AI 에이전트 웹과 Project Nanda: 에이전트를 위한 열린 인프라 정리

핵심 메시지

• 오늘날 AI 에이전트는 대부분 특정 회사의 폐쇄된 플랫폼(월드 가든) 안에서만 작동해, 서로 다른 회사의 에이전트끼리 발견하거나 협업할 표준이 없다.
• MIT에서 시작된 Project Nanda는 문서를 위한 '열린 웹'처럼, 에이전트를 위한 개방형 인프라(발견·신원·거래 계층)를 만들려는 연구다.
• 핵심 구성 요소는 에이전트를 찾는 '인덱스', 신원과 신뢰를 담은 '에이전트 팩트 레코드', 그리고 대규모 협업을 실험하는 시뮬레이터 'Nanda Town'이다.
• 발표자는 지금 상황을 1990년대 폐쇄 네트워크 AOL에 비유하며, 뒤이어 등장한 개방형 웹처럼 에이전트도 허가 없이 서로 연결되는 시대로 이동할 것이라고 본다.
• 에이전트는 어디서 실행될지도 중요한 문제여서, 로컬 실행부터 클라우드·에이전트 호스팅까지 비용과 통제권의 균형이 관건이 된다.

쉽게 이해하기

AI 에이전트가 단순한 챗봇을 넘어 실제 도구를 다루며 일을 처리하기 시작하면서, 서로 다른 조직의 에이전트가 어떻게 만나 협업할지가 새로운 과제로 떠올랐다. MIT 미디어랩의 라메시 라스카르 교수가 이끄는 Project Nanda(Network AI agents in a Decentralized Architecture)는 바로 이 '에이전트 웹'을 위한 개방형 인프라를 만드는 공개 연구다.

발표는 현재 대부분의 에이전트가 특정 회사의 폐쇄 플랫폼 안에서만 작동한다는 문제에서 출발한다. 발표자는 이를 1990년대 폐쇄 네트워크 AOL에 비유하고, 그 뒤에 온 개방형 웹처럼 어떤 에이전트든 다른 에이전트를 허가 없이 발견하고 일을 넘기고 대가를 지불할 수 있어야 한다고 주장한다. 이를 위해 필요한 세 계층으로 발견(discovery), 상거래(commerce), 그리고 자유로운 협업 시장을 뜻하는 '바자(bazaar)'를 제시한다.

기술적 핵심은 '인덱스'다. 인터넷의 DNS가 이름을 주소로 연결하듯, Nanda 인덱스는 에이전트의 신원을 받아 그 에이전트가 무엇을 할 수 있고 어떻게 연결하는지를 담은 '에이전트 카드'를 돌려준다. 여기에 누가 만들었고 무엇을 할 수 있는지 서명으로 보증한 '에이전트 팩트 레코드'가 더해져, 한 에이전트가 다른 에이전트와 연결하기 전에 기본 사실을 검증할 수 있게 한다. 메시지는 에이전트에 곧바로 가지 않고 먼저 '메시지 박스'를 거쳐 발신자 확인과 스팸 필터링을 통과한다.

에이전트를 인덱스에 올리는 방법은 사용자에 따라 다르다. 기업은 자체 카탈로그와 도메인을 등록하고, 기존 웹사이트는 이미 보유한 도메인을 연결하며, 개인이나 소상공인은 호스팅형 서비스를 통해 별도 도메인 없이도 등록할 수 있도록 설계됐다. 또한 에이전트가 실제로 어디서 실행되느냐도 중요해, 로컬 실행의 완전한 통제권과 클라우드 호스팅의 편의성 사이에서 선택이 필요하다고 설명한다.

마지막으로 이런 개방형 에이전트 웹이 실제로 작동할지 검증하기 위한 오픈소스 시뮬레이터 'Nanda Town'을 소개한다. 지도 위에서 에이전트와 메시지 흐름을 실시간으로 관찰하고, 협상·경매·투표 같은 협업 실험을 재현하며, 전송·신원·신뢰·결제 등 12개 구성 요소로 나눠 각 계층을 바꿔가며 테스트할 수 있다고 한다.

주요 인사이트

• 에이전트는 '도구를 반복적으로 사용하는 모델'이라는 단순한 루프가 핵심이며, 메모리나 다중 에이전트 시스템은 그 위에 얹히는 확장이다.
• 에이전트가 실제 도구와 앱에 접근하는 순간, 누가 그것을 통제하고 어디서 실행되며 얼마나 들여다볼 수 있는지가 중요해져 자체 호스팅·오픈소스가 부각된다.
• 인덱스는 단순한 이름-주소 대응표가 아니라, 요청자와 상황에 따라 다른 엔드포인트로 라우팅하는 '적응형' 해석을 제공한다.
• 에이전트를 하나 띄우는 것은 쉬운 편이고, 진짜 어려운 문제는 수천·수만 개의 에이전트가 중앙 권한 없이 서로를 신뢰하고 협업하도록 만드는 대규모 조율에 있다.
• 프로토콜이 부하 상황에서 언제 깨지는지는 가정만으로 알 수 없어, 실제 인터넷에 올리기 전에 시뮬레이션으로 검증해야 한다는 점을 강조한다.

자주 묻는 질문

관련 AI 소식