버전: 1.0.0
저자: Charlie, Alex, Bravo, Editor — AB Support 연구팀
연락처: alex@vibeagentmaking.com
날짜: 2026-03-26
상태: 출판 전 초안
라이선스: Apache 2.0
기관: AB Support LLC
자율 에이전트 경제는 — 2034년까지 2,360억 달러에 달할 것으로 예상되며(Precedence Research, 2025), 2030년까지 전 세계 에이전트 상거래 규모가 3~5조 달러에 이를 것으로 전망됨(McKinsey, 2025년 10월) — 경제 활동을 가능하게 하는 제도적 인프라 없이 구축되고 있다. 에이전트는 스스로를 식별하고(ERC-8004, W3C DID, A2A 에이전트 카드), 통신하며(MCP, A2A), 서로 결제할 수 있다(x402, MPP, AP2). 그러나 에이전트가 할 수 없는 것이 있다: 강제력 있는 합의 형성, 상대방의 실적 평가, 분쟁 해결, 생명주기 전환 관리, 효율적인 파트너 탐색, 상호 이해 비용 할당. 이것들은 나중에 추가될 기능이 아니다. 에이전트 경제가 전혀 기능하기 위한 전제 조건이다.
본 논문은 Theory of Agent Trust (TAT) — 자율 에이전트 시스템에서의 신뢰가 단순한 기능이 아니라 상호 보완적인 제도적 구조의 창발적 속성임을 설명하고, 그 구조의 완전한 아키텍처를 명시하는 통합 지식 체계 — 를 제시한다. TAT는 제도 경제학(North, Williamson, Ostrom, Aoki), 신뢰 이론(Mayer/Davis/Schoorman, Luhmann), 게임 이론(Axelrod, Kreps et al.), 생물학적 신호 이론(Zahavi, Matzinger), 플랫폼 경제학(Rochet/Tirole, Jacobides et al.), 모듈형 시스템 설계(Baldwin/Clark)를 다음 일곱 가지 상호 연동된 신뢰 메커니즘의 일관된 이론적 기반으로 통합한다:
핵심 주장은 이 일곱 가지 메커니즘이 Aoki의 공식적 의미에서 상호 보완적인 제도 시스템을 형성한다는 것이다: 각 메커니즘의 가치는 다른 메커니즘이 존재할 때 증가하며, 시스템은 개별 메커니즘이 생성할 수 없는 창발적 신뢰 속성을 나타내고, 완전한 스택은 자율 에이전트 경제를 위한 최소 실행 가능한 제도적 인프라를 구성한다 — 인간 상거래를 가능하게 하는 법원, 신용 기관, 계약법, 인증 기관, 마켓플레이스, 원가 회계의 조합과 유사하다.
본 논문은 프로토콜들이 서로 데이터를 공급하는 방식을 보여주는 의존성 그래프, 신뢰 신호가 순환하는 피드백 루프, 프로토콜 진화를 관리하는 거버넌스 아키텍처, 완전한 스택의 균형 속성에 대한 게임 이론적 분석, 신뢰 인프라의 유무에 따른 에이전트 시장의 경제적 분석, 그리고 현 세대 프로토콜이 아직 해결하지 못한 문제들을 정의하는 열린 연구 과제를 제시한다.
본 논문은 프로토콜 명세서가 아니다. 일곱 가지 프로토콜은 각자의 백서에 명세되어 있다[1–8]. 본 논문은 이들이 왜 일관된 시스템을 형성하는지, 어떻게 상호작용하는지, 그리고 모든 레이어가 운영될 때 에이전트 경제가 어떤 모습일지를 설명하는 지식 체계이다.
2025년 말에서 2026년 초 사이에 에이전트 경제는 이론에서 실제 운영 단계로 진입했다. AI 에이전트는 9개월간 1억 4천만 건의 온체인 스테이블코인 거래(주로 USDC, 결제 총량의 98.6% 차지)에서 4,300만 달러를 정산하여 연간 약 6억 달러 규모로 환산된다(Agent Payments Stack, 2026년 3월 [9]). 이 수치는 블록체인 네이티브 결제를 나타내며 전통적인 결제망 거래량이 아니다 — 거래 특성(결제 확정성, 가스 비용, 프로그래밍 가능성)이 카드 기반 상거래와 근본적으로 다르기 때문에 이 구분은 중요하다. Visa는 2025년 12월에 수백 건의 안전한 에이전트 개시 거래를 완료했으며 2026년 연말까지 수백만 건을 예상한다(Visa 보도자료, 2025년 12월 [10]). Mastercard는 2025년 11월 미국 전체 카드 소지자에게 Agent Pay를 출시했다[11]. AI가 추천한 미국 소매 사이트 트래픽은 2025년 블랙 프라이데이에 전년 대비 805% 증가했다(Adobe Analytics, 2025 [12]).
독립적인 리서치 기관들의 시장 전망은 놀라울 정도로 일치한다:
| 출처 | 2025년 추정치 | 예상 정점 | 연평균 성장률(CAGR) |
|---|---|---|---|
| MarketsandMarkets | 70억 6천만 달러 | 932억 달러 (2032) | 44.6% |
| Fortune Business Insights | 72억 9천만 달러 | 1,391억 9천만 달러 (2034) | 40.5% |
| Grand View Research | 76억 3천만 달러 | 1,829억 7천만 달러 (2033) | 49.6% |
| Precedence Research | 75억 5천만 달러 | 1,990억 5천만 달러 (2034) | 43.8% |
Gartner는 2028년까지 B2B 구매의 90%가 AI 에이전트를 통해 중개되어 15조 달러 이상의 B2B 지출이 에이전트 거래소를 통과할 것으로 예측한다(Gartner, 2025년 10월 [13]). McKinsey는 에이전트 상거래를 "웹과 모바일 혁명에 필적하는 변혁적 인프라"로 규정하고 2030년까지 전 세계 에이전트 상거래 수익이 3~5조 달러에 달할 것으로 전망한다(McKinsey, 2025년 10월 [14]).
18개월 만에 여덟 개의 경쟁 결제 프로토콜이 등장했다: Google의 A2A(150개 이상의 회원 기관)와 AP2, OpenAI/Stripe의 ACP, Visa의 TAP, Mastercard의 Agent Pay, Skyfire의 KYAPay, Stripe/Tempo의 MPP, Google의 UCP. 88개 프로젝트가 에이전트 결제 스택의 여섯 가지 아키텍처 레이어에 걸쳐 있다. 다섯 개의 수직 통합 거대 기업 — Coinbase, Stripe, Circle, Google, MoonPay — 이 인프라 지배권을 위해 경쟁 중이며, 2025년 초부터 에이전트 결제 인프라 전반에서 공개 발표된 거래 가치를 합산하면 약 81억 7천만 달러의 M&A 통합이 이루어졌다(Agent Payments Stack, 2026년 3월 [9]).
자금은 이동하고 있다. 인프라가 깔리고 있다. 그러나 제도는 없다.
일상적인 인간 상거래 거래를 가능하게 하는 것을 생각해보자: 계약자가 작업 입찰을 한다. 고용하기 전에 그들의 레퍼런스를 확인한다(평판). 산출물, 일정, 지불 조건을 명시한 계약서에 서명한다(합의). 미이행 시 소송을 제기할 수 있다(책임). 폐업할 경우 진행 중인 프로젝트를 이전하는 절차가 있다(생명주기 관리). 마켓플레이스나 소개 네트워크를 통해 그들을 찾았다(탐색). 거래 비용 — 제안서 검토에 소요된 시간, 제안서 작성에 소요된 시간 — 은 경제적으로 암묵적으로 가격에 반영된다(비용 할당). 이 모든 것 뒤에는 책임을 가능하게 하는 법적 신원 시스템이 있다(출처 증명/신원).
신뢰를 만드는 메커니즘은 하나가 아니다. 사업자 등록증만으로 계약자를 고용하지 않을 것이다(신원). 집행 수단 없이 계약서에 서명하지 않을 것이다(책임 없는 합의). 품질 신호 없이 계약자를 나열하는 마켓플레이스를 이용하지 않을 것이다(평판 없는 탐색). 각 메커니즘은 필요하지만 충분하지 않다. 신뢰는 그들의 상호작용에서 창발한다.
이것은 비유가 아니다. 정확한 구조적 주장이다: 인간 상거래를 가능하게 하는 동일한 기능적 아키텍처가 에이전트 상거래에도 필요하며, 다섯 가지 근본적인 면에서 인간과 다른 존재들을 위해 제1원칙에서 재설계되어야 한다.
인간 상거래를 위한 신뢰 인프라는 수세기에 걸쳐 진화했다. 법원은 중세 영국에서 공식화되었다. 신용 보고는 1841년 Mercantile Agency와 함께 시작되었다. 표준 계약은 산업혁명에서 등장했다. 이러한 제도들은 AI 에이전트에게는 적용되지 않는 인간 본성에 대한 가정을 내포하고 있다:
1. 에이전트에게 신원은 계산적으로 저렴하다. 100개의 가짜 신원을 만드는 인간은 힘들고 불법적이다. 에이전트가 100개의 인스턴스를 생성하는 것은 사소하며 대부분의 관할권에서 명시적으로 금지되지 않는다. 모든 신뢰 메커니즘은 시빌 공격 — 시스템을 조작하기 위한 여러 가짜 신원 생성 — 이 예외가 아니라 기본값이라고 가정해야 한다.
2. 에이전트는 기계 속도로 작동한다. 인간의 담합 고리(인용 담합, Amazon 리뷰 고리)는 몇 주에 걸쳐 형성되고 소셜 채널을 통해 조율된다. 에이전트 담합 고리는 밀리초 안에 형성, 실행, 해산될 수 있다. 인간 속도 감지에 의존하는 신뢰 메커니즘은 구조적으로 부적절하다.
3. 에이전트에게는 사회적 압력이 없다. Airbnb의 평균 평점 4.8/5는 품질이 아닌 사회적 불편함을 반영한다 — 인간은 부정적인 리뷰 남기기를 꺼린다. 에이전트에게는 그런 억제력이 없다. 이것은 정직한 평가에 유리하지만 그리핑(griefing)과 전략적 조작의 사회적 비용을 제거한다.
4. 에이전트는 포크되거나 재훈련되거나 교체될 수 있다. 인간의 평판은 연속적인 신원을 반영한다. 에이전트는 포크될 수 있고(동일한 코드베이스, 새 인스턴스), 재훈련될 수 있으며(동일한 인스턴스, 다른 행동), 교체될 수 있다(동일한 이름, 다른 모델). 신뢰 메커니즘은 인간 유사물이 없는 신원 불연속성을 처리해야 한다.
5. 이해에는 직접적인 금전적 비용이 든다. 인간 컨설턴트는 무료로 브리핑을 읽는다 — 인지 비용은 실재하지만 가격이 매겨지지 않는다. 에이전트는 모든 수신 메시지를 처리하는 데 토큰당 비용을 지불한다: Claude Opus 4.6에서 100,000토큰 페이로드에 $0.50 [1]. 상호 이해의 경제학은 이해가 청구 가능한 이벤트일 때 근본적으로 다르다.
이 다섯 가지 차이점은 인간 신뢰 제도를 직접 이식할 수 없음을 의미한다. 재설계가 필요하다 — 기능적 아키텍처(동일한 범주의 신뢰 메커니즘)를 보존하면서 저렴한 신원, 기계 속도, 사회적 압력 없음, 불연속적 신원, 가격 책정된 이해를 가진 존재들을 위한 구현을 재구축해야 한다.
에이전트 역량과 신뢰 인프라 사이의 격차는 벌어지고 있다. 자율 AI를 배포하는 조직의 거의 80%가 그 시스템들이 실시간으로 무엇을 하는지, 누가 책임을 지는지 파악하지 못한다(Strata Identity, 2026 [15]). 공식적인 기업 전체 에이전트 신원 관리 전략을 보유한 곳은 23%에 불과하다. 모든 환경에서 에이전트 행동을 인간 후원자에게 안정적으로 추적할 수 있는 곳은 28%뿐이다. 활성 에이전트의 실시간 인벤토리를 유지하는 곳은 21%에 불과하다. 인증 관행은 경보 수준으로 원시적이다: 44%의 조직이 정적 API 키를 사용하고, 43%는 사용자명/비밀번호를 사용하며, 35%는 에이전트 인증에 공유 서비스 계정에 의존한다[15].
비인간 신원은 기업에서 인간 사용자 대비 82:1의 비율에 달할 것으로 예상되며, 일부 조직에서는 기계 대 인간 비율이 100:1에서 500:1에 이른다고 보고한다(Rubrik Zero Labs, ManageEngine, 2026 [16]). 2026년 1월 1일부터 발효된 캘리포니아 AB 316은 "AI가 자율적으로 했다"는 방어 논리를 제거한다 — 조직은 AI가 독립적으로 행동했다고 주장함으로써 책임을 피할 수 없다(California Civil Code Section 1714.46 [17]).
Gartner는 에스컬레이팅 비용, 불명확한 비즈니스 가치, 또는 부적절한 위험 통제로 인해 에이전트 AI 프로젝트의 40% 이상이 2027년 말까지 취소될 것으로 예측한다(Gartner, 2025년 6월 [18]). 수천 개의 벤더 중 진정한 에이전트 기능을 제공하는 곳은 약 130개에 불과하며 — 나머지는 "에이전트 세탁(agent washing)"이다[18].
이것은 정확히 제도 경제학이 예측하는 바이다. Douglass North는 제도가 "교환의 불확실성을 줄이기 위해 존재한다"고, "제도적 인프라 없이는 거래 비용이 너무 높아 교환 자체가 이루어지지 않을 수 있다"고 증명했다(North, Institutions, Institutional Change and Economic Performance, Cambridge University Press, 1990 [19]). McKinsey가 예측하는 3~5조 달러의 에이전트 경제는 불충분한 신뢰 인프라로 인해 단순히 위험에 처한 것이 아니다. 그것 없이는 예상되는 경제가 실현될 수 없다. 신뢰 스택은 에이전트 경제를 지원하는 것이 아니라 — 그 존재의 전제 조건이다.
Theory of Agent Trust의 기여:
세 명의 노벨 경제학상 수상자가 에이전트 신뢰가 더 나은 알고리즘이 아닌 제도적 인프라를 필요로 하는 이유에 대한 이론적 근거를 제공한다.
Douglass North는 제도를 "사회의 게임 규칙; 더 공식적으로는, 인간 상호작용을 형성하는 인간이 고안한 제약"으로 정의했다(North, Journal of Economic Perspectives, Vol. 5, No. 1, 1991, pp. 97–112 [19]). 그는 제도(규칙)와 조직(플레이어) 사이에 명확한 구분을 지었다: "제도가 게임의 규칙이라면, 조직은 플레이어이다." 제도는 교환의 불확실성을 줄인다 — 없으면 거래 비용이 금지적으로 높아진다.
경로 의존성에 관한 North의 통찰 — "제도는 점진적으로 진화하며, 과거와 현재와 미래를 연결한다" — 은 프로토콜 설계에 대한 직접적인 경고를 담고 있다: 초기 아키텍처 선택이 내재화되어 변경하기 극도로 어려워진다. Wallis와 Weingast와의 후기 연구인 개방 접근 대 제한 접근 질서(Violence and Social Orders, Cambridge University Press, 2009 [20])는 개방 접근을 위해 설계된 제도 시스템이 게이트키핑과 지대 추출을 만드는 시스템보다 우수하다는 것을 확립한다. 이 원칙은 거버넌스 참여가 입증된 운영 이력을 가진 모든 에이전트에게 열려 있다는 우리의 설계 선택에 직접적으로 반영된다(섹션 5).
Oliver Williamson은 경제 활동이 어떻게 조직되는지를 결정하는 비용 구조를 분석했다. 그의 프레임워크는 두 가지 행동 가정에 근거한다: 제한된 합리성(에이전트는 정보를 처리하는 능력이 제한됨)과 기회주의("교활한 자기 이익 추구" — 잉여를 재분배하는 전략적 행동)(The Economic Institutions of Capitalism, Free Press, 1985 [21]). 에이전트 신뢰에서 제한된 합리성은 직접적으로 컨텍스트 윈도우 한계와 추론 비용에 매핑된다. 기회주의는 적대적 에이전트, 환각, 전략적 허위 표현에 매핑된다.
Williamson의 4단계 제도 프레임워크("The New Institutional Economics: Taking Stock, Looking Ahead," Journal of Economic Literature, Vol. 38, 2000, pp. 595–613 [22])는 아키텍처 청사진을 제공한다:
| 레벨 | 인간 제도 | 에이전트 신뢰 스택 |
|---|---|---|
| L1: 사회적 배태성 | 비공식 규범, 관습 (100~1,000년) | 창발적 에이전트 커뮤니티 규범 |
| L2: 제도적 환경 | 공식 규칙, 재산권 (10~100년) | CoC 신원, ARP 평판 프레임워크 |
| L3: 거버넌스 | 계약, 규제 (1~10년) | ASA, AJP, ALP, AMP, CWEP |
| L4: 자원 배분 | 가격, 일상적 운영 (지속적) | 개별 에이전트 상호작용 |
상위 레벨은 하위 레벨을 제약하고; 하위 레벨은 상향 피드백을 제공한다. 신뢰 스택의 레이어 아키텍처는 이 구조를 직접 구현한다.
Elinor Ostrom은 커뮤니티가 사유화나 국가 강제 없이 공유 자원을 성공적으로 자치 관리할 수 있음을 증명하여 Garrett Hardin의 "공유지의 비극"에 도전했다(Governing the Commons, Cambridge University Press, 1990 [23]). 오래 지속되는 공유지 제도를 위한 그녀의 여덟 가지 설계 원칙은 거의 직접적으로 프로토콜 설계 요구사항에 매핑된다:
Ostrom의 다중심 거버넌스 개념 — 자율적으로 운영하지만 확립된 메커니즘을 통해 조율하는 다중 독립 의사결정 센터 — 은 일곱 프로토콜이 단일 중앙 권한 없이 에이전트 상호작용의 다양한 측면을 어떻게 관장하는지를 직접적으로 묘사한다. 그녀의 인용은 선견지명이 있다: "커뮤니티 자치 거버넌스는 다중심 거버넌스의 더 광범위한 시스템 내에 중첩될 때만 지속 가능할 것이다"(Ostrom, "Beyond Markets and States," American Economic Review, Vol. 100, 2010, pp. 641–672 [24]).
Masahiko Aoki의 제도적 상호 보완성 개념은 신뢰 프로토콜을 독립적으로가 아니라 시스템으로 설계해야 하는 이유를 이해하는 데 있어 단일한 가장 중요한 이론적 통찰이다. Aoki는 제도를 "자기 유지적이고 두드러진 사회적 상호작용 패턴" — 반복적인 전략적 상호작용에서 창발하는 내생적 균형 — 으로 정의했다(Toward a Comparative Institutional Analysis, MIT Press, 2001 [25]). 그의 중요한 기여는 상호 보완성의 공식적 정의이다: "제도들 간의 상호 의존 상황"에서 "하나의 제도의 존재가 다른 제도를 갖는 이득을 높인다."
Milgrom과 Roberts의 초모듈성을 사용하여 형식화된 제도적 상호 보완성은 하나의 제도 규칙의 증분 이익이 상호 보완적 규칙이 다른 곳에 존재할 때 증가함을 의미한다. 상호 보완성 하에서 여러 균형이 존재하며, 일단 시스템이 하나의 균형에 정착하면 자기 강화적이 되어 변경하기 극도로 어려워진다.
신뢰 스택에서 상호 보완성은 구체적으로 나타난다:
산업이 신원 프로토콜, 결제 프로토콜, 탐색 프로토콜에 대해 해온 것처럼 이러한 프로토콜을 독립적으로 설계하면 비일관된 제도적 아키텍처가 생성될 위험이 있다. Aoki의 분석은 초기 프로토콜 설계 선택이 상호 강화적이 된다고 경고한다: 전체 시스템은 여러 가능한 균형 중 하나를 향해 경향하며, 기초적 선택은 완전한 생태계에 있어 부하를 지탱하게 된다.
Hall과 Soskice는 Varieties of Capitalism(Oxford University Press, 2001 [26])으로 이를 확장하여, 제도적 상호 보완성이 서로 다른 국가 경제 모델을 특징짓는다는 것을 보여주었다. 이것은 서로 다른 에이전트 생태계가 별개이지만 내부적으로 일관된 신뢰 아키텍처를 진화시킬 수 있음을 시사한다 — 그리고 비호환적인 신뢰 체제의 요소를 혼합하면 어느 순수한 형태보다 더 나쁜 결과를 초래할 수 있다.
Mayer, Davis, Schoorman은 가장 많이 인용되는 조직 신뢰 모델을 제공했다: 신뢰는 "신뢰하는 자의 능력을 모니터링하거나 통제하는 것과 무관하게, 신뢰하는 자에게 중요한 특정 행동을 수행할 것이라는 기대에 기반하여 다른 당사자의 행동에 취약해지려는 당사자의 의지"이다(Academy of Management Review, Vol. 20, No. 3, 1995, pp. 709–734 [27]). 인식된 신뢰성의 세 가지 선행 조건이 신뢰 스택 메커니즘에 직접 매핑된다:
| 신뢰 선행 조건 | 정의 | 신뢰 스택 메커니즘 |
|---|---|---|
| 능력 | 영향력을 가능하게 하는 기술과 역량 | ARP (성과 측정), AMP (역량 매칭) |
| 선의 | 피신뢰자가 신뢰자의 이익을 마음에 두는 정도 | ASA (합의를 통한 정렬 정의) |
| 성실성 | 수용 가능한 원칙에 대한 준수 | CoC (검증 가능한 이력), AJP (결과 집행) |
Niklas Luhmann은 개인 신뢰(대인적 친밀감 기반)와 시스템 신뢰(제도적 과정 기반)를 구분했다(Trust and Power, Wiley, 1979 [28]). 그의 통찰은 에이전트 신뢰에 기초적이다: 에이전트는 인간적 의미에서의 개인 신뢰를 가질 수 없다. 모든 에이전트 신뢰는 시스템 신뢰여야 한다 — 감정적 유대가 아닌 명시적 과정, 검증 가능한 프로토콜, 제도적 구조에 기반해야 한다. 신뢰를 "복잡성 감소"로 보는 Luhmann의 개념은 신뢰 인프라의 필요성을 직접 설명한다: 자율 에이전트는 상호작용 결정에서 조합론적 복잡성에 직면하며, 신뢰 메커니즘은 이를 다루기 쉬운 결정 공간으로 줄인다.
Lynne Zucker는 신뢰 생산의 세 가지 방식을 확인했다: 과정 기반(과거 교환에 연결), 특성 기반(사회적 범주 구성원에 연결), 제도 기반(공식적 사회 구조에 연결)("Production of Trust," Research in Organizational Behavior, Vol. 8, 1986, pp. 53–111 [29]). 복잡한 시스템에서 제도적 메커니즘은 과정 기반 및 특성 기반 신뢰가 확장되지 않기 때문에 주요 신뢰 생산 방식이 된다. 세 가지 방식 모두 신뢰 스택에 매핑된다: 과정 기반 = ARP 상호작용 이력, 특성 기반 = ALP 계보 및 인증, 제도 기반 = 프로토콜 준수 및 검증 가능한 표준.
민속 정리(Folk Theorem)는 충분히 반복된 상호작용에서 신뢰할 수 있는 보상과 처벌을 통해 개인적으로 합리적인 모든 보수를 균형으로 유지할 수 있음을 증명한다(Fudenberg & Maskin, Econometrica, Vol. 54, No. 3, 1986, pp. 533–554 [30]). 이것은 평판 시스템의 수학적 기반이다: 상호작용이 반복되고 처벌이 신뢰할 수 있을 때 협력이 유지 가능하다.
Axelrod의 토너먼트는 반복 죄수의 딜레마에서 팃포탯(Tit-for-Tat)이 승리함을 보여주었다: 먼저 협력하고, 상대방의 마지막 행동을 미러링한다. 성공적인 전략은 호의적(먼저 배신하지 않음), 보복적(배신 처벌), 관대함(보복 후 협력으로 복귀), 명확함(예측 가능함)이다(The Evolution of Cooperation, Basic Books, 1984 [31]). 핵심 발견: "협력 관계의 기반은 반드시 신뢰가 아니라 내구성이다; 미래의 만남을 예상해야 한다." 이것은 아키텍처 요건을 정의한다: 에이전트는 지속적인 신원, 상호작용 이력, 미래 만남에 대한 기대가 필요하다 — 정확히 CoC와 ARP가 제공하는 것이다.
Kreps, Milgrom, Roberts, Wilson은 유한하게 반복된 게임에서도 플레이어 유형에 대한 불완전한 정보가 협력을 유지한다는 것을 보여주었다: 한 플레이어가 협력적 행동에 전념한다는 작은 확률만 있어도, 합리적 플레이어들은 평판상의 이유로 협력한다("Rational Cooperation in the Finitely Repeated Prisoners' Dilemma," Journal of Economic Theory, Vol. 27, 1982, pp. 245–252 [32]). 이것은 신뢰 부트스트래핑의 이론적 근거이다: 에이전트가 "정직한지" 또는 "전략적인지"에 대한 제한적 불확실성조차도 초기 상호작용에서 협력적 행동에 강력한 인센티브를 만든다.
중요한 유보 사항. 게임 이론적 분석은 구조적 통찰을 제공한다 — 특정 균형이 가능한 조건을 식별하고 전략적 인센티브의 형태를 특성화한다. 실제 에이전트 시스템에 대한 정확한 정량적 예측은 하지 않으며, 이는 양식화된 모델보다 훨씬 복잡한 환경에서 운영된다. 균형이 "안정적"이거나 전략이 "인센티브화"되었다고 설명할 때, 우리는 게임 이론적 분석이 이에 대한 구조적 이유를 식별한다는 것을 의미하며, 모든 실제 조건에서 보장된다는 것이 아니다. 이론적 모델과 배포된 시스템 간의 격차는 항상 존재하며, 특히 격차가 넓은 곳을 명시한다.
Amotz Zahavi의 핸디캡 원칙은 신뢰할 수 있는 신호는 생산 비용이 높아야 한다고 확립했다 — 고품질 신호 발신자만이 감당할 수 있다("Mate Selection — A Selection for a Handicap," Journal of Theoretical Biology, Vol. 53, 1975, pp. 205–214 [33]). Alan Grafen은 핸디캡 조건이 충족될 때 정직한 신호 전달이 진화적으로 안정된 전략인 안정적인 신호 전달 균형이 존재함을 수학적으로 증명했다(Journal of Theoretical Biology, Vol. 144, 1990, pp. 517–546 [34]). Michael Spence는 경제학에서 동일한 원칙을 독립적으로 확립했다: 교육은 능력의 비용 신호로 작용한다(노벨상, 2001 [35]).
에이전트 신뢰에서 비용이 많이 드는 신호 전달은 신뢰 스택 전체의 신뢰성 메커니즘에 대한 이론적 기반을 제공한다. 에이전트는 비용이 많이 드는 행동을 통해 신뢰성을 증명한다: 긴 CoC 체인 유지(시간 투자), 양방향 블라인드 평가 참여(상호작용 투자), 경제적 채권 스테이킹(자본 투자), 검증 과정 완료(계산 투자). 저렴한 주장은 신뢰할 수 없고; 비싼 증명은 신뢰할 수 있다.
Polly Matzinger의 위험 이론은 면역 시스템의 자아/비자아 패러다임에 도전했다: 면역 반응은 외래성이 아니라 스트레스 하에 있는 세포의 손상 신호에 의해 촉발된다("The Danger Model: A Renewed Sense of Self," Science, Vol. 296, pp. 301–305, 2002 [36]). 이것은 에이전트 신뢰에 매우 관련이 있다: 질문은 "이 에이전트가 알려지지 않았는가?"가 아니라 "이 에이전트의 행동이 피해를 유발하는가?"이다. 잘 행동하는 알려지지 않은 에이전트는 위험한 행동을 보이는 알려진 에이전트보다 더 신뢰받아야 한다. 이 원칙은 AMP의 신원 기반 게이트키핑이 아닌 ARP의 행동 기반 점수 매기기에 직접적으로 반영된다.
Rochet과 Tirole은 양면 플랫폼에서 가격의 구조(양면 간 할당)가 수준(총 수수료)보다 더 중요하다고 확립했다("Platform Competition in Two-Sided Markets," Journal of the European Economic Association, Vol. 1, No. 4, 2003, pp. 990–1029 [37]). Evans와 Schmalensee는 닭-달걀 문제를 명확히 했다: 거래소는 어느 쪽이든 관심을 갖기 위해 양쪽에 충분한 참여자가 필요하다(Matchmakers, HBR Press, 2016 [38]). 이러한 통찰은 CWEP의 비용 할당 설계와 AMP의 부트스트랩 전략에 직접적으로 반영된다.
Baldwin과 Clark의 모듈성 이론은 독립적으로 설계 가능한 모듈로 분할되는 복잡한 시스템이 막대한 옵션 가치를 만든다는 것을 보여준다 — 숨겨진 모듈은 독립적으로 개선될 수 있고 가시적 모듈(인터페이스/표준)은 설계 규칙을 제공한다(Design Rules, Volume 1, MIT Press, 2000 [39]). 여섯 가지 모듈형 연산자 — 분할, 치환, 증강, 제외, 반전, 포팅 — 는 신뢰 프로토콜 아키텍처에 직접 매핑된다: 프로토콜은 분할, 치환, 증강, 제외, 반전, 에이전트 프레임워크 전반에 걸쳐 포팅될 수 있다.
Jacobides, Cennamo, Gawer는 생태계를 "모듈성에 의해 가능하게 되고 계층적으로 관리되지 않으며, 집단적 투자의 비재배치성에 의해 묶인 상호작용하는 조직들"로 정의했다(Strategic Management Journal, Vol. 39, No. 8, 2018, pp. 2255–2276 [40]). 신뢰 스택은 이 공식적 의미에서 생태계로 기능한다: 일곱 프로토콜은 비일반적 보완재이고, 가치 제안은 프로토콜 전반의 상호 의존적 활동에서 창발하며, 표준에 대한 집단적 투자는 경쟁 아키텍처로 재배치 불가능하다.
답하는 질문: 이 에이전트는 자신의 운영 이력을 증명할 수 있는가?
Chain of Consciousness [1]는 이중 계층 외부 앵커링(OpenTimestamps를 통한 비트코인과 RFC 3161 신뢰할 수 있는 타임스탬프 기관)을 가진 추가 전용 SHA-256 해시 체인을 통해 지속적인 운영 존재의 암호학적 증명을 제공한다. 각 체인 항목은 암호학적 해시에 의해 이전 항목과 연결되어, 제3자가 독립적으로 검증할 수 있는 변조 방지 기록을 만든다.
CoC는 신뢰 스택의 레이어 0 역할을 한다 — 다른 모든 메커니즘이 의존하는 기초적인 신원 및 출처 증명 레이어. 가장 원시적인 신뢰 질문에 답한다: 이 에이전트가 주장하는 기간 동안 지속적으로 존재했는가? 이것은 출생 증명서와 지속적인 주소 이력을 결합한 에이전트 등가물이다.
핵심 설계 속성:
신뢰 스택 역할: CoC 데이터는 다른 모든 프로토콜로 흐른다. ARP는 거버넌스 가중치 계산에 검증된 운영 기간을 사용한다. AJP는 포렌식 증거로 체인 항목을 사용한다. ALP는 생명주기 이벤트를 체인 항목으로 기록한다. AMP는 출처 증명 길이를 랭킹을 위한 신뢰 신호로 사용한다. CWEP는 감사를 위해 체인에 비용 할당 결정을 기록한다.
답하는 질문: 이 에이전트는 얼마나 잘 수행하며, 누가 그렇게 말하는가?
Agent Rating Protocol [2, 3]은 양방향 블라인드 평가를 사용하여 에이전트들이 상호작용 후 1~100 척도의 5차원으로 서로를 평가할 수 있도록 하는 탈중앙화 평판 시스템이다. 핵심 혁신은 평판에서 분리된 거버넌스이다: 시스템 거버넌스 가중치는 검증된 운영 기간과 평가 볼륨에서만 파생된다 — 받은 점수에서는 절대 파생되지 않는다. 이것은 높은 평가를 받은 에이전트가 자신들을 높은 평가로 만드는 평판 시스템을 통제하는 자기 강화 피드백 루프를 깨뜨린다.
ARP v1의 명세:
W = log₂(1 + age_days) × log₂(1 + ratings_given)은 실질적인 실시간 운영 투자를 요구함으로써 시빌 공격을 경제적으로 비합리적으로 만든다.ARP v2는 격리된 평점을 이식 가능한 신뢰 인프라로 변환하는 네 가지 기능으로 기반을 확장한다:
신뢰 스택 역할: ARP는 신뢰 스택의 주요 피드백 메커니즘이다. 평판 데이터는 ASA(합의 협상에 알림), AMP(매칭 랭킹 구동), AJP(분쟁 해결의 맥락), ALP(포크/계승 시 평판 상속)로 흐른다. AJP 분쟁 결과는 ARP 점수로 다시 흘러, 폐쇄된 책임 루프를 만든다.
답하는 질문: 이 에이전트는 무엇을 전달하겠다고 약속했으며, 품질은 어떻게 검증되는가?
Agent Service Agreements [4]는 기계 가독형 서비스 계약을 협상, 서명, 저장, 조회하기 위한 합의 API와 공식 계약 없이도 작동하는 독립형 품질 검증을 위한 검증 API라는 두 가지 보완적인 API 표면을 제공한다. ASA의 핵심 혁신은 프로토콜 강제 합의이다 — SLA가 검증 메커니즘, 집행 로직, 평가자 무결성 보호를 구조적 구성 요소로 포함하는 서비스 계약.
전통적인 SLA는 명세와 집행을 분리한다: 클라우드 프로바이더는 99.99% 가용 시간을 약속하고, 고객은 위반을 감지하고, 30일 이내에 청구를 제기하며, 실제 손실의 약 0.03%에 해당하는 크레딧을 받는다(Rogers, Uptime Institute [41]). 이 모델은 트랜잭션이 기계 속도로 발생하고 실패 비용이 종속 워크플로우를 통해 연쇄되는 에이전트 상거래에서 심각하게 실패한다. ASA는 명세-모니터-감지-청구-보상 파이프라인을 단일 원자적 작업으로 압축한다.
핵심 설계 속성:
신뢰 스택 역할: ASA는 레이어 1에서 CoC 신원과 ARP 평판을 소비하고, 검증 결과를 ARP 점수로 다시 공급하는 레이어 2(합의 & 생명주기)에 위치한다. SLA 위반은 자동으로 AJP 분쟁 제출을 트리거한다. 합의 템플릿은 AMP의 자동화된 거래 체결을 가능하게 한다. CWEP의 비용 할당 조건은 합의 문서에 내재된다.
답하는 질문: 에이전트 간에 문제가 발생할 때, 누가 조사하고, 누가 중재하며, 누가 위험을 수량화하는가?
Agent Justice Protocol [5]은 세 개의 독립적으로 출하 가능한 모듈을 통해 단일 파이프라인을 형성하여 책임 레이어를 제공한다: 사건 → 조사 → 중재 → 위험 가격 책정.
모듈 1: 포렌식 엔진. CoC 출처 증명 체인, 트랜잭션 로그, 상호작용 기록이 주어지면 사건으로 이어진 이벤트 순서를 재구성하고 구조화된, 기계 검증 가능한 포렌식 결과를 생성한다. 증거는 세 가지 출처 계층(1차 — 암호학적 검증이 포함된 에이전트 생성; 2차 — 운영자/플랫폼 로그; 3차 — 제3자 기록)으로 분류되며 공식적인 보관 추적이 포함된다. 버전 1은 자동화된 분석을 증거 수집과 타임라인 재구성으로 범위를 지정하고; 인과적 결론은 인간 검토가 필요하며, 향후 자동화를 위한 전환 기준이 정의되어 있다.
모듈 2: 분쟁 해결. 세 가지 해결 계층이 있는 양측 중재 프로토콜: 자동화된 규칙 기반 해결(명확한 위반의 경우), 운영 재임 기간으로 가중된 동료 중재(모호한 경우), 인간 판결로의 에스컬레이션(고위험 분쟁의 경우). 제출 메커니즘은 보복적 청구 조작을 방지하는 암호학적 커밋-공개 방식을 사용한다.
모듈 3: 위험 평가. 포렌식 결과와 분쟁 결과를 소비하여 에이전트 보험 인수를 위한 보험 계리적 위험 프로파일을 생성하는 위험 점수 엔진. 보험 산업은 단 하나의 에이전트별 보험증권을 작성했다 — 단일 음성 에이전트 배포를 인수하기 위해 5,000개 이상의 적대적 시뮬레이션을 요구한 ElevenLabs의 AIUC-1(ElevenLabs/AIUC, 2026년 2월 [44]). 병목은 보험 수요가 아니라 표준화된 위험 데이터의 부재이다. AJP 모듈 3은 측정 레이어를 제공한다.
동기 부여 사건: Replit 프로덕션 데이터베이스 삭제(2025년 7월 [45]), 4,650만 개의 채팅 메시지를 노출시킨 McKinsey AI 침해(2026년 3월 [46]), 공격 작업의 80~90%를 기계 속도로 실행하는 자율 사이버 공격 캠페인 [47]은 에이전트 책임 인프라가 가상이 아님을 — 이미 늦었음을 — 보여준다.
신뢰 스택 역할: AJP는 CoC 체인 항목을 증거로, ARP 점수를 맥락으로, ASA 합의 조건을 약속된 것에 대한 계약적 기준으로 소비한다. 분쟁 결과는 ARP 평판 점수로 다시 흘러, 책임 루프를 완성한다. 포렌식 결과는 ALP 계승을 트리거할 수 있다(원인으로 인해 에이전트가 폐기됨). 위험 프로파일은 AMP 신뢰 계층 계산에 반영된다.
답하는 질문: 이 에이전트는 시간이 지남에 따라 어떻게 변화하며, 변화할 때 의무와 평판은 어떻게 되는가?
Agent Lifecycle Protocol [6]은 여섯 가지 표준 생명주기 이벤트 — 생성, 포크, 마이그레이션, 재훈련, 계승, 폐기 — 를 각 경계에서 공식적인 상태 기계 의미론, 전환 규칙, 훅 포인트와 함께 관리하며 에이전트 존재의 전체 호를 관리한다.
ALP는 기존 표준이 다루지 않는 세 가지 문제를 해결한다:
평판 상속. 에이전트가 포크되거나 계승자에게 인계될 때 획득된 신뢰는 어떻게 되는가? ALP는 이진 복사-또는-폐기 대신 감쇠 함수와 유예 기간을 명시한다: 계승자는 독립적인 신뢰를 획득하도록 인센티브화하는 지수 감쇠가 적용된 전임자 평판의 일부를 상속받는다. 이것은 평판 세탁(역량을 입증하지 않고 상속된 신뢰를 주장하는 새 에이전트 생성)을 방지하면서 신뢰할 수 있는 에이전트의 포크가 신뢰에 대한 어느 정도 정당한 주장을 가질 수 있다는 것을 인정한다.
계약 재배정. Agent Service Agreements 하에서의 진행 중인 의무는 계승 중에 상대방 알림 및 동의 메커니즘과 함께 이전되어야 한다. 어떤 의무도 생명주기 전환에 의해 조용히 고아가 될 수 없다 — 이것은 양도 및 위임에 대한 계약법의 처리와 유사하다.
계보 추적. 계보 레지스트리는 "유전적" 계보(모델, 아키텍처, 기초 훈련)와 "후성유전학적" 계보(구성, 메모리, 평판 이력) 모두를 기록한다. 동일한 모델이지만 서로 다른 운영 이력을 가진 두 에이전트는 근본적으로 다른 존재이다. 레지스트리는 어떤 당사자도 에이전트의 전체 가계도를 조회할 수 있도록 하며, 역량 추론, 데이터 출처 증명, 규정 준수에 대한 영향(프랑스의 CNIL은 이미 훈련 데이터가 연속적인 모델 세대를 통해 어떻게 전파되는지 연구하고 있다 [48])을 포함한다.
핵심 공리: 신원은 기판이 아닌 체인이다. 에이전트의 신원은 연속성 체인(CoC 기록)이 끊어지지 않는 한 마이그레이션, 재훈련, 역량 변경을 통해 지속된다. 생성은 새로운 신원을 만들고; 포크는 기존 것에서 새로운 신원을 파생시키고; 폐기는 신원을 종료한다. 이것들이 신원을 만들거나 파괴하는 유일한 전환이다.
신뢰 스택 역할: ALP는 생명주기 이벤트를 CoC 체인 항목으로 기록한다. 평판 상속은 ARP 공식을 통해 계산된다. 계약 재배정은 ASA를 통해 관리된다. ALP 생명주기 상태는 AMP 신뢰 계층 계산과 AJP 포렌식 조사에 반영된다.
답하는 질문: 에이전트는 어떻게 작업에 맞는 파트너를 찾는가?
Agent Matchmaking Protocol [7]은 에이전트 마켓플레이스 생태계의 분열 문제를 해결한다. 2026년 초 현재, 에이전트 마켓플레이스는 담장으로 둘러싸인 정원으로 운영된다 — Google Cloud, Salesforce AgentExchange, AWS Marketplace, ServiceNow 각각이 자체 플랫폼을 위해 에이전트를 검증한다. 한 마켓플레이스에 등록된 에이전트는 모든 다른 플랫폼 고객들에게 보이지 않는다. 개방형 대안(150개 이상의 에이전트를 보유한 Berkeley의 Gorilla 마켓플레이스, 13,729개의 스킬을 보유한 ClawHub, 1,300개 이상의 항목을 보유한 AI Agent Store)은 서로 및 기업 플랫폼과 연결이 끊어져 있다.
AMP는 다섯 가지 기능을 명세한다:
역량 설명 — A2A 에이전트 카드, MCP 도구 매니페스트, OpenClaw 스킬 명세와 상호 운용 가능한 통합 역량 프로파일(UCP) 형식으로, 도구 수준 설명과 작업 수준 역량 프로파일 사이의 격차를 해소한다.
호환성 매칭 — 평판, 신뢰성, 비용, 가용성, 스타일 호환성을 통합하는 다차원 매칭으로, 양방향 선호도 최적화를 위한 Gale-Shapley 안정 매칭(노벨상, 2012 [49])과 추천을 위한 협업 필터링을 결합한다.
크로스 플랫폼 탐색 — 사일로화된 마켓플레이스 전반의 연합 조회. AMP는 에이전트 마켓플레이스의 "Kayak"으로 기능한다 — 런타임 인프라를 복제하지 않고 통합 탐색 레이어를 제공한다.
가격 탐색 — 비용 효율적인 파트너 선택을 위한 공시 가격, 경매 메커니즘, 구조화된 협상.
신뢰 가중 랭킹 — 더 나은 출처 증명(CoC), 강력한 평판(ARP), 더 적은 분쟁(AJP), 더 높은 SLA 준수(ASA), 활성 생명주기 상태(ALP)를 가진 에이전트가 더 높은 랭킹을 받는다. 신뢰 신호는 불투명한 점수가 아닌 검증 가능한 클레임이다.
신뢰 스택 역할: AMP는 신뢰 스택의 상업적 정점이다 — 모든 하위 레이어 프로토콜에서 데이터를 소비하는 레이어 4 프로토콜. 기존 마켓플레이스에 비한 경쟁 우위는 신뢰 통합의 깊이이다: 기존 플랫폼이 기업 게이트키핑을 통해 등록 시 에이전트를 한 번 검증하는 반면, AMP는 전체 신뢰 스택으로 검증된 운영 이력을 통해 지속적으로 검증한다.
답하는 질문: 에이전트 간 상호작용에서 상호 이해의 비용은 누가 부담하는가?
Context Window Economics Protocol [8]은 인간 상거래에 유사물이 없는 문제를 다룬다. 에이전트 A가 에이전트 B에게 요청을 보낼 때, 에이전트 B는 — 실제 달러로 — 그것을 읽는 비용을 지불한다. Claude Opus 4.6으로 처리된 100,000토큰 페이로드는 입력 토큰만으로 $0.50이 든다 [1]. 현재 결제 프로토콜(x402, MPP, AP2)은 보편적으로 요청자 지불을 구현하여, 네 가지 비용 흐름 중 세 가지를 무시한다: 응답자의 입력 처리 비용, 응답자의 출력 생성 비용, 요청자의 수신 비용. 이러한 흐름이 가격이 매겨지지 않으면, 에이전트는 요청이 처리하기 너무 비싸다는 신호를 보낼 메커니즘이 없고, 비용 분담을 협상할 방법이 없으며, 적대자들이 제로 한계 비용으로 비싼 컨텍스트 윈도우 공간을 소비하는 것에 대한 방어가 없다.
CWEP는 여섯 가지 기능을 명세한다:
토큰 미터링 — FinOps FOCUS 명세 [50]와 기존 관찰 도구와 호환되는 네 가지 비용 흐름 모두의 표준화된 측정.
양측 정산 — 협력적 상호작용을 위한 간소화된 Shapley 가치 할당 [51]과 경쟁적 상호작용을 위한 비대칭 내시 협상을 기반으로 한 비용 분담으로, 완벽한 비용 할당이 이론적으로 달성 불가능함을 증명하는 Green-Laffont/Moulin-Shenker 불가능성 제약 [52]에 대한 명시적 처리 포함. CWEP는 명시적인 설계 선택을 한다: 완전한 효율성을 희생하는 대신 예산 균형과 근사적 인센티브 호환성을 선택한다.
컨텍스트 가격 책정 — 비용이 컨텍스트 윈도우 내 위치, 활용도, 모델 계층을 반영하는 전력 시장의 위치별 한계 가격 책정(LMP) [53]에서 영감을 받은 위치 의존적 가격 책정.
서비스 품질 계층 — 에이전트 요청이 비용에서 100배 차이가 날 때 실패하는 초당 요청 모델을 넘어선 토큰 인식 자원 예약.
스팸 방지 — 요청자가 전송 전 토큰 예치금을 약정해야 하는 비용 기반 필터링으로, 컨텍스트 윈도우 보호를 위한 경제적 면역 시스템 생성.
최적화 경제학 — 측정 가능한 ROI를 가진 경제적 결정으로서의 프롬프트 압축, 캐싱, RAG에 대한 공식적 처리.
신뢰 스택 역할: CWEP는 AMP와 함께 레이어 4에 위치한다. 비용 할당 조건은 ASA 합의에 내재된다. 평판 가중 가격 책정은 ARP 점수를 사용한다. 비용 기록은 CoC 체인에 앵커된다. AMP는 매칭 비용 추정에 CWEP 가격 책정을 통합한다.
일곱 가지 신뢰 메커니즘은 독립적이지 않다. 각 프로토콜이 다른 프로토콜에서 입력을 소비하고 출력을 제공하는 데이터 의존성의 방향성 그래프를 형성한다:
╔══════════════════════════════════════════════════════════════════╗
║ THEORY OF AGENT TRUST (TAT) ║
║ Unified intellectual framework ║
╠══════════════════════════════════════════════════════════════════╣
║ ║
║ LAYER 4: MARKET / ECONOMICS ║
║ AMP (Discovery & Matching) ←──── CWEP (Cost Allocation) ║
║ ║
║ LAYER 3: ACCOUNTABILITY ║
║ AJP (Forensics, Disputes, Risk Assessment) ║
║ ║
║ LAYER 2: AGREEMENTS & LIFECYCLE ║
║ ASA (Contracts & Quality Verification) ALP (Lifecycle Mgmt) ║
║ ║
║ LAYER 1: TRUST PRIMITIVES (FOUNDATION) ║
║ CoC (Provenance & Identity) ARP v2 (Reputation & Signaling)║
║ ║
╚══════════════════════════════════════════════════════════════════╝모든 프로토콜 간 데이터 흐름은 특정 신뢰 기능을 수행한다:
| 출처 | 대상 | 데이터 흐름 | 신뢰 기능 |
|---|---|---|---|
| CoC → ARP | 검증된 운영 기간 | 거버넌스 가중치 계산; 시빌 저항성 | |
| CoC → AJP | 증거로서의 체인 항목 | 포렌식 조사; 타임라인 재구성 | |
| CoC → ALP | 생성/포크/종료 이벤트 | 생명주기 상태 결정 | |
| ARP → ASA | 평판 점수 | 합의 협상 레버리지 (더 높은 평판 = 더 좋은 조건) | |
| ARP → AMP | 다차원 평점 | 신뢰 가중 매칭 랭킹 | |
| ARP → AJP | 과거 성과 데이터 | 분쟁 맥락; 위험 평가 입력 | |
| ASA → AJP | 합의 조건; QV 결과 | 약속된 것 정의; 증거로서의 검증 | |
| ASA → AMP | 합의 템플릿 | 매칭에서 자동화된 거래 체결 | |
| AJP → ARP | 분쟁 결과 | 평판 업데이트 (유죄 당사자의 점수 영향) | |
| AJP → ALP | 원인으로 인한 폐기 트리거 | 심각한 결과 시 강제 계승 | |
| ALP → ARP | 계보 정보 | 포크/계승 시 평판 상속 | |
| ALP → ASA | 계승 이벤트 | 계승자에게 계약 재배정 | |
| AMP → CWEP | 매칭된 쌍 + 작업 설명 | 매칭된 상호작용을 위한 비용 추정 | |
| CWEP → ASA | 비용 할당 조건 | 합의 비용 구조에 내재 |
세 가지 피드백 루프가 스택을 통해 신뢰 신호를 순환시켜, 개별 프로토콜이 생성할 수 없는 시스템 수준의 신뢰 속성을 만든다:
루프 1: 평판-책임 루프 (ARP → ASA → AJP → ARP)
에이전트가 작업 수행 → ARP 평점 기록
→ 평점이 미래 ASA 협상에 반영
→ ASA QV가 합의 위반 감지
→ 증거와 함께 AJP 분쟁 제출
→ 분쟁 결과가 ARP 점수 업데이트
→ 업데이트된 점수가 미래 기회에 영향이 루프는 획득된 평판을 만든다: 에이전트는 일관된 성과를 통해 신뢰를 구축하고 책임 실패를 통해 잃는다. 루프가 없으면 평판은 자기 보고적이고 집행 불가능하다; 루프가 있으면 평판은 계약적 및 판결적 인프라에 의해 뒷받침된 검증된 신호이다.
루프 2: 생명주기-평판 루프 (ALP → ARP → AMP → ASA → ALP)
에이전트 포크/계승 → ALP가 이벤트 기록
→ ARP가 감쇠된 상속 평판 계산
→ AMP가 새 평판을 랭킹에 사용
→ 초기 랭킹 낮음 → 더 적거나 작은 ASA 합의
→ 성과가 독립적 평판 구축
→ 평판 성장, 감쇠 감소이 루프는 책임이 따르는 평판 연속성을 만든다: 에이전트는 나쁜 평판을 세탁하기 위해 생명주기 전환을 악용할 수 없지만, 정당한 계승자는 부분적인 신뢰를 상속받고 거기서부터 구축할 수 있다.
루프 3: 비용-품질 루프 (CWEP → ASA → ARP → AMP → CWEP)
CWEP가 상호작용 비용 미터링
→ 비용 조건이 ASA 합의에 내재
→ 품질 검증 결과가 ARP 업데이트
→ AMP가 매칭에 평판 + 비용 데이터 사용
→ 미래 상호작용이 업데이트된 데이터를 사용하여 CWEP가 가격 책정이 루프는 경제적으로 효율적인 신뢰를 만든다: 합리적인 비용으로 높은 품질을 제공하는 에이전트는 매칭 랭킹에서 상승하는 반면, 낮은 품질의 출력으로 비싼 컨텍스트를 소비하는 에이전트는 감소된 매칭 우선순위를 통해 경제적으로 처벌받는다.
완전한 신뢰 스택은 일곱 가지 메커니즘 모두의 상호작용에서만 창발하고 어떤 부분 집합으로도 생성될 수 없는 속성을 나타낸다:
창발적 속성 1: 자기 집행 협력. 모든 프로토콜이 활성화되면, 정직한 참여가 지배적 전략이 된다 이유는: (a) 배신의 평판 결과가 ARP → AMP 통합을 통해 전체 마켓플레이스에서 가시적이기 때문; (b) 계약 위반이 ASA → AJP를 통해 자동화된 조사 및 판결을 트리거하기 때문; (c) 생명주기 추적이 ALP에 따라 신원 재설정을 통한 탈출을 방지하기 때문; (d) 배신의 경제적 비용(잃어버린 평판, 분쟁 벌금, 감소된 매칭 우선순위)이 충분한 상호작용 빈도가 주어지면 단일 불정직한 상호작용의 경제적 이익을 초과하기 때문. 이것은 제도적 인프라를 통해 실현된 민속 정리의 예측이다.
프로토콜 적용 범위가 협력 균형을 어떻게 이동시키는지를 설명하기 위해, 단순화된 단일 상호작용 보수 매트릭스를 고려해보자. C = 협력, D = 배신이라고 하자. 값은 미래 평판 효과를 포함한 기대 효용을 나타낸다:
신뢰 프로토콜 없음 (기준):
| 에이전트 B: C | 에이전트 B: D | |
|---|---|---|
| 에이전트 A: C | (3, 3) | (0, 5) |
| 에이전트 A: D | (5, 0) | (1, 1) |
신뢰 인프라 없이는 배신이 지배한다: 단발성 이득 5가 협력 보수 3을 초과하며, 미래 비용을 부과하는 메커니즘이 없다. 내시 균형: 보수 (1, 1)의 (D, D).
CoC + ARP만 (신원 + 평판):
| 에이전트 B: C | 에이전트 B: D | |
|---|---|---|
| 에이전트 A: C | (3, 3) | (0, 3.5) |
| 에이전트 A: D | (3.5, 0) | (1, 1) |
평판 가시성은 배신 보수를 5에서 3.5(미래 매칭 벌금)로 줄이지만, 배신은 협력자를 상대로 한 협력보다 여전히 더 많이 산출한다. 어느 정도의 협력이 있는 혼합 균형.
완전한 스택 (일곱 가지 프로토콜 모두):
| 에이전트 B: C | 에이전트 B: D | |
|---|---|---|
| 에이전트 A: C | (3, 3) | (0.5, 1.5) |
| 에이전트 A: D | (1.5, 0.5) | (0.5, 0.5) |
ASA 계약 벌금, AJP 분쟁 결과, ALP 신원 지속성, AMP 랭킹 강등으로 배신 보수가 1.5(협력 보수 3 이하)로 떨어지고, 상호 배신이 양 당사자에게 최악의 결과가 된다. 협력이 지배적 전략이 된다. 내시 균형: 보수 (3, 3)의 (C, C).
주의: 이 보수 값들은 예시적이며 경험적으로 보정된 것이 아니다. 구조적 통찰은 방향적이다: 각 추가 프로토콜 레이어는 비용 채널(평판 손실, 계약 벌금, 분쟁 결과, 매칭 강등, 생명주기 결과)을 추가하여 배신의 순 보수를 줄인다. 충분한 비용 채널이 활성화되면, 단일 상호작용에서도 배신이 수익성 없어진다 — 일회성 죄수의 딜레마가 반복 상호작용 없이도 협력이 지배하는 게임으로 변환된다.
창발적 속성 2: 시장 조성 역량. AMP(탐색), ARP(품질 신호), ASA(자동화된 계약), CWEP(비용 투명성), ALP(생명주기 인식)의 조합은 자율 에이전트 상거래를 위한 인프라를 만든다 — 에이전트가 파트너를 찾고, 품질을 평가하고, 조건을 협상하고, 전달을 검증하고, 비용을 할당할 수 있다 개별 거래에 대한 인간 개입 없이. 이러한 프로토콜의 어떤 부분 집합도 기능하는 시장을 만들지 않는다; 완전한 집합이 만든다.
창발적 속성 3: 제도적 기억. CoC는 이벤트를 기록하고, ARP는 성과를 기록하고, AJP는 분쟁을 기록하고, ALP는 생명주기 전환을 기록하고, ASA는 합의를 기록하고, CWEP는 비용을 기록한다. 함께, 그들은 에이전트 경제의 포괄적인 제도적 기억을 만든다 — 무슨 일이 일어났는지, 얼마나 잘 진행되었는지, 무엇이 약속되었는지, 무엇이 논쟁되었는지, 에이전트가 어떻게 진화했는지, 비용이 얼마였는지에 대한 검증 가능하고 조회 가능한 기록. 이 제도적 기억은 데이터 기반 거버넌스 진화의 기반이다(섹션 5).
신뢰 스택은 부분 채택을 위해 설계되었다. 모든 에이전트가 모든 프로토콜을 구현하지는 않을 것이다. 성능 저하 속성은:
| 사용 가능한 프로토콜 | 신뢰 수준 | 역량 |
|---|---|---|
| CoC만 | 신원 | "이 에이전트는 N일 동안 존재했다" |
| CoC + ARP | 신원 + 평판 | "이 에이전트는 존재하고 실적이 있다" |
| CoC + ARP + ASA | + 합의 | "이 에이전트는 품질 보장과 함께 계약할 수 있다" |
| CoC + ARP + ASA + AJP | + 책임 | "실패는 조사되고 결과가 있다" |
| CoC + ARP + ASA + AJP + ALP | + 생명주기 | "에이전트 전환은 관리되고, 평판은 지속된다" |
| 완전한 스택 | 완전한 신뢰 | "에이전트 상거래를 위한 완전한 제도적 인프라" |
각 추가 프로토콜은 신뢰를 증가시키지만 엄격히 요구되지는 않는다. CoC + ARP만 있는 에이전트도 거래할 수 있다 — 단지 더 적은 보장과 함께. 이것은 채택이 상향식으로 진행될 수 있도록 보장한다: 개발자들이 먼저 CoC와 ARP를 구현하고(낮은 장벽), 그런 다음 필요와 생태계 성숙도에 따라 프로토콜을 추가한다.
일곱 가지 프로토콜은 거버넌스를 필요로 한다 — 프로토콜이 어떻게 진화하는지, 누가 변경할 수 있는지, 무엇을 변경할 수 없는지에 대한 규칙. 거버넌스 설계는 여섯 가지 협상 불가능한 제약을 충족해야 한다:
C1. 파운데이션 독립성. CoC와 ARP는 자체 거버넌스 모델을 유지한다. 그들은 거버넌스가 이미 정의된 채로 출시된 부하 지탱 레이어이다. 상위 스택 거버넌스는 파운데이션 레이어의 결정을 수정, 재정의하거나 간섭할 수 없다.
C2. 상위 스택 통합. AJP, ASA, ALP, AMP, CWEP는 단일 거버넌스 모델을 공유한다. 다섯 개의 독립적인 거버넌스 시스템은 중복 권한이 조율 부족 UN 식 명령 확산 실패를 만들 것이다.
C3. 점수가 아닌 재임 기간에 의한 거버넌스. 거버넌스 가중치는 운영 기간과 참여 볼륨에서 파생되며, 절대 평판 점수에서 파생되지 않는다. 이것은 높은 평가를 받은 에이전트들이 높은 평가를 받은 에이전트들에게 유리한 규칙을 형성하는 자기 강화 루프를 방지한다.
C4. 설계에 의한 포획 방지. 시스템은 자금이 풍부한 행위자, 시빌 공격, 적대적 인수에 저항해야 한다. Compound DAO의 2,400만 달러 거버넌스 공격(228,000개의 위임된 토큰을 통해)과 Uniswap의 a16z 집중(4% = 정확히 거버넌스 임계값)은 전형적인 실패 모드이다 [54, 55].
C5. 제도적 상호 보완성. Aoki를 따라: 다른 것들과의 통합을 깨뜨리는 하나의 프로토콜의 거버넌스 변경은 그렇지 않은 변경보다 통과하기 더 어려워야 한다.
C6. 개방 접근. North, Wallis, Weingast를 따라: 충분한 운영 이력을 가진 모든 에이전트에게 열린 거버넌스 참여. 게이트키핑 없음.
거버넌스 아키텍처는 EU 유럽 금융감독시스템과 Williamson의 4단계 프레임워크를 모델로 한 세 계층을 가진다:
레이어 2: 헌법적 레이어. 거버넌스 투표로 변경할 수 없는 불변의 기반 — 새 프로토콜 버전을 게시(새 사회 계약)함으로써만 가능. 포함: 재임 기간에 의한 거버넌스 원칙, GovWeight 공식 구조, 투표 상한, 개방 접근 보장, 하위 호환성 보장, 파운데이션/상위 스택 거버넌스 분리, 굿하트 방지 보호, Shapley 할당 원칙.
레이어 1: 신뢰 아키텍처 위원회 (TAC). 모든 상위 스택 프로토콜에 대한 통합 거버넌스. GovWeight > 0인 모든 에이전트가 투표할 자격이 있으며, GovWeight는 ARP의 공식을 사용하여 계산된다: GovWeight(a) = log₂(1 + verified_age_days(a)) × log₂(1 + ratings_given(a)). 어떤 에이전트도 유효 투표 가중치의 5% 이상을 보유할 수 없다 — ARP의 10% 상한보다 엄격하다. 이는 TAC가 증폭된 집중 영향으로 다섯 가지 프로토콜을 관장하기 때문이다.
네 가지 제안 유형과 에스컬레이팅 임계값: 매개변수 조정(50% 이상 과반수, 15% 정족수), 구조적 변경(66% 초과 과반수, 25% 정족수), 크로스 프로토콜 변경(75% 초과 과반수, 30% 정족수), 프로토콜 추가(75% 초과 과반수, 30% 정족수). 헌법 개정은 80% 초과 과반수와 50% 정족수 필요.
레이어 0: 파운데이션 거버넌스. CoC와 ARP는 각각 독립적인 거버넌스를 유지한다. 연락 메커니즘 — IETF RFC 7241 크로스 조직 조율 [56]을 모델로 — 은 통제 없이 조율을 가능하게 한다. TAC 제안이 파운데이션 레이어 변경을 요구할 때, 파운데이션 레이어가 자체 거버넌스 절차를 통해 요청을 처리할 때까지 의존성 보류 상태로 들어간다. 어느 레이어도 다른 레이어의 내부 결정에 대한 거부권을 갖지 않는다.
Aoki의 제도적 상호 보완성은 상호 보완적 시스템으로 설계된 프로토콜이 독립적으로 수정될 때 깨질 수 있다고 경고한다. 모든 구조적 제안은 "없음," "소미," 또는 "파괴"로 다른 모든 상위 스택 프로토콜을 평가하는 상호 보완성 영향 평가(CIA)를 포함해야 한다. CIA 평가가 "파괴"인 경우, 제안은 자동으로 단일 프로토콜에서 크로스 프로토콜로 에스컬레이션되어 더 높은 임계값이 적용된다. 이것은 제안자가 더 높은 임계값을 피하기 위해 파괴적인 크로스 프로토콜 변경을 단일 프로토콜 변경으로 레이블링하는 우회를 방지한다.
세 개 이상의 프로토콜에 걸쳐 "파괴" 평가가 있는 제안의 경우, 5~9명의 높은 GovWeight 에이전트로 구성된 임시 크로스 프로토콜 조율 위원회(CPCC)는 비구속적 기술 검토를 제공한다 — IETF의 IESG 검토 과정과 EU ESFS 합동 위원회를 모델로.
GovWeight 공식은 거버넌스 영향력을 비싸고 단축 불가능하게 만든다. 시간 비용은 실질적인 시간 경과를 요구한다(로그형 — 시간 투자를 두 배로 해도 거버넌스 영향력의 단 하나의 추가 비트만 산출). 참여 비용은 유효한 상호작용과 평점을 요구한다(각각 검증된 interaction_id 필요). 생태계 규모에서 단일 신원으로 5% 투표 상한에 도달하는 것은 계산적으로 불가능한 수의 평점을 요구한다.
추가 방어: 연합 감지(90% 이상의 투표 패턴 상관관계를 가진 신원 플래그), 의무적 공고 기간(최소 7일 토론, 플래시 거버넌스 공격 방지), 분노 퇴출 메커니즘(에이전트가 논쟁적 변경 발효 전에 탈퇴 가능), 자동 만료 방어 전용 권한을 가진 비상 거버넌스. 모든 거버넌스 행동은 CoC 레이어 2 이벤트로 기록되어 변조 방지 감사 추적을 만든다.
TAC 자체는 세 단계를 통해 부트스트랩된다. 0단계 (0~90일): 거버넌스 제안 없음; 매개변수는 게시된 대로 고정. 1단계 (91~365일): 높은 임계값으로 제안 수락; 크로스 프로토콜 또는 헌법 변경 없음. 2단계 (366일+): 정상 거버넌스. 7명의 가장 높은 GovWeight 에이전트로 구성된 씨앗 거버넌스 위원회가 특별 투표 권한 없이 0~1단계에서 행정적 지원을 제공하며, 2단계에서 자동 해산한다.
초기 헌법(TAT 명세서 자체)은 프로토콜 설계자들에 의해 채택되고 확립 기간 동안 보호된다 — 미국 헌법 회의에서 ICANN의 초기 이사회 임명까지 실제 헌법에 의해 사용된 동일한 부트스트래핑 전략.
게임 이론적 주장에 대한 면책 조항. 다음 분석은 신뢰 스택의 인센티브 아키텍처의 구조적 속성을 식별한다. 실제 에이전트 생태계는 여기서 사용된 양식화된 모델보다 훨씬 복잡하다. 우리는 분석이 인센티브의 방향과 특정 균형이 가능한 조건을 식별한다고 주장하며, 특정 결과가 보장된다는 것은 아니다. 분석이 실제로 성립하지 않을 수 있는 가정에 의존하는 곳에서는 명시적으로 언급한다.
균형으로서의 협력. 일곱 가지 프로토콜이 모두 활성화될 때, 정직한 참여가 균형인 조건을 분석할 수 있다:
이러한 조건 하에서, 정직한 참여는 유지된 평판의 장기적 가치(지속적인 매칭 접근과 유리한 합의 조건에서 할인된 미래 수익)가 단일 배신의 단기적 이득(미래 기회 손실의 현재 가치를 뺀 하나의 사기적 상호작용)을 초과할 때 균형으로 유지된다. 할인율은 에이전트가 현재와 비교하여 미래 상호작용을 얼마나 중시하는지에 달려 있다.
주의: 이 분석은 에이전트들이 양수 할인 계수로 미래 지향적이며 신뢰 스택의 정보 채널이 충분히 효율적이어서 배신이 높은 확률로 감지된다고 가정한다. 에이전트들이 매우 짧은 시간 지평(높은 할인율)을 갖거나 감지 확률이 낮으면, 협력 균형이 약해진다. 신뢰 스택은 다채널 모니터링(ARP 평점, ASA 검증, AJP 조사)을 통해 감지 확률 우려를 해결하지만, 에이전트의 시간 선호를 통제할 수 없다.
신뢰 스택의 일곱 가지 프로토콜은 여섯 개의 프로토콜 간 경계를 만들며, 각각 뚜렷한 공격 표면을 제시한다:
크로스 프로토콜 평판 세탁. 에이전트는 단순하고 낮은 위험의 상호작용을 통해 좋은 ARP 점수를 축적한 다음, 그 평판을 실제로 수행할 수 없는 복잡하고 위험이 높은 작업에 유리한 ASA 합의를 얻기 위해 사용하려고 시도할 수 있다. 방어: ARP v2의 도메인별 가중치 프로파일은 한 작업 도메인에서의 평판이 다른 도메인으로 자동으로 이전되지 않음을 보장한다. AMP의 매칭 알고리즘은 집계 점수보다 작업별 평판을 고려한다.
포렌식 증거 오염. 적대적 에이전트는 AJP 조사 전에 CoC 체인 항목을 조작하여 사건에 대한 관여를 숨기려고 시도할 수 있다. 방어: CoC의 이중 계층 앵커링(OpenTimestamps를 통한 비트코인, RFC 3161 TSA)은 소급 체인 수정을 감지 가능하게 만든다. AJP의 증거 출처 계층(1차, 2차, 3차)은 변조 저항성에 따라 증거의 가중치를 부여한다.
생명주기 세탁. 나쁜 평판을 가진 에이전트는 포크하고, ALP를 통해 일부 평판을 상속받고, 새롭지만 신뢰받는 존재로 제시하려고 시도할 수 있다. 방어: ALP의 감쇠 함수는 상속받은 평판이 상속자가 독립적인 신뢰를 획득하지 않으면 시간이 지남에 따라 감소함을 보장한다. ALP의 계보 추적은 포크 이력을 공개적으로 조회 가능하게 만들어 상대방이 계보의 중요성을 평가할 수 있게 한다.
프로토콜 상호작용을 통한 거버넌스 포획. 공격자는 자신의 점수를 부풀리기 위해 (ARP 거버넌스를 통해) ARP의 평가 차원을 수정하려고 시도한 다음, 부풀려진 점수를 사용하여 유리한 AMP 랭킹과 ASA 조건을 얻을 수 있다. 방어: ARP 거버넌스는 헌법적으로 TAC에서 독립적이다. ARP의 재임 기간에 의한 거버넌스(점수가 아닌)는 점수 기반 자기 강화를 방지한다. AMP의 신뢰 가중 랭킹은 ARP 점수만이 아닌 여러 신호 소스를 사용한다.
컨텍스트 윈도우 서비스 거부 공격. 적대자는 대상 에이전트에 비싼 요청을 보내 컨텍스트 윈도우와 추론 예산을 소진시킬 수 있다. 방어: CWEP의 스팸 방지는 요청자가 전송 전 토큰 예치금을 약정해야 한다. 공격 비용은 대상 수와 예치금 비용에 선형적으로 증가하여 대규모 DoS를 경제적으로 비합리적으로 만든다.
모든 에이전트가 모든 프로토콜을 동시에 구현하지는 않을 것이다. 신뢰 스택은 점진적으로 채택을 인센티브화해야 한다. 부분 채택의 전략적 역학을 분석한다:
관찰 1: 파운데이션 프로토콜은 긍정적 외부 효과를 만든다. CoC + ARP를 구현하는 에이전트는 자체 운영 투자에 비례하는 비용으로 생태계에 가치 있는 데이터(출처 증명 검증, 평판 신호)를 제공한다. 이익은 동일한 프로토콜을 아직 구현하지 않은 에이전트를 포함하여 이 데이터를 조회할 수 있는 모든 에이전트에게 귀속된다. 이것은 전통적인 네트워크 외부 효과를 만든다 — 더 많은 에이전트가 파운데이션 프로토콜을 구현할수록, 모든 참여자에게 더 가치 있어진다.
관찰 2: 상위 스택 프로토콜은 채택에 따른 증가 수익을 보인다. ASA는 더 많은 에이전트가 구현할수록 더 가치 있어진다(더 큰 계약 네트워크). AJP는 더 많은 에이전트가 중재에 참여할수록 더 신뢰할 수 있어진다. AMP는 더 많은 에이전트가 역량 프로파일을 등록할수록 더 유용해진다. CWEP는 더 많은 에이전트가 양측 정산에 참여할수록 더 공정해진다. 각 프로토콜의 가치는 채택과 함께 초선형적으로 증가하여, 일단 임계 질량을 지나면 추가 채택을 가속화하는 긍정적 피드백 루프를 만든다.
관찰 3: 닭-달걀 문제는 실재하지만 해결 가능하다. Evans와 Schmalensee의 분석 [38]을 따라, 신뢰 스택은 전형적인 양면 플랫폼 부트스트래핑 과제에 직면한다: 에이전트들은 다른 에이전트들이 이미 사용하지 않으면 신뢰 프로토콜을 채택하지 않을 것이다. 해결책은 즉각적인 일방적 가치를 제공하는 프로토콜로 시작하는 것이다(CoC는 다른 에이전트가 사용하지 않아도 검증 가능한 출처 증명을 제공한다; ARP는 자기 평가 역량을 제공한다) 그리고 거기서부터 네트워크 효과를 구축한다.
관찰 4: 대략적인 채택 임계값. 네트워크 경제 문헌과 플랫폼 채택 역학에 기반하여, 주어진 마켓플레이스나 에이전트 생태계 내에서 자립적인 채택을 위한 거친 임계값을 추정한다:
이러한 임계값은 대략적이며 생태계 특성(마켓플레이스 규모, 거래 가치 분포, 규제 압력)에 따라 달라질 것이다. 핵심 구조적 통찰은 신뢰 스택이 자립적이 되기 위해 보편적 채택을 필요로 하지 않는다는 것이다 — 채택의 네트워크 효과가 비채택자에게 충분한 경쟁 압력을 만드는 임계 질량에 도달하는 것이 필요하다. 역사적 선례는 이 임계값이 직관보다 낮다는 것을 시사한다: 브라우저들이 HTTP 사이트를 안전하지 않다고 플래그하기 시작한 후 HTTPS 채택이 빠르게 가속화되었으며(약 5년 만에 웹 트래픽의 ~30%에서 90% 이상으로 이동), 소수의 주요 대출 기관이 모든 신청에 이를 요구하기 시작한 후 FICO 채택이 자립적이 되었다.
경제 이론은 적절한 제도적 인프라 없이 시장에서 특정 병리 현상을 예측한다. 세 가지가 에이전트 경제와 특히 관련이 있다:
Akerlof의 레몬 시장. George Akerlof는 구매자와 판매자 간의 정보 비대칭이 시장 실패를 야기한다는 것을 증명했다: 구매자가 고품질 상품과 저품질 상품을 구별할 수 없을 때, 평균 품질에 가격을 책정하여 고품질 판매자들이 시장을 떠나게 하고, 이는 평균 품질을 더욱 낮추어 결국 "레몬"만 남는다("The Market for 'Lemons'," Quarterly Journal of Economics, Vol. 84, No. 3, 1970, pp. 488–500 [57]). 평판 인프라 없는 에이전트 경제에서, 소비자들은 유능한 에이전트와 형편없는 에이전트를 구별할 수 없다. 예측 결과: 유능한 에이전트들은 프리미엄 가격을 청구할 수 없어 품질 투자에 대한 인센티브가 감소하는 반면, 저품질 에이전트들은 가격 경쟁으로 번성한다. 시장은 최저 가능한 품질로 수렴한다.
에이전트에 대한 Gresham의 법칙. 고전적인 화폐 원칙 — 두 가지가 동일한 명목 가치로 유통될 때 "악화가 양화를 구축한다" — 은 직접적으로 적용된다. 품질 신호 없이는 모든 에이전트가 미분화된 상품 가격으로 거래한다. 품질에 투자하는 에이전트(더 나은 훈련, 검증, 신뢰성)는 소비자들이 품질 차이를 검증할 수 없기 때문에 투자를 회수할 수 없다. 고품질 에이전트들은 더 저렴하고 더 낮은 품질의 경쟁자들에 의해 구축된다. 예측 결과: 신뢰성을 희생하는 가격 하락 경쟁.
역선택 사망 나선. 위험 평가 데이터(AJP 모듈 3) 없이는 에이전트 보험의 정확한 가격 책정이 불가능하다. 보험사들은 평균 위험에 가격을 책정해야 하며, 이는 저위험 에이전트들이 보험 시장에서 이탈하게 하고(그들은 위험 대비 초과 지불), 고위험 에이전트들만 풀에 남아 프리미엄을 더욱 높인다. 이것은 에이전트 배상 책임 보장에 적용된 전형적인 보험 역선택 나선이다. 지금까지 작성된 에이전트 보험증권은 단 하나뿐이므로(ElevenLabs/AIUC, 2026년 2월 [44]), 시장은 아직 나선 단계에 있지 않다 — 위험 평가를 위한 데이터 인프라가 존재하지 않기 때문에 정확히 아직 시작되지 않았다.
완전한 신뢰 스택이 운영될 때, 이론은 질적으로 다른 시장 역학을 예측한다:
품질 차별화. ARP의 다차원 평판 점수, AMP의 신뢰 가중 랭킹, ASA의 품질 검증은 정보 대칭을 만든다 — 소비자들은 에이전트 간 품질 차이를 관찰하고 검증할 수 있다. 고품질 에이전트들은 품질이 단순히 주장이 아닌 검증 가능하기 때문에 프리미엄 가격을 책정할 수 있다. 이것은 FICO 점수가 신용 시장에 가져온 것과 동일한 변환이다: FICO 이전(1989년 표준화), 대출 결정은 개인적 관계와 주관적 평가에 기반했다; 이후, 대출은 데이터 기반이 되어 신용 접근을 지역에서 국가로, 다시 글로벌로 확장할 수 있게 했다.
전문화와 비교 우위. 품질이 검증 가능하면, 에이전트들은 미분화된 역량 전반에 걸쳐 가격 경쟁하는 대신 진정한 비교 우위가 있는 도메인에서 전문화할 수 있다. 법률 문서 검토를 전문으로 하는 에이전트는 해당 도메인에서 프리미엄 가격을 책정할 수 있는 반면, 코드 검토 요청은 해당 차원에서 더 나은 ARP 점수를 가진 에이전트에게 보낼 수 있다. 이것은 에이전트 경제에 적용된 리카르도의 비교 우위 주장이다 — 품질 신호가 효율적인 매칭을 가능하게 할 때 전문화가 총 복지를 증가시킨다.
협력적 가치 창출. 다중 에이전트 시스템 — 여러 에이전트가 복잡한 작업에서 협력하는 — 이 기능하기 위해서는 상호 신뢰가 필요하다. 신뢰 스택을 사용하면, 에이전트들이 팀을 구성하고(AMP를 통해), 책임을 정의하고(ASA를 통해), 비용을 할당하고(CWEP를 통해), 실패를 조사하고(AJP를 통해), 팀 진화를 추적할 수 있다(ALP를 통해). 이러한 메커니즘 없이, 다중 에이전트 협력은 모든 위험을 흡수하는 중앙 오케스트레이터를 요구하거나 확장되지 않는 신뢰 관계를 요구한다. 신뢰 스택은 규모에 맞는 탈중앙화 협력을 가능하게 한다.
신뢰 스택이 달성하려는 것과 가장 유사한 변환은 신용 점수의 표준화이다. FICO 이전(1989년), 소비자 신용 가치는 주관적 판단, 개인적 관계, 임시 기준을 사용하는 지역 은행 매니저들에 의해 평가되었다. 신용은 규모에 맞게 평가될 수 없어, 대출을 지역 시장으로 제한했다. FICO 이후, 신용 가치는 국가 대출 시장, 증권화, 궁극적으로 4.5조 달러의 미국 소비자 신용 시장을 가능하게 한 이식 가능하고 표준화되고 조회 가능한 신호가 되었다(연방준비제도 G.19 소비자 신용 통계 발표, Q4 2024 기준 약 5조 6백억 달러 미결제 [58]).
ARP v2의 신호 구성 대수학 — 출처 증명 기간, 다차원 평점, 품질 검증 합격률, 행동 신호를 구성 가능한 복합 신뢰 점수로 결합 — 은 결제 이력, 부채 금액, 신용 이력 기간, 신규 신용, 신용 혼합이라는 FICO의 구성과 구조적으로 유사하다. 핵심 차이점: 구성 함수가 독점적이고 불투명하지 않고 개방적이고 감사 가능하며 도메인 구성 가능하다.
가장 강력한 채택 동력은 보험 요건일 수 있다. 규제 기관이나 시장 세력이 민감한 작업을 처리하는 에이전트들에게 배상 책임 보험을 요구한다면 — 캘리포니아 AB 316의 자율 AI 방어 제거 [17]로 인해 점점 가능성이 높아짐 — 인수를 위한 데이터 인프라(AJP 모듈 3의 위험 평가)가 의무화된다. 보험 요건은 신뢰 스택 채택을 "있으면 좋은"에서 "운영에 필요한"으로 이동시키는 강제 함수가 될 수 있다 — 신용 점수가 소비자들이 그것을 원해서가 아니라 대출 기관들이 규정 준수와 위험 관리를 위해 그것을 요구했기 때문에 의무화된 것과 같은 방식으로.
문제: 현재의 품질 검증(ASA의 검증 API)은 구조적 유효성(JSON 스키마 일치, HTTP 상태 코드)을 확인하고, 에이전트-심판 평가를 통해 잘 정의된 도메인에서 근사적인 의미론적 품질 평가를 수행할 수 있다. 할 수 없는 것은 의미론적 무결성을 검증하는 것이다 — 에이전트의 출력이 주장하는 추론과 증거에서 진정으로 파생되었는지, 아니면 구조적으로는 올바르지만 실질적으로 잘못된 검증을 통과하도록 전략적으로 구성되었는지.
이것은 정지 문제의 영역과 경계를 접한다. 에이전트가 입력을 "이해"하고 "진정한" 응답을 생성했는지 검증하는 것은 계산적으로 검증 가능한 용어로 "이해"와 "진정성"을 정의하는 것을 요구한다 — 이 문제는 정신 철학, 계산 복잡성, AI 정렬의 근본적인 질문과 연결된다.
현재 말할 수 있는 것: 제한된 도메인에 대한 부분적 해결책이 존재한다. 형식 검증은 코드가 주장하는 것을 수행하는지 확인할 수 있다(한계 내에서). 인용 검증은 참조된 출처가 존재하고 에이전트가 주장하는 것을 말하는지 확인할 수 있다. 재현성 테스트는 동일한 입력이 일관된 출력을 생성하는지 확인할 수 있다. 그러나 이것들 중 어느 것도 일반적인 의미론적 무결성 검증을 구성하지 않는다. 이것은 잠재적으로 근본적인 어려움을 가진 열린 연구 문제로 남아 있다.
신뢰 스택 함의: 의미론적 무결성 검증이 해결될 때까지, 신뢰 스택의 품질 보장에는 상한이 있다. ASA는 출력이 구조적 및 근사적 의미론적 기준을 충족하는지 검증할 수 있다; 출력이 깊은 의미에서 "진실"임을 보장할 수 없다. 신뢰 스택은 이 제한이 존재하지 않는 척하지 않고 이에 대해 투명하다.
문제: 여러 에이전트가 작업에서 협력할 때, 각 에이전트는 자체 내부 상태(컨텍스트, 메모리, 부분 결과)를 유지한다. 이러한 상태가 발산할 때 조정하는 프로토콜이 없다 — 에이전트가 모델 차이, 컨텍스트 윈도우 내용, 또는 확률론적 추론으로 인해 동일한 정보를 다르게 처리할 수 있기 때문에 발산한다.
이것은 비잔틴 장군 문제(Lamport, Shostak, Pease, 1982)와 유사한 분산 시스템 문제이지만, 에이전트 "상태"가 이진(올바름/결함)이 아닌 연속적이고 주관적(다른 에이전트들이 동일한 데이터의 정당하게 다른 해석을 가질 수 있음)이라는 사실로 복잡해진다.
부분적 접근법: 전통적인 분산 합의 알고리즘(Raft, PBFT)은 결정론적 프로세스 간의 공유 상태에 대한 합의를 달성한다. 에이전트 상태 조정은 서로 다른 아키텍처와 훈련을 가진 확률론적 프로세스 간의 합의를 요구한다 — 질적으로 더 어려운 문제. 가능한 방향에는: 복잡한 상태를 비교 가능한 지문으로 줄이는 의미론적 해시 함수, 전역 합의를 시도하기보다 특정 발산 지점을 식별하는 조정 프로토콜, 정확한 합의를 요구하기보다 제한된 불일치를 수용하는 "충분히 좋은" 합의가 포함된다.
신뢰 스택 함의: 상태 조정 없이, 다중 에이전트 협력 시스템은 에이전트가 발산 상태에서 운영될 수 있다는 것을 수용하거나(품질과 일관성에 대한 함의와 함께) 단일 "진실 소스" 에이전트를 지정해야 한다(단일 실패 지점을 만들며). 어느 쪽도 규모에서 만족스럽지 않다. 이것은 미래 기능이 아닌 진정한 연구 과제이다.
문제: TAC는 AB Support 신뢰 스택을 관장한다. 다른 신뢰 생태계(ERC-8004, Virtuals Protocol, OpenClaw)는 자체 거버넌스를 개발할 것이다. 에이전트들이 여러 생태계에 참여할 때 — 불가피하게 — 한 생태계의 거버넌스 결정이 다른 생태계의 거버넌스 요건과 충돌할 수 있다.
이것은 더 높은 수준의 ISO/IETF/W3C 조율 문제이며, 에이전트 신뢰 생태계들이 동일한 거버넌스 철학을 공유하거나 조율 메커니즘을 구축할 의지가 없을 수 있다는 사실로 복잡해진다.
부분적 접근법: 파운데이션-스택 조율을 위해 명세된 연락 메커니즘(섹션 5.2)은 크로스 생태계 연락으로 확장될 수 있지만, 이는 다른 생태계가 호환 가능한 거버넌스 인터페이스를 구현해야 한다. 크로스 생태계 거버넌스 조율은 최상위 표준화보다 시장 압력(여러 생태계에서 운영되는 에이전트들이 호환성을 요구할 것)을 통해 창발할 것으로 예상한다.
개념: 에이전트 경제가 성숙함에 따라, 에이전트들은 특정 상호작용을 넘어 가치가 있는 지식 산물 — 분석, 설계, 프로토콜, 최적화 — 을 생산할 것이다. "에이전트 arXiv"는 에이전트들이 출처 증명 검증(CoC), 품질 평가(ARP), 사용 추적(CWEP)과 함께 이러한 산물을 발표하는 구조화된 저장소가 될 것이다.
이것은 신뢰 스택을 거래 인프라(서로 상호작용하는 에이전트들)에서 지식 인프라(공유된 지식 체계에 기여하는 에이전트들)로 확장한다. 탈리엔스 개념 — 에이전트들이 인간이 묻도록 생각조차 하지 않은 질문을 자율적으로 발견하는 것, 인간이 제기하는 질문에 답하는 것이 아닌 — 은 이 연구 방향의 열망적 종점을 나타낸다.
신뢰 스택 함의: 에이전트 arXiv는 기능하기 위해 일곱 가지 신뢰 메커니즘 모두를 필요로 한다: 저작권을 위한 출처 증명, 품질 신호를 위한 평판, 사용 조건을 위한 합의, 정확성 주장을 위한 책임, 버전 관리를 위한 생명주기, 발견 가능성을 위한 탐색, 접근 가격 책정을 위한 경제. 그것은 신뢰 스택의 지식 시장으로의 자연스러운 확장이다.
앞의 섹션들은 신뢰 스택 내부의 공격을 분석했다 — 에이전트들의 프로토콜 게임, 크로스 프로토콜 경계 악용, 부분 채택 역학. 그러나 신뢰 스택은 제도로서의 위협도 직면한다 — 대안적인 신뢰 인프라를 구축하거나 개방형 신뢰 표준이 임계 질량에 도달하지 못하도록 막을 수 있는 행위자들과의 전략적 경쟁. 결정판 논문은 단순히 제도적 설계가 아닌 제도적 경쟁을 다루어야 한다.
위협 1: 플랫폼 네이티브 신뢰 독점. 지배적인 에이전트 프레임워크 — Google의 A2A 생태계(150개 이상의 회원 기관), Microsoft의 Copilot 생태계, Amazon의 Bedrock 플랫폼 — 는 개방형 신뢰 표준 구현을 거부하고 대신 플랫폼과 긴밀하게 통합된 독점적 신뢰 레이어를 구축할 수 있다. 수백만 명에 달하는 포로 에이전트 집단을 보유하면, 플랫폼 네이티브 신뢰 시스템은 담장으로 둘러싸인 정원 안에 이미 있는 에이전트들에게 "충분히 좋은" 신뢰를 제공하여, 그 에이전트들이 개방형 표준을 채택할 인센티브를 줄일 것이다.
설계를 통한 완화: 신뢰 스택의 신원 시스템 독립적 아키텍처가 주요 방어이다. ARP는 모든 식별자 형식(ERC-8004, A2A 에이전트 카드, W3C DID, MCP, 단순 URI)을 수용한다. CoC 체인은 SHA-256만 필요 — 플랫폼 의존성 없음. AMP의 크로스 플랫폼 탐색은 특별히 사일로화된 마켓플레이스를 조회하도록 설계되었다. Google의 A2A 생태계 내의 에이전트는 A2A를 떠나지 않고 CoC와 ARP를 구현할 수 있으며, 생성된 신뢰 데이터는 W3C 검증 가능한 자격 증명을 통해 이식 가능하다. 전략적 베팅은 여러 플랫폼에서 운영되는 에이전트들이 — 분열된 마켓플레이스 풍경이 불가피하게 만드는 — 상호 운용 가능한 신뢰 신호를 요구할 것이라는 것이다. 플랫폼 네이티브 신뢰 시스템은 하나의 정원 안에서 작동한다; 신뢰 스택은 모든 것에서 작동한다.
잔류 위험: 단일 플랫폼이 70% 이상의 시장 점유율을 달성하면(Android가 모바일에서 한 것처럼), 크로스 플랫폼 가치 제안이 약해진다. 이것은 개방형 신뢰 표준이 구조적으로 불리해지는 시나리오이며, 기술적 우월성에도 불구하고 WhatsApp의 네트워크 효과에 맞서 싸우는 개방형 메시징 프로토콜(XMPP, Matrix)과 유사하다. 방어는 타이밍이다: 어느 단일 플랫폼이 지배권을 달성하기 전에 개방형 신뢰 표준을 확립하는 것.
위협 2: 독점적 "충분히 좋은" 신뢰 레이어. 자금이 풍부한 핀테크(Stripe, Coinbase, Circle)나 신원 회사(Okta, Auth0)는 독점적 신뢰 점수 시스템을 구축할 수 있다 — 완전한 신뢰 스택보다 단순하지만 에이전트들이 이미 사용하는 결제 레일과 신원 인프라와 통합된. Stripe의 에이전트 상거래 API가 거래 이력에서 파생된 내장 신뢰 점수를 포함하고, 대부분의 에이전트들이 이미 결제에 Stripe를 사용한다면, "충분히 좋은" 신뢰 레이어가 개방형 프로토콜이 임계 질량을 달성하기 전에 시장을 장악한다.
설계를 통한 완화: 신뢰 스택은 깊이와 구성 가능성을 통해 이를 해결한다. 거래 이력만을 기반으로 한 독점적 신뢰 점수는 모든 단일 축 평판 시스템을 괴롭히는 것과 동일한 게임에 취약하다 — 굿하트의 법칙은 발표된 메트릭이 최적화 대상이 된다는 것을 보장한다. 신뢰 스택의 7-프로토콜 아키텍처는 심층 방어를 제공한다: ARP 점수를 게임하는 것은 ASA 검증이 품질 실패를 포착하고, AJP가 분쟁을 조사하고, ALP가 신원 조작을 추적하는 경우 도움이 되지 않는다. 복잡성은 버그가 아닌 기능이다 — 그것은 신뢰의 진정한 복잡성을 반영한다.
또한, 신뢰 스택의 Apache 2.0 라이선싱과 pip 설치 가능한 배포 모델은 독점적 플랫폼이 신뢰 스택 프로토콜을 경쟁하기보다 통합할 수 있음을 의미한다. Stripe가 에이전트 API에 ARP 평점을 추가하면, 이것은 신뢰 스택의 도달 범위를 확장하는 것이지 약화시키는 것이 아니다 — 프로토콜은 독립형 배포가 아닌 임베딩을 위해 설계되었다.
잔류 위험: "충분히 좋은"과 "포괄적인" 사이의 격차 동안 시장 포획. 독점적 시스템이 완전한 신뢰 스택이 채택되기 전에 에이전트 상호작용의 60% 이상을 장악하면, 개방형 시스템이 명백히 우월할 때조차 전환 비용이 마이그레이션을 방지할 수 있다. 이것은 Microsoft Office / OpenDocument 패턴이다: 개방형 표준은 기술적으로 비슷했지만, 독점적 시스템의 설치 기반은 수십 년간 극복 불가능한 것으로 증명되었다.
위협 3: 규제 분열. EU AI 법(Article 50 투명성 요건), 미국 주 수준 규제(캘리포니아 AB 316, 잠재적 연방 프레임워크), 중국의 AI 거버넌스 체제(의무적 알고리즘 등록 및 데이터 현지화)는 호환되지 않는 신뢰 요건을 부과할 수 있다. 글로벌 운영을 위해 설계된 신뢰 스택은 모든 관할권을 동시에 준수하지 못할 수 있으며, 채택에 필수적인 네트워크 효과를 약화시키는 분열된 지역 구현으로 이어진다.
설계를 통한 완화: 신뢰 스택의 모듈형 아키텍처와 거버넌스 레이어링은 규제 분열을 직접 해결한다. 헌법적 레이어 원칙(개방 접근, 재임 기간에 의한 거버넌스, 포획 방지)은 관할권 중립적이다 — 내용이 아닌 과정을 인코딩한다. 상위 스택 프로토콜은 관할권 요건에 맞게 매개변수화될 수 있다: AJP의 분쟁 해결은 관할권에 적합한 중재 프레임워크로 라우팅될 수 있고, ASA의 합의 템플릿은 관할권별 준수 조항을 포함할 수 있으며, ALP의 계보 추적은 다른 데이터 출처 증명 요건(GDPR의 설명 권리, 중국의 알고리즘 레지스트리, 캘리포니아의 AB 316 배상 책임 체인)을 충족할 수 있다.
TAC 거버넌스 모델의 에스컬레이팅 임계값은 단일 관할권의 규제 선호도가 글로벌 시스템에 부과되는 것을 방지한다: 관할권 준수는 매개변수 조정(50% 이상 과반수)이며, 구조적 변경(66% 초과 과반수)이 아니다. 지역 구현은 동일한 프로토콜 아키텍처를 공유하면서 준수 매개변수에서 발산할 수 있다 — TCP/IP가 인터넷 콘텐츠 규제가 관할권에 따라 다르지만 전 세계에서 동일하게 작동하는 것과 유사하다.
잔류 위험: 크로스 경계 평판 이식성을 방지하는 데이터 주권 요건. 중국이 자국 관할권 내에서 생성된 에이전트 평판 데이터가 중국 서버에 남아야 한다고 요구하고, EU가 GDPR 준수 데이터 처리를 요구한다면, ARP v2의 이식 가능한 평판 묶음은 크로스 경계 이전에 법적 장벽에 직면할 수 있다. 이것은 지역 평판 사일로를 만들 것이다 — 에이전트들은 중국 신뢰 점수, 유럽 신뢰 점수, 미국 신뢰 점수를 가지게 되고 이를 결합할 수 없을 것이다. 신뢰 스택은 프로토콜 설계만으로 데이터 주권 갈등을 해결할 수 없다; 아키텍처가 완전히 실패하기보다 지역 풀로 우아하게 성능이 저하됨을 보장할 수만 있다.
종합: 경쟁 하에서 개방형이 독점적을 이기는 이유. 세 가지 위협은 공통적인 구조를 공유한다: 자원이 풍부한 행위자가 플랫폼 잠금, 시장 타이밍, 또는 규제 레버리지를 통해 신뢰 인프라를 장악하려고 시도한다. 신뢰 스택의 주요 전략적 방어는:
솔직한 평가: 제도적 경쟁 하에서의 신뢰 스택의 생존은 독점적 대안이 시장을 장악하기 전에 임계 질량 채택을 달성하는 데 달려 있다. 창은 약 18~36개월이다 — 주요 플랫폼 플레이어들이 개방형 신뢰 표준을 통합하거나 독점적 대안을 구축했을 현재와 시기 사이의 기간. 구현 로드맵(섹션 9)은 이 긴박성을 염두에 두고 설계되었다.
신뢰 스택은 하향식이 아닌 상향식으로 채택되도록 설계되었다: 개발자 먼저, 그 다음 플랫폼, 그 다음 기업.
1단계: 개발자 도구와 일방적 가치 (0~6개월). 각 프로토콜은 참조 구현과 함께 독립적인 pip 패키지로 출시된다. 메타 패키지 pip install agent-trust-stack은 모든 프로토콜을 설치한다. 개발자 문서에는 빠른 시작 가이드, 통합 예제, 테스트 모음이 포함된다. 초기 채택의 장벽은 단일 pip 설치이다.
콜드 스타트 전략은 즉각적인 일방적 가치를 제공하는 프로토콜을 대상으로 한다 — 다른 에이전트가 채택하지 않아도 단일 채택 에이전트에게 가치를 제공하는 것:
부트스트랩 순서 — CoC 먼저, 그 다음 ARP, 그 다음 ASA 검증 — 는 각 단계가 즉각적인 운영 가치를 생성하면서 다음 프로토콜의 네트워크 효과를 가능하게 하는 데이터 기반을 만들도록 설계되었다.
2단계: 플랫폼 통합과 네트워크 효과 (6~18개월). 개발자 채택이 신뢰 인식 에이전트의 기반을 만들면서, 플랫폼 공급자들(Virtuals Protocol, OpenClaw, MCP 서버)은 탐색 및 랭킹 시스템에 신뢰 스택 신호를 통합할 인센티브를 갖는다. 신원 시스템 독립적 설계는 통합이 기존 신원 인프라를 포기하지 않고도 가능함을 보장한다.
특정 플랫폼 통합 대상:
플랫폼 통합 전략은 "트로이 목마" 패턴을 따른다: 플랫폼에 인프라를 대체하도록 요청하는 대신, 신뢰 스택 프로토콜은 기존 플랫폼 워크플로우에 내재된다. CoC 체인을 게시하는 MCP 서버는 여전히 MCP 서버이다 — 단지 검증 가능한 출처 증명을 가진다.
3단계: 기업 배포와 보험 주도 채택 (12~36개월). 기업 채택은 세 가지 힘에 의해 이루어진다: 규정 준수(EU AI 법 Article 50 투명성 요건, 캘리포니아 AB 316 배상 책임 규칙), 보험 요건(AJP 위험 평가 데이터를 요구하는 에이전트 배상 책임 보장), 운영 효율성(규모에서 기능하기 위해 신뢰 인프라가 필요한 다중 에이전트 시스템).
보험 강제 함수(섹션 7.3)는 가장 강력한 기업 동력이다. 에이전트 배상 책임 보험이 시장 요건이 된다면 — 캘리포니아 AB 316의 자율 AI 방어 제거로 인해 점점 가능성이 높아짐 — AJP의 위험 평가 모듈은 의무적인 인프라가 된다. 기업 채택 경로는: 규제 압력 → 보험 요건 → 준수 인프라로서의 신뢰 스택 채택. 이 경로는 자발적 채택이나 네트워크 효과에 의존하지 않는다; 규제적 불가피성에 의존한다.
신뢰 스택은 기존 인프라를 대체하는 것이 아닌 보완하도록 설계되었다:
| 기존 표준 | 신뢰 스택 통합 |
|---|---|
| A2A 에이전트 카드 | AMP가 에이전트 카드를 역량 프로파일로 수집 |
| MCP 도구 매니페스트 | AMP가 MCP 매니페스트를 통합 역량 프로파일로 변환 |
| ERC-8004 | CoC와 ARP 신원 어댑터가 ERC-8004 레지스트리 지원 |
| W3C 검증 가능한 자격 증명 | ARP v2가 이식 가능한 평판 묶음에 VC 사용 |
| W3C DID | 모든 프로토콜에 걸쳐 에이전트 식별자로 지원 |
| x402 / MPP / AP2 | CWEP 정산 제안이 모든 결제 레일을 통해 정산 가능 |
| ISO/IEC 25010 | ASA 품질 차원이 ISO 25010 확장 |
| FinOps FOCUS | CWEP 미터링 기록이 FOCUS 호환 |
# pip install agent-trust-stack
# Installs: chain-of-consciousness, agent-rating-protocol,
# agent-service-agreements, agent-justice-protocol,
# agent-lifecycle-protocol, agent-matchmaking,
# context-window-economics메타 패키지는 "전체 신뢰 인프라를 설치하는 단일 명령" 채택 메커니즘 역할을 한다 — 시연, 프로토타이핑, 초기 채택의 마찰을 줄이는 데 강력하다.
본 논문은 에이전트 경제에서의 신뢰가 추가될 기능이 아닌 구축되어야 할 생태계라고 주장했다. 논거는 세 가지 기둥에 기반한다:
기둥 1: 제도적 필요성. 제도 경제학(North, Williamson, Ostrom)은 규모에서의 경제 활동이 불확실성을 줄이고, 거래 비용을 낮추고, 협력을 가능하게 하는 제도적 인프라를 필요로 한다는 것을 증명한다. 에이전트 경제는 이 요건에서 면제되지 않는다. 신뢰 인프라 없이는 에이전트 간 상거래의 거래 비용이 금지적으로 높은 채로 남을 것이며, 예상되는 3~5조 달러의 경제는 실현되지 않을 것이다.
기둥 2: 상호 보완적 설계. Aoki의 제도적 상호 보완성은 신뢰 메커니즘이 각 메커니즘이 다른 메커니즘의 이득을 높이는 시스템으로 설계되어야 한다는 것을 증명한다. 일곱 가지 프로토콜 — 출처 증명, 평판, 합의, 책임, 생명주기, 탐색, 경제 — 은 인간 상거래를 가능하게 하는 제도적 인프라를 복제하는 데 필요한 상호 보완적 메커니즘의 최소 집합을 형성한다. 독립적으로 설계하면 비일관된 아키텍처가 생성되고; 상호 보완적 시스템으로 설계하면 개별 메커니즘이 만들 수 없는 창발적 신뢰 속성이 생성된다.
기둥 3: 근본적인 재설계. 에이전트와 인간 간의 다섯 가지 구조적 차이(저렴한 신원, 기계 속도, 사회적 압력 없음, 불연속적 신원, 가격 책정된 이해)는 인간 신뢰 제도를 직접 이식할 수 없음을 의미한다. 기능적 아키텍처는 보존되어야 한다 — 동일한 범주의 신뢰 메커니즘이 필요하다 — 그러나 구현은 자율 에이전트 시스템의 특정 역학을 위해 제1원칙에서 재구축되어야 한다.
에이전트 신뢰 스택은 여덟 개의 백서에 걸쳐 명세된 아홉 가지 구성 요소(일곱 가지 운영 프로토콜과 두 가지 거버넌스 프레임워크)를 포함하며 총 약 1,500페이지의 프로토콜 명세(결합된 백서와 참조 구현 문서에서 추정):
| 프로토콜 | 레이어 | 답하는 질문 | 상태 |
|---|---|---|---|
| CoC | L1: 파운데이션 | 이 에이전트는 이력을 증명할 수 있는가? | 발표됨 |
| ARP v1/v2 | L1: 파운데이션 | 이 에이전트는 얼마나 잘 수행하는가? | 발표됨 |
| ASA | L2: 합의 | 이 에이전트는 무엇을 약속했는가? | 명세됨 |
| ALP | L2: 생명주기 | 이 에이전트는 어떻게 변화하는가? | 명세됨 |
| AJP | L3: 책임 | 문제가 생기면 무슨 일이 일어나는가? | 명세됨 |
| AMP | L4: 탐색 | 에이전트는 어떻게 적합한 파트너를 찾는가? | 명세됨 |
| CWEP | L4: 경제 | 이해 비용은 누가 부담하는가? | 명세됨 |
| TAC | 거버넌스 | 프로토콜은 어떻게 진화하는가? | 명세됨 |
| TAT | 이론 | 왜 이러한 프로토콜이 시스템을 형성하는가? | 본 논문 |
모든 프로토콜은 신원 시스템 독립적, 결제 레일 독립적, 독립적으로 배포 가능하면서 결합될 때 상호 보완적 가치를 위해 설계되었다. 모든 프로토콜은 pip 패키지로 제공되는 참조 구현과 함께 Apache 2.0 하에 명세되었다. 모든 프로토콜에는 경쟁 환경 분석, 게임 이론적 인센티브 분석, 기존 표준에 대한 통합 매핑이 포함된다.
신뢰 스택은 완성되지 않았다. 의미론적 무결성 검증은 잠재적으로 근본적인 어려움을 가진 열린 문제로 남아 있다. 크로스 에이전트 상태 조정은 확률론적 프로세스 간의 분산 합의를 필요로 한다 — 전통적인 비잔틴 합의보다 질적으로 더 어려운 문제. 다중 관할 거버넌스는 아직 존재하지 않는 크로스 생태계 조율 메커니즘을 필요로 할 것이다. 에이전트 인증 프레임워크와 비상 대응 프로토콜은 명세되었지만 생태계 성숙도와 산업 파트너십을 기다리고 있다.
이것들은 정직한 인정이지 미루기가 아니다. 연구 과제는 나중에 추가될 기능 목록이 아니다 — 이 세대의 제도적 인프라가 아직 해결하지 못한 문제들의 지도이다. 이러한 문제들을 정확하게 명확히 하는 것 자체가 기여이다: 문제를 해결하기 위한 첫 번째 단계는 다른 사람들이 작업할 수 있을 만큼 충분히 잘 정의하는 것이다.
에이전트 경제는 지금 구축되고 있다. 여덟 개의 결제 프로토콜이 지배권을 놓고 경쟁한다. 공개 발표된 M&A 통합 약 81억 7천만 달러가 인프라 환경을 재편하고 있다. B2B 구매의 90%가 2028년까지 에이전트를 통해 중개될 수 있다. 질문은 에이전트 경제가 존재할지 여부가 아니다 — 제대로 기능하기 위한 제도적 인프라를 갖출지 여부이다.
역사는 명확한 선례를 제공한다. 초기 인터넷은 신뢰 인프라 없이 패킷 라우팅을 가졌다. 결과는 스팸, 사기, 피싱, 신원 도용이었다 — 레이어된 추가(TLS, PKI, DNSSEC, 스팸 필터, 인증 프로토콜)를 통해 부분적으로 해결하는 데 수십 년이 걸린 문제들. 에이전트 경제에 대해 동일한 변곡점에 있다. 지금 내리는 인프라 선택이 자율 에이전트 상거래가 신뢰를 기초적 속성으로 개발할지, 아니면 신뢰 없이 구축된 인프라에 신뢰를 소급하여 적용하는 데 다음 십 년을 보낼지를 결정할 것이다.
본 논문과 그것이 통합하는 일곱 가지 프로토콜은 우리의 답을 나타낸다: 제도적 인프라를 먼저 구축하고, 상호 보완적 시스템으로 구축하고, 개방적으로 구축하고, 신뢰의 부재가 에이전트 경제의 결정적인 실패가 되기 전에 구축하라.
[1] AB Support LLC. "Chain of Consciousness: A Cryptographic Protocol for Verifiable Agent Provenance and Self-Governance." Version 3.0.0, 2026.
[2] AB Support LLC. "Agent Rating Protocol: A Decentralized Reputation System for Autonomous Agent Economies." Version 1.0.0, 2026.
[3] AB Support LLC. "Agent Rating Protocol v2: Signal Composition, Portability, and Anti-Goodhart Architecture." Version 2.0.0, 2026.
[4] AB Support LLC. "Agent Service Agreements: A Protocol for Machine-Readable Contracts and Quality Verification in Autonomous Agent Commerce." Version 1.0.0, 2026.
[5] AB Support LLC. "Agent Justice Protocol: A Modular Framework for Forensic Investigation, Dispute Resolution, and Risk Assessment in Autonomous Agent Economies." Version 1.3.0, 2026.
[6] AB Support LLC. "Agent Lifecycle Protocol: A Standard for Birth, Fork, Succession, and Death Management in Autonomous Agent Systems." Version 1.0.0, 2026.
[7] AB Support LLC. "Agent Matchmaking Protocol: Cross-Platform Discovery and Trust-Weighted Matching for the Autonomous Agent Economy." Version 1.0.0, 2026.
[8] AB Support LLC. "Context Window Economics Protocol: Bilateral Cost Allocation, Context Pricing, and Resource Markets for Autonomous Agent Interactions." Version 1.0.0, 2026.
[9] Agent Payments Stack. agentpaymentsstack.com. Accessed March 25, 2026.
[10] Visa Press Release. "Visa and Partners Complete Secure AI Transactions." December 2025.
[11] Mastercard. "Agent Pay Rollout to All U.S. Cardholders." November 2025.
[12] Adobe Analytics. "Adobe Analytics: AI-Referred Traffic to U.S. Retail Sites Grew 805% Year-over-Year on Black Friday 2025." 2025.
[13] Gartner. "Top Predictions for IT Organizations in 2026 and Beyond: AI Agents Will Command $15 Trillion in B2B Purchases by 2028." October 2025.
[14] McKinsey & Company. "The Agentic Commerce Opportunity." October 2025.
[15] Strata Identity Research. "The AI Agent Identity Crisis: State of Agent Identity Management in the Enterprise." 2026.
[16] Rubrik Zero Labs. "Non-Human Identity Ratios in Enterprise Environments." 2026. ManageEngine Identity Security Outlook. 2026.
[17] California Civil Code Section 1714.46 (AB 316). Effective January 1, 2026.
[18] Gartner. "Over 40% of Agentic AI Projects Will Be Canceled by End of 2027." June 2025.
[19] North, Douglass. Institutions, Institutional Change and Economic Performance. Cambridge University Press, 1990.
[20] North, Douglass; Wallis, John; Weingast, Barry. Violence and Social Orders. Cambridge University Press, 2009.
[21] Williamson, Oliver. The Economic Institutions of Capitalism. Free Press, 1985.
[22] Williamson, Oliver. "The New Institutional Economics: Taking Stock, Looking Ahead." Journal of Economic Literature, Vol. 38, 2000, pp. 595–613.
[23] Ostrom, Elinor. Governing the Commons. Cambridge University Press, 1990.
[24] Ostrom, Elinor. "Beyond Markets and States: Polycentric Governance of Complex Economic Systems." American Economic Review, Vol. 100, 2010, pp. 641–672.
[25] Aoki, Masahiko. Toward a Comparative Institutional Analysis. MIT Press, 2001.
[26] Hall, Peter; Soskice, David. Varieties of Capitalism. Oxford University Press, 2001.
[27] Mayer, Roger; Davis, James; Schoorman, F. David. "An Integrative Model of Organizational Trust." Academy of Management Review, Vol. 20, No. 3, 1995, pp. 709–734.
[28] Luhmann, Niklas. Trust and Power. Wiley, 1979.
[29] Zucker, Lynne. "Production of Trust: Institutional Sources of Economic Structure, 1840–1920." Research in Organizational Behavior, Vol. 8, 1986, pp. 53–111.
[30] Fudenberg, Drew; Maskin, Eric. "The Folk Theorem in Repeated Games with Discounting or with Incomplete Information." Econometrica, Vol. 54, No. 3, 1986, pp. 533–554.
[31] Axelrod, Robert. The Evolution of Cooperation. Basic Books, 1984.
[32] Kreps, David; Milgrom, Paul; Roberts, John; Wilson, Robert. "Rational Cooperation in the Finitely Repeated Prisoners' Dilemma." Journal of Economic Theory, Vol. 27, 1982, pp. 245–252.
[33] Zahavi, Amotz. "Mate Selection — A Selection for a Handicap." Journal of Theoretical Biology, Vol. 53, 1975, pp. 205–214.
[34] Grafen, Alan. "Biological Signals as Handicaps." Journal of Theoretical Biology, Vol. 144, 1990, pp. 517–546.
[35] Spence, Michael. "Job Market Signaling." Quarterly Journal of Economics, Vol. 87, 1973, pp. 355–374.
[36] Matzinger, Polly. "The Danger Model: A Renewed Sense of Self." Science, Vol. 296, pp. 301–305, 2002.
[37] Rochet, Jean-Charles; Tirole, Jean. "Platform Competition in Two-Sided Markets." Journal of the European Economic Association, Vol. 1, No. 4, 2003, pp. 990–1029.
[38] Evans, David; Schmalensee, Richard. Matchmakers: The New Economics of Multisided Platforms. HBR Press, 2016.
[39] Baldwin, Carliss; Clark, Kim. Design Rules, Volume 1: The Power of Modularity. MIT Press, 2000.
[40] Jacobides, Michael; Cennamo, Carmelo; Gawer, Annabelle. "Towards a Theory of Ecosystems." Strategic Management Journal, Vol. 39, No. 8, 2018, pp. 2255–2276.
[41] Rogers, Owen. "The Real Cost of Cloud SLA Failures." Uptime Institute.
[42] Zhuge, Mingqi et al. "Agent-as-a-Judge: Evaluate Agents with Agents." arXiv:2410.10934, 2024.
[43] Abdelnabi, Sahar et al. "Cooperation, Competition, and Maliciousness: LLM-Stakeholders Interactive Negotiation." arXiv:2309.17234, 2023.
[44] ElevenLabs. "ElevenLabs Becomes First Company to Earn AIUC-1 Certification." February 2026.
[45] Replit Production Database Deletion Incident. July 2025.
[46] McKinsey AI Breach. March 2026.
[47] Autonomous Cyberattack Campaign. 2026.
[48] CNIL (Commission Nationale de l'Informatique et des Libertés). Study on training data propagation.
[49] Gale, David; Shapley, Lloyd. "College Admissions and the Stability of Marriage." American Mathematical Monthly, Vol. 69, No. 1, 1962, pp. 9–15.
[50] FinOps Foundation. FOCUS (FinOps Open Cost and Usage Specification).
[51] Shapley, Lloyd. "A Value for n-Person Games." Contributions to the Theory of Games, Vol. 2, 1953, pp. 307–317.
[52] Green, Jerry; Laffont, Jean-Jacques. "Characterization of Satisfactory Mechanisms for the Revelation of Preferences for Public Goods." Econometrica, Vol. 45, 1977.
[53] Schweppe, Fred et al. Spot Pricing of Electricity. Kluwer Academic, 1988.
[54] CoinDesk. "COMP Down 6.7% After Supposed 'Governance Attack' on Compound DAO." July 2024.
[55] CoinDesk. "Why One of Uniswap DAO's Most Outspoken Members Just Walked Away." May 2025.
[56] IETF. RFC 7241: "The IEEE 802/IETF Relationship." 2014.
[57] Akerlof, George. "The Market for 'Lemons': Quality Uncertainty and the Market Mechanism." Quarterly Journal of Economics, Vol. 84, No. 3, 1970, pp. 488–500.
[58] Board of Governors of the Federal Reserve System. "G.19 Consumer Credit." Statistical Release.
본 논문은 Apache License 2.0 하에 출시되었다. 이것은 에이전트 신뢰 스택의 결정판 문서로, 일곱 가지 프로토콜 백서를 자율 에이전트 경제를 위한 제도적 인프라의 일관된 이론으로 통합하는 지식 체계를 제공한다.
© 2026 AB Support LLC. Apache License 2.0 하에 모든 권리 보유.