Mnemosyne는 LLM이 생성한 워크플로 액션을 신뢰하지 않는 제안으로 취급하고, 선언된 실행 가능 제약 집합 C에 대한 결정론적 승인 검사를 통과해야만 커밋하는 '에이전틱 트랜잭션 처리(ATP)' 런타임이다. 추가 전용 전이 로그, 유효 상태 투영, 의존성 안전 보상, 능동 커밋 레코드를 갖추고 권한 분리 등 4가지 안전 속성과 제한된 반응적 복구 보장(LCRP)을 증명했다. 9개 반증 테스트에서 목표 위반을 모두 거부하면서 유효한 작업은 승인했고 오버헤드는 6% 미만, 국소 복구는 전역 재계산보다 연산량이 한 자릿수 적었다. 이기종 LLM 4개의 라이브 복구 제안 40건 중 24건 승인·16건 거부로 무효 커밋 0건을 기록해, 에이전트 자동화의 신뢰성 계층으로 주목할 만하다.
- •LLM 생성 액션을 '신뢰할 수 없는 제안'으로 보고 제약 집합 C 기반 결정론적 승인을 거쳐야 커밋하는 ATP 모델 제안
- •권한 분리, 직렬 등가 생성적 승인, 증거 보존 복구, 의무 격리 등 4가지 안전 속성과 LCRP 보장을 증명
- •9개 반증 테스트에서 위반 전부 거부, 오버헤드 6% 미만, 국소 복구는 전역 재계산보다 연산 10배 절감
- •이기종 LLM 4개의 라이브 복구 제안 40건 중 24건 승인·16건 거부, 무효 커밋 0건 달성, 오픈소스 공개
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.
Mnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows
- 1.생성된 워크플로 액션을 검증 전까지 신뢰하지 않는 트랜잭션 모델 ATP 제안
- 2.선언적 제약집합 C 하에서 결정론적 승인을 통과해야 커밋되는 양면 원칙 적용
- 3.추가 전용 로그·의존성 안전 보상 등을 갖춘 런타임 Mnemosyne로 구현, 4개 안전성 증명
- 4.9개 반증 테스트서 위반 차단하며 검증 오버헤드 6% 미만, 지역 복구는 전역 재계산보다 적은 편집
왜 중요한가?
LLM·솔버·에이전트가 생성한 액션이 구문상 유효해도 낡거나 파괴적일 수 있는 위험을, 커밋 상태 정확성을 제안 계층의 능력과 독립시키는 런타임 승인으로 보장한다.
본문 미리보기
arXiv:2607.00269v1 Announce Type: new Abstract: LLMs, solvers, and agent teams increasingly generate workflow actions, repairs, and plans, but a generated action may be syntactically valid yet stale, infeasible, conflicting, or destructive of the evidence that triggered a repair. We introduce Agentic Transaction Processing (ATP), a transaction model that treats generated actions as untrusted proposals until they pass deterministic admission under a declared, executable constraint set C. The pri
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:08AI 초안

