대규모 AI 도구 발견: 모든 것이 DNS에 있다

인공지능(AI)_AGENT가 자율적으로 작동하는 시대가 다가오고 있습니다. 이러한 자율 AI_AGENT를 위한 발견 메커니즘은 수백만 개의 도구를 탐색할 수 있어야 하지만, 현재의 해결책은 O(N) 복잡도와 중앙집중화된 통제를 가지고 있기 때문에 무너집니다. 또 다른 취약한 Overlay를 구축하기 보다는, 우리는 도메인 이름 시스템(DNS, Domain Name System)을 Internet의 가장 탄탄한 서브스트레이트로 활용하여 도구 발견에 대한 의미론적 발견을 후방 호환성으로 도입할 ToolDNS 프레임워크를 제안합니다. 의미론적 검색을 비용이 많이 드는 것으로 변환시키기 위해 기능적 의도와 조직적 신뢰를 계층적 이름 공간에 임베딩합니다. 이로써 ToolDNS는 O(log N) 이름 해결을 통해 가벼운 이름 해결을 통해 비용이 많이 드는 의미론적 검색을 O(log N) 이름 해결로 변환시킵니다. ToolDNS는 분산 통제와 의미론적 가지를 허용하기 위해 세 가지 protocol-compliant 개선 사항을 소개합니다: 부분적으로 펴진 이름, EDNS0 의도 패킷, 논리적 subdomain. 분산된 도구 지형을 엄격하게 평가하기 위해 우리는 MCP, A2A, RESTful, Skill 프로토콜을 포함한 33,688개의 실제 세계 도구를 포함하는 대규모 다종성 벤치마크를 구성하고 공개합니다. 이 데이터셋에서 ToolDNS는 95.26%의 검색 공간을 절약하면서도 state-of-the-art 검색 정확도와 일치합니다. 또한, HTTP 기반 레지스트리보다 UDP-Native 설계로 인해 발견 지연을 수 천 배 줄일 수 있습니다. 본 연구는 AI 상호운용성을 위한 확장 가능한 AI 상호운용성은 더 많은 미들웨어가 아니라, 우리의 발목 아래에 있는 기초적인 인프라를 더 스마트하게 사용하는 것이 필요하다는 것을 보여줍니다.