AI 에이전트는 이미 전자상거래, 콘텐츠 큐레이션, 고객 서비스 등에서 인간의 디지털 경험을 근본적으로 변화시키고 있으며, 이제 그 변화의 물결이 금융 영역으로 확산되고 있다. 자동화된 수익률 최적화기, 에어드랍 헌터, 밈코인 트레이더, 카피 트레이딩 봇, DAO 거버넌스 관리자 등의 차세대 금융 에이전트들은 향후 투자와 자산 관리 방식을 완전히 뒤바꾸어 놓을 것이다. 하지만 이러한 금융 에이전트들은 전통 금융 기관의 엄격한 규제와 폐쇄적 시스템으로 인해 웹2 환경에서는 실현이 어려우며, 웹3의 무허가적 환경에서 진정한 혁신이 가능할 것으로 예상된다.
하지만 아무리 웹3 환경이라도 금융 에이전트가 실질적으로 채택되려면 보안, 검증가능성, 확장성이라는 핵심 과제를 해결해야 한다. 현재의 AI 기반 자동화 시스템들은 이러한 요구사항을 충족하지 못해 사용자들이 중앙화된, 검증과 통제가 불가능한 서비스를 맹목적으로 신뢰해야 하는 딜레마에 직면해 있으며, 뉴턴 프로토콜은 이 문제를 정확히 타겟해 신뢰할 수 있는 금융 에이전트 생태계를 위한 검증 가능한 자동화 솔루션을 구축하고자 한다.
현재 AI 기반 자동화 시스템은 검증과 통제의 불확실성으로 인한 치명적 위험을 내포하고 있다. 특히 웹3 환경에서 AI 연산이 오프체인에 의존하면서도 그 결과를 검증할 메커니즘이 부재해, 사용자들이 중앙화된 AI 서비스를 맹목적으로 신뢰해야 하는 딜레마에 직면하고 있다.
뉴턴 프로토콜은 개별 AI 사용 사례에 맞는 신뢰 실행 환경(TEE)과 영지식 증명을 결합하여 AI 에이전트의 실행 환경과 결과를 여러 수준에서 검증 가능하게 만드는 솔루션을 제시한다.
뉴턴 프로토콜을 기반으로 구축될 검증 가능한 인공지능 에이전트의 새로운 시대는 에이전트 간, 그리고 에이전트와 인간 간에 강력한 네트워크 효과를 창출할 것이다. 뉴턴 프로토콜 내에서 AI 에이전트들은 평판에 따라 상호 작용할 것이고, 그 가운데 인간이 최대한의 통제력을 유지할 수 있도록 보장할 것이다.
2012년 8월 나이트 캐피털(Knight Capital)의 거래 알고리즘 배포 과정에서 발생한 치명적 오류는 검증되지 않은 자동화 시스템의 위험성을 보여주는 대표적인 사례이다. 새로운 거래 알고리즘을 8개 서버에 배포하는 과정에서 한 서버에만 구식 알고리즘이 남겨진 상황에서, 이 구식 알고리즘이 시장 개장과 함께 활성화되어 45분간 무한정 주문을 발송했다. 그 결과 4억 4천만 달러(약 6,000억 원)의 손실이 발생했고, 회사는 결국 파산하게 되었다.
이 사건의 핵심은 단순한 기술적 오류를 넘어서는 구조적 문제에 있는데, 바로 거래 알고리즘의 동작 범위을 통제할 수 있는 메커니즘이 부재했다는 것이다. 사전에 거래 알고리즘이 발생시킬 수 있는 손실 범위를 지정할 수 있도록 하고, 거래 실행 이전에 이를 확인하도록 하는 메커니즘이 존재했더라면 사고의 규모는 대폭 축소될 수 있었을 것이다.
근래의 인공지능 기반 자동화 시스템의 확산은 이러한 문제의 가능성을 더욱 크게 만든다. AI 기반 시스템은 전통적인 규칙 기반 알고리즘보다 훨씬 복잡하고 예측 불가능한 특성을 가지며, 다음과 같은 근본적인 문제가 내재하기 때문이다.
첫째는 AI 내부 결정 과정에서의 설명 가능성(explainability) 부재이다. 딥러닝 모델과 같은 복잡한 AI 시스템은 "블랙박스" 특성을 가지고 있어, 특정 입력에 대해 왜 그러한 출력을 생성했는지 이해하기 어렵다. 이는 시스템에 백도어가 존재하는지, 사용자가 설정한 제한이나 의도에 부합한 결정인지를 검증하는 것을 매우 어렵게 만든다. 특히 금융 분야에서는 AI 에이전트의 예상치 못한 행동이 사용자의 의도를 벗어날 뿐만 아니라, 사고 발생 시 책임 소재를 명확히 하기 어렵다는 문제가 지속적으로 제기되어 AI의 도입이 늦춰지고 있다.
둘째는 결정 자체가 실제로 AI에 의해 이루어진 것인지에 대한 검증 불가능성이다. 이로 인한 문제는 머신러닝의 등장 이래 지속적으로 제기되어왔는데, 아마존(Amazon)의 Just Walk Out을 대표적인 사례로 들 수 있다. 아마존은 "Just Walk Out" 기술을 첨단 비전 모델 기반의 완전 자동화된 무인 계산 시스템으로 홍보하며, 고객이 물건을 들고 매장을 나가면 자동으로 결제가 완료된다고 광고했다. 그러나 2024년, 블룸버그 등의 매체에서 이 시스템이 인도에 있는 1,000명 이상의 직원들이 실시간으로 영상을 분석하고 결제를 처리했다는 의혹이 제기되었으며, 이후 해당 기술이 매장에서 철수되는 사고가 발생했다. 이외에도 AI 기반 장내 미생물 분석 서비스를 제공한다고 홍보한 스타트업 uBiome의 기술이 실제로는 AI가 아닌 표준 실험에 의존했다는 사실이 FBI와 SEC에 의해 밝혀진 사례 등이 존재하며, 이러한 문제는 AI 서비스의 투명성과 검증 가능성이 얼마나 중요한지를 보여준다.
웹3 환경은 탈중앙화라는 지향점을 가지고 있음에도 불구하고, AI 연산이 필요한 부분에서는 여전히 중앙화된 외부 연산 환경에 의존해야 하는 근본적인 모순에 직면해 있다. 블록체인의 제한된 연산 능력과 높은 가스 비용으로 인해, 복잡한 AI 모델의 실행은 불가피하게 오프체인에서 수행될 수밖에 없다. 그러나 이러한 오프체인 연산 결과를 온체인에서 검증할 수 있는 메커니즘이 부재한 상황에서, 웹3 애플리케이션들은 결국 중앙화된 AI 서비스 제공자를 맹목적으로 신뢰할 수밖에 없는 딜레마에 빠지게 된다.
기존 블록체인 생태계에서는 이러한 외부 데이터 의존성 문제를 체인링크(Chainlink)와 같은 분산 오라클 네트워크를 통해 해결해왔다. 오라클 시스템은 외부 데이터의 신뢰성을 암호경제학적 메커니즘을 통해 보장하고, 다수의 독립적인 노드가 제공하는 데이터를 집계하여 조작 위험을 최소화한다. 그러나 AI 연산의 경우 단순한 데이터 제공을 넘어서 복잡한 계산 과정과 모델 실행이 필요하기 때문에, 기존 오라클 방식만으로는 충분한 해결책이 될 수 없다.
웹3 환경에서 AI를 활용하려는 시도들이 증가하고 있지만, 대부분이 이러한 신뢰성 문제로 인해 제한적인 성과만을 거두고 있다. 사용자들은 AI 에이전트가 실제로 약속된 대로 작동하는지, 개인키나 자산에 대한 접근 권한을 남용하지 않는지를 확신할 수 없으며, 이는 웹3의 핵심 가치인 자기주권과 근본적으로 충돌하는 문제이다. 뉴턴 프로토콜(Newton Protocol)은 바로 이러한 AI와 웹3의 융합에서 나타나는 신뢰성 문제를 해결하기 위해, AI를 위한 검증 가능한 시스템을 제안한다.
이어지는 섹션에서 더욱 자세하게 설명하겠지만, 뉴턴 프로토콜은 영지식 증명으로 구현한 zkPermissions라는 시스템을 통해 AI 에이전트가 주어진 권한 내에서 행동했는지 검증한 이후 온체인 동작을 수행하며, 이후 신뢰 실행 환경의 원격 검증을 거쳐 사용자가 얻은 결과물이 실제로 AI에 의해 도출된 것인지에 대한 증명을 제시한다. 이를 통해 뉴턴 프로토콜은 AI 기반 자동화 시스템에서 발생할 수 있는 동작의 불확실성과 결과물에 대한 신뢰 문제를 동시에 해결, 신뢰 가능한 AI 금융 시스템을 구축하고자 한다.
뉴턴 프로토콜은 신뢰실행환경(Trusted Execution Environment, TEE)와 영지식 증명(Zero-Knowledge Proof)의 결합을 통해 블록체인의 근본 원칙인 "믿지 말고 검증하라(Don't trust, verify)"를 AI 자동화 영역으로 확장했다. 뉴턴 프로토콜은 이 두 기술을 단순히 병렬로 사용하는 것이 아니라 각 기술의 고유한 장점을 상호 보완적으로 활용하는데, TEE는 AI 에이전트 실행 환경의 무결성을 하드웨어 수준에서 보장하는 데에, 영지식 증명 기술은 실행 결과가 사용자가 정의한 제약조건을 정확히 따랐음을 암호학적으로 증명하는 데에 사용된다.
뉴턴 프로토콜의 설계에서 중요한 것은 이러한 검증, 특히 AI 에이전트의 행위에 대한 검증이 사후가 아닌 실시간으로 이루어진다는 점이다. 전통적인 검증 시스템이 일단 동작을 수행한 뒤 그 원인을 분석하는 방식을 취하는 반면, 뉴턴 프로토콜은 모든 동작이 온체인에서 실제로 실행되기 전에 적합성을 검증하는 “선검증 후신뢰(Verify then Trust)” 모델을 사용해 AI 기반 시스템의 실패를 원천적으로 방지했다.
Source: Jujutsu Kaisen
신뢰실행환경(TEE)은 하드웨어 기반 보안 모듈로, 쉽게 설명하자면 메모리 내에 앙클레이브(Enclave)라고 불리는 암호화된 영역을 전개해 소스 코드와 데이터의 기밀성과 무결성을 보장하는 장치이다. TEE 내에 배포된 어플리케이션 코드와 데이터는 메모리 상에서 완전히 격리되며, 운영체제 커널 등 더 높은 수준의 권한으로 실행되는 프로세스도 데이터를 복호화할 수 없도록 한다. 뉴턴 프로토콜은 AI 에이전트에 대해 TEE를 적용, 에이전트가 실행되는 환경이 변조되지 않았음을 보장한다.
TEE가 갖는 또다른 장점은 검증 가능성이다. TEE는 하드웨어 벤더사에서 설계해 제조하는 모듈이기에, 그 무결성 또한 하드웨어 제조사에 의해 검증된다. 현재 대부분의 TEE는 원격 검증(Remote Attestation)이라고 하는 검증 시스템을 지원하는데, 이 시스템은 연산 환경이 부팅되는 과정에서 TEE 내 배포된 코드가 변조되지 않았음을 검증, 실행 중인 코드의 해시값과 하드웨어 서명을 포함한 증명서를 생성한다. 뉴턴 프로토콜은 이러한 메커니즘을 활용, AI 에이전트가 신뢰 가능한 실행 환경에서 동작하며, 실제로 AI에 의해 결과값이 생성되고 있다는 것을 수학적으로 보장한다.
뉴턴 프로토콜은 검증 가능한 AI 에이전트의 연산 환경을 구축하기 위해 탈중앙 연산 마켓플레이스인 팔라 네트워크(Phala Network)와 협업, 팔라 클라우드(Phala Cloud)를 핵심 인프라로 차용했다. 팔라 클라우드는 Intel TDX / GPU 기반 TEE 등 최신 TEE의 지원, 온체인 어플리케이션과의 높은 호환성 등으로 엘리자(Eliza), 버츄얼(Virtuals) 등 웹3 주요 AI 프로젝트들에 적용되어있으며, 뉴턴 프로토콜 또한 탈중앙화된 연산 환경을 적용함으로써 연산 환경 제공자에 대한 신뢰 문제를 최소화하고자 노력했다.
또한 뉴턴 프로토콜은 오토마타 네트워크(Automata Network)와 협업, TEE에 대한 원격 검증을 온체인에서 투명하게 수행할 수 있는 환경을 구축했다. 전통적인 TEE 검증은 인텔(Intel)과 같은 하드웨어 제조사의 중앙화된 서버에 의존해 단일 장애점(Single Point of Failure)과 검열 위험을 내포하고 있다. 그러나 오토마타의 DCAP (Data Center Attestation Primitive) 증명(Attestation)은 하드웨어 제조사의 검증 데이터를 다수의 탈중앙화된 노드가 수집하고 관리하도록 하여 이러한 문제를 해소한다. 뉴턴 프로토콜은 오토마타 네트워크의 DCAP 증명의 스마트 컨트랙트를 통해 썩싱트(Succinct)와 리스크 제로 (RISC Zero)가 생성한 원격 증명에 대한 영지식 증명을 온체인 환경에서 검증한다.
2.2.1 zkPermissions
뉴턴 프로토콜의 가장 혁신적인 요소는 zkPermissions 시스템이다. 이는 사용자가 자연어로 표현한 의도와 제약조건을 영지식 증명을 위한 수학적 제약조건(constraint)으로 변환하는 프레임워크로, AI 에이전트의 행동 범위를 암호학적으로 정의하고 강제한다. zkPermissions는 단순한 거래 한도나 시간 제약을 넘어서, 복잡한 조건부 로직과 실시간 외부 데이터를 기반으로 한 제약조건까지 표현할 수 있다.
예를 들어, 사용자는 "CPI 데이터가 발표되고 인플레이션이 2% 미만일 때만 특정 자산에 투자하라"와 같은 복잡한 조건을 자연어로 입력할 수 있다. 뉴턴 프로토콜은 이러한 자연어 지시를 프로토콜이 지원하는 영지식 회로에 맞는 제약조건으로 파싱해 적용, 해당 조건이 만족될 때만 거래가 실행되도록 보장한다. 중요한 것은 이 모든 과정이 영지식 증명을 기반으로 하여 사용자의 개인정보나 거래 의도를 노출하지 않으면서도 제약조건의 준수를 수학적으로 증명한다는 점이다.
zkPermissions의 기술적 구현에서 핵심적인 도전과제는 자연어 처리와 형식 검증 사이의 간극을 메우는 것이다. 뉴턴은 이를 위해 도메인별 언어(DSL)와 템플릿 기반 접근법을 결합한 하이브리드 시스템을 채택했다. 사용자의 자연어 입력은 먼저 의미 분석을 거쳐 구조화된 의도 표현으로 변환되고, 이러한 표현은 zkPermissions를 통해 온체인에 적용된다.
zkPermissions는 온체인 데이터뿐만 아니라 실제 경제 지표, 시장 감정, 기술적 분석 결과 등 다양한 오프체인 데이터와도 연결될 수 있다. 이를 통해 사용자는 "암호화폐 시장 감정이 긍정적일 때만 구매", "특정 기술적 지표가 매수 신호를 보낼 때만 거래" 등 다양한 조건을 설정할 수 있으며, 이러한 외부 데이터는 검증된 오라클을 통해 제공되어 무결성이 보장된다.
2.2.2 온체인 자동화를 위한 조합 가능한 오프체인 연산 프리미티브
뉴턴 프로토콜에 의해 도입된 zkPermission은 오프체인 계산과 온체인 자동화를 연결하는 기초적인 메커니즘으로 작동하며, 온체인과 오프체인 조건을 모두 포함하여 높은 조합 가능성을 제공한다. 사전 정의된 규칙 집합이나 정적 로직으로 제한되는 기존의 권한 부여 방식과 달리, zkPermission은 무제한적인 표현력을 제공하기 때문이다. 개발자는 범용 Rust 코드를 사용하여 임의의 권한 로직을 정의할 수 있으며, 사용자는 이러한 권한 "레고 블록"을 자유롭게 조합하여 개별화된 트랜잭션 정책에 맞출 수 있다.
다중 조건 평가, 데이터 조인, 모델 기반 의사결정과 같은 복잡한 계산을 오프체인 영지식 증명 레이어에 위임하고 온체인 로직을 간결한 증명 검증으로 제한함으로써, 뉴턴 프로토콜은 확장 가능하면서도 가스 효율적인 시스템을 구현한다. 특히, 뉴턴 프로토콜은 여러 권한 검사를 단일 영지식 증명으로 일괄 처리하는 것을 지원하여, 선형적인 가스 비용을 발생시키지 않으면서도 복잡한 정책의 간결한 시행을 가능하게 한다.
예를 들어:
사용자는 온체인과 오프체인 상태를 모두 포함하는 데이터 기반 실행 조건을 정의하여 세밀하고 반응적인 제어 흐름을 가능하게 할 수 있다.
조건은 슬리피지 허용도, 유동성 임계값, 변동성 조정 실행 트리거와 같은 위험 민감도 매개변수를 인코딩할 수 있으며, 이는 안전한 DeFi 상호작용에 필수적이다.
기본 zkPermission 모델에는 세션 키 권한 프레임워크가 포함되어 있으며, 사용자는 최대 트랜잭션 볼륨, 누적 실행 한도, 유효성 윈도우(예: 만료 또는 시간 제한)와 같은 제약 조건을 설정할 수 있다. 이들은 제한된 범위에서 안전한 위임을 지원하는 모듈식 정책 구성 요소 역할을 한다.
종합적으로, zkPermission은 프로그래밍 가능한 계정을 위한 범용적이고 개발자 확장 가능하며 개인정보를 보호하는 제어 레이어를 나타내며, 분산 시스템에서 표현적이고 안전하며 효율적인 위임을 촉진한다.
영지식 증명 기술의 가장 큰 제약사항 중 하나는 계산 오버헤드이다. 복잡한 회로의 증명 생성은 상당한 시간과 자원을 요구하며, 이는 실시간 거래가 필요한 금융 애플리케이션에서 심각한 병목이 될 수 있다. 뉴턴 프로토콜은 이 문제를 해결하기 위해 배치 증명(Batch Proof) 시스템을 도입하고자 한다.
배치 증명 시스템은 개별 거래마다 증명을 생성하는 대신, 일정 기간 동안의 모든 거래를 집계하여 단일 증명으로 처리하는 방식이다. 뉴턴 프로토콜은 구간별로 모든 AI 에이전트의 동작을 수집한 뒤, 이들이 각각의 zkPermissions를 준수했는지를 하나의 집계된 증명으로 검증한다. 이러한 접근법은 개별 증명 생성에 비해 전체적인 계산 복잡도를 크게 줄이면서도, 각 거래의 정당성을 보장한다.
더 나아가 뉴턴 프로토콜은 범용 계산 플랫폼이 아닌 특정 용도에 최적화된 애플리케이션별 롤업(App-Specific Rollup) 설계를 채택했다. 이는 각 애플리케이션 도메인별로 최적화된 회로와 증명 시스템을 사용함으로써, 뉴턴 프로토콜은 범용 시스템 대비 현저히 향상된 성능을 달성할 수 있다. 뉴턴 프로토콜은 이러한 어플리케이션별 롤업을 zkPermissions 롤업이라 명명했다. 현재는 Newton.xyz가 뉴턴 프로토콜 위에 구축된 zkPermissions 롤업 중 하나로써 구현되어있다.
뉴턴 프로토콜은 자체 토큰 $NEWT를 활용하는 위임 지분증명(dPoS) 합의 메커니즘을 기반으로 하는 탈중앙화된 네트워크로 운영된다. $NEWT 홀더들은 자신의 토큰을 네트워크 검증자에게 위임하여 네트워크 보안에 기여하고, 이에 대한 스테이킹 보상을 받을 수 있다.
뉴턴 프로토콜의 전체 시스템은 검증 가능한 AI와 zkPermission의 두 개의 영역으로 이루어져있다. 각 영역은 종합적인 자동화 솔루션을 구성하기 위해 상호보완적으로 동작하는 서로 다른 구성 요소로 이루어져있다.
1) zkPermissions
사용자 지갑: 사용자마다 ERC-4337과 ERC-7702 표준을 기반으로 한 계정 추상화 지갑이 제공된다. 계정 추상화 지갑은 세션 키를 통해 사용자 자산에 대한 권한 관리를 가능하게 한다. 뉴턴 프로토콜은 이를 통해 AI 에이전트에게 프라이빗 키 등 사용자 지갑에 대한 전권을 부여하는 대신, 특정 조건과 제약사항이 포함된 임시 권한을 갖는 세션 키를 발급해 사용하도록 했다. 이때 사용자의 세션 키는 실행자가 생성한 zkPermission에 일대일 대응된다. 사용자가 세션 키를 통해 AI 에이전트에게 권한을 부여하거나 철회할 때마다 $NEWT 토큰이 프로토콜 가스비로 사용되며, EIP-1559와 유사한 수수료 시장을 통해 거래 우선순위가 결정된다.
실행자: zkPermissions의 저장과 관리를 담당하는 핵심 구성 요소이다.
검증자: 트랜잭션에 대한 zkPermission을 생성하거나 삭제한다. 이들은 실행자들이 블록을 정직하게 처리했는지에 대한 검증을 수행하며, 뉴턴 프로토콜을 비롯해 zkPermission이 사용될 수 있는 여러 zkPermission 롤업 체인들에 상태값을 전파한다.
2) 검증가능한 AI
오프체인 에이전트: TEE에 배포된 AI 모델과 에이전트이다. 모델 개발자들은 뉴턴 모델 레지스트리(Newton Model Registry, NMR)에 에이전트를 등록해 운영자들이 사용할 수 있도록 한다. NMR에 모델을 등록하기 위해 개발자들은 $NEWT로 등록 수수료를 지불해야한다. 운영자가 모델을 선택해 운영하면 개발자들은 $NEWT의 형태로 보상을 분배받는다.
운영자: 실제 AI 에이전트를 실행하는 객체이며, TEE 환경에 배포된 모델을 운영한다. 각 운영자는 실행 조율자(Execution Orchestrator)라는 작업 관리 시스템을 통해 복잡한 다단계 작업을 처리하며, 모든 실행 과정에서 TEE의 원격 증명 결과와 실행자에 대한 영지식 증명을 생성하여 실행의 무결성을 보장한다. 이때 처리한 작업의 결과에 따라 보상을 받을 수도, 담보를 슬래싱당할 수도 있다.
실행 조율자는 뉴턴 프로토콜의 핵심 인프라로써 동작하며, 검증 가능한 AI와 zkPermissions 두 개의 영역에 걸쳐있다. 실행 조율자는 지정가 오더북 기반 마켓플레이스로, 사용자와 운영자 간 자동화 요청을 효율적으로 짝지어주는 역할을 수행한다. 실행 조율자는 실행자와 검증자 두 개의 핵심 구성 요소를 포함하며, 각 구성요소는 zkPermissions의 처리와 실행의 검증을 통해 시스템의 안정성과 확장성의 보장이라는 책임 요소를 분담한다.
이러한 구조의 가장 중요한 차별점은 사후 검증이 아닌 실시간 증명이라는 점이다. 모든 에이전트 액션이 실행되기 전에 이미 그 정당성이 암호학적으로 증명되며, 이는 오프체인의 유연성과 온체인의 검증 가능성을 결합한 새로운 패러다임이다.
주목할만한 점은, 뉴턴 프로토콜의 검증 가능한 AI 시스템이 이미 Newton.xyz를 통해 동작하고 있으며, 백만개 이상의 검증된 요청을 처리했다는 점이다. 이에 더해, zkPermissions 롤업이 곧 출시될 예정이며 이는 뉴턴 프로토콜의 기능성을 “완전히 조합 가능한 권한 관리 시스템"으로 확장시킬 것이다.
현재 시장에는 다양한 대시보드나 수익률 최적화 프로토콜들이 존재하지만, 이들 서비스는 대부분 단일 체인에 특화되어 있어 크로스체인 최적화가 어렵고 사용자가 서비스 제공자를 완전히 신뢰해야 한다는 근본적인 한계를 갖고 있다. 사용자는 자신의 자금이 정말로 최적의 전략에 따라 운용되고 있는지, 서비스 제공자가 임의로 자금을 운용하지 않는지 확인할 방법이 없다.
뉴턴 프로토콜을 활용한 크로스체인 수익률 최적화는 이러한 문제를 원천적으로 해결한다. 사용자는 먼저 자신의 투자 관련 제약들을 자연어로 입력한다. 예를 들어, "전체 자산의 20% 이상을 단일 프로토콜에 투자하지 말 것", "새로 출시된 프로토콜에는 투자하지 말 것", "스테이블코인 비중을 최소 30% 이상 유지" 등의 조건을 설정할 수 있으며, 이러한 조건들은 뉴턴의 zkPermissions 시스템을 통해 수학적 제약조건으로 변환되어, AI 에이전트가 절대 위반할 수 없는 강제 규칙이 된다. 뉴턴 프로토콜은 오프체인 환경에서 트랜잭션을 생성, 이를 목적지 체인에 배포하는 구조를 갖고 있기에 사실상 거의 모든 체인에 대한 트랜잭션 제출이 가능하며, 검증 가능한 오라클이 제공되는 한 실시간으로 다양한 체인에 대한 정보 탐색이 가능하다. 사용자는 이를 이용해 다양한 체인에 대한 분산 투자 및 기회 탐색을 실시간으로, 그리고 검증 가능한 형태로 수행할 수 있다.
카피트레이딩은 전문 트레이더의 전략을 따라하는 투자 방식으로, 정보의 불균형이 심한 디파이에서 인기가 매우 높은 전략이다. 하지만 기존 카피트레이딩 시스템의 가장 큰 문제는 투자자가 트레이더의 행동을 맹목적으로 따라할 수밖에 없다는 점이었는데, 악의적인 트레이더가 비교적 유동성이 적은 풀에서 매수/매도를 반복해 카피트레이더의 자산을 고갈시키는 형태의 이른바 "개미털기" 행위가 꽤나 자주 발생해왔다.
뉴턴 프로토콜의 검증 가능한 카피트레이딩 시스템은 이러한 문제를 근본적으로 해결한다. 뉴턴 프로토콜은 카피트레이더로 하여금 모든 거래가 사전에 정의한 리스크 매개변수를 만족한다는 것을 검증 가능하기에, 사용자가 허용한 범위 내에서의 동작만 수행될 수 있기 때문이다. 투자자는 "홀더가 N명 이하인 풀에서의 거래는 수행하지 않음", "유동성이 일정 수준 이하인 풀에서는 거래하지 않음", "24시간 내 거래 횟수는 10회를 초과할 수 없음" 등의 제약조건을 zkPermissions로 설정할 수 있다.
분산 자율 조직(DAO)의 운영에서 가장 큰 도전과제 중 하나는 복잡한 재무 관리와 거버넌스 프로세스의 자동화이다. 전통적인 DAO는 대부분의 결정을 커뮤니티 투표에 의존하는데, 이는 신속한 의사결정이 필요한 상황에서 비효율을 야기한다. 특히 디파이 환경에서 빠르게 변화하는 시장 상황에 대응하기 위해서는 실시간 자동화가 필수적이다.
뉴턴 프로토콜을 활용한 DAO 운영 자동화는 사전에 정의된 규칙과 조건에 따라 재무 관리, 기여자 보상, 위험 헤징 등을 자동으로 수행하면서도, 모든 과정이 투명하고 검증 가능하게 구성된다. 예를 들어, DAO 트레저리의 자산 배분을 자동화하는 경우, 커뮤니티가 사전에 합의한 위험 관리 정책이 zkPermissions로 인코딩된다. "전체 자산의 30% 이상을 단일 프로토콜에 투자하지 않음", "스테이블코인 비중은 항상 20% 이상 유지", "새로운 프로토콜 투자 시 최소 3개의 독립적인 감사 보고서 필요" 등의 복잡한 정책들이 수학적으로 강제될 수 있다.
뉴턴 프로토콜의 궁극적 가치는 검증 가능성을 넘어 이를 기반으로 하는 강력한 네트워크 효과에서 나온다. 검증 가능한 에이전트가 많아질수록 사용자들의 신뢰도가 높아지고, 더 많은 개발자들이 참여하게 되는 선순환 구조가 형성된다. 이러한 네트워크 효과는 두 가지 차원에서 동시에 작용한다.
Source: Newton Foundation
첫 번째는 공급자 측면의 네트워크 효과이다. 더 많은 운영자, 즉 AI 에이전트가 뉴턴 프로토콜에 참여할수록 사용자는 더 다양하고 복합적인 서비스를 이용할 수 있다. 예를 들어, 한 운영자가 고빈도 거래에 특화되어 있고 다른 운영자가 크로스체인 브리징에 특화되어 있다면, 이들의 조합으로 더욱 복잡하고 효율적인 거래 전략이 가능해진다.
두 번째는 수요자 측면의 네트워크 효과이다. 더 많은 사용자가 뉴턴 프로토콜을 이용할수록 운영자들의 수익 기회가 증가하고, 이는 다시 더 많은 고품질 운영자들의 참여를 유도한다. 또한 사용자 증가는 거래량 증가로 이어져 유동성이 개선되고, 이는 모든 사용자의 거래 실행 품질 향상으로 돌아오게 된다.
이에 더해 검증 가능한 실행 기록은 운영자로 하여금 평판을 쌓을 수 있도록 하여 에이전트 간 선의의 경쟁을 유도한다. 블록체인상에 기록된 모든 실행 결과와 성과 지표는 조작이 불가능한 형태로 평판 시스템에 반영되며, 이를 통해 고품질 서비스를 제공하는 에이전트들이 자연스럽게 경쟁 우위를 갖게 된다. 이러한 구조는 품질이 높은 서비스가 시장에서 올바르게 평가받을 수 있는 환경을 조성한다.
뉴턴 프로토콜의 구조는 사용자와 에이전트의 단순한 일대일 상호작용을 넘어, 에이전트-에이전트 간 상호작용과 인간-에이전트 간 협력을 통한 네트워크 효과에 주목하고 있다.
그동안 다중 에이전트 시스템은 AI의 조합으로 인한 높은 시스템 복잡도, 그리고 검증 가능성의 결여로 인해 사용자 자본과 관련된 동작을 처리하기에는 매우 위험하다고 판단되어 도입이 늦춰졌다. 그러나 뉴턴 프로토콜의 시스템 하에서는 각 에이전트의 행동이 검증 가능하고, 이를 통해 평판이 측정될 수 있기에 전체 시스템의 신뢰성이 비교적 높은 수준으로 보장된다. 예를 들어, 한 에이전트가 시장 분석을 담당하고 다른 에이전트가 실제 거래 실행을 담당하는 분업 구조에서, 각 에이전트의 역할과 책임이 명확히 정의되고 검증 가능한 형태로 실행된다. 이러한 다중 에이전트 시스템은 단일 에이전트로는 불가능한 복잡하고 정교한 전략을 실현할 수 있다.
뉴턴 프로토콜은 에이전트 간 상호작용 뿐만 아니라 인간-에이전트 간 네트워크의 가능성에도 주목하고 있는데, 인간의 통제력을 기반으로 하는 에이전트 네트워크가 형성될 수 있기 때문이다. 인간은 고수준의 의도와 제약조건을 정의할 수 있으며, zkPermission으로 인해 생성된 제약조건의 진위성을 즉각적으로 판단할 수 있다. 사용자는 이를 통해 통제력을 잃지 않으면서도 거래 과정에서 AI의 효율성을 충분히 활용할 수 있다. 이는 웹3의 핵심 가치인 자기주권(Self-Sovereignty)과 AI 자동화의 효율성을 동시에 실현하는 접근법이라고 할 수 있다.
뉴턴 프로토콜의 검증 가능한 자동화 시스템은 단순한 기술적 혁신을 넘어 웹3 생태계의 근본적인 패러다임 전환을 제시한다. 현재 웹3의 가장 큰 장벽은 복잡성이다. 일반 사용자가 디파이를 제대로 활용하려면 가스비, 슬리피지, 비영구적 손실과 같은 전문적 개념들을 숙지해야 하고, 각 프로토콜마다 다른 인터페이스와 리스크 구조를 학습해야 한다.
뉴턴 프로토콜은 이러한 진입장벽을 근본적으로 해결한다. 사용자의 복잡한 자연어 기반 요청을 영지식 기반 제약사항으로 변환한 뒤 AI 에이전트가 이를 지키는 한에서만 동작을 실행하게 함으로써, 웹3의 기술적 복잡성은 추상화되면서도 사용자의 통제력과 투명성은 그대로 보장된다.
더 중요한 것은 전문가와 일반 사용자 간의 격차가 극적으로 줄어든다는 점이다. 24시간 실시간 모니터링, 다중 체인 동적 최적화, 시장 변화에 대한 즉각적 대응은 개인이 직접 구현하기 어려운 고도화된 기능들이다. 뉴턴 프로토콜의 검증 가능한 AI 에이전트는 이러한 전문적 서비스를 일반 사용자도 안전하게 접근할 수 있게 만든다.
뉴턴 프로토콜이 지향하는 핵심은 인간과 AI 간의 새로운 협력 모델이다. 기존 AI 자동화 시스템이 사용자에게 통제력 포기를 요구했다면, 뉴턴은 인간이 온전한 통제력을 유지하도록 하면서도 AI의 효율성을 최대한 활용할 수 있는 방법을 제시한다. 이는 웹3의 핵심 가치인 자기주권을 AI 시대에도 그대로 실현하는 접근법이라고 할 수 있는데, 검증 가능한 AI가 표준이 되면 사용자는 사전에 정의한 제약조건 내에서 증명 가능한 형태의 서비스를 제공받게 되며, 더 이상 AI 서비스 제공자를 맹목적으로 신뢰할 필요가 없게 되기 때문이다.
궁극적으로 뉴턴 프로토콜은 기술 발전이 인간의 자율성을 침해하지 않고, 편의성이 보안성을 희생하지 않는 새로운 디지털 경제를 추구한다. 이는 AI 시대에 웹3의 탈중앙화 철학을 어떻게 구현할 수 있는지에 대한 구체적인 답안이며, 검증 가능한 자동화를 통해 인간과 AI가 진정으로 협력하는 미래로 나아가는 중요한 첫걸음이 될 것이다.
관련 아티클, 뉴스, 트윗 등 :