AI의 증명: 자신이 돌리는 개발자에게 값을 치르는 오픈소스 클라우드
Hanzo Cloud는 AI의 증명 위에 서 있다. 어떤 검증자든 체인 위에서 다시 확인할 수 있는 결정적 추론과, 클라우드가 번 것의 25%가 그 코드가 도는 오픈소스 개발자에게 돌아간다는 약속이다.

이 페이지에서
모든 «탈중앙 AI» 제안 아래에는 어려운 문제 둘이 있고, 대부분의 프로젝트는 둘 다에 손을 젓는다.
첫째. 당신이 계산하지 않은 결과를 어떻게 신뢰하는가. 먼 기계가 «모델이 X를 냈다»고 말할 때, 더 싼 모델도, 쓰레기도, 캐시된 거짓도 아니라 그 모델을 정말로 돌렸다는 것을 어떻게 아는가.
둘째는 더 조용하고, 우리 생각에는 더 중요하다. AI 스택 전체가 거의 아무도 값을 치르지 않는 오픈소스 위에 서 있다. 추론 서버, 토크나이저, 벡터 색인, 암호 라이브러리. 쓴 사람들은 자기 코드가 만드는 수익을 보지 못한다.
AI의 증명(PoAI)이 첫째에 대한 우리 답이다. 지급 약속이 둘째에 대한 답이다. 이 글은 오늘 살아있는 것, 배선되어 있으나 잠든 것, 아직 로드맵인 것을 솔직히 가른다. 어느 것이 어느 것인지 명시한다. 요점 전체가 검증 가능성이기 때문이다.
AI의 증명이 실제로 증명하는 것
AI 계산은 검증하기가 악명 높게 어렵다. 부동소수점 수학이 비결정적이기 때문이다. 같은 모델, 같은 입력, 같은 GPU라도 연산 순서와 스케줄링에 따라 조금 다른 수가 나온다. 계산할 때마다 바뀌는 수 위에 합의를 올릴 수 없다.
PoAI는 주변을 증명하려 하지 않고 비결정성을 없앤다.
- 정수만의 추론. 가중치와 활성화는
int8로 양자화된다. 누적은int32이고, 스케일링은 산술 오른쪽 시프트이며, 출력은 포화하고, 초월 함수는 얼린 조회표다.exp()도rsqrt()도 쓰지 않는다. 결과는 CPU, Metal, CUDA, AMD 위에서 비트 단위로 동일한 순방향 패스다. - 신뢰가 아니라 재계산. 정수 트랜스포머는 EVM 프리컴파일로 노출된다. 신뢰 모델은 존재하는 것 가운데 가장 단순하다. 모든 검증자가 블록 실행 동안 동일한 계산을 다시 돌린다. 당신의 출력이 다른 모든 기계가 내는 것과 맞지 않으면 블록은 거부된다. 위원회도 없고, 특수 하드웨어도 없고, 위조할 증명도 없다.
이것이 우리 연구가 AI의 증명: 검증 가능한 계산을 합의의 기본 요소로(ZIP-002)에서 처음 서술한 PoAI의 변종이며, 지금 코드로 출하되어 있다.
이 부분은 살아 있다
초석은 결정적 int8 행렬곱, gemm_i8이다. Go, Rust, C++에서 바이트 단위로 동일하게 구현했고, GPU 커널(Metal, CUDA, HIP)은 같은 알려진 답 시험을 통과한다. Go 구현은 주소 0x0300...0003의 등록된 EVM 프리컴파일이며, Lux, Zoo, Hanzo의 EVM이 빈 임포트한다. 그래서 세 체인이 같은 결정적 추론 경로를 공유한다. 황금 토큰 열이 모든 언어에 걸친 시험으로 단언된다.
prompt 1 7 13 2 → 4 28 21 17 2 19 43 35 36 15
그 벡터가 두 기계 사이에서 한 번이라도 달라지면 CI는 붉어진다. 실천에서 «검증 가능»의 뜻이 이것이다.
이 부분은 솔직한 로드맵이다
- 모델 크기. 온체인 프리컴파일이 오늘 돌리는 것은 작은 참조 트랜스포머다. 프로덕션 모델(Qwen3-0.6B / zen-nano)의 이식은 명세되어 진행 중이다. 프런티어 모델을 모든 검증자에서 재계산하는 것이 목표는 아니다. 작은 검증 가능 모델과 큰 모델의 표본 검증이 목표다.
- 암호학적 증명. zkML 증명과 기밀(TEE) 실행은 설계되어 나중 릴리스를 위해 스텁되어 있다. 오늘의 보장은 다시 돌릴 수 있는 결정성이다. 진짜 보장이지만 간결한 증명은 아니다.
- 하드웨어 증명. 온체인에서 재계산하기에 너무 큰 모델에서 신뢰의 닻은 하드웨어 증명이다. AMD SEV-SNP 증명은 우리 스택에서 끝에서 끝까지 구현되어 있다(AMD 키 서비스에 대한 인증서 사슬 전체 검증). Intel TDX와 NVIDIA GPU 기밀 컴퓨팅은 뼈대만 있고 끝나지 않았다.
«zk로 검증된 AI»라고 쓴 슬라이드를 내는 것보다 이것을 말하는 쪽을 택한다.
오픈소스 지급: 설계로서의 25%
약속은 이것이고, 블로그 글이 아니라 우리 코드 안에 있다. 귀속 가능한 클라우드 수익의 75%는 플랫폼에 남는다. 25%는 클라우드가 실제로 돌린 패키지의 오픈소스 개발자를 위해 모은다.
귀속이 끝에서 끝까지 작동하는 방식이다.
| 단계 | 무슨 일이 일어나는가 |
|---|---|
| 빌드 | 빌드 시스템이 만드는 모든 이미지는 소프트웨어 자재 명세를 받는다(syft → CycloneDX). 출하된 것의 의존 그래프 그 자체다. |
| 귀속 | git blame 엔진이 각 의존을 저자에게 줄 단위로 대응시키고, 저자별 기여 비율을 낸다. |
| 계량 | 클라우드는 청구를 위해 조직별 사용을 이미 잰다. 그 사용이 비용의 기초다. |
| 분할 | 사용은 의존 그래프에 기여로 가중되어 배분되고, 귀속 가능한 금액의 25%가 기여자를 위해 유보된다. |
| 지급 | 기여자에게 지급한다. 처음에는 만료되지 않는 Hanzo 크레딧으로. 암호자산과 법정화폐 레일이 뒤따른다. |
상태를 정확히 말한다. SBOM 생성기, 귀속 엔진, 25% 분할, 계량, 지급 모델은 오늘 모두 코드 안에 있다. 지금 배선하는 것은 결합 조직이다. SBOM 수집을 켜고, 지급 실행을 일정에 올리고, 임의의 수취인에게 이미 지급하는 레일로 실제 돈을 통과시킨다. 첫 지급은 참조 구현으로서 Hanzo Cloud 자신이 의존해 도는 것들로 간다.
저장소를 연결하고, 지급을 받아라
끝 상태는 셀프서비스다. GitHub 저장소를 연결하고, 소유자임을 확인하고, 받는 방식을 고르고, Hanzo Cloud가 당신의 소프트웨어에 의존하는 소프트웨어를 돌릴 때마다 몫을 받는다. 그 온보딩 흐름이 다음에 만드는 조각이다. 도착하면 이 글 제목의 문자 그대로의 주제가 된다. 그리고 자신의 수익을 그것을 만든 SBOM에 비추어 확인할 수 있다.
노드를 돌리고, 클라우드를 나눈다
노드 운영자. Hanzo Node는 기계가 암호학적 신원으로 등록하고, 할 수 있는 일을 알리고, 피어 투 피어 망으로 일을 받고, 스테이블코인 정산(x402)으로 대가를 받게 한다. 그 고리는 에이전트와 도구 일에 대해서는 오늘 실재한다. 하드웨어로 계량되고 증명된 컴퓨트 시장, 곧 TEE 증명 아래 GPU 시간을 팔고 체인 위에서 정산하는 곳은 방향이다. 위의 증명과 정산 기본 요소 위에 짓는 것이지, 그 둘레의 지름길이 아니다.
추천과 나눔. 개발자나 조직을 추천하면 둘 다 크레딧을 얻는다. 제휴자는 추천한 지출의 단계적 몫을 얻는다. 이것은 오늘 청구 시스템 안에서 살아 있고, 사기로 게이트되며, 시험되어 있다. 오픈소스 지급이 올라타는 같은 수익 분배 기계다.
이것이 왜 중요한가
결과를 증명하지 못하는 AI 클라우드는 맹목의 신뢰를 청한다. 오픈소스에서 이익을 얻고 돌려주지 않는 AI 클라우드는 지속되지 않는다. AI의 증명은 첫째를 쓸 수 있는 것 가운데 가장 지루하고 가장 견고한 메커니즘, 결정적 재계산으로 다룬다. 25% 지급은 둘째를 코드에 써 넣은 숫자로 다룬다.
정직한 성적표. 검증 가능한 추론의 핵은 출하되어 시험되었다. 지급 파이프라인은 만들어져 켜지는 중이다. 증명, 큰 모델의 이식, 셀프서비스 정문은 실제 기초 위의 로드맵이다.
실재하는 것을 계속 내고, 실재하지 않는 것에는 딱지를 붙인다. «AI의 증명»이 뜻을 갖게 하는 유일한 방법이다.
Hanzo AI는 Techstars '17이다. 이 글 뒤의 기술 감사, 모든 주장을 파일과 줄에 대응시킨 것은 내부에서 유지되며 구축 계획을 이끈다.
더 읽기

라우터가 레지스트리다
Hanzo Cloud 에는 체크인된 OpenAPI 파일이 없다. 살아 있는 라우트 표가 원천이고, 세 갈래로 투영되며, 어느 투영이 어긋나면 전단사 시험이 빌드를 떨어뜨린다. 963 개 경로에 걸친 1,362 개 연산이, 요청 시각에 프로세스마다 만들어진다.

Introducing Enso — one API, routed to the best frontier intelligence
Enso is Hanzo's learned router: no single frontier model leads every benchmark, so Enso routes each request to the model most likely to win it — and learns from your feedback as it goes. Microsecond routing on a CPU, a transparent per-request meter, and a 1% fee that pays for itself. Here is how it works, the measured results, and the cost-transparency angle a monolith cannot offer.

Route every prompt to the right model — and cut AI cloud costs by up to 90%
Hanzo Router places each request on the cheapest model that can still serve it — reuse a local model for free, load one that fits, or fall through to cloud. Here's the idea, what it feels like in production (qualitative), and the honest cost arithmetic (quantitative) — no fabricated benchmark.