Light

“좋은 거라 비싸요. 근데 보여드리진 않을게요.” @FungoLabs 중고거래에서 이런 말을 들으면 일단 뒤로 가기를 누를 것 같습니다. 좋다는 건 알겠는데, 제가 그걸 어떻게 확인하죠? 그런데 Fungo의 미공개 NFT 거래를 생각해 보면, 비슷한 질문이 생깁니다. Fungo에서는 보유자가 자기 NFT의 내부를 확인하고도 그림을 공개하지 않은 채 팔 수 있어요. 판매자는 무엇을 파는지 아는데, 구매자는 같은 정보를 못 보고 살 수 있는 겁니다. 처음 생성할 때 운영자가 결과를 모른다는 설명과는 별개예요. 받은 보유자는 내용을 확인할 수 있으니까요. 그러면 판매자가 유리한 거 아닌가요? 정보 면에서는 그렇습니다. 좋은 건 남기고, 마음에 안 드는 것만 파는 것도 가능하죠. 물론 실제로 모든 판매자가 그렇게 한다는 뜻은 아닙니다. 그런데 구매자도 가만히 있지는 않겠죠. 판매자가 말합니다. “능력치가 좋아서 이 가격에 파는 거예요.” 구매자는 답답합니다. “확인도 못 하는데 그 가격은 못 드리죠.” 판매자는 내용을 보고 가격을 붙이려 하고, 구매자는 안 보이는 만큼 깎으려 할 수 있습니다. 그림을 공개해서 외형을 보여주는 방법도 있어요. 다만 그림을 공개한다고 내부 능력치까지 공개되는 건 아닙니다. 그래서 이 거래는 새 랜덤박스를 뽑는 것과는 조금 다릅니다. 내 앞의 판매자는 이미 결과를 확인했을 수 있으니까요. 암호화로 비밀은 지켰는데, 그 비밀에 얼마를 쳐줄지는 또 다른 문제가 되는 거죠. “안에 좋은 거 들었다니까요?” “그럼 그 좋은 걸 보여주시면 되잖아요.” …물건은 NFT인데, 흥정은 갑자기 심리전이 됐습니다. 곧 이 장면을 볼 수 있을 것 같아요. #FungoLabs

AI가 예측시장의 승패를 결정한다면, 그 판단은 누가 검증할까요? 예측시장에서 가장 중요한 순간은 결과가 나오는 순간입니다. 어떤 사건이 실제로 발생했는지, 어떤 자료를 근거로 승패를 결정했는지에 따라 자금의 향방이 달라지기 때문입니다. 그런데 AI가 잘못된 자료를 읽고 결론을 내린다면 어떻게 될까요? 이 문제와 관련해 @primus_labs 가 새로운 협업을 발표했습니다. 바로 @CournotProtocol 과의 파트너십입니다. 1. Primus와 Cournot은 무엇을 함께할까요? 2026년 10월 29일, 두 프로젝트는 외부 데이터 검증과 AI 판단을 연결하기 위한 협업을 발표했습니다. 구조는 크게 세 단계입니다. ① Primus의 zkTLS 웹사이트나 API에서 가져온 데이터가 주장된 출처에서 제공됐는지 검증합니다. ② Cournot의 AI 추론 검증된 자료를 해석하고, 정해진 규칙에 따라 판단을 구성합니다. ③ 검증 가능한 판단 결과 Cournot은 판단에 사용된 근거와 추론 과정을 기록하고, 그 과정을 검토할 수 있는 구조를 지향합니다. 여기서 중요한 차이가 있습니다. zkTLS는 데이터의 출처를 검증하지만, AI가 내린 결론의 정확성까지 자동으로 보장하지는 않습니다. 따라서 Primus의 데이터 검증과 Cournot의 판단 검증이 서로 다른 역할을 맡는다는 점이 흥미롭습니다. 2. Privacy × Verification은 금융에서 어떻게 활용될까요? 이번 협업이 겨냥하는 영역은 예측시장만이 아닙니다. 두 프로젝트는 Private Credit과 RWA 분야의 활용 가능성도 언급했습니다. 예를 들어 금융기관이 차입자의 재무 조건을 확인해야 한다고 가정해 보겠습니다. 필요한 것은 모든 금융자료가 아니라 특정 조건을 충족하는지에 대한 신뢰할 만한 판단일 수 있습니다. 민감한 금융정보의 노출을 줄이면서, 데이터의 출처와 판단 근거를 검증할 수 있도록 만드는 것. 이 부분이 Confidential Finance에서 특히 중요하다고 생각합니다. 다만 zkTLS 하나만으로 모든 민감정보가 보호되는 것은 아닙니다. 실제 비공개 처리 범위는 시스템 설계와 다른 보안 기술의 적용에 따라 달라집니다. 또한 공개된 협업 발표가 비공개 신용평가 시스템의 상용화까지 의미하는 것은 아닙니다. 3. Institutional Onchain Finance에서 주목할 이유 은행 업무에서도 중요한 것은 자료를 받는 것만이 아니라 그 자료가 신뢰할 수 있는 출처에서 왔는지, 그리고 판단 근거가 타당한지 확인하는 과정입니다. 온체인 금융에서도 마찬가지라고 생각합니다. Primus가 검증 가능한 외부 데이터를 제공하고, Cournot이 이를 활용해 판단 근거를 구성하려는 접근은 두 문제를 연결하려는 시도입니다. 물론 신용심사에 실제 적용하려면 데이터의 최신성, AI 판단의 오류, 개인정보 보호, 규제 준수까지 추가적인 검증이 필요합니다. 4. 제가 이번 협업에서 주목하는 이유 AI가 더 많은 결정을 내린다는 사실보다 중요한 것은 그 결정을 뒷받침하는 근거를 확인할 수 있느냐는 문제입니다. 데이터가 신뢰할 수 있는 출처에서 왔다고 해서 AI의 결론까지 반드시 옳은 것은 아닙니다. 그래서 데이터의 출처와 판단 과정을 각각 검증하려는 이번 접근이 의미 있다고 생각합니다. 앞으로의 금융에서는 빠른 AI 판단만큼이나, 그 판단을 검토하고 책임 소재를 확인할 수 있는 구조가 중요해질 것입니다. 여러분은 AI가 금융 판단에 참여한다면 무엇을 가장 중요하게 보시나요? ① 데이터 출처의 신뢰성 ② AI 판단 근거의 검증 가능성 ③ 민감한 금융정보 보호 #Primus #zkTLS #ConfidentialFinance #Kaito