기술 요약: SwarmHarness

문제 정의

개인 워크스테이션의 GPU 사이클, 유휴 추론 서버, 엣지 장치 등 상당량의 컴퓨팅 자원이 매년 미활용된 채 남아 있습니다. 이러한 자원을 공유하는 데 있어 주요 장벽은 기술적 역량이 부족해서가 아니라, 인센티브가 정렬된 프로토콜의 부재 때문입니다. 기존 솔루션들은 이 격차를 포괄적으로 해결하지 못합니다:

• 중앙 집중식 마켓플레이스: 중앙 조정자에 대한 신뢰를 요구하며, 단일 장애점과 잠재적 검열을 초래합니다.
• 블록체인 기반 시스템 (예: Golem, BrokerChain): 인센티브를 제공하지만 높은 온체인 거래 비용과 지연 시간으로 인해 상호작용형 추론에는 부적합합니다.
• 자원봉사/비인센티브 시스템 (예: BOINC, Petals): 유휴 사이클을 수확하지만 금전적 또는 신용 인센티브가 부족하여 무임승차자(degradation)에 취약하고, 이타적 커뮤니티로만 채택이 제한됩니다.
• 연계 학습 (Federated Learning, FL): 데이터 중심 훈련에 초점을 맞추어 기술 중심 작업 라우팅을 다루지 않으며, 범용적인 인센티브 귀속 메커니즘이 부족합니다.

중앙 권한이나 무거운 블록체인 인프라에 의존하지 않고도, 공정한 실시간 신용 귀속을 통한 탈중앙화된 기술 기반 작업 라우팅을 가능하게 하는 기존 프로토콜은 존재하지 않습니다.

방법론

본 논문은 기존 HarnessAPI 노드 (유형화된 기술 폴더를 HTTP 엔드포인트 및 MCP 도구로 노출) 위에 세 가지 핵심 구성 요소를 계층화한 SwarmHarness라는 탈중앙화 프로토콜을 제안합니다. 이 시스템은 중앙 조정자 없이 작동하며, 국지적 합리성과 창발적 집단 행위에 의존합니다.

1. 시스템 아키텍처

• SwarmNode: 능력 광고, 작업 협상, 신용 장부를 관리하는 강화된 HarnessAPI 인스턴스입니다. 각 노드는 기술 ($S_v$), 자원 벡터 ($r_v$), 신용 잔액 ($c_v$), 그리고 신뢰 점수 ($\tau_v$) 로 정의됩니다.
• SwarmRegistry (DHT): 카데르미아 스타일의 분산 해시 테이블이 기술 식별자 (SHA256) 를 역량을 갖춘 노드 목록에 매핑합니다. 노드 churn 을 처리하기 위해 시간 제한 (TTL) 이 있는 광고를 사용하며, "VRAM $\ge$ 8GB"와 같은 자원 쿼리를 위한 결과적으로 일관된 역색인 처리를 위해 고시 (gossip) 프로토콜을 사용합니다. 부트스트랩은 mDNS, DNS 시드 목록, 또는 명시적 피어 목록을 통해 달성됩니다.
• SwarmRouter: 유틸리티 함수를 사용하여 후보 노드를 점수 매기는 무상태 서비스입니다:
  $$U(v, T) = w_1 \cdot \mathbb{1}[s \in S_v] + w_2 \cdot (1 - \ell_v) + w_3 \cdot (1 - d_v/d_{max}) + w_4 \cdot \tau_v$$
  여기서 $\ell_v$는 부하, $d_v$는 지연 시간, $\tau_v$는 신뢰 점수입니다. 라우터는 이 유틸리티를 최대화하는 노드로 작업을 배정합니다. 여러 라우터가 동시에 작동할 수 있으며, 신용 귀속은 라우터가 아닌 작업 제출자가 서명하므로 라우터가 장부를 손상시키는 것을 방지합니다.
• SwarmCredit: 경량화된 블록체인 없는 신용 시스템입니다. 노드는 로컬 장부를 유지합니다. 신용은 글로벌 암호화폐가 아니라 라우팅 우선순위를 조절하는 수단으로 작용합니다. 고신뢰 노드는 더 많은 작업을 유치하고, 유휴 노드는 신뢰 점수가 감소하여 라우팅 우선순위가 낮아집니다.

2. SwarmCredit 귀속 알고리즘

작업을 실행하는 노드 연합 ($N$) 간에 공평하게 신용을 분배하기 위해, 시스템은 몬테카를로 순열 샘플링 (알고리즘 1) 을 통한 샤플리 값 근사를 사용합니다.

• 메커니즘: 이 알고리즘은 연합의 $M$개의 무작위 순열에 대해 평균을 내어 각 노드가 작업 품질 ($q$) 에 기여한 한계 기여도를 추정합니다.
• 효율성: 양의 샤플리 값을 총 신용 풀 $C(T)$로 정규화하여 할당된 신용의 합이 풀 크기와 같도록 보장합니다.
• 신뢰 업데이트: 양의 신용 델타를 받은 노드는 신뢰 점수 ($\tau$) 가 증가하고, 그렇지 않은 노드는 점수가 감소합니다.
• 콜드스타트 완화: 증명 기여도 기원 메커니즘이 시빌 공격을 방지합니다. 새로운 노드는 성공적으로 서비스를 제공하고 제출자가 작업을 반서명 (countersign) 한 후에만 기원 신용 부여 ($c_0$) 를 받습니다. 이는 실제 작업을 수행하지 않고도 무임승차 정체성이 신용을 수확하는 것을 방지합니다.

3. 창발적 군집 지능

시스템은 신용과 신뢰 신호를 디지털 페로몬으로 활용합니다.

• 긍정적 피드백: 고신뢰 노드는 더 많은 트래픽을 유치하여 지위를 강화합니다.
• 부정적 피드백: 노드가 최대 부하에 가까워질수록 유틸리티 점수가 하락하여 트래픽을 덜 부하된 피어로 재분배합니다.
• 전문화: 시간이 지남에 따라 노드는 성능이 우수한 고보상 기술에 자연스럽게 전문화되며, 이는 생물학적 군집에서의 페로몬 증발과 유사합니다.

주요 기여

1. 시스템 모델 정의: SwarmNode, SwarmRegistry, SwarmRouter, SwarmCredit 구성 요소를 공식화하여 운영적 탈중앙화 (초기부터 존재) 와 행정적 탈중앙화 (시드 진화를 통한 단계적) 를 분리하는 탈중앙화 보장을 확립합니다.
2. SwarmCredit 귀속 알고리즘: 블록체인 오버헤드 없이 신뢰 감소 피드백과 콜드스타트 괴롭힘을 저항하는 기원 메커니즘을 통합한 실시간 샤플리 값 근사 기반 다중 노드 작업 귀속 알고리즘을 도입합니다.
3. 타당성 분석: 기존 HarnessAPI 노드에서 프로덕션 군집으로의 배포를 위한 구체적인 로드맵을 제시하며, 부트스트랩 문제, 보안 표면 (작업 증명 및 신뢰 이력을 통한 시빌 저항), 그리고 열린 연구 과제를 다룹니다.
4. 기초 원시: SwarmHarness 를 자율 분산 AI 에이전트 네트워크의 기저로 위치시켜, 에이전트가 인간 중재 없이 컴퓨팅을 고용하고, 하위 작업을 라우팅하며, 신용을 정산할 수 있도록 합니다.

결과 및 주장

본 논문은 경험적 실험 결과 (예: 벤치마크 처리량 또는 지연 시간 비교) 를 제시하기보다는 시스템에 대한 이론적 및 아키텍처적 검증을 제공합니다.

• 이론적 타당성: 저자들은 이 시스템이 효율성, 샤플리 공리 를 통한 공정성, 그리고 개인 합리성을 만족한다고 주장합니다. 근사 오차는 $O(1/\sqrt{M})$으로 제한되며, 이는 실용적인 연합 크기 ($k \le 10$) 에 충분합니다.
• 보안 주장: 프로토콜은 등록 중 작업 증명과 신뢰 구축을 위한 역사적 작업 완료 요구사항의 결합을 통해 시빌 공격을 완화한다고 주장합니다. 동조는 신용 귀속에 대한 제출자의 반서명을 요구함으로써 완화됩니다.
• 탈중앙화: 시스템은 즉각적인 운영적 탈중앙화 (단일 행위자가 라우팅이나 귀속을 통제하지 않음) 와 점진적인 행정적 탈중앙화 (단일 시드에서 완전한 피어 교환 오버레이로 이동) 를 달성한다고 주장합니다.

중요성

본 논문은 SwarmHarness 를 차세대 분산 AI 를 위한 기초 원시로 위치시킵니다. 그 중요성은 이전에 단절되어 있던 세 가지 입증된 개념을 통합하는 데 있습니다:

1. 컴퓨팅의 원자 단위로서의 기술 우선 MCP 노드.
2. 신뢰할 수 있는 레지스트리 없이 완전 탈중앙화된 DHT 기반 피어 발견.
3. 블록체인 오버헤드 없이 샤플리 공평 인센티브 귀속.

중앙 조정자나 비싼 블록체인 거래의 필요성을 제거함으로써, SwarmHarness 는 유휴 컴퓨팅을 안전하고 수익성 있게 공유할 수 있는 자기 조절형 인센티브 정렬 경제를 창출하는 것을 목표로 합니다. 이는 자율 AI 에이전트가 인터넷 규모로 작동하여 네트워크를 계산에 대한 신뢰할 수 있는 전송 계층으로 취급하고, 프로토콜과의 상호작용에서 인간 사용자와 구별되지 않는 미래를 가능하게 합니다. 저자들은 커뮤니티가 이 자급자족 분산 지능의 비전을 실현하기 위해 참조 구현에 기여할 것을 초대합니다.