비탈릭 부테린, 딥시크 V4를 Ethereum의 개인정보보호 미래와 연결

비탈릭 부테린은 딥시크 V4를 Ethereum의 개인정보 보호 미래와 연결시키며, 로컬 AI 모델을 Ethereum액세스 레이어에 통합하는 로드맵을 제시했습니다. Ethereum 공동 창립자인 그는 특히 CROPS의 Ethereum 액세스 레이어와 CROPS AI 사이에 상당한 공통점이 있다고 언급했습니다.

비탈릭 부테린은 3월 12일 이더리움 뭄바이 컨퍼런스에서 CROPS AI(검열 저항성, 오픈 소스, 개인 정보 보호 및 보안 AI) 개념을 소개하며, AI가 암호화폐의 차세대 주요 보안 위협이 될 수 있는 이유를 설명했습니다. 그는 AI가 지갑을 관리하고 블록체인과 상호 작용할 수 있을 만큼 강력해지고 있지만, 현재의 생태계는 개인 정보 보호와 보안을 고려하여 설계되지 않았다고 지적했습니다.

부테린은 인공지능 에이전트가 암호화폐를 제어하려면 완전히 다른 방식으로 구축되어야 한다고 생각합니다. 그는 이것이 인공지능 모델이 얼마나 발전했는지를 보여준다고 말합니다.  

비탈릭 부테린에 따르면, 대부분의 사람들은 자신의 기기에서 로컬로 실행되는 AI 모델이 비공개라고 생각합니다. 그러나 그는 이러한 가정이 잘못되었다고 강조합니다. 

Ethereum CEO는 Qwen 3.5 시리즈와 같은 로컬 AI 도구, 로컬에서 실행되는 에이전트 프레임워크, 그리고 점점 늘어나는 오픈 소스 소프트웨어 스택의 현재 상태를 언급했습니다. 그는 이러한 모델들이 겉보기에는dent 일 수 있지만, 대부분 자체적으로 처리할 수 없는 작업을 수행해야 할 때마다 OpenAI 또는 Anthropic의 API를 호출한다고 지적했습니다.

부테린은 딥시크 V4가 로컬 프라이빗 거래를 실현하는 데 필수적이라고 말합니다

의 진행 상황을 업데이트하면서 CRO비탈릭 부테린은 자신이 지켜봐 온 말했습니다 90GB 메모리에서 실행되는 2비트 양자화 버전인 DeepSeek V4가 비공개 로컬 처리 트랜잭션을 구현하는 데 필수적이라고 CROPS Ethereum 액세스 레이어가 CROZK 기반 유료 원격 LLM 호출 및 비공개 Ethereum 필요하다고 촉구했습니다 Ethereum의 보안을 강화하기 위해trac및 프로토콜 코드

"또 하나 생각해 본 것은 'CROPS Ethereum 액세스 레이어'와 'CROPS AI' 사이에 실제로 많은 부분이 겹친다는 점입니다. 예를 들어, 원격 LLM에 (유료) 호출을 할 수 있는 ZK 방식이 필요합니다. 하지만 이것이 가능하다면, Ethereum에서 프라이빗 RPC 읽기라는 또 다른 문제 해결에도 똑같이 유용할 것입니다."

–비탈릭 부테린공동 창립자 Ethereum

Ethereum 공동 창립자는 딥시크 V4와 Ethereum의 개인정보 보호 목표 간의 연관성이 CROPS AI 개념에 있다고 지적합니다. 그는 사용자가 딥시크 V4와 같은 로컬 모델을 사용하여 중앙 집중식 RPC 제공업체에 메타데이터, IP 주소 또는 지갑 잔액을 노출하지 않고도 Ethereum 데이터를 조회할 수 있다고 설명합니다. 딥시크 V4는 자체 호스팅 로컬 환경에서 실행될 수 있으므로 사용자는 기업 클라우드 서버가 아닌 자체 주권 인프라에 의존할 수 있습니다.

부테린은 개인 로컬 LLM 통화와 Ethereum ZK 결제를 결합하는 것을 제안합니다

부테린은 제안합니다 개인 로컬 LLM 호출과 Ethereum . 그는 이것이 온체인 거래 연결을 숨기는 데 도움이 된다고 말하며, 딥시크 V4의 낮은 하드웨어 요구 사양이 핵심이라고 강조합니다. 하지만 딥시크 V4의 2비트 양자화 버전은 고성능 소비자용 워크스테이션에서도 실행될 수 있습니다. 

부테린은 새로 출시된 DeepSeek V4가 이러한 비전이 수년 후가 아닌 오늘날 하드웨어적으로 실현 가능하다는 것을 입증하는 주요 사례라고 덧붙였습니다. DeepSeek V4를 로컬에서 실행하는 사용자는 자신의 금융 거래 내역이 공개 원장에 추가될 준비가 될 때까지 물리적 컴퓨터를 벗어나지 않는 "암호화 안전지대"를 구축할 수 있습니다.

향후 계획과 관련하여 부테린은 사용자들에게 AMD용 DeepSeek V4 플래시 최적화 패치를 주의 깊게 살펴볼 것을 당부하며, 이는 개선의 핵심 영역이라고 언급했습니다. 또한, 90GB의 양자화 오버헤드를 처리하기 위해 하드웨어에 최소 96GB~128GB의 통합 메모리(Mac용) 또는 VRAM(PC용)이 있는지 확인해야 한다고 강조했습니다.

이러한 움직임은 AI가 사용자의 신탁 대리인 역할을 하는 더 광범위한 "사이퍼펑크" 부흥과 연결됩니다. 부테린은 이러한 방식이 요청을 효과적으로 혼합하여 사용자의dent과 결제를 분리하고 원격 AI 연산을 익명화한다고 강조합니다. 

부테린은 또한 사이버 보안 커뮤니티의 경고를 언급하며, 로컬에서 실행되는 AI가 혼란에 빠질 경우 OpenAI 서버에 핑을 보낼 수 있다고 지적했습니다. 그는 주류 오픈 소스 AI 생태계는 이러한 구분을 신경 쓰지 않으며, 대부분의 시스템이 보안보다는 기능에 최적화되어 있다고 덧붙였습니다.

이 글을 읽고 계시다면 이미 앞서 나가고 계신 겁니다. 뉴스레터를 구독하시면 더욱 유익한 정보를 받아보실 수 있습니다.