Beyond Persona
Beyond Persona · Decentralized Context Layer

BP는 성격검사를 블록체인에 올리는 서비스가 아니다.

핵심은 AI 시대에 사용자의 심리·판단 컨텍스트가 여러 앱에서 쓰이게 될 때, 그 컨텍스트를 플랫폼이 소유하는 것이 아니라 사용자가 허가·이동·철회할 수 있게 만드는 개인 컨텍스트 권한 레이어입니다.

0. 최종 결론

AI 시대의 lock-in은 파일이나 친구 목록이 아니라, “나를 가장 잘 아는 모델”에서 발생합니다. BP의 탈중앙화 명분은 이 lock-in을 막기 위한 개인 컨텍스트 권한 레이어입니다.

BP가 가진 자산은 단순한 성격 라벨이 아니라 사람이 무엇을 먼저 보고, 어떤 근거를 신뢰하고, 어디서 멈추며, 어떤 방식의 피드백에 움직이는지를 설명하는 판단 컨텍스트입니다.

이 데이터는 앞으로 AI 에이전트, 코칭 앱, 교육 앱, 팀빌딩 도구, 매칭 서비스가 사용자를 이해하는 핵심 입력값이 될 수 있습니다. 따라서 BP는 검사 결과 판매 서비스가 아니라 AI 시대의 개인 컨텍스트 인프라가 되어야 합니다.

정리하면, BP의 Web3 방향은 사람의 내면 데이터가 플랫폼 소유물이 되는 것을 막기 위해 권한 구조를 탈중앙화하는 프로젝트입니다.

1. 이 방향은 아니다

먼저 버려야 할 방향은 블록체인스럽게 보이는 장식입니다. SBT, NFT, Native Token은 BP의 본질을 설명하지 못하고 오히려 민감한 심리 데이터를 과시하거나 거래 가능한 것처럼 보이게 만들 수 있습니다.

SBT / NFT

성격 결과를 배지처럼 발급하면 사용자의 정체성을 고정하고 낙인화할 위험이 큽니다.

Native Token

BP가 해결하려는 문제는 보상 경제가 아니라 컨텍스트 권한과 이동성입니다.

결과 원본 온체인 저장

민감 데이터는 지워지기 어렵고 재식별 위험이 커지므로 온체인 저장 대상이 아닙니다.

IPFS 만능론

서버냐 IPFS냐보다 키 관리, 접근권 통제, 삭제·철회 가능성, 메타데이터 노출 관리가 중요합니다.

2. 진짜 명분

설득력 있는 명분은 데이터 저장소 탈중앙화가 아니라 사용자의 심리 컨텍스트에 대한 권한 구조의 탈중앙화입니다.

BP는 사용자의 심리·판단 컨텍스트가 여러 AI와 서비스에서 쓰이게 될 미래를 전제로, 그 컨텍스트를 사용자가 직접 허가·이동·철회할 수 있는 구조를 만듭니다.

AI 앱이 많아지고 각 앱이 장기 기억을 쌓기 시작하면, 사용자는 여러 플랫폼에 자기 자신을 반복해서 설명해야 합니다. 그때 BP는 “검사 결과를 보여주는 앱”이 아니라 “나를 설명하는 표준 컨텍스트를 안전하게 내보내는 권한 인프라”가 됩니다.

3. 개인 컨텍스트 탈플랫폼화는 필연적인가

블록체인이 필연은 아닙니다. 그러나 개인 컨텍스트가 특정 플랫폼 안에만 갇히는 모델은 오래가기 어렵습니다. AI가 여러 앱, 에이전트, 기기, 조직에 걸쳐 작동할수록 개인 컨텍스트는 이동 가능하고, 선택적으로 공개 가능하고, 사용자가 권한을 관리하는 형태로 갈 압력이 커집니다.

필연성 논리 7단계

  1. AI는 사람을 계속 기억해야 더 유용해집니다.
  2. 그 기억은 단순 프로필이 아니라 판단 구조, 취약점, 설득 방식, 선호 맥락이 됩니다.
  3. 한 플랫폼이 이 기억을 독점하면 새로운 lock-in이 생깁니다.
  4. 사용자는 자기 컨텍스트를 다른 AI와 서비스로 가져가고 싶어질 수밖에 없습니다.
  5. 외부 앱이 많아질수록 권한·범위·기간·철회 상태를 중립적으로 관리할 필요가 생깁니다.
  6. 그 권한 관리 레이어의 구현 후보 중 하나가 블록체인 또는 탈중앙 권한 레지스트리입니다.
  7. 따라서 필연은 “블록체인”이 아니라 “개인 컨텍스트의 탈플랫폼화”에 있습니다.
틀린 주장개인 컨텍스트의 블록체인화는 무조건 필연이다.
정확한 주장개인 컨텍스트의 탈플랫폼화는 필연에 가깝고, 블록체인은 권한 레이어 구현 방식 중 하나입니다.
저장 원칙민감 데이터는 오프체인에 두고, 권한·철회·검증 상태만 별도 레이어에서 관리합니다.

4. BP 데이터의 성격

BP 데이터는 일반 프로필보다 훨씬 민감합니다. 이름, 나이, 관심사보다 더 깊은 층인 판단 구조, 설득 가능성, 취약 지점, 관계 반응, 자기 인식 방식을 다룹니다.

판단 구조

근거 우선, 맥락 우선, 사람 반응 우선, 위험 회피, 결단 지향 등 선택의 순서.

설득 가능성

어떤 말투와 근거가 사용자를 움직이는지, 어떤 방식이 반발을 만드는지.

취약 지점

회피, 과잉 점검, 자기 의심, 통제 욕구, 관계적 민감성처럼 오용 가능한 정보.

관계 반응

갈등, 협력, 권위, 인정, 거리감 앞에서 나타나는 반복 반응.

따라서 BP는 외부에 원점수 전체를 뿌리는 API가 아니라, 용도에 맞게 최소화한 답을 제공하는 컨텍스트 API를 지향해야 합니다.

5. BP Context Pack

다른 플랫폼이 BP 데이터를 사용하려면 BP가 먼저 기계가 읽을 수 있는 구조화 포맷을 제공해야 합니다. 이를 BP Context Pack으로 정의할 수 있습니다.

Context Pack의 원칙

  • 원점수 전체가 아니라 목적별 요약을 제공합니다.
  • 사용자에게 불리하게 쓰일 수 있는 고위험 항목은 별도 scope로 분리합니다.
  • 외부 앱은 필요한 범위와 기간을 명시해야 합니다.
  • 권한 철회 시 이후 호출은 차단됩니다.
  • 컨텍스트 버전과 발급 상태를 검증할 수 있어야 합니다.

예시 스키마

{
  "userContextId": "ctx_7f31...",
  "scope": "ai_personalization",
  "expiresAt": "2026-08-21T09:00:00+09:00",
  "summary": {
    "decisionStyle": "근거를 먼저 확인한 뒤 맥락을 좁히는 편",
    "communicationStyle": "직접적인 피드백은 받지만 근거 없는 단정에는 반발",
    "riskFlags": ["over-checking", "pressure-sensitive"]
  },
  "permissions": {
    "mayStore": false,
    "mayShare": false,
    "revocable": true
  }
}
ai_personalizationcommunication_stylelearning_feedbackteam_collaborationrelationship_matchingsensitive_risk_limited

6. API와 외부 사용 방식

사용자의 BP 데이터가 다른 앱에서 쓰이려면 외부 앱은 BP API를 통해 요청해야 합니다. 중요한 것은 전체 데이터 제공이 아니라 질문형·목적형 응답입니다.

나쁜 API

GET /users/{id}/axis-scores
GET /users/{id}/raw-result

이런 API는 외부 앱이 원본 데이터를 과도하게 가져가게 만들고, 한 번 복사된 데이터는 철회하기 어렵습니다.

좋은 API

POST /context/answer
{
  "question": "이 사용자에게 피드백을 줄 때 피해야 할 방식은?",
  "scope": "communication_style"
}

BP는 “원본 점수”가 아니라 사용자의 허가 범위 안에서 목적에 맞춘 답을 반환해야 합니다. 이 방식은 데이터 최소화와 철회 가능성을 동시에 강화합니다.

외부 앱 연결 흐름

  1. 외부 앱이 BP Context 사용을 요청합니다.
  2. 사용자는 scope, 기간, 저장 여부, 재공유 여부를 확인합니다.
  3. 외부 앱은 access token 또는 권한 증명을 받습니다.
  4. 외부 앱은 허락된 scope 안에서만 BP Context API를 호출합니다.
  5. 사용자가 철회하면 refresh token, 키, 권한 상태가 폐기됩니다.

8. 권한 피로 해결

사용자가 매번 메시지를 확인해야 한다면 이 구조는 실패합니다. 해결책은 모든 요청을 실시간 확인시키는 것이 아니라 사용자가 미리 정한 정책에 따라 자동 처리하는 Permission Agent입니다.

자동 허가

낮은 민감도, 짧은 기간, 외부 저장 없음, 신뢰된 앱이면 자동 허가합니다.

사용자 확인

민감 항목, 장기 저장, 새 파트너, 재공유 요청은 사용자에게 다시 묻습니다.

자동 거절

원본 점수 전체, 취약점 항목, 무기한 저장, 제3자 판매 요청은 자동 거절합니다.

9. 서버 / IPFS / 온체인 구분

외부로 암호화해서 보내면 서버보다 안전한가라는 질문의 답은 단순하지 않습니다. 서버와 IPFS 모두 키 관리가 실패하면 안전하지 않고, IPFS는 삭제와 메타데이터 노출 문제가 더 까다로울 수 있습니다.

서버접근 통제와 삭제가 쉽지만 운영자 신뢰와 해킹 리스크가 있습니다.
IPFS가용성과 검증성은 좋지만 삭제, 접근 통제, 메타데이터 노출 관리가 어렵습니다.
온체인검증과 권한 상태 기록에는 적합하지만 민감 데이터 저장에는 부적합합니다.

10. 권한 레이어로서의 블록체인

BP에서 블록체인이 들어갈 수 있는 정확한 위치는 데이터 저장소가 아니라 권한 장부입니다. 데이터는 숨기고, 권한 상태는 검증 가능하게 만드는 것이 핵심입니다.

남길 수 있는 것

  • 어떤 앱이 어떤 scope를 요청했는지
  • 사용자가 어떤 범위와 기간을 허가했는지
  • 철회되었는지
  • 어떤 BP Context Pack 버전에 대한 권한인지
  • BP가 발급한 컨텍스트가 진짜인지 확인하는 검증값

올리면 안 되는 것

  • 원점수, 문항 응답, 민감한 심리 프로필
  • 사용자를 직접 식별할 수 있는 정보
  • 취약점, 설득 가능성, 관계 반응 같은 고위험 해석

11. 전체 아키텍처

사용자
  └─ BP 앱
      ├─ BP 측정
      ├─ BP Context Pack
      ├─ Consent Dashboard
      ├─ Context API
      └─ 암호화 저장소

외부 앱
  ├─ AI Companion
  ├─ 코칭/상담/교육 앱
  ├─ 팀빌딩/조직 개발
  └─ 매칭 서비스

권한 레이어
  ├─ scope 요청 기록
  ├─ 허가 범위
  ├─ 만료/철회 상태
  ├─ 컨텍스트 버전 검증
  └─ 감사 로그

BP Context Schema

외부 앱이 이해할 수 있는 표준 데이터 구조. 목적별 scope와 민감도 등급을 포함합니다.

BP Context API

외부 앱이 사용자 허가 범위 안에서 컨텍스트를 요청하는 API. 원점수보다 질문형 응답을 우선합니다.

Consent Dashboard

사용자가 연결된 앱, 범위, 기간, 철회 상태를 확인하고 조정하는 화면입니다.

Partner SDK

외부 앱이 BP 로그인, scope 요청, context fetch, 철회 확인을 쉽게 붙일 수 있게 합니다.

12. 누가 BP 데이터를 원하나

BP 데이터를 원하는 주체는 크게 두 가지입니다.

  • 사용자를 더 잘 도와야 하는 앱: AI 비서, 코칭, 학습, 상담 보조, 업무 생산성 앱.
  • 사용자를 분류·선별·매칭하고 싶은 조직: HR, 데이팅, 팀빌딩, 커뮤니티, 연구, 마케팅 조직.
두 번째 그룹은 상업성은 크지만 리스크도 큽니다. 초기 시장은 사용자를 돕는 앱부터 열어야 합니다.

13. 분야별 활용

13.1 AI 개인화 앱

가장 강한 1차 방향입니다. 개인 AI 비서, AI 코치, 저널링 앱, 업무 생산성 에이전트가 BP 컨텍스트를 사용할 수 있습니다.

13.2 코칭·상담·교육

사용자의 피드백 수용 방식, 회피 지점, 동기 구조를 바탕으로 더 맞는 코칭과 학습 피드백을 제공할 수 있습니다.

13.3 팀빌딩 / 조직 개발

채용 판정이 아니라 팀 내 커뮤니케이션, 갈등 조정, 리더십 피드백, 협업 방식 개선에 사용할 수 있습니다.

13.4 HR / 채용

매우 조심해야 합니다. 채용, 승진, 배치, 평가에 직접 영향을 주면 차별과 고위험 AI 규제 문제가 생길 수 있습니다.

13.5 데이팅 / 관계 매칭

관계 반응과 충돌 패턴을 설명할 수 있지만 조작과 취약점 악용 위험이 있어 후순위가 맞습니다.

13.6 커뮤니티 / 네트워킹

사람을 잘라내는 필터가 아니라 협업 방식과 대화 방식을 맞추는 추천 도구로 설계해야 합니다.

14. 위험한 방향

위험 방향문제대안
채용 합격/불합격 자동화차별, 타당성 입증, 고위험 AI 규제 문제가 생깁니다.온보딩, 팀 커뮤니케이션, 리더십 코칭
데이팅 조작 최적화취약점 악용과 관계 조작으로 보일 수 있습니다.갈등 예방, 대화 방식 안내
원점수 전체 API외부 앱이 과도한 데이터를 저장하고 재가공할 수 있습니다.질문형 API, 목적별 요약 컨텍스트
심리 데이터 온체인 저장삭제 불가능성과 재식별 위험이 큽니다.권한·철회·검증 상태만 기록
매 요청마다 팝업 확인사용성이 망가지고 권한 피로가 생깁니다.위험도별 자동 정책과 Permission Agent

15. BP 고도화 로드맵

BP가 블록체인 활용 가치를 만들려면 먼저 외부에서 쓸 수 있는 컨텍스트 인프라가 되어야 합니다. 블록체인은 초기에 붙이는 장식이 아니라, 여러 앱과 파트너가 붙기 시작한 뒤 권한 중립성을 위해 필요해집니다.

  1. BP AI Companion 출시: BP 데이터가 실제로 AI 개인화에 쓰이는 첫 사례 구축.
  2. Consent Dashboard 구현: 연결 앱, scope, 기간, 철회 상태 관리.
  3. BP Context API 구현: 원점수 제공보다 질문형·목적형 API 우선.
  4. Partner SDK 제공: 외부 앱이 BP 연결을 쉽게 붙일 수 있게 함.
  5. Permission Agent 구현: 낮은 위험 요청 자동 처리, 높은 위험 요청만 확인.
  6. 탈중앙 권한 레이어 도입: 파트너가 늘어났을 때 권한·철회·검증을 중립화.
  7. 매칭, 데이팅, 교육 생태계 확장: 리스크가 큰 분야는 별도 정책과 제한된 scope로 후순위 진입.

16. 신규 앱 전략

외부 파트너가 처음부터 BP API를 붙일 가능성은 낮습니다. 그래서 BP가 직접 이 데이터가 어떻게 쓰이는지 보여주는 레퍼런스 앱을 먼저 만들어야 합니다.

1순위: BP AI Companion

개인 AI 비서/코치 앱. BP 데이터가 AI 개인화에 쓰이는 가장 직접적인 사례입니다.

2순위: BP Team Mirror

팀 내 충돌, 역할 분담, 커뮤니케이션 방식을 설명하는 조직용 도구입니다.

3순위: BP Match Lab

커뮤니티, 협업, 네트워킹에서 관계 궁합을 실험하는 제한된 매칭 도구입니다.

4순위: 관계/데이팅 앱

수요는 크지만 악용 위험이 높으므로 신뢰와 정책이 갖춰진 뒤 확장합니다.

17. 설득 문장

가장 강한 문장

AI가 사용자를 대신 판단하고 말하고 선택하는 시대에는, 사용자를 설명하는 컨텍스트가 특정 플랫폼의 소유물이 되어서는 안 됩니다.

BP 소개용

BP는 사용자의 심리·판단 컨텍스트가 여러 AI와 서비스에서 쓰이게 될 미래를 전제로, 그 컨텍스트를 사용자가 직접 허가·이동·철회할 수 있는 구조를 만듭니다.

투자자/파트너용

BP는 검사 결과 판매 서비스가 아니라, AI 앱들이 사용자의 성향 컨텍스트를 안전하게 요청하고, 사용자가 목적별로 허가·철회할 수 있게 하는 개인 컨텍스트 권한 인프라입니다.

금지 문장

  • 성격검사 결과를 NFT로 발급합니다.
  • 심리 데이터를 블록체인에 저장합니다.
  • 토큰으로 성격 데이터를 사고팝니다.

18. 반박 대응

Q1. 이거 그냥 OAuth 아닌가?

OAuth와 닮은 부분은 있습니다. 하지만 BP 컨텍스트는 단순 로그인 권한이 아니라 사용자 심리 컨텍스트의 범위, 기간, 목적, 철회를 다룹니다. 파트너가 많아지면 중앙 서버만 믿는 OAuth 구조보다 권한 상태를 검증할 수 있는 레이어가 필요해질 수 있습니다.

Q2. 블록체인 없이도 가능한가?

가능합니다. 그래서 먼저 Web2 Context API, Consent Dashboard, Scope System으로 제품 가치를 증명해야 합니다. 블록체인은 여러 파트너와 권한 중립성 문제가 생겼을 때 도입하는 것이 설득력 있습니다.

Q3. 사용자가 이런 걸 관리하겠나?

매번 관리하게 만들면 실패합니다. 기본 정책과 Permission Agent를 두고, 민감하거나 새로운 요청만 사용자가 확인하게 해야 합니다.

Q4. 철회해도 이미 가져간 데이터는 어쩌나?

이미 복사된 데이터는 완전히 되돌리기 어렵습니다. 그래서 외부 앱에 원본을 덜 주고, 질문형 API와 최소 필요 컨텍스트를 제공해야 합니다. 철회는 앞으로의 접근을 차단하는 기능으로 정직하게 설명해야 합니다.

Q5. HR과 데이팅이 돈이 될 텐데 왜 조심하나?

HR은 차별·고위험 AI·직무 관련성 검증 문제가 있고, 데이팅은 조작·취약점 악용 문제가 있습니다. 초기에는 AI 개인화, 코칭, 팀빌딩처럼 사용자를 돕는 방향이 안전합니다.