> 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-kr/overview/readme.md).

# Cournot 프로토콜 소개

탈중앙화 예측시장(prediction market)은 전 세계적 진실 발견(truth discovery)과 자동화된 조정(automated coordination)을 위한 기반 레이어로 부상하고 있습니다. 그러나 도입이 늘고 있음에도 예측시장은 근본적인 한계, 즉 \*\*결과 확정 병목(Resolution Bottleneck)\*\*에 여전히 묶여 있습니다.

오늘날 오라클(oracle) 환경은 둘로 나뉘어 있습니다. 인간 중심 오라클은 주관적인 결과를 정확하게 확정할 수 있지만 지연 시간, 비용, 주목 희소성(attention scarcity) 문제를 안고 있어 고빈도 이벤트나 롱테일(long-tail) 이벤트에는 적합하지 않습니다. 한편 데이터 오라클과 연산 오라클(compute oracle)은 정보를 안전하게 전송하거나 실행을 증명할 수는 있지만, **복잡하고 비정형적인 현실 세계의 결론이 어떻게 도출되는지 검증하는 데 필요한 시맨틱 아키텍처를 갖추고 있지 않습니다**.

마켓, 계약, 자율 에이전트가 현실 세계의 판단에 점점 더 의존하면서 이 간극은 시스템 전반의 문제가 됩니다. 빠르고 저렴하며 감사 가능한 결과 확정(resolution)을 제공하지 못하면, 예측시장과 온체인 시스템은 전 세계 누구나 명확히 판별할 수 있는 좁은 범위의 이벤트를 넘어 확장할 수 없습니다.

#### 롱테일 마켓이 중요한 이유 <a href="#why-long-tail-markets-matter" id="why-long-tail-markets-matter"></a>

롱테일 마켓과 계약 트리거는 현실 세계 경제 활동의 대부분을 차지합니다.

* 국지적 공급망 차질
* 지역별 기상 영향과 파라메트릭 보험(지수형 보험) 조건
* 규제·정책 기준
* 소프트웨어 마일스톤과 운영 핵심성과지표(KPI)
* 평판, 신원, 행동에 관한 주장
* 기밀로 유지해야 하는 기업 이벤트

이것이 에이전트와 기업에 실제로 필요한 조건이지만, 결과 확정 리스크가 높아 대부분 다뤄지지 못하고 있습니다.

#### 정의 정밀성 문제(Definition Precision Problem) <a href="#the-definition-precision-problem" id="the-definition-precision-problem"></a>

언뜻 보면 예측시장의 많은 이벤트는 결과를 확정하기 쉬워 보입니다. *"X가 일어났는가?" "Y가 인도되었는가?" "마일스톤이 출시되었는가?"*

하지만 실제로 이런 "단순한 질문"은 예측 가능한 이유로 실패합니다. **정산(settlement) 결과는 분위기가 아니라 정의에 따라 결정되기 때문입니다.** 무엇을 인정하는지, 어떤 소스를 유효하게 보는지, 어떤 기간이 적용되는지, 어떤 예외가 있는지 같은 작은 문구 차이가 결과를 뒤집을 수 있습니다.

예를 들면 다음과 같습니다.

* "정부 셧다운(일시 업무 정지)이 발생했는가?"는 **서명 시각**, **기관 웹사이트 업데이트**, 또는 **공식 선언** 중 무엇을 기준으로 삼느냐에 따라 달라질 수 있으며, 기준마다 정산 결과가 달라집니다.
* "제품이 출시되었는가?"는 **일반 공개 여부**, **지원 지역 범위**, **버전 번호**, 또는 **특정 유통 채널**에 따라 달라질 수 있습니다.

이러한 정의가 충분히 명시되지 않으면 분쟁은 엣지 케이스(edge case)가 아닙니다. 오히려 기본값이 됩니다. 따라서 오라클의 결과 확정에는 출력뿐 아니라 다음 두 가지도 필요하다는 결론을 내릴 수 있습니다.

1. **시맨틱 계약(semantic contract)**(정확히 무엇의 결과를 확정하는지), 그리고
2. **증거 계약(evidence contract)**(무엇을 유효한 증명으로 인정하며, 이를 어떻게 수집해야 하는지).

Cournot 프로토콜은 AI를 수동적인 추론(inference) 엔진에서 **검증 가능한 추론(reasoning) 시스템**으로 바꾸는 새로운 오라클 프리미티브(primitive)인 \*\*PoR(Proof of Reasoning, 추론 증명)\*\*을 도입합니다. Cournot은 AI 출력을 그대로 신뢰하는 대신 소스 진본성(authenticity), 논리적 일관성, 결정론적 출력으로 이루어진 \*\*전체 추론 과정을 온체인에 암호학적으로 앵커링(anchoring)\*\*합니다. 추론의 각 단계에 경제적 책임성을 결부함으로써, Cournot은 인간 투표와 불투명한 연산을 비정형 현실의 결과를 기계 속도로 확정할 수 있는 비허가형(permissionless) 네트워크로 대체합니다.

**Cournot 프로토콜은 비정형 현실 세계 이벤트에 대해 검증 가능하고 감사 가능한 결과 확정을 제공하도록 설계된 최초의 AI 네이티브 추론 오라클이며, 저비용 실행과 기계 속도의 완결성(finality)을 바탕으로 에이전트 경제 전반에 걸쳐 확장 가능한 자동화를 실현합니다.**