해시넷, 블록체인 컨퍼런스, 쉐라톤디큐브, 갭스, 강형욱 이사, 집단지성예측, 논쟁을 통한, 인공지능 학습시스템합의, 보상, 책임

갭스(GAPS)는 블록체인을 기본으로 집단지성을 통한 예측에 관한 논쟁 커뮤니티를 기반으로 하는 인공지능 진화 플랫폼에서 사용되는 암호화폐이다. 갭스 플랫폼은 합의, 보상, 책임, 집단지성, 논쟁, 빅데이터 등을 통한 미래예측 인공지능 시스템 플랫폼을 제공한다. 갭스의 화폐 단위는 GAP이다. 갭스의 창시자는 ㈜플라이어스코퍼레이션의 송병훈 대표이사이다.
갭스는 집단지성을 기반으로 예측에 관한 논쟁을 통해 생성된 데이터를 인공지능에 지속적으로 학습시켜 미래에 있을 이벤트에 대한 예측 서비스를 가능하게 하기 위한 플랫폼이다. 인공지능을 학습시키기 위한 예측에 관련된 데이터들은 집단지성의 논쟁을 통해서 얻어지며, 그 논쟁의 시작은 미래에 결정가능한 질문에 기초해야 한다. 생성자가 예측이 필요한 질문과 함께 논쟁을 위한 채널을 개설하면 그 질문은 논쟁을 위한 채널의 주제가 되며 채널 참여자들은 그 주제를 놓고 자신이 선택한 예측에 대한 의견들을 주장함으로써 서로 대립하게 된다. 그 과정에서 필요하다면 여러 번 주장을 함으로서 자신의 의견에 대한 책임과 보상을 강화할 수 있으며, 논리적으로 잘 쓰여진 의견에는 채널 참여자로부터 논리점수라는 일반 커뮤니티의 추천과 비슷한 것을 더해 받거나, 반대의 경우 감점도 당할 수 있다. 이렇게 얻은 각각의 점수는 나중 학습과정이 끝난 후에 보상과 책임에 영향을 미친다. 학습은 처음 채널개설 시 설정했던 특정시간이 지나 생성자에 의해 예측질문에 대한 결과 공지가 이루어지고 서로 합의과정이 끝났을 때 완료되며, 결과 공지과정에서 채널 참여자중에 공지결과에 이의가 존재한다면 채널참여자의 투표를 통한 조정이 가능하다.

현존하는 대부분의 온라인 커뮤니티는 익명성을 바탕으로 운영되어지고 있다. 이와 같은 점은 분명 장점도 존재하지만, 문제점 또한 크다 할 수 있다. 특히 익명성에 따른 자신의 의견에 대한 무책임에 그 원인이 크다고 할 수 있다. 또한 책임 없는 발언은 데이터로서의 가치가 전혀 없다고 볼 수 있다. 이에 갭스 플랫폼은 모든 참여자의 논쟁과 질문에 그에 따른 책임과 보상을 통해서 이 문제들을 해결한다. 갭스플랫폼 내에서의 책임과 보상은 인공지능의 학습에 대한 성공과 실패에 연관되어 있으며, 이 모든 과정은 탈중앙화된 플랫폼 상에서 실행되는 스마트 계약을 통해 완전하게 자동화되어 처리 및 실행되어진다. 결국 중간에 어떠한 개입이나, 결과의 조작 등이 원천적으로 불가능 하다. 이러한 다양한 특징들 중에서도 다른 예측 플랫폼과 가장 차별되는 점은 단순히 해당사건이 일어날 가능성만을 가늠할 수 있는 것이 아닌 그 일이 발생할 수 있는 여러 이유까지도 집단지성을 통해 미리 알 수 있고, 그 내용들 모두를 인공지능에게 학습시켜 더욱 정확한 미례예측이 가능하게 하는 선순환 구조에 있다. 요약하자면 갭스 플랫폼이란 집단지성의 논쟁들을 통해 인공지능을 점차로 학습시키며 일정 수준이상으로 학습되어진 인공지능의 예측을 필요한 참여자들에게 서비스로 제공하려는 시스템이다.

주요 인물

강형욱 ㈜플라이어스(갭스) 기술이사
송병훈(Aaron Song) : 갭스의 기술개발지원 및 전체적인 컨설팅을 하는 ㈜플라이어스의 대표이사이다. 경기대학교 산업디자인학과를 졸업했다.
김형준(Alex Kim) : ㈜플라이어스의 최고경영자(CEO)이다. 건국대학교 대학원을 졸업했다.
강형욱(Simon Kang) : ㈜플라이어스의 최고기술경영자(CTO)이다. 그는 플라이어스에서 블록체인 기반의 인공지능(AI) 플랫폼 및 각종 디앱을 개발하고 있다. 영일외국어고등학교 문과계열을 졸업한 후 그는 연세대학교에 입학하여 컴퓨터공학 학위를 취득했다. ㈜Do Chips에서 의학용 치료 로봇을, ㈜서울디스플레이에서 LED광고판 설계 및 디바이스 드라이버, 실시간 지하철 정보 시스템을 개발했는데, ㈜더조은컴퓨터학원 및 ㈜중앙정보처리학원에서는 대학생 및 직장인들을 위한 프로그래밍, 정보 올림피아드, 알고리즘 등을 강의하기도 했다. 그는 ㈜씨네로닷컴, ㈜엠제이비, 태국의 게임랩스(Game Labs), ㈜나우앤페이 등의 기업에서 몸담으며 콘텐츠 미디어, 금융, 게임 등 다양한 산업에 관련된 프로그램을 개발하며 개발자로서의 역량을 키웠다. 이후 블록체인 업계에 본격적으로 뛰어들어 ㈜HOTBRAIN, ㈜블록체인나인 등의 기업에서 최고경영자 자리를 지냈으며, 현재 ㈜플라이어스의 최고기술경영자와 블록체인 기반 SNS형 커뮤니티 스토어 기업인 벳스토어나인의 본부장을 역임하고 있다.
김현철(Cloud Kim) : ㈜플라이어스의 최고마케팅경영자(CMO)다. 산호세주립대학교(San Jose State University) MBA와 캘리포니아대학교 산타크루스캠퍼스(University of California, Santa Cruz) 경영학학위를 취득했다. 실리콘밸리 벤처투자협회 및 AT&T 아시안 마케팅 자문의원으로 근무했으며 MK인터네셔널(MK International Corp)에서 최고운영책임자(COO)로서 일하기도 했다.
에릭 킴(Erik Kim) : ㈜플라이어스의 마케팅부 매니저이다. 중국 서북대학교 국제무역 및 경제학과를 졸업했다.
키미(Kimmy) : ㈜플라이어스의 홍보실장이다.
케이트 최(Kate Choi) : ㈜플라이어스의 웹 디자이너이다.
등장배경
예측 시스템 이란 현재 및 과거의 사실들을 모델링, 머신러닝 및 데이터마이닝 등의 다양한 기술을 통해 미래 또는 알려지지 않은 이벤트에 대한 예측을 수행하는 시스템을 의미한다. 이러한 예측 시스템 중에 가장 두각을 나타내는 기술은 인공지능 기반의 빅데이터 분석 분야라 할 수 있다. 인공지능을 이용하면 다양한 소스에서 만들어지는 방대한 양의 데이터를 분석하고 효과적으로 활용하여 창조적인 새로운 가치를 만들어 낼 수 있기 때문이다. 따라서 4차 산업혁명의 기술 중에서도 블록체인 기술과 함께 인공지능 기반의 빅데이터 분석 분야가 두각을 보이고 있는 상황이다.[1] 하지만 꼭 필요한 기술임에도 불구하고 다음과 같은 문제점들이 존재한다.

중앙집중형에 따른 문제점
가장 먼저 떠오르는 문제점으로는 중앙집중형 시스템이 그 원인이 된다. 예측을 위한 인공지능 시스템에 필요한 빅데이터를 모으려면 그 방대한 데이터 수집이 가능한 플랫폼을 소유한 큰 기업만이 가능했다. 하지만 그 정보들은 검증되지 않았고, 정보제공자가 제공한 정보에 대한 책임이 없는 경우가 대부분이며, 플랫폼 사업자가 원하는 대로 데이터베이스를 변경 가능하기 때문에 이러한 데이터를 통한 인공지능 예측은 오류나 편향된 결정일 가능성이 높다. 또한 그 예측결과가 맞는다는 가정을 하더라도 그 결과에 대한 권리는 온전히 회사 몫으로 돌아간다. 정작 예측에 필요한 데이터들을 생산하고 제공한 당사자인 플랫폼 이용자들은 아무런 보상이 없는 아이러니한 상황이 현실이다.
탈중앙화를 통한 해결 그러나 예측시스템에 대한 오해
또 다른 문제점으로는 편중된 예측에 관련된 프로젝트에 있다. 요즘에는 예측 시스템의 중앙집중화에 따른 문제점을 해결하기 위한 탈중앙화 된 예측에 관한 여러 프로젝트들이 생겨났지만 대부분 예측 시장으로 한정되어 있다. 물론 과거의 중앙화 된 예측시장에 존재했던 여러가지 문제점을 해결했지만 사용의 불편함, 시장개설부터 정산까지의 느린 속도, 불법화 논란 등 또 다른 문제점들 또한 발생되었다. 더욱이 이러한 예측시장의 문제점 및 한계점은 어떤 사건의 예측에 대한 결과가 나온 후에 진행되는 맞춘 사람들과 틀린 사람들 간의 정산만이 존재할 뿐 이벤트와 그에 따른 예측데이터가 다른 곳에 사용되거나, 앞으로 발생할 비슷한 사건에 대한 예측 등에는 아무런 도움이 되지 못한다는 것이다. 이같은 이유로 사람들로 하여금 이름만 바뀐 배팅시스템이라는 오해를 불러일으키기도 한다. 이러한 상황에서 더욱 문제인 것은 사람들이 예측시스템에 대한 오해를 불러일으키게 만드는 것이라 볼 수 있는데, 대부분 사람들에게 예측에 관한 프로젝트라 함은 예측시장의 그것과 같은 것을 머리에 떠올리게 만들어, 위에서 이야기된 실제 예측시스템의 의미인 '과거 및 현재의 데이터를 바탕으로 비슷한 상황에서의 미래에 발생할 사건에 대해 미리 가정해 보는 것' 이라는 생각에 미치지 못하게 만든다.
갭스플랫폼은 위와 같은 문제점들과 오해의 해결을 통해 사람들이 궁금해하는 미래에 발생가능한 여러 결과에 관한 예측들을 가능하게 하고, 그러한 예측들을 바탕으로 현재 당면한 문제에 대하여 올바른 선택을 하는데 도움을 줄 수 있는 인공지능 예측시스템이다.

특징
갭스 플랫폼은 다음과 같은 여러 도구들을 통해 이 문제들을 해결했다.

질문과 학습채널
모든 학습의 시작은 예측가능한 질문으로부터 나온다. 여기서 질문은 미래에 있을 이벤트에 대한 내용이 되어야 하며 항상 그 답은 참, 거짓과같이 결정가능한 것이어야 한다. 갭스 플랫폼에서 학습의 시작이 되는 질문과 함께 채널을 생성하는 참여자를 일컬어 생성자(creator)라고 부른다. 생성자가 예측가능한 질문과 함께 자신의 질문에 대한 책임을 대신하는 갭스코인을 스테이킹 하고 논쟁이 유효한 기간과 설정한 기간이 지난후에 예측에 관한 결과를 가져올 오라클 데이터의 소스정보까지 입력하면 채널 참여자들이 참여할 수 있는 해당 학습채널이 만들어 지며 스테이킹 하는 갭스코인 양에 따라 채널에 참여할 수 있는 참여자들의 수가 비례 되어진다.
출처 해시넷
http://wiki.hash.kr/index.php/%EA%B0%AD%EC%8A%A4