체인링크가 AI 환각 문제를 해결하기 위해 OpenAI, 구글, 안소프틱의 다양한 시스템을 활용하는 다중 모델 AI 전략을 도입했다. AI의 환각은 대규모 언어 모델(LLM)이 데이터를 잘못 해석하거나 조작할 때 발생하며, 이러한 오류는 특히 재무 분야에서 큰 손실을 초래할 수 있다. 이를 해결하기 위해 체인링크는 단일 AI 모델에 의존하는 대신 여러 AI 모델을 활용하기로 결정했다.
체인링크의 조언자인 로렌스 모로니는 구글의 AI 리드 출신으로, 체인링크가 어떻게 이러한 창의적인 기술을 통해 환각 위험을 극복했는지 설명했다. 그는 “단일 LLM에 단일 프롬프트만을 신뢰하기보다는, 여러 LLM-프롬프트 조합을 통해 다양한 결과를 도출하게 하여 그 합의가 측정될 수 있도록 했다. 모두 동일한 결과를 도출했다면, 이 정보를 신뢰할 수 있다”라고 밝혔다.
체인링크의 시스템은 검증된 데이터를 블록체인에 기록하여 투명하고 불변하며 안전하다. 이러한 합의 기반 방법은 잘못된 정보가 중요한 재무 기록을 오염시키는 것을 방지하여 AI가 생성한 데이터의 신뢰성을 강화한다.
체인링크 AI는 기업 행동 처리에서 발생하는 연간 300만 달러에서 500만 달러의 오류를 줄이기 위한 목표를 보고하고 있다. 심지어 극단적인 경우에는 결함이 있는 재무 데이터로 인해 기업이 4천300만 달러의 손실을 입은 사례도 존재한다. 체인링크의 접근 방식은 수동 데이터 재검증을 줄여 정확성을 향상시키는 방향으로 나아가고 있다.
최신 실험에서는 UBS, 프랭클린 템플턴, 웰링턴 매니지먼트, 본토벨, 시그넘 은행 등 여러 주요 금융 기관과 협력해 AI-블록체인 시스템을 테스트한 결과, 재무 데이터 오류와 비효율성이 크게 줄어들었다. 이를 통해 기업들이 배당금, 합병, 주식 분할 등의 기업 행동을 발표할 때 AI가 자동으로 이를 추출하고 JSON 형태로 구조화하여 재무 거래가 매끄럽고 오류 없이 이루어지도록 돕는다.
체인링크의 이니셔티브는 업계에서 ‘통합된 황금 기록’이라고 알려진 것이 특징으로, 이는 여러 블록체인에 저장된 검증 가능한 구조화된 재무 데이터의 단일 출처를 제공한다. 이는 기록의 단편화를 제거하고 은행, 투자자 및 자산 관리자가 정확한 기업 행동 데이터를 중복된 수동 처리 없이 접근할 수 있게 한다.
이 시스템의 핵심 요소는 체인링크의 분산 오라클 네트워크(DON)로, 여러 AI 모델이 독립적으로 기업 행동을 분석하여 재무 데이터를 검증하는는다. OpenAI의 ChatGPT-4o, 구글의 Gemini 1.5 Pro, 안소프틱의 Claude 3.5 Sonnet이 각 기업 행동을 독립적으로 분석하여 불일치가 발생할 경우 시스템이 이를 플래그 하여 misleading data가 재무 흐름에 들어오는 것을 차단한다.
블록체인 기술은 최대 보안을 보장하는 데 중요한 역할을 하며, 암호화된 재무 보고서를 체인에 저장하여 기업 데이터를 변조 불가능하게 하고 시장 참여자 간의 투명성과 동기화를 보장한다.
체인링크는 단순히 금융 기업과 협력하는 것이 아니라, DTCC, 클리어스트림, 유로클리어와 같은 글로벌 산업 기준을 설정하여 AI가 생성한 구조화된 데이터가 기존 금융 메시징 프로토콜(SWIFT)과 호환되도록 하고 있다. 더 나아가 체인링크의 크로스-체인 상호 운용성 프로토콜(CCIP)을 통해 금융 기관들이 다양한 블록체인 생태계에서 구조화된 기업 행동 데이터를 쉽게 검색할 수 있도록 지원하고 있다.
향후 체인링크는 AI 훈련을 더욱 정제하여 환각 위험을 최소화할 계획을 세우고 있으며, 데이터 소스를 통합하고 기업 행동 표준(CAJWG 및 SCoRE)에 대한 준수를 강화하는