> For the complete documentation index, see [llms.txt](https://docs.cournot.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cournot.ai/docs-ko/overview/the-oracle-evolution/3.0/opml-ai.md).

# opML: AI 추론을 증명 가능하게 만들기

opML은 낙관적 롤업으로 대규모에서 검증된 낙관적 검증 패턴을 AI 추론에 적용합니다. 핵심 통찰은 모든 노드가 동일한 추론을 다시 실행하도록 요구하는 대신(이는 대규모 모델에서 지나치게 비용이 많이 듭니다), opML은 결과가 올바르다고 가정하고 단 하나의 정직한 노드가 그것이 틀렸음을 증명할 수 있는 메커니즘을 제공한다는 점입니다.

**Cournot에서 opML이 작동하는 방식**:

1. **한 번 실행**: 앵커 노드는 TEE 내부에서 AI 추론을 실행하고, 동결된 입력(PromptSpec, 증거 번들, 모델 해시, 실행 매개변수)과 함께 결과를 게시합니다.
2. **이의 제기 기간**: 결과는 어떤 센티널 노드든 이의를 제기할 수 있는 이의 제기 기간에 들어갑니다.
3. **결정적 재실행**: 이의가 제기되면, 동일하게 동결된 입력, 고정된 모델 가중치, 통제된 실행 환경으로 추론을 다시 실행합니다. Cournot는 PromptSpec와 증거 단계에서 모든 입력을 동결하므로, 재실행 대상이 완전히 명시됩니다.
4. **이분 탐색 프로토콜**: 전체 추론을 다시 실행하는 대신, 도전자와 방어자는 상호작용식 이분 탐색 프로토콜에 참여하여 결과가 갈라지는 정확한 계산 단계까지 범위를 좁힌 다음, 그 단일 단계를 온체인에서 증명합니다.

**결과**: 검증 비용은 "전체 모델을 N번 실행"하는 것에서 "한 명의 정직한 노드가 간결한 부정행위 증명(fraud proof)을 제출"하는 것으로 줄어듭니다. 이것이 AI 검증을 대규모에서 경제적으로 실현 가능하게 만드는 요소입니다.

#### **zkTLS + opML 검증 스택**

함께, zkTLS와 opML은 다음과 같은 완전한 검증 스택을 형성합니다 **단 하나의 정직한 노드가 전체 파이프라인을 증명할 수 있습니다**:

<figure><img src="https://3804525479-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FWPGzY99JooaGhfRwwXbw%2Fuploads%2FEhYoKkRscleJqJWeTsWW%2F4..%20ZKTLS%20OPML.png?alt=media&amp;token=17728da4-407e-472b-95bc-33966ff64558" alt=""><figcaption></figcaption></figure>

**이 단일 정직 노드 가정** 이것이 Cournot를, 합의에 도달하기 위해 여러 노드가 동일한 고비용 추론을 독립적으로 실행해야 하는 아키텍처와 구분 짓는 요소입니다. 그런 접근 방식에서는 지배적인 비용인 모델 추론이 노드 수만큼 곱해집니다. Cournot는 추론을 한 번만 실행하고 검증은 저렴하게 만듭니다.