How Substratum Uses Machine Learning to Deliver Content(정보를 전달하기 위해서 Substratum이 어떻게 머신러닝을 사용하는지)
- 내용
오늘은 Substratum이 머신러닝을 이용하여 블록체인 상에서 정보 전달을 어떻게 향상시키려고 하는지에 대해서 말씀드리겠습니다. 여러분들도 아시다시피 블록체인은 정보 저장에 있어서 탈 중앙화라는 흥미로운 방법을 사용하며 이는많은 장점을 가지고 있습니다. 하지만 이런 블록체인에 있어서 한 가지 커다란 약점은 네트워크 속도 저하 입니다.
그래서 왜 블록체인이 네트워크 속도가 느리냐고요? 좋은 질문입니다. 블록체인이 가지고 있는 가장 큰 특징인 분산원장이 이를 자연스럽게 느리게 만듭니다. 노드가 전달하려는 웹 정보는 웹 사용자에게 전달되기 전에 블록체인 상에 있는 다른 노드들에게 확인을 받아야 합니다. 이 과정은 더 많은 쿼리(질의어: 정보 수집에 대한 요청에 쓰이는 컴퓨터 언어)와 응답(쿼리가 요청하면 응답이 답을 하는 컴퓨터 언어상의 세트 개념인 듯 해요)를 동반하며 이는 최초의 쿼리부터 마지막 응답까지 많은 시간이 소요됨을 의미합니다. 어떤 경우에 서버는 웹 유저에게정보를 전달하기 전에 정보의 진위 증명을 위해 세계의 반대쪽에 있는 서버와 커뮤니케이션을 해야할 수도 있습니다.
Substratum은 머신 러닝을 사용하여 이런 속도 지연을 없애려고 합니다. 우리의 목표는 블록체인이 선택을 받는 것을 저해하는 장애물들을 제거하는 것으로 속도 지연은 그 장애물들 중 가장 주요한 것입니다. 우리는 이렇게 이를 해결하려고 합니다. 우리는 지역적인 데이터를 쿼리에 포함하는 머신러닝이나 AI를 사용하여 서버의 응답 시간을 최적화하려고 합니다. 우리의 블록체인 시스템은 웹 이용자에게 가장 가까운 노드를 연결시켜 줌으로써 속도 저하 현상을 해결하려고 합니다.
따라서 "어떻게 그걸 할건데?"라고 물어볼 수 있습니다. 웹 이용자가 인터넷 상의 정보의 연결을 요청하면 AI가 그 쿼리를 가장 가까운 노드(A)에게 연결해줍니다. 그 노드(A)는 그 요청에 대한 정보를 가지고 있는 그와 가까운 다른 노드(B, C, D...)들과 차례로 정보를 전달하여 속도를 획기적으로 줄일 수 있습니다.
사견
이번 동영상은 다분히 전문적인 영역으로 비 전공자인 저는 단지 논리의 흐름을 쫓아가면서 "음.. 그럴 수도 있겠구나" 하는 부분이었습니다. 사실 탈중앙화 웹이나 지난 번 포스팅 했던 탈중앙화 동영상 서비스를 시작하기 위해서는 정보의 빠른 전달 속도가 생명이라고 할 수 있습니다. 탈중앙화 웹 서비스가 아무리 좋아도 1분짜리 동영상을 보는데도 버퍼링이 10번이나 걸린다면 아무도 그 서비스를 쓰지 않을 것입니다.
그들은 머신러닝이나 AI기술을 사용하여 웹 사용자와 정보를 전달해 주는 노드의 공간적인 거리를 좁혀 속도를 개선하겠다는데요, Substratum 생태계를 살펴봤을 때 탈중앙화 인터넷 속도는 얼마나 많은 노드가 참여하고 있느냐가 관건이 될 것 같습니다. 더 많은 노드가 참여할 수록 인터넷 속도는 빨라지고(웹 사용자와 노드간의 거리를 좁힐 수 있으므로) 사용자는 더 늘어가는 그런 선 순환의 고리에 접어들 수 있을 것 같습니다. 하지만 반대로 얘기하면 노드가 별로 없을 초창기에는 노드가 별로 없는 지역에서의 인터넷 속도는 느리기 때문에 Substratum 서비스를 이용하는 사람들은 더 줄어가는 그런 악순환에 빠질 수도 있을 것 같습니다. 따라서 그들이 규제를 받는 지역(중국, 러시아 등)에서 노드를 운영하면 더 많은 Substrate를 보상으로 주겠다는 거고요.
Substratum 측의 오늘에 있을 중대발표는 다음주에 기술적인 부분에서 중대발표가 있을 것이라는 예고였네요.. 중대발표를 할 것이라는 것을 중대발표하다니 참 .. 그들의 그런 비지니스 태도는 투자자들을 농락하는 것과 같은 기분이 들지만 아직 그들의 서비스가 공식 런칭 전이기 때문에 조금 더 참고 지켜보려고 합니다. 아마 기술적인 부분은 많은 사람들이 노드 소프트웨어 베타버전이지 않느냐 예상을 하는데, 또 우리의 기대를 저버리고 Substratum 측에서 어떤 통수를 날릴지 기대도 되네요