I Asked in a Chainlink Discord: "Is Chainlink Building Any AI?" The Answer Sent Me Down a Rabbit Hole for Three Days.

지난 금요일, 저는 제가 활동하고 있는 Chainlink Discord 서버에 질문 하나를 던졌습니다.

단순한 질문이었습니다: "Chainlink가 자체적인 AI를 구축하고 있나요?"

저는 예 또는 아니오라는 답변을 예상했습니다. 하지만 제가 받은 답변은 Chainlink가 AI 분야에서 실제로 무엇을 하고 있는지를 설명하는, 제가 본 것 중 가장 날카로운 한 문장이었습니다:

"Chainlink Labs는 거대 AI 모델 (master AI model)을 구축하는 것이 아닙니다. 대신, 그들은 다른 모든 이들의 AI를 위한 보안 및 검증 레이어 (security and verification layer)를 구축하고 있습니다. OpenAI와 Anthropic이 두뇌를 만든다면, Chainlink는 가드레일 (guardrails)을 만들고 있습니다."

저는 그 문장을 한참 동안 곱씹었습니다. 그리고 주말 내내 그 내용을 깊이 파고들었습니다.

제가 찾아낸 내용은 다음과 같습니다.

AI 에이전트 (AI Agents)가 스마트 컨트랙트 (Smart Contracts)를 다루는 것이 진정으로 어려운 문제인 이유

AI 모델은 설계 단계부터 비결정론적 (non-deterministic)입니다. GPT-4에 동일한 프롬프트 (prompt)를 두 번 입력하면 서로 다른 두 가지 답변을 얻을 수 있습니다. 그들은 환각 (hallucinate)을 일으킵니다. 정교하게 설계된 입력값에 의해 조작될 수도 있습니다. 그리고 그들은 단일 장애점 (single points of failure)이 될 수 있습니다.

이제 그 모델에 스마트 컨트랙트 (smart contract)를 실행할 권한을 부여한다고 가정해 보십시오.

가격을 결정하는 AI가 잘못된 답변을 내놓는 것은 단순한 챗봇의 실수가 아닙니다. 그것은 되돌릴 수 없는 온체인 (on-chain) 동작입니다. 은행에 전화해서 블록체인 트랜잭션 (blockchain transaction)을 취소할 수는 없습니다. 일단 정산되면, 그것으로 끝입니다.

이것이 바로 Chainlink가 해결하고 있는 실제 문제입니다. "어떻게 하면 AI를 더 똑똑하게 만들 것인가"가 아닙니다. 그것은 OpenAI의 역할입니다. Chainlink가 답하고 있는 질문은 이것입니다: "어떻게 하면 모든 것을 확인하기 위한 새로운 단일 신뢰 지점 (single point of trust)을 도입하지 않으면서, AI가 신뢰할 수 있는 데이터를 바탕으로 올바르게 실행되었는지, 그리고 실행과 전달 사이에 결과가 변경되지 않았는지를 어떻게 검증할 것인가?"

24개의 은행과 580억 달러 규모의 문제에서 실제로 일어난 일

2026년 3월, Chainlink는 Swift, DTCC, Euroclear, BNP Paribas를 포함한 세계 최대 금융 기관 24곳과 함께 프로젝트를 진행했습니다.

그들이 해결하려 했던 문제는 기업 활동(corporate actions) 처리였습니다. 배당금 발표, 주식 분할, 유상증자 등이 해당됩니다. 이 데이터는 PDF 파일, 보도 자료, 그리고 비정형 문서에 존재합니다. 기존 시스템으로는 이를 대규모로 신뢰성 있게 구문 분석하고 조정하는 것이 불가능했습니다. 글로벌 금융 산업은 이러한 비효율성을 처리하는 데 매년 약 580억 달러를 지출합니다.

그들이 구축한 솔루션은 AI 모델을 사용하여 해당 문서에서 데이터를 추출하고, Chainlink DON(Decentralized Oracle Network)을 이용해 이를 검증했습니다. 여러 독립적인 AI 인스턴스가 서로 다른 노드에서 실행되었으며, 각각 동일한 소스를 개별적으로 구문 분석했습니다. 이후 DON이 모든 결과를 취합하여 합의에 도달한 후에만 온체인(on-chain)에 기록합니다.

결과: 평가된 모든 기업 활동 이벤트에서 100%의 합의 일치율을 달성했습니다.

그 결과물은 그들이 '온체인 골든 레코드(Onchain Golden Record)'라고 부르는 것이 되었습니다. 이는 어떤 스마트 계약이든 읽고 신뢰할 수 있는, 불변하며 암호학적으로 검증된 금융 진실의 원천입니다.

이것은 데모가 아닙니다. 기관들이 실제 금융 이벤트를 이를 기준으로 결제하는 프로덕션 인프라입니다.

기술적 메커니즘: 왜 이것이 하나의 AI를 신뢰하는 것과 다른가

핵심 통찰력은 Chainlink의 가격 피드(price feeds)가 신뢰성을 갖게 하는 원리와 같습니다. 즉, 한 가지 출처를 신뢰하는 것이 아니라, 여러 독립적인 출처들을 통합하고 조작 비용을 높이는 것입니다.

AI에 적용하면 다음과 같습니다:

하나의 모델 답변을 신뢰하는 대신, 서로 다른 DON 노드에서 실행되는 여러 독립적인 LLM(대규모 언어 모델) 인스턴스가 작동합니다. 각각은 독립적으로 자체 출력을 생성합니다. 이후 DON이 모든 결과를 취합하여 합의에 도달한 후에야 계약에 어떤 것을 전달합니다.

만약 21개의 노드 중 19개가 배당금 금액에 대해 동의하고 나머지 2개가 이상치(outliers)를 반환한다면, 합의 메커니즘은 잘못된 가격 데이터 포인트를 필터링하는 방식과 동일하게 그 이상치들을 걸러냅니다. 슈퍼 다수결(supermajority)의 동의가 필요할 때 하나의 모델이 환각(hallucinating)을 일으킨다고 해서 결과물이 오염되지 않습니다.

Chainlink Labs는 이를 실제 Polymarket 예측 데이터로 테스트했습니다. 각각 10만 달러 이상의 거래량을 기록한 1,660개의 실제 베팅 결과가 대상이었습니다. AI 오라클 (AI oracle) 시스템은 검증 가능한 웹 소스(web sources)와 투명한 추론 체인(reasoning chain)에 근거하여 사례의 최대 89%를 정확하게 해결했습니다.

89%는 특정 작업 유형에 대한 벤치마크이며, 보편적인 주장은 아닙니다. 하지만 근거 기반 추론(grounded reasoning)과 탈중앙화된 검증(decentralized verification)이 결합된 아키텍처(architecture)는 결과물을 단순한 챗봇 수준이 아닌 온체인(on-chain)에서 사용 가능한 형태로 만듭니다.

Chainlink가 제공하는 4가지 계층

계층 1: 다중 모델 합의 (Multi-model consensus).
여러 개의 독립적인 AI 인스턴스(instances). DON 집계. 수결(supermajority) 합의를 통한 환각(hallucination) 필터링. 가격 피드(price feed) 탈중앙화와 동일한 원리입니다.

계층 2: CRE를 통한 검증 가능한 오프체인 연산 (Verifiable offchain compute via CRE).
AI 모델은 온체인(on-chain)에서 실행될 수 없습니다. 비용이 너무 많이 들고, 비결정론적(non-deterministic)이기 때문입니다. Chainlink 런타임 환경(Chainlink Runtime Environment, CRE)은 AI 추론(inference)이 오프체인(off-chain)에서 실행되고, DON 노드들이 결과를 검증 및 서명하며, 컨트랙트(contract)가 암호학적으로 증명된(cryptographically attested) 답변을 받는 오케스트레이션 계층(orchestration layer)입니다. 가공되지 않은 AI 출력이 아니라, 검증된 출력입니다.

민감한 입력값의 경우, Chainlink의 기밀 컴퓨팅(Confidential Compute) 계층은 신뢰 실행 환경(Trusted Execution Environment, TEE)을 추가합니다. 이는 모델이나 데이터 중 어느 것도 노출하지 않으면서, 올바른 모델이 올바른 데이터에서 실행되었음을 암호학적으로 증명(attestation)합니다. 독자적인 트레이딩 알고리즘을 AI 오라클을 통해 실행하는 은행은 검증 노드에 알고리즘을 노출하지 않습니다. TEE 증명은 내용을 공개하지 않고도 정확성을 입증합니다.

계층 3: 검증된 데이터 입력 (Verified data inputs).
출력이 스마트 컨트랙트(smart contract)를 트리거할 때, '쓰레기가 들어가면 쓰레기가 나온다(Garbage in, garbage out)'는 현상은 보안 문제입니다. DeFi 청산(liquidation) 여부를 결정하는 AI 에이전트(agent)에게는 속기 쉬운 데이터 소스가 아니라 검증된 가격 데이터가 필요합니다. 데이터 피드(Data Feeds), 데이터 스트림(Data Streams), 그리고 PoR 피드는 AI 모델을 위한 검증된 입력 계층 역할을 합니다. 제가 이 시리즈에서 작성해 온 것과 동일한 인프라가 이제 AI의 눈 역할을 수행합니다.

Layer 4: 크로스체인 AI 에이전트 액션을 위한 CCIP.

여러 체인에 걸쳐 작동하는 AI 에이전트는 체인 간에 가치와 데이터를 이동시켜야 합니다. CCIP는 AI 에이전트에게 기관 프로토콜이 사용하는 것과 동일한 검증된 크로스체인 (cross-chain) 능력을 부여합니다. 크로스체인 단계에 대한 새로운 신뢰 가정 (trust assumptions)은 필요하지 않습니다. AI 에이전트의 액션은 라우터 검증 (Router validation), 머클 검증 (Merkle verification), RMN 커스 검사 (RMN curse checking) 등 CCIP 메시지와 함께 제공되는 모든 기능과 마찬가지로 CCIP 메시지 자체만큼 신뢰할 수 있습니다.

아직 초기 단계인 부분

89%라는 Polymarket 수치는 소스 문서를 찾을 수 있고 정답을 검증할 수 있는, 특정되고 잘 구조화된 작업 유형에 대한 것입니다. AI가 진정으로 모호한 상황에 대해 추론해야 하거나, AI 모델들이 서로 다른 방향으로 확신을 가지고 틀릴 수 있는 도메인은 더 어렵습니다. 합의 메커니즘 (consensus mechanism)이 그 문제를 완전히 해결하지는 못합니다.

기업 액션 (corporate actions) 프로젝트가 정확하게 작동했던 이유는 데이터가 AI 모델이 안정적으로 추출할 수 있을 만큼 충분히 구조화되어 있었기 때문입니다. 모든 유스케이스 (use case)가 그러한 특성을 가진 것은 아닙니다.

오늘날 온체인 (on-chain) 시스템과 상호작용하는 AI 에이전트를 구축하고 있다면, 관련 질문은 "이 AI가 데모에서 정확한 출력을 생성하는가?"가 아닙니다. 질문은 다음과 같아야 합니다: "AI가 정확한 출력을 내지 못할 때 어떤 일이 발생하며, 당신의 아키텍처 (architecture)는 잘못된 AI 출력이 되돌릴 수 없는 온체인 액션을 일으키는 것을 어떻게 방지하는가?"

Chainlink의 검증 계층 (verification layer)은 그 질문에 대해 현재 사용 가능한 가장 프로덕션 등급 (production-grade)의 답변입니다. 이것이 최종적인 정답은 아닙니다.

Discord 답변이 맞았던 점

"OpenAI와 Anthropic이 두뇌를 구축하는 동안, Chainlink는 가드레일 (guardrails)을 구축하고 있습니다."

가드레일을 구축하는 일은 눈에 덜 띄고, 덜 찬사받으며, 매우 기술적인 작업입니다. 헤드라인을 장식할 데모도 없고, 스크린샷을 찍을 수 있는 챗봇도 없습니다.

하지만 Chainlink가 가진 것은, 세계 최대 규모의 금융 기관 24곳이 라이브 블록체인 상에서 100% 합의를 바탕으로 이를 통해 실제 프로덕션 기업 액션 처리를 수행하고 있다는 사실입니다.

두뇌를 구축하는 것은 화려한 부분입니다. 가드레일 (Guardrails)은 그 두뇌들이 실제 돈을 만질 수 있을지 여부를 결정하는 부분입니다.

여러분에게 질문 하나를 던지겠습니다: 현재 검증되지 않은 오라클 (Oracle)로는 충분히 신뢰할 수 없어 구축하지 못했던 것 중, 검증된 AI 오라클 (AI Oracle)이 있다면 무엇을 구축하시겠습니까?

리소스:
https://blog.chain.link/onchain-golden-record/
https://blog.chain.link/oracle-networks-ai/
https://blog.chain.link/ai-oracles/
https://chain.link/article/why-ai-need-blockchain-oracles
https://chain.link/article/ai-agents-and-stablecoins
https://chain.link/article/chainlink-privacy-standard
https://chain.link/article/why-ai-need-blockchain-oracles#:~:text=data%20into%20computational%20models%20and%20safely%20relay,models%20and%20onchain%20smart%20contracts%20can%20process

매일 Chainlink의 전체 아키텍처 (Architecture)와 생태계 (Ecosystem)를 탐구하며 글을 쓰고 있습니다. 나머지 내용도 확인하려면 팔로우하세요.