 될 것으로 예상할 수 있습니다.

연합 학습은 본질적으로 분산 기계 학습 기술이며, 그 목적은 데이터 프라이버시 보안 및 법적 준수를 보장하는 기반에서 공통 모델링을 달성하고 인공 지능의 효과를 향상시키는 것입니다.

즉, 연합 학습을 통해 데이터 소유자는 원시 데이터를 타사 서버로 전송하지 않고도 모델 교육을 수행할 수 있습니다. 이러한 분산 학습 프레임워크를 통해 사용자는 개인 정보를 보호하면서 AI 기반 추천 및 서비스를 제공받을 수 있습니다.

즉, 기계 학습 모델은 분산 아키텍처에서 훈련될 수 있습니다. 일반적으로 모델을 교육하기 위해 데이터를 집계하지만 이 경우 모델은 개별 데이터 소유자에게 전송됩니다. 그런 다음 모델이 각 데이터 노드에서 훈련되고 업데이트된 가중치가 코디네이터로 전송되고 최종 모델에 대한 평균이 계산됩니다.

따라서 이 방법에서는 데이터가 원래 소유자의 손을 떠나지 않으므로 이 방법은 매우 안전합니다. 또한 모델 성능을 손상시키지 않으면서 데이터 소유자와 데이터 과학자 사이에 신뢰가 있습니다.

4. 온체인 분석

블록체인의 완전한 투명성으로 인해 참가자는 블록체인에서 발생하는 모든 거래 및 활동은 물론 특정 지갑의 총 잔액 및 보유량을 볼 수 있습니다. 블록체인의 모든 활동과 데이터를 분석하여 시장 정서 및 투자 결정에 대한 통찰력 있는 보기를 생성하는 것을 온체인 분석이라고 합니다.

Ethereum 블록체인용 EtherScan 또는 Avlanche 블록체인용 SnowTrace와 같은 많은 기본 온체인 분석 도구는 각 블록체인의 모든 트랜잭션을 추적할 수 있는 무료 블록체인 탐색기입니다. 많은 플랫폼이 이러한 도구를 활용하면서 머신 러닝을 활용하고 데이터 노드를 집계하여 플랫폼을 소비자에게 서비스로 제공합니다. 다음은 가장 인기 있는 몇 가지입니다.

· Glassnode

· IntoTheBlock

· Nansen

· Dune Analytics

· Messari

앞서 언급한 바와 같이 이러한 플랫폼 중 다수는 인공 지능과 기계 학습을 활용하여 시장 통찰력을 생성하고 온체인 분석을 기반으로 잠재적인 투자 기회에 대한 권장 사항을 제시합니다. 예를 들어 기계 학습을 사용하여 "역사적으로 잘 수행되고 시장을 능가하는 지갑"을 찾고 해당 지갑의 자산 할당 변화를 기반으로 새로운 투자 권장 사항을 만들 수 있습니다.

반면에 익명성은 블록체인 및 암호 자산의 훌륭한 가치 제안이지만 자금 세탁 및 기타 불법 활동의 위험을 증가시킵니다. CipherTrace의 2020년 암호화폐 자산 범죄 및 AML 보고서에 따르면 암호화폐 자산 절도, 해킹 및 사기가 한 해 동안 총 19억 달러에 달했습니다. 여기에서 온체인 분석 + 기계 학습이 유용할 수 있습니다. 기계 학습은 알려진 범죄 활동과 연결된 다른 계정 또는 지갑과 암호화 지갑의 상호 작용을 감지하는 것과 같이 인간이 알아차리지 못할 수 있는 패턴을 발견하는 데 도움이 될 수 있습니다. 온체인 머신 러닝을 사용함으로써 금융 기관과 거래소는 각 거래에 수반되는 위험을 더 잘 이해할 수 있으며, 오탐률이 감소함에 따라 필요한 수동 검토 작업이 크게 줄어들 것입니다.

전반적으로 우리는 기계 학습을 위한 온체인 사용 사례가 초기 단계에 불과하며 암호화폐 산업과 함께 성숙해질 것이라고 믿습니다.

5. 미래 웹 3와 스마트 블록체인

네트워킹, 스토리지 및 운영 체제와 같은 소프트웨어 인프라가 지능화되는 것처럼 차세대 레이어 1(기본) 및 레이어 2(지원) 블록체인은 기계 학습을 기본 기능으로 구동할 수 있습니다.

블록체인이 실행 중일 때 기계 학습을 사용하여 트랜잭션을 예측하여 미래에 대규모로 확장 가능한 합의 프로토콜을 가능하게 한다고 상상해 봅시다. 다양한 지갑의 차용 및 대출, 스마트 DApp(탈중앙화 애플리케이션)도 곧 트렌드가 될 것입니다.

대체로 핀테크를 포함한 다양한 산업에서 블록체인과 AI 기술을 통합할 수 있는 엄청난 잠재력이 있습니다. 현재 블록체인은 부분적으로 효과적인 협업과 지능형 자동화를 달성했지만 인공 지능과 기계 학습이 통합된 블록체인은 미래에 더욱 지능화될 것입니다.

중앙은행 및 기타 부서에서 발행한 "가상 화폐 거래의 과대 광고 위험 추가 방지 및 처리에 관한 통지"에 따르면 이 기사의 내용은 정보 공유만을 위한 것이며 어떠한 운영 및 투자를 장려하거나 지지하지 않습니다. 불법적인 금융 행위에 가담하지 마십시오.

재원

Odaily 공식 커뮤니티에 가입하세요