💻 computer science

Toward Web 4.0: Bidirectional Trust between AI Agents and Blockchain

본 논문은 블록체인 인프라가 자율 AI 에이전트를 어떻게 지원하고 에이전트가 다시 블록체인 메커니즘을 어떻게 강화하는지를 분석하는 양방향 신뢰 프레임워크를 제안함으로써 신흥 웹 4.0 패러다임에 대한 지식 체계화를 제시하며, 궁극적으로 표준 및 보안상의 중요한 격차를 식별하고 향후 연구를 안내하기 위한 공식 상호작용 모델과 분류 체계를 제공한다.

원저자: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

게시일 2026-05-12

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

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

인터넷의 새로운 시대, 즉 저자들이 Web 4.0이라고 부르는 시대를 상상해 보십시오. 이 세계에서는 버튼을 클릭하는 인간만이 주요 사용자가 아닙니다. 대신 스스로 결정을 내리고, 돈을 지출하며, 거래를 협상할 수 있는 AI 에이전트(스마트하고 자율적인 소프트웨어 프로그램) 가 주요 사용자입니다.

이 논문은 이러한 AI 에이전트가 블록체인(이더리움과 같은 탈중앙화 디지털 장부) 과 어떻게 상호작용하는지 이해하기 위한 거대한 '지도와 안내서'(지식 체계화) 입니다. 저자들은 이 관계를 무대(블록체인) 와 무용수(AI 에이전트) 사이의 춤과 같은 양방향 관계라고 주장합니다.

다음은 간단한 비유를 사용한 그들의 발견 사항에 대한 요약입니다:

1. 양방향 춤 (양방향 신뢰)

논문은 이 관계가 두 가지 방향으로 작동한다고 말합니다:

방향 A: 무대가 무용수를 지원함 (블록체인 → 에이전트)
- 문제: AI 에이전트가 커피를 사려고 한다고 상상해 보십시오. 구형 인터넷에서는 AI 가 모든 수표를 서명할 때 인간이 손을 잡아주어야 했습니다.
- 해결책: 블록체인은 특수한 도구를 갖춘 새로운 '무대'를 구축하고 있습니다:
  - 신분증 (정체성): AI 에게 위조할 수 없는 고유한 디지털 신원증을 부여하여 가짜 봇과 혼동되지 않도록 합니다.
  - 허가서 (위임): 인간이 AI 에게 전체적인 통제권을 부여하지 않고도 "10 달러까지 쓸 수 있지만 그 이상은 안 된다"라고 말할 수 있게 합니다.
  - 위시리스트 (의도): AI 가 커피를 사는 복잡한 단계를 스스로 파악하는 대신, 인간이 "5 달러 미만의 커피를 원한다"라고 말하면 AI(또는 솔버) 가 최선의 방법을 찾아냅니다.
  - 지갑 (경제): AI 에게 자신의 은행 계좌와 일을 대가로 돈을 벌 수 있는 방법을 제공합니다.
방향 B: 무용수가 무대를 짓는 데 도움을 줌 (에이전트 → 블록체인)
- 문제: 블록체인은 버그를 확인하고, 규칙에 동의하며, 변경 사항을 투표할 사람들이 필요합니다. 이는 인간에게 느리고 어렵습니다.
- 해결책: AI 에이전트들이 도움을 주기 위해 나서고 있습니다:
  - 경비원: 해커가 공격하기 전에 코드를 스캔하여 발견하는 AI 에이전트.
  - 심판: 거래를 검증하고 네트워크가 원활하게 작동하도록 돕는 AI 에이전트.
  - 투표자: 블록체인의 미래를 결정하기 위한 커뮤니티 투표에 참여하는 AI 에이전트.

2. 기초: '진실 기계' (검증 가능한 계산)

이 춤이 작동하려면 모두가 AI 가 진실을 말하고 있다고 믿어야 합니다. AI 가 "내가 답을 올바르게 계산했다"라고 말한다면, 어떻게 그것이 단순히 추측한 것이 아님을 알 수 있을까요?

논문은 AI 가 진실을 말하고 있음을 증명하는 세 가지 방법을 사다리처럼 배열하여 제시합니다:

마법 증명 (zkML): AI 가 수학적으로 올바른 계산을 했음을 증명하는 '마법 증명'을 생성합니다. 이는 100% 신뢰할 수 있지만 현재 매우 느리고 비쌉니다 (우주의 모든 단계를 적어내며 수학 문제를 증명하려는 것과 같습니다).
'베팅' 시스템 (opML): AI 가 "내가 맞다"라고 말합니다. 누군가가 틀렸다고 생각하면 돈을 걸고 이를 도전할 수 있습니다. AI 가 거짓말을 했다면 도전자가 베팅에서 승리합니다. 이는 빠르지만 거짓말에 도전할 의사가 있는 사람들이 있어야 한다는 점에 의존합니다.
안전한 상자 (TEE): AI 는 아무도 엿볼 수 없는 특수한 잠금 하드웨어 상자 (금고와 같은) 내부에서 실행됩니다. 우리는 상자 제조사를 신뢰합니다. 이는 빠르고 쉽지만 상자를 만든 회사를 신뢰해야 합니다.

큰 격차: 논문은 빠른 AI 실행 방법은 있지만, 오늘날 사용되는 거대하고 복잡한 AI 모델을 위한 빠르고 완벽한 '마법 증명'은 아직 없다고 지적합니다. 이는 매우 빠른 차는 있지만 고속 주행용 작동 브레이크가 없는 것과 같습니다.

3. '건설 현장'의 현재 상태

저자들은 이 기술이 얼마나 준비되어 있는지 보기 위해 70 개의 공식 규칙 (표준) 과 20 개의 실제 프로젝트를 살펴보았습니다.

배관은 준비되었으나 장식은 준비되지 않음: AI 에게 신원증과 지갑을 제공하는 기본 도구는 구축되고 있지만, AI에 대한 구체적인 규칙은 여전히 '초안' 단계에 있습니다. 전기와 수도가 갖춰진 집은 있지만, 전등 스위치와 문 손잡이는 아직 설계 중인 것과 같습니다.
'신뢰' 격차: 대부분의 현재 프로젝트는 수학적 증명보다는 '경제적 베팅'(방향 A) 에 의존합니다.这意味着 만약 AI 가 실수를 하거나 해킹당하면, 이를 수정할 수 있는 수학적 보장이 없습니다.
'거버넌스' 격차: 많은 프로젝트가 블록체인을 사용하기 위해 AI 를 활용하는 반면, 거의 아무도 블록체인을 운영(투표 또는 합의) 하기 위해 AI 를 사용하지는 않습니다. 이는 거대하고 비어 있는 미개척지입니다.

4. 아홉 가지 큰 문제 (할 일 목록)

논문은 이 Web 4.0 의 꿈을 현실로 만들기 위해 연구자들이 해결해야 할 아홉 가지 구체적인 문제를 나열하며 결론을 내립니다:

'마법 증명' 가속화: 복잡한 AI 사고를 즉시 증명할 수 있을 만큼 속도를 높이는 것.
권한 잠금: AI 에이전트가 허용된 것만 수행함을 수학적으로 증명할 수 있는 도구 생성.
인간과 AI 투표의 균형: 소수의 강력한 AI 소유자가 전체 시스템을 장악하지 않도록 하면서 커뮤니티 의사결정에 AI 가 투표할 수 있는 방법 모색.
AI 심판: AI 의 고유한 '확률적' 특성으로 인한 실수 없이 블록체인에서 심판으로 활동할 수 있는 규칙 수립.
AI 대 AI 게임: 시장 내에서 AI 에이전트들이 서로 경쟁하거나 사기치는 방식을 이해하는 것.
'위시리스트' 증명: AI 가 '위시리스트'(의도) 를 실행할 때 실제로 요청된 대로 수행했음을 증명하는 것.
AI 를 위한 공정한 돈: AI 에이전트가 단순히 토큰을 투기하는 것이 아니라 유용성을 제공한 대가로 돈을 벌 수 있도록 경제 시스템 설계.
법적 법인격: AI 가 법을 위반했을 때 '소송'을 당하거나 책임을 질 수 있는지 결정하는 것.
가짜 ID 방지: 한 사람이 시스템을 스팸하기 위해 1,000 개의 가짜 AI 에이전트를 생성하는 것을 막는 것.

요약

이 논문은 AI 에이전트가 주요 사용자가 되는 새로운 인터넷의 가장자리에 서 있다고 주장합니다. 우리는 그들이 존재할 수 있도록 하는 기본 도구는 가지고 있지만, 그들이 시스템을 붕괴시키지 않도록 보장하는 '안전망'(수학적 증명) 과 '교통 규칙'(법적 및 거버넌스 프레임워크) 은 부족합니다. 미래는 혼란스러운 실험에서 안전하고 신뢰할 수 있는 생태계로 나아가기 위해 이 아홉 가지 퍼즐을 해결하는 데 달려 있습니다.

기술 요약: Web 4.0 을 향한 AI 에이전트와 블록체인 간의 양방향 신뢰

1. 문제 제기

자율형 AI 에이전트와 블록체인 기술의 융합은 에이전트가 단순한 도구가 아닌 1 급 네트워크 참여자로 행동하는 Web 4.0 의 정의적 특징으로 부상하고 있습니다. 그러나 이러한 상호작용을 규율하는 설계 공간은 여전히 잘 이해되지 않아 신뢰, 보안, 경제적 조정 측면에서 중대한 위험을 초래하고 있습니다. 본 논문은 체계적인 분석이 필요한 세 가지 수렴 압력을 식별합니다:

경제적 이해관계: 2024 년 12 월 기준 블록체인 기반 AI 에이전트의 시장 가치는 약 86 억 달러에 달했으나, Moonwell 오라클 설정 오류와 같은 고조명 사건들은 AI 가 지원된 스마트 계약 개발 및 실행의 취약점을 부각시켰습니다.
신뢰 격차: 에이전트가 읽기 전용 분석에서 자율적 거래 실행으로 전환됨에 따라, 공식적인 신뢰 모델의 부재로 인해 프로젝트들이 즉흥적인 보안 가정을 고안하게 되어 취약점이 계층 간에 증폭되는 분열된 지형이 형성되었습니다.
학문적 공백: 기존 문헌은 계정 추상화, 의도 아키텍처의 형식적 분석, 합의 및 거버넌스에서의 AI 역할과 같은 핵심 영역을 포괄하는 지식 체계화 (SoK) 가 부족합니다. 현재 조사들은 블록체인을 단순히 AI 를 위한 도구로만 취급하며, 에이전트가 프로토콜 메커니즘에 참여하는 역방향은 간과하고 있습니다.

2. 방법론

저자들은 양방향 신뢰 프레임워크를 중심으로 구조화된 지식 체계화 (SoK) 접근법을 사용합니다. 방법론은 다음과 같습니다:

형식적 모델링: 에이전트 집합, 블록체인 상태 머신, 검증 함수, 권한 정책, 의도 함수, 경제적 인센티브를 포착하는 6-튜플 형식주의 $\langle A, B, V, P, I, E \rangle$ 인 **에이전트 - 블록체인 상호작용 모델 (ABIM)**을 정의합니다. 이 모델은 각 계층이 충족해야 하는 8 가지 특정 보안 속성 (예: 검증 건전성, 고유한 신원, 솔버 충실도) 을 확립합니다.
평가 프레임워크: 표준과 프로젝트를 평가하기 위한 5 차원 프레임워크를 도입합니다: 검증 가능성, 최소화된 신뢰, 표현력, 구성 가능성, 그리고 성숙도.
실증 분석:
- AI 에이전트와 관련된 70 개의 이더리움 EIP/ERC를 목록화하고 분석합니다.
- 보안, 합의, 거버넌스를 다루는 118 편의 학술 논문을 검토합니다.
- 이론적 프레임워크에 대한 실제 구현을 매핑하기 위해 20 개의 대표 산업 프로젝트(총 1 억 1,200 만 달러 이상의 자금 지원) 를 조사합니다.
분류 체계 구축: 에이전트 자율성(보조적에서 완전 자율적까지), 신뢰 모델(관리형에서 암호화 기반까지), 그리고 운영 방향(블록체인 $\to$ 에이전트 대 에이전트 $\to$ 블록체인) 을 기반으로 한 3 차원 분류 공간을 개발합니다.

3. 주요 기여

A. 양방향 신뢰 프레임워크

본 논문은 검증 가능한 계산 (zkML, opML, TEE) 에 기반한 신뢰 기반 아래 상호작용을 두 가지 주요 방향으로 조직화합니다:

블록체인 $\to$ 에이전트 (B $\to$ A): 블록체인은 네 가지 계층을 통해 에이전트에게 신뢰 인프라를 제공합니다:
- A1: 계정 및 신원: 외부 소유 계정 (EOA) 에서 계정 추상화 (ERC-4337, EIP-7702) 및 에이전트 전용 신원 표준 (ERC-8004, ERC-8126) 으로의 진화.
- A2: 권한 및 위임: 모듈식 계정 아키텍처 (ERC-7579, ERC-6900) 와 확률적 AI 위임자에게 최소 권한을 강제하는 과제.
- A3: 의도 및 실행: 에이전트가 거래 경로가 아닌 목표를 지정하고 실행을 위해 솔버에 의존하는 의도 중심 아키텍처 (ERC-7521, ERC-7683).
- A4: 에이전트 경제: 에이전트 소유권 및 수익 공유를 위한 토큰화 메커니즘 (ERC-7662, ERC-6551) 과 경제적 인센티브 (ERC-7641).
에이전트 $\to$ 블록체인 (A $\to$ B): 에이전트는 세 가지 계층을 통해 핵심 블록체인 메커니즘에 기여합니다:
- B1: 보안: 자율적 감사관 및 이상 탐지기로 작동하는 AI 에이전트 (예: LLM-SmartAudit, SCVHunter).
- B2: 합의: 확률적 AI 모델을 결정론적 비잔틴 장애 허용 (BFT) 프로토콜에 통합하는 이론적 과제.
- B3: 거버넌스: DAO 투표 및 제안 생성에 AI 가 참여함으로써 발생하는 제한된 영향력과 법적 인격 문제.

B. 형식적 분석 및 보안 속성

ABIM 은 각 계층에 대한 보안 보장을 형식화합니다. 주요 발견 사항은 다음과 같습니다:

검증 건전성 (TF): 대규모에서 대규모 언어 모델 (LLM) 추론에 대한 암호학적 증명을 제공할 수 있는 현재 시스템은 부재합니다 ("LLM 검증 병목 현상").
고유한 신원 (A1): 시비일 (Sybil) 저항 에이전트 신원을 제공하는 표준은 없으며, ERC-8126 은 ZKP 기반 등록을 제공하지만 단일 운영자가 여러 에이전트를 생성하는 것을 방지하는 메커니즘이 부족합니다.
강제 완전성 (A2): 모듈식 권한 정책은 형식적 검증 도구가 부족하여 지출 한도 우회와 같은 취약점 (Quantstamp 감사에서 입증됨) 을 초래합니다.
솔버 충실도 (A3): 의도 실행은 암호학적 증명보다는 경제적 인센티브에 의존하여 의도 제약과 실제 실행 사이의 격차를 남깁니다.
검증자 검증 가능성 (B2) 및 제한된 영향력 (B3): 이러한 속성은 현재 시스템에서 전혀 충족되지 않습니다. 어떤 생산 블록체인도 AI 투표 권력의 한계를 강제하거나 AI 합의 결정을 검증하지 않기 때문입니다.

C. 실증적 발견

표준 성숙도: 에이전트 전용 EIP 생태계는 압도적으로 미성숙합니다. 13 개의 직접적인 AI/에이전트 표준 중 2 개만 "최종 (Final)" 상태에 도달했으며, 위임/권한 표준 중 어느 것도 최종화되지 않았습니다.
산업 지형: 20 개 프로젝트에 대한 분석은 B $\to$ A 방향 (인프라, 신원, DeFi 에이전트) 에 집중도가 높음을 보여줍니다. A $\to$ B 방향은 생산 환경에서 거의 탐구되지 않았으며, 합의 (B2) 또는 거버넌스 (B3) 를 직접적으로 다루는 프로젝트는 없습니다.
신뢰 메커니즘: 산업 프로젝트는 TEE(예: bAI Fund) 와 경제적 합의 (Recall) 에 크게 의존하는 반면, 암호학적 검증 (zkML) 은 계산 오버헤드로 인해 주로 연구 단계에 머무르고 있습니다.

4. 결과 및 미해결 문제

본 분석은 **9 가지 구체적인 미해결 문제 (OP)**를 식별하고 이를 특정 ABIM 보안 속성과 매핑합니다:

OP1 (LLM 검증 병목 현상): LLM 에 대한 실용적이고 초 단위 미만의 검증 가능한 추론 달성 (검증 건전성 목표).
OP2 (권한 정책의 형식적 검증): 구성된 에이전트 권한 정책을 검증할 도구 개발 (강제 완전성 목표).
OP3 (AI-인간 하이브리드 거버넌스 균형): 인간과 AI 유권자가 혼합된 DAO 를 위한 안정적인 균형 정의 (제한된 영향력 목표).
OP4 (AI 검증자를 위한 BFT): 확률적 AI 검증자를 허용하도록 비잔틴 장애 허용을 일반화 (검증자 검증 가능성 목표).
OP5 (에이전트 간 게임 이론): MEV 및 의도 시장에서의 다중 에이전트 역학 분석 (솔버 충실도 목표).
OP6 (종단 간 의도 - 증명 파이프라인): 자연어 의도에서 온체인 실행까지의 검증 가능한 파이프라인 생성 (솔버 충실도 목표).
OP7 (에이전트 경제를 위한 토큰 엔지니어링): 시스템 유틸리티와 정렬되도록 에이전트 인센티브를 설계하되 투기는 배제 (인센티브 호환성 목표).
OP8 (온체인 AI 에이전트를 위한 법적 프레임워크): 자율 에이전트에 대한 책임과 법적 인격 확립 (제한된 영향력 목표).
OP9 (시비일 저항 에이전트 신원): 생물학적 신원과 독립적인 AI 에이전트의 고유성 정의 (고유한 신원 목표).

본 논문은 OP1과 OP9가 상류 병목 현상임을 강조하며, 이를 해결하는 것은 거버넌스 한계 및 검증자 검증 가능성과 같은 하류 문제를 해결하기 위한 전제 조건이라고 명시합니다.

5. 의의 및 주장

본 논문은 다음과 같은 **최초의 지식 체계화 (SoK)**임을 주장합니다:

블록체인을 단순히 AI 를 위한 도구로만 보는 지배적인 관점을 넘어, AI 에이전트와 블록체인 간의 양방향 관계를 체계화합니다.
통합된 5 차원 프레임워크를 통해 모든 에이전트 관련 EIP/ERC 를 평가합니다.
상호작용을 **에이전트 - 블록체인 상호작용 모델 (ABIM)**로 형식화하여 보안, 시스템, 암호학, 경제학, 법학에 대한 공통 어휘를 제공합니다.

저자들은 현재 인프라가 보안 관점에서 생산 전 (pre-production) 단계라고 주장합니다. 배포된 시스템 중 어떤 것도 8 가지 ABIM 보안 속성을 모두 충족하지 않기 때문입니다. 그들은 A $\to$ B 방향(에이전트가 합의 및 거버넌스에 참여) 이 에이전트 자율성이 증가함에 따라 중요해질 거의 완전히 개방된 학문적 최전선임을 강조합니다. 이 연구는 암호학적 증명과 확률적 AI 를 연결하고, 메커니즘 설계와 이질적인 인간 - AI 집단 간의 문제를 특히 중점적으로 다루어 연구자들을 가장 영향력 있는 문제들로 안내하는 것을 목표로 합니다.