Trade-offs in Decentralized Agentic AI Discovery Across the Compute Continuum

기술 요약: 컴퓨팅 연속체 전반에 걸친 분산형 에이전트 AI 발견의 트레이드오프

문제 정의
AI 에이전트가 고립된 도우미에서 클라우드, 엣지, 간헐적으로 연결된 도메인에 걸친 분산 구성 요소로 진화함에 따라, 에이전트 발견 메커니즘은 중요한 제어 평면 기능이 되었습니다. AGNTCY 프레임워크와 같은 분산 아키텍처에서 에이전트 디렉토리는 단순한 등록부가 아니라 지연 시간, 신뢰성, 통신 오버헤드가 오케스트레이션에 직접적인 영향을 미치는 운영 인프라입니다. 분산 해시 테이블 (DHT) 은 분산형 조회를 위한 표준 솔루션이지만, 특정 구조화된 오버레이 계열 (예: Chord, Pastry, Kademlia) 의 선택은 시스템의 "신뢰성 - 비용 레짐"을 크게 규정합니다. 본 논문은 특히 미스 (miss) 가 조정 실패로 이어질 수 있는 컴퓨팅 연속체의 뉘앙스를 고려할 때, 현실적인 배포 조건 하에서 에이전트 발견에 가장 매력적인 운영 지점을 제공하는 DHT 계열이 무엇인지에 대한 질문에 답합니다.

방법론
본 연구는 AGNTCY 에이전트 디렉토리 서비스 (ADS) 를 모델로 한 공유 제어 평면 추상화 내에서 세 가지 표준 DHT 계열인 Chord, Pastry, Kademlia 를 비교하는 실증적 평가 프레임워크를 사용합니다. 평가는 운영자가 확인할 수 있는 네 가지 차원에 중점을 둡니다:

1. 효과성: 발견 성공률 및 재현율 (recall).
2. 비용: 제어 평면 트래픽 (쿼리당 메시지 수).
3. 효율성: P95 쿼리 지연 시간.
4. 견고성: churn(변동) 하에서의 성능.

실험은 고정된 작업 부하 추상화를 사용합니다: 50 개의 스킬 카탈로그에서 4,096 개의 노드 각각이 정확히 하나의 스킬을 광고하며, 모든 쿼리는 특정 스킬 (skill_05) 을 대상으로 합니다. 이 설계는 오버레이 계열의 동작을 시맨틱 매칭이나 순위 결정 휴리스틱과 분리합니다.

두 가지 벤치마크 시나리오가 $N=4096$ 규모로 실행됩니다:

• 정적 비교: 두 가지 시작 regimes 를 비교합니다. "즉각적 (immediate)" regime 은 실행 시작부터 쿼리를 발행하는 반면, "워밍업 (warmed)" regime 은 부트스트랩 기간 plus $\log_2 N$의 워밍업 기간 이후에야 쿼리를 허용합니다. 이는 콜드스타트 페널티와 정상 상태 라우팅 비용을 구분합니다.
• 대표적 churn 벤치마크: 평균 100 의 지수적 세션과 30 의 다운타임을 가진 지속적 퇴장 및 재가입 하에서 시스템을 테스트하여 정적 순위가 동적 조건 하에서도 유지되는지 확인합니다.

분석은 "관측된 비용 (Observed Cost)"(동시 발행/재발행 트래픽을 포함한 총 메시지 수) 과 "쿼리 전용 비용 (Query-only Cost)"(구조화된 GET 메시지) 을 구분하여, 콜드스타트 간섭을 고유한 라우팅 오버헤드와 분리할 수 있도록 합니다.

주요 결과
평가 결과, 시작 단계와 비용 및 지연 시간 간의 트레이드오프에 따라 명확한 운영 레짐이 드러났습니다:

• 콜드스타트 페널티: 즉각적 쿼리 regime 에서 세 가지 오버레이 모두 중첩된 부트스트랩 트래픽으로 인해 발견 성공률이 감소 (0.60~0.64 범위) 하고 지연 시간 및 메시지 비용이 과다하게 증가했습니다.
• 안정화: $\log_2 N$의 짧은 워밍업 기간만으로도 콜드스타트 페널티를 제거할 수 있습니다. 워밍업된 regime 에서 세 가지 오버레이 모두 1.0 의 발견 성공률과 높은 재현율을 달성했습니다.
• 정상 상태 트레이드오프 (워밍업/Churn): 안정화되면 오버레이는 비용과 지연 시간에서 갈라집니다:
  • Pastry: 최저 비용 운영 지점으로 부상했습니다. churn 벤치마크에서 쿼리당 관측된 메시지 수가 가장 낮았으며 (~5.84k), P95 지연 시간은 5.0 이었습니다.
  • Chord: 더 높은 비용의 중간 지점을 차지하며, 트래픽 및 지연 시간 지표가 Pastry 와 Kademlia 사이에 위치합니다.
  • Kademlia: **최저의 꼬리 지연 시간 (tail latency)**을 달성했습니다 (churn 에서 P95 4.6) 하지만, Pastry 의 약 두 배인 가장 높은 통신 비용 (~11.5k 메시지/쿼리) 을 치릅니다.
• Churn 복원력: 대표적 churn 지점에서 세 가지 오버레이 모두 1.0 의 성공률과 정밀도를 유지했습니다. 주요 차별 요소는 검색 정확도가 아닌 트래픽 양과 꼬리 지연 시간 간의 트레이드오프였습니다.

의의 및 주장
본 논문은 모든 구체적인 구현을 순위 매기거나 새로운 DHT 를 제안하는 것이 아니라, 에이전트 발견을 위해 재사용될 때 표준 DHT 계열이 노출시키는 제어 평면 운영 레짐을 명확히 하는 데 기여한다고 명시적으로 밝힙니다.

• 설계 공간 보존: 저자들은 계열 수준의 선택이 후속 최적화 공간을 제약한다고 주장합니다. 이러한 레짐을 초기에 명확히 함으로써, 에이전트 생태계가 운영 예산을 완전히 이해하기 전에 설계 공간이 단일 표준 선택으로 조기에 수렴하는 것을 방지하고자 합니다.
• 운영 지침: 결과는 쿼리 허용을 잠시 미룰 수 있는 배포의 경우, $\log_2 N$ 워밍업을 통해 운영자가 잔여 비용/지연 시간 선호도에 따라 선택할 수 있음을 시사합니다 (비용 효율성을 위해 Pastry, 낮은 꼬리 지연 시간을 위해 Kademlia). 만약 쿼리가 콜드스타트 도중 도착한다면, 전체 관측된 제어 평면 부하가 평가 지표가 되어야 합니다.
• 방법론적 가치: 본 연구는 시작 효과, 조회 비용, 유지 관리 비용을 분리하는 통제된 재현 가능한 기준선 (정적 plus churn) 을 제공합니다. 이는 향후 분산형 에이전트 발견 연구의 참조점이 되어, 향후 비교가 기저(substrate) 동작과 애플리케이션 특정 시맨틱을 구분할 수 있도록 합니다.

요약하자면, 본 논문은 보편적인 승자가 존재하지 않으며, 최적의 선택은 트래픽 오버헤드 대 꼬리 지연 시간에 대한 배포의 허용 범위와 전체 발견 허용 전에 시스템이 짧은 안정화 기간을 수용할 수 있는지 여부에 달려 있다고 결론지었습니다.