트럼프 차기 연준 의장 조기 지명설에 달러 가치 폭락…3년 반 만에 최저치 기록

도널드 트럼프 전 대통령의 연방준비제도(Fed) 의장 조기 지명설이 화살처럼 시장을 강타했다. 달러 가치는 순식간에 추락하며 3년 반 만에 최저치를 기록—통화 정책의 불확실성이 어떻게 시장을 삼켜버리는지 보여주는 전형적인 사례다.

달러 약세는 글로벌 시장에서 암호화폐를 비롯한 위험자산으로의 자금 이동을 가속화할 전망. '안전한' 법정통화라는 환상이 다시 한 번 흔들리면서 투자자들은 디지털 골드로 눈을 돌리고 있다.

월가 애널리스트들은 "정치적 압력에 휘둘리는 중앙은행은 신뢰를 잃는다"며 쓴웃음을 지었다. 과연 이번에도 암호화폐 시장이 그들의 실책을 수습하게 될 것인가?

AI 학습 구조의 딜레마

이와 같은 AI의 환각 오류는 단순한 기술 오류가 아니라 학습 구조 그 자체에서 비롯된다. AI 개발자들은 ‘선별된(curated) 데이터’로 학습시키면 환각은 줄지만 개발자 관점에서 편향된 결과가 생기고 반대로 다양한 데이터를 쓰면 균형 잡힌 시각은 얻지만 환각이 자주 발생하는 문제에 직면한다.

미라 네트워크는 이 문제를 ‘학습의 딜레마(Training Dilemma)’라 부른다. 미라 네트워크는 이 딜레마가 일시적인 기술적 한계가 아니라 대형 언어 모델(LLM)의 수학적 구조에서 비롯된 근본적인 문제로 보고 있다.

미라 네트워크는 “AI의 응답을 사람이 검토하지 않는 방법은 다른 AI가 검토하도록 만드는 것”이라는 전제를 바탕으로 설계됐다. 핵심은 ‘탈중앙 검증(distributed verification)’이다. 서로 다른 AI 모델들이 같은 질문에 대해 각각 답을 낸 뒤 서로의 답이 얼마나 일치하는지를 비교해서 일정 수준 이상으로 일치 의견이 모였을 때 정답으로 간주하는 구조다.

실제 연구에 따르면, 세 개의 AI 모델이 상호 검증할 경우 정확도는 73.1%에서 95.6%로 상승했고, 오류율은 84% 감소했다.

△GPT-4o △클로드(Claude) △라마(LLaMA) 모델 간의 일치도는 코헨의 카파 계수(κ) 기준 0.8 이상으로 나타났다. 코헨의 카파 계수란 둘 이상의 주체가 어떤 판단을 내릴 때 서로 얼마나 일치하는지를 수치로 나타내는 통계 지표로 0.8 이상의 수치는 우연을 넘어 실제로 거의 완벽하게 의견이 일치했음을 의미한다.

AI가 임의로 정답을 ‘찍는’ 것을 막기 위해, 미라 네트워크는 게임 이론을 활용했다. AI가 검증에 참여할 때마다 정답 여부에 따라 보상을 받고 반복적으로 오답을 낼 경우 경제적 불이익을 받는다. 이는 마치 블러핑이 드러나면 판돈을 잃는 포커 게임처럼 설계됐다.

미라 네트워크는 다지선다형 구조를 통해 무작위 추측의 가능성을 통계적으로 제거했다. 선택지가 제한된 구조에서는 반복된 오답 패턴이 드러나기 쉬워 무작위 추측을 시도하는 AI 모델을 가려내기 용이하며 신뢰를 잃은 모델은 검증 네트워크에서 퇴출될 수 있다.

검증 효율성을 높이기 위한 기술적 설계도 주목할 만하다. 미라 네트워크는 ‘주장 단위 분해(claim transFORMation)’라는 자체 기술을 통해 긴 문장을 짧은 검증 가능한 단위로 분할한다. 예를 들어, “지구는 태양 주위를 돌고 달은 지구 주위를 돈다”는 문장은 “지구는 태양 주위를 돈다”와 “달은 지구 주위를 돈다”라는 두 개의 단순 명제로 나뉘어 각각 검증된다. 이 과정을 통해 검증 비용은 최소화되며 전체 검토가 아닌 토큰 단위 검토가 가능해진다.

또한 프라이버시 보안도 강화됐다. 사용자가 검증 요청을 보내더라도 네트워크 상의 어떤 노드도 문서 전체를 볼 수 없다. 향후에는 영지식증명(Zero-Knowledge Proof) 기술을 통해 암호화된 문서의 내용을 복호화하지 않고도 검증할 수 있도록 개발 중이다.

미라 네트워크의 장기 목표는 단순한 외부 검증이 아니라 검증이 내장된 ‘합성 기초모델(Synthetic Foundation Model)’을 구축하는 것이다. 생성 과정에서 토큰 단위로 검증이 병행되기 때문에 결과물 자체가 환각 오류를 범할 수 없는 구조를 갖는다. 이는 AI가 일정 기준 이상의 신뢰성을 갖출 수 있다는 의미다.

“인간의 검토는 선택사항이 되고 AI는 도구에서 ‘자기결정적 지능’으로 진화하게 된다.” 미라는 이 전환을 ‘도구적 AI에서 자율 AI로의 진화’라고 표현한다.

AI의 신뢰성이 전제된다면 미라가 겨냥하는 시장은 단순히 생성형 AI 시장이 아니다. △법률문서 △의료 진단 △금융 보고 △정부 행정 △국방 보안 등 인간 검토를 생략할 수 없는 고신뢰 영역 전반에 해당한다. 미라는 이 시장을 “AI가 실제 운영되는 구조에서의 완전한 패러다임 전환”이라 설명한다.

“우리는 AI의 결점을 고치려는 것이 아니다. 결점이 중요하지 않도록 설계하는 것이다.” 미라의 메시지는 간결하지만 강력하다. 완벽한 AI가 아닌 완벽한 검증이 새로운 AI 시대를 여는 열쇠다.

인공지능 검증 프로젝트 ‘미라 네트워크(Mira Network)’ “신뢰할 수 있는 탈중앙 AI 인프라 만들어야”

미라 네트워크(Mira Network), AI 검증 인프라 생태계 확장…5개 에이전트 프로젝트와 협업

• 미라네트워크
• Mira Network