검수요청.png검수요청.png

갭스

위키원
이동: 둘러보기, 검색
갭스(GAPS)
갭스(GAPS)

갭스(GAPS)는 블록체인을 기본으로 집단지성을 통한 예측에 관한 논쟁 커뮤니티를 기반으로 하는 인공지능 진화 플랫폼에서 사용되는 암호화폐이다. 갭스 플랫폼은 합의, 보상, 책임, 집단지성, 논쟁, 빅데이터 등을 통한 미래예측 인공지능 시스템 플랫폼을 제공한다. 갭스의 화폐 단위는 GAP이다. 갭스를 개발한 ㈜플라이어스코퍼레이션의 대표이사는 김형준이다.

2020년 해시넷 블록체인 콘퍼런스 배너.jpg
이 그림에 대한 정보
갭스가 2020년 해시넷 블록체인 콘퍼런스에 참가합니다.
해시넷 블록체인 페스티벌.jpg
이 그림에 대한 정보
갭스가 해시넷 블록체인 페스티벌에 참가했습니다.
2019년 해시넷 블록체인 콘퍼런스 GIF 배너.gif
이 그림에 대한 정보
갭스가 2019년 해시넷 블록체인 콘퍼런스에 참가했습니다.

개요

갭스는 집단지성을 기반으로 예측에 관한 논쟁을 통해 생성된 데이터를 인공지능에 지속적으로 학습시켜 미래에 있을 이벤트에 대한 예측 서비스를 가능하게 하기 위한 플랫폼이다. 인공지능을 학습시키기 위한 예측에 관련된 데이터들은 집단지성의 논쟁을 통해서 얻어지며, 그 논쟁의 시작은 미래에 결정가능한 질문에 기초해야 한다. 여기서 말하는 결정가능한 문제란 정해진 예측가능 시간이 모두 지나 실제 이벤트가 발생했을 때 갭스 시스템으로부터 제공되는 오라클 미들웨어로부터 그 결과에 대한 데이터 또는 해답을 누구나 참조할 수 있으며, 데이터 자체에 대한 오류는 존재하지 않는다는 가정을 바탕으로 한다.

생성자가 예측이 필요한 질문과 함께 학습을 위한 채널을 개설하면 그 질문은 학습을 위한 채널의 주제가 되며 해당 채널참여자들은 그 주제를 놓고 자신이 선택한 예측에 대한 의견들을 통해 논쟁에 참여함으로써 서로 대립하게 된다. 그 과정에서 필요하다면 여러 번의 의견주장을 통해 자신의 의견에 대한 책임과 보상을 강화할 수 있으며, 논리적으로 잘 쓰여진 의견에는 같은 채널참여자로부터 논리점수라는 일반 커뮤니티의 추천과 비슷한 것을 더해 받거나, 반대의 경우 감점도 당할 수 있다. 이렇게 얻은 각각의 점수는 논쟁과정이 끝난 후 학습참여 여부에 따라 보상과 책임에 영향을 미친다. 학습은 처음 채널개설시 설정했던 특정 시간이 지나 생성자에 의해 질문에 대한 결과공지가 이루어지고 서로 합의과정이 끝났을 때 완료되며, 결과 공지과정에서 채널 참여자중에 공지결과에 대한 이의가 존재한다면 해당 채널참여자의 투표를 통한 조정이 가능하다.

현존하는 대부분의 온라인 커뮤니티는 익명성을 바탕으로 운영되어지고 있다. 이와 같은 점은 분명 장점도 존재하지만, 문제점 또한 크다 할 수 있다. 특히 익명성에 따른 자신의 의견에 대한 무책임에 그 원인이 크다고 할 수 있다. 또한 책임 없는 발언은 데이터로서의 가치가 전혀 없다고 볼 수 있다. 이에 갭스 플랫폼은 모든 참여자의 논쟁과 질문에 그에 따른 책임과 보상을 통해서 이 문제들을 해결한다. 갭스플랫폼 내에서의 책임과 보상은 인공지능의 학습에 대한 성공과 실패에 연관되어 있으며, 이 모든 과정은 탈중앙화 되어진 플랫폼 상에서 실행되는 스마트 계약을 통해 완전하게 자동화되어 처리 및 실행되어진다. 결국 중간에 어떠한 개입이나, 결과의 조작 등이 원천적으로 불가능하다. 이러한 다양한 특징들 중에서도 다른 예측 플랫폼과 가장 차별되는 점은 단순히 해당사건이 일어날 가능성만을 가늠할 수 있는 것이 아닌 그 일이 발생할 수 있는 여러 이유까지도 집단지성을 통해 미리 알 수 있고, 그 내용들 모두를 인공지능에게 학습시켜 더욱 정확한 미래예측이 가능하게 하는 선순환 구조에 있다.

요약하자면 갭스 플랫폼이란 집단 지성의 예측을 위한 논쟁들을 통해 인공지능을 점차로 학습시키며, 그 논쟁과정을 통해 이야기되어지는 여러 의견들 자체도 미래에 대한 의사 결정시에 도움을 주는 동시에, 일정 수준이상으로 학습되어진 인공지능의 예측을 필요한 참여자들에게 서비스로 제공하려는 시스템이다.[1]

주요 인물

강형욱 ㈜플라이어스코퍼레이션(갭스) 최고기술경영자
  • 김형준(Alex Kim) : ㈜플라이어스코퍼레이션의 공동설립자(Co-Founder)이자 대표이사이다. 건국대학교 대학원을 졸업했다.
  • 박세준(Sejoon Park) : ㈜플라이어스코퍼레이션의 부사장(Vice President)이다. 홍익대학교 경영학과를 졸업하고 University of Denver에서 MBA 과정 졸업 후 코맥스에 입사, Honeywell, 레지디오에서 근무했다.
  • 강형욱(Simon Kang) : ㈜플라이어스의 최고기술경영자(CTO)이다. 그는 플라이어스에서 블록체인 기반의 인공지능(AI) 플랫폼 및 각종 디앱을 개발하고 있다. 영일외국어고등학교 문과계열을 졸업한 후 그는 연세대학교에 입학하여 컴퓨터공학을 수학했다. ㈜Do Chips에서 의학용 치료 로봇을, ㈜서울디스플레이에서 LED광고판 설계 및 디바이스 드라이버, 실시간 지하철 정보 시스템을 개발했는데, ㈜더조은컴퓨터학원 및 ㈜중앙정보처리학원에서는 대학생 및 직장인들을 위한 프로그래밍, 정보 올림피아드, 알고리즘 등을 강의하기도 했다. 그는 ㈜씨네로닷컴, ㈜엠제이비, 태국의 게임랩스(Game Labs), ㈜나우앤페이 등의 기업에서 몸담으며 콘텐츠 미디어, 금융, 게임 등 다양한 산업에 관련된 프로그램을 개발하며 개발자로서의 역량을 키웠다. 이후 블록체인 업계에 본격적으로 뛰어들어 ㈜HOTBRAIN, ㈜블록체인나인 등의 기업에서 최고경영자 자리를 지냈으며, 현재 ㈜플라이어스의 최고기술경영자와 블록체인 기반 SNS형 커뮤니티 스토어 기업인 벳스토어나인의 본부장을 역임하고 있다.

등장배경

예측 시스템이란 현재 및 과거의 사실들을 모델링, 머신러닝데이터마이닝 등의 다양한 기술을 통해 미래 또는 알려지지 않은 이벤트에 대한 예측을 수행하는 시스템을 의미한다. 이러한 예측 시스템 중에 가장 두각을 나타내는 기술은 인공지능 기반의 빅데이터 분석 분야라 할 수 있다. 인공지능을 이용하면 다양한 소스에서 만들어지는 방대한 양의 데이터를 분석하고 효과적으로 활용하여 창조적인 새로운 가치를 만들어 낼 수 있기 때문이다. 따라서 4차 산업혁명의 기술 중에도 블록체인 기술과 함께 인공지능 기반의 빅데이터 분석 분야가 두각을 보이고 있는 상황이다. 하지만 꼭 필요한 기술임에도 불구하고 다음과 같은 문제점들이 존재한다.

  • 중앙집중형에 따른 문제점
가장 먼저 떠오르는 문제점으로는 중앙집중형 시스템이 그 원인이 된다. 예측을 위한 인공지능 시스템에 필요한 빅데이터를 모으려면 그 받애한 데이터 수집이 가능한 플랫폼을 소유한 큰 기업만이 가능했다. 하지만 그 정보들은 검증되지 않았고, 정보제공자가 제공한 정보에 대한 책임이 없는 경우가 대부분이며, 플랫폼 사업자가 원하는 대로 데이터베이스를 변경 가능하기 때문에 이러한 데이터를 통한 인공지능 예측은 오류나 편향된 결정일 가능성이 높다. 또한 그 예측결과가 맞는다는 가정을 하더라도 그 결과에 대한 권리는 온전히 회사 몫으로 돌아간다. 정작 예측에 필요한 데이터들을 생산하고 제공한 당사자인 플랫폼 이용자들은 아무런 보상이 없는 아이러니한 상황이 현실이다.
  • 탈중앙화를 통한 해결 그러나 예측시스템에 대한 오해
또 다른 문제점으로는 편중된 예측에 관련된 프로젝트에 있다. 요즘에는 예측 시스템의 중앙집중화에 따른 문제점을 해결하기 위한 탈중앙화 된 예측에 관한 여러 프로젝트들이 생겨났지만 대부분 예측 시장으로 한정되어 있다. 물론 과거의 중앙화된 예측시장에 존재했던 여러가지 문제점을 해결했지만 사용의 불편함, 시장개설부터 정산까지의 느린 속도, 불법화 논란 등 또 다른 문제점들 또한 발생되었다. 더욱이 이러한 예측시장의 문제점 및 한계점은 어떤 사건의 예측에 대한 결과가 나온 후에 진행되는 맞춘 사람들과 틀린 사람들 간의 정산만이 존재할 뿐 이벤트와 그에 따른 예측데이터가 다른 곳에 사용되거나, 앞으로 발생할 비슷한 사건에 대한 예측 등에는 아무런 도움이 되지 못한다는 것이다.
이같은 이유로 사람들로 하여금 이름만 바뀐 배팅시스템이라는 오해를 불러일으키기도 한다. 이러한 상황에서 더욱 문제인 것은 사람들이 예측시스템에 대한 오해를 불러일으키게 만드는 것이라 볼 수 있는데, 대부분 사람들에게 예측에 관한 프로젝트라 함은 예측시장의 그것과 같은 것을 머리에 떠올리게 만들어 위에서 이야기된 실제 예측시스템의 의미인 ‘과거 및 현재의 데이터를 바탕으로 비슷한 상황에서의 미래에 발생할 사건에 대해 미리 가정해 보는 것’이라는 생각에 미치지 못하게 만든다.

갭스 플랫폼은 위와 같은 문제점들과 오해의 해결을 통해 사람들이 궁금해하는 미래에 발생가능한 여러 결과에 관한 예측들을 가능하게 하고, 그러한 예측들을 바탕으로 현재 당면한 문제에 대하여 올바른 선택을 하는데 도움을 줄 수 있는 인공지능 예측시스템이다.[1]

특징

질문과 논쟁채널

모든 학습의 시작은 예측이 필요한 질문으로부터 나온다. 여기서 질문은 미래에 있을 이벤트에 대한 내용이 되어야 하며 항상 그 답은 결정가능한 것이어야 한다. 갭스 플랫폼에서 학습의 시작이 되는 질문과 함께 채널을 생성하는 참여자를 일컬어 생성자라고 부른다. 생성자가 예측이 필요한 질문과 함께 자신의 학습채널에 대한 책임을 대신하는 갭스코인을 스테이킹 하고 논쟁이 유효한 기간과 예측에 관한 결과를 가져올 오라클 데이터의 소스정보까지 입력하면 채널 참여자들이 참여할 수 있는 학습채널이 만들어지며 스테이킹하는 갭스코인 양에 따라 채널에 참여할 수 있는 참여자들의 수가 비례되어진다.

더욱 더 정확한 예측과 학습을 위해 더 맣은 수의 집단지성을 논쟁에 참여시키기 원한다면 그에 맞는 더 큰 책임 또한 부가되어야 하며 따라서 스테이킹을 위한 갭스코인 수 또한 많아져야 한다. 채널생성 후 참여자들의 논쟁과정을 거쳐 인공지능의 학습상태까지 끝마치게 되면 인공지능학습에 성공적으로 참여한 보상으로 자신이 채널을 만들 때 스테이킹 한 책임에 비례하여 해당 채널의 코인 재분배를 통한 보상을 받게 된다. 학습채널 생성시에 설정했던 참여가능 채널 참여자들 수에 비해 일정시간이 지난 후에도 실제 참여자들 수가 10%를 넘지 못하면 그 채널은 자연 폐쇄된다.[1]

집단지성

집단지성은 소수의 우수한 개체나 전문가의 능력보다 다양성과 독립성을 가진 집단의 통합된 지성이 올바른 결론에 가깝다는 주장이다. 갭스 팀은 여기서 다양성과 통합이라는 단어에 주목했고 인공지능 학습에 필요한 다양하고도 풍부한 데이터를 위해서 결과에 대한 단순한 예측정보가 아닌 논쟁을 통한 원인과 이유에 관한 데이터를 수집하기로 결정했다.[1]

논쟁

논쟁은 학습채널에서 각각 다른 선택을 한 채널참여자들 간에 예측에 대한 각자의 의견을 놓고 대립하는 과정이다. 올바른 예측결과를 선택하고 그에 따른 의견을 말한 참여자들은 학습에 도움을 준 댓가로 보상을 받으며, 잘못된 예측을 한 참여자들은 학습실패에 따른 자신의 의견에 대한 책임대체물로 스테이킹 되었던 코인들을 모두 모아 생성자와 학습성공 참여자들에게 일정 비율로 재분배되어 진다. 이와 같은 분배 원칙은 블록체인의 합의 알고리즘의 하나인 작업증명(PoW)을 바탕으로 설명되어 질 수 있는데 모든 논쟁 참여자는 채굴을 위한 노드와 같고, 채굴을 위해서 기본 컴퓨팅파워를 제공하듯 참여자들은 각자의 의견을 위해 각각의 의견에 대한 책임을 대신하는 스테이킹 코인을 제공해야 하며 주어진 문제를 풀면 블록생성 후에 보상이 주어지듯이 논쟁이 끝난 후에 학습에 성공한 참여자만이 그 보상을 받는다. 이와 같은 이유로 갭스 플랫폼의 합의 알고리즘을 PoD(Proof of Discussion for learning)이라 하고 모든 합의는 논쟁을 통한 학습에서 이루어진다는 의미를 나타낸다. 또한 같은 예측을 선택한 다른 참여자로부터 논리 점수를 받거나 깎일 수 있어 높은 논리점수를 획득하면 그에 비례해 더 큰 보상이 주어지며 반대의 경우도 성립될 수 있다.[1]

오라클

학습채널의 주제가 되는 예측에 관한 질문들은 항상 일정 시간이 지나면 그 답이 확실히 결정되어지는 결정가능한 질문들로 한정된다. 그러므로 그 예측 결과를 체인 외부로부터 가져오는 작업이 꼭 필요하다. 이와 같은 상황에서 발생할 수 있는 문제를 오라클문제라 하는데 갭스 팀은 이 문제 역시 책임과 보상을 통해 풀고자 했다. 갭스 플랫폼에서 만들어 가는 인공지능 시스템은 특정 범위에 사건들을 위한 예측 문제를 해결하는데 그 목표를 두고 있는데, 여기서 특정 범위의 사건들이란 정해진 시간이 지나면 누구나 정확히 그 결과를 알 수 있는 종류의 사건들을 의미한다. 예를 들어 환율, 주식, 코인가격, 경기결과, 선거, 날씨 등이 그 종류라 할 수 있다. 이러한 특정 사건에 대한 다양한 오라클 데이터는 플랫폼으로부터 미들웨어로서 제공되어 지며 특정 이벤트의 정해진 시간이 지나 그 실제결과가 나오면 생성자는 자신이 생성한 채널로 그 데이터를 가져올 수 있다.

이 때 결과를 실수로 잘못 공지하거나 고의로 실제와 다른 데이터를 공지하는 것을 방지하기 위해 결과 공지후에 일정시간동안 그 채널에 참여한 참여자들의 결과공지에 대한 이의제기가 가능하다. 하지만 입력된 결과에 대한 이의를 제기할 때에는 반드시 공지된 결과에 대한 반박 데이터와 그 데이터를 정확히 확인할 수 있는 소스를 함께 제출해야 한다. 결과공지에 대한 이의제기 상황이 시작되면 그 상황을 해결하기 위한 새로운 문제가 만들어 지며 채널 참여자들의 투표 결과에 따라 책임과 보상에 따른 코인 재분배가 각각 이루어지게 된다. 이때 생성자가 적은 표를 얻게 된다면 최종 학습에는 실패하게 되며 처음 채널을 만들 때에 스테이킹 했던 코인은 이의제기 후 올바른 공지를 입력하여 학습을 마무리한 상대방에게 학습성공의 보상으로 재분배되어 진다. 이러한 문제가 발생되지 않도록 생성자는 항상 예측에 대한 결과공지에 신중해야 하며 이러한 책임과 보상을 통해 갭스 플랫폼은 오라클문제를 해결하고 있다.[1]

블록체인

갭스 플랫폼은 중앙화 시스템의 문제점들과 일반 커뮤니티의 익명성에 따른 무책임함 등을 해결하고, 집단지성의 책임 있는 의견들을 모으기 위해 신뢰 없는(truthless) 각각의 참여자들이 논쟁을 통하여 인공지능을 학습시키는데 있어 중간 개입자가 전혀 필요 없이 스마트 계약를 통하여 모든 것이 자동으로 처리되는 시스템이다. 이러한 시스템을 구현하기 위해 가장 적합한 기술은 블록체인 기반 기술이며 특히 생태계 참여자들 각각의 책임, 보상, PoD 합의 알고리즘, 코인 이코노미를 이용하여 모든 것을 해결하였다.[1]

인공지능

갭스 플랫폼의 최종목표는 단순한 숫자상의 예측이 아닌 그 숫자가 나오게 된 예측 기반 데이터를 알아내는 것이고, 여기에 더하여 그러한 예측 기반 데이터를 통한 인공지능 학습과 기 학습된 인공지능을 통해 전에는 불가능 했던 새로운 예측을 가능하게 하는 시스템을 만드는 일이다. 특히 질문 - 예측을 기반으로 하는 논쟁 – 합의 – 학습 – 인공지능의 예측 – 예측을 기반으로 하는 논쟁이 계속되는 선순환 구조를 만들어 내는 것이다. 서비스 초기에는 학습에 대한 분야를 사람들이 가장 관심 있어 하는 몇가지로 제한하여 학습 데이터의 깊이를 더하는 일이 선행되어야 하지만 생태계의 참여자가 많아지고 그에 따른 다양한 주제와 데이터가 생성된다면 인공지능을 통한 예측가능한 분야와 내용이 기하급수적으로 늘어날 것이라 기대된다.[1]

합의 알고리즘

갭스 플랫폼 프로세스

갭스 플랫폼의 프로세스는 생성자의 질문으로부터 시작된다. 질문으로부터 채널이 만들어지고 참여자들의 논쟁을 거쳐 예측 질문에 대한 결과의 공지, 합의 그리고 학습으로 마무리된다. 생성자가 학습(논쟁) 채널을 만들이 위한 예측이 필요한 질문으로는 그 예측결과가 갭스플랫폼 상의 오라클 미들웨어를 통해 참조 가능하며 의심이 필요 없는 것들만이 가능하다. 또한 생성자가 보유한 갭스코인의 스테이킹을 통해서 자신의 질문과 채널 그리고 나중에 가져올 결과값에 대한 책임을 대신하며, 그 양에 따라 만들고자 하는 채널의 규모를 정할 수 있다. 많은 수의 참여자 논쟁이 필요한 질문들이 있는데 자신이 보유한 코인수가 적다면, 여러 생성자를 모아 그룹으로 만들어 채널을 생성할 수도 있다. 이 경우에는 학습 종료 후 그룹 생성자 각각이 스테이킹 한 코인수를 기반으로 분배가 이루어진다.

생성자가 채널 생성 후 실제 참여자 수가 참여가능 인원수에 훨씬 부족하다면, 해당 채널은 자동으로 소멸된다. 채널이 생성된 후에 참여자들은 해당 채널에 입장하여 발생될 것이라 믿고 있는 예측편에 본인의 의견과 시스템학습의 책임을 코인 스테이킹으로 대신하며 애측 근거를 올릴 수 있다. 이때 본인예측의 확실성을 강조하기 위해 여러 번 올릴 수 있으며, 이는 나중에 학습성고 웋 더 큰 보상으로 연결된다. 좋은 예측에는 논리 점수 부여가 가능하며, 반대의 경우 마이너스도 가능하다. 논쟁 후 학습 성공과 동시에 논리 점수가 높은 예측의견은 그 점수에 비례해 더 큰 보상이 따른다.

채널의 논쟁가능 시간이 모두 흐른 후 생성자는 시스템에서 제공되어지는 오라클 미들웨어를 통해 예측 결과값을 가져와 공지를 하면 PoD에 따라 학습과정을 거치면 해당 채널에 대한 모든 프로세스가 마무리되어진다. 만약 이 과정에서 생성자가 잘못된 결과정보를 공지하게 되면 해당 채널 참여자들 중 누구나 올바른 오라클 데이터와 함께 잘못된 공지에 대한 이의신청이 가능하고, 그 후 이의신청자와 생성자의 결과정보는 나머지 참여자들의 투표를 통해 옳고 그름을 인정받는다. 이러한 과정 또한 그 합의가 이루어지면 각각의 책임과 보상논리에 따라 스테이킹 된 코인들의 재분배가 이루어진다.

마지막으로 모든 학습과정이 끝난 후 생성자의 예측질문에 대한 예측결과 공지까지 아무 문제없이 진행되어지면 예측에 성공한 참여자들의 의견들은 모두 인공지능 학습에 알맞은 데이터로 변환되어져 학습이 진행되며, 그렇지 못한 참여자들의 의견은 학습참여에서 제외된다. 논쟁에 참여한 모든 참여자들의 책임에 대한 대체물인 스테이킹된 코인들은 학습을 위한 채널을 만든 생성자, 예측에 성공하여 학습에 도움이 된 참여자들에게 그 보상의 의미로 정해진 비율에 따라서 재분배된다.[1]

동영상

[해시넷] 갭스 김형준 대표 인터뷰

[해시넷] 갭스 강형욱 이사 인터뷰

각주

참고자료

같이 보기


  검수요청.png검수요청.png 이 갭스 문서는 암호화폐 종류에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.