블록체인 시스템에서(또는 데이터베이스 관리 시스템에서) 동시 제출된 트랜잭션의 실행 순서는 애플리케이션에 중대한 영향을 미치며, 서로 다른 실행 순서가 전혀 다른 결과를 초래할 수 있기 때문이다. 그러나 Hyperledger Fabric과 Arbitrum에 있는 트랜잭션 시퀀서와 같은 기존의 트랜잭션 시퀀서는 도착 시간에만 근거하여 트랜잭션 순서를 결정한다. 그 결과 애플리케이션 개발자들은 논리적 일관성을 유지하고 원하는 실행 결과를 달성하기 위해 종종 서비스별 로직을 애플리케이션에 내장하도록 강제받는다. 본 연구에서는 서비스 의도를 자율적으로 해석하고 이에 따라 트랜잭션 순서를 결정하는 에이전트 기반 블록체인 트랜잭션 시퀀서를 설계한다. 애플리케이션 개발자는 블록체인 시스템과의 직관적인 상호작용을 통해 서비스 의도를 명시함으로써 원하는 실행 결과를 얻을 수 있다. 주요 과제 중 하나는 AI 에이전트의 추론에 채택되는 대규모 언어 모델(LLM)이 트랜잭션 순서 결정 과정에서 상당한 지연을 유발할 수 있다는 점이다. 이를 해결하기 위해, 우리는 에이전트가 이전 블록의 추론 완료를 기다리며 차단(blocking)하지 않고 독립적인 컨텍스트 하에서 서로 다른 블록에 대한 추론을 병렬로 처리하도록 설계한다. 필요할 경우, 시스템은 AI 에이전트 추론을 우회하고 기존의 규칙 기반 시퀀싱 메커니즘으로 폴백하여 적시에 트랜잭션 처리가 이루어지도록 한다. 타당성을 입증하기 위해, 제안된 에이전트 기반 시퀀서를 Hyperledger Fabric에 통합한다. 에이전트 프레임워크로 CrewAI를 채택하고, 전체 시스템은 Hyperledger Fabric, Kafka, Watchdog을 포함한 다수의 오픈소스 구성 요소를 사용하여 구현한다. 실험 결과는 제안된 에이전트 시퀀서가 다양한 복잡한 서비스 요구사항에 효과적으로 적응할 수 있음을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.