한번쯤 시간되시면 프로필 들려주시면 감삼당~
s.kaito.ai/8oaItdh
5
49
오랜만입니다..!
현생에 치여 아무것도 못하다가 조금 여유가 생겨
이벤트라도 챙겨볼까 합니다
@DSCVR1 의 Web3 Tracker가 현실에서 보인다면?
만약 DSCVR Web3 Tracker가 현실에서 눈에 보인다면 새로운 프로젝트 찾는 데 제일 많이 쓰지 않을까 합니다
길을 걷다가도 주변 사람들이 어떤 생태계에서 활동하는지 어떤 프로젝트를 자주 사용하는지 보면서 관심 있는 프로젝트를 바로 찾아보고 참여해 보는게 매력적이고
관심사가 비슷한 사람을 만나면 자연스럽게 정보도 공유하고 커뮤니티나 밋업도 쉽게 찾아가면서 Web3 활동 범위를 더 넓혀 가는데는 좋겠네요
앞으로도 종종 생존신고 하겠습니다 ~!
📌 뜻밖의 사고로 인해 @DSCVR1 이 눈에 보이게 된 남주.... 결말은...?!
내가 남자주인공이 되어 "나에게 DSCVR이 눈에 보이고, DSCVR의 Web3 Tracker 가 실시간으로 현실에서 보인다면 어떻게 활용할지" 영상을 보고 트윗과 네이버 블로그에 남겨주세요!!!
가장 흥미로운 게시물을 남겨주신 분들께 에어드랍!!!
✔️ 참여방법
1. 불개미 Crypto 채널 입장 ㅣ 불개미 대화방 입장 ㅣ불개미 트위터 팔로우
2. DSCVR 한국채널 입장 ㅣ DSCVR 한국 그룹 입장
3. 해당 유튜브 영상에 구독, 좋아요, 댓글
4. 해당 트윗을 인용하여 "내가 DSCVR 주인공이라면" 뭘 하고싶은지 남겨주세요! (네이버 블로그도 가능)
5. 해당 구글폼 작성
🔥 보상 : 총 400만원 상당의 리워드
1등 x 10만원 x 5명
2등 x 5만원 x 10명
3등 x 3만원 x 30명
참여상 x 1만원 x 200명
🔍 일정 : 7월 2일까지
* 사실상 참여자 다 준다는겁니다. 네이버 블로그와 X 포스트 중복응모 가능합니다.
* 영상이 조금 오글거려도 참아주세용~~
3
8
846
DalZiGi retweeted
🚦[AMA] Talking about WEB3 tokenization phase 2 with Blockstreet
- Date: March 2nd 9:00PM in KST
- Guest:@IsHedyW from Blockstreet
- Place: @Edward__Park's live streaming
As tokenized commodities such as gold, silver, and copper, along with tokenized equities like Tesla and NVIDIA, are increasingly emerging onchain, when do you think the so-called “Phase 2” will become a reality, where these assets go beyond simple trading and can be used as collateral and sources of liquidity?
What are builders currently working on to make this transition possible? Today, we are pleased to invite Hedy Wong of Blockstreet to discuss these topics and share her insights on the future development and direction of this space.
🤝 Paid partnership
DalZiGi retweeted
[AMA] Talking about future of tokenized asset in WEB3 with Blockstreet xitter.cf/i/broadcasts/1qKVmQyDM…
🤝 Paid partnership
오늘도 제타체인의 새로운 아티클이 나왔으니
톺아보기 한번 해봐야지요!
@ZetaChain @ZetaChain_KR
이번 글의 주제는 좀 심오합니다.
“중앙 데이터베이스 없이 기기 간 메모리를 동기화할 수 있는가?” 입니다.
살펴보면 AI가 점점 더 개인화될수록
이 질문은 피해갈 수 없는 영역입니다.
핵심 요약 먼저 해볼까요?
1. 문제 제기: 암호화하면, 어떻게 동기화할까요?
프라이버시를 강조하는 AI라면
메모리는 암호화되어야 합니다.
그런데 암호화된 데이터가 폰과 노트북 사이에서
자연스럽게 이어지려면 어떻게 해야 할까요?
대부분의 서비스는 여기서 타협합니다.
서버에 평문으로 저장하거나
서버가 복호화 가능한 구조로 두는 방식이죠.
편리하지만, 결국 신뢰는 중앙 서버에 집중됩니다.
2. Anuma의 해법: 금고는 클라우드에, 열쇠는 사용자에게
Anuma는 구조를 이렇게 설계합니다.
End-to-End 암호화: 데이터는 기기에서 먼저 암호화
사용자 보관 키 기반 인증: 서버 계정이 아니라,
사용자의 키가 신원
로컬 복호화 및 검색: 필요한 부분만 가져와 기기에서 해독
기기 연결 승인 구조: QR·승인 절차로 신뢰 형성
즉, 서버는 저장소일 뿐 해독 권한은 갖지 않는 구조입니다.
왜 이게 중요한가?
이 방식이 의미 있는 이유는 단순합니다.
프라이버시를 “정책”이 아니라
아키텍처 레벨에서 강제한다는 점입니다.
폰에서 쓰던 맥락을 노트북에서 그대로 이어가고
기기가 달라져도 기억은 일관되며
그 기록이 누군가의 DB 자산으로 전환되지 않는 구조인거죠
이건 단순 보안 기능이 아니라
AI를 “개인 도구”로 남겨두기 위한 최소 조건처럼 보입니다.
ZetaChain 관점에서 보는 포인트
Anuma는 ZetaChain 기반으로 작동합니다.
이 의미는 꽤 큽니다.
멀티 모델 전환, 프라이빗 메모리 소유권
그리고 인프라 없는 수익화 구조까지.
ZetaChain 2.0이 말하는
AI + Web3 유니버설 실행 레이어가
이제 추상적인 개념이 아니라
“메모리를 어떻게 다룰 것인가”라는 구체적인 기술 문제로
확장하는 느낌인거죠
솔직히 말하면, 프라이버시 AI 프로젝트는 많았습니다.
하지만 대부분은 성능을 희생하거나,
결국 중앙 서버 의존에서 벗어나지 못했습니다.
Anuma의 이번 글은
적어도 구조적으로는 타협을 줄이려는 설계로 보입니다.
다만 관건은 UX입니다.
키 관리가 복잡해지면 대중화는 어렵습니다.
보안성과 사용성 사이의 균형을
어디까지 자연스럽게 풀어낼지가 핵심이 될 것 같습니다.
ZETA 새로운 아티클이 나왔는데 안 살펴볼 수 없지요?
빠르게 정리해봅니다.
@ZetaChain @ZetaChain_KR
이번 아티클의 핵심을 하나 뽑자면
“프라이버시냐, 성능이냐”라는
기존 AI의 이분법을 깨겠다는거라고 봅니다
대부분의 AI 서비스는 강력한 모델을
쓰려면 데이터를 맡겨야 하고
데이터를 지키려면 성능을 일부 포기해야 하는 구조였습니다.
여기서 Anuma는 이 선택 자체를
구조적으로 재설계하려 합니다.
왜 문제가 되었나?
AI 모델마다 신뢰 수준이 다르기 때문입니다.
GPT, Claude, Gemini 같은 제3자 모델을 사용할 경우
입력한 텍스트는 해당 제공업체로 전달됩니다.
문제는 “무엇이, 언제, 어디까지 공유되는가”를
사용자가 명확히 통제하기 어렵다는 점입니다.
Anuma는 이 지점을 ‘메모리 구역 분리’라는
방식으로 풀어냅니다.
Anuma의 구조: 메모리를 나눈다
1. 프라이빗 금고 메모리
가장 민감한 정보가 담기는 영역입니다.
암호화 적용, 사용자 직접 관리,
그리고 제3자 최첨단 모델에 자동 주입되지 않습니다.
2. 공유 가능 메모리
글쓰기 스타일, 일반 정보 등
공유해도 괜찮은 컨텍스트만 저장됩니다.
사용자가 명시적으로 허용할 때만
최첨단 모델과 함께 사용됩니다.
3. 세션 한정 맥락
일회성 작업용.
장기 저장 없이 바로 삭제되는 구조입니다.
프라이빗 채팅 vs 일반 채팅
Anuma는 모드를 명확히 구분합니다.
프라이빗 채팅: 암호화 + 사용자 소유 메모리 + 외부 모델 자동 주입 없음
일반 채팅(GPT/Claude 등): 사용자가 승인한 정보만 공유
중요한 건, 프라이빗 모드에서 조용히 데이터가
외부로 넘어가는 일은 없다는
명확한 신뢰 경계를 전제로 설계되었다는 점입니다.
ZetaChain과의 연결점
Anuma는 단순 AI 서비스가 아닙니다.
ZetaChain 기반의 프라이빗 메모리 레이어 위에
구축된 실행 환경입니다.
이는 ZetaChain 2.0이 말하는
AI + Web3 유니버설 실행 레이어의
실질적 사례로 볼 수 있습니다.
결국 Anuma가 던지는 질문은 이것입니다.
강력한 모델을 쓰면서도
내 데이터의 통제권을 놓지 않는 구조는 가능한가?
ZetaChain은 그 답을
“메모리의 소유권과 경계 설정”에서 찾고 있습니다.
AI 성능과 프라이버시를 동시에 가져가는 구조
이게 단순한 슬로건이 아니라
인프라 레벨에서 구현될 수 있을지 지켜볼 만한 지점입니다.
6
13
139
오늘은 ZETA 2.0 으로 문제 한번 풀어볼까요?
@ZetaChain @ZetaChain_KR
AI와 Web3의 미래에서
가장 중요해질 요소는 무엇일까요?
A. 더 똑똑한 AI 모델
B. 더 빠르고 저렴한 블록체인
C. 데이터와 맥락의 소유권
대부분은 A나 B를 떠올리지만,
ZetaChain 2.0의 입장으로는
정답은 C라고 할 수 있습니다.
AI 모델은 계속 바뀌고
블록체인도 계속 늘어나지만
사용자의 기억과 맥락까지
함께 바뀌어야 할 이유는 없기 때문이죠.
ZetaChain 2.0 위에서는
여러 체인과 여러 AI 모델이 연결되더라도
프라이빗 메모리 레이어를 통해
맥락은 사용자 소유로 유지됩니다.
즉, 모델은 교체 가능하고
체인은 선택 사항이지만
데이터 주권은 고정값으로 유지되어야 합니다.
AI와 Web3를 동시에 아우르는
유니버설 레이어라는 말은
바로 이 구조를 의미합니다.
8
13
94
DalZiGi retweeted
Mantle State of Mind: Ep.06[Consensus HK] xitter.cf/i/broadcasts/1mnxeNgVb…
DalZiGi retweeted
주어진 자리에서 나만의 행복을 찾아보고
알아볼 수 있는 여유로운 마음을 가지고
화요일 시작합니다.
오늘 하루 틈틈이, 자주 행복하게 보내세요😊
굿모닝!☀️
Zeta의 새로운 아티클을 지나칠수 없지요?
한번 어떤 내용인지 훑어 봅시다
@ZetaChain @ZetaChain_KR
이번 아티클은 ZetaChain 기반 Anuma에 대한 내용으로
“프라이빗 AI 메모리”라는 말이 왜 단순한 마케팅이
아닌지 조금 정리해보겠습니다.
기존 AI 애그리게이터들의 메모리는 쉽게 말해
공용 노트북에 가깝습니다.
편하긴 하지만, 결국 그 노트는 중앙 서버에 있고
모델을 바꿀 때마다 그 내용이 프롬프트에
실려 제3자 모델로 전달됩니다.
연속성은 생기지만, 프라이버시는 운에 맡기는 구조인거죠
여기서 Anuma는 이 메모리 개념을
아예 ‘암호화된 금고’*로 바꿉니다.
AI가 나에 대해 알게 된 정보는
> 먼저 내 기기에서 암호화되고
> 프라이빗 메모리 레이어(PML)에 저장되며
> 모델은 필요한 맥락만 잠시 빌려 쓰는 구조입니다.
여기서 중요한 포인트는 두뇌(AI 모델)와
기억(사용자 데이터)을 완전히 분리했다는 점입니다.
Claude든 Grok이든, 모델은 일종의 외주 작업자일 뿐
내 기억을 영구적으로 소유하지 못합니다.
이건 시크릿 모드처럼 “지워버리는 프라이버시”가 아니라
지속되지만 소유권은 내가 갖는 프라이버시에 가깝다고
느꼈습니다
또 하나 인상 깊었던 부분은
“프라이버시는 결국 무엇을 모델에 보내느냐에 달려 있다”는 솔직한 전제입니다.
Anuma는 이걸 숨기지 않고,
프라이빗 금고 메모리 / 공유 가능 메모리 / 임시 맥락
이렇게 권한 단위로 메모리를 나누는 방향을 택했습니다.
사용자가 어떤 정보가, 어떤 모델과, 언제 공유되는지
명확히 알 수 있게 하겠다는 거죠.
개인적으로 가장 마음에 들었던 건
“내 기기에 저장하면서도, 어디서든 동기화”되는
구조가 아닐까 싶습니다
정리하자면,
Anuma는 AI를 더 똑똑하게 만들기보다
AI와 나 사이의 관계를 다시 설계하는 쪽에 가깝습니다.
그래서 이게 그냥 AI 앱 하나라기보다는
ZetaChain이 말하는 AI × Web3 × 프라이버시가
어떤 형태로 현실에 구현되는지를 보여주는
예시처럼 느껴졌습니다.
1
65





























