인공지능(AI)의 신뢰성은 AI가 수집하는 데이터의 질과 양에 크게 의존하고 있으며, 최근 여러 사례에서 잘못된 입력 데이터가 위험한 기계 의사결정으로 이어진 바 있어 신뢰성 향상이 시급하다는 지적이 이어지고 있다. 특히, 유럽과 중동에서 발생한 GNSS(Global Navigation Satellite System) 관련 사고의 급증으로 인해 각국 항공 당국이 필요한 지침을 강화하고 있으며, 자율주행차 업체 웨이모는 잘못 분류된 입력 데이터로 인해 2024년에 소프트웨어 리콜을 단행할 예정이다.
이러한 사례들은 AI 기반 시스템이 의존하는 데이터의 위치 및 시간 신호와 같은 입력값의 신뢰성을 강조하는 동시에, 규제 감독과 기술적 대응이 필요하다는 전문가들의 목소리를 뒷받침하고 있다. 또한, 소비자 중심 AI의 확산으로 불확실성이 확대되고 있는 가운데, 구글은 AI가 잘못된 지침을 제공해 논란이 된 사례를 드러내며, AI 시스템이 저품질 정보를 권위 있는 조언으로 제공할 수 있는 가능성을 보여주었다.
이런 상황에서, 자동화된 의사결정의 신뢰성을 높이기 위한 표준화 작업이 본격적으로 진행되고 있다. W3C의 검증 가능한 자격 증명 2.0과 C2PA 이니셔티브는 기기와 데이터, 행위자에 대한 주장을 표현하고 검증하는 좋은 사례로, 이들 기준을 지지하는 주요 기술 기업들도 있다. 이는 데이터의 신뢰성을 확보하기 위한 저지연 솔루션에도 중요한 역할을 할 것으로 보인다.
분산형 물리 인프라 네트워크(DePIN)는 무선 커버리지, 저장, 컴퓨팅, 센서 데이터를 조정하여 ‘무엇을, 어디서, 누가 관찰했는가’에 대한 신뢰할 수 있는 증거를 제공합니다. 이더리움 네트워크의 Dencun 하드포크는 블롭 트랜잭션을 도입하여 데이터 게시 비용을 낮췄고, 이를 통해 기기에서 고빈도 데이터 증명이 가능해지는 등 데이터 신뢰성 증대와 비용 절감이 동시에 이루어질 것으로 기대된다.
이러한 맥락에서, XYO는 데이터 신뢰성을 확보하기 위해 다수의 기술 고도화를 진행하고 있으며, 위치 증명(Proof of Location) 및 출처 증명(Proof of Origin) 기술을 통해 데이터의 생성 및 수집 경로를 암호화하여 기록하고 있습니다. 공동 창립자 마르쿠스 레빈은 현재까지 1천만 개 이상의 노드가 구축되었으며, 그 중 상당수는 모바일 사용자로부터 수집된 데이터라고 밝혔다. XYO는 단순한 신호 수집을 넘어, 실제 의사결정 시스템에서 활용할 수 있는 감사 가능한 맥락을 제공하는 데 주력하고 있다.
최근에는 XYO Layer One이라는 전용 블록체인 플랫폼을 출시하였으며, 이 플랫폼은 처음부터 출처 증명 및 데이터 라우팅을 프로토콜 수준에서 구현한 것이 특징이다. 개발자들은 AI 파이프라인이나 기업 시스템에서도 활용할 수 있는 출처 기반 실시간 데이터를 확보할 수 있어 데이터 정확성과 규제 대응에도 유리하다는 평가를 받고 있다.
또한, XYO는 이중 토큰 시스템을 도입하여 기존 XYO 토큰을 스테이킹할 경우 네트워크의 가스 토큰인 XL1을 보상으로 지급한다. 이는 유통량을 줄이고, 네트워크 사용량과 보상을 직접 연결하는 구조로 설계되어 있다. 이러한 안정적인 보상 시스템은 XYO를 포함한 PoS 기반 네트워크들이 제도적 안정성을 갖춘 가운데 사용자 보상 프로그램을 운용할 수 있는 환경을 마련하고 있다.
AI 시스템의 확장에 따른 데이터 수집의 핵심은 단순한 양을 초월해 신뢰할 수 있는 출처와 맥락에 있다는 전문가들의 의견이 제기되고 있다. 출처 정보는 AI 모델의 성공과 실패를 가르는 주요 변수로 작용하며, XYO와 같은 출처 중심 데이터 체인은 AI 개발팀이 손상된 입력값을 걸러내고, 규제기관이 감사 가능한 시스템을 요구하는 환경에서 다양한 산업 분야에 적용 가능한 강력한 기반 계층으로 주목받고 있다.
