PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.01756v1cs.CR

SoK: 탈중앙화 에이전트 경제 인프라

SoK: Decentralized Agent Economic Infrastructure

탈중앙화 에이전트(agent) 경제는 별도로 설계되고 보안이 적용된 프로토콜들을 조합하여 단일 작업을 구성하는 경우가 점점 늘고 있습니다. 이는 각 단계에서는 워크플로가 올바르게 보일지라도 최종적으로는 잘못된 결과를 낳을 수 있다는 단순한 문제를 야기합니다. 예를 들어, 정상적인 에스크로는 승인 인가를 바탕으로 대금을 지급할 수 있지만, 정작 전달된 작업물이 실제로 과업을 만족했는지에 대한 증거는 거의 제공하지 못할 수 있습니다. 본 연구는 에이전트 과업의 전체 생애주기에 걸쳐 이러한 문제를 체계화(systematize)합니다. 보안 및 경제적 요구사항을 6단계에 걸친 17개 속성군으로 정리하고, 영수증의 건전성(soundness)과 완전성(completeness)을 별도로 평가합니다. 또한 12개의 시스템 및 표준, 5개의 재사용 가능한 메커니즘군, 4개의 고전적 베이스라인을 검토합니다. 나아가 한 단계에서 확립된 보장이 유효하게 유지되어 이에 의존하는 후속 결정을 구속하는지 판별하기 위한 과업 상대적 기준인 '보장 폐쇄(guarantee closure)'를 도입합니다. 이 기준을 통제된 워크플로 및 네이티브 워크플로에 적용하여, 840건의 매칭된 실행과 유한한 목적 과업 도메인에 대한 11,648건의 전수 검사를 수행했습니다. 실험 결과, 검증과 정산 사이에서 규격을 준수한 작업물이 승인되지 않거나 유효한 증거가 무시되는 등 반복적으로 발생하는 결함들이 드러났습니다. 공개 기록과 모델(model) 판단을 통해 기록된 승인과 과업 준수 증거를 추가로 구분하는 한편, 경제적 분석을 통해 이러한 보장 이면에 존재하는 보고, 페널티, 오류 공유(shared-error) 가정을 식별합니다. 본 연구 결과는 종단간(end-to-end) 보장이 어디에서 실패하는지, 그리고 전체 워크플로에 걸쳐 이를 유지하기 위해 무엇을 보완해야 하는지 보여줍니다.

arXiv:2609.22601v1cs.ET

AI 에이전트를 위한 공정 보상 분산 정보 검색 및 증강

Fairly Compensated Distributed Information Retrieval and Augmentation for AI Agents

자율 AI 에이전트가 외부 및 분산 지식 소스에 점점 더 의존하면서, 탈중앙화 정보 마켓플레이스에는 근본적인 난제가 생긴다. 검색 에이전트는 구매 전에 데이터의 품질과 관련성을 평가해야 하지만, 데이터 제공자는 보장된 보상이 이루어지기 전에는 가치 있는 정보를 노출하지 않아야 한다. 이 역설은 중앙화된 중개자가 당사자 간 공정성을 강제할 수 없는 신뢰 불필요(trustless) 다중 에이전트 환경에서 특히 중요해진다. 본 논문에서는 자율 에이전트 네트워크에서 분산 정보 검색 및 증강을 위한 공정 보상 프로토콜을 제안한다. 우리 프레임워크는 검색 에이전트가 후보 문서의 평문 내용을 알지 못한 채 안전하게 평가하고 순위를 매길 수 있게 하며, 데이터 제공자는 유효한 정보가 성공적으로 전달된 경우에만 보상받도록 보장한다. 또한 악의적 적대자에 대한 프로토콜의 보안 특성을 분석하고, 구현을 통해 실용적 타당성을 평가한다. 실험 결과는 제안 설계가 기밀성, 정확성, 무결성, 공정성을 유지하면서 현재 암호학 인프라에서 실용적임을 보여준다. 이러한 메커니즘이 미래 AI 에이전트 생태계를 위한 신뢰할 수 있고 경제적으로 지속 가능한 탈중앙화 지식 마켓플레이스의 중요한 암호학적 기반을 제공한다고 본다.