인공지능 기반 인프라를 위한 주도적 분석: LLM을 활용한 DAO와 기업 AI 프로토콜의 비교 통제.pipe라인

인공지능 agent 프로토콜이 확산되면서, 상호운용 표준을 형성하는 지배 구조는 경험적으로 충분히 연구되지 않았다. 우리는 대규모 언어 모델(LLM)로 구동되는 대규모 지배 구조 분석 pipe-line을 소개한다. 이 pipe-line은 자동화된 주석, 신경망 주제 모델링, 다층 네트워크 분석을 통합하여 대규모 규모에서 사회 기술적 권력 구조를 연구한다. 우리는 두 가지 상반된 agent 상호운용 표준에 대해 검증한다: ERC-8004 (허가 없이, 체인 상)와 Google A2A (기업 주도). 4,323 개의 지배 참여 기록을 분석하여, LLM-assisted 코딩, 주제 모델링, 다층 네트워크 분석을 combine하여 institutional design이 주제 우선순위와 커뮤니티 구조를 형성하는 방식을 연구한다. 우리는 지배 형태가 실질적인 주제에 영향을 미치지만, 두 체제 모두 참여 불균형과 커뮤니티 분열 수준이 비슷함을 발견한다. 허가 없이의 설정에서 의견 일치가 더 밀집되어 있음을 보여주듯이, 오픈 지배가 분산된 참여에도 주제적 일치도를 높일 수 있다는 것을 보여준다. 이러한 발견은 대규모 언어 모델(LLM) Assisted 방법이 기술 지배에 대한 경험적 연구를 발전시키는 데 도움이 된다는 것을 보여준다. 또한, 더 평등한 agent AI 표준을 설계하는 데에 있어 implication을 갖는다. 모든 데이터와 코드는 공개적으로 이용 가능하다.