소개
Ethereum 창립자 Buterin과 Paradigm 팀을 포함한 많은 전문가와 업계 리더들은 의도 중심 거래가 미래에 블록체인 애플리케이션 개발을 위한 중요한 방향 중 하나가 될 것이라고 믿습니다. 우리 기사에서는 의도 트랜잭션의 개념과 그 잠재력을 살펴보고 이 모델이 어떻게 사용자 경험을 단순화하고 트랜잭션 보안을 강화하며 분산 애플리케이션에 더 많은 혁신 기회를 가져올 수 있는지 분석합니다. 또한 AI 에이전트의 역할과 이를 인텐트 트랜잭션과 결합하여 스마트 계약의 자동화 및 지능을 더욱 촉진하고 사용자에게 더욱 스마트하고 개인화된 블록체인 상호 작용 경험을 제공하는 방법에 대해서도 논의했습니다.
의도거래란 무엇인가
택시를 타고 싶을 때 여행 앱을 열면 출발지를 선택한 후, 테이크아웃 앱을 사용해 비슷한 음식을 검색하면 설정할 수 있는 가격 범위가 나타납니다. 제품의 경우 인터페이스에 가격이 표시되며, 시간, 거리 등의 필터 조건을 선택할 수 있습니다. 이 시나리오에서는 무엇을 사고 싶은가와 시간 및 가격 제한이 거래 의도(의도)를 구성합니다. 요즘에는 고객이 쉽게 사용할 수 있도록 다양한 범위의 옵션을 추가했습니다. 자신의 의도를 입력합니다. 물론 의도에는 사전 설정된 거래 가격 이상의 것이 포함됩니다. 가격은 의도에서 가장 자주 사용되는 매개변수입니다.
블록체인의 맥락에서 의도 기반 트랜잭션은 사용자가 목표 지향적인 방식으로 블록체인 작업을 수행하는 경우입니다. 이 과정에서 사용자는 자신의 최종 목표(시간, 거래 가격, 기타 거래 조건)만 표현할 뿐 구체적인 단계에는 관심을 두지 않습니다. 이 과정에서 사용자는 거래 생성을 제3자에게 아웃소싱할 수 있는 계약에 서명합니다. 중간 단계는 제3자 문제 해결사(사람/프로그램일 수 있음)에 의해 처리됩니다. 출력이 사용자의 의도에 지정된 범위 내에 있는 한, 해결사(또는 해결사)는 결과를 자유롭게 구현할 수 있습니다(일반적으로 커뮤니티나 교환에서 해당하는 다른 의도를 검색하고 일치시켜 여러 사용자의 요구를 충족시킵니다). ). 사용자는 일반적으로 거래 완료를 돕기 위해 해결사에게 일정 금액을 지불합니다.
의도 거래의 두 가지 핵심 특성:
첫째, 인텐트 기반 블록체인 트랜잭션은 수행할 단계의 순서를 지정하지 않고 트랜잭션의 예상 결과를 직접 선언하는 선언적 프로그래밍 접근 방식을 채택합니다.
둘째, 사용자가 거래 의도를 정의하면 실제 거래 구성 프로세스는 원하는 결과를 달성하는 데 필요한 기존 블록체인 거래 생성을 담당하는 제3자 해결사에게 넘겨집니다.
의도된 거래 성립을 위한 필요 조건: 비트코인으로 대표되는 일련의 디지털 통화의 고유성은 고유한 통일성을 가지고 있다는 것입니다. 즉, 모든 비트코인은 본질적으로 동일하며, 이는 다음과 같은 기본 입자의 정체성과 일치합니다. 전자도 비슷하다. 이 기능은 비트코인을 거래하고 사용할 때 일관되고 대체 가능하게 만듭니다. 따라서 의도 거래 방식은 동일한 속성을 가진 가상 화폐를 처리하는 데 적합하며, 사용자는 낮은 가격에 구매한 상품의 품질이 높은 가격에 구매한 상품의 품질보다 낮을 것이라는 걱정을 할 필요가 없습니다.
의도 거래의 잠재적 이점 및 적용
의도 기반 거래의 가장 확실한 이점은 거래 프로세스를 단순하게 만든다는 것입니다.
이를 통해 거래 세부 정보(토큰 구매/기타 인앱 구매 포함)를 줄여 dApp의 사용자 경험을 향상시킬 수 있습니다. 일반적인 거래를 용이하게 할 뿐만 아니라 반복적인 거래도 지원하여 사용자가 정기적으로 수동 구매/이체로 인한 불편함을 피할 수 있습니다. 또한 잠재적으로 잔액 자동 충전을 포함하여 시간 관련 또는 조건 기반 트랜잭션을 지원할 수도 있습니다. 예를 들어, 잔액이 부족한 경우 지갑 잔액이 100 미만일 때 xx코인 이체/구매하세요라고만 말씀하시면 자동으로 자금이 이체됩니다. 또한, 간단한 명령만으로 정기적으로 토큰을 구매해야 하는 번거로움도 해소됩니다.
사용자 경험을 돕는 측면에서 이는 암호화폐를 처음 접하는 사람들이 모든 지루한 단계를 처리할 필요가 없도록 해주기 때문에 블록체인 기술의 활용을 촉진합니다.
의도 기반 거래는 산출물에만 초점을 맞추기 때문에 주문을 즉시 거래할 필요는 없습니다. 시스템의 시간 유연성으로 인해 시장이 가장 유리할 때 주문을 실행할 수 있어 가격 변동 시 슬리피지를 줄일 수 있습니다. 솔버는 최적의 경로를 찾으려고 시도합니다. 이는 때때로 슬리피지를 더욱 줄이기 위해 대규모 거래의 주문을 집계할 수 있음을 의미합니다. 사용자는 또한 모든 거래가 자신에게 이상적이도록 지불할 의사가 있는 최대 슬리피지 수수료를 의도에 명시할 수 있습니다. 참고: 거래에서 슬리피지의 정의는 거래가 실행되는 가격과 예상 가격 간의 차이를 의미합니다. 이는 일반적으로 시장 변동성이 높거나 유동성이 낮은 기간, 즉 시장이 선호하는 가격으로 주문을 일치시킬 수 없는 기간에 발생합니다. 미끄러짐은 긍정적일 수도 있고 부정적일 수도 있습니다. 양의 슬리피지는 주문이 예상보다 좋은 가격에 체결되는 경우를 말하며, 음의 슬리피지는 주문이 예상보다 나쁜 가격에 체결되는 경우를 말합니다.
인텐트 기반 트랜잭션은 온체인 작업을 구현하기 위한 조건과 목표를 설정할 수 있으며 많은 잠재적인 응용 프로그램을 가질 수 있습니다. 예를 들어, 목표 가격으로 토큰을 구매하기 위한 지정가 주문 설정, 슬리피지(허용 스프레드 범위) 설정, 정해진 시간에 정기적으로 토큰 구매, 잔액 부족 시 자동 이체, 적시에 구매 또는 판매 오라클이 보고한 주요 이벤트를 기반으로 합니다. 또는 오라클 방식을 이용하여 특정 사건(경제적 사건, 정치적 사건)이 발생하면 주식시장이 일정 수준 이하로 떨어지면 자동으로 매도하고, 특정 후보 테리가 성공하면 자동으로 매수하는 등 특정 동작을 즉시 수행한다. 대통령. 비트코인을 입력하세요.
현재의 전통적인 거래 모델은 불투명성과 중앙화 위험으로 인해 어려움을 겪고 있습니다. 사용자는 거래를 제출할 때 실제 실행 프로세스에 대한 이해가 제한적입니다. 거래 결과는 특정 실행 시점의 네트워크 정체, 채굴자나 검증인의 행동, 전반적인 블록체인 상태 등의 요인에 의해 크게 영향을 받습니다. 이러한 불투명성으로 인해 사용자는 선행 거래, 역거래 및 기타 최대 추출 가능 가치(MEV) 기술에 취약해집니다. 또한 채굴자, 검증자 및 중계자에게 높은 수준의 거래 자유도가 제공되므로 재정렬, 검열 및 기타 기술을 통해 쉽게 가치를 추출할 수 있습니다. 실행 가시성이 부족하면 MEV 공격에 대한 사용자의 취약성이 높아집니다.
MEV 공격은 정보 비대칭성과 거래 특권을 악용해 초과 수익을 얻는 암호화폐, 블록체인 분야의 현상이다. 이러한 공격은 사용자 경험에 영향을 미치고 시장 공정성을 훼손하며 시스템 안정성을 위협하고 자원을 낭비합니다. 일반적인 형태에는 선행 실행, 샌드위치 공격, 청산 차익 거래, 역행 및 광부 이기심이 포함됩니다.
샌드위치 공격을 예로 들면, 일반적으로 사용자의 거래 전후에 주문을 하여 탈중앙화 금융(DeFi) 프로토콜이나 서비스에서 자산 가격을 조작하는 악의적인 거래자가 포함됩니다. 가격은 유동성 공급자가 얻는 수수료에도 영향을 미칠 수 있습니다.
샌드위치 공격을 방지하기 위해 1inch와 같은 일부 플랫폼은 플래시봇 거래라는 새로운 주문 유형을 출시했습니다. 이러한 유형의 거래는 거래 풀에 브로드캐스트되지 않고 채굴된 후에만 표시되므로 거래를 보호할 수 있습니다. 악의적인 거래자들로부터 보고 악용됩니다. 또한 사용자는 사용자 지정 RPC 엔드포인트를 사용하여 Sandwich 봇이 자신의 거래를 보거나 악용하지 못하도록 비공개로 유지할 수 있습니다.
전략으로서, 무작위 시간 거래의 핵심 아이디어는 거래 시간을 예측할 수 없게 만들고 시장 조작의 난이도를 높이는 것입니다. 서로 다른 시간에 무작위로 거래를 실행함으로써 악의적인 거래자가 거래 패턴을 예측하고 악용할 위험이 줄어듭니다. 그러나 무작위 시간 거래가 방어 수단으로 사용될 수 있지만 샌드위치 공격이 공격자에게 가치가 있는지 여부는 이러한 거래 실행 비용이 공격자가 다른 거래자로부터 받는 금전적 이익을 초과하는지 여부에 따라 달라집니다. 따라서 다른 보호 조치와 결합된 무작위 시간 거래는 시장 조작 및 샌드위치 공격에 대해 더 효과적일 수 있습니다.
의도된 거래 사례: UniswapX
유니스왑 소개
Uniswap은 전직 기계 엔지니어였던 Hayden Adams가 발명했습니다. Hayden Adams는 2017년에 직장을 잃은 후 Ethereum 공동 창립자 Vitalik Buterin의 AMM(자동화된 시장 조성자) 개념에 영감을 받아 스마트 계약 프로그래밍 언어인 Solidity를 독학하기 시작했으며 Uniswap 개발을 시작했습니다. 2018년 11월 Uniswap의 첫 번째 버전인 V1이 이더리움 메인넷에 출시되어 AMM 기반의 분산형 토큰 교환 서비스를 제공합니다. 이후 Uniswap은 빠르게 발전하여 V2 및 V3 버전을 출시하여 거래 경험과 유동성 제공 메커니즘을 지속적으로 최적화했습니다.
UniswapX 소개
UniswapX는 사용자가 서로 다른 AMM과 기타 유동성 소스 간에 거래할 수 있도록 허가 없는 오픈 소스(GPL) 경매 메커니즘을 사용하는 혁신적인 분산형 교환 프로토콜입니다. 이 프로토콜의 핵심은 의도 거래입니다. 즉, 사용자는 거래의 특정 실행 프로세스에 신경 쓰지 않고 거래 의도만 표현하면 됩니다. 사용자는 자신이 원하는 작업의 의도를 명확히 하기만 하면 모든 작업이 하나의 서명으로 완료될 수 있습니다.
UniswapX에는 Limit Order Reactor, Dutch Order Reactor 및 Exclusive Dutch Order Reactor(Dutch Order 및 Exclusive Dutch Order Reactor)라는 세 가지 리액터(Reactor)가 있으며, 이들은 참가자가 다양한 유형의 토큰을 처리하는 일을 담당합니다. 명령. 그 중 독점 더치 오더(Exclusive Dutch Order)는 더치 옥션과 유사하지만 참여자 수를 제한하는 새로운 형태의 오더입니다.
사용자가 UniswapX를 통해 네덜란드 주문 또는 독점 네덜란드 주문을 하면 Permit 2와 계약을 체결하여 토큰 전송을 허용합니다. 서명이 완료되면 이러한 주문이 게시되어 누구나 받아 완료할 수 있습니다. 교환자는 단순히 지정된 시간 내에 거래하고 받을 의향이 있는 금액을 표시하고 충전자는 주문을 이행합니다.
의도 거래의 기본은 참가자가 특정 거래 프로세스가 아닌 달성하려는 목표에 집중할 수 있도록 하는 것입니다. 의도 기반 거래의 전제는 참가자가 거래를 처리할 필요가 없고 대신 달성하려는 목표를 나열한다는 것입니다. 이러한 방식으로 필러는 다양한 방법을 사용하여 거래를 완료할 수 있으므로 UniswapX는 분산형 거래소(DEX), 중앙형 거래소(CEX) 및 크로스체인 유동성 네트워크, 네이티브 브리징, 스테이블 코인을 포함한 다양한 유동성 풀의 혜택을 누릴 수 있습니다. 수영장 등을 통해 최적의 가격을 얻을 수 있습니다.
또한 필러는 거래당 더 높은 가격과 더 높은 수수료의 혜택을 받기 위해 가능한 한 빨리 거래를 완료하려는 인센티브를 갖습니다. 필러는 각 거래에서 더 높은 가격과 더 높은 수수료를 얻기 위해 가능한 한 빨리 거래를 완료합니다. 리액터는 토큰의 출력이 예상대로인지 확인하기 위해 계약을 확인합니다.
일반적으로 UniswapX는 혁신적인 경매 메커니즘과 의도 거래 개념을 통해 사용자에게 보다 효율적이고 투명하며 사용자 친화적인 거래 환경을 제공하는 동시에 거래 비용, MEV 공격 및 미끄러짐 마모 등과 같은 기존 AMM이 직면한 일부 문제를 해결합니다. .
AI 에이전트란?
AI-에이전트(AI-Agent) 또는 인공 지능 에이전트(Artificial Intelligence Agent)는 환경, 입력 및 미리 정의된 목표를 기반으로 자율적으로 결정을 내리고 작업을 수행할 수 있는 컴퓨터 프로그램입니다. AI 에이전트의 핵심 구성 요소에는 정보를 처리하고, 상호 작용을 통해 학습하고, 결정을 내리고, 환경을 인식할 수 있는 관찰 및 인식 메커니즘을 수행할 수 있는 뇌인 LLM(대형 언어 모델)이 포함됩니다. ; 관찰과 기억을 분석하고 학습을 위해 과거 경험을 저장하는 기억과 회상에 대한 명시적인 반응으로 발생하는 가능한 행동을 고려하는 사고 과정;
AI 에이전트는 반응형, 사전 대응형, 학습형 또는 협업형일 수 있으며 종종 독립적으로 작동하여 복잡한 작업을 수행합니다. LLM은 책, 기사, 웹 사이트 및 사용자의 다양한 입력을 포함한 대규모 데이터 세트에 대해 교육을 받았습니다.
AI 에이전트의 일반적인 예로는 ChatGPT, Tesla의 자율주행 엔진, Netflix의 추천 엔진 등이 있습니다. 기존 LLM은 일반적으로 텍스트 대화를 생성하는 데만 사용되는 반면 AI 에이전트 개념은 다른 도구를 사용하고 제어하는 기능에 중점을 둡니다. ChatGPT는 자연어 처리(NLP)를 사용하여 텍스트를 이해하는 방법을 배우는 가상 비서입니다. 훈련 중에 LLM은 문장의 다음 단어를 예측하는 방법을 학습하여 문맥, 문법 및 의미를 이해하도록 돕습니다. 이와 대조적으로 Tesla의 Autopilot 엔진은 자동차의 속도와 각도를 결정하기 위해 밀리초 단위로 계산을 수행합니다. 물체 사이의 거리와 물체의 거리를 판단하기 위해 이미지와 비디오를 학습합니다. 이동 중에 에이전트는 모든 카메라를 사용하여 다양한 물체를 식별하고 주변 환경의 가상 지도를 생성하여 정확한 운전 방법을 결정합니다. Netflix의 AI 에이전트는 이전에 시청한 프로그램을 기반으로 사용자에게 영화를 추천합니다. 시청 시간, 검색어, 등급 콘텐츠 등 사용자가 다양한 유형의 영화와 상호 작용하는 방식에 대한 많은 데이터를 수집합니다. 또한 영화 장르, 배우, 감독, 개봉 연도 등을 분석합니다. 추천 엔진은 이 두 가지 데이터를 결합하여 유사한 사용자의 시청 기록을 기반으로 사용자에게 영화를 추천합니다.
성숙한 AI 에이전트 플랫폼에서 사용자는 에이전트에 지시만 내리면 뇌와 같은 LLM이 지능적으로 팔다리와 같은 다양한 도구를 호출하여 사용자 콘텐츠를 표시하거나 사용자 요구 사항을 충족합니다.
AI-Agent는 전자상거래, 교육, 부동산, 관광, 금융, 의료, 교통, 정부 서비스, 미디어 엔터테인먼트 및 기타 분야를 포괄하는 광범위한 응용 시나리오를 보유하고 있습니다. 맞춤형 추천, 지능형 고객 서비스, 시장 동향 분석, 부동산 평가, 관광 마케팅 최적화, 고객 서비스 및 지원, 교육 데이터 분석, 의료 이미지 분석, 지능형 추천 시스템 및 기타 서비스를 제공할 수 있습니다. AI-Agent의 기능에는 환경 변화 감지, 대응 행동, 추론 및 설명, 문제 해결, 추론 및 학습, 행동 및 결과 분석 등이 포함됩니다. 반복 작업을 자동화하고 개인화된 경험을 제공하며 원활하고 비용 효율적인 확장성을 달성할 수 있습니다. , 향상된 가용성, 비용 절감 및 데이터 기반 통찰력을 제공합니다.
AI-Agent는 비즈니스와 서비스 운영 방식을 혁신하는 다양한 이점을 제공합니다. 반복적인 작업을 처리하는 데 있어 효율성과 일관성은 작업자에게 영향을 미치는 피로 없이 프로세스가 정확하게 수행되도록 보장합니다. 개인화 및 동적 조정을 통해 AI-Agent는 개별 사용자 선호도에 맞게 경험을 조정하고 실시간으로 적응하여 관련성과 참여를 보장합니다. 확장성과 가용성 덕분에 24시간 내내 대량의 작업을 관리할 수 있어 가동 중지 시간 없이 원활한 서비스를 제공할 수 있습니다. 또한 AI-Agent는 복잡한 패턴 인식에 탁월하며 데이터의 미묘한 추세를 식별하여 보다 현명한 결정을 내릴 수 있습니다. 이는 프로세스를 최적화하고 광범위한 인력의 필요성을 줄여 비용을 크게 절감합니다. 또한, AI-Agent는 새로운 비즈니스 모델과 서비스를 창출하고 경쟁 우위를 강화할 수 있는 혁신의 촉매제이기도 합니다. 또한 위험 및 사기 탐지를 통해 보안을 강화하고 의심스러운 활동을 모니터링하며 위협으로부터 보호합니다. 마지막으로, 자원을 최적화하는 능력은 보다 지속 가능하고 효율적인 운영에 기여하여 산업 전반에 걸쳐 없어서는 안 될 자산이 됩니다. LLM을 기반으로 한 새로운 기술인 AI-Agent는 특정 시나리오를 기반으로 결정을 내리고 이를 실행하여 대규모 언어 모델을 상태 비저장 API에서 상태 저장 도구로 변환할 수 있습니다.
AI-Agent와 인텐트 트랜잭션 간의 관계
의도 기반 거래에서 AI-Agent는 자연어 입력을 이해하여 사용자가 다양한 작업을 완료할 수 있도록 설계된 지능형 개인 비서가 될 것입니다. LLM(Large Scale Language Models)은 의도 기반 아키텍처에 통합될 수 있으므로 사용자는 구현 방법을 생각할 필요 없이 자신의 요구 사항을 표현할 수 있습니다. 거래 세계에서 의도 기반 거래를 통해 사용자는 거래의 예상 결과를 선언할 수 있으며, 실제 거래를 구성하는 프로세스는 제3자 해결사에 의해 처리됩니다. AI-Agent의 통합은 이 프로세스의 효율성과 지능을 향상시킬 수 있습니다. 예를 들어, AI-Agent는 인식, 계획, 메모리, 도구 사용 등의 기능을 사용하여 솔버와 상호 작용하고 거래 전략을 자동으로 실행하며 거래 실행 가격과 시간을 최적화할 수 있습니다.
AI는 사용자의 의도를 해석한 후 솔버와 신속하게 소통하고 결과를 생성할 수 있습니다. 솔버가 인터페이스에 통합되면 트랜잭션이 더 빨라질 수 있습니다. 솔버는 다양한 중앙화된 거래소, 온체인/오프체인 유동성 소스 등 다양한 소스를 통해 처리하므로 다른 누구보다 빠르게 비교할 수 있기 때문에 최적의 거래율을 찾을 수 있습니다.
빠른 속도 외에도 솔버는 다양한 유동성 풀에 연결할 수 있습니다. 또한 솔버가 의도를 실행하는 가장 좋은 방법을 자동으로 찾기 때문에 교차 체인 트랜잭션에 대한 가스 비용도 절감됩니다.
미래 전망
Circle과 같은 회사는 이 두 가지 개념을 결합하는 방법을 연구해 왔습니다. 그들은 사용자가 일부 EVM 체인에서 자금을 교환하고 이체할 수 있도록 하는 TXT 2 TXN이라는 프로토타입을 만들었습니다. 사용자는 로그인하여 지갑에 연결한 다음 의도를 입력해야 합니다. 의도를 작성한 후 LLM은 입력/의도가 전송인지 교환인지 식별합니다. 의도를 식별할 수 없는 경우 일치 없음이 표시됩니다. 그런 다음 스왑을 위한 CowSwap 주문을 생성하거나 전송을 위한 트랜잭션 페이로드를 생성하기 위한 스키마를 채웁니다. 사용자는 거래를 완료하기 위해 계약서를 받고 서명하게 됩니다. 거래 처리 중에 인터페이스에는 사용자가 추적할 수 있도록 거래 또는 교환을 확인하는 확인 링크가 표시됩니다.
우리는 개선할 부분이 있다고 생각합니다. 예를 들어 AI-Agent가 의도를 정확하게 이해했는지 확인하기 위해 AI가 질문을 하도록 하는 것은 매우 유익합니다. 의도를 오해할 경우 자금 이체 과정이 수반되기 때문에 문제가 발생할 수 있으며, 이는 향후 법적 문제로 이어질 수 있습니다. 우리는 AI 에이전트가 dApp을 통해 NFT나 토큰을 구매하는 등 새로운 기능을 수행할 수 있기를 바랍니다. 프로그래머가 지속적으로 인터페이스를 업데이트하지 않고도 사용자가 더 많은 작업을 수행할 수 있으므로 유용성이 크게 높아집니다. Circle은 사용자 경험을 개선하기 위해 개인 주소록을 AI-Agent에 통합하는 새로운 기능을 추가하는 것을 고려하고 있습니다. 이를 통해 의도를 보다 명확하고 편리하게 입력할 수 있을 것입니다.
솔버가 귀하의 의도를 달성하도록 함으로써 상대방이 발견한 문제도 고려해야 합니다. 솔버는 많은 사용자의 의도에 대한 정보를 수집하기 때문에 일반 정보 및 데이터 유출 위험 외에도 MEV를 얻기 위해 전략적으로 매매하여 시장을 조작하게 되며 이는 시장 단편화 및 유동성 문제로 이어질 수 있습니다. 해결사가 이 데이터를 제한 없이 활용하기로 선택하면 커뮤니티의 사람들이 분산형 금융 생태계에 대한 신뢰를 잃을 수 있습니다.
참고 기사:
https://cointelegraph.com/learn/intent-based-architectures-and-applications-in-blockchain
https://www.halborn.com/blog/post/intent-centric-blockchain-are-intents-the-next-big-thing-in-web3
https://docs.uniswap.org/contracts/uniswapx/overview
https://blog.li.fi/uniswapx-a-deep-dive-4b4ea7673d c 1
https://www.circle.com/blog/txt2txn-using-ai-llms-for-internet-based-applications
https://anoma.net/blog/an-introduction-to-intents-and-intent-centric-architectures
