DML 토큰 ICO 리뷰 요약 (Decentralized Machine Learning)

영어 원문: https://cryptobriefing.com/decentralized-machine-learning-ico-review-dml/
최종 스코어: 75% (만점: 100%)
게시 일자: 3/10/2018

캐치프레이즈

"Infrastructure for developers and enterprises to create AI algorithms."
개발자들과 기업체들이 AI 알고리즘을 만들기 위한 인프라스트럭쳐.

개요(overview)

AI 모형들의 훈련을 위해 활용되지 않은 개인 데이터를 사용하고 개인 기기의 컴퓨팅 파워를 이용하면서도 프라이버시를 보호하는 플랫폼.

개발자들, 기업 고객들과 유저들을 연결하여, 참여하면 누구나 이득을 볼 수 있도록 해서 머신러닝과 빅데이터 시장을 민주적으로 만든다.

DML은 페더레이티드 러닝을 통해 이 목표를 실현하려고 한다.

존재 이유(value proposition)

미활용 개인 정보를 활용케 하고, 개발자들에게는 알고리즘 판매를 더 쉽게 한다.
DML 프로토콜의 핵심에는 DML Algo Marketplace가 있다. 개발자들과 고객들은 중개자 없이 DML Algo Marketplace, DML App 등에서 이러한 활동들을 할 수 있다.

DML 토큰은 ERC-20 토큰으로, 데이터를 공유하고 유휴 컴퓨팅 자원을 학습 알고리즘에 사용하는 데에 모두 지급된다. 개발자가 머신러닝 알고리즘을 개발하도록 장려하는 데에도 사용된다. 고객들은 알고리즘을 DML 토큰으로 구매한다. 모델을 더욱 정확하게 만드는 데에도, 중개 노드들에 대한 보상도 DML 토큰으로 보상이 이루어진다.

ICO 팀

Michael Kwok - 공동 창업자. 심정지 환자들에게 신속한 구급차 서비스를 제공하는 캡하트(Capheart) 스타트업의 공동 창업자였다. 항셍과 스탠다드 차터드에서 합 3년간 relationship manager를 했으며, 4년간은 뱅크오브차이나 에서 금융 분석가로 일했다.

Jacky Chan - 공동 창업자, 블록체인 개발자. 블록체인 컨설팅 회사 쿄칸 랩스(Kyokan Labs)에서 엔지니어링 VP였으며, 메타마스크와 DFINITY 개발에 contribution한 적이 있다. 우버에서 개발자, Symphony Communication에서 개발자였다 (후자의 회사는 골드만 삭스가 인수함).

Victor Cheung - 블록체인 개발자. 홍콩대학교에서 CS 석사를 했고 2010년부터 풀스택 개발자로 활동중이다. Michael Kwok과 함께 캡하트에서 CTO이자 공동창업자로 일했다.

Pascal Lejolif - 머신러닝 엔지니어중 한 사람이다. 프로젝트 매니저, IT서비스 회사에서 CTO 등을 경력으로 가졌다.

어드바이저들 - 4명은 AI계에서, 2명은 블록체인계에서 왔다. 눈에 띄는 사람은 Michael Edesess (Compendium Finance에서 투자전략팀장 정도의 직위) 이다.

강점과 기회들

• 제품 개발에서 좋은 진척을 보이고 있다. DML Algo Marketplace, DML App의 작동 단계 프로토타입이 공개돼있다.
• 깃헙에 활동이 눈에 띄게 활발하다. 팀이 베타 개발에 매진하고 있음을 알 수 있다.
• 머신러닝계에서, 비-블록체인 경쟁자는 캐글(Kaggle) 플랫폼이다. 캐글은 백지상태에서 새로운 알고리즘을 만드는 데에 주안점을 두지만 DML은 완성된 알고리즘을 훈련시키는 데에 개발자들과 기업 고객들을 끌어들일 수 있다.

약점과 위협들

• 구글이 최근 '구글 페더레이티드 러닝'이라는 클라우드 기반 집단 알고리즘 트레이닝 인프라스트럭처를 개시했다. 개선된 검색 예측 등을 위해 테스트중이다. 만약 구글 애널리틱스 같은 전개를 할 수도 있다. 빅데이터 분석 시장은 2020년에 $200b (2천억 달러) 를 도달할 것으로 예상되지만, 관건은 유저층 확보다.
• 이러한 관점에서, 유저층 확보를 위한 파트너십이 보이지 않는 것이 약점이다.

최종 평결(verdict)

DML은 개발자, 기업 고객 및 유저들에게서 어마어마한 가치를 이끌어낼 수 있는 제품이다. 개발자 초점에서 벗어나 좀더 폭넓은 생태계를 설계했다.

물론, 이 생태계의 성공은 유저층 확대에 달렸는데, 현재 여기에는 크나큰 물음표가 달려있다.

요약(summary)

탈중앙화 머신 러닝(Decentralized Machine Learning) ICO는 공개 및 비공개 데이터를 활용하도록 동기 부여를 하는 시장을 열 잠재력이 있다. 이 프로젝트는 빅데이터를 활용해 예측 애널리틱스를 개선하고자 하는 기업 고객들을 찾고 있다. 이것은 정치, 상업, 행정 주체들이 원하는 것이다. 만약 유저층을 크게 확보한다면 (이것에 대한 계획은 보이지 않지만) 이 프로젝트는 거대한 유망 세력이 될 수 있다.

Founding Team……………………….8.4
Product…………………………………..6.5
Token Utility…………………………..9.5
Market…………………………………..8.2
Competition…………………………..5.0
Timing……………………………………9.4
Progress To Date……………………1.2
Community Support & Hype…..7.2
Price & Token Distribution……..7.8
Communication……………………..10.0
FINAL SCORE……………………….7.5

긍정적인 측면(upsides)

• 과거 스타트업 성공 경험과 확고한 기술적 경력
• 빅데이터 애널리틱스에 대한 혁신적인 솔루션
• 타겟 시장의 잠재력이 어마어마하다

부정적인 측면(downsides)

• 머신러닝 시장에서 경쟁이 치열해질 것
• 현재까지 파트너십이 보이지 않는다