Strabo: Declarative Specification and Implementation of Agentic Interaction Protocols
이 논문은 Langshaw 명세와 Peach 구현을 사용하여 구글의 Universal Commerce Protocol(UCP) 결제 프로세스를 모델링함으로써, 구글의 에이전트와의 상호 운용성을 성공적으로 검증하고 일반적인 환경에서 형식 기법의 점진적 도입을 가능하게 함으로써 선언적 상호작용 프로토콜이 산업계의 에이전틱 AI(Agentic AI)에 갖는 실질적 관련성을 입증하는 프레임워크인 Strabo를 소개한다.
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
개요: 로봇들이 함께 쇼핑하는 법 가르치기
미래에 당신의 개인 AI 비서(이름을 "앨리스"라고 합시다)가 당신을 대신해 쇼핑을 간다고 상상해 보세요. 앨리스는 셔츠를 사고, 결제하고, 배송받기 위해 상점의 AI 비서(이름을 "밥"이라고 합시다)와 대화를 나누어야 합니다.
이것이 제대로 작동하려면 앨리스와 밥은 같은 언어로 말해야 하며 동일한 규칙을 따라야 합니다. 만약 앨리사가 "이걸 사고 싶어요"라고 말한다면, 밥은 그것이 정확히 무엇을 의미하는지, 다음에 어떤 정보가 필요한지, 그리고 아직 할 수 없는 일은 무엇인지 알아야 합니다.
현재 구글과 같은 빅테크 기업들은 이러한 규칙을 설정하려고 노력하고 있습니다. 그들은 **UCP (Universal Commerce Protocol)**라는 일련의 지침 세트를 만들었습니다. UCP를 평문 영어와 JSON 코드로 작성된 매우 길고 지저분한 설명서라고 생각하면 됩니다. 이것은 개발자들에게 쇼핑 봇을 어떻게 구축할지 알려줍니다. 하지만 이 방식은 비공식적으로 작성되었기 때문에 혼란의 여지가 많습니다. 개발자들은 규칙을 추측해야 하며, 이는 종종 오류나 봇들이 서로 제대로 통신하지 못하는 결과로 이어집니다.
문제점: "학계"에서는 수년 동안 로봇을 위한 매우 정밀하고 수학적인 규칙책(이를 Langshaw라고 부릅니다)을 만들어 왔습니다. 하지만 아무도 이 화려한 규칙책이 구글과 같은 기업들이 사용하는 지저분한 현실 세계의 프로토콜에서도 실제로 작동할 수 있을 것이라고 생각하지 않았습니다.
해결책 (Strabo): 저자들은 Strabo라는 도구를 만들었습니다. Strabo의 역할은 번역기이자 가교 역할을 하는 것입니다. Strabos는 지저ful한 구글의 지침을 정밀한 수학적 규칙책으로 변환하고, 정밀한 언어를 사용하는 로봇이 지저분한 언어를 사용하는 로봇과 대화할 수 있도록 "다리"를 놓습니다.
세 명의 주요 등장인물
이것이 어떻게 작동하는지 이해하기 위해 저자들이 사용한 세 가지 핵심 도구를 살펴보겠습니다.
1. Langshaw: 엄격한 설계자
당신이 집을 짓고 있다고 상상해 보세요.
- 구글 방식 (UCP): "여기에 문을 두고, 저기에 창문을 둘 수도 있음"이라고 적힌 냅킨 위의 스케치입니다. 당신은 문이 어디에 들어갈지 추측해야 합니다. 만약 추측이 틀리면 집이 무너질 수도 있습니다.
- Langshaw 방식: 이것은 엄격한 건축 설계도입니다. "문은 반드시 여기에 있어야 한다. 창문은 저기에 있을 수 없다. 문이 설치될 때까지 벽을 파란색으로 칠할 수 없다"라고 명시합니다.
- 중요한 이유: Langshaw는 당신이 정밀해지도록 강제합니다. 로봇이 순서를 어기거나 중요한 단계를 빠뜨리는 것을 방과합니다.
2. Peach: 똑똑한 시공업자
엄격한 설계도(Langshaw)가 생겼다면, 이제 이를 따를 시공업자가 필요합니다.
- Peach는 시공업자입니다. 인간에게 모든 단계를 일일이 들을 필요가 없습니다. 대신 설계도를 보고 "좋아, 규칙에 따르면 지금 내가 할 수 있는 유일한 일은 문을 다는 것이다"라고 판단합니다.
- Peach는 "이 단계가 허용되는가? 단계를 놓쳤는가?"와 같은 지루하고 복잡한 수학적 계산을 처리하므로, 인간(또는 AI의 두뇌)은 "문을 달아라"와 같은 창의적인 부분에만 집중할 수 있습니다.
3. Strabo: 외교적인 번역가
이것이 주인공입니다.
- 문제: 구글 봇(UCP)은 "냅킨 스케치" 언어를 말합니다. Peach 봇은 "엄격한 설계도" 언어를 말합니다. 둘은 서로 이해할 수 없습니다.
- 해결책: Strabo는 다리를 건설합니다. 중간에 앉아서 역할을 수행합니다.
- Peach 봇이 "체크아웃 세션 생성하기"(엄격한 설계도 언어)를 원할 때, Strabo는 이를 구글 봇이 이해할 수 있는 특정 HTTP 요청(냅킨 스케치 언어)으로 번역합니다.
- 구글 봇이 응답하면, Strabo는 그 지저분한 응답을 다시 깨끗한 "생성됨" 신호로 번el하여 Peach 봇에게 전달합니다.
- 결과: Peach 봇은 자신이 다른 Peach 봇과 대화하고 있다고 생각합니다. 구글 봇은 자신이 다른 구글 봇과 대화하고 있다고 생각합니다. 그들은 서로 다른 언어를 사용하고 있다는 사실을 전혀 모릅니다.
실제로 무엇을 했나요?
저자들은 이를 체크아웃(결제) 과정에 적용하여 테스트하기로 했습니다.
- 구글의 지저분한 규칙 모델링: 구글 UCP의 "체크아웃" 지침을 완벽하고 엄격한 Langshaw 설계도로 다시 작성했습니다.
- 봇 구축: Peach 빌더를 사용하여 "플랫폼" 봇(쇼퍼)을 만들었습니다.
- 다리 구축: Peach 봇을 구글의 실제 서버에 연결하는 "프록시"(Strabo 번역기)를 만들었습니다.
- 테스트: Peach 봇이 구글 서버에서 물건을 구매하도록 했습니다.
결과: 성공했습니다! Peach 봇은 구글 서버와 성공적으로 거래를 완료했습니다. 이는 엄격한 학술적 규칙을 사용하여 기존의 시스템을 망가뜨리지 않고도 현실 세계의 지저분한 산업 시스템을 제어할 수 있음을 입증했습니다.
이것이 왜 중요한가요? (깨달음의 순간들)
규칙을 번역하는 과정에서 저자들이 발견한 몇 가지 놀라운 점들이 있습니다.
- 숨겨진 가정: 구글의 지침에는 "다음 메시지를 보내기 전에 반드시 응답을 기다려야 한다"라는 말이 명시되어 있지 않았습니다. 그들은 모두가 당연히 알 것이라고 가정했습니다. 엄격한 Langshaw 설계도는 이러한 규칙을 명시적으로 기록하도록 강제했습니다. 이는 두 봇이 서로 말을 겹쳐서 하는 버그를 방지합니다.
- 소유권 문제: 지저분한 구글 규칙에서는 누가 데이터를 변경할 권한이 있는지(예: 가격)가 항상 명확하지 않았습니다. 엄격한 규칙은 이를 명확히 했습니다: "쇼퍼는 품목을 설정할 수 있지만, 총 가격은 스토어가 설정한다."
- 코드 감소, 로직 증가: 저자들은 엄격한 방식(Peach)을 사용하여 봇을 작성하는 것이 구글의 지저분한 규칙에 직접 대응하여 작성하는 것보다 훨씬 적은 코드가 필요하다는 것을 보여주었습니다. "다리"가 인터넷에 연결하고 데이터를 포맷하는 무거운 작업을 처리했기 때문입니다. 개발자는 메시지를 어떻게 보낼지가 아니라, 무엇을 살지에 대한 로직에만 집중하면 되었습니다.
핵심 요약
이 논문은 우리가 "지저분한 현실 세계의 산업 표준"과 "정밀하고 학술적인 안전 규칙" 사이에서 하나를 선택할 필요가 없다고 주장합니다.
Strabo는 두 가지를 모두 가질 수 있음을 보여줍니다. 실세계의 프로토콜(예: 구글의 UCP)을 가져와서, 이를 엄격하고 오류 없는 레이어(Langshaw/Peach)로 감싸고, 번역기(Strabo)를 사용하여 이들이 함께 작동하게 만들 수 있습니다. 이는 우리가 인터넷 전체를 처음부터 다시 구축하지 않고도, 현재의 시스템에 더 안전하고 똑똑한 AI 에이전트를 서서히 도입할 수 있음을 의미합니다.
요약하자면: 그들은 엄격한 규칙을 따르는 로봇이 엉성한 냅킨을 따르는 로봇과 악수할 수 있게 해주는 범용 어댑터를 만들었으며, 이는 정밀함과 실용성이 공존할 수 있음을 증명했습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.