CARV, D.A.T.A 프레임워크 출시: AI 에이전트를 위한 크로스체인 데이터 인프라 구축

글: Haotian

최근 CARV는 D.A.T.A 프레임워크와 표준을 발표했다. 이름에서 알 수 있듯이, Virtual의 G.A.M.E는 게임 시나리오에 특화된 개발 및 배포 프레임워크인 반면, D.A.T.A는 일반적인 '체인 기반' 시나리오를 위한 데이터 프레임워크로, AI 에이전트의 데이터 상호작용 능력을 강화하기 위해 블록체인 간 데이터 처리, 개인정보 계산 및 자동화된 의사결정 등의 문제를 주로 해결한다.

다음은 G.A.M.E 프레임워크와 비교하여 D.A.T.A에 대한 이해를 설명한 것이다:

1) Virtual이 제공하는 G.A.M.E 프레임워크는 개발자가 게임 시나리오 내에서 스스로 행동 계획을 수립하고 결정을 내릴 수 있는 AI 에이전트를 제작할 수 있도록 돕는 것이다. 주요 서비스 대상은 LLM(대규모 언어 모델)이다.

대규모 모델이 자연어 입력에 따라 미세 조정된 고수준 계획기(HLP)와 저수준 계획기(LLP)를 통해 자율적으로 의사결정과 행동 계획을 수행하게 하며, HLP는 전략과 작업을 수립하고 LLP는 작업을 구체적이고 실행 가능한 동작으로 변환한다. 최종적으로 개발자는 모듈화된 구성 요소를 기반으로 신속하게 프로덕션 환경에 배포 가능한 AI 에이전트를 구축할 수 있다. 예를 들어, 게임 내에서 NPC나 플레이어에게 지능형 의사결정을 제공할 수 있다.

반면 CARV가 제공하는 D.A.T.A 프레임워크는 일반 시나리오를 위한 '데이터' 인프라로서, AI 에이전트에게 고품질의 온체인 및 오프체인 데이터 지원을 제공하는 것을 목표로 한다. 주요 서비스 대상은 AI 에이전트의 체인 간 '데이터' 통신 및 상호작용 능력이다.

모듈화되고 확장성이 뛰어난 범용 퍼블릭 체인으로서 SVM 체인은 크로스체인 데이터 표준화 프로토콜을 도입하여 AI 에이전트가 서로 다른 블록체인의 데이터에 통합적으로 접근하고 처리할 수 있도록 하며, 동시에 블록체인의 검증 가능성과 추적 가능성이 데이터 전송 및 처리 과정에서의 보안을 보장한다. 또한 TEE 및 ZK 기술의 적용을 통해 개인정보 보호도 확보한다. 쉽게 알 수 있듯이, CARV는 주로 AI 에이전트가 체인 간에 상호작용할 수 있도록 하는 메커니즘을 정의하고 있다.

2) 구체적으로 어떻게 작동하는가? CARV 생태계는 AI 에이전트의 체인 간 상호작용을 지원하기 위해 주로 네 가지 핵심 구성 요소로 나뉜다: SVM 체인, D.A.T.A 프레임워크, CARV_ID, CARV_Labs;

참고 문서 보기

1. SVM 체인은 크로스체인 거래 처리, 스마트 계약 실행 지원, 합의 메커니즘 유지 등 기본 기능을 포함한 블록체인 기반 인프라를 제공하며, 이는 D.A.T.A 프레임워크가 정상적으로 작동하기 위해 필요한 체인 기반 인프라이다;

2. D.A.T.A 프레임워크 및 표준은 크로스체인 데이터 표준화, 데이터 집계 및 파싱 처리, 개인정보 계산 지원 등을 포함하며, 이 과정에서 SVM 체인에서 원시 데이터를 가져와 ID 시스템 및 에이전트 신원 시스템과 연계한 후, 최종적으로 애플리케이션 계층에 표준화된 데이터를 출력한다;

3. CARV_ID 신원 관리 시스템은 ERC7231 표준을 기반으로 하며, AI 에이전트의 신원 식별, 신원 인증, 권한 관리, 데이터 권한 부여 등을 포함하며, 주로 D.A.T.A 프레임워크 시스템과 함께 데이터 관리를 협업한다;

4. CARV_Labs는 프로젝트 인큐베이션, 생태계 애플리케이션 실현, 기술 혁신 지원 등을 통해 AI 에이전트의 실제 적용을 위한 기반 지원을 제공하며, 궁극적으로 다른 기술 프레임워크 모듈이 지원하는 AI 에이전트 애플리케이션이 실제로 실현될 수 있도록 한다.

이상에서 볼 수 있듯이, CARV가 AI 에이전트 분야에 진입하는 방식은 체인 기반 구조의 본질적 장점을 활용해 AI 에이전트의 정상 작동에 필요한 온체인 및 오프체인 데이터 처리라는 '기능 포인트'에 집중하여 데이터를 집약하고 데이터 표준을 정의하며 데이터 검증 및 추적 메커니즘을 구축함으로써 AI 에이전트가 작동 가능한 블록체인 아키텍처를 형성하는 것이다.

G.A.M.E와 D.A.T.A 프레임워크는 근본적인 차이가 있는데, 하나는 게임 시나리오에서 AI 에이전트의 자율적 의사결정 및 동작 실행 능력을 깊이 있게 발굴하여 AI 에이전트가 자연어 입력을 보다 효율적으로 이해하고 이를 게임 시나리오 내 동작으로 전환하도록 하는 것이며, 다른 하나는 다중 체인 환경을 아우르며 AI 에이전트의 체인화 요구를 중심으로 삼고 '데이터'를 출발점으로 삼아 CARV가 AI 에이전트를 가장 먼저 서비스하는 범용 인프라 체인이 되도록 하는 것이다.