NEAR AI, 핵심 계약의 정형 검증을 발전시키다
NEAR AI는 형식 검증을 더 쉽게 활용할 수 있도록 노력하고 있으며, 우선 NEAR Protocol과 핵심 스마트 컨트랙트를 대상으로 하고 있습니다. 형식 검증은 수학적 증명을 사용해 소프트웨어가 정해진 규칙을 준수하는지 확인합니다. 이는 테스트와 코드 리뷰를 보완하지만 완전한 보안을 보장할 수는 없습니다.
이번 노력은 Lean Eval v1 리더보드에서 총 해결 문제 수 기준 1위를 차지했다는 NEAR AI의 발표를 토대로 합니다. PutnamBench에서 이 시스템은 Lean 문제 672개를 해결했습니다. 문제당 비용은 약 0.17달러로 보고됐지만, 저장소에는 제출물의 모델 비용으로 111.85달러가 기재돼 있습니다. NEAR는 벤치마크 결과가 프로덕션 소프트웨어 검증에 드는 전체 비용이나 노력을 나타내는 것은 아니라고 강조합니다.
이미 배포된 컨트랙트에 형식 검증을 적용하려면 여전히 정확한 모델, 명확하게 정의된 속성, 그리고 구현과 일치하는 증명이 필요합니다. 보장은 검증한 속성과 가정에만 적용됩니다. 따라서 형식 검증은 테스트, 코드 리뷰, 운영 보안과 함께 이뤄져야 합니다. 이번 구상은 Aptos Labs와 Ethereum 공동 창립자 Vitalik Buterin이 논의한 작업을 비롯해 AI 보조 증명에 대한 폭넓은 관심을 반영합니다. NEAR 트레이더에게 이는 장기적인 보안 개선 가능성이지, 배포 발표나 토큰의 즉각적인 촉매는 아닙니다.
Neutral
이 소식은 단기적으로 NEAR 가격에 중립적입니다. 연구 및 벤치마크 결과를 전할 뿐, 실제 배포나 프로토콜 변경, 자금 조달 결정, 토큰 수요의 직접적인 변화를 알리는 내용은 아닙니다. 트레이더들은 이번 결과를 NEAR의 보안 강화 목표에 대한 긍정적인 신호로 볼 수 있지만, 운영 환경의 비용과 검증상의 한계에 관한 주의점 때문에 즉각적인 가격 반응이 나타날 가능성은 낮습니다.
장기적으로는 더 쉽게 이용할 수 있는 형식 검증이 실제로 성공적으로 적용될 경우 NEAR 프로토콜과 스마트 컨트랙트 생태계에 대한 신뢰를 높일 수 있습니다. 이는 시장 심리와 네트워크 채택을 뒷받침할 수 있지만, 요약 내용만으로는 배포가 이루어졌다고 볼 수 없으며 사용량이나 매출에 미치는 영향도 수치화되어 있지 않습니다. 비슷한 보안 및 연구 발표와 마찬가지로 시장 영향은 후속 진행 상황과 전반적인 시장 여건에 달려 있을 가능성이 큽니다. 현재 정보만으로는 강세 또는 약세로 분류하기 어렵습니다.