Bagel

베이글(Bagel)은 오픈소스 AI에서 데이터 공유와 기여자 인센티브 문제를 해결하기 위해 설계된 탈중앙화 머신러닝 데이터 레이크입니다. 핵심 차별점은 암호화 기술과 프라이버시 보호 머신러닝을 결합하여, 데이터 및 모델 기여가 검증 가능하고 보상 가능하게 하면서도 기반이 되는 독점 정보를 노출하지 않는다는 점에 있습니다. 예를 들어, ZKLoRA 기술을 통해 개발자는 파인튜닝된 AI 어댑터의 가중치를 공개하지 않고도 그 효과를 증명할 수 있어, 모델 공유 시 신뢰와 귀속 문제를 해결합니다. 베이글이 해결하는 시장痛点은 오픈소스 AI의 '무임승차' 문제입니다: 데이터나 컴퓨팅 자원을 기여하는 사람들이 종종 인정이나 보상을 받지 못하며, 이는 고품질 오픈 데이터셋의 성장을 저해합니다. 베이글은 암호화 기반 귀속 및 인센티브 메커니즘을 도입하여 데이터 기여를 검증 가능하고 경제적으로 지속 가능한 활동으로 만들고자 합니다. 지난 6개월(2026-02-28 ~ 2026-08-31) 동안 베이글은 활발한 커뮤니티 참여와 기술 발전을 보여주었습니다. 2026년 8월 27일 토론토에서 로봇공학 및 물리적 AI 커뮤니티 이벤트를 개최했으며, 이전에는 멘로파크에서 열린 NVIDIA GTC 주간에 세계 모델에 관한 모임을 공동 주최했습니다. 2026년 3월, 베이글 랩스의 논문이 CVPR 2026에 채택되어 확산 모델 개발에 대한 지속적인 연구 기여를 나타냈습니다. 이러한 활동은 순수한 상업적 홍보보다는 탈중앙화 AI 인프라를 중심으로 한 커뮤니티 구축에 초점을 맞추고 있음을 반영합니다.