The Usefulness Gap in Proof-of-Useful-Work: An Empirical Study of Pearl's cuPOW Protocol
이 실증적 연구는 Pearl의 유용한 작업 증명(Proof-of-Useful-Work) 프로토콜이 고위급 AI 지지와 막대한 에너지 소비에도 불구하고, 근본적으로 결함이 있는 검증 메커니즘으로 인해 실제적인 AI 연산을 전혀 생성하지 못하며, 결과적으로 채굴자들에게 경제적 가치를 제공하지 못한 채 정당한 연구 워크로드만을 대체하고 있음을 밝히고 있다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
핵심 아이디어: 실제로는 작동하지 않는 "유용한" 일자리
Pearl라는 새로운 회사가 거대한 건설 프로젝트를 시작한다고 상상해 보세요. 그들은 세상에 이렇게 선언합니다. "우리는 초고층 빌딩(AI 모델)을 무료로 짓기 위해 32만 명의 건설 노동자(컴퓨터 칩)를 고용할 것입니다. 노동자들이 빌딩을 짓는 동안, 그들은 또한 급여(암호화폐 토큰)를 받게 될 것입니다."
회사는 이것이 "윈-윈(win-win)"이라고 주장합니다. 노동자는 돈을 벌고, 세상은 새로운 초고층 빌딩을 얻게 된다는 것이죠.
이 논문은 건설 현장에 직접 가서 진실을 파헤친 조사 보고서입니다. 노동자들은 출근하고 있고, 땀을 흘리고 있으며, 급여도 받고 있습니다. 하지만 그들은 초고층 빌딩을 짓고 있지 않습니다. 그들은 아무런 이유 없이, 그저 무작위로 쌓인 모래 더미를 한 곳에서 다른 곳으로 옮기는 일을 반복하고 있을 뿐입니다.
이 논문은 이를 **"유용성 격차(Usefulness Gap)"**라고 부릅니다. 이 시스템은 유용한 작업을 허용하도록 설계되어 있지만, 실제로 유용한 일을 하도록 강제하지는 않습니다.
조사 과정: 어떻게 증명했는가
연구진(Abhinaba Basu 주도)은 단순히 추측한 것이 아니라, 직접 도구를 만들어 현장에 가서 정확히 어떤 일이 일어나고 있는지 측정했습니다. 다음은 그들이 발견한 다섯 가지 주요 사항입니다.
1. 노동자들은 올바른 도구를 가졌지만, 잘못 사용하고 있다
연구진은 현장의 노동자 8,000명을 조사했습니다. 모든 노동자는 복잡한 구조물(AI 실행)을 지을 수 있는 첨단 크레인(강력한 GPU)을 보유하고 있었습니다.
- 발견된 사실: 크레인을 가지고 있음에도 불구하고, 그들이 실행 중인 소프트웨어는 그저 무작로한 모래를 옮기는 단순한 스크립트에 불과했습니다. 코드 안에 초고층 빌딩을 위한 "설계도"는 없었습니다. 이는 숙련된 요리사를 고용해 놓고, 물을 냄비에 넣고 젓기만 하는 레시피를 준 것과 같습니다.
2. 보스는 결과물을 확인하지 않는다
일반적인 직장에서는 보스가 당신이 실제로 집을 지었는지 확인합니다. 하지만 Pearl의 시스템에서 "보스"(검증 프로토콜)는 당신이 모래를 제대로 옮겼는지만 확인합니다.
- 발견된 사실: 보스는 모래가 어떤 모양인지에는 관심이 없습니다. 연구진은 단순히 무작위 숫자를 던져 넣어도 시스템이 이를 유효한 작업으로 받아들인다는 것을 증명했습니다. 심지어 연구진은 무작위 숫자를 사용하여 실제 채굴자와 똑같이 보상을 받는 "가짜" 채굴기를 직접 만들기도 했습니다.
3. 보스를 속이기가 매우 쉽다
연구진은 다음과 같이 질문했습니다. "만약 보스가 모래가 진짜 건설 현장에서 온 것인지 확인한다면 어떻게 될까?"
- 발견된 사실: 보스의 검증 방식은 매우 취약했습니다. 연구진은 작업자가 간단한 수학적 기법(가우시안 샘플링)을 사용하여 자신들의 무작위 모래가 마치 실제 현장에서 온 것처럼 보이게 만들 수 있음을 보여주었습니다. 이를 수행하는 데 추가 비용이 들지 않았으며, 보스는 차이를 구별할 수 없었습니다. 이는 위조범이 게으른 보안 요원을 속이기 위해 완벽한 가짜 신분증을 만드는 것과 같습니다.
4. 노동자들은 손해를 보고 있다 (하지만 상관하지 않는다)
연구진은 크레인을 대여하는 비용과 벌어들이는 수익을 계산했습니다.
- 발견된 사실: 현재 가격 기준으로 모든 노동자는 손해를 보고 있습니다. 크레인을 1달러에 빌리면 겨우 0.25달러만 법니다.
- 왜 이 일을 하는가? 이것은 도박입니다. 노동자들은 나중에 토큰(급여)의 가치가 폭등할 것에 베팅하고 있습니다. 그들은 오늘 돈을 벌기 위해 있는 것이 아니라, 내일 부자가 되기를 바라며 전기세를 내며 "복권"을 사고 있는 것입니다.
5. "진짜" 작업이 밀려나고 있다
이 부분이 일반 사람들에게 가장 치명적인 부분입니다. 32만 대의 크레인이 쓸모없는 모래를 옮기는 데 매달려 있기 때문에, 실제 건설을 위한 크레인이 남아나지 않습니다.
- 발견된 사실: Pearl 프로젝트가 출시되었을 때, 실제 연구(의학이나 과학을 위한 AI 훈련 등)를 위해 크레인을 대여하는 비용이 38% 급등했습니다. 크레인 가용성은 57% 점유율에서 94% 점유율로 치솟았습니다.
- 비유: 300명의 사람들이 식당 테이블에 앉아 공짜 빵을 먹으며 카드 게임만 하고 있는 상황을 상상해 보세요. 정작 저녁 식사를 주문하려는 실제 고객들은 자리를 찾지 못해 남은 몇 안 되는 좌석에 대해 두 배의 값을 지불해야 합니다. "유용한" 작업이 "쓸모없는" 채굴에 의해 밀려나고 있는 것입니다.
하드웨어의 반전: 특정 브랜드만을 위한 것이 아니다
Pearl의 시스템은 마치 특수한 고가의 NVIDIA 칩이 필요한 것처럼 마케팅되었습니다.
- 발견된 사실: 연구진은 AMD 칩, 일반 컴퓨터 CPU, 심지어 애플 맥(Mac) 컴퓨터에서도 작동하는 채굴기를 구축했습니다. 이 "작업"은 어떤 컴퓨터든 할 수 있는 기본적인 수학 문제임을 증명했습니다. 즉, 이 시스템은 특정 브랜드에 종속된 것이 아니라, 누구나 풀 수 있는 일반적인 수학 퍼즐일 뿐입니다.
결론: 깨진 약속
이 논문은 Pearl이 마케팅과 현실의 전형적인 괴리 사례라고 결론짓습니다.
- 마케팅: "우리는 네트워크를 보호하는 동시에 AI 연구도 수행합니다."
- 현실: 우리는 아무런 유용한 AI 결과물도 만들어내지 못하는 수학 문제를 풀면서 네트워크를 보호하고 있습니다.
연구진은 이를 **"가치 파괴 비율(Value Destruction Ratio)"**이라고 부릅니다. 완벽한 세상이라면 사용된 에너지의 100%가 유용한 것을 만들어내야 합니다. 하지만 Pearl의 경우, 100%의 에너지가 아무런 가치도 없는 것을 만드는 데 사용되면서, 실제로 그 컴퓨터가 필요한 다른 모든 사람들의 비용을 높이고 있습니다.
요약하자면: 이 시스템은 코드가 명시한 대로 정확히 작동하고 있지만(수학적 검증), 회사가 약속했던 목적(유용한 AI 생성)은 완전히 실패하고 있습니다. "유용성 격차"는 활짝 열려 있으며, 노동자들은 기꺼이 그 격차를 무작위 소음으로 채우고 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.