LLM 에이전트와 데이터 공간 연결을 위한 아키텍처 중재 방식
Bridging LLM Agents and Data Spaces: An Architectural Mediation Approach using the Model Context Protocol
arXiv거버넌스가 필수적인 데이터 공간과 LLM 에이전트의 통합 문제를 해결하기 위해 '모델 컨텍스트 프로토콜(MCP)' 기반의 아키텍처 중재 방식이 제안되었습니다.
- 제시된 중재 계층은 복잡한 데이터 공간 기능을 AI 에이전트가 인식하고 호출할 수 있는 구조화된 도구로 변환하여 통제된 상호작용을 가능하게 합니다.
- 기존 시스템 수정 없이 거버넌스 제약을 유지하며 AI 기반 자동화를 안전하게 도입하는 실질적인 방법을 제시함으로써 활용도가 높습니다.
- 프로토타입 구현을 통해 카탈로그 검색, 메타데이터 조회 등 전 과정에서 표준에 맞는 상호운용성 확보가 가능함을 입증했습니다.
데이터 공간은 조직 경계를 넘는 주권적이고 통제된 데이터 공유를 가능하게 하지만, 확률 기반의 언어 모델 상호작용과 정책 기반의 데이터 인프라 간의 불일치로 인해 와의 통합에 어려움이 있습니다. 본 논문은 이러한 문제를 해결하기 위해 '(MCP)'을 기반으로 한 아키텍처 중재 접근 방식을 제시하며, 이를 Eunomia Agent를 통해 구현하여 (LLM) 에이전트와 데이터 공간 서비스 간의 통제된 상호작용을 가능하게 합니다.
제안된 중재 계층은 데이터 공간의 기능을 AI 에이전트가 발견하고 호출할 수 있는 구조화되고 스키마 기반의 도구로 변환하는 역할을 수행합니다. 이 과정에서 거버넌스 제약 조건을 유지하면서 LLM 에이전트와 데이터 공간 서비스 간의 상호작용을 중재함으로써, 규정 준수(compliance)를 유지하며 AI 기반 자동화를 도입할 수 있는 실질적인 방법을 제공합니다.
프로토타입 구현 결과에 따르면, 기존 데이터 공간 구성 요소를 수정하지 않고도 카탈로그 검색, 메타데이터 조회, 데이터 서비스 호출 등 전 과정에서 엔드투엔드 상호작용이 검증되었습니다. 이 프로토콜 기반의 중재 방식은 AI 에이전트를 거버넌스 환경의 데이터 공간 생태계에 표준화되고 상호운용성 있게 통합할 수 있음을 입증했습니다.
용어 풀이
- AI 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- 모델 컨텍스트 프로토콜
- AI가 외부 도구·데이터와 연결되는 방식을 정한 공개 표준. Anthropic이 처음 공개했어요.
- 대규모 언어 모델
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.