팟캐스트 Ep.317ㅡAI 시대의 블록체인, 0G는 왜 ‘세 가지 파편화’를 하나로 묶었나

AI 작업 부하에 최적화된 프로젝트 0G가 AI 블록체인의 성장성과 한계를 짚었다. 최근 메사리 리서치 보고서에 따르면, 0G는 데이터 게시, 스토리지, 컴퓨트를 하나의 통합 파이프라인으로 제공하는 모듈형 인프라 스택이다. EVM 호환 레이어 1인 ‘0G 체인’을 통해 추론, 미세 조정, 스토리지, 데이터 가용성에 대한 수수료 정산이 하나의 체계로 이루어진다는 점이 가장 큰 특징이다.

기존 블록체인 기반 AI 서비스는 결과 검증이 어렵고, 데이터 처리 효율이 낮고, 작업 실행의 가시성이 떨어지는 구조였다. 블록체인 자체는 상태 변경의 순차적 기록에는 적합하지만, 대량 데이터를 저장하거나 오프체인 컴퓨트 중 발생한 결과를 검증하는 데는 한계가 있다는 지적이다. 이에 따라 프로젝트마다 별도의 데이터 가용성 네트워크, 파일 저장 네트워크, 컴퓨트 네트워크를 연동해야 했고, 이로 인해 예측 불가능한 비용 문제와 운영 복잡성이 발생했다. 0G는 “세 가지 핵심 인프라를 단일 정산 계층에서 조율해 AI 작업 부하의 분산 문제를 풀겠다”고 밝혔다.

0G의 핵심은 네 개의 주요 구성 요소다. 첫째, 0G 체인은 EVM 실행과 합의를 분리한 구조로 샤드당 1만1000 TPS의 성능과 1초 미만의 최종성을 제공하며, 데이터 게시와 컴퓨트 작업 정산을 분산된 샤드에 배치해 트래픽 효율을 높인다. 검증자 세트 관리는 이더리움 기반 심비오틱(Symbiotic)을 통해 실행되며, 검증 보안성과 유연성을 동시에 추구하고 있다.

둘째, 0G DA는 대용량 AI 데이터셋을 삭제 코딩(Erasure Coding)하여 중복 게시하고, 샘플링 기반 검증을 지원하는 데이터 가용성 계층이다. 외부 롤업도 이 시스템에 연동 가능하며, 실제 데이터는 별도 구성원인 0G 스토리지를 통해 검색된다. 셋째로, 0G 스토리지는 고정형 로그 계층과 동적 키-값 계층을 구분하여 AI 훈련 아카이브부터 애플리케이션 운영 데이터까지를 분산 저장한다.

마지막으로 0G 컴퓨트는 GPU 제공자를 기반으로 한 추론·미세 조정 마켓플레이스로, 서명된 작업 결과를 영수증으로 반환받고 이를 0G 체인에서 정산할 수 있다. 향후에는 모델 사전 훈련까지 지원할 계획이다. 검증이 제한적인 현재 구조를 고려해 신뢰 실행 환경(TEE)의 도입도 계획 중이다. 이 외에도 0G는 AI 구성 정보를 담은 인텔리전트 NFT(INFT), 식별 가능한 주소 체계인 ‘.0G 도메인’을 통해 AI 에이전트와 사용자의 상호작용도 설계하고 있다.

메사리가 언급한 경쟁자는 셀레스티아(Celestia), 아이겐DA(EigenDA) 같은 DA 네트워크, 파일코인(Filecoin)·아위브(Arweave) 기반의 아카이브 스토리지, 아카시(Akash)·렌더(Render)·io.net 같은 GPU 마켓플레이스, 소규모 번들 DeAI 프로젝트인 AIOZ·Autonomys 등이다. 이들과 달리 0G는 하나의 주소에서 작업 실행, 저장, 검증, 정산까지 가능하다는 점을 앞세운다. 단, 통합된 계층 중 하나라도 성능 저하 또는 외면을 당할 경우 전체 시스템 도입이 저해될 수 있다는 점은 중대한 리스크로 꼽힌다.

2026년의 관건은 생태계 프로그램과 노드 인센티브 등 초기 자금 지급을 반복되는 실제 수요로 전환할 수 있느냐다. 특히 8,888만 달러 생태계 기금을 통해 파트너 애플리케이션을 확보하고, 그 수요가 지속 가능한 가스 사용 및 컴퓨트 비용으로 이어질 수 있을지가 과제로 남는다. 궁극적으로 0G는 “AI 블록체인이라는 거대한 파이프라인을 관리 가능한 하나의 워크플로우로 압축하려는 시도”라고 할 수 있다.