펄, GPU 채굴에 AI 결합…유용한 연산 검증 쟁점
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- 독립 연구자는 펄의 채굴 연산과 AI 추론 연결 구조를 분석했다.
- 펄이 GPU 채굴에 AI 연산을 결합한 'Proof-of-Useful-Work(PoUW)' 구조를 제시했다.
- 채굴 과정에서 수행되는 계산과 고객용 AI 학습·추론의 연결 방식이 주요 검토 대상이다.
본문
독립 연구자는 펄의 채굴 연산과 AI 추론 연결 구조를 분석했다. 펄이 GPU 채굴에 AI 연산을 결합한 'Proof-of-Useful-Work(PoUW)' 구조를 제시했다. 채굴 과정에서 수행되는 계산과 고객용 AI 학습·추론의 연결 방식이 주요 검토 대상이다. 펄 리서치 랩스는 백서에서 펄을 행렬 곱셈을 채굴에 활용하는 레이어1 블록체인으로 설명했다. 기존 작업증명(PoW)이 블록체인 보안을 위해 해시 계산을 수행하는 방식이라면, PoUW는 GPU가 행렬 곱셈을 수행하면서 네트워크 보안과 AI 관련 계산을 함께 처리하도록 설계됐다. Together AI는 펄 네트워크와 연동한 'Gemma-4-31B-it-pearl' 추론 엔드포인트를 공개하고 서비스 가격이 일반 가격보다 25% 이상 낮다고 밝혔다.
펄 리서치 랩스는 Llama 70B와 DeepSeek V3.2를 대상으로 PoUW 커널의 종단 간 오버헤드를 각각 5.08%, 3.9%로 측정했다고 밝혔다.
바수의 연구는 펄 채굴 네트워크의 연산 능력과 AI 추론 연결 구조를 분석했다. 따라서 AI 연산을 수행할 수 있는 채굴 구조와 채굴자가 실제 유료 AI 작업을 수행하도록 강제하는 구조는 구분할 필요가 있다. 이 같은 논쟁은 AI 인프라에서 연산량 자체보다 작업의 출처와 검증 방식이 중요하다는 점과 맞닿아 있다. 펄은 백서와 공개 소스코드를 통해 기술 구조와 구현 요소를 공개했지만, 실제 네트워크에서 고객 작업이 어느 정도 비중을 차지하는지는 별도 검증 대상이다. 펄의 PoUW가 GPU 채굴과 AI 서비스의 연결을 실제로 구현했는지는 고객 작업의 강제 사용 여부와 검증 방식이 추가로 공개돼야 판단할 수 있다.