Q. 블록체인에 그리드 컴퓨팅 기법을 활용한다면 기상분석, 기하학 연산을 지원하여 코인을 얻을 수 있지 않을까요?

장석만 2019. 04. 10.


채굴 및 검증이라는 행위가 결국 여러 PC를 활용하여 연산된 값을 얻을 경우 코인을 받을 수 있는 것인데요. 결국 이것은 블록체인이 그리드 컴퓨팅 기법을 활용한건 아닌가 싶습니다.

결국 그리드 컴퓨팅 또한 분산화의 일종을 볼 수 있으며 블록체인이라는 기술이 어느 날 갑자기 나타난 새로운 기술이 아닌, 기존 기술을 응용 발전시킨 기술이 아닌가 싶습니다.

그렇다면 블록체인도 그리드 컴퓨팅 기법을 활용한다면 블록의 생산 뿐만아니라 여러가지 연산(기상분석, 기하학에 필요한 연산을 지원한 후 코인을 얻는 행위)을 위한 응용도 가능하지 않을까요?

공유하고 보상받기 ♥︎
별로예요 1

1 내용이 부실하거나 모호하여 이해하기 어려운 질문
* 별로예요 10건 도달시 관리자 검토 후 삭제 조치합니다.

1개의 답변이 있습니다.

질문자 & 큐레이터 채택
EOS 답변자인증
IT 이야기 2019. 04. 10 100%의 채택

안녕하세요 그리드 컴퓨팅 기법을 활용한 연산에대해 문의 하셨는데요

현재 기상분석 코인으로 나온 옵저버 백서를 읽어봤는데 위에서 말씀하신 그리드컴퓨팅 기법이랑

비슷한거 같습니다.

옵저버(OBSERVER)는 일상의 관측 자료를 거래하 는플랫폼이다. 전 세계 누구나 스마트폰이나 소규모 관측소등을 이용해 날씨 자료를 수집하고 공유함으 로써 보상(옵저버 코인)을 받을 수 있다. 수집된 관측 자료는 옵저버의 빅데이터 기술을 통해 검증되며, 관 측 내역은 블록체인에 기록되어 관리된다. 이를 통해 옵저버는 세상에 없었던 고해상도 기상 관측 자료를 제공하고자 한다.

옵저버 코인은 실생활에 사용되는 기상데이터와 결합된 암호화폐입니다. 대부분의 암호화폐가 미래에 실현하고자하는 사업모델에 기반하여 발행되는 반면, OBSR은 기상데이터라는 실체를 생산하고 거래하기 위해 개발된 유틸리티 코인입니다

아래내용은 옵저버 백서에서 발췌하였습니다.

출처 : https://www.obsr.org/resources/obsr/download/BN_KR.pdf

옵저버 생태계를 보면

옵저버는 다음과 같이 개별 관측자, 옵저버 파운데이션, 그리고 소비자로 구성된다.

1) 관측자(Weather Data Providers)

앞서 기술한 바와 같이 개인 및 기업은 다양한 기기(스마트폰, 자동차, 개인 관측소, 선박, 항공기 등)를 이용 해 기상 관측을 수행하고 관측 자료를 실시간으로 공유하는 생산자 역할을 한다. 이 때 관측은 의식적/무의식 적으로 이뤄진다. 일례로 스마트폰에 설치된 옵저버 APP은 30분 간격으로 기압을 자동 측정해 옵저버 파운데 이션에 전송할 수 있다. 반면 수직 상공의 구름 사진은 관측자가 직접 찍어서 전송할 수 있다. 기업의 참여가 필 요한 선박 및 항공기 관측은 이미 통신망이 구축되어 있다. 통신망에 옵저버를 포함시킴으로서 고부가가치 자 료를 옵저버 파운데이션에 전송할 수 있다

2) 옵저버 파운데이션 (OBSERVER Foundation)

옵저버 파운데이션은 다양한 역할을 수행한다. 먼저 실시간 관측 자료를 검증하고 이를 데이터베이스화 한 다. 검증 결과를 토대로 관측 정보의 정확도를 블록체인화 한다. 또한 성공한 관측에 대한 일상적인 보상(코인 지급)을 집행하고, 소비자와 관측자를 연결하는 역할을 수행한다. 옵저버 파운데이션은 로컬 서버(Local Server)와 중앙 서버(Central Server)를 운영한다. 로컬 서버는 원시 자료의 저장소이자 중앙 서버에서 이뤄지는 품질 검증을 위한 임시저장소 역할을 수행한다. 반면 중앙 서버는 로컬 서버의 자료를 검증, 관리, 분배하는 역할을 맡는다. 또한 개별 자료의 가치에 대한 저작권을 부여하며(저 작권 코인 지급) 소비자가 자료를 구매하는 접점 역할을 수행한다. 중앙 서버의 가장 중요한 역할은 개별 관측 자료의 품질 검증이다. 각 변수별 실시간 품질 검증은 다음과 같 은 3단계 과정을 통해 이뤄진다. 1차적으로 지역별 기후값을 참조하고 2차적으로 동시 관측을 수행한 주변 관 측 자료와 비교를 통해 검증이 이뤄진다. 최종적으로 머신 러닝(Machine Learning) 알고리즘을 적용해 자료 의 신뢰도를 확보한다. 머신러닝은 관측 자료뿐만 아니라 다양한 수치모델 자료를 활용하여 이루어진다. 최종 적으로 검증된 자료는 빅데이터 기술을 이용해 중앙 서버에서 관리되며, 개별 관측자에게 부여되는 저작권 코 인에도 그 가치가 기록된다.

3) 소비자 (Buyers)

실시간 및 과거 자료를 구매하는 수요자다. 개인, 기업, 국가 기관 등을 포함한다. 기상 정보 사업자는 옵저버의 고해상도 관측 자료를 가공해 도시 및 도로 기상 정보를 실시간으로 제공할 수 있다. 예를 들어 불특정 다수의 자 동차에서 관측된 기상 자료는 자동차(자율주행 자동차 포함)의 네비게이션 시스템에 직접적으로 활용될 수 있다. 옵저버의 자료에 인공지능 기술(예를 들어 IBM Watson 혹은 Google 딥러닝 알고리즘)을 접목시킨다면 초단기 국지 예보 또한 가능하다. 옵저버의 실시간 관측 자료는 스마트시티를 구현하는데도 직접적으로 활용될 수 있다. 실시간 기상 자료는 항공 및 해운관련 업계에도 활용도가 높다. 항공사는 공항 주변의 날씨와 비행 고도의 항공난류를 실시간으로 감시하는데 옵저버의 자료를 활용할 수 있다. 대형 선박의 항로를 추천하는 회사 또한 전세계 해양 기상 실황을 모니터링하고 예측을 하는데 옵저버의 자료를 이용할 수 있다.