> 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/the-oracle-evolution/oracle-3.0-the-intelligence-oracle/proof-of-reasoning-por.md). # PoR(추론 증명) ### PoR(추론 증명) \*\*PoR(Proof of Reasoning, 추론 증명)\*\*은 Oracle 3.0의 중심 엔진입니다. PoR은 AI 추론을 일시적이고 불투명한 과정에서 역할 기반 \*\*표준운영절차(SOP)\*\*에 따라 오케스트레이션되는 영속적인 암호학적 증거 체인으로 바꿉니다. 다른 아키텍처가 AI를 단 한 번의 "추론 호출"로 축소하는 반면, Cournot은 원시 데이터 수집부터 최종 판정까지 결과 확정의 전체 수명 주기에 걸친 세분화된 멀티 에이전트 워크플로를 강제합니다. ### **추론 머클 트리(Reasoning Merkle Tree)** Cournot은 AI의 인지 과정을 \*\*머클화된 추론 추적(Merkle-ized Reasoning Trace)\*\*으로 구조화하여 "블랙박스" 문제를 없앱니다. * **리프 노드**: SOP의 각 원자적 단계는 암호학적 리프로 캡슐화됩니다(예: *리프 1: zkTLS 가져오기*; *리프 2: 사실 감사*; *리프 3: 최종 판정*). * **루트**: 이 리프들을 집계해 고유한 \*\*추론 머클 루트(Reasoning Merkle Root)\*\*를 생성합니다. * **앵커링**: 루트만 온체인에 저장함으로써 Cournot은 **일정한 가스 비용으로 무제한의 인지 복잡도**를 달성하며, 네트워크 혼잡 없이 심층 검증을 수행할 수 있습니다. ### PromptSpec: 시맨틱 계약 모호성은 오라클 분쟁의 근본 원인입니다. "제품이 출시되었는가?" 같은 질문은 일반 공개 여부, 지원 지역 범위, 버전 번호, 특정 유통 채널에 따라 달라질 수 있습니다. 작은 문구 차이로 정산 결과가 완전히 뒤집힐 수 있습니다. **PromptSpec**은 이 문제에 대한 Cournot의 해법으로, 무엇의 결과를 확정하는지 결정론적으로 명시하는 \*\*표준 시맨틱 계약(canonical semantic contract)\*\*입니다. PromptSpec은 다음을 인코딩합니다. 1. **평가 대상인 구체적 질문** 2. **해석 범위의 경계**(무엇을 인정하고 무엇을 인정하지 않는지) 3. **판정 스키마**(유효한 결과의 집합) 4. **논리 제약**(엣지 케이스와 예외를 규율하는 규칙) PromptSpec은 결과 확정 시맨틱을 명시적이고, 반복 가능하며, 검사 가능하게 만듭니다. PromptSpec은 시맨틱 정의를 실행과 분리하여, 마켓 설계의 유연성을 희생하지 않고도 결정론적인 결과 확정 로직을 구현할 수 있게 합니다. 모든 결과 확정 과정은 동일한 시맨틱 정의에 묶이므로 실행과 검증 전반에서 일관성이 보장됩니다. 조건은 온체인에서 암호학적 커밋먼트(commitment)가 이루어지기 전에 오프체인에서 정의되고 조율됩니다. ### SOP 프레임워크: 3단계 검증 오라클 장애는 흔히 **데이터 소스 드리프트(data source drift)**, 즉 입력의 가용성, 해석, 신선도, 신뢰도의 변화에서 비롯됩니다. Cournot은 데이터 요구사항을 암묵적으로 다루지 않고 프로토콜 수준의 책임으로 공식화합니다. * 허용된 공신력 있는 소스 * 암호학적 영수증(cryptographic receipt)을 제공하는 검증 가능한 수집 방식 * 시간 범위를 제한하는 신선도 기간(freshness window) * 서로 모순되는 증거에 대한 충돌 해결 규칙 결과 확정은 세 단계로 진행되며, 단계마다 고유한 책임성이 부여됩니다.
#### **1단계: Proof of Authenticity(진본성 증명), Collector(증거 수집 역할)** Collector 에이전트는 사전 정의된 데이터 요구사항에 따라 증거를 수집하며, 공신력 있는 소스 기준과 신선도 제약을 충족하는 항목만 채택합니다. 각 항목에는 암호학적 영수증이 포함됩니다. **기술**: zkTLS(Zero-Knowledge Transport Layer Security)는 안전한 전송 계층 보안(TLS) 세션을 통해 데이터 출처를 확인하는 영지식 증명을 생성합니다. **책임성**: Collector는 소스 무결성(Source Integrity)을 걸고 네트워크 토큰을 스테이킹하며, 유효하지 않은 증명에는 슬래싱 페널티가 부과됩니다. #### **2단계: Proof of Logic(논리 증명), Auditor(추론 감사 역할)** Auditor 에이전트는 PromptSpec과 검증된 증거만을 대상으로 구조화된 추론을 수행하고 머클화된 추론 추적을 생성합니다. 추론 머클 루트만 온체인에 앵커링되므로, 과도한 온체인 비용 없이 세분화된 감사가 가능합니다. **기술**: DSPy로 최적화한 사고의 연쇄(Chain-of-Thought, CoT)가 추론이 구조화되고 검사 가능한 패턴을 따르도록 보장합니다. **책임성**: Auditor는 논리적 일관성(Logical Coherence)을 걸고 네트워크 토큰을 스테이킹하며, 추론 오류가 있으면 페널티를 받습니다. #### **3단계: Proof of Determinism(결정성 증명), Judge(판정 역할)** Judge 에이전트는 추론 결과를 사전 정의된 판정 스키마에 결정론적으로 매핑하여 출력을 예측 가능하고 기계로 검증 가능하게 만듭니다. **기술**: 뉴로-심볼릭(neuro-symbolic) 제약(Outlines/Logit Locking(로짓 잠금))이 출력이 판정 스키마를 따르도록 강제합니다. **책임성**: Judge는 스키마 준수(Schema Compliance)를 걸고 스테이킹하여 기계가 읽을 수 있는 정산 페이로드를 보장합니다. ### 검증 가능한 추론 Cournot은 오라클의 결과 확정을 서로 다른 두 가지 신뢰 문제로 나눕니다. 1. **증거 신뢰(Evidence Trust)**: 증거가 승인된 소스에서 수집되었는지 검증 2. **추론 신뢰(Reasoning Trust)**: 판정이 합의된 증거에서 올바르게 도출되는지 보장 증거 신뢰는 PromptSpec, DataRequirements(허용 소스·수집 방식·신선도 기간·충돌 해결 규칙을 정한 데이터 요건), 증거 번들(EvidenceBundle)로 해결하며, **zkTLS**는 각 증거가 검증된 TLS 세션을 통해 승인된 소스에서 비롯되었다는 암호학적 증명을 제공합니다. 증거가 고정되고 인증되면, 추론 검증은 별개의 한정된 연산 과제가 됩니다. Cournot은 추론 단계의 입력을 고정합니다. * 시맨틱 명세(PromptSpec) * 확정된 증거 번들(zkTLS로 인증됨) * 판정 스키마 * 추론 정책 * 고정된 모델 가중치와 실행 환경 이를 통해 \*\*재실행 가능한 추론 대상(replayable reasoning target)\*\*이 만들어지며, 바로 여기서 \*\*opML(Optimistic Machine Learning, 옵티미스틱 머신러닝)\*\*이 필수적인 역할을 합니다.