AIMP — AI 메시 프로토콜

분산되고 대역폭이 낮은 네트워크에서 자율 에이전트 간의 복원력 있는 상태 동기화를 위한 실험적이고 서버리스인 네트워킹 프로토콜. Merkle-CRDT와 암호학적 신원을 기반으로 구축됨 — 중앙 권한 없음, 글로벌 DNS 없음, 항상 쓰기 가능.

논문

#	버전	제목	링크
1	v0.1.0	Merkle-CRDT 프로토콜 (L1/L2)	ResearchGate
2	v0.2.0	인식론적 계층 (L3)	ResearchGate
3	v0.3.0	상관관계 인식 집계 (L3)	ResearchGate
4	v0.4.0	결정론적 의미 토폴로지 (L3)	ResearchGate

저자 프로필: ResearchGate · ResearchHub

프로토콜 스택

계층	버전	목적
L1/L2	v0.1.0	Merkle-DAG CRDT, Ed25519 서명, Noise Protocol 전송, BFT 쿼럼
L3	v0.2.0	인식론적 계층: 정수 로그 오즈, 2단계 신뢰 전파, Sybil 저항 평판
L3	v0.3.0	상관관계 인식 집계: 상관된 센서/LLM에 대한 기하학적 할인
L3	v0.4.0	결정론적 의미 토폴로지: 256비트 SimHash를 통한 자율 엣지 생성

새로운 기능

v0.4.0 — 결정론적 의미 토폴로지

L3 v0.3.0은 애플리케이션이 지식 그래프(Supports/Contradicts 엣지)를 수동으로 구성해야 했습니다. v0.4.0은 자율 엣지 생성을 통해 이 병목을 제거합니다:

클레임은 선택적 QuantizedEmbedding([u64; 4])를 운반합니다 — 애플리케이션 측에서 정규 임베딩 모델로부터 계산된 256비트 SimHash입니다.
각 에포크 경계에서 프로토콜은 쌍별 해밍 거리(XOR + popcount, 쌍당 ~1 ns)를 계산하고 가까운 쌍(d <= 30 비트)에 대해 Supports 엣지를, 먼 쌍(d >= 200 비트)에 대해 Contradicts 엣지를 생성합니다.
엣지 강도는 베이시스 포인트 단위로 거리에 따라 선형적으로 조정됩니다(d=0 → 10000 bps, d=30 → 1000 bps).
max_k_nearest 상한은 엣지 밀도를 O(N)으로 제한하여 신뢰 전파 폭발을 방지합니다.
embedding_version: u32는 프로토콜 수준 모델 업그레이드를 위해 분리된 잠재 공간을 격리합니다.
자동 엣지는 L2 가십을 통해 구체화되며, Holographic Routing을 통해 GC에서 살아남습니다.
데드 존(31-199 비트)은 모호한 클레임을 고아로 만듭니다 — 인식론적으로 올바른 격리입니다.

// Autonomous truth discovery: 10,000 claims → 50 ms scan, O(N) edges
// No floats. No coordination. No central authority.
let edges = auto_edge_generator.generate_edges(&epoch_claims);

v0.3.0 — 상관관계 인식 신념 집계

L3 v0.2.0은 모든 증거 소스가 통계적으로 독립적이라고 가정합니다(나이브 베이즈). 이는 물리적으로 상관된 센서(예: 같은 옥상에 있는 100개의 IoT 장치) 또는 의미적으로 상관된 에이전트(예: 동일한 데이터셋으로 미세 조정된 LLM)가 일치하는 관측을 보고할 때 병리적인 과신을 초래합니다.

v0.3.0은 그리드 셀 상관관계 할인을 도입합니다:

각 클레임은 선택적 CorrelationCell(u64)를 운반합니다 — 공간적, 의미적 또는 시간적 근접성에 대한 이산 좌표입니다.
각 셀 내에서 증거는 강도에 따라 순위가 매겨지고 기하학적으로 할인됩니다: 가장 강한 소스는 100% 가중치를 유지하고, 각 후속 소스는 discount_bps^rank / 10000^rank(기본 30%)를 받습니다.
30% 할인으로 N개의 상관된 센서는 N에 관계없이 단일 센서 증거의 ~1.42배로 수렴합니다. 나이브 접근 방식은 N배 증폭을 생성할 것입니다.
CRDT 결합성 문제(기하학적 감쇠는 부분 병합에 걸쳐 비결합적임)는 아키텍처적으로 해결됩니다: 에포크 축소는 (temporal_grid, fingerprint, correlation_cell)로 버킷화하여 완전한 집합에 대한 원자적 계산을 보장합니다.
~~correlation_cell: None인 클레임은 v0.2.0과 동일하게 동작합니다(제로 회귀).~~ 대체됨 — 아래 참조.
모든 산술은 정수 전용(i32/i64, 베이시스 포인트)입니다. 부동 소수점 없음. ZK 준비 완료.

v0.5.0의 호환성 깨는 변경. correlation_cell: None은 더 이상 "독립적, 전체 가중치"를 의미하지 않습니다. 필드를 숨기는 것이 엄격하게 유리했습니다 — 측정 결과, 은폐는 정직한 공개보다 70.3배의 이득을 주었으므로, 합리적인 참여자는 결코 셀을 선언하지 않았고 위의 할인은 사소하게 회피되었습니다. 독립성은 이제 주장되는 것이 아니라 입증되어야 합니다: 검증되지 않은 독립성은 제한되는 반면, 별개의 임베딩 클러스터로 뒷받침되는 독립성은 여전히 전체 가중치로 누적됩니다. 새로운 기능 아래의 L3 섹션과 aimp_node/tests/insider_asymmetry.rs를 참조하세요.

// 100 co-located sensors, 70% confidence each:
// v0.2.0 (naive):  100 × 847 = 84,700 milli-log-odds → ~100% (hyper-confident)
// v0.3.0 (30%):    847 × Σ(0.3^i) ≈ 1,207 milli-log-odds → ~77% (realistic)

아키텍처

aimp_node/          Rust reference implementation (Cargo workspace member)
  src/
    crdt/           Merkle-DAG engine, actor model, arena allocator, quorum consensus
    crypto/         Ed25519 identity, BLAKE3 hashing, zero-trust firewall
    network/        UDP gossip, Noise Protocol XX sessions, per-peer rate limiting
    protocol/       Wire format (MessagePack), typed payload enum
    epistemic.rs    L3 Epistemic Layer (v0.3.0): log-odds, trust propagation, correlation discounting
    semantic_topology.rs  L3 Semantic Topology (v0.4.0): SimHash embeddings, auto-edge generation
    decision_engine.rs  Pluggable deterministic decision engine (trait + rule engine + hot-reload)
    error.rs        Unified AimpError type hierarchy
    dashboard/      Ratatui TUI
    config.rs       Dynamic configuration with validation
    event/          Structured logging + Prometheus metrics (counters + histograms)
  tests/            Integration tests
  benches/          Criterion benchmarks
aimp_testbed/       Python SDK (aimp-client) + CLI tool + chaos testing
deploy/             Systemd service, Firecracker microVM, install script
formal/             TLA+ convergence + quorum safety + belief convergence specification
docs/               Paper 1 (Typst source + PDF)
v0.2.0/             Paper 2: Epistemic Layer (Typst source + PDF)
v0.3.0/             Paper 3: Correlation-Aware Aggregation (Typst source + PDF)

전략적 이점

기능	AIMP (Merkle-CRDT)	전통적 (Raft/Paxos)
토폴로지	P2P 메시 / 탈중앙화	리더 / 쿼럼
가용성	AP (항상 쓰기 가능)	CP (다수결 필요)
순서	인과적 (벡터 시계)	전체적 (순차적)
무결성	암호학적 (Merkle-DAG)	로그 기반
하드웨어	엣지/IoT 최적화	데이터 센터 등급

주요 기능

핵심 엔진 (v0.1.0)

tokio::mpsc를 통한 제로 공유 상태 CRDT를 갖춘 액터 모델
O(1) 삽입과 SoA 레이아웃을 갖춘 Slab/Arena 할당
ChaCha20Poly1305 저장 시 암호화를 통한 redb 영구 저장
도메인 분리를 갖춘 HKDF-SHA256 키 유도
쓰기 시 무효화를 갖춘 캐시된 머클 루트
Slab 메모리 회수를 갖춘 실제 mark-and-sweep GC
CRDT 액터에 통합된 에포크 기반 GC 추적

인식론적 계층 (v0.2.0 — v0.4.0)

정수 로그 오즈 산술(i32, 밀리 로그 오즈) — 부동 소수점 없음, 100% 결정론적
2단계 마르코프 신뢰 전파 (Supports → Contradictions, 진동 없음)
Sybil 저항 평판: 새 노드는 0에서 시작, 위임 필요, 평판 소비
구체화된 압축을 갖춘 그리드 정렬 에포크 축소 (Summaries는 GC에서 살아남음)
사이클 감지(정렬된 DFS)는 신뢰 인플레이션 루프를 방지
v0.3.0: 상관관계 인식 집계 — 동일 위치 센서 / LLM에 대한 기하학적 할인
v0.3.0: 원자적 셀 축소 — CRDT 안전성을 위한 (epoch, fingerprint, cell) 버킷화
v0.4.0: 결정론적 의미 토폴로지 — SimHash 임베딩, 자율 엣지 생성
Subjective Logic / Dempster-Shafer보다 98-142배 빠름 (아키텍처 간 비트 동일)

네트워킹 및 보안

Noise Protocol XX 암호화 세션 (기본 활성화)
피어별 토큰 버킷 속도 제한 (정수 산술)
HashSet + VecDeque를 통한 O(1) 가십 중복 제거
회로 차단기를 갖춘 TTL 재생 공격 감지
세션 LRU 제거 (TTL + 최대 개수)
롤링 업그레이드를 위한 프로토콜 버전 범위 협상

결정 엔진 및 합의

RuleEngine 구현을 갖춘 플러그 가능한 DecisionEngine 트레이트
aimp_rules.json에서 규칙 핫 리로드 (재시작 불필요)
영구 검증된 결정을 갖춘 BFT 쿼럼 투표
opcode별 타입 지정된 Payload 열거형 (컴파일 타임 안전성)

관측 가능성

Prometheus 카운터, 게이지, 지연 히스토그램
하위 검사와 HTTP 상태 코드를 갖춘 복합 /health 엔드포인트
TUI 대시보드를 갖춘 구조화된 SystemEvent 로깅

운영

통합된 AimpError 타입 계층 (더 이상 Box<dyn Error> 없음)
구성 검증 (잘못된 매개변수 조합 거부)
5초 타임아웃을 갖춘 우아한 종료
Systemd 강화 서비스 파일
CI/CD: 린트, 테스트, 보안 감사, 문서, 크로스 컴파일 릴리스

벤치마크

Apple Silicon (M 시리즈)에서 Criterion으로 측정, 단일 스레드, fast-crypto 모드:

aimp

인기