AIMP — AI 메시 프로토콜

분열되고 저대역폭 네트워크에서 자율 에이전트 간의 탄력적인 상태 동기화를 위한 실험적 서버리스 네트워킹 프로토콜. Merkle-CRDT 및 **암호화 신원(identity)**을 기반으로 구축되었습니다. 중앙 권한이 없고, 글로벌 DNS가 필요 없으며, 항상 쓰기 가능합니다.

논문

#	버전	제목	링크
1	v0.1.0	Merkle-CRDT 프로토콜 (L1/L2)	ResearchGate
2	v0.2.0	인식 계층 (L3)	ResearchGate
3	v0.3.0	상관 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 프로토콜 전송, BFT 쿼럼
L3	v0.2.0	인식 계층: 정수 로그-오즈, 2-패스 신뢰 전파, Sybil 내성 평판
L3	v0.3.0	상관 인식 집계: 상관 센서/LLM을 위한 기하 할인
L3	v0.4.0	결정론적 의미 토폴로지: 256비트 SimHash를 통한 자율 에지 생성

새로운 기능

v0.4.0 — 결정론적 의미 토폴로지

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

클레임(claim)은 선택적 QuantizedEmbedding([u64; 4])를 전달합니다. 이는 애플리케이션 측에서 표준 임베딩 모델로 계산된 256비트 SimHash입니다.
각 에포크(epoch) 경계에서 프로토콜은 쌍별 해밍 거리(Hamming distance, XOR + popcount, 쌍당 ~1ns)를 계산하고 가까운 쌍(d <= 30비트)에 대해 Supports 에지를, 먼 쌍(d >= 200비트)에 대해 Contradicts 에지를 생성합니다.
에지 강도는 거리에 따라 기본 포인트(basis points, d=0 → 10000 bps, d=30 → 1000 bps) 단위로 선형적으로 조정됩니다.
max_k_nearest 상한은 에지 밀도를 O(N)으로 제한하여 신뢰 전파 폭발을 방지합니다.
embedding_version: u32는 프로토콜 수준 모델 업그레이드를 위해 서로 다른 잠재 공간을 격리합니다.
자동 에지는 L2 가십(gossip)을 통해 구체화되며, 홀로그래픽 라우팅(Holographic Routing)을 통해 GC에서도 유지됩니다.
데드 존(Dead zone, 31-199비트)은 모호한 클레임을 고립시킵니다. 이는 인식론적으로 올바른 격리입니다.

// 자율 진리 발견: 10,000개 클레임 → 50ms 스캔, O(N) 에지
// 부동소수점 없음. 조정 없음. 중앙 권한 없음.
let edges = auto_edge_generator.generate_edges(&epoch_claims);

v0.3.0 — 상관 인식 신념 집계

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

v0.3.0은 **그리드 셀 상관 할인(Grid-Cell Correlation Discounting)**을 도입합니다:

각 클레임은 선택적 CorrelationCell(u64)를 전달합니다. 이는 공간적, 의미적 또는 시간적 근접성을 위한 이산 좌표입니다.
각 셀 내에서 증거는 강도에 따라 순위가 매겨지고 기하학적으로 할인됩니다: 가장 강력한 소스는 100% 가중치를 유지하고, 각 후속 소스는 discount_bps^rank / 10000^rank(기본 30%)를 받습니다.
30% 할인 시 N개의 상관 센서는 단일 센서 증거의 약 1.42배로 수렴합니다. N에 관계없이 동일합니다. 순진한 접근 방식은 N배 증폭을 생성합니다.
CRDT 결합성 문제(기하 감쇠는 부분 병합에서 비결합적)는 에포크 감소 버킷화를 통해 아키텍처적으로 해결됩니다: (temporal_grid, fingerprint, correlation_cell)로 버킷화하여 완전한 집합에 대한 원자적 계산을 보장합니다.
correlation_cell: None인 클레임은 v0.2.0과 동일하게 동작합니다(제로 회귀).
모든 연산은 정수 전용(i32/i64, 기본 포인트)입니다. 부동소수점 없음. ZK 준비 완료.

// 동일 위치에 있는 100개 센서, 각각 70% 신뢰도:
// v0.2.0 (순진):  100 × 847 = 84,700 밀리-로그-오즈 → ~100% (과신)
// v0.3.0 (30%):    847 × Σ(0.3^i) ≈ 1,207 밀리-로그-오즈 → ~77% (현실적)

아키텍처

aimp_node/          Rust 참조 구현 (Cargo 워크스페이스 멤버)
  src/
    crdt/           Merkle-DAG 엔진, 액터 모델, 아레나 할당자, 쿼럼 합의
    crypto/         Ed25519 신원, BLAKE3 해싱, 제로 트러스트 방화벽
    network/        UDP 가십, Noise Protocol XX 세션, 피어별 속도 제한
    protocol/       와이어 형식 (MessagePack), 타입화된 페이로드 열거형
    epistemic.rs    L3 인식 계층 (v0.3.0): 로그-오즈, 신뢰 전파, 상관 할인
    semantic_topology.rs  L3 의미 토폴로지 (v0.4.0): SimHash 임베딩, 자동 에지 생성
    decision_engine.rs  플러그 가능한 결정론적 결정 엔진 (트레이트 + 규칙 엔진 + 핫 리로드)
    error.rs        통합 AimpError 타입 계층
    dashboard/      Ratatui TUI
    config.rs       검증 기능이 있는 동적 설정
    event/          구조화된 로깅 + Prometheus 메트릭 (카운터 + 히스토그램)
  tests/            통합 테스트
  benches/          Criterion 벤치마크
aimp_testbed/       Python SDK (aimp-client) + CLI 도구 + 카오스 테스트
deploy/             Systemd 서비스, Firecracker 마이크로VM, 설치 스크립트
formal/             TLA+ 수렴 + 쿼럼 안전성 + 신념 수렴 명세
docs/               논문 1 (Typst 소스 + PDF)
v0.2.0/             논문 2: 인식 계층 (Typst 소스 + PDF)
v0.3.0/             논문 3: 상관 인식 집계 (Typst 소스 + PDF)

전략적 이점

기능	AIMP (Merkle-CRDT)	전통적 (Raft/Paxos)
토폴로지	P2P 메시 / 분산	리더 / 쿼럼
가용성	AP (항상 쓰기 가능)	CP (과반수 필요)
순서화	인과적 (벡터 클록)	전체 (순차)
무결성	암호화 (Merkle-DAG)	로그 기반
하드웨어	엣지/IoT 최적화	데이터센터 등급

주요 기능

코어 엔진 (v0.1.0)

tokio::mpsc를 통한 제로 공유 상태 CRDT의 액터 모델
O(1) 삽입 및 SoA 레이아웃을 갖춘 슬랩/아레나 할당
ChaCha20Poly1305를 사용한 저장 데이터 암호화가 적용된 redb를 통한 내구성 있는 지속성
도메인 분리가 있는 HKDF-SHA256 키 유도
쓰기 시 무효화가 있는 캐시된 머클 루트
실제 mark-and-sweep GC와 슬랩 메모리 회수
CRDT 액터에 통합된 에포크 기반 GC 추적

인식 계층 (v0.2.0 — v0.4.0)

정수 로그-오즈 산술 (i32, 밀리-로그-오즈) — 부동소수점 없음, 100% 결정론적
2-패스 마코프 신뢰 전파 (Supports → Contradictions, 진동 없음)
Sybil 내성 평판: 새 노드는 0에서 시작, 위임 필요, 평판 소비
그리드 정렬 에포크 축소 및 구체화된 압축 (요약은 GC 이후에도 유지)
사이클 감지 (정렬 DFS)로 신뢰 인플레이션 루프 방지
v0.3.0: 상관 인식 집계 — 동일 위치 센서/LLM을 위한 기하 할인
v0.3.0: 원자적 셀 축소 — (epoch, fingerprint, cell)로 버킷화하여 CRDT 안전성 보장
v0.4.0: 결정론적 의미 토폴로지 — SimHash 임베딩, 자율 에지 생성
주관적 논리/뎀스터-샤퍼보다 98-142배 빠름 (아키텍처 간 비트 동일)

네트워킹 및 보안

Noise Protocol XX 암호화 세션 (기본 켜짐)
피어별 토큰 버킷 속도 제한 (정수 연산)
HashSet + VecDeque를 통한 O(1) 가십 중복 제거
TTL 재생 공격 탐지 및 회로 차단기
세션 LRU 제거 (TTL + 최대 개수)
롤링 업그레이드를 위한 프로토콜 버전 범위 협상

결정 엔진 및 합의

RuleEngine 구현이 포함된 플러그 가능한 DecisionEngine 트레이트
aimp_rules.json에서 핫 리로드 규칙 (재시작 불필요)
지속적인 검증된 결정이 있는 BFT 쿼럼 투표
작동 코드(opcode)별 타입화된 Payload 열거형 (컴파일 타임 안전성)

관찰 가능성

Prometheus 카운터, 게이지, 지연 히스토그램
하위 검사 및 HTTP 상태 코드가 포함된 복합 /health 엔드포인트
TUI 대시보드가 있는 구조화된 SystemEvent 로깅

운영

통합 AimpError 타입 계층 (더 이상 Box<dyn Error> 없음)
설정 검증 (잘못된 매개변수 조합 거부)
5초 타임아웃으로 정상 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:

작업	시간	처리량
`append_mutation` (100 ops)	41.8 µs	~2.4M 변이/초
`get_merkle_root` (캐시됨)	4.8 ns	O(1)
BLAKE3 해시 (1 KB)	925 ns	~1.08 GB/s
MessagePack 직렬화/역직렬화	204 / 210 ns	—
Ed25519 서명 (ring)	9.3 µs	~108K ops/초
Ed25519 검증	25.0 µs	~40K ops/초

시스템 수준

5-노드 클러스터 시뮬레이션, 안티-엔트로피 동기화 (프로세스 내, Apple Silicon):

시나리오	결과
처리량 (5 노드 x 1000 변이, Ed25519 서명 포함)	96,289 변이/초
수렴 (5개 분기 노드, 각각 250 DAG)	0.68 ms (1 동기화 라운드)
파티션/병합 (2 그룹, 그룹당 30 변이, 전체 병합)	0.21 ms
암호 핫 경로 (메시지당 서명 + 검증)	45.0 µs → 22K msg/초 최대
rate_limit=50/초에서 암호 예산	0.23% 사용률

네트워크 손상 (netem 시뮬레이션)

시뮬레이션된 패킷 손실, 지연, 파티션 하에서 수렴 (5 노드, 노드당 50 변이):

조건	수렴됨	라운드
기준 (0% 손실)	예	1
10% 패킷 손실	예	2
30% 패킷 손실	예	2
50% 패킷 손실	예	2
20% 손실 + 100ms 지연 + 30ms 지터	예	2
파티션 (10 라운드) 후 병합	예	1
파티션 (50 라운드) 후 20% 손실로 병합	예	1
80% 패킷 손실 (스트레스)	예	4

AIMP는 약 80% 패킷 손실까지 몇 번의 안티-엔트로피 라운드 내에 수렴하며, 정상적으로 성능이 저하됩니다.

크로스 플랫폼 (ARM64 리소스 제약)

Docker ARM64 Linux, RPi-급 리소스 제한:

aimp

인기