AI 에이전트가 실제 사람을 고용하고 온체인으로 결제하는 오픈소스 도구 Proxy 공개

커뮤니티 반응

에이전트의 물리적 확장성에 대해 흥미롭다는 반응이며, 특히 온체인 결제를 결합한 실무적 접근에 주목하고 있다.

주요 논점

01찬성다수

에이전트가 해결하지 못하는 마지막 단계를 사람에게 위임하는 현실적인 하이브리드 모델이다.

합의점 vs 논쟁점

합의점

에이전트의 도구 사용 능력이 단순 API 호출을 넘어 실제 서비스 고용으로 확장될 수 있다.
암호화폐 에스크로가 에이전트 간 또는 에이전트-사람 간 거래의 신뢰 문제를 해결하는 유효한 수단이다.

실용적 조언

물리적 서비스가 필요한 에이전트 개발 시 제공된 LangChain 또는 CrewAI 전용 도구를 사용하여 구현 시간을 단축할 수 있다.
결제 보안을 위해 프로젝트에서 제공하는 USDC 에스크로 로직을 그대로 활용하는 것이 안전하다.

섹션별 상세

AI 에이전트가 hire_human 함수를 호출하여 실제 사람에게 물리적 작업을 요청하는 기능을 구현했다. 에이전트가 특정 명령을 내리면 시스템이 이를 실제 수행 인력과 연결하고, 작업 완료 시까지 USDC를 에스크로에 예치하는 방식으로 작동한다. GitHub 저장소를 통해 전체 소스 코드가 공개되어 실제 구현 방식을 확인할 수 있다. 이는 에이전트의 실행 범위를 소프트웨어 자동화에서 실물 서비스 대행으로 확장하는 시도이다.

다양한 AI 프레임워크와의 호환성을 위해 LangChain, CrewAI 도구 및 MCP 서버 형태를 모두 지원한다. 사용자는 기존 에이전트 워크플로우에 제공된 도구를 추가하기만 하면 OpenAI의 Function Calling 기능을 통해 즉시 사람 고용 기능을 통합할 수 있다. 실제 온체인 결제 처리를 위한 인프라가 포함되어 있어 개발자가 별도의 결제 시스템을 구축할 필요가 없다. 프레임워크 제약 없이 에이전트의 도구 활용 능력을 극대화할 수 있는 구조를 갖췄다.

용어 해설

USDC 에스크로(USDC Escrow): — 스테이블코인인 USDC를 사용하여 제3자가 거래 대금을 일시적으로 보관하는 방식이다. 에이전트가 요청한 작업이 완료될 때까지 자금을 안전하게 묶어두어 온체인 상에서 신뢰할 수 있는 결제를 보장한다.
모델 컨텍스트 프로토콜 서버(MCP Server): — AI 모델이 외부 도구나 데이터 소스와 표준화된 방식으로 통신할 수 있게 해주는 프로토콜 서버이다. 다양한 에이전트 프레임워크 간의 상호운용성을 높여주는 역할을 한다.
함수 호출(Function Calling): — LLM이 텍스트 응답 대신 특정 함수를 실행하기 위한 인자값을 구조화된 데이터 형식으로 출력하는 기능이다. 이를 통해 모델이 외부 API나 도구를 직접 제어할 수 있다.

언급된 도구

Proxy추천링크

AI 에이전트의 실제 사람 고용 및 온체인 결제 중개

언급된 리소스

GitHubProxy GitHub Repository