머신러닝 모델 유동화와 자동화 거래 시장 설계

Abstract

최근 머신러닝 관련 많은 연구와 논문들이 SOTA(State-of-the-Art)급의 성능을 주장하지만 해당 실험환경에서만 최적화된 결과가 나오는 경우도 많고, 다양한 평가 지표가 있으나 해당 지표들만으로는 클라이언트 입장에서 모델의 우열을 평가하는 것이 매우 어렵다. 실제로 논문에서 SOTA 모델이 산업 응용에서는 좋지 못하는 성능을 보이는 경우가 많다. 이에 STO(Security Token Offering), AMM(Automated Market Maker)와 같은 블록체인 기반의 자산 유동화 및 자동화 거래 시장 대한 연구를 진행하였고, 머신러닝 모델 자체를 유동화하여 시장 가격 논리에 맞게 거래되고 평가될 수 있으면서도 모델의 영리적 가치를 보호하는 아키텍처를 제안하였다. 또한 이를 논리적으로 입증하는 프로그램을 구현하였다.

A lot of recent research and paper insists its performance accomplish SOTA(State-of-the-Art). However, most of the result only perform SOTA with optimized experiment data and environment. As a result, machine learning model cannot be successfully applied to industry. This paper suggests architecture which is based on the concept of machine learning, smart contract and STO(Security Token Offering). By tokenizing machine learning model, the value of model can be intuitively and objectively estimated. Besides, demand for machine learning model can be automated by smart contract code, while protect client data privacy via distributed learning. Solidity and Javascript program is implemented to prove the proposed architecture.