OriginTrail

OriginTrail은 AI 시스템을 위한 공유 가능하고 검증 가능한 메모리 레이어를 제공하는 분산형 지식 그래프 프로토콜입니다. 핵심 사업은 분산형 지식 그래프(DKG)를 중심으로 이루어지며, 이를 통해 지식 자산을 허가 없이 노드 네트워크에서 게시, 발견, 질의, 검증할 수 있습니다. 이 프로토콜은 암호학적 증명(예: 머클 루트)을 여러 블록체인에 고정하여 데이터의 출처와 무결성을 보장합니다. 핵심 가치 제안은 "신뢰할 수 있는 AI"입니다. 이는 AI 모델(특히 LLM)이 환각 현상을 일으키거나 검증 불가능한 데이터 소스에 의존하는 시장의 문제점을 해결합니다. OriginTrail은 AI 에이전트가 모든 지식 조각의 출처를 추적하고, 진위를 검증하며, 고립되고 불투명한 학습 데이터가 아닌 누적된 변조 불가능한 지식 위에 구축할 수 있도록 함으로써 이를 해결합니다. 이는 데이터 출처가 중요한 공급망, 의료, 과학 연구 분야에서 특히 유용합니다. 지난 6개월(2026-02-28 ~ 2026-08-29) 동안 OriginTrail은 큰 진전을 이루었습니다. DKG v10 출시는 AI 시스템을 위한 새로운 아키텍처를 도입하여 AI 에이전트가 정보를 비공개로 처리하고, 공유 지식 그래프 내에서 결과를 비교하며, 합의가 이루어질 때만 결론이 온체인에 표시되도록 했습니다. PubMed, ClinicalTrials.gov 및 안전 데이터베이스의 의료 데이터를 분석하는 5개의 독립적인 AI 에이전트가 조정 없이 동일한 결과를 도출하여 시스템의 신뢰성을 입증했습니다. OriginTrail은 또한 Google의 Open Knowledge Format(OKF)과 통합하여 휴대용 지식 파일에 검증 레이어를 추가했습니다. 이는 Strategy의 비트코인 재무 데이터를 사용하여 시연되었으며, 원본 SEC 제출 자료가 AI 에이전트가 추적할 수 있는 검증 가능한 사실로 변환되었습니다. 또한 Umanitek은 OriginTrail의 DKG를 기반으로 구축된 AI 에이전트 보안 시스템인 Blackbox를 출시하여 공유 위협 탐지를 통해 집단 면역을 생성하고, DKG에 위협 신호를 고정하여 한 에이전트가 감지한 위협을 모든 에이전트가 볼 수 있도록 했습니다. 2년 이내의 부정적 정보와 관련하여, 프로토콜 문서는 고유한 한계를 인정합니다. 기록된 표현의 무결성은 기본 객체의 진실성, 완전성, 법적 효력 또는 품질과 동일하지 않습니다. 데이터 품질은 전적으로 게시자가 입력하는 내용에 달려 있습니다. 초기 데이터가 오해의 소지가 있거나, 불완전하거나, 잘못 모델링된 경우, 유지된 지문은 해당 결함을 보존하지만 수정할 수는 없습니다. 또한 가용성, 프라이버시 및 구현 경계 위험이 있으며, 여기에는 공개 및 비공개 지식 자산의 접근 및 복제 속성 차이, 노드 운영, 질의 동작, 네트워크 구성 및 체인 선택이 콘텐츠 접근성과 해석에 미치는 영향이 포함됩니다. 스마트 계약, 노드 소프트웨어, 게이트웨이, 거버넌스 프로세스 및 타사 통합은 변경되거나 결함을 포함할 수 있습니다. 공개 문서나 저장소에서 전체 프로젝트에 대한 공식 감사 상태를 유추해서는 안 됩니다.