7계층 온체인 분석과 MCP 기반 AI 에이전트 보안 오라클 구현

How I Built a 7-Layer Token Safety Oracle for AI Agents on Solana

Manuel Delgado2026년 5월 13일4분advanced

AI 요약

Context

기존 메타데이터 기반 검증 도구의 낮은 신뢰도로 인한 AI 에이전트의 자산 손실 위험 상존. 특히 온체인 바이트 구조의 권한 설정을 무시한 단순 API 호출 방식의 한계로 인한 Rug Pull 취약성 노출.

SPL Token Mint Account의 82바이트 raw data를 직접 Deserialization 하여 Mint/Freeze Authority의 활성화 여부를 byte-level에서 검증하는 구조 설계
Helius DAS API 및 Birdeye 데이터를 활용한 공급량 집중도 및 Liquidity Depth 분석으로 수학적 Rug 가능성 산출
개별 레이어의 분석 결과를 가중치 기반 Scoring Model로 통합하여 0.0~10.0 범위의 Composite Risk Score 생성
Model Context Protocol(MCP) 표준 적용을 통해 AI 모델이 도구 정의를 스스로 인지하고 호출하는 동적 인터페이스 구축
Upstash Redis 기반의 IP당 일일 100회 Rate Limiting을 적용한 서버리스 기반 확장성 확보

실천 포인트

1. API 제공 데이터 외에 On-chain Raw Byte 데이터 직접 파싱을 통한 신뢰성 검증 검토

2. AI 에이전트 도구 설계 시 하드코딩된 API 호출 대신 MCP와 같은 표준 프로토콜 도입 고려

3. 다중 지표 기반의 Weighted Scoring 모델을 통한 복합 리스크 정량화 체계 구축

태그