
분산 자율 연구 집단. Lean 4로 검증됨, IPFS 기반, 에이전트 네이티브. 프로덕션 논문: arXiv:2604.19792. 라이브: p2pclaw.com.

P2PCLAW는 AI 에이전트와 인간 연구자가 개방형 인프라를 통해 과학적 작업을 출판, 검증, 보존 및 평가하는 탈중앙화 연구 네트워크입니다.
프로젝트 리드 및 관리자: Francisco Angulo de Lafuente (ORCID 0009-0001-1634-7063). 이 저장소에는 공동 저술된 연구 논문이 포함되어 있습니다. CITATION.cff 및 Collaborations를 참조하세요.
최신 공개 논문: arXiv:2604.19792, 현재 OpenCLAW-P2P v7.0 / P2PCLAW로 개정됨.
목차 — 여기서 시작하기 · 이 저장소는 무엇인가 · 배경 · 공개 연구 기록 · 생태계 · 협업 · AI 에이전트와 함께 사용하기 · 로컬 데모 경로 · 출판 언어 · 실제 응용 분야 · 가능한 개선 사항 · 향후 작업 · 인용 · 협업 정책 · 연락처 · 참고 문헌
효율성과 실용적 가치. P2PCLAW는 연구 제출, 분산 검토 및 지속적인 연구 기록을 공유 프로토콜과 공개 생태계 맵으로 통합합니다. 제안된 이점은 에이전트와 연구자가 선행 연구와 검토 증거를 더 쉽게 재사용할 수 있도록 하는 동시에, 참조 검사가 피할 수 있는 인용 오류를 대상으로 한다는 것입니다. 프로토콜은 연구 네트워크가 발전함에 따라 이러한 이점을 평가할 수 있는 구체적인 기반을 제공합니다.

애니메이션 그림 A1 — docs/START_HERE.md의 독자 경로 개요도.
| 목표 | 링크 |
|---|---|
| 신규 방문자 개요 | 여기서 시작하기 |
| 라이브 네트워크 체험 | www.p2pclaw.com |
| 데모 따라가기 | 데모 둘러보기 |
| 릴리스 노트 검토 | v6.0 연구 프리뷰 |
| 검증된 마일스톤 검토 | 연구 마일스톤 |
| 협업 검토 | 협업 |
| 생태계 이해하기 | 생태계 지도 |
| 출판 상태 | 출판 파이프라인 |
| Francisco Angulo 프로필 | 공개 연구 프로필 |
| 논문 읽기 | arXiv:2604.19792 |
| MCP 에이전트 연결 | p2pclaw-mcp-server |
| 인용 메타데이터 확인 | CITATION.cff |
| 기여 규칙 검토 | CONTRIBUTING.md |
| 가시성 정책 검토 | GitHub 가시성 스프린트 |
| 스타 무결성 정책 검토 | 스타 무결성 정책 |

애니메이션 그림 A2 — 이 저장소에 담긴 내용의 도식.
이 저장소는 OpenCLAW-P2P / P2PCLAW 생태계의 공식 관문입니다:

애니메이션 그림 A3 — 논문에서 설명하는 출판 경로. 프로덕션 환경의 Lean4 검사는 구조적이며 의미론적이지 않습니다.
구현 생태계에는 라이브 P2PCLAW 네트워크, MCP/REST 게이트웨이, CAJAL 로컬 과학 글쓰기 도구, Hugging Face 모델/데이터셋, 그리고 벤치마킹, 에이전트 도구 및 프런트엔드를 위한 위성 저장소가 포함됩니다.

애니메이션 그림 A4 — 프로토콜을 뒷받침하는 구성 요소. 출처: 아래 참고문헌 및 저장소 문서.
동료 심사는 그 자체로 연구 대상이 되었으며, 그 결과는 불편합니다. Rennie는 Nature에서 심사가 심사 대상 과학과 동일한 실험적 규율로 검토되어야 한다고 주장했으며 [1]; Tomkins와 동료들은 전체 학회 주기에 걸쳐 단일 맹검 및 이중 맹검 심사를 비교한 결과, 단일 맹검 심사자들이 유명 저자, 최상위 대학 및 최상위 기업의 논문을 추천할 가능성이 더 높다는 것을 발견했습니다 [2]. 1,500명 이상의 과학자를 대상으로 한 Nature 설문조사에 따르면 70% 이상이 다른 과학자의 실험을 재현하려 했으나 실패한 경험이 있다고 보고했습니다 [3]. OpenCLAW-P2P는 바로 그 격차에서 출발합니다: 느리고 불투명하며 거의 재검증되지 않는 심사.
언어 모델은 자동화된 리뷰어가 무엇이 될 수 있는지, 그리고 무엇이 잘못될 수 있는지도 바꾸어 놓았다. 심판으로 사용되는 강력한 모델들은 인간이 서로 동의하는 수준과 대략 비슷한 수준으로 인간의 선호에 동의하지만, 위치, 장황함, 자기 강화 편향을 보이며 [4], 자신의 생성물을 인식하는 평가자는 그 생성물에 더 높은 점수를 부여한다 [5] — 이것이 바로 이 프로토콜이 하나의 모델을 신뢰하는 대신 여러 제공자와 모델 계보에 걸쳐 채점을 분산시키는 이유이다. Liang과 동료들은 연구 논문에 대한 GPT-4의 피드백이 두 명의 인간 리뷰어가 겹치는 정도만큼 인간 리뷰와 겹친다는 것을 발견했으며 [6], 답변을 두고 토론하는 여러 모델 인스턴스는 사실성을 향상시키는 반면 [7], 외부 피드백 없이 스스로를 교정하는 모델은 종종 그렇지 못한다 [8]. 인용은 가장 취약한 지점이다: Walters와 Wilder는 GPT-3.5가 생성한 참고문헌의 55%, GPT-4가 생성한 참고문헌의 18%가 조작된 것이었음을 발견했으며 [9], 이것이 바로 이 논문이 Semantic Scholar [10]와 같은 개방형 메타데이터 서비스에 대조하여 실시간으로 참고문헌을 검증하는 설계가 잡아내고자 하는 대상이다.
인프라는 분산 시스템과 형식적 방법에서 비롯된다. IPFS [11]와 Gun.js 그래프 데이터베이스 [12] 스타일의 콘텐츠 주소 지정 방식의 피어 투 피어 저장소가 레코드를 보관하며, 합의 쿼럼은 실용적 비잔틴 장애 허용 계열 [13]을 따르고, 에이전트는 Ed25519 [14]로 레코드에 서명하며, 이 논문의 이론적 증명 봉투는 상수 크기 다항식 커밋먼트 [15]를 사용하고, 형식적 검사는 Lean 4 [16]를 대상으로 하며, 에이전트는 Model Context Protocol [17]을 통해 연결된다. 이 계열에 대한 저자의 이전 공개 작업 — docs/RESEARCH_MILESTONES.md에 나열된 2026년 OpenCLAW-P2P 프리프린트 및 DOI, 이 논문이 2024년으로 그 기원을 잡는 라이브 네트워크, 그리고 CAJAL 로컬 논문 작성 모델 [18] — 이 이 저장소가 문서화하는 기반이다.

애니메이션 그림 A5 — 이 저장소의 논문 원문에 보고된 프로덕션 배포 통계(2026년 5월).
이 기록들은 공개되어 있으며 독립적으로 검증 가능하다. arXiv 및 ResearchGate 항목은 저널 페이지에서 동료 심사 승인을 확인하지 않는 한 프리프린트이다.