Bitbox50 FrAI (❖,❖) (@Bitbox50) profile picture

Hand-drawn art, digital design- content creator-Building playable crypto experiences

Joined October 2020
One thing I find interesting about prediction markets is that creating a market should be just as accessible as trading one. Most platforms focus on the trading side, but there's another layer people often overlook: who gets to decide what becomes a market in the first place? That's where @Ultramint_xyz takes a different approach. With Minty, you can turn a question into a market without going through the usual manual process. The agent helps structure the question, identify an official resolution source, and bring the market live. But the more interesting part is the underlying infrastructure. Pricing, resolution, settlement and dispute handling all need to work together. A market isn't really useful just because people can trade on it. Participants also need clear rules and a reliable way to determine the outcome. Built on base and powered by Fermah's Universal Resolution Engine, Ultramint is exploring a model where creators aren't just bringing attention to markets, they're actually building them and earning a share. I think that creator side of prediction markets deserves more attention. It changes the role of the community from simply choosing YES or NO to deciding which questions are worth putting on-chain in the first place. @ultramint_xyz @fermah_xyz @7wealthh
4
3
54
Polymarket vs. Kalshi The battle for prediction markets is getting real. But beyond volume and market share, there's a deeper competition: who can verify outcomes more reliably and make settlement more trustworthy? Liquidity brings users in, but reliable resolution is what gives a prediction market long term credibility. That's where the real edge could be. @ultramint_xyz
22
프라이버시에도 성능 문제가 있다. Primus는 이를 해결하려 한다. Fully Homomorphic Encryption(FHE)은 강력한 가능성을 제시합니다. 데이터를 암호화된 상태로 유지하면서도 그 데이터에 대한 연산을 수행할 수 있다는 것입니다. 온체인 금융에서는 이러한 기술이 민감한 정보를 처리하는 방식을 바꿀 수 있습니다. 잔액과 송금 금액, 금융 거래 정보가 암호화된 상태에서도 네트워크가 필요한 연산을 수행할 수 있게 됩니다. 하지만 현실적인 문제가 하나 있습니다. 암호화 기술이 존재한다고 해서 시스템을 실제로 사용할 수 있는 것은 아닙니다. 암호화된 데이터를 처리하는 데 지나치게 오랜 시간이 걸리거나 고가의 하드웨어가 필요하다면, 이 기술은 연구 논문 속에서만 인상적인 성과로 남을 수 있습니다. 이것이 FHE가 직면한 가장 중요한 과제 중 하나입니다. 암호화된 연산에 숨겨진 비용 게이트 기반 FHE 시스템에서는 연산이 Boolean Circuit 형태로 표현됩니다. 여기서 특히 비용이 많이 드는 작업 중 하나가 Bootstrapping입니다. 이 과정은 누적된 노이즈를 제어하기 위해 암호문을 갱신하고, 이후에도 연산을 계속 수행할 수 있도록 합니다. 문제는 기존의 회로 평가 방식에서는 각각의 게이트를 개별적으로 처리해야 하는 경우가 많다는 점입니다. 간단한 64비트 금융 연산도 수천 개의 게이트로 변환될 수 있습니다. 각 게이트마다 별도의 Bootstrapping이 필요하다면 계산 비용은 빠르게 증가합니다. 암호학 자체가 제대로 작동하더라도, 연산을 구성하는 방식 때문에 전체 시스템이 비효율적으로 변할 수 있습니다. Primus의 AutoHoG는 바로 이 문제에 접근합니다. 하나의 연산으로 더 많은 작업 수행하기 AutoHoG는 암호화된 로직이 평가되는 방식을 최적화하는 데 초점을 맞춥니다. 각 게이트를 하나씩 처리하는 대신, 여러 입력을 결합하고 여러 출력을 생성할 수 있는 맞춤형 Homomorphic Gate를 자동으로 설계하는 접근 방식입니다. 또한 회로 전체를 분석하는 과정도 포함합니다. Primus에 따르면 AutoHoG는 표준 Verilog 설명을 입력받아 로직을 분석하고, 결합할 수 있는 연산 그룹을 찾아낸 뒤, 이를 맞춤형 게이트를 사용하는 회로로 다시 구성할 수 있습니다. 목표는 명확합니다. 비용이 큰 Bootstrapping 한 번으로 더 많은 유용한 연산을 처리하는 것입니다. Primus는 자체 테스트 회로에서 기존의 게이트 단위 평가 방식과 비교해 최대 5.7배 낮은 지연 시간을 달성했다고 보고했습니다. 이 수치는 GPU 가속을 적용하기 전의 결과입니다. 중요한 점은 이러한 개선이 FHE의 기본 원리를 바꾼 결과가 아니라는 것입니다. 암호화된 연산을 구성하고 실행하는 방식을 개선한 결과입니다. 하드웨어 역시 중요하다 더 나은 알고리즘만으로는 충분하지 않습니다. Primus는 이러한 연산의 규칙적인 구조에 맞춰 설계된 GPU 실행 엔진도 소개하고 있습니다. 이 구현은 부동소수점 FFT 연산 대신 정수 연산과 Number Theoretic Transform(NTT)을 활용합니다. 왜 이것이 중요할까요? 탈중앙화 시스템에서는 계산의 일관성이 중요합니다. 서로 다른 머신에서도 동일한 결과를 재현할 수 있어야 하기 때문입니다. 부동소수점 연산에서는 하드웨어에 따라 반올림 과정에서 작은 차이가 발생할 수 있습니다. 반면 정확한 정수 연산은 보다 결정론적인 계산 기반을 제공합니다. Primus는 자체 운영자 테스트에서 독립적으로 스케줄링된 노드들 사이에 바이트 단위까지 동일한 암호문을 생성했다고 설명합니다. 또한 Primus는 NVIDIA RTX 5090 GPU 8개를 사용한 자체 벤치마크에서 다음과 같은 성능을 보고했습니다. Bootstrapping 작업당 약 5밀리초 암호화된 64비트 잔액을 사용하는 Confidential Transfer 약 90밀리초 초당 210건 이상의 Confidential Transfer GPU 8개 구성에서 단일 GPU 대비 약 8배의 처리량 이 수치들은 Primus가 자체 기술 스택을 통해 공개한 벤치마크 결과이며, 독립적으로 검증된 네트워크 전체의 성능을 보장하는 수치는 아닙니다. Primus와 ZAN의 협력 역시 FHE 작업을 가속하기 위한 GPU 컴퓨팅의 중요성을 보여줍니다. 암호학적 가능성에서 실제 인프라로 이 개발에서 흥미로운 부분은 단순히 암호화된 송금이 더 빨라질 수 있다는 사실만이 아닙니다. 핵심은 그 뒤에 있는 엔지니어링 접근 방식입니다. FHE의 성능은 여러 계층이 함께 작동해야 확보할 수 있습니다. 암호학적 구조, 회로 설계, 컴파일러, 메모리 접근 방식, 그리고 하드웨어 실행까지 모두 중요합니다. 한 계층만 개선한다고 해서 전체 시스템이 반드시 효율적으로 바뀌는 것은 아닙니다. AutoHoG는 회로 수준에서 불필요한 연산을 줄이려 하고, GPU 가속은 최적화된 연산을 효율적으로 실행하도록 돕습니다. Primus는 또한 이러한 계산 구조가 향후 FPGA와 ASIC 같은 전용 하드웨어에도 적합할 수 있다는 가능성을 제시하고 있습니다. 물론 유망한 벤치마크 결과와 대규모 실제 도입 사이에는 여전히 큰 차이가 있습니다. 실제 금융 애플리케이션에서는 네트워크 환경과 비용, 보안, 사용자 경험, 운영 안정성까지 고려해야 합니다. 하지만 여기서 얻을 수 있는 더 큰 교훈은 분명합니다. 기밀성을 갖춘 온체인 금융이 실제로 활용되려면, 프라이버시는 모든 것을 느리게 만드는 비싼 기능으로 남아서는 안 됩니다. 시스템의 성능을 설계하는 핵심 요소가 되어야 합니다. 그리고 앞으로 FHE의 발전은 암호학자뿐 아니라 컴파일러 엔지니어와 하드웨어 설계자들의 역할에도 크게 좌우될 것입니다. @primus_labs
2
1
37
1,219
온체인에 기록된다는 이유로 급여까지 공개되어야 할까? 퍼블릭 블록체인은 거래의 투명성을 위해 설계되었습니다. 하지만 거래가 누군가의 급여를 나타낸다면, 이러한 투명성은 오히려 문제가 될 수 있습니다. 한 기업이 직원들에게 스테이블코인으로 급여를 지급한다고 가정해 보겠습니다. 모든 지급 내역은 온체인에 기록되므로 결제 사실을 확인하기 쉽습니다. 하지만 동시에 직원 개개인의 급여가 얼마인지, 보너스가 언제 지급되는지, 팀원 간 보상 수준에 어떤 차이가 있는지도 외부에 드러날 수 있습니다. 기업 입장에서는 단순한 개인정보 문제가 아닙니다. 경쟁사나 고객, 그리고 블록체인을 모니터링하는 누구에게나 민감한 인사 정보가 노출될 수 있습니다. 그렇다면 해결책은 무엇일까요? 단순히 급여 지급을 비공개로 만드는 것만으로는 충분하지 않습니다. 기업은 신뢰할 수 있는 지급 기록이 필요하고, 직원은 자신의 급여 정보를 확인할 수 있어야 하며, 재무팀은 모든 거래를 정확하게 대조하고 관리할 수 있어야 합니다. 서로 모순되는 것처럼 보이지만, 반드시 하나를 포기해야 하는 것은 아닙니다. 지급 검증과 급여 정보 공개를 분리하다 이것이 Primus Labs와 AllScale의 협업이 다루는 핵심 아이디어입니다. 두 팀의 Private Payroll 접근 방식은 Fully Homomorphic Encryption(FHE)을 활용해 급여 금액을 암호화하면서도 BNB Chain에서 지급 기록을 유지하는 것을 목표로 합니다. 2026년 9월 1일 완료된 초기 기술 검증에서는 가상의 직원과 샘플 급여 금액을 사용해 총 네 건의 지급을 테스트했습니다. 네 건 모두 온체인에 기록되었으며, 개별 급여 금액은 암호화된 상태로 유지되었습니다. 복호화 후 확인한 결과도 원래 급여 데이터와 일치했습니다. Primus는 FHETransform을 제공해 급여 금액을 스마트 컨트랙트에 제출하기 전에 암호화합니다. AllScale은 급여 지급 배치를 준비하고, 결제를 실행하며, 거래 내역을 대조하는 전체 급여 처리 과정을 담당합니다. 직원은 자신의 지갑으로 메시지에 서명해 개인 급여 정보를 확인할 수 있습니다. 단순히 급여 내역을 조회하기 위해 추가 온체인 거래를 발생시킬 필요도 없습니다. 프라이버시는 모든 것을 숨긴다는 뜻이 아니다 이 설계에서 중요한 차이점이 있습니다. 급여 금액은 암호화되지만, 지급 관계 자체가 완전히 숨겨지는 것은 아닙니다. 회사 지갑과 직원 지갑 주소, 거래 시각, 거래 건수, 트랜잭션 해시는 여전히 공개적으로 확인할 수 있습니다. 이 차이는 중요합니다. 기업은 직원의 보상 정보를 보호하고 싶지만, 동시에 재무 운영을 추적할 수 없는 상태로 만들고 싶지는 않습니다. 재무팀은 어떤 지급이 이루어졌는지, 언제 처리되었는지, 회계 기록과 어떻게 대조해야 하는지 알아야 합니다. 목표는 급여 지급을 보이지 않는 과정으로 만드는 것이 아닙니다. 공개할 필요가 없는 민감한 정보만 보호하는 것입니다. 물론 이번 기술 검증이 모든 문제를 해결한 것은 아닙니다. 온체인 기록만으로 특정 지갑이 실제 직원의 소유인지, 급여가 회사 정책을 준수하는지, 세금 및 고용 관련 의무가 모두 이행되었는지까지 증명할 수는 없습니다. 급여 금액의 기밀성을 확보하는 것은 하나의 문제를 해결하는 것이며, 전체적인 컴플라이언스 절차를 대체하지는 않습니다. 온체인 금융을 위한 실질적인 방향 급여 지급은 기관들이 블록체인을 도입할 때 왜 단순히 빠른 결제만으로는 충분하지 않은지를 보여주는 좋은 사례입니다. 기업에는 프라이버시가 필요하지만, 동시에 통제와 정산, 책임성도 필요합니다. FHE는 민감한 금융 정보가 암호화된 상태에서도 관련 연산을 수행할 수 있도록 합니다. 이는 모든 거래를 공개하거나 완전히 숨기는 방식 중 하나를 선택해야 했던 기존 접근 방식과는 다른 가능성을 제시합니다. Primus와 AllScale의 검증은 초기 기술 단계이며, 모든 기업의 급여 처리 요건이 이미 해결되었다는 의미는 아닙니다. 하지만 중요한 방향을 보여줍니다. 모든 민감한 정보를 대중에게 공개하지 않으면서도, 퍼블릭 블록체인에 금융 활동을 기록하고 검증할 수 있다는 것입니다. 온체인 금융의 미래는 모든 것을 공개하는 데 있지 않을지도 모릅니다. 어쩌면 진정한 발전은 필요한 정보가 필요한 사람에게만 공개되도록 만드는 데 있을 것입니다. @primus_labs
2
91
1,536
스냅샷과 증명은 다르다 스테이블코인의 기본 약속은 간단합니다. 발행된 토큰의 가치를 뒷받침하는 자산이 존재해야 한다는 것입니다. 하지만 그 자산이 여러 네트워크와 금융 프로토콜, 중앙화 거래소에 분산되어 있다면 이 약속을 검증하는 일은 훨씬 복잡해집니다. 블록체인 탐색기를 통해 공개 지갑에 보유된 자산을 확인할 수 있습니다. 잔액과 거래 내역, 온체인 프로토콜의 포지션도 살펴볼 수 있죠. 그렇다면 스테이블코인의 담보 자산 중 일부가 중앙화 거래소에 보관되어 있다면 어떨까요? 이러한 자산은 블록체인 탐색기만으로 확인할 수 없습니다. 이것이 오늘날 스테이블코인 인프라에서 발생하는 중요한 검증의 공백 중 하나입니다. 기존 Proof of Reserves의 한계 Proof of Reserves는 전통적으로 보고서, 감사 또는 정기적인 확인 절차에 의존해 왔습니다. 이러한 방식은 유용한 정보를 제공하지만, 대부분 특정 시점의 상태를 보여줍니다. 오늘 공개된 보고서가 확인해 주는 것은 검증이 이루어진 당시의 준비금 상태이지, 그 이후에도 계속 동일한 상태가 유지되고 있다는 사실은 아닙니다. 다양한 금융 전략을 사용하는 스테이블코인에서는 문제가 더 복잡해집니다. 일부 자산은 온체인에 보관되고, 다른 자산은 헤지 전략의 일부로 중앙화 거래소에 보유될 수 있습니다. 예를 들어 델타 중립 스테이블코인은 온체인 현물 자산과 중앙화 거래소의 숏 포지션을 결합해 가격 변동 위험을 줄일 수 있습니다. 온체인 자산은 직접 확인할 수 있습니다. 하지만 거래소에 보관된 자산은 다른 방식으로 검증해야 합니다. 중요한 것은 단순히 준비금의 총액을 계산하는 일이 아닙니다. 실제 잔액인지, 데이터가 올바른 출처에서 가져왔는지, 최종 계산이 정확한지 증명해야 합니다. 동시에 모든 계좌 정보를 공개하면 민감한 운영 정보가 노출될 수 있습니다. 보고서에서 암호학적 검증으로 여기서 암호학적 Proof of Reserves가 새로운 접근 방식을 제시합니다. 단순히 보고서에 의존하는 대신, 외부 금융 플랫폼에서 가져온 데이터의 진위를 검증할 수 있습니다. Primus는 zkTLS를 통해 중앙화 거래소에서 가져온 데이터를 인증합니다. TEE(신뢰할 수 있는 실행 환경)는 민감한 정보가 처리되는 동안 이를 보호할 수 있으며, Brevis의 Pico zkVM은 준비금 집계 계산이 올바르게 수행되었음을 증명하는 암호학적 증명을 생성할 수 있습니다. 결과적으로 투명성의 개념도 달라집니다. 계좌의 모든 정보를 공개할 필요는 없습니다. 중요한 것은 보고된 준비금 수치가 실제 데이터와 올바른 계산을 기반으로 검증될 수 있다는 점입니다. 이렇게 하면 투명성과 불필요한 정보 공개를 분리할 수 있습니다. 실제 사례: USDu 대표적인 사례 중 하나가 Unitas가 개발한 델타 중립 스테이블코인 USDu입니다. USDu의 준비금 구조에는 온체인 포지션과 중앙화 거래소에 보관된 자산이 모두 포함됩니다. 따라서 기존의 온체인 투명성만으로는 전체 준비금 상황을 확인하기 어렵다는 점을 보여주는 좋은 사례입니다. Unitas, Primus, Brevis가 개발한 Proof of Reserves 인프라는 이러한 준비금의 양쪽을 모두 검증하는 것을 목표로 합니다. Primus는 zkTLS를 통해 외부 거래소 데이터를 인증합니다. 안전한 처리 환경은 민감한 정보를 보호하고, Brevis의 Pico zkVM은 준비금 계산이 올바르게 수행되었음을 암호학적으로 증명합니다. 총 준비금, 토큰 공급량, 담보 비율 등의 정보는 지속적으로 업데이트되는 공개 대시보드를 통해 확인할 수 있습니다. 이는 스테이블코인의 담보를 평가하는 방식에 의미 있는 변화를 가져옵니다. 단순히 준비금이 존재한다는 발표를 읽는 대신, 공개된 수치가 실제 데이터에 기반하고 있음을 검증할 수 있도록 설계된 시스템을 확인할 수 있기 때문입니다. 모든 것을 공개하지 않고도 투명할 수 있다 Proof of Reserves의 목적은 모든 계좌, 거래 포지션, 운영 세부 정보를 공개하는 것이 아닙니다. 금융 상품을 뒷받침하는 자산이 실제로 존재하고, 공개된 계산 결과가 정확하다는 것을 확인할 수 있는 충분한 검증 가능한 증거를 제공하는 것이 핵심입니다. 이러한 구분은 스테이블코인의 금융 전략이 복잡해질수록 더욱 중요해집니다. 공개 보고서는 발행자가 무엇을 주장하는지 알려줍니다. 암호학적 증명은 그 주장이 어떻게 만들어졌는지 검증할 수 있는 방법을 제공합니다. 두 가지가 반드시 같은 것은 아닙니다. 금융 투명성은 이제 보고서를 공개하는 데서 그치지 않고, 누구나 독립적으로 검증할 수 있는 시스템으로 발전하고 있습니다. Primus Labs는 검증된 오프체인 데이터와 프라이버시를 보호하면서 검증 가능한 연산을 연결하는 인프라를 개발하고 있습니다. 스테이블코인에 있어 중요한 질문은 더 이상 준비금 보고서가 공개되었는지 여부만이 아닙니다. 일부 자산이 블록체인 밖에 존재하더라도 그 담보를 지속적으로 검증할 수 있는가? 바로 이 지점에서 암호학적 Proof of Reserves는 기존 방식과 근본적으로 다른 가능성을 보여줍니다. @primus_labs
3
26
1,428
AI 에이전트에게 필요한 건 지능만이 아니다. 증거도 필요하다. 인공지능은 이제 단순히 질문에 답하는 단계를 넘어서고 있습니다. 앞으로의 AI 시스템은 금융 플랫폼과 직접 상호작용하고, 거래를 실행하고, 다양한 기회를 평가하며, 점점 더 적은 사람의 개입으로 스스로 판단하고 행동하게 될 것입니다. 하지만 AI가 더 많은 자율성을 갖게 될수록 한 가지 근본적인 문제가 더욱 중요해집니다. 우리가 그 판단을 신뢰할 수 있는지, 그리고 그 판단의 근거가 무엇인지 어떻게 확인할 수 있을까요? AI 에이전트는 시장 상황을 분석하고, 금융 데이터를 비교하거나, 특정 사건이 실제로 발생했는지 판단할 수 있습니다. 하지만 아무리 뛰어난 모델이라도 잘못된 데이터, 오래된 정보, 조작된 자료, 맥락에서 벗어난 정보를 입력받으면 잘못된 결론을 내릴 수 있습니다. 이것은 단순한 AI의 문제가 아닙니다. 데이터의 신뢰성과 무결성에 관한 문제입니다. 예를 들어 예측 시장에서 활동하는 AI 에이전트를 생각해 봅시다. 특정 시장의 결과를 판단하기 위해 외부에서 증거를 수집해야 합니다. 뉴스 기사를 읽고, 공식 웹사이트를 확인하고, 금융 정보를 가져오고, 여러 출처를 비교할 수 있습니다. 그런데 수집한 정보가 실제로 주장된 출처에서 나온 것인지 어떻게 확인할 수 있을까요? 실제 웹 데이터와 조작된 콘텐츠, 가짜 스크린샷, 또는 전달 과정에서 변조된 정보를 어떻게 구분할 수 있을까요? 자율 시스템에서는 AI의 해석을 믿는 것만으로 충분하지 않습니다. 그 판단의 근거가 되는 증거 자체도 검증할 수 있어야 합니다. 여기서 암호화 기술을 활용한 검증이 중요해집니다. zkTLS와 같은 기술은 실제 웹 연결을 통해 얻은 정보의 진위를 확인하는 데 도움을 줄 수 있습니다. 단순히 AI가 얼마나 똑똑한지 증명하려는 것이 아닙니다. AI가 판단에 사용한 정보가 어디에서 왔으며, 신뢰할 수 있는 데이터인지 확인할 수 있도록 하는 것입니다. AI 에이전트가 금융 거래처럼 실제 경제적 결과를 가져오는 행동을 수행하게 될수록 이러한 검증은 더욱 중요해질 것입니다. 예측 시장 역시 AI의 정보 해석 능력에만 의존해서는 안 됩니다. 판단의 근거가 되는 증거가 실제로 신뢰할 수 있는지 확인할 수 있는 방법이 필요합니다. 이것이 Primus Labs와 Cournot Protocol이 함께 다루고 있는 문제입니다. 이들의 접근 방식은 암호학적으로 검증된 웹 데이터와 AI 기반 증거 분석을 연결합니다. Primus는 zkTLS를 통해 외부 데이터의 진위를 검증하고, 이를 기반으로 시스템은 해당 증거를 분석해 구조화된 결과를 도출할 수 있습니다. 흥미로운 점은 두 기술이 서로의 역할을 대신하는 것이 아니라 보완한다는 것입니다. AI는 복잡한 정보를 해석할 수 있습니다. 암호화 기술은 그 정보가 어디에서 왔는지 검증하는 데 도움을 줍니다. 어느 하나가 다른 하나를 대체하는 것은 아닙니다. AI 에이전트가 더 자율적으로 발전할수록, 중요한 질문은 단순히 얼마나 잘 추론할 수 있는지가 아닐지도 모릅니다. 그 판단의 근거가 되는 정보가 독립적으로 검증 가능한지 여부가 더 중요해질 수 있습니다. 신뢰할 수 있는 증거가 없는 지능은 여전히 확신에 찬 오류를 만들어낼 수 있습니다. 그리고 기계가 점점 더 많은 결정을 대신 내리는 세상에서, 증거를 검증할 수 있는 능력은 지능 자체만큼 중요해질 것입니다. @PrimusLabs
20
4
159
1,078
The hardest part of a prediction market isn't creating the market. It's making the outcome executable. Most oracle designs focus on delivering data onchain. But complex outcomes require much more than a single data point. They need predefined sources, timing conditions, validation logic, fallback paths and deterministic settlement. This is where Fermah Kernel gets interesting. Instead of relying on an operator or an AI judge to interpret the result at the deadline, Kernel turns resolution into a predefined execution workflow. The rule is validated and locked before the first trade. Data is collected from specified sources, conditions are evaluated in sequence, and the final outcome triggers onchain settlement. Even AI can participate as one step without having the authority to rewrite the underlying rules. That architectural separation matters. It makes resolution a reusable infrastructure layer rather than a custom backend every application has to build and maintain. Ultramint is where this idea becomes tangible: a live prediction market application built on Fermah Protocol, powered by Kernel. I think the most interesting way to understand this architecture is to experience it yourself. Go try Ultramint now, explore the markets or mint one of your own: ultramint.xyz @Fermah_xyz @ultramint_xyz @7wealthh
32
28
205
블록체인은 투명해야 한다. 그렇다고 모든 걸 공개해야 할까? 블록체인의 가장 큰 장점 중 하나는 투명성입니다. 누구나 거래 내역을 확인하고, 지갑의 움직임을 추적하고, 자금이 어디로 이동하는지 살펴볼 수 있습니다. 중앙 기관을 무조건 믿지 않아도 직접 확인할 수 있다는 점은 분명 큰 장점이죠. 그런데 여기에는 생각해 볼 만한 문제가 하나 있습니다. 내가 받는 월급부터 저축한 금액, 누구에게 돈을 보냈는지까지 모든 금융 활동이 공개된다고 상상해 보세요. 지갑 주소만 알고 있어도 거래 기록을 따라가다 보면 개인의 소비 습관이나 금융 관계까지 어느 정도 파악할 수 있습니다. 기업도 마찬가지입니다. 블록체인으로 거래 대금을 지급하면 협력 업체나 비용 구조, 사업상 거래 관계가 예상보다 많이 드러날 수 있습니다. 처음에는 지갑 주소만으로 실제 주인을 알기 어렵더라도, 거래가 쌓이고 여러 정보가 연결되면 익명성이 약해질 수 있습니다. 그렇다면 여기서 질문이 생깁니다. 블록체인의 투명성을 유지하려면 금융 정보까지 전부 공개해야 할까요? 꼭 그럴 필요는 없다고 생각합니다. 블록체인에서 거래를 검증할 수 있다는 건 중요합니다. 시스템이 정해진 규칙대로 작동하는지, 거래가 올바르게 처리됐는지 확인할 수 있어야 하니까요. 하지만 거래를 검증하는 것과 개인의 모든 금융 정보를 공개하는 건 전혀 다른 문제입니다. 우리가 원하는 건 모든 것을 숨기는 완전한 익명성도, 모든 것을 드러내는 완전한 공개도 아닐 수 있습니다. 필요한 사실은 확인할 수 있게 하면서, 굳이 공개할 필요가 없는 정보는 보호하는 방식이 더 현실적일 수 있습니다. 이런 방향에서 영지식 증명과 FHE 같은 기술이 주목받고 있습니다. 영지식 증명은 실제 정보를 전부 공개하지 않고도 특정 조건이 충족됐다는 사실을 증명할 수 있게 해줍니다. FHE(완전동형암호)는 데이터를 암호화된 상태로 유지하면서도 필요한 연산을 수행할 수 있도록 합니다. 물론 이런 기술이 모든 개인정보 문제를 한 번에 해결해 주는 건 아닙니다. 하지만 블록체인의 투명성과 개인의 금융 프라이버시 사이에 더 나은 균형을 만들 가능성은 열어줍니다. 이 부분에서 Primus Labs가 추진하는 방향도 눈여겨볼 만합니다. Primus는 zkTLS를 통한 웹 데이터 검증과 DVC 기반의 검증 가능한 연산뿐 아니라, FHE를 활용한 기밀 금융 분야도 다루고 있습니다. BNB Chain에서 추진하는 Confidential Finance는 잔액이나 거래 금액 같은 민감한 금융 정보를 보호하는 방향을 목표로 합니다. 다만 기밀 금융이라고 해서 블록체인의 모든 정보가 완전히 숨겨지는 것은 아닙니다. 실제 구현에 따라 지갑 주소나 거래가 발생했다는 사실은 여전히 공개적으로 확인될 수 있습니다. 핵심은 모든 거래를 보이지 않게 만드는 것이 아니라, 꼭 공개할 필요가 없는 민감한 정보까지 무조건 드러내지 않도록 하는 데 있습니다. 블록체인의 투명성이 개인의 모든 금융 정보를 공개해야 한다는 뜻은 아니니까요. Web3가 더 성숙해질수록 어떤 정보는 검증할 수 있어야 하고, 어떤 정보는 보호되어야 하는지 구분하는 일이 점점 중요해질 겁니다. 저는 이런 균형이야말로 온체인 금융이 다음 단계로 나아가기 위해 필요한 방향 중 하나라고 생각합니다. @primus_labs
11
1
160
2,241
인터넷에 데이터는 넘쳐난다. 그런데 과연 얼마나 믿을 수 있을까? 요즘 인터넷에는 정보가 정말 많습니다. 거래소에서는 거래량과 가격을 확인할 수 있고, 금융 플랫폼에서는 계좌 잔액과 거래 내역을 볼 수 있습니다. 각종 웹사이트에는 사용자 통계와 활동 기록도 쌓여 있죠. 정보 자체가 부족한 시대는 아닙니다. 그런데 한 가지 중요한 질문이 남습니다. 우리가 보고 있는 정보가 실제로 믿을 만하다는 건 어떻게 확인할 수 있을까요? 예를 들어 어떤 Web3 앱이 사용자의 거래소 활동을 확인한 뒤 보상을 지급한다고 생각해 봅시다. 사용자가 실제로 거래했는지, 일정 금액 이상의 자산을 보유했는지, 정해진 거래량을 달성했는지 확인해야 합니다. 문제는 이런 정보가 대부분 블록체인 밖에 있다는 점입니다. 스마트 컨트랙트가 중앙화 거래소의 개인 계정에 직접 들어가서 정보를 확인할 수는 없습니다. 그렇다고 사용자에게 스크린샷을 제출하라고 하면 해결될까요? 이미지는 얼마든지 편집할 수 있고, 사용자가 직접 입력한 정보도 사실인지 확인하기 어렵습니다. 결국 인터넷에는 정보가 있지만, 블록체인 앱이 그 정보를 안심하고 활용하기는 쉽지 않은 상황이 생깁니다. 여기서 중요한 건 데이터를 더 많이 모으는 게 아닙니다. 그 데이터가 어디에서 왔고, 실제 정보가 맞는지 확인할 수 있어야 한다는 것입니다. 이런 문제를 해결하는 데 암호화 기술이 활용될 수 있습니다. 단순히 스크린샷이나 누군가의 주장을 믿는 대신, 실제 웹 통신을 통해 얻은 데이터인지 암호학적으로 검증하는 방식입니다. 물론 데이터의 출처만 확인한다고 모든 문제가 해결되는 건 아닙니다. 그 데이터를 바탕으로 계산한 결과까지 올바른지 확인할 수 있어야 하죠. 바로 이 지점에서 Primus Labs의 접근이 흥미로워집니다. Primus는 zkTLS를 통해 웹에서 가져온 데이터의 출처와 진위를 검증하는 기술을 개발하고 있습니다. 여기에 DVC(Data Verification and Computation)를 결합해 데이터 검증뿐 아니라 그 데이터를 활용한 연산까지 검증할 수 있는 구조를 만들고 있습니다. 이런 기술은 단순히 거래소 미션이나 에어드롭 자격을 확인하는 데서 끝나지 않을 수 있습니다. 금융 자격 심사, 사용자 신뢰도 평가, 자산 보유 증명처럼 외부 데이터의 정확성이 중요한 다양한 서비스에 활용될 가능성이 있습니다. 앞으로 Web3 앱이 더 많은 데이터를 가져오는 것만으로는 충분하지 않을 겁니다. 중요한 건 눈앞에 있는 정보가 단순히 누군가가 제출한 데이터인지, 아니면 실제 출처와 내용까지 검증할 수 있는 데이터인지 구분하는 능력입니다. 인터넷에 정보가 넘쳐나는 시대일수록, 결국 더 중요한 건 정보의 양이 아니라 신뢰할 수 있는 근거일지도 모릅니다. 그리고 Primus Labs는 바로 그 문제를 해결하기 위한 인프라를 만들고 있습니다. @primus_labs
1
3
118
1,427
Replying to @FomiesNFT
You've forgotten me.
1
75
모든 것을 공개하지 않고도 증명할 수 있다면? 인터넷에는 흥미로운 모순이 하나 있습니다. 우리는 자신이 누구인지, 무엇을 소유하고 있는지, 특정 조건을 충족하는지 증명하기 위해 끊임없이 더 많은 정보를 공개하라는 요구를 받습니다. 금융 서비스를 신청하려면 금융 거래 내역을 제출해야 합니다. 충분한 자산을 보유하고 있다는 사실을 증명하려면 정확한 잔액을 공개해야 합니다. 특정 자격 요건을 충족한다는 것을 보여주려면 그 근거가 되는 데이터까지 제공해야 합니다. 결국 단 하나의 사실을 증명하기 위해 실제로 필요한 것보다 훨씬 많은 정보를 공개하게 됩니다. 하지만 신뢰를 얻기 위해 정말 모든 것을 보여줘야 할까요? 은행 계좌의 잔액이 특정 금액을 초과한다는 사실만 증명하고 정확한 잔액은 공개하지 않는 상황을 상상해 보세요. 전체 거래 내역을 다른 사람에게 보여주지 않고도 금융 조건을 충족한다는 사실을 증명할 수 있다면 어떨까요? 중요한 변화는 정보를 직접 공유하는 방식에서 필요한 사실만 증명하는 방식으로의 전환입니다. 여기서 암호화 기술은 단순한 보안 수단을 넘어 정보가 활용되고 검증되는 방식 자체를 바꿀 수 있습니다. 영지식 증명(Zero-Knowledge Proof)은 기초 정보를 공개하지 않고도 특정 주장이 사실임을 증명할 수 있게 합니다. 완전동형암호(FHE)는 또 다른 가능성을 제시합니다. 데이터를 먼저 복호화하지 않고도 암호화된 상태 그대로 연산을 수행할 수 있기 때문입니다. 하지만 여기에는 또 하나의 중요한 문제가 남아 있습니다. 처음부터 제공된 정보가 진짜라는 사실은 어떻게 확인할 수 있을까요? 아무리 개인정보를 잘 보호하는 시스템이라도, 그 기반이 되는 데이터 자체를 신뢰할 수 없다면 의미가 제한적일 수밖에 없습니다. 이 지점에서 zkTLS와 같은 기술이 주목받습니다. zkTLS는 실제 웹 통신을 통해 얻은 데이터의 출처와 진위 여부를 검증하는 데 도움을 줍니다. 이를 통해 기존 웹 서비스와 블록체인 애플리케이션 사이에 신뢰할 수 있는 연결을 만들 수 있습니다. 이러한 문제의식은 Primus Labs가 개발하고 있는 기술 방향과 맞닿아 있습니다. Primus는 zkTLS를 통해 웹 데이터의 진위를 검증하는 데 집중하고 있습니다. 또한 DVC 아키텍처를 통해 데이터 검증과 검증 가능한 연산을 연결하고, FHE를 활용해 민감한 정보를 평문으로 노출하지 않은 상태에서 연산할 수 있는 가능성을 확장하고 있습니다. 이 방향이 흥미로운 이유는 단순히 Web3에 또 하나의 개인정보 보호 기능을 추가하기 때문이 아닙니다. 정보와 신뢰, 그리고 공개의 관계를 새롭게 설계하려는 시도이기 때문입니다. 어쩌면 인터넷의 다음 단계는 사용자가 신뢰받기 위해 더 많은 정보를 공개하도록 요구하는 것이 아닐지도 모릅니다. 정말 필요한 사실만 검증하고, 나머지 정보는 안전하게 보호할 수 있는 시스템을 만드는 것. 바로 이 문제 영역에서 Primus Labs가 의미 있는 기술적 시도를 이어가고 있습니다. @primus_labs
17
29
1,156
Primus Labs: 검증 가능한 데이터와 기밀 금융을 연결하는 인프라 Web3의 다음 단계, 신뢰할 수 있는 데이터와 안전한 연산 블록체인은 누구나 거래를 확인할 수 있는 투명한 환경을 만들었습니다. 하지만 현실 세계의 데이터를 블록체인으로 가져오고, 그 데이터가 실제로 정확한지 확인하는 일은 여전히 쉽지 않습니다. 예를 들어 거래소의 자산 보유량, 사용자의 금융 정보, 웹 서비스에서 발생한 데이터 등을 생각해 볼 수 있습니다. 이런 정보는 블록체인 애플리케이션에 유용하지만, 원본 데이터를 그대로 공개하면 개인정보와 보안 문제가 발생할 수 있습니다. Primus Labs는 바로 이 문제를 해결하기 위한 암호화 인프라를 개발하고 있습니다. zkTLS, FHE, zkVM 등의 기술을 활용해 데이터의 신뢰성을 확인하고, 민감한 정보를 보호하면서 필요한 연산을 수행하는 것이 핵심입니다. 1. zkTLS: 웹 데이터의 신뢰성을 검증하다 Web2 서비스에 저장된 데이터는 Web3 애플리케이션에서도 활용 가치가 높습니다. 하지만 사용자가 특정 웹사이트에서 정보를 가져왔다고 주장하는 것만으로는 그 정보가 진짜인지 확인하기 어렵습니다. Primus가 활용하는 zkTLS는 HTTPS 통신을 기반으로 웹 데이터의 출처와 진위 여부를 검증할 수 있도록 설계된 기술입니다. 이를 통해 사용자는 거래소 계정의 특정 조건이나 금융 정보와 같은 사실을 증명하면서도, 원본 데이터 전체를 공개하지 않을 수 있습니다. 중요한 점은 zkTLS가 단순히 데이터를 블록체인으로 옮기는 기술이 아니라는 것입니다. 데이터가 어디에서 왔는지, 실제 서비스와의 통신을 통해 얻은 정보인지 검증할 수 있도록 돕는 기술입니다. 2. 데이터 검증과 연산의 결합: DVC 데이터의 출처를 확인하는 것만으로는 충분하지 않습니다. 검증된 데이터를 바탕으로 특정 조건을 계산하고, 그 결과가 올바르게 도출되었다는 사실까지 확인할 수 있어야 합니다. Primus의 DVC(Data Verification and Computation)는 이 두 과정을 연결하는 구조입니다. zkTLS가 데이터의 출처와 진위를 확인하는 역할을 한다면, zkVM은 해당 데이터를 기반으로 실행된 연산이 올바르게 수행되었음을 증명하는 데 사용될 수 있습니다. TEE는 연산 과정에서 데이터를 보호할 수 있는 격리된 실행 환경을 제공합니다. 예를 들어 사용자가 거래소 계좌에 일정 금액 이상의 자산을 보유하고 있다는 사실을 증명한다고 가정해 보겠습니다. 계좌 잔액 전체를 공개하는 대신, 필요한 조건이 충족되었다는 결과만 검증 가능한 형태로 제시할 수 있습니다. 이런 방식은 금융 서비스, 신원 확인, 온체인 평판 시스템 등 다양한 분야에서 활용 가능성이 있습니다. 3. FHE: 암호화된 데이터로 연산하기 Primus가 주목하는 또 다른 기술은 FHE(Fully Homomorphic Encryption), 즉 완전동형암호입니다. 일반적인 암호화 방식에서는 데이터를 사용하려면 먼저 복호화해야 하는 경우가 많습니다. 하지만 FHE를 사용하면 데이터를 암호화된 상태로 유지하면서도 그 데이터에 대한 연산을 수행할 수 있습니다. 이는 민감한 금융 정보를 다루는 서비스에서 특히 중요합니다. 서비스 제공자가 원본 정보를 직접 확인하지 않고도 필요한 계산을 수행할 수 있기 때문입니다. 다만 FHE는 zkTLS나 zkVM과 같은 역할을 하는 기술은 아닙니다. 각 기술은 서로 다른 문제를 해결하며, 함께 사용될 때 데이터 검증과 개인정보 보호를 보다 폭넓게 지원할 수 있습니다. 4. AutoHoG: FHE 연산의 성능을 높이기 위한 시도 암호화된 상태에서 연산을 수행할 수 있다는 점은 큰 장점이지만, FHE는 일반적인 연산보다 상당한 계산 자원을 요구할 수 있습니다. Primus는 이러한 성능 문제를 개선하기 위해 AutoHoG와 같은 GPU 가속 기술도 연구하고 있습니다. 프로젝트 측이 공개한 자료에 따르면, AutoHoG는 NVIDIA RTX 5090 GPU 8대를 활용한 환경에서 약 90ms의 64비트 전송 처리 시간과 초당 210회 이상의 연산 성능을 보고했습니다. 물론 이러한 수치는 프로젝트가 공개한 자체 테스트 결과로 이해해야 하며, 독립적인 환경에서 검증된 보편적인 성능 지표와는 구분할 필요가 있습니다. 그럼에도 암호화 연산의 처리 속도를 높이려는 시도는 FHE가 실제 서비스에 적용되기 위해 중요한 부분입니다. 5. 연구를 넘어 실제 서비스로: Proof of Reserves와 Confidential Finance Primus의 기술은 연구 단계에만 머물러 있지 않습니다. Proof of Reserves는 거래소나 금융 기관이 보유한 준비금에 대한 정보를 검증 가능한 방식으로 제시하는 데 활용될 수 있습니다. zkTLS를 통해 외부 데이터의 신뢰성을 확인하고, 필요한 계산과 검증을 거쳐 결과를 증명하는 구조입니다. 또 다른 분야는 Confidential Finance입니다. Primus는 BNB Chain 생태계에서 FHE를 활용해 잔액과 거래 금액 같은 금융 정보를 보호하는 방향으로 서비스를 확장하고 있습니다. 여기서 한 가지 구분해야 할 점이 있습니다. 기밀 금융 기능이 모든 거래 정보를 완전히 숨기는 것은 아닙니다. 실제 구현 방식에 따라 지갑 주소나 거래가 발생했다는 사실 등 일부 정보는 여전히 온체인에서 확인될 수 있습니다. 따라서 이를 완전한 익명성이나 믹서와 동일한 개념으로 이해하기보다는, 공개 블록체인 환경에서 금융 정보의 노출 범위를 줄이려는 접근으로 보는 것이 정확합니다. 왜 Primus의 기술이 중요한가? Web3가 더 많은 사용자와 실제 금융 서비스로 확장되려면 단순히 거래를 기록하는 것 이상의 기술이 필요합니다. 현실 세계의 데이터를 신뢰할 수 있어야 하고, 그 데이터를 이용한 계산이 올바르게 수행되었는지도 확인할 수 있어야 합니다. 동시에 사용자의 민감한 정보는 불필요하게 공개되지 않아야 합니다. Primus Labs가 개발하는 zkTLS, DVC, FHE, zkVM 기반 기술은 이러한 요구를 각각의 방식으로 해결하려는 시도입니다. 아직 해결해야 할 성능과 구현상의 과제는 남아 있습니다. 하지만 데이터 검증, 검증 가능한 연산, 개인정보 보호를 하나의 인프라 안에서 연결하려는 방향은 앞으로의 Web3 금융 환경에서 중요한 역할을 할 수 있습니다. 결국 Primus의 핵심은 단순히 데이터를 블록체인으로 가져오는 것이 아닙니다. 데이터가 신뢰할 수 있는 출처에서 왔다는 사실을 증명하고, 민감한 정보를 보호하면서도 필요한 작업을 수행할 수 있도록 만드는 데 있습니다. 이것이 Primus Labs를 단순한 블록체인 프로젝트가 아니라, Web2와 Web3 사이의 신뢰 문제를 다루는 인프라 프로젝트로 살펴봐야 하는 이유입니다. @primus_labs
2
27
89
1,161
Experience on-chain trading in the real world. A fresh perspective on transparency, technology, and the future of finance, inspired by the TxFlow vision. @TxFlow_L1 #TxFlow
3
4
43
GM @FomiesNFT I dedicated this watercolor to the Fomies fam. 🎨
98
3
1
235
768
Fermah Is Moving Beyond Proofs. The Era of Protocol Agency Is Beginning. For a long time, blockchain protocols have been exceptionally good at one thing: verifying state. But verification alone doesn't create agency. A smart contract can observe an event, evaluate a condition, and update its state. What happens next often depends on external infrastructure, custom automation, relayers, or someone manually initiating the next transaction. This is one of the fundamental limitations of today's onchain systems. And this is exactly where Fermah's evolution becomes interesting. From Proof Generation to Protocol Agency Fermah originally addressed one of the most demanding challenges in zero-knowledge infrastructure: making proof generation cheaper, faster, and more reliable. Its marketplace architecture connects proof demand with computational resources, including GPUs and FPGAs, abstracting away much of the complexity of running proof-generation infrastructure. But the vision is expanding. Fermah Kernel introduces a different perspective: what if protocols could execute entire workflows instead of simply reacting to isolated events? Think about the difference between a contract recognizing that a condition has been satisfied and a system capable of coordinating the execution, verification, and settlement of the actions that follow. That distinction is what makes protocol agency such an interesting direction. The Infrastructure Is Already Finding Its Applications The recent developments around Fermah are particularly interesting because they demonstrate how this infrastructure can support different kinds of applications. • Ultramint: Its Mainnet Beta on Base introduces prediction markets where creators and communities can launch markets and earn from trading activity. It is the first application publicly announced as powered by Fermah Kernel. • Euclid Protocol: The Euclidean community has entered Ultramint through a dedicated Featured Town, bringing its ecosystem into the prediction market experience. • MindoAI: Its data is already being used to resolve a Zoth-related prediction market on Ultramint, demonstrating how external information can become part of a market's resolution process. • Zoth: Its token allocation event has become the subject of an actual prediction market, connecting a real ecosystem event with onchain market participation. These are not merely announcements about partnerships. They represent different components of an emerging ecosystem: infrastructure, data, communities, market creators, and participants. And the interesting question is what happens when these components become composable. Why This Matters The real opportunity is not simply creating more prediction markets. It is reducing the distance between an event happening, that event becoming verifiable, and a protocol taking action based on it. Imagine markets triggered by protocol state, financial strategies reacting to verified conditions, or multiple DeFi operations coordinated through a single execution workflow. The underlying idea is powerful: A protocol shouldn't need a human to initiate every next step. Fermah Kernel's direction toward programmable execution and protocol agency is an attempt to make that possible. Of course, infrastructure alone doesn't guarantee adoption. Reliability, security, decentralization, and meaningful demand will ultimately determine how successful this vision becomes. But seeing applications begin to emerge around the Kernel makes this evolution worth paying attention to. And Now, A Little Fermah Magic 💚 Halloween may be over, but the Fermah celebrations and surprises are far from finished. I finally finished this artwork today, and I'm excited to share it with the Fermafia. Here's my little surprise for you. @fermah_xyz @ultramint_xyz @7wealthh
6
21
330
What I find interesting about Ultramint is that it changes who gets to decide what deserves to become a prediction market. Until now, most platforms have relied on curated markets. Someone has to pick the topics, provide the resolution framework and make sure the outcome can actually be verified. That creates a natural limit on how many markets can exist. Here, creators can bring their own ideas directly to the market. But the interesting part is what happens underneath. AMM pricing means every new position affects the implied probability, and the market itself becomes a reflection of how participants distribute their conviction. Liquidity, price impact and resolution rules all matter. I think the real test for this model is not just how many markets people create, but how well the system handles unusual events, reliable data sources and unambiguous settlement as activity grows. That's where the @fermah_xyz Kernel integration becomes particularly interesting. I just minted a new market on @ultramint_xyz as well. Feel free to jump in, take a position and participate. It would be interesting to see how the market evolves once more people bring their own perspective into it. @7wealthh
2
5
280
I built something for the Fermah community: FERMAH Ludo × Crypto Predictions. I've been working on a small but fun idea, combining a classic board game that almost everyone knows with crypto price predictions. The result is FERMAH, a Ludo inspired game with a Fermah themed design, a custom in game character, and a new prediction mechanic built around KERNEL. Here's how it works 👇 The Game It's a 4 player Ludo game. You play as Green against three AI opponents: Blue, Red, and Yellow. The rules are simple and familiar: Roll the dice and move your pieces. Roll a 6 to bring a new piece onto the board. Capture your opponents' pieces Reach the finish line before everyone else. But there's something special on the board. Meet KERNEL I've added 16 special KERNEL spots across the board, marked with a green K. Landing exactly on one of these spots unlocks a prediction challenge. You can: Choose BTC, ETH, or SOL. Predict whether the price will go UP or DOWN. Place a virtual points stake. Follow the price movement for 60 seconds. Get it right and you win 2x your stake. Get it wrong and you lose your stake. If the price finishes unchanged, your stake is refunded. Live Market Data The game fetches real time market prices through the public Binance API. While your prediction is running, you can see a live countdown, changing prices, an animated chart, and your current prediction status. And the best part? The Ludo game doesn't stop while you're waiting for the prediction result. Other players keep taking their turns. More Than Just Ludo I also added a few features to make the experience more engaging: A virtual points economy with a starting balance of 1,000 points. Rewards for rolling a six and capturing opponents. Bonus points for consecutive correct predictions. Daily missions and achievements. Match history and player rankings. Background music and sound effects. A dedicated settings menu. There are also achievements to unlock, including First Six, Kernel Explorer, Perfect Prediction, Hot Streak, Ludo Champion, and more. The Design I wanted to keep the classic board game feeling instead of making another typical neon crypto dashboard. So I went with a wooden Ludo board, four familiar player colors, Fermah's green signature color, the π logo, and a custom character designed specifically for the game. A Little Behind the Scenes The project includes a modular game architecture, React, TypeScript, Zustand, SVG charts, Binance price integration, and Web Audio API. I've also included a debug panel to test dice rolls and prediction outcomes. What's Next? This is currently a playable demo, not an official Fermah product or an onchain integration. All points are virtual, there are no real money bets or wallet connections, and the current opponents are AI. There is plenty of room to expand the idea with online multiplayer and eventually explore deeper integrations with Fermah's ecosystem. Why did I build it? I wanted to create something different for the community. Something interactive, familiar, and fun that brings the idea of crypto predictions into a game anyone can understand. I'd love to hear what you think! If you're part of the Fermah community, give it a try and let me know what you'd improve or what features you'd like to see next. Made with ❤️ for the Fermah community. @fermah_xyz @7wealthh
2
2
87
969
Primus Epoch 2 태스크 가이드 이 가이드는 Primus 캠페인에 참여하려는 분들을 위한 안내입니다. Kaito 활동과 프로젝트 자체 태스크를 병행하고 싶은 분들뿐만 아니라, Kaito에서 상위권에 들기 어렵다고 생각해 Primus의 자체 태스크에 집중하고 싶은 분들에게도 도움이 될 수 있습니다. 1. 프로젝트 접속 및 지갑 연결 아래 링크를 통해 Primus에 접속한 후 지갑을 연결하세요. s.kaito.ai/TBHfQD9 2. Primus 브라우저 확장 프로그램 설치 가장 먼저 Chrome 브라우저에 Primus 확장 프로그램을 설치하세요. chromewebstore.google.com/de… 저도 직접 설치하고 테스트해 봤으며, 특별히 의심스러운 점은 발견하지 못했습니다. 다만, 다른 확장 프로그램과 마찬가지로 사용하기 전에 요청하는 권한을 확인하는 것이 좋습니다. 3. 기본 태스크 완료하기 X, Discord, GitHub, FOMO, Hyper 등 다양한 계정을 연결하는 태스크가 있습니다. 일부 태스크에서는 수수료가 발생하며, 수행하는 태스크에 따라 전체 비용은 약 2달러 정도가 될 수 있습니다. 4. USDT를 Vault에 예치하고 XP 받기 BNB 네트워크에서 USDT를 Shield한 다음 Vault에 예치할 수 있습니다. 프로젝트 안내에 따르면, 이 기능을 통해 안내된 연 10% 수익률과 XP를 받을 수 있습니다. 획득하는 XP와 부스트 배수는 예치 금액에 따라 달라집니다. 출금할 때는 현재 안내된 4일의 대기 기간을 고려하세요. 5. 다른 사용자에게 자산 보내기 일부 태스크에서는 X 계정의 사용자 이름을 입력하고 해당 사용자에게 자산을 보낼 수 있습니다. 본인의 다른 계정을 이용하거나 다른 사용자와 협력해서 진행할 수 있습니다. 상대방 계정이 필요한 조건을 충족하고 확장 프로그램도 설치되어 있다면, 상대방은 받은 자산을 Claim할 수 있습니다. 두 사용자가 서로 같은 방식으로 진행하는 것도 가능합니다. 진행하기 전에 수수료와 세부 조건을 확인해 거래가 정상적으로 처리되는지 확인하세요. 6. X에서 10개의 트윗 작성하기 캠페인 참여를 위해 총 10개의 트윗을 작성해야 합니다. 각 태스크마다 별도의 트윗을 작성할 필요는 없습니다. 2~3개의 트윗에 여러 태스크를 함께 설명하고, 나머지는 개인적인 경험, 프로젝트 기능 소개, 태스크 진행 과정 등에 활용할 수 있습니다. 특히 일부 트윗에는 Kaito 캠페인 설명에 명시된 주제가 반드시 포함되어야 합니다. Kaito 캠페인 가이드와 관련 이미지에 표시된 요구사항을 확인하세요. 7. 추천 링크 활용하기 Primus 캠페인에는 Kaito와 별도로 자체 추천 프로그램도 있습니다. Kaito 캠페인 참여 및 새로운 사용자를 초대하려면 아래 링크를 이용하세요. Kaito Referral s.kaito.ai/4f9hIec Primus 자체 태스크에 참여할 사용자를 초대하려면 아래 링크를 이용하세요. Primus Referral points.primuslabs.xyz?ref=7C… 관련 트윗에 해당 추천 링크를 포함하면 다른 사람들이 여러분의 링크를 통해 캠페인에 참여할 수 있습니다. 추천 활동이 인정되는 방식은 각 캠페인의 규칙을 따릅니다. 마무리 캠페인을 최대한 활용하려면 프로젝트 자체 태스크, Kaito 활동, 추천 프로그램을 각각 확인하고 자신의 시간과 예산에 맞춰 진행하는 것이 좋습니다. @primus_labs
34
2
112
1,634