_"그냥 JSON을 믿으세요"_는 대부분의 에이전트 스택(agent stacks)이 물리적 세계를 다루는 방식입니다. 온도 데이터가 도착합니다. PM2.5 데이터가 도착합니다. 에이전트는 비용을 청구하고, 배송하고, 결정합니다. 센서가 멈춰 있었는지, 급증했는지, 혹은 존재하지 않는 하늘을 지어내고 있는지 아무도 묻지 않습니다.

우리는 이미 AI-Factory / AIMarket 생태계에서 답변의 근거를 확보하는 두 가지 방법을 가지고 있었습니다:

GAIA는 세 번째 클래스인 물리적 세계의 오라클 게이트웨이(physical-world oracle gateway)입니다. 에이전트는 일반적인 AIMarket 기능으로서 Ed25519로 인증된 센서 판독값을 구매합니다. 정산은 우리가 이미 LLM 작업에 제공하고 있는 것과 동일한 검증 후 결제 (Pay-on-Verified) 에스크로를 사용합니다. 다만 판사(judge)가 언어 모델(language model)이 아니라는 점이 다릅니다. 판사는 Metis의 /v1/verify 엔벨로프(envelope)를 사용하는 밀리초 미만의 타당성 검증기(plausibility verifier)입니다.

정직한 판독값 → 제공자에게 결제됨.

거짓/멈춤/편향된 센서 → 구매자에게 자동 환불.

도달할 수 없는 장치 → 결제 자체가 발생하지 않음.

라이브 데모 (로그인 불필요): iot.modelmarket.dev · 소스: github.com/alexar76/gaia (MIT)

아무도 예산에 반영하지 않는 문제

에이전트 A는 배송을 지연할지, 견적을 조정할지, 혹은 물리적 워크플로우(physical workflow)를 트리거할지 결정하기 위해 "사이트 X의 현재 실외 온도"가 필요합니다. 오늘날의 정상적인 경로는 다음과 같습니다:

1. 특정 날씨 API 또는 IoT 브리지(bridge) 호출
2. temperature_c 파싱
3. 해당 숫자가 사실인 것처럼 행동 (그리고 종종 결제)

이 방식은 문제가 발생하기 전까지만 작동합니다. 센서는 지루하면서도 비용이 많이 드는 방식으로 고장 납니다:

• Stuck (고착) — ADC latch-up (ADC 래치업); 소수점 넷째 자리까지 동일한 값 6개 연속 발생
• Spike (스파이크) — EMI (전자파 간섭) / 느슨한 배선; 샘플링 사이에서 12°C → 87°C로 급변
• Drift (드리프트) — 단독으로는 z-score(z-점수)를 트리거하지 않는 느린 보정 오류 (miscalibration)
• Dropout (드롭아웃) — 무선 통신 두절; 통화자가 빈 허공에 대고 재시도해도 단순한 브리지(bridge)에 의해 여전히 과금됨

만약 당신의 에이전트 경제가 '정확성 (correctness)'이 아닌 '응답 (response)'에 대해 비용을 차감한다면, 거짓말을 하는 센서는 수익성이 높은 공격 표면 (attack surface)이 됩니다. 이를 위해 거창한 암호학적 드라마는 필요 없습니다 — 당신에게 필요한 것은 물리학을 이해하는 에스크로 (escrow) 입니다.

GAIA가 실제로 판매하는 것

대시보드가 아닙니다.

실제 하드웨어에서 디바이스 키는 보안 요소 (Secure Element) / TEE (Trusted Execution Environment)로 이동하며, 이는 AIMarket 프로토콜이 이미 예약해 둔 슬롯입니다. 검증되지 않은 센서에서 나온 그럴듯한 수치는 아무런 가치가 없습니다. 신원(Identity)은 통계 데이터의
하위 계층에 존재합니다.

검증 후 결제 (Pay-on-Verified), 하지만 판결은 물리학이 내린다

Pay-on-Verified는 허브(hub)에서 이루어지는 구매자 선택형 에스크로 (escrow)입니다. 자금을 보유하고, 제공자의 출력값을 즉시 반환하며, 기계적 판결이 내려진 후에만 자금을 이동합니다.

LLM 작업의 경우 판결자는 Metis입니다.

센서의 경우 판결자는 **GAIA의 /v1/verify**입니다. 동일한 엔벨로프 (envelope) 형태를 가지므로, 허브는 어떤 것이 연결되어 있는지 신경 쓰지 않습니다:

export AIMARKET_VERIFY_METIS_URL=http://gaia-host:9320
export AIMARKET_VERIFY_VERIFIER_ID=gaia.verify@v1

엔드 투 엔드 (End-to-end) 과정:

1. 구매자가 verify 블록 (의도 + 대기 정책)과 함께 gaia.weather.read@v1을 호출합니다.
2. 허브가 GAIA를 호출 → 증명된 (attested) 읽기 값이 반환됩니다.
3. 허브는 채널 자금을 보유 (holds) 합니다 (아직 차감하지 않음).
4. 결제 워커 (Settlement worker)가 감사 문자열 (audit string)과 함께 GAIA /v1/verify로 POST 요청을 보냅니다.
5. 통과 (Pass) → 보유 자금 캡처, verify_passed 평판 이벤트 발생
6. 실패 (Fail) → 보유 자금 해제, trace_id: gaia_…를 포함한 서명된 거절 영수증, verify_failed 발생
7. 중단 / 5xx (Dropout / 5xx) → 보유 없음, 차감 없음

gaia/tests/test_hub_e2e.py를 통해 프로세스 내에서 보장됩니다: 정직한 경우 → 1¢ 장부 양자 (ledger quantum) 단위로 캡처; 수치가 튀는 경우(spiked) → 출력값은 전달되지만 보유 자금은 해제됨; 중단 시 → 502 에러 및 잔액 유지.

이것이 한 줄로 요약된 제품 테제 (product thesis)입니다: 에이전트는 상상된 날씨가 아니라, 실제로 발생한 날씨에 대해 지불합니다.

센서가 유죄 판결을 받는 방법 (LLM 미사용)

개연성 검증기 (plausibility verifier)는 결정론적 (deterministic)입니다. 먼저 신원(Identity)을 확인합니다 (알 수 없는 장치 또는 잘못된 증명 → 점수 0.0). 그다음 모든 필드를 독립적으로 확인합니다. 그 후 필드들 사이의 **최솟값 (MIN)**을 취합니다 — 평균(mean)이 아닙니다. 왜냐하면 센서는 한 번에 하나의 채널에서 거짓말을 하며, 평균을 내버리면 세 개의 정직한 필드가 하나의 조작된 필드를 세탁(launder)할 수 있기 때문입니다.

엄격한 체크 (느낌이 아닌, 물리학 기반):

• [lo, hi] 범위 내에 있는지 (bounds within [lo, hi])
• 단조 에너지 레지스터 (monotonic energy register)가 절대 감소하지 않는지
• 고착 (stuck): 연속된 필드에서 6개의 동일한 값이 나타나는지
• 스키마 (schema): 알려진 필드, 숫자 값

Soft checks (판단을 유보할 때를 아는 통계적 검사):

• 자체 이력 대비 z-score (z-score vs own history) (샘플 ≥ 24개; wind_mps / power_w와 같이 변동성이 큰 필드는 제외)
• 지터(jitter) 및 기울기 × Δt 대비 변화율 (rate vs jitter + slope × Δt)
• 인접한 트윈(twin) 센서와의 형제 합의 (sibling agreement with the co-located twin) (최신 데이터 ≤ 10분)

기본 임계값(Threshold default): 0.7. 트레이스(Traces)는 실패한 검사 항목의 이름을 명시합니다 (zscore:temperature_c, sibling:humidity_pct, …). 환불(refund)은 단순히 느낌 점수(vibes score)를 주는 것이 아니라, 어떤 물리 법칙이 센서를 유죄로 판결했는지를 알려줍니다.

결함 주입 (Fault injection)은 실패를 이를 포착하는 검사 항목에 매핑합니다:

네 개의 데모 장치 모두에서 정직한 판독값은 유닛 스위트(unit suite)에서 ≥ 0.9의 점수를 기록합니다. 위조된 증명(Forged attestation)은 점수를 0으로 만듭니다. 알 수 없는 장치는 거부됩니다. test_attestation_and_plausibility.py를 참조하세요.

이것이 왜 "또 다른 오라클 블로그 포스트"가 아닌가

대부분의 "AI + IoT" 관련 글들은 차트에서 멈춥니다. 흥미로운 엔지니어링은 **인터페이스 재사용 (interface reuse)**에 있습니다:

• GAIA는 Metis 형태의 전체 {status, verified, verify_score, route, trace_id, …} 엔벨로프 (envelope)를 반환합니다.
• 엔진 오류는 status: "error"와 함께 HTTP 200 상태를 유지합니다 (절대 5xx가 아님). 따라서 허브의 제한된 재시도(bounded-retry) 및 fail-open/closed 정책이 변경 없이 적용됩니다.
• 검증 통과/실패로부터 발생하는 평판(Reputation) 이벤트는 스택의 다른 곳에서 이미 에이전트 평판을 가격에 반영하고 있는 동일한 신뢰 그래프 (LUMEN)로 전달됩니다.
• WoT Thing Descriptions는 AIMarket 매니페스트(manifest)와 나란히 위치합니다 — 산업용 IoT 툴링과 에이전트 툴링이 하나의 장치 ID를 공유합니다.

수학적 오라클(Math oracles)은 연산을 증명합니다. Metis는 언어를 심판합니다. GAIA는 정산(settlement)을 현실 세계에 근거(ground)하게 합니다. 동일한 시장, 동일한 에스크로(escrow), 하지만 서로 다른 그라운드 트루스(ground truth).

시도해보기

시도해보기

docker pull ghcr.io/alexar76/gaia:latest
docker run --rm -p 9320:9320 ghcr.io/alexar76/gaia:latest

...

• Live: iot.modelmarket.dev
• Landing: alexar76.github.io/gaia
• Deep dive: docs/iot-physical-oracles.md
• Escrow: docs/pay-on-verified.md
• Related: Metis (인지적 검증(cognitive verify)) · oracles (17개의 수학 문)

에이전트를 구축하여 날씨, 공기, 에너지 등 센서가 주장할 수 있는 물리적 사실을 구매하는 경우, JSON 도착 시 바로 출금하지 마십시오. 물리학(또는 쌍둥이 모델)이 동의할 때까지 돈을 보류하십시오.

⭐ 전체 스택 맵: github.com/alexar76/aicom

데모 플릿은 시뮬레이션된 것이며, 실제 장치 중계 및 전체 AIMarket/Pay-on-Verified 와이어는 실제입니다. 공개 가격을 프로덕션 SLA가 아닌 선언된 데모 경제로 간주하십시오.