이 논문은 코딩 에이전트가 프로덕션 데이터베이스를 삭제하거나 프롬프트 인젝션이 여러 에이전트로 확산되는 사고가 발생했을 때 인과관계와 책임 소재를 규명할 수 있도록, 각 에이전트 행동을 의도부터 실행·출처까지 8개 의미 필드로 구조화해 기록하는 'Agent Flight Recorder'를 제안한다. 해시 체이닝과 머클 배칭으로 변조 증거와 소형 포함 증명을 제공하며, 어느 조직도 중립적 인프라를 갖추지 못한 상황에서는 주기적으로 에폭 루트를 온체인에 앵커링해 신뢰할 제3자 없이도 누구나 독립적으로 기록을 검증할 수 있게 한다. 온체인에는 32바이트 에폭 루트와 백포인터만 저장되며 이벤트 내용 자체는 체인에 올라가지 않는다. 합성 에이전트 워크로드 평가 결과 전체 시스템은 이벤트당 약 48마이크로초의 지연과 512바이트만 추가하며, 10만 이벤트당 L2 앵커링 비용은 2.30달러, 편집·삭제·재정렬·포크 변조를 오탐 없이 100% 탐지했다.
- •에이전트 행동을 의도부터 실행·출처까지 8개 필드로 구조화해 기록하는 감사 추적 시스템을 제안한다.
- •해시 체이닝과 머클 배칭으로 변조 증거를 제공하고 주기적 온체인 앵커링으로 신뢰 제3자 없이 검증 가능하다.
- •온체인에는 32바이트 에폭 루트만 저장되며 이벤트 내용 자체는 올라가지 않는다.
- •이벤트당 약 48마이크로초 지연, 512바이트 추가, 10만 이벤트당 2.30달러의 앵커링 비용이 든다.
- •편집·삭제·재정렬·포크 등 변조를 오탐 없이 100% 탐지했다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Agent Flight Recorder: Tamper-Evident Audit Trails with On-Chain Anchoring for Long-Horizon Tool-Using Agents
- 1.장기실행 에이전트의 수천 건 연쇄 행동에서 원인·권한·비반박 제3자 검증 문제를 다루는 'Agent Flight Recorder' 제시
- 2.의도부터 실행·출처까지 8개 의미필드를 묶은 구조화 이벤트를 해시체인·머클배치로 변조증거 확보
- 3.중립 인프라 없는 조직간 분쟁에서 에포크루트를 주기적 온체인 앵커링, 출처는 미기록(32바이트 루트만 저장)
- 4.이벤트당 오버헤드 ~48마이크로초·512바이트, 편집·삭제·재정렬·포크 변조 100% 탐지(오탐 0)
왜 중요한가?
코딩 에이전트의 프로덕션 DB 삭제나 프롬프트 인젝션 확산 같은 사고에서 인과관계를 낮은 비용·오버헤드로 변조불가능하게 재구성할 수 있게 해, 자율 에이전트 운영의 감사·법적 책임 인프라 공백을 메운다.
언급 프로젝트
AI 에이전트의 오작동 시 책임 소재와 투명한 감사 기록 확보는 국내에서도 중요한 과제입니다. 블록체인 기반의 감사 기록 기술은 AI 에이전트의 신뢰성과 책임성을 크게 향상시킬 수 있으며, 이는 금융, 헬스케어 등 규제가 엄격한 국내 산업 분야에서 AI 에이전트 도입을 가속화하는 핵심 요소가 될 것입니다. 국내 블록체인 및 AI 기술 융합에 대한 관심을 높일 연구입니다.
본문 미리보기
arXiv:2609.01931v1 Announce Type: new Abstract: Long-horizon agents execute thousands of actions, resulting in sequential failures rather than isolated errors. When a coding agent deletes a production database or a prompt injection spreads across agents, the incident raises questions of causality, authority, and non-repudiable third-party verification. The Agent Flight Recorder captures each agent action as a structured, canonically serialized event binding eight semantic fields from intent thr
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안



