LLM 확률적 실행의 리스크를 제거한 Web3 전용 Deterministic Firewall 구현

Context

LLM의 확률적 특성으로 인한 Hallucination이 Web3 환경에서 금융 사고로 직결되는 구조적 위험 존재. 기존 AI 에이전트 스택은 실행 단계의 결정론적 검증 계층이 부재하여 Unsafe Approval이나 Honeypot 거래에 취약한 한계 노출.

Technical Solution

• LangChain 및 AutoGen과의 Native Integration을 통한 보안 계층의 도구화로 추론 과정 내 실시간 안전성 검증 구조 설계
• L5 Sandbox 기반의 결정론적 검증 로직을 통해 Honeypot 및 Tax Token 등의 실행 패턴을 사전 식별하는 Firewall 아키텍처 구축
• 단순 차단을 넘어 Remediation String을 반환하는 Self-Correction Loop를 구현하여 에이전트의 자가 수정 및 학습 경로 확보
• _arun 메서드를 통한 Native Async Support 도입으로 보안 검증 과정이 전체 이벤트 루프의 병목이 되지 않는 비동기 실행 구조 최적화
• Private Key 접근을 원천 차단하는 Zero-Key 원칙과 Local-first 보안을 지향하는 Zero-Telemetry 설계 적용
• 모든 LLM 출력을 신뢰하지 않는 Zero-Trust 모델을 적용하여 확률적 추론과 결정론적 실행을 엄격히 분리