Intent-Aware Transaction Ordering and AI-Agent-Based Pre-Consensus Processing Research
연구 내용
트랜잭션의 서비스 인텐트를 분석해 충돌을 줄이고 공정성을 고려하는 순서를 결정하기 위해, 의도 기반 트랜잭션 오더러와 AI 에이전트 시퀀서를 설계·검증하는 연구
블록체인과 데이터베이스에서 동시 제출 트랜잭션의 실행 순서는 결과와 사용자 경험에 직접적인 영향을 줍니다. 기존 순서 결정이 도착 시간 중심으로 이루어질 때 발생하는 실패와 비공정 실행 문제를 줄이기 위해, 트랜잭션 내부 의도를 분석해 충돌 가능성을 낮추는 오더링을 수행합니다. 또한 의도 기반으로 순서를 생성하되, AI 에이전트 추론이 유발하는 지연을 제어하기 위해 블록 단위 병렬 추론 구조를 적용하고 필요 시 규칙 기반 시퀀싱으로 전환하여 처리 적시성을 확보합니다. 이를 Hyperledger Fabric에 통합하여 실행 실패율과 일관성 달성 가능성을 함께 평가합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 Hyperledger Fabric의 중앙 orderer 한계를 기준으로, 트랜잭션 내부 intent를 분석해 충돌을 최소화하고 실패 가능성에 대한 초기 피드백을 제공하는 TD-ORDERER를 제안했습니다. 이후에는 순서 결정 과정에 AI 에이전트를 도입하여 서비스 요구를 보다 직관적으로 반영하는 에이전트 기반 시퀀서로 확장했습니다. 이 과정에서 대형 언어 모델 추론이 가져올 수 있는 지연 문제를 완화하기 위해 서로 다른 블록의 추론을 병렬로 수행하고, 필요 시 규칙 기반 메커니즘으로 우회하는 운영 전략을 포함했습니다. 최종적으로 Hyperledger Fabric 통합을 통해 다양한 서비스 요구에 대한 적응성을 확인하는 흐름으로 발전했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
TD-ORDERER: Transaction Dependency Orderer
AI Agent-Based Blockchain Transaction Sequencer for Intent-Aware Transaction Ordering