펄

펄, 어렵지 않아요 AI를 똑똑하게 만드는 데이터를 누가 만드나요

1. 펄이 대체 뭐예요?

펄(Perle)은 펄 랩스(Perle Labs)라는 회사가 만든 서비스예요. 레이어 1(다른 블록체인의 바탕이 되는 가장 기본 블록체인) 중 하나인 솔라나(Solana) 위에서 돌아가는, 웹3 기반 인공지능 데이터 플랫폼이에요. 쉽게 말하면 'AI를 학습시키는 데 필요한 데이터 작업'을, 그 분야를 잘 아는 검증된 전문가에게 맡겨서 처리하도록 기업과 연구팀을 이어 주는 곳이에요.

여기에 참여하는 전문가·연구자·특정 분야에 밝은 사람들은 데이터에 설명을 붙이는 주석(annotation) 작업이나, 결과가 맞는지 확인하는 검증 작업을 해요. 그리고 그 대가로 보상을 받아요. 동시에 이 사람이 어떤 일을 얼마나 했는지가 블록체인에 기록되어서, '평판(reputation, 믿을 만한 정도)'으로 쌓여요.

펄은 인공지능(AI), 인프라(Infrastructure), 솔라나 생태계(Solana Ecosystem), 바이낸스 알파 스포트라이트(Binance Alpha Spotlight) 같은 여러 갈래로 분류돼요. 코인 기호(심볼)는 PRL이고, 한국 거래소 업비트에서는 '펄'이라는 이름으로 거래돼요. 시가총액(코인 전체의 시장 가치) 순위는 약 644위 정도인데, 이 숫자는 시세에 따라 계속 바뀌는 값이에요.

2. 어떤 문제를 풀려는 건가요?

펄은 AI를 만드는 과정에서 생기는 '데이터 문제'를 겨냥해요. 크게 세 가지예요.

첫째, 사람 손이 부족한 문제예요. 좋은 품질의 데이터 주석(데이터에 의미를 붙이는 일), 평가, 그리고 RLHF(사람의 피드백으로 AI를 더 잘 다듬는 학습 방식)에 대한 수요는 계속 늘어나요. 그런데 기존 방식으로는 이걸 충분히 빠르게 키우지 못해요.

둘째, 피드백의 품질이 낮은 문제예요. 그 분야를 잘 모르는 일반 사람에게 맡기면 틀린 정보가 섞여 들어가서, AI의 정확도가 떨어져요.

셋째, 확인하기 어려운 문제예요. 누가 얼마나 잘했는지를 되짚어 볼 기록이 없으면, 작업 과정이 불투명해져요.

이런 문제는 AI 모델이 점점 커지고 프런티어 AI(가장 앞선 최첨단 AI) 경쟁이 심해질수록 더 눈에 띄어요. AI의 성능은 결국 '학습에 쓴 데이터가 얼마나 많고 좋으냐'에 크게 달려 있기 때문이에요. 펄은 검증된 전문가 인력과 온체인(블록체인에 남기는) 평판·보상 구조를 합쳐서, 이 세 문제를 한꺼번에 개선하려고 해요.

3. 펄은 어떻게 돌아가나요?

펄은 'AI 데이터 작업이 필요한 쪽'과 '그 일을 할 수 있는 쪽'을 이어 주는 양면 구조라고 보면 돼요.

수요 측은 기업과 연구팀이에요. 자기네 AI 모델을 학습시키거나 더 좋게 만들기 위해, 필요한 데이터 과제를 플랫폼에 올려요. 공급 측은 검증을 거친 분야별 전문가와 연구자예요. 올라온 과제를 맡아서 실제로 처리해요.

과제 종류는 크게 세 가지예요. 첫째, 데이터 주석(annotation)은 글이나 이미지 같은 원래 데이터에 의미를 붙여서, AI가 배울 수 있는 형태로 다듬는 일이에요. 둘째, 평가·검증(validation)은 AI가 내놓은 결과가 정확한지, 기준에 맞는지를 사람이 직접 확인하는 일이에요. 셋째, RLHF(인간 피드백 기반 강화학습)는 사람이 AI의 여러 답변을 서로 비교해서 어떤 게 더 나은지 골라 주고, 그 신호로 AI를 미세하게 조정하도록 돕는 일이에요.

작업 결과와 보상 지급, 누가 무슨 일을 했는지 기록은 모두 솔라나 블록체인 위에 남아요. 그래서 누가 어떤 과제를 얼마나 했는지가 그대로 남고, 그 기록이 나중에 평판과 보상으로 이어져요.

이렇게 보면 쉬워요 · 일감을 올리는 사람과 그 일을 잘하는 전문가를 연결해 주고, 누가 무슨 일을 얼마나 잘했는지 지워지지 않는 장부에 적어 두는 구인·구직 게시판 같은 거예요.

4. 전문가 검증과 온체인 평판이 뭐가 다른가요?

펄이 흔한 크라우드소싱(불특정 다수에게 나눠 맡기는) 데이터 라벨링과 다른 점은 두 가지예요.

첫째는 참여하는 사람을 검증한다는 거예요. 아무나 다 받는 게 아니라, 그 분야에 전문성이 있다고 확인된 사람에게 과제를 맡겨요. 그러면 전문 지식이 필요한 영역에서 피드백의 정확도를 높일 수 있어요.

둘째는 온체인 평판이에요. 기여자가 한 작업의 이력과 품질이 블록체인에 차곡차곡 쌓여서, 지울 수 없는 기록으로 남아요. 이 평판은 나중에 더 좋은 과제를 배정받거나 보상 조건을 더 좋게 만드는 근거가 될 수 있어요. 일을 맡기는 수요 측 입장에서는, 특정 사람이 과거에 얼마나 잘했는지를 되짚어 볼 수 있는 확인용 기록이 되고요.

이렇게 검증된 전문성과 추적 가능한 평판을 합치는 방식은, '누가 이 데이터를 만들었는지'와 '그 데이터가 얼마나 믿을 만한지'를 함께 보여 주려는 시도라고 볼 수 있어요.

5. PRL 토큰은 어디에 쓰나요?

PRL은 펄 플랫폼에서 쓰이는 유틸리티 토큰이자 보상 토큰이에요. 솔라나 생태계 안에서 발행되고 유통돼요. 데이터 주석·검증·RLHF 같은 과제를 해낸 기여자에게 보상을 줄 때 그 매개가 되고, 사람들이 이 플랫폼에 참여할 이유(유인)를 만드는 핵심 요소예요.

펄이 솔라나 생태계로 분류되는 것도 이렇게 토큰을 솔라나 위에서 발행하는 구조와 관련이 있어요. 솔라나는 처리 속도가 빠르고 수수료(가스, 블록체인에서 거래할 때 내는 비용)가 낮은 편이에요. 그래서 작은 보상을 여러 명에게 자주 지급하고, 기록도 자주 갱신해야 하는 데이터 플랫폼의 특성에 잘 맞아요.

다만 토큰을 총 몇 개나 발행했는지, 어떻게 나눠 주는지 같은 자세한 토큰 이코노미(토큰 경제 구조)는 공개된 자료로 확정된 범위 밖이라, 이 문서에서는 다루지 않아요. PRL은 여러 거래소에 상장되어 거래되고 있고, 한국에서는 업비트 원화 시장에서 '펄'이라는 이름으로 거래돼요.

6. 크립토 AI 흐름에서 펄의 자리는 어디예요?

펄은 블록체인과 인공지능을 합친 이른바 '크립토 AI' 흐름에 속해요. 펄이 인공지능(AI)과 인프라(Infrastructure)로 동시에 분류된다는 건, 펄이 어떤 특정 응용 서비스라기보다는 AI 개발에 필요한 데이터 자원을 대 주는 '기반 계층(바탕이 되는 층)'을 지향한다는 뜻이에요.

탈중앙화된(한 곳이 다 통제하지 않는) 방식으로 AI 자원을 모으려는 시도는 여러 갈래로 진행돼 왔어요. 예를 들어 비트텐서는 탈중앙화 머신러닝 네트워크를, 아카시네트워크와 아이오넷는 분산 컴퓨팅과 GPU(그래픽 연산을 빠르게 하는 칩, AI 계산에 많이 씀) 자원을, 젠신은 분산 학습을 다뤄요. 플록과 미라네트워크는 각각 연합학습과 검증 계층을 다루고요. 펄은 이 가운데 데이터를 만들고·주석을 달고·검증하는 '사람 노동 계층'에 초점을 맞춘다는 점에서 자기 자리를 잡아요.

펄 자체가 솔라나 위에서 돌아가기 때문에, 솔라나 메인넷(실제로 운영되는 본 블록체인)의 성능과 생태계 성장은 펄의 운영 환경에 곧바로 영향을 줘요.

7. 어떻게 분류되고, 바이낸스 알파는 뭔가요?

코인게코(코인 정보 사이트)를 기준으로 보면 펄은 이렇게 분류돼요.

인공지능(AI)은 AI 모델을 학습·개선하는 데이터 작업을 다룬다는 점에서, 인프라(Infrastructure)는 응용 서비스가 아니라 데이터를 대 주는 기반 계층을 지향한다는 점에서예요. 솔라나 생태계(Solana Ecosystem)는 솔라나 블록체인 위에서 돌아간다는 점에서고요. 바이낸스 알파 스포트라이트(Binance Alpha Spotlight)는 바이낸스가 초기 단계 프로젝트를 소개하고 노출해 주는 '알파 프로그램'의 조명 대상에 포함됐다는 점에서예요.

바이낸스 알파는 큰 거래소가 비교적 이른 시기의 토큰을 골라서 노출해 주는 창구예요. 여기에 들어가면 사람들에게 더 알려지고 접근하기도 쉬워지는 경향이 있어요. 다만 이건 그 프로젝트의 성과나 안전성을 보장해 주는 표시가 아니라는 점은 기억해야 해요.

8. 한국에서는 어떻게 거래하나요?

한국에서 펄은 업비트 원화(중앙화 거래소, 회사가 운영·관리하는 거래소) 시장에 KRW-PRL로 상장되어 있고, 공식 한국어 이름은 '펄'이에요. 그래서 국내 투자자는 원화로 곧바로 PRL을 사고팔 수 있어요.

업비트는 국내에서 거래 규모 비중이 큰 거래소라서, 원화 상장(거래소에서 사고팔 수 있게 올리는 것) 여부가 국내 접근성과 인지도에 큰 영향을 줘요. 다만 상장은 '거래가 가능하다'는 뜻일 뿐, 그 프로젝트의 가치나 성과를 평가한 결과는 아니에요. 또 국내 시세와 해외 시세 사이에 김치 프리미엄(한국에서만 값이 더 비싸지는 현상)이 생길 수 있다는 점도 함께 살펴봐야 해요.

9. 앞으로 남은 숙제는 뭔가요?

펄이 지향하는 모델이 제대로 자리 잡으려면 몇 가지 숙제가 남아 있어요.

첫째, 품질과 규모를 함께 지키는 일이에요. 전문가 검증을 유지하면서도, 큰 수요를 감당할 만큼 참여 인력과 처리량을 키울 수 있느냐가 관건이에요. 둘째, 지속 가능한 유인이에요. 기여자가 꾸준히 참여할 만큼 보상을 주면서도, 그 보상이 실제 데이터 수요와 연결되어 유지돼야 해요.

셋째, 평판 체계의 신뢰성이에요. 온체인 평판이 실제 작업 품질을 제대로 반영하고, 조작이나 서로 짜고 하는 담합에도 흔들리지 않아야 해요. 넷째, 경쟁 환경이에요. 탈중앙화 AI 데이터·인프라 분야에는 이미 여러 프로젝트가 들어와 있어서, 일을 맡길 기업·연구팀을 실제로 확보하는 성과가 필요해요.

이런 숙제들이 어떻게 풀리느냐가, 펄이 데이터 공급의 기반 계층으로서 진짜 의미를 갖는지를 가늠하는 기준이 될 거예요.