💬 NLP

Achieving Unanimous Consensus Through Multi-Agent Deliberation

본 논문은 블록체인의 핵심 속성을 유지하면서도 복잡한 의사결정에 대한 적응성을 높이고 적대적 도전에 대응하기 위해, 대규모 언어 모델을 구조화된 다회차 숙의 과정 내의 합리적 에이전트로 활용하여 만장일치 또는 단계적 합의를 달성하는 새로운 블록체인 합의 메커니즘을 제안한다.

원저자: Apurba Pokharel, Ram Dantu, Shakila Zaman, Vinh Quach, Sirisha Talapuru

게시일 2026-07-10

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Apurba Pokharel, Ram Dantu, Shakila Zaman, Vinh Quach, Sirisha Talapuru

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

블록체인을 단순히 돈을 기록하는 차갑고 디지털적인 장부가 아니라, 목표가 단순히 다수결을 얻는 것이 아니라 모두가 정확히 동일한 답변에 동의하도록 만드는 고도의 긴장감이 흐르는 배심원실이라고 상상해 보십시오. 이것이 이 논문의 핵심 아이디어입니다. 인공지능(구체적으로는 대규모 언어 모델, LLM)을 사용하여 이성적인 배심원 팀처럼 행동하게 하여, 그들이 대화하고, 논쟁하고, 생각을 정제하여 만장일치의 결정을 내리도록 하는 것입니다.

문제점: 왜 "다수결"만으로는 부족한가

오늘날 대부분의 블록체인은 시끄러운 군중 속에서 가장 큰 목소리를 내는 집단이 승리하는 방식으로 작동합니다. 만약 51%의 컴퓨터가 동의한다면 결정은 내려집니다. 이는 돈을 보내는 데에는 매우 효과적이지만, 저자들은 이것이 법원 판결, 의료 선택, 또는 정부 정책과 같은 진지하고 중대한 결정을 내리기에는 부적합하다고 주장합니다.

이렇게 생각해 보십시오. 만약 여러분이 신약 출시 여부나 누군가의 투옥 여부를 결정해야 한다면, "의사 51%가 안전하다고 하니 진행하자"라고 말하는 시스템을 원하지 않을 것입니다. 여러분은 모두가 같은 생각을 갖기를 원할 것입니다. 현재의 블록체인 시스템은 속도와 결함 허용(fault-tolerance)을 위해 구축되었기 때문에, 깊이 있고 구조화된 대화를 수행하는 데 어려움을 겪습니다. 그들은 집단이 합의에 도달하지 못했을 때 "중단"을 강제할 방법도 없으며, 집단이 서로의 생각을 바꾸기 위해 실제로 대화할 수 있는 메커니즘도 가지고 있지 않습니다.

해결책: AI "숙의(Deliberation)" 파티

저자들은 네트워크의 모든 컴퓨터(노드)가 자신만의 AI 두뇌를 실행하는 새로운 시스템을 제안합니다. 이 AI 에이전트들은 단순히 "예" 또는 "아니오"라고 외치는 대신, 구조화된 다회차 대화에 참여합니다.

과정은 다음과 같이 단계별로 진행됩니다:

초기 라운드 (아이스브레이킹): 문제가 게시되면, 모든 AI 에이전트가 자신의 첫 번째 의견을 제시합니다. 이는 회의에서 다른 사람이 말하기 전에 각자 자신의 생각을 먼저 말하는 것과 같습니다.
성찰 라운드 (심층 탐구): 이것이 마법 같은 부분입니다. 에이전트들은 단순히 투표하는 것이 아니라, 경청합니다. 여러 차례의 턴을 거치며, 각 에이전트는 이웃이 한 말을 읽고, 생각하고, 자신의 답변을 개선하려고 노력합니다. 이는 친구들이 영화 줄거리에 대해 토론하는 것과 같습니다. 처음에는 의견이 다를 수 있지만, 서로의 논거를 듣고 나면 "아, 네 말이 무슨 뜻인지 알겠어"라며 자신의 견해를 바꿀 수도 있습니다.
- 주의 사항: 논문은 이 방식이 "더 똑똑한"(더 큰) AI 모델과 함께할 때 가장 잘 작동한다고 언급합니다. 실험에서 큰 모델(예: 700억 개의 파라미터를 가진 모델)은 대화를 거듭할수록 더 나아지고 더 정확해졌습니다. 반면 작은 모델(예: 130억 개의 파라미터를 가진 모델)은 대화를 해도 갈피를 잡지 못하거나 심지어 더 나빠지는 등, 대화 후에도 옳고 그름을 구분하지 못하는 모습을 보였습니다.
결론 라운드 (판결): 마침내 모두가 합의하면, AI는 전체 대화 기록을 작성하여 새로운 "블록"으로 블록체인에 기록합니다. 이를 통해 결정 과정은 투명하고 변경 불가능하게 됩니다. 만약 정해진 횟수의 턴이 지날 때까지 합의에 도치 못한다면, 시스템은 잘못된 결정을 강요하는 대신 "빈 블록(empty block)"을 채굴합니다. 이는 "합의에 도달하지 못했으므로, 일단 보류한다"라고 말하는 것과 같습니다.

실험 결과가 보여준 것

연구진은 실제 AI 모델과 수정된 블록체인 시스템을 사용하여 작동하는 프로토타입("개념 증명")을 구축했습니다. 그 결과는 다음과 같습니다:

작동하지만, 시간이 걸린다: 만장일치의 합의를 이끌어내는 데는 일반적인 블록체인 투표보다 더 많은 시간이 걸립니다. 소요 시간은 얼마나 많은 AI 에이전트가 대화하는지와 얼마나 많은 대화 라운드를 거치는지에 따라 달라집니다. 가장 큰 지연 요인은 AI가 실제로 자신의 생각을 생성하는 데 걸리는 시간입니다.
큰 뇌가 승리한다: 시뮬레이션 결과, 더 큰 AI 모델들이 훨씬 더 정확한 만장일치 합의에 도달하는 데 뛰어난 성능을 보였습니다. 작은 모델들은 정답을 찾는 데 어려움을 겪었는데, 이는 지식이 제한된 전문가 집단이 지식이 풍부한 집단보다 해결책에 합의하기 어렵다는 현실 세계의 모습과 유사합니다.
블록의 크기: 숙의 과정을 실행할 때, 에이전트와 대화 라운드가 늘어남에 따라 결과 데이터 블록도 커졌습니다. 테스트에서 블록 크기는 30KB 미만으로 유지되었으나, 저자들은 이러한 전체 대화 내용을 블록체인에 저장하는 것이 단순한 "예/아니오" 투표를 저장하는 것에 비해 새로운 과제라고 언급했습니다.

"하지만..." (저자들이 우려하는 점)

이 논문은 이 기술을 완성된 완벽한 제품이라고 부르는 것을 경계합니다. 저자들은 이 시스템이 작동할 수는 있지만, 실세계에 적용하기 위해서는 넘어야 할 장애물이 여전히 많다고 제안합니다.

환각(Hallucinations): AI는 가끔 사실이 아닌 것을 만들어냅니다. 만약 AI가 숙의 과정에서 거짓 정보를 말한다면, 집단의 결정 전체를 망칠 수 있습니다.
보안 리스크: 악의적인 행위자가 혼란스러운 프롬프트로 AI를 속이거나, 가짜 신원을 대량으로 생성하여 네트워크를 공격(Sybil attack)할 수 있습니다.
비용: 이러한 강력한 AI 모델을 실행하려면 많은 컴퓨터 자원(GPU)과 전력이 필요하며, 이는 비용이 많이 들 수 있습니다.

결론

이 논문은 블록체인을 사용하는 흥미로운 새로운 방식을 제시합니다. 즉, 단순히 돈을 위한 장부가 아니라, AI 에이전트들이 만장일치에 도달할 때까지 숙의하는 **디지털 타운 홀(digital town hall)**로 사용하는 것입니다. 이는 "다수결"에서 "만장일치 합의"로의 전환입니다. 실험을 통해 이것이 가능하며 더 큰 AI 모델이 더 나은 성과를 낸다는 것을 보여주었지만, 저자들은 이것이 여전히 초기 단계의 연구임을 강조합니다. 그들은 통제된 환경에서 개념이 작동함을 증명했지만, 법원 판결이나 의료 정책과 같은 실제 의사결정에 사용할 수 있을 만큼 보안성, 확장성, 신뢰성을 갖추기까지는 아직 갈 길이 멉니다.

기술 요약: 다중 에이전트 숙의를 통한 만장일치 합의 달성

문제 정의

Proof-of-Work(PoW) 및 Proof-of-Stake(PoS)와 같은 현재의 블록체인 합의 메커니즘은 주로 금융 거래 및 암호화폐 네트워크를 위해 설계되었습니다. 이러한 프로토콜은 네트워크 무결성을 보장하기 위해 "정직한 과반수" 또는 가중치 기반 합의(예: PoW의 51%, PoS-BFT의 33% 적대적 허용치)에 의존합니다. 그러나 이러한 방식은 법원 판결, 의료 결정, 윤리 위원회, 정부 정책 수립과 같이 모든 참여자 간의 **만장일치 합의(unanimous consensus)**를 요구하는 경우가 많은 고위험 애플리케이션에는 적합하지 않습니다.

기존 프로토콜은 참여자들이 능동적으로 소통하고, 논거를 처리하며, 의견을 정제하여 집단적 합의에 도달하는 구조화된 숙의(deliberation) 능력이 부족합니다. 또한, AI 및 거버넌스 분야의 현재 숙의 구현 방식은 제한된 논거 구조, 제안 정제의 부재, 불충분한 투명성 등의 문제를 겪고 있습니다. 따라서 완전한 참여, 투명성, 그리고 결정적인 고위험 결정을 위해 필요한 의견의 반복적 정제를 지원하는 합의 메커니즘에 대한 블록체인 기술의 결정적인 공백이 존재합니다.

방법론

본 논문은 대규모 언어 모델(LLM)을 블록체인 네트워크 내의 합리적 에이전트로 통합하여, 구조화된 다회차 숙의를 통해 만장일치 합의를 달성하는 새로운 합의 메커니즘을 제안합니다.

시스템 아키텍처

에이전트 통합: 각 블록체인 노드는 자체 LLM 인스턴스(개념 증명 단계에서는 Llama-3.1-70B-Instruct 및 Llama-2-13b-chat-hf 사용)를 실행합니다.
숙의 프레임워크: 프로세스는 세 가지 뚜렷한 라운드로 진행됩니다.
- 초기 라운드(Initial Round): 에이전트들은 특정 문제에 대한 개별 응답( $R_0$ )을 생성하기 위해 초기 프롬프트(Chain of Thought 및 Zero-Shot 기법 혼합 사용)를 받습니다. 이러한 발언은 저장되어 네트워크 전체에 가십(gossip) 방식으로 전파됩니다.
- 성찰 라운드(Reflection Round): 에이전트들은 $T$ 턴 동안 반복적인 프롬프트 체이닝(prompt chaining)에 참여합니다. 각 턴에서 에이전트는 자신의 이전 발언과 이웃들의 응답을 컨텍스트로 받습니다. 에이전트는 집단적 입력을 바탕으로 자신의 답변을 평가하고 정제하는 과업을 수행합니다. 이는 다양한 의견이 수렴되는 실제 세계의 숙의 과정을 모사합니다.
- 결론 라운드(Conclusion Round): 만장일치 합의에 도달하면, 전체 숙의 이력이 포함된 블록이 채굴되어 온체인에 저장됩니다. 만약 사전 정의된 턴 제한 $T$ 내에 합의에 실패하면, "합의에 실패하는 것은 유보에 동의하는 것"이라는 원칙에 따라 빈 블록이 채굴되어 숙의가 중단되었음을 나타냅니다.
네트워크 프로토콜: 본 시스템은 이 프로토콜을 지원하도록 Nimiq 블록체인(PoW 클라이언트)을 확장합니다. 발언은 에이전트에 의해 서명되며, 대역폭 관리를 위해 해시를 먼저 브로드캐스팅한 후 요청 시 전체 데이터를 전송하는 2단계 가십 프로토콜을 통해 전파되어 인증과 일관성을 보장합니다.

공식화

저자들은 숙의적 합의 프로토콜에 대한 공식적 정의를 제공하며, 적대적 조건이나 숙의 정체 상황에서도 블록체인의 속성인 **일관성(consistency), 합의(agreement), 생존성(liveness)**이 유지됨을 증명합니다.

주요 기여

본 논문은 다음과 같은 기여를 주장합니다:

선구적인 프레임워크: 블록체인에서의 숙의적 만장일치 합의를 위한 요구사항을 체계적으로 식별하고, 이를 달성하기 위한 다중 에이전트 숙의 프레임워크를 구현한 최초의 연구입니다.
공식 프로토콜 정의: 프로토콜을 공식적으로 정의하고, 적대적 및 정체 상황에서도 핵심 블록체인 속성을 유지함을 입증했습니다.
경험적 평가: 다양한 데이터셋을 통해 프로토콜을 평가하였으며, 지식이 풍부한 에이전트(더 큰 모델)는 더 빠르게 수렴하고 높은 정확도를 보이는 반면, 정보가 부족한 에이전트는 어려움을 겪는다는 점을 보여줌으로써 실제 숙의 역학을 반영함을 입증했습니다.
오픈 소스 구현: 재현 가능성과 추가 연구를 위해 독창적인 구현체를 오픈 소스로 공개했습니다.

실험 결과

개념 증명은 NVIDIA RTX 6000 Ada Generation GPU를 사용하여 구현되었으며, GSM8K를 포함한 데이터셋을 통해 테스트되었습니다.

수렴 및 정확도: 결과에 따르면, 더 큰 파라미터 모델(예: 70B)은 성찰(reflection)을 통해 정확도가 선형적으로 증가하며 유의미한 혜택을 얻는 것으로 나타났습니다. 반면, 작은 모델(예: 13B)은 여러 라운드 후에도 정답과 오답을 구분하지 못해 정확도가 정체되거나 오히려 감소하는 경향을 보였습니다.
성능 지표:
- 합의 도달 시간(TRC): TRC는 에이전트 수 및 턴 수와 직접적인 상관관계가 있으며, 프롬프트 생성 시간이 주요 병목 구간입니다.
- 블록 크기: 블록 크기는 에이전트 수에 따라 완만한 지수적 성장을, 라운드 수에 따라 선형적 성장을 보였습니다. 실험에서 블록 크기는 30KB 미만으로 유지되어 이론적 한계인 100KB 이내에 있었습니다.
- 비교: 제안된 프로토콜은 GSM8K 데이터셋에서 80%의 정확도를 달성하여, 다른 다중 에이전트 숙의 연구에서 보고된 결과들을 상회했습니다.
- 참여도: 과반수만을 요구하는 기존 프로토콜과 달리, 이 시스템은 성공적인 블록을 위해 100% 노드 참여와 합의를 보장합니다.

의의 및 주장

본 논문은 이 연구가 블록체인 네트워크상에서의 숙의적 의사결정을 가능하게 하는 중요한 단계라고 규정합니다. 블록체인의 투명성과 불변성을 활용함으로써, 제안된 시스템은 법률, 의료, 정부와 같은 핵심 분야에서 매우 중요한 의사결정 과정이 어떻게 이루어지는지에 대한 완전한 가시성과 공적 감사를 허용합니다.

저자들은 본 시스템이 개념 증명임을 인정하며, LLM의 신뢰성(환각 현상), 보안 리스크(편향성, 적대적 프롬프트), 확장성(GPU 및 전력 수요), Sybil 공격 등의 잠재적 과제를 식별했습니다. 이들은 검증, 인센티브 메커니즘, 효율적인 미세 조정, 오프체인 저장소 및 평판 기반 방어 체계를 통해 이러한 문제를 완화할 수 있다고 제안합니다. 결론적으로, 현재의 합의 모델이 과반수 합의를 우선시한다면, 이 숙의적 접근 방식은 만장일치 합의와 구조화된 추론이 필요한 애플리케이션을 위한 필수적인 대안을 제공합니다.