arXiv:2606.17368v1 cs.AI

분산 범용 에이전트 네트워크: 아키텍처, 핵심 메커니즘 및 프로토타입

Distributed General-Purpose Agent Networks: Architecture, Key Mechanisms, and Prototypes

Shengli Zhang, Deen Ma, Zibin Lin, Taotao Wang

제출 2026-06-15

한국어 초록

대규모 언어 모델(LLM)은 수동적인 대화형 비서에서 목표를 이해하고, 행동을 계획하며, 도구를 호출하고, 다단계 작업을 수행할 수 있는 자율 에이전트로의 전환을 가속화했습니다. 그러나 단일 에이전트의 능력은 여전히 로컬 데이터, 도구 권한, 런타임 환경 및 거버넌스 경계에 의해 제한됩니다. 본 논문은 분산 범용 에이전트 네트워크를 다룹니다. 이는 개인 기기, 엣지 노드 또는 자율 컴퓨팅 환경에 배포된 이종 에이전트가 서로를 발견하고, 신뢰를 구축하며, 협력 규칙을 협상하고, 개방형 작업을 실행할 수 있는 개방형 P2P 네트워크입니다. 우리는 이러한 네트워크가 기존의 P2P 오버레이와 기존의 다중 에이전트 시스템을 단순히 결합하여 얻을 수 없다고 주장합니다. 기존 P2P 네트워크와 달리, 에이전트 네트워크는 의도, 능력, 상태 및 협력 제약 조건에 대한 의미론적 선언을 전파해야 합니다. 따라서 우리는 상위 수준의 작업 의미론과 하위 수준의 네트워크 작업을 연결하는 프로토콜 적응 층을 중심으로 하는 계층형 아키텍처를 제안합니다. 이 아키텍처를 기반으로, 본 논문은 협력자 발견을 위한 의미론적 공지 전파, 협력 거버넌스를 위한 검증 가능한 신원 및 다중 주제 평판, 그리고 개방형 작업 실행을 위한 의미론적 그래디언트 메커니즘 설계라는 세 가지 핵심 메커니즘 문제를 식별합니다. 각 문제에 대해, 순차 로그가 포함된 바디리스 고시프(bodyless gossip), MG-EigenTrust 평판을 갖는 BAID 기반 신원 바인딩, 그리고 의미론적 귀속 피드백에 의해 구동되는 스타켈버그 스타일 메커니즘 생성 루프를 포함한 기술적 경로를 제시합니다. 또한 BAID 스타일 계층형 검증에 대한 프로토타입 오버헤드 결과와 교차 주제 위장-공모 공격 하에서의 MG-EigenTrust에 대한 메커니즘 수준 시뮬레이션을 보고합니다. 결과적인 프레임워크는 개방적이고, 신뢰할 수 있으며, 확장 가능한 에이전트 협력을 위한 시스템 수준의 기반을 제공합니다.

원문 초록

Large language models have accelerated the transition from passive conversational assistants to autonomous agents that can understand goals, plan actions, invoke tools, and execute multi-step tasks. Yet the capability of a single agent remains constrained by its local data, tool permissions, runtime environment, and governance boundary. This paper studies distributed general-purpose agent networks: open peer-to-peer networks in which heterogeneous agents deployed on personal devices, edge nodes, or autonomous computing environments can discover one another, establish trust, negotiate cooperation rules, and execute open-ended tasks. We argue that such networks cannot be obtained by simply combining existing peer-to-peer overlays with conventional multi-agent systems. Unlike traditional P2P networks, agent networks must propagate semantic declarations about intentions, capabilities, states, and cooperation constraints. We therefore propose a layered architecture centered on a protocol adaptation layer that connects upper-level task semantics with lower-level network operations. Based on this architecture, the paper identifies three core mechanism problems: semantic announcement propagation for collaborator discovery, verifiable identity and multi-topic reputation for cooperation governance, and semantic-gradient mechanism design for open task execution. For each problem, we present a technical route, including bodyless gossip with sequential logs, BAID-based identity binding with MG-EigenTrust reputation, and a Stackelberg-style mechanism-generation loop driven by semantic attribution feedback. We further report prototype overhead results for BAID-style tiered verification and mechanism-level simulations of MG-EigenTrust under cross-topic disguise-collusion attacks. The resulting framework provides a system-level foundation for open, trustworthy, and scalable agent collaboration.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2606.17368v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2607.21873v1cs.AI공통 태그 Edge-computing, multi-agent systems

예측 유지보수를 위한 다중 에이전트 시스템 기반 디지털 트윈: 아키텍처, 기술 및 미해결 연구 과제

Multi-Agent System-driven Digital Twins for predictive maintenance: architectures, technologies and open research challenges

디지털 트윈은 Industry 4.0 맥락에서 기초 기술로 부상했으며, 물리 시스템의 실시간 가상 표현을 위한 패러다임을 제공한다. 그러나 특히 분산 산업 환경에서 점점 커지는 복잡성을 관리하려면 자율적 의사결정, 동적 적응성, 에이전트 간 조율이 가능한 지능형 아키텍처가 필요하다. 본 체계적 문헌 고찰은 다중 에이전트 시스템과 디지털 트윈의 교차점을 탐구하며, 특히 자원 제약 환경에서의 예측 유지보수 적용에 중점을 둔다. IEEE Transactions, Nature, Elsevier, MDPI 등 고영향력 저널에 게재된 547편 이상의 논문에 대한 비판적 분석을 통해, 기존 하이브리드 아키텍처의 분류 체계를 수립하고, 지속적인 기술적 병목을 식별하며, 다음과 관련된 세 가지 미해결 연구 질문을 제시한다: (i) 자원 제약 마이크로컨트롤러에서의 인공지능(AI) 배포, (ii) 경량 통신 프로토콜을 통한 분산 다중 노드 조율, (iii) 잔여 수명 추정과 설명 가능한 인공지능(explainable AI)을 통합한 스마트 공장 제어를 향한 디지털 트윈의 계층적 오케스트레이션. 분석 결과, 상당한 진전에도 불구하고 Industry 5.0의 요구사항을 동시에 충족하는 통합 임베디드-분산 계층적 솔루션을 제공하는 기존 시스템은 없음을 보여준다.

arXiv:2607.04219v1cs.AI공통 태그 Edge-computing, multi-agent systems

에이전틱 IoT: 에이전트 인터넷을 향한 아키텍처, 응용, 그리고 과제

Agentic IoT: Architectures, Applications, and Challenges Toward the Internet of Agents

AI를 사물인터넷(AIoT) 시스템에 통합하는 과정은 이러한 시스템을 수동적인 데이터 수집 인프라에서 이상 탐지, 예측 유지보수, 분류(classification), 예측, 최적화가 가능한 지능형 시스템으로 점진적으로 변화시켜 왔다. 그러나 기존 솔루션의 대부분은 센서 데이터로부터 추론(inference)하는 작업 특화 모델에 의존하고 있어, 실시간 추론(reasoning), 적응적 계획(adaptive planning), 자율 조율(autonomous coordination), 학습, 도구 사용(tool use), 맥락적 의사결정(contextual decision-making)과 같은 시스템 전반의 역량은 여전히 제한적이다. 본 논문은 자율 AI 에이전트의 인지(perception), 추론, 계획, 학습, 행동 능력을 사이버-물리 시스템(cyber-physical systems)과 통합하는 차세대 인지 IoT 패러다임으로서 에이전틱 IoT(Agentic IoT)를 고찰한다. 에이전틱 IoT는 IoT를 데이터 중심의 감지 및 추론 인프라에서 디바이스/엣지-포그-클라우드(device/edge-fog-cloud) 연속체에 걸쳐 운용되는 분산형 인지 에이전트 생태계로 변모시키는 것을 목표로 한다. 본 논문은 먼저 이러한 전환을 패러다임 전환으로 정립하고, 에이전틱 IoT를 AIoT, 엣지 지능(edge intelligence), 다중 에이전트 시스템(multi-agent systems), 에이전트 인터넷(Internet of Agents)과의 관계 속에서 위치시킨다. 이후 현행 연구들을 체계적으로 검토하고, 통합적 아키텍처 프레임워크를 제시하며, 도메인별 응용 가능성을 논의하고, 핵심 기술적·운영적·연구적 과제와 향후 연구 방향을 규명한다.

arXiv:2610.10854v2cs.LG공통 태그 Edge-computing

KDFP: 대규모 언어 모델의 지식 증류를 위한 제1원리적 접근법

KDFP: A first-principles approach to knowledge distillation in large language models

지식 증류(knowledge distillation)는 더 크고 성능이 뛰어난 교사 모델의 표현(representation)을 활용해 작고 효율적인 학생 모델을 학습(training)시킴으로써 그 역량을 향상시키는 잘 정립된 기법입니다. 대규모 언어 모델(LLM) 증류에 관한 최근 연구의 상당수는 지시사항 준수(instruction following), 사고의 연쇄(Chain-of-Thought) 추론, 도구 사용 등 사후 학습(post-training) 과정에서 습득된 능력을 증류하는 데 집중되어 왔습니다. 이로 인해 엣지 기기 배포에 적합한 효율적이고 프라이버시가 보장되는 시스템을 개발하는 데 필수적인 LLM의 일반 지식 증류 연구에는 큰 공백이 남게 되었습니다. 본 연구에서는 이전 연구들의 교훈을 평가하고 새로운 탐색을 수행하는 제1원리적(first-principles) 접근법을 취하여 현대 LLM에 적합한 증류 방법론을 개발합니다. 본 논문에서는 LLM의 화이트박스 일반 지식 증류를 위한 새로운 방법론인 KDFP를 제시합니다. 실험을 통해 KDFP가 임시 매개변수(parameter) 감축을 통해 학습 효율성을 최대 99.1%까지 향상시키면서, 9개 벤치마크 전반에서 기존 기법들을 1.6% $-$ 4.9% 능가함을 입증합니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.