AggrNews 뉴스, 암호화폐 거래소 크라켄(Kraken) , 어려운 시장 상황으로 수십억 달러 규모 IPO 계획 동결: 코인데스크 —🔗link

그분의 향후 미래 예측

데시벨 폭망
NADO 잘될 것

HYPE 홀더들읔 주목
- 하이푸르 2개 아직도 홀딩 중
- 하이프 진입 고민 중

절대 반대 하는 중

오늘 힌트 많이 드렸으니 각자 살길 잘 찾으면 될듯

어제 Tempo 메인넷이 라이브되면서, MPP라는게 같이 나왔네요.

MPP = AI Agent 를 위한 결제 프로토콜 같은건데 x402랑 비스무리한거라고 생각하시면 될거 같습니다.

MPP로 뭐 밈코가 생길거 같진않고 확실한거 하나는, Stripe 건 뭐건 AI Agent payments는 앞으로 점점 더 커질거 같긴해요.

스테이블코인섹터가 커지면서 덩달아 수혜를볼 섹터니까 계속 팔로업은 해둘예정

x402랑 mpp를 비교한 글인데 궁금하신 분들은 읽어보셔도 좋을거 같습니당(베이스 입장에서 쓰인글이라 x402에 편향되어있음)

메가이더 곧 나오는 뉘앙스네

https://x.com/bread_/status/2034325313635881300

이더파이 소식과 함께 오늘도 다이빙 하는 녀석

StandX랑 Dokdo가 같이 캠페인을 진행하네요. (~ 4/9 09:00)

참여방법
- StandX 가입
- StandX 커뮤니티 가입
- DOKDO 캠페인 페이지 접속 후 가입
- 필수 퀘스트 및 챌린지 완료
- 캠페인 기간 내 StandX 관련 내용 트위터 포스팅 필수
- 포스팅 후 캠페인 페이지 '챌린지' 항목에서 반드시 제출

상금풀은 5000불에서 거래량 마일스톤 달성에 따라 50,000까지 늘어난다고 함

#kol

Mindrobotics를 설립한 RJ 스카린지의 리비안과 우버가 협력해서 로보택시를 만드나보네요.

리비안은 미국의 전기차(EV) 제조 회사로 현재 다음과 같은 주요 제품라인을 가지고 있고,

- 주요 제품R1T: 전기 픽업트럭 (세계 최초 풀사이즈 전기 어드벤처 트럭)
- R1S: 3열 7인승 전기 SUV
- Amazon 전기 배송 밴: 아마존과 협력해서 대량 생산 중 (이미 수천 대 납품됨)

지금은 R2(더 저렴한 중형 SUV, 2026년 출시 예정)까지 준비 중임. 이 R2모델로 로보택시 공급하나봄. 대상은 미국, 캐나다, 유럽의 25개 도시.

우버는 자율주행 성능 관련 주요 목표 달성을 조건으로 2031년까지 리비안에 최대 1.25B 달러를 투자할 예정이다.

우버 또는 우버의 협력 차량 업체들은 완전 자율주행 로보택시인 R2 로보택시 1만 대를 구매할 예정이며, 2030년까지 최대 4만 대를 추가로 구매할 수 있는 옵션을 보유하고 있다.

2028년 샌프란시스코와 마이애미에서 초기 상용 서비스를 시작하고, 2031년까지 25개 도시로 확대할 계획이다.

https://x.com/Rivian/status/2034601020647485576

Kalshi는 22B 밸류로 1B 투자받음

https://www.bloomberg.com/news/articles/2026-03-19/kalshi-gets-1-billion-in-new-funding-at-22-billion-valuation

비트텐서 ($TAO) 젠슨 황 앞에서 샤라웃받기

페이스북 초기 멤버이자, VC, 벤처캐피탈리스트인 차마스가 젠슨 황 앉혀놓고 비트텐서 샤라웃해서 조정받은거 다말올함.

이거때문인지 다른 ai도 좋네용

Fogo Flame Season 2 소개

지난번에 Fogo를 기관급 트레이딩 환경을 온체인에 구현하기 위해 처음부터 설계된 레이어1 체인으로 소개를 했는데, 이번엔 실제로 어떤 것들을 사용할 수 있는지 알아보시죠.

Flame Season 2

• 거래·LP 공급·스테이킹·생태계 이용 등 실제 온체인 활동 기반으로 총 공급량 2%의 FOGO가 보상.
• 일회성 스냅샷이 아닌 매주 수요일 갱신되는 리더보드 기반의 보상 분배 제도
• 참여 가능 앱: Valiant(DEX), Pyron(대출), Brasa·Ignition(유동성 스테이킹)
• 그중 Fogo 네이티브로 구축된 Valiant는 현재 생태계에 진입하기 가장 좋은 창구

Valiant 현물 + 선물

• 집중 유동성 풀을 통한 현물 거래
• 암호화폐·주식·원자재·FX 포함 200개 이상 종목에 대한 최대 50배 레버리지의 무기한 선물
• 빠른 거래 및 가스비 없는 원클릭 서명 지원

사용 방법

• Phantom 또는 Backpack 지갑 연결 후 USDC 입금
• valiant 에서 거래 시작
• 이외에도 Brasa·Ignition·Pyron 통해서 Flames를 획득 가능

https://x.com/fogo

#ad

Reppo는 별반응 없구나…

최근에 TAO 쉴링 글이 많아져서 뭔가 싶을텐데 일반인 기준으로 이해하기 쉽게 정리

떡상의 이유

1) 3월 10일 서브넷 중 하나인 Templar(SN3)가 Covenant-72B(72억 파라미터 거대 AI 모델)를 70개 노드로 탈중앙화에 성공했음.
쉽게 말해 챗지피티같은 모델을 탈중앙화로 만들었다! 라는 내러티브.
2)근데 지금이 무슨 기간이냐? 엔비디아 GTA 컨퍼런스라 AI 섹터가 한참 조명받고 있을 시기이니까 더 불붙은거고..
3)최근에 Algod 을 비롯한 여러 크립토 인플루언서들의 shill, 가장 최근에는 젠슨황 까지 언급.

떡상 관점

1) 일단 VC/프리세일이 없는 Fair launch임. 쉽게 말해 언락 덤핑이 없다는거.
이게 ㅈㄴ 말도 안되는게.. 총 공급량 21M이 전부다 채굴 보상임 ㅋㅋ. 비트코인이랑 같은 구조.
더군다나 반감기가 25년 12월 14일에 되어서 채굴 보상 감소, 수요는 잘될수록 증가.

2) 최근 Templar 와 같은 서브넷의 성공은 전형적인 플라이휠 구조.
구조가 ㅈㄴ 신박한데 예시로 설명을 하자면...
Templar 같은 서브넷에 TAO 1개를 스테이킹 하면, Alpha 라고 하는 각 서브넷 토큰을 1개 받음.
근데 사람들이 몰려서 TAO를 그만큼 더 스테이킹하면, Alpha 가격이 오르겠지? 그럼 나중에 unstake 할때 나는 처음에 1개의 TAO를 넣었지만 다른 사람들이 후발주자로 TAO 스테이킹해서 Alpha의 가격을 올려놔서 1.5 개를 돌려받는거임.

근데 반감기 이후로 하루에 3,600개의 TAO(약 $960K) 만 나오는데, 그 중에 상위 10개 서브넷이 56% 독식하고 있음.

즉, 최근 Templar 처럼 우수한 서브넷이 있으면, 거기에 스테이킹이 몰리고, 하루 채굴 보상을 받을 뿐만 아니라
후발주자들이 더 들어오면 나중에 내가 unstake 했을때 받는 TAO의 수량도 늘어나는거임.

물론 뱅크런 리스크도 있으니, 이건 알아서..

3) 이 외에도 Grayscale Bittensor Trust 나 DCG 같은 기관 유입 자금도 있는데 그것도 알아서..
기관들은 TAO를 "AI BITCOIN"으로 보고 있다.

하락 관점

1) 전형적인 플라이휠 구조라 오히려 하락 가속화되면 누구보다 크게 무너질 가능성 있음.
2) 일단 단기간에 너무 많이 오름.

펄랩스 억울한 사람들 구글폼 제출하라고 하네요.
저도 권한 없다고 나와서 작성했어요.

https://forms.gle/ELxCEZyGpZARMJWXA

SoK: Blockchain-Based Decentralized AI

탈중앙화 AI 네트워크에서 가장 큰 문제는 Free-riding. 기여자가 직접 데이터를 학습시키는 대신, 남이 만든 어댑터(LoRA)를 훔쳐 살짝 수정한 뒤 자신의 성과인 양 제출하고 보상을 챙기는 어댑터 도난(Adapter Theft) 공격이 빈번하기 때문.

4가지 암호학적·프로토콜 수준의 방어 기제

• 워터마킹 (Watermarking) : 모델 가중치에 식별 가능한 지문 삽입 / 빠르고 가벼움 / 모델 성능 저하

• 커밋 후 공개 (Commit-and-Reveal) : 학습 전 설정을 해시로 약속하고 사후 공개 / 도난 탐지율 100%, 성능 저하 없음 / 높은 계산 비용 및 저장 공간 필요

• 학습 증명 (Proof of Learning, PoL) : 중간 체크포인트 로그를 통해 학습 경로 검증 / 최고의 모델 성능, 낮은 저장 부하 / 증명 생성 시간 매우 김 (~4,500초)

• 영지식 증명 (ZKPs) : 계산 과정을 노출하지 않고 정당성만 증명 / 가장 빠르고(0.18s) 프라이버시 강력 / 대형 모델 적용 시의 복잡성 및 한계

왜 탈중앙화 AI 밖에서도 중요한가?

• 콘텐츠 출처 확인: 워터마킹은 AI 생성물 여부를 가려내는 데 필수적. (예: ICML에서 LLM 사용 리뷰를 적발한 사례)

• 검증 가능한 추론 (Verifiable Inference): 사용자가 유료로 결제한 모델(GPT-4.5 등)을 업체가 몰래 저사양 모델로 바꿔치기하지 않았는지 ZKP로 증명할 수 있음.

• 연합 학습 (Federated Learning): 병원이나 은행 간 공동 학습 시, 각 참여자가 실제로 데이터를 학습했는지 PoL로 확인할 수 있어 공정한 보상이 가능해짐.

향후 과제

완벽한 단일 방어책은 없으며, 상황에 맞는 계층적 접근이 필요함.

• 확장성: 7B 규모를 넘어 수천억 개의 파라미터를 가진 대형 모델에도 적용 가능한가?
• 결합성: 여러 방어 기제를 섞었을 때 운영 비용이 감당 가능한 수준인가?
• 경제적 설계: 암호학적 증명을 넘어, 도난 자체가 손해인 토큰 경제를 어떻게 설계할 것인가?
• 고도화된 공격: 단순 복제가 아닌, 데이터 일부만 훔치거나 공모하는 공격을 어떻게 막을 것인가?

위 논문은 FLock · 맨체스터 대학교 · 뉴캐슬 대학교 · 임페리얼 칼리지 런던 · 이더리움 재단프로토콜 소속들이 함께 모여서 작성한 블록체인 기반의 검증 가능한 분산형 훈련에 대한 요약본인데, 타오 관련해서 바이럴도 되고 있고 해서 한번 정리해봤습니다.

가지 방어기제를 보면 기술적 효율성과 운영 비용을 고려하면서 특정 문제에 따라서 계층적인 접근을 통해 적절한 선택지를 선택하는게 중요한 과제 같네요.

https://x.com/elizabethluihy/status/2034704793302684028