🤖🔎 Perceptron이 분산형 AI 데이터 조달 투자를 유치한 주 — 블록체인 x AI 주간 리서치

📌 요약 (Executive Summary)

분산형 AI 데이터 조달이 투자 가능한 제품 범주로 구체화됐다. Perceptron은 7월 30일 $6.5M 전략 투자를 발표하고, AI 기업이 분산 참여자에게 특정 데이터셋을 직접 의뢰하는 data-questing 플랫폼에 자금을 투입한다고 밝혔다. 다만 노드 수와 이용자 수는 회사 발표를 인용한 보도 수치이므로 독립 검증된 운영 지표로 보기는 어렵다.
ZK 추론 증명이 ‘광고한 규모의 모델을 실제로 돌렸다’는 사실까지 보장하지는 않는다. Hollow-LLM Attack 논문은 유효한 증명을 만들면서 실질 연산량을 작은 모델 수준으로 낮출 수 있는 ghost weights를 제시했다. 검증 가능한 AI 제품은 출력의 수학적 정확성뿐 아니라 모델·가중치의 건전성과 계산 노력까지 별도로 묶어야 한다.
EU AI Act가 8월 2일 일반 적용 단계에 들어갔다. EU 집행위원회와 회원국 당국은 집행 책임을 맡고, AI 생성 콘텐츠 투명성 의무와 신고 채널을 가동하기 시작했다. 온체인 AI 에이전트도 EU 이용자를 상대한다면 모델 거버넌스와 거래 기록만이 아니라 사람이 AI와 상호작용하고 있음을 알리는 절차를 제품에 포함할 필요가 있다.
에이전트 결제는 지갑 연결보다 정책·승인·감사 증적의 문제로 이동하고 있다. 조사 기간 하루 전 공개된 MoonPay PayBox는 Claude와 ChatGPT 안에서 x402 기반 결제와 DeFi 작업을 준비하고, passkey 또는 사전 한도에 따라 실행하는 구조를 제시했다. 분석상 경쟁의 핵심은 결제 지원 체인 수보다 프롬프트 오염, 권한 확대, 반복 승인 공격을 얼마나 제한하고 사후 설명할 수 있는지에 있다.
AI 토큰의 시장 서사는 제품 채택과 토큰 가치 포착을 분리해서 봐야 한다. 이번 기간 Fetch.ai, SingularityNET, Ocean Protocol, Bittensor, Render, Virtuals의 공식 채널과 주요 보도에서 검증 가능한 중대 기술 발표는 찾지 못했다. CoinDesk가 인용한 시장 참가자의 평가는 기관의 블록체인 채택이 늘어도 가치가 기존 금융회사에 귀속될 수 있고, AI로의 자본 이동이 암호자산에 역풍이 된다는 점을 강조했다.

1. 뉴스 & 산업 동향

1-1. Perceptron, 분산형 AI 데이터 네트워크에 $6.5M 전략 투자 유치

날짜: 2026-07-30 · 구분: 확인된 사실

Perceptron은 Sigma Capital, QCP Capital, P2 Ventures, CoinDCX Ventures, Aethir 등이 참여한 $6.5M 전략 투자 라운드를 발표했다. 자금은 AI 기업이 필요한 데이터셋을 참여자에게 직접 의뢰하는 data-questing 플랫폼, 기여자 도구와 보상 인프라 확장에 쓰일 예정이다.

분석: 이는 유휴 대역폭을 모으는 초기 DePIN 모델에서 ‘요청 가능한 데이터 생산 시장’으로 가치 제안이 이동하고 있음을 보여준다. 다만 보도에 나온 70만 개 이상 노드와 30만 일간 이용자 수는 회사가 제공한 수치이며, 데이터 품질·중복 제거·권리 확보 성과는 별도 검증이 필요하다.

1-2. MoonPay PayBox, 대화형 AI에 온체인 결제 금고 연결

날짜: 2026-07-29 · 구분: 확인된 사실 · 기간 밖: 조사 시작 하루 전이나 중요도가 높아 최근 2주 범위로 포함

MoonPay는 Claude와 ChatGPT의 커스텀 커넥터에서 결제, 토큰 교환, 브리지와 DeFi 작업을 준비하고 실행할 수 있는 PayBox를 공개했다. 사용자는 매번 passkey로 승인하는 Always Ask 또는 미리 정한 한도 안에서 작동하는 Autonomous 정책을 선택하며, x402 결제와 Solana·EVM 호환 체인을 지원한다.

분석: MPC와 TEE는 키 탈취 위험을 줄이지만, 에이전트가 잘못된 수취인이나 악성 서비스에 ‘정상적으로’ 서명하도록 유도되는 의미 수준의 공격까지 해결하지는 않는다. 거래 전 정책 검사, 도구 호출 출처, 승인 당시의 의도와 최종 calldata를 연결한 감사 기록이 다음 제품 층이 될 가능성이 크다.

1-3. 포스코인터내셔널·LG CNS, 블록체인·AI 무역금융 PoC 완료

날짜: 2026-07-23 · 구분: 확인된 사실 · 기간 밖: 최근 2주 내 국내 교차 사례로 포함

양사는 실제 무역 환경에서 거래 공동원장, 매출채권 RWA, 신용장·무역서류를 읽고 오류를 찾는 AI 에이전트를 검증했다. Injective 기반 권한형 자산관리, KYC·AML, 투자자 적격성 및 이전 제한도 함께 시험했다.

분석: 공개된 결과는 상용 배포나 비용 절감 수치를 입증한 것이 아니라 PoC의 기술 적용 가능성을 확인한 단계다. 그럼에도 AI 문서 검토와 공유 원장을 하나의 업무 흐름으로 묶었다는 점에서 기업형 블록체인·AI 결합의 현실적인 진입점을 보여준다.

POSCO Group Newsroom

2. 학술 논문 & 연구

2-1. Hollow-LLM Attack: Computationally Trivial Weights in Zero-Knowledge Verification of LLM Inference

저자: Chen Gong, Beijie Liu, Mengyuan Li · 게재일: 2026-07-30

논문은 공개 아키텍처와 비공개 committed weights에 대한 ZK 증명이 출력의 방정식적 일관성은 보장해도, 제공자가 주장한 계산량을 실제로 썼다는 점은 묶지 못한다고 지적한다. 저자들은 transformer 구조를 유지하면서 유효 연산을 축소하는 ghost weights 계열을 구성하고, 이를 Hollow-LLM Attack으로 정식화했다.

해석: 논문의 결론은 ZKML 전체가 무효라는 뜻이 아니다. 증명 대상이 ‘정확한 회로 실행’인지 ‘특정 품질과 규모의 모델 실행’인지 명세를 분리하고, 가중치 건전성 검사나 verifiable computational work를 추가해야 한다는 경고다.

2-2. The AnyLog Edge Data Fabric

저자: Roy Shadmon, Mark Davidson, Eric Aquaronne, Massimiliano Pinto, Ori Shadmon, Moshe Shadmon · 게재일: 2026-07-30

AnyLog는 데이터가 위치한 edge agent에서 쿼리와 계산을 실행하고 요청과 결과만 네트워크로 보내는 분산 데이터 패브릭을 제안한다. 분산 SQL, Edge AI, federated learning, MCP를 단일 논리 시스템으로 노출해 중앙 장애점과 데이터 이동을 줄이는 구조다.

해석: 논문은 퍼블릭 블록체인이나 토큰 경제를 제안하지 않으므로 ‘블록체인 기반 AI’로 과장해서는 안 된다. 다만 데이터 소유권을 현장에 남기는 P2P 실행 모델은 향후 무결성 앵커나 기여 보상 원장을 결합할 때 필요한 데이터 계층 설계에 직접 참고할 수 있다.

arXiv:2607.28836

2-3. TrustChain-Review: A Risk-Adaptive Blockchain and Game-Theoretic Framework for Trustworthy AI-Assisted Code Review

저자: Mohammad Naserameri · 게재일: 2026-07-29 · 기간 밖: 조사 시작 하루 전이나 교차 주제 적합성이 높아 포함

이 연구는 AI 보조 코드리뷰의 증적을 블록체인에 기록하고 개발자·리뷰어·플랫폼의 유인을 게임이론으로 모델링한다. 통제 시뮬레이션에서 모든 증적을 강제한 구성이 신뢰·탐지 성능은 가장 높았지만 비용도 컸고, 위험 적응형 구성은 고위험 변경에만 강한 통제를 적용해 비용 효율을 높였다.

해석: 결과는 실제 개발조직의 현장 실험이 아니라 Diff Quality Estimation 데이터로 보정한 30회 시뮬레이션이다. 따라서 절대 성능보다 변경 위험에 따라 증적 수준을 다르게 하는 설계 원칙을 참고하는 편이 타당하다.

arXiv:2607.27310

3. 토큰/프로젝트 분석

3-1. Perceptron — 데이터 수요를 직접 받는 DeAI 네트워크로 전환

이번 투자 발표의 핵심은 토큰 가격이 아니라 AI 기업의 데이터 요청을 작업 단위로 쪼개 참여자 네트워크에 배포하는 제품화다. 성공 여부는 노드 수보다 의뢰 재구매율, 납품 데이터의 중복률, 권리·동의 증적, 보상 분쟁률로 판단해야 한다.

시장 맥락: Scale AI 같은 중앙형 사업자는 고가치 데이터 선별과 라벨링 최적화를 이미 제공한다. Perceptron의 차별점은 분산 공급망이지만, 품질 보증과 법적 출처가 약하면 단순 수집 비용 우위만으로는 방어력이 낮다.

3-2. MoonPay PayBox·x402 — 에이전트 거래의 정책 계층

PayBox는 카드와 온체인 자산을 대화형 에이전트에 연결하되, 사용자 승인 또는 제한된 자율 정책을 둔다. x402 facilitator는 결제 요구 검증과 정산을 추상화하므로 에이전트 개발자는 체인별 결제 처리를 서비스 경계 밖으로 분리할 수 있다.

시장 맥락: Skyfire도 에이전트별 신원·결제 자격과 지출 한도를 제공하고 있어 에이전트 결제 자체는 빈 시장이 아니다. 빈 공간은 여러 지갑·facilitator·에이전트 런타임에 걸쳐 동일한 정책을 강제하고, 규제·보안 검토가 가능한 표준 영수증을 남기는 중립 계층이다.

3-3. 주요 AI 토큰 — 기간 내 검증 가능한 중대 발표 없음

Fetch.ai, SingularityNET, Ocean Protocol, Bittensor, Render, Virtuals의 공식 채널과 주요 매체를 확인했으나 2026년 7월 30일부터 8월 5일까지 보고서에 넣을 만한 중대 기술 마일스톤이나 파트너십을 검증하지 못했다. 이는 발표가 절대 없었다는 단정이 아니라 공개 검색과 접근 가능한 원문 기준의 결과다.

시장 맥락: CoinDesk가 7월 31일 인용한 STS Digital의 평가는 AI로의 자본 이동과 미국 규제 지연이 암호자산의 역풍이며, 기관의 블록체인 채택 가치가 토큰보다 기존 금융회사에 돌아갈 수 있다고 봤다. 개별 AI 토큰 분석에서도 제품 사용량과 토큰 수요가 실제로 연결되는지를 별도로 확인해야 한다.

4. 규제 & 정책

4-1. EU — AI Act 일반 적용 및 집행 개시

날짜: 2026-08-02 · 구분: 확인된 사실

EU AI Act는 8월 2일 일반 적용 단계에 들어갔고, AI Office와 회원국 당국이 감독·집행 책임을 맡기 시작했다. 생성형 AI 콘텐츠 식별과 특정 deepfake·공익 정보 텍스트의 명시적 표시 같은 투명성 의무도 적용되며, 집행위원회는 신고·내부고발·GPAI downstream provider용 채널을 공개했다.

분석: 분산형 프로토콜이라고 해서 UI 제공자, 에이전트 운영자, 모델 공급자의 의무가 사라지는 것은 아니다. 온체인 기록은 추적성 증거로 유용하지만 그 자체가 고지, 위험평가, 사람의 감독을 충족한다고 볼 수 없으므로 역할별 책임 매핑이 선행돼야 한다.

4-2. 미국 — CLARITY Act 일정 지연이 시장 불확실성으로 지속

날짜: 2026-07-30~2026-08-03 · 구분: 확인된 보도와 분석

Elliptic은 디지털자산 시장구조를 다루는 CLARITY Act가 수익률 상품 논쟁과 8월 의회 휴회 일정 때문에 지연되고 있다고 정리했다. CoinDesk의 시장 인터뷰도 규제 명확성 지연을 암호자산 투자심리의 제약으로 지목했다.

분석: 이번 기간 새 법률이 확정된 것은 아니다. AI 에이전트가 스테이블코인이나 토큰을 자동 거래하는 제품은 시장구조 법안의 최종 문구가 정해질 때까지 자산 분류, 중개·수탁 역할, 수익 제공 기능을 분리해 설계할 필요가 있다.

4-3. 한국·영국·중국·UAE — 해당 없음

공식 정부·규제기관과 영문·국문 보도를 검색했으나 조사 기간에 블록체인과 AI의 교차 영역을 직접 바꾸는 신규 법률, 집행 또는 정책 발표를 검증하지 못했다. 일반 AI 또는 디지털자산 소식 중 교차 제품의 의무를 구체적으로 바꾸지 않는 자료는 포함하지 않았다.

5. 💡 사업 아이디어 & 토이프로젝트

5-1. AgentPay Policy Relay — 여러 에이전트 지갑에 공통 정책과 감사 영수증을 적용하는 게이트웨이

한줄 설명: x402·EVM·Solana 거래를 실행하기 전에 수취인, 금액, 도구 출처와 사용자 의도를 검사하고 서명된 정책 영수증을 남긴다.

근거가 된 이번 주 트렌드: PayBox가 대화형 AI 안에서 결제와 DeFi 실행을 연결했고, EU AI Act는 AI 상호작용 고지와 추적 가능한 거버넌스의 필요성을 높였다.

시장 기회: MoonPay PayBox는 자체 금고와 소비자 경험, Skyfire는 에이전트 신원·결제 자격과 지출 통제에 강점이 있다. 빈 공간은 특정 지갑이나 결제망을 대체하지 않고 여러 공급자 앞단에서 동일 정책을 강제하며, 보안팀이 프롬프트 의도와 최종 거래를 비교할 수 있게 하는 개발자용 중립 relay다.

수익 모델: 월간 API 호출 구간제, 고위험 거래 정책 팩, SIEM·감사 내보내기와 전용 배포 비용.

기술 스택과 최소 기능: TypeScript API gateway, x402 middleware, EVM calldata·Solana instruction decoder, OPA 또는 Cedar 정책엔진, PostgreSQL, 서명된 JSON receipt. MVP는 allowlist, 거래 한도, 시뮬레이션, passkey 재승인, webhook과 영수증 조회 화면이다.

리스크: 잘못된 디코딩이나 정책 우회가 직접 자금 손실로 이어질 수 있다. 초기에는 거래를 대신 서명하지 않고 차단·승인 보조만 제공하며, 체인별 시뮬레이터 불일치와 개인정보가 포함된 프롬프트 저장을 최소화해야 한다.

5-2. HollowCheck — ZKML 모델의 ghost-weight·연산량 공백을 검사하는 CI 플러그인

한줄 설명: ZK 추론 회로와 committed model artifact를 정적·동적으로 검사해 계산량 축소 구조와 품질 불일치를 릴리스 전에 경고한다.

근거가 된 이번 주 트렌드: Hollow-LLM Attack은 올바른 ZK proof가 광고한 대형 모델 실행까지 증명하지 못할 수 있음을 보였다.

시장 기회: EZKL은 ONNX 모델을 ZK 회로로 변환하고 proof 생성·검증을 자동화하는 성숙한 개발 도구다. 빈 공간은 proof compiler를 다시 만드는 것이 아니라 compiler 독립적으로 가중치 구조, 예상 FLOPs, 대표 입력 품질과 proof statement를 대조하는 보안 테스트 층이다.

수익 모델: 오픈소스 CLI와 유료 CI 리포트, 모델별 정책 기준선, 보안감사·재현 테스트 서비스.

기술 스택과 최소 기능: Rust 또는 Python, ONNX parser, graph simplifier, sparsity·low-rank·상수 전파 검사, 작은 challenge set runner, GitHub Actions. MVP는 EZKL artifact 입력, ghost-weight 휴리스틱 3종, 기준 모델 대비 출력·연산량 차이 리포트다.

리스크: 논문 공격의 일반화 범위가 아직 제한적이고 정상적인 pruning·quantization을 오탐할 수 있다. ‘안전 인증’이 아니라 재검토 신호로 제공하고, 공격 샘플과 탐지 한계를 공개해야 한다.

5-3. DataQuest Receipt — 분산형 AI 데이터 의뢰의 권리·품질 증적 묶음

한줄 설명: 데이터 요청부터 수집 동의, 중복 검사, 샘플 검수, 보상까지를 하나의 검증 가능한 receipt로 내보낸다.

근거가 된 이번 주 트렌드: Perceptron의 data-questing 모델은 AI 기업이 분산 참여자에게 특정 데이터셋을 직접 의뢰하는 시장을 제시했다.

시장 기회: Perceptron은 분산 공급망을, Scale Data Engine은 고가치 데이터 선별과 라벨링 워크플로를 제공한다. 빈 공간은 어느 수집망에서도 쓸 수 있는 구매자 측 품질·권리 검수 도구로, 원본 데이터는 외부에 두고 동의·라이선스·검수 결과의 해시와 서명만 표준화하는 것이다.

수익 모델: 데이터 묶음당 검증 과금, 기업용 정책 템플릿, 감사 보관과 공급자 점수 API.

기술 스택과 최소 기능: Python 데이터 프로파일러, perceptual hash·MinHash 중복 검사, PII scanner, S3 호환 저장소, PostgreSQL, EVM 또는 transparency log 앵커. MVP는 CSV·이미지 묶음 업로드, 라이선스 체크리스트, 무작위 표본 검수, 서명된 receipt와 공개 검증 페이지다.

리스크: 해시는 원본 데이터의 적법성이나 진실성을 스스로 보장하지 않는다. 민감정보를 체인에 올리지 않고 삭제·철회 가능성을 유지해야 하며, 공급자 점수가 저임금 노동을 고착시키지 않도록 이의제기 절차가 필요하다.