지난번에 말씀드렸던 Irys Datapunk program (엠버서더) 를 시작하는 공식적인 첫글을 썼습니다. 앞으로 Irys에 대한 재밌는 소식들을 쉽게 전달해보겠습니다.

좋아요 좀 눌러줘요....

https://x.com/hyeon__dev/status/1928661727178273251

#irys

IRYS - Vibe Coding Sprite 세션

이번주 6월 15일 일요일 오전 12시반 IRYS의 Vibe Coding 세션이 진행됨.

· 이번 세션에는 최근 3M$ 투자 유치에 성공한 AI 기업 HeyElsa AI의 창립자가 직접 참여
· HeyElsa는 인공지능을 활용해 크립토 투자에 도움을 주는 다양한 솔루션을 제공하는 스타트업
· 이번 세션에서는 HeyElsa를 활용해 크립토 투자 수익을 높이는 다양한 방법과, 기술 개발에 AI를 어떻게 적용하고 있는지에 대해 간단히 공유할 예정

바이브 코딩이란?

생성형 인공지능의 도움을 받아 코드를 작성하는 것을 의미. 프로그래밍을 할 때 사전 설계나 엄밀한 논리보다는 직감과 느낌에 따라 코드를 작성하는 방식으로, 주로 AI와 협업하여 자연어로 코드를 작성하는 개발 방식.

자세한 일정 확인 및 참여링크

#IRYS #amb

Sui-Powered Walrus vs. Full-Stack Irys - Ponyo :: FP

Walrus와 Irys는 모두 신뢰할 수 있고 인센티브가 정렬된 온체인 데이터 저장 문제를 해결하는 프로토콜이지만, 설계 철학과 구조가 상반됨. Irys는 저장, 실행, 합의를 하나의 통합 스택으로 결합한 목적 특화형 L1 데이터체인이고, Walrus는 Sui 블록체인 위에 구축된 모듈형 저장 네트워크.

프로토콜 아키텍처

Irys: a vertically integrated L1 (수직 통합 L1)
• 자체 합의, 스테이킹 모델, 실행 VM, 저장 서브시스템을 하나의 체인에 통합
• 검증자들은 데이터 저장, 스마트 컨트랙트 실행, 네트워크 보안 등 세 가지 역할을 동시에 수행
• 장점) 모든 계층이 대용량 데이터 최적화에 집중 가능
• 장점) 단일 신뢰 경계, 단일 수수료 자산(IRYS), 네이티브 데이터 접근성
• 단점) 새로운 L1이므로 생태계 구축과 보안 확보까지 시간이 필요

Walrus: a modular overlay on Sui (Sui 기반 모듈형 오버레이)
• 저장 노드는 오프체인, Sui L1이 정렬·결제·메타데이터 관리
• 데이터는 조각으로 분할되어 여러 노드에 저장, Sui에 해시·조각 할당·임대 조건 기록
• 검증, 갱신, 보상 등은 Sui 트랜잭션으로 처리
• 장점) 검증된 Sui 인프라·생태계 활용, 빠른 도입
• 단점) 두 네트워크 간 조정 필요, 지연 시간 증가, 일부 수수료가 Sui 검증자에게 분배

Irys는 아키텍처 자유도와 단일화를 극대화하지만 새로운 L1이라는 부담을, Walrus는 빠른 도입이 가능하지만 두 네트워크 간 조정이라는 복잡성을 각각 안고 있음

토크노믹스와 인센티브

Irys: 단일 토큰(IRYS)
• 저장, 실행, 보상 모두 IRYS로 통합
• 장점: 단순 UX, 인센티브 정렬
• 단점: IRYS 가격 하락 시 리스크 집중, 경제·보안·내구성 모두 한 토큰에 의존

Walrus: 이중 토큰(WAL, SUI)
• 저장은 WAL, 온체인 작업은 SUI
• 장점: 저장 경제와 Sui 생태계 분리, 유연성, WAL은 저장 수요에 따라 가격 결정
• 단점: 인센티브 분리, 가격 조정 필요, 일부 수수료가 외부 검증자에게 분배

Irys는 통합의 단순성을, Walrus는 회계의 세분화와 유연성을 제공하지만 각각 리스크 집중과 복잡성 증가라는 트레이드오프가 있음

데이터 내구성 및 중복 전략

Irys: 완전 복제
• 10명의 채굴자가 각 파티션 전체 복제본 저장
• 장점: 단순, 신뢰성 높음, 하나의 체인에 모든 상태 존재
•단점: 저장 공간 오버헤드 큼(10배)

Walrus: 소멸 코딩 기반
• 데이터를 k개 데이터 조각과 m개 패리티 조각으로 분할(예: Reed-Solomon)
• 장점: 공간·대역폭 효율적, 조각 손실 시 해당 조각만 복구
• 단점: 프로토콜 복잡성 증가

Walrus는 효율 극대화와 복잡성, Irys는 단순함과 높은 오버헤드라는 선택지를 제시.

프로그래머블 데이터 및 온체인 연산

Irys
• 컨트랙트에서 데이터를 네이티브하게 직접 읽고 처리 가능
• 대용량 미디어, 온체인 AI, 빅데이터 분석 등에 최적화

Walrus
• 해시 커밋먼트 및 증명 패턴 사용(데이터는 오프체인에서 가져와 검증)
• 대용량 연산은 오프체인, 온체인에는 증명만 제출

Irys는 데이터-컴퓨트 결합에, Walrus는 무결성 증명과 오프체인 연산에 강점

저장 기간 및 영구성

Irys: 영구 저장
• 한 번 결제로 영구 저장, 프로토콜이 유지 책임
• 장점: 영구성 보장, 운영 부담 없음
• 단점: 초기 비용 높음, 토큰 가치에 의존

Walrus: 임대(기간제)
• 임대 만료 시 갱신 필요, 미갱신 시 데이터 삭제 가능
• 장점: 실제 사용량만큼 과금, 비용 최적화
• 단점: 갱신 누락 시 데이터 삭제 위험

Walrus는 비용 효율과 유연성, Irys는 영구성과 운영 부담 해소에 각각 초점

도입 및 성능

Walrus
• 이미 100+ 운영자, PB급 데이터, NFT·게임 등 실사용 사례 다수
• 명확한 요금 체계와 활발한 생태계

Irys
• 초기 단계, 데이터 저장량 적음, 채굴자 유입 대기 중

Walrus는 실사용·대규모 처리량에서 앞서고,
Irys는 기능 중심의 초기 부트스트랩 단계임.

결론

• Irys: 데이터-컴퓨트 결합, 영구 저장, 단일 토큰 기반의 통합 경험이 필요할 때 적합 / 새로운 생태계 온보딩과 높은 하드웨어 오버헤드 부담
• Walrus: Sui 생태계 내 빠른 도입, 비용 효율, 저장 기간 유연성이 중요할 때 적합 / 계층 간 조정, 이중 토큰 UX, 비영구성 (임대 갱신관리) 의 부담

• 둘 중 무엇을 선택할지는 옳고 그름의 문제가 아니라 선택의 영역
• 데이터-컴퓨트 결합이나 프로토콜 차원의 ‘영구 저장’이 필요하다면 Irys의 통합 파워가 유용.
• 자본 효율, Sui 생태계 내 빠른 출시, 보존 기간의 맞춤 제어가 중요하다면 Walrus의 모듈형 효율성이 실용적
두 접근법 모두 온체인 데이터 경제 내에서 공존할 전망

원문보기

#irys #walrus #FP

Irys의 Bitomo 캠페인은 7월 29일까지 약 2주 연장. 현재는 점검중.

#irys

미션 업적 확인을 위한 API를 열어달라고 팀에 문의 했었는데, graphql로 이미 열려있었고 잠시 외출을 하고 온 사이에 멋쟁이 외국인 엠버서더 친구가 횟수를 확인할 수 있는 체커를 만들었네요.

사용법

• 체커 페이지로 접속한다.
• 지갑주소를 입력하고 Search 버튼을 누른다.
• 결과값을 통해 횟수 확인을 한다.
• Spritetype과 Arcade 각각 따로 정보가 나오는걸 확인할 수 있음!

횟수는 위와 같은 방법으로 확인하고 제가 새벽에 공유드렸던 레벨업 전략을 기반으로 약 2주간 잘 마무리 해보면 어떨까 싶네요.. (벌써 타자 1000번 쳐서 부화 다 하신분도 있는듯...?)

mainnet comming soon....!

외국인 개발자 친구의 게시글 원문보기

#irys

Irys 밋업 총 200자리정도 받을 것이고, 현장 참석자 중 5명에게 Irys Genesis NFT 화이트리스트 자격준다고 하네요. (파운더 josh 온다고함)

• 8월 1일 금요일 오후 7:00 - 오후 9:00
• Dreamplus Gangnam

루마신청링크

#irys

Irys 밋업은 7시 30분부터 공식일정 시작! 6시 30분부터 입장가능하다고 하네요.

식사는 도시락 형태로 제공될 예정이고, WL 추첨이 있을거 같으니 꼭 지갑주소 제출하기! 내일 밋업에서 봐요

#irys

Irys x Kite 협업소식 : AI 에이전트 경제의 미래를 위한 인프라 구축

파트너십의 배경

• 앱스토어의 비전: 스마트폰 시장에서 앱스토어가 개발자와 사용자에게 새로운 경제적 가치를 창출했던 것처럼, AI 에이전트 역시 같은 변곡점에 있다고 믿음
• AI 에이전트 인프라의 한계: 현재의 AI 에이전트는 뛰어난 잠재력을 가졌지만, 트랜잭션과 규모에 맞는 운영을 위한 기본적인 인프라가 부족함. 기존 데이터 인프라는 AI의 요구를 충족시키지 못함

각 파트너사의 역할: 시너지를 만드는 조합

• Kite AI: AI 에이전트를 위한 레이어 1(L1) 기본 레이어를 제공. 에이전트의 신원(Identity), 거버넌스(Governance), 결제(Payment) 기능을 담당하여 에이전트가 플랫폼을 넘나들며 작동할 수 있는 기반을 구축.
• Irys: AI 워크로드에 최적화된 고성능 데이터 레이어를 제공. 영구 저장, 프로그래밍 가능한 데이터(Programmable Data), 검증 가능한 기록 기능을 통해 에이전트가 사용하는 데이터를 가치 있는 자산으로 만듦.

구현될 핵심 사용 사례

• 에이전트 평판 시스템: 에이전트의 모든 작업 기록을 불변하고 검증 가능하게 저장하여, 플랫폼을 옮겨 다녀도 신뢰할 수 있는 영구적인 포트폴리오 구성.
• 워크플로우 마켓플레이스: 성공적인 에이전트의 전략과 행동 방식을 재사용 가능한 자산으로 만들어, 다른 개발자들이 이를 구매하고 활용할 수 있는 시장을 형성.
• 에이전트 간 협업(Cross-Agent Coordination): 공유 메모리 레이어를 통해 여러 에이전트가 서로를 발견하고, 작업을 조율하며, 자율적으로 결제를 완료하는 복잡한 협업을 가능하게 함.
• 자동화된 수익화: 데이터 기여자나 모델 개발자가 플랫폼 수수료 없이 지속적인 가치를 창출하고, 모든 성공적인 상호작용에서 자동으로 로열티를 분배받을 수 있는 시스템을 만듦.

공통의 비전 - 기여자가 가치를 획득하는 세상

• Irys와 Kite는 "가치를 창출하는 모든 참여자(개발자, 데이터 기여자 등)가 그 가치를 획득해야 한다"는 원칙을 공유함.
• 데이터가 단순히 사용하거나 유지하기 고통스러운 비용이 아니라, 지속적인 수익을 창출하는 자산으로 만들기 위한 목표. 이를 통해 AI 지능이 지속 가능한 경제적 가치로 전환되는 인프라를 구축하려 함.
• 최종적으로, 이는 모든 새로운 참여자가 전체 생태계를 더욱 가치 있게 만드는 네트워크 효과를 창출할 것.

꽤 오래전부터 팔로업하고 있던 Kite ai가 Irys와 파트너십을 맺었네요. Irys의 검증 가능한 데이터 레이어가 에이전트들에게 기억과 신뢰를 부여해서 데이터의 가치화라는 공통적인 비전을 현실로 만들기를 기대해봅니다.

irys 원문 | kite 원문

#irys #kite