docs: align terminology (sensing/control layer) and update agent guidelines

.agents/AGENT.ko.md

@@ -167,3 +167,9 @@ TMUX 환경에서 실행되는 에이전트가 화면 스크롤 한계로 인해
 - **물리 제어 명령의 멱등성 분류**: 인터페이스 모듈은 전달되는 제어 명령을 멱등성 보장 여부에 따라 분류해야 합니다. 정보 조회·상태 설정 등 멱등성이 자연 보장되는 명령과, 농약 투포·급수·밸브 개폐 등 부작용이 누적되어 재실행 시 치명적 안전 사고로 이어질 수 있는 비멱등성(non-idempotent) 물리 제어 명령을 명시적으로 구분해야 합니다.
 - **중복 발행 억제 메커니즘**: 비동기 재시도 루프에서 동일한 제어 의도가 새로운 작업 ID로 중복 발행되는 것을 방지하기 위해, 제어 의도 식별자(Control Intent Key) 기반의 중복 억제(Deduplication) 스키마를 인터페이스 계층에 내장해야 합니다. 재시도 시 신규 작업 ID가 아닌 원본 제어 의도에 바인딩된 멱등성 키를 재사용하여 동일 제어의 재실행 가능성을 시스템 차원에서 통제해야 합니다.
 - **물리 장치측 사전 검증**: 중복 제어가 물리 장치에 도달하기 전에 인터페이스 모듈이 사전 검증(pre-flight check)을 수행하여, 이미 실행된 제어 의도에 대한 재실행 요청을 사전 차단하거나 장치측 상태와 대조 후 승인하는 안전망을 제공해야 합니다.
+
+### ✍️ 5. 학술 용어 및 일관성 통일 지침 (Terminology & Alignment Guidelines)
+- **학술적 명확성 확보**: 논문 또는 설계 문서를 작성하거나 편집할 때, 직관적인 구어체 표현(예: '값을 나르는 계층', '행동을 시키고 확인하는 계층')의 사용을 지양하고 정식 학술 용어인 **'센싱 계층(Sensing Layer)'**과 **'제어 계층(Control Layer)'**을 사용해야 합니다.
+- **센싱 계층의 정의**: 센싱 계층은 단순히 데이터를 업로드하는 단방향 전송에 그치지 않고, "온도·습도 등의 센서 값을 특정하여 edge 또는 cloud로 전송"하는 명확한 동작으로 정의하여 데이터 흐름을 정합적으로 기술합니다.
+- **제어 계층의 정의**: 제어 계층은 "농약 살포"와 같이 물리 계층에 제어 명령을 내리고 그 결과를 검증/확인하는 능동적 행위 계층으로 정의합니다.
+- **용어 일관성 유지**: 모든 문서(서론, 배경기술, 설계, 실험 등) 전반에 걸쳐 해당 명칭을 통일되게 사용하여 독자의 이해를 돕고 인지적 혼선을 방지해야 합니다.

.agents/AGENT.md

@@ -167,3 +167,9 @@ The Unified Interface Module to be implemented in future research and developmen
 - **Idempotency Classification of Physical Control Commands**: The interface module must classify control commands by their idempotency guarantees. It must explicitly distinguish between commands where idempotency is naturally guaranteed (e.g., information queries, state settings) and non-idempotent physical control commands where side effects accumulate and re-execution may lead to critical safety incidents (e.g., pesticide spraying, irrigation, valve actuation).
 - **Duplicate Dispatch Suppression Mechanism**: To prevent the same control intent from being dispatched under a new job ID during asynchronous retry loops, a deduplication schema based on a Control Intent Key must be embedded in the interface layer. Upon retry, the system must reuse the idempotency key bound to the original control intent rather than issuing a new job ID, thereby systemically controlling the possibility of duplicate execution of the same control.
 - **Pre-flight Verification at the Interface Layer**: Before a duplicate control reaches the physical device, the interface module must perform a pre-flight check that pre-blocks re-execution requests for already-executed control intents, or approves them only after cross-checking against device-side state, providing a safety net against physical double actuation.
+
+### ✍️ 5. Terminology & Alignment Guidelines
+- **Academic Precision**: When writing or editing papers and design documents, avoid colloquial descriptions (e.g., 'value-delivering layer', 'action-triggering layer') and strictly use formal academic terminology: **'Sensing Layer'** and **'Control Layer'**.
+- **Refined Sensing Layer Definition**: The Sensing Layer must be defined not merely as a unidirectional data upload channel, but as a specific operation of "specifying sensor values such as temperature and humidity and transmitting them to the edge or cloud," describing the data flow accurately.
+- **Actionable Control Layer Definition**: The Control Layer must be defined as an active layer that issues control commands to the physical layer (e.g., "pesticide spraying") and verifies/validates the execution results.
+- **Cross-Section Terminology Alignment**: Ensure that these terms are used consistently across all sections of the document (Introduction, Background, Design, Experiments, etc.) to assist reader comprehension and prevent cognitive confusion.

.mam/agent-sessions.yaml

@@ -1,9 +1,9 @@
 snapshot:
-  taken_at: '2026-07-03T01:49:10Z'
+  taken_at: '2026-07-06T00:54:45Z'
   cwd: /Users/godopu16/PuKi/lab/canary_projects/multi-agent-paper
 tmux_sessions:
 - name: canary-projects-multi-agent-paper-creator-claude
-  status: stopped
+  status: running
   role: researcher-reviewer
   tmux_session_created_at: '2026-06-30T02:14:27Z'
   tmux_session_epoch: 1782785667
@@ -11,7 +11,7 @@ tmux_sessions:
   delegate_job_id: null
   pane:
     index: 0
-    pid: 13504
+    pid: 24941
     cmd: claude
     cmd_full: claude --dangerously-skip-permissions -r d6eb5e41-a7a6-4c92-b6f2-4133da3a292e
     cwd: /Users/godopu16/PuKi/lab/canary_projects/multi-agent-paper
@@ -25,15 +25,10 @@ tmux_sessions:
     account: (unknown — read from claude auth status)
     version: (unknown — read from TUI)
   claude_session_id_own: d6eb5e41-a7a6-4c92-b6f2-4133da3a292e
-  last_visible_status: resumed conversation d6eb5e41-a7a6-4c92-b6f2-4133da3a292e at 2026-07-03T01:49:07Z
+  last_visible_status: resumed conversation d6eb5e41-a7a6-4c92-b6f2-4133da3a292e at 2026-07-06T00:54:45Z
   last_visible_status_at_termination: '      32       33 -셋째, **구조화된 직렬화 기반의 태스크 생명주기 관리 및 부하 분산 효율**이다. Protobuf(Protocol Buffers)의 스키마 정의형 바이너리 직렬화는 텍스트 기반 JSON 파싱 대비 직렬화·역직렬화 연          -산 비용과 페이로드 크기를 현저히 절감하여, 동적으로 생성·소멸하는 다수의 서브에이전트와 오케스트레이터 간에 폭증하는 제어 메시지를 메모리 효율적으로 처리할'
-  stopped_at: '2026-07-03T14:17:34Z'
-  stopped_at_epoch: 1783088254
-  stop_reason: manual_stop
-  termination_mode: graceful
-  resumable: true
 - name: canary-projects-multi-agent-paper-creator-cline
-  status: stopped
+  status: running
   role: researcher-reviewer
   tmux_session_created_at: '2026-06-30T02:23:09Z'
   tmux_session_epoch: 1782786189
@@ -41,7 +36,7 @@ tmux_sessions:
   delegate_job_id: null
   pane:
     index: 0
-    pid: 13609
+    pid: 25041
     cmd: cline
     cmd_full: cline -i --id 1782786184987_wcllh
     cwd: /Users/godopu16/PuKi/lab/canary_projects/multi-agent-paper
@@ -50,10 +45,5 @@ tmux_sessions:
   kill_command: tmux -L multi-agent-paper kill-session -t canary-projects-multi-agent-paper-creator-cline
   child_pid: 0
   cline_conversation_id_own: 1782786184987_wcllh
-  last_visible_status: resumed conversation 1782786184987_wcllh at 2026-07-03T01:49:10Z
+  last_visible_status: resumed conversation 1782786184987_wcllh at 2026-07-06T00:54:45Z
   last_visible_status_at_termination: '   │IDL을 "명확한 계약서"에 비유    │33 │"사전에 문서로 못박아 두는 ''명확한 계약서'' 역할 ... 계약서에 서명한 양측이 조항을 재협상할 필요 없이 곧바로 거래할 수 있듯이"             │✅ 정확 반영      │    ├────────────────────────────────┼───┼────────────────────────────────────'
-  stopped_at: '2026-07-03T14:17:37Z'
-  stopped_at_epoch: 1783088257
-  stop_reason: manual_stop
-  termination_mode: graceful
-  resumable: true

paper_draft/DRAFT_PLAN.md

@@ -1,42 +1,57 @@
 # Introduction
 
 ## Evolution of AI Models and Services
-최근 거대 언어 모델(Large Language Model, LLM)의 급격한 성장은 자연어 처리 분야를 넘어 인공지능 서비스 전반의 패러다임 변화를 주도하고 있다. 초기 생성형 AI 모델이 사용자의 입력(Prompt)에 대해 단순히 텍스트 응답을 생성하는 수동적 대화형 서비스(Chatbot)에 머물렀던 것과 달리, 현대의 AI 시스템은 스스로 목표를 인지하고 외부 환경과 상호작용하며 과업을 완수하는 자율 실행 주체, 즉 'AI 에이전트(AI Agent)'로 급격히 진화하고 있다. 이러한 진화는 단순한 언어적 출력을 넘어, 실제 운영체제(OS), 웹 브라우저, 외부 데이터베이스 및 API 시스템 제어 권한을 획득하여 능동적으로 업무를 대행하는 에이전트 기술의 대중화를 이끌고 있다.
+최근 거대 언어 모델(Large Language Model, LLM)의 급격한 성장은 자연어 처리 분야를 넘어 인공지능 서비스 전반의 패러다임 변화를 주도하고 있다. 초기 생성형 AI 모델이 사용자의 입력(Prompt)에 대해 단순히 텍스트 응답을 생성하는 수동적 대화형 서비스(Chatbot)에 머물렀던 것과 달리, 현대의 AI 시스템은 스스로 목표를 인지하고 외부 환경과 상호작용하며 과업을 완수하는 자율 실행 주체, 즉 'AI 에이전트(AI Agent)'로 급격히 진화하고 있다. 이러한 진화는 단순한 언어적 출력을 넘어, 실제 운영체제(OS), 웹 브라우저, 외부 데이터베이스 및 API 시스템 제어 권한을 획득하여 능동적으로 업무를 수행하는 에이전트 기술의 대중화를 이끌고 있다.
 
 ## Rise of AI Agents and Industrial Paradigm Shift
-AI 에이전트의 자율적 문제 해결 능력은 산업 현장의 제어 및 운영 시스템에도 지대한 변화를 불러일으키고 있다. 특히 농업 분야의 스마트 팜(Smart Farm)이나 제조업 분야의 스마트 팩토리(Smart Factory)와 같이 실시간 센싱 데이터 수집과 기기 자율 제어가 결합된 사물지능융합기술(AIoT, Artificial Intelligence of Things) 생태계에 AI 에이전트가 도입되기 시작하였다. 기존의 AIoT 서비스는 단순 임계치 기반의 룰(Rule) 제어나 고정된 알고리즘에 의존하여 유연성이 낮았으나, 의사결정 능력을 갖춘 LLM 기반 에이전트가 연동되면서 유연한 예외 처리, 비정형 데이터 분석, 자연어 인터페이스 기반의 장치 통합 제어 등 고도화된 자율 제어 패러다임으로 전환되고 있다.
+AI 에이전트의 자율적 문제 해결 능력은 산업 현장의 제어 및 운영 시스템에도 지대한 변화를 불러일으키고 있다. 특히 농업 분야의 스마트 팜(Smart Farm)이나 제조업 분야의 스마트 팩토리(Smart Factory)와 같이 실시간 센싱 데이터 수집과 기기 자율 제어가 결합된 사물지능융합기술(AIoT, Artificial Intelligence of Things) 생태계에 AI 에이전트가 도입되기 시작하였다. 
+
+기존의 AIoT 서비스는 단순 임계치 기반의 룰(Rule) 제어나 고정된 알고리즘에 의존하여 유연성이 낮았으나, 의사결정 능력을 갖춘 LLM 기반 에이전트가 연동되면서 유연한 예외 처리, 비정형 데이터 분석, 자연어 인터페이스 기반의 장치 통합 제어 등 고도화된 자율 제어 패러다임으로 전환되고 있다.
 
 ## Motivation and Contributions
-그러나 실질적인 AIoT 산업 현장에 AI 에이전트를 배치하기 위해서는 해결해야 할 심각한 구조적 간극이 존재한다. 첫째, 상시 센서 데이터 수집을 전제로 설계된 지속 연결(Persistent Connection) 기반의 IoT 통신 모델과 달리, 거대 언어 모델은 매 호출 시점마다 비동기적인 작업 단위(Job-based)로만 연동되는 패러다임 불일치(Execution Paradigm Mismatch)를 겪는다. 둘째, 공장이나 농장의 다양한 이기종 장치 제어 스키마 및 AI 추론 모델을 매번 수작업으로 매핑하는 것은 대규모 배포 환경에서 비현실적(Dynamic Binding Barrier)이다. 셋째, 에이전트가 상시 대기 상태로 물리 노드를 점유하는 구조는 연산 자원 및 트래픽 측면에서 극도로 비효율적(Resource Allocation Inefficiency)이다. 마지막으로, 통신 및 도구 호출 예외로 인한 자율 재시도 루프 시, 중복 명령 살포(Control Idempotency Deficit)로 인한 물리적 장치의 오작동 및 안전 사고의 위험성이 잔존한다. 
 
-본 논문에서는 이러한 4대 문제를 해소하기 위하여 **gRPC 기반의 통합 에이전트 인터페이스 모듈(gRPC-based Unified Interface Module)**을 설계하고 제안한다. 통신 백본으로 gRPC를 채택한 것은 다음의 세 가지 기술적 근거에 기반한다. 첫째, 초경량 센서 계층(MQTT/CoAP)과 게이트웨이·엣지 연산 계층으로 이원화된 산업용 AIoT 구조에서, gRPC는 상위 계층의 통합 제어 백본으로서 이종 에이전트 연동 의미론(A2A 계열 표준)과 자연스럽게 정합된다. 둘째, HTTP/2 멀티플렉싱 기반의 양방향 스트리밍은 단일 연결 위에서 대용량 멀티모달 데이터(이미지, 음향 주파수 등)의 저지연 상향 관측과 하향 제어를 동시에 소화하여, 지속 연결 계층과 작업 단위 에이전트 계층 간의 실행 주기 불일치를 전송 계층 수준에서 중재한다. 셋째, Protobuf의 구조화된 바이너리 직렬화와 Envoy·Kubernetes 등 검증된 클라우드 네이티브 인프라의 재사용은 대량의 에이전트 태스크 생명주기 관리와 부하 분산을 별도의 커스텀 구축 없이 실현 가능하게 한다(상세 논거는 2장에서 다룬다). 본 연구의 주요 기여는 다음과 같이 요약된다:
-- 지속 연결 기반의 AIoT 물리 계층과 비동기식 작업 단위의 에이전트 계층을 양방향 스트리밍으로 유기적으로 중재하는 gRPC 기반 백본 메커니즘을 정립하였다.
-- 장치 및 모델의 명세를 에이전트 카드(Agent Card)로 동적 바인딩하여 수작업 설정을 최소화하고, 이벤트 감지기와 에이전트 간의 비동기 제어권 위임 생명주기를 구현하여 자원 효율성을 극대화하였다.
-- 제어 명령의 멱등성 분류 및 Control Intent Key 기반 필터링 스키마를 설계하여, 에이전트 재시도 루프에서의 중복 제어 및 물리적 오작동 문제를 선제적으로 해결하였다.
+그러나 실질적인 AIoT 산업 현장에 AI 에이전트를 배치하기 위해서는 해결해야 할 구조적 문제가 존재한다. 
+
+첫째, 상시 센서 데이터 수집을 전제로 설계된 지속 연결(Persistent Connection) 기반의 IoT 통신 모델과 달리, 거대 언어 모델은 매 호출 시점마다 비동기적인 작업 단위(Job-based)로만 연동되는 패러다임 불일치(Execution Paradigm Mismatch)를 겪는다. 둘째, 공장이나 농장의 다양한 이기종 장치 제어 스키마 및 AI 추론 모델을 매번 수작업으로 매핑하는 것은 대규모 배포 환경에서 비현실적(Dynamic Binding Barrier)이다. 셋째, 에이전트가 상시 대기 상태로 물리 노드를 점유하는 구조는 연산 자원 및 트래픽 측면에서 극도로 비효율적(Resource Allocation Inefficiency)이다. 마지막으로, 통신 및 도구 호출 예외로 인한 자율 재시도 루프 시, 중복 명령 살포(Control Idempotency Deficit)로 인한 물리적 장치의 오작동 및 안전 사고의 위험성이 잔존한다. 
+
+본 논문에서는 이러한 4대 문제를 해소하기 위하여 **gRPC 기반의 통합 에이전트 인터페이스 모듈(gRPC-based Unified Interface Module)**을 설계하고 제안한다. 통신 백본으로 gRPC를 채택한 것은 다음의 세 가지 기술적 근거에 기반한다:
+
+- 첫째, 산업용 AIoT 구조는 온도·습도 값을 특정하여 edge 또는 cloud로 전송하는 하부의 '센싱 계층'(MQTT/CoAP 최적)과, "농약 살포"와 같이 명령을 내리고 결과를 확인해야 하는 '제어 계층'으로 자연스럽게 나뉜다. gRPC는 바로 이 제어 계층의 명령 호출에 특화된 프로토콜이며, 교환 가능한 기능과 데이터 형식을 계약서처럼 사전에 못박아 두는 인터페이스 명세(IDL)가 이종 에이전트의 기능 명세서인 Agent Card(A2A 계열 표준)와 정합적으로 매핑되어 표준 준수형 연동의 토대가 된다.
+- 둘째, gRPC가 기반하는 HTTP/2 멀티플렉싱은 하나의 파이프라인 안에 여러 차선을 둔 고속도로처럼, 단일 연결 위에서 텍스트 제어 명령·카메라 이미지 스트림·장치 상태 회신이 서로를 가로막지 않고 동시에 흐르게 한다. 이 양방향 스트리밍 능력은 항상 연결되어 데이터를 흘려보내는 장치 계층과 필요할 때만 작업 단위로 동작하는 에이전트 계층 사이의 박자(실행 주기) 차이를 전송 계층 수준에서 자연스럽게 중재한다.
+- 셋째, gRPC의 Protobuf는 송수신 양측이 미리 약속한 스키마에 따라 데이터를 압축된 이진 형태로 주고받으므로 텍스트(JSON)를 한 글자씩 해석하는 비용이 사라지고 전송 크기도 크게 줄어든다. 여기에 Envoy 로드 밸런서·Kubernetes 상태 감시 등 이미 검증된 클라우드 네이티브 인프라를 기존 전력망과 도로망에 접속하듯 그대로 활용할 수 있어, 대량 에이전트 태스크의 생명주기 관리와 부하 분산을 밑단부터 새로 구축할 필요가 없다(상세 논거는 2장에서 다룬다).
+
+본 연구의 주요 기여는 다음과 같이 요약된다:
+- 항상 연결되어 데이터를 흘려보내는 AIoT 물리 계층과 호출 시점마다 작업 단위로 동작하는 에이전트 계층, 즉 박자가 서로 다른 두 세계를 gRPC 양방향 스트리밍 위에서 실시간으로 잇는 통합 백본 메커니즘을 정립하였다.
+- 장치와 AI 모델의 기능 명세를 에이전트 카드(Agent Card)로 자동 인식·연결(동적 바인딩)하도록 하여 신규 장치를 추가할 때마다 반복되던 수작업 매핑을 최소화하고, 평상시에는 경량 이벤트 감지기만 상주시키다가 이상 징후가 포착된 순간에만 에이전트를 기동해 제어권을 넘기는 비동기 위임 생명주기를 구현하여 연산 자원과 트래픽 낭비를 크게 줄였다.
+- 재시도 루프로 인해 동일한 제어 명령이 두 번 도달하더라도 물리 장치가 두 번 동작하지 않도록, 명령의 멱등성 분류와 Control Intent Key 기반 중복 필터링 스키마를 설계하여 중복 제어로 인한 오작동과 안전 사고 위험을 선제적으로 차단하였다.
 
 ## Paper Organization
 본 논문의 구성은 다음과 같다. 2장에서는 AIoT 구조 및 AI 에이전트, 오케스트레이션 프레임워크와 표준 프로토콜 등의 관련 연구를 소개한다. 3장에서는 제안하는 gRPC 기반 통합 인터페이스 모듈의 구조와 핵심 설계 스키마를 설명한다. 4장과 5장에서는 스마트 팜 가상 테스트베드 환경을 통한 실험 구성 및 성능 분석 결과를 제시하며, 마지막 6장에서 연구를 요약하고 향후 과제를 제시한다.
 
 # Background and Related Technologies
 
-## AIoT (Artificial Intelligence of Things)
+## AIoT (Artificial Intelligence of Things) - 광선
 사물지능융합기술(AIoT)은 사물인터넷(IoT) 기술에 인공지능(AI)을 결합하여, 종단 기기(Edge Device)에서 발생하는 원천 데이터를 수집할 뿐 아니라 엣지 및 클라우드 컴퓨팅 인프라를 통해 고도화된 자율 추론과 제어 기능을 제공하는 융합 기술이다. 전형적인 AIoT 시스템은 (1) 말단의 센서 및 액추에이터 디바이스 계층, (2) 이들을 집선하여 로컬 연산을 처리하거나 라우팅을 조율하는 게이트웨이 계층, (3) 대용량 연산 및 통합 모니터링을 담당하는 엣지/클라우드 컴퓨팅 계층의 3-tier 아키텍처를 따른다. 물리 센서의 시계열 정합성과 실시간 장치 복구를 보장하기 위하여, 기존 AIoT 통신 계층은 주로 MQTT나 CoAP와 같은 초경량 프로토콜을 사용해 지속 연결(Persistent Connection) 상태를 유지하고 양방향으로 고속 제어 신호를 전달하는 방식을 선호한다.
 
-## gRPC as an Integration Backbone in AIoT Edge Architectures
+## gRPC as an Integration Backbone in AIoT Edge Architectures - 환웅
 
 본 연구가 제안 모듈의 통신 백본으로 gRPC(Google Remote Procedure Call)를 선정한 기술적 근거는 다음의 세 가지로 정리된다.
 
 ### 계층 이원화 구조와의 아키텍처 정합성 및 에이전트 표준과의 호환성
 
-스마트 팜·스마트 팩토리와 같은 산업용 AIoT 환경은 두 개의 성격이 다른 계층으로 이원화되는 것이 일반적이다. 하부의 초경량 센서 디바이스 계층은 온도·습도 측정값과 같이 작고 단순한 데이터를 주기적으로 위로 올려보내는 "단방향 데이터 전달"에 특화되어 있으며, 대역폭과 연산 자원이 극도로 제약되어 있어 MQTT/CoAP 같은 초경량 프로토콜이 최적이다. 반면 상부의 게이트웨이·엣지 연산 계층은 단순 전달을 넘어, 에이전트가 "농약을 살포하라", "출입문 상태를 확인하라"와 같이 대상과 절차가 명확한 **행동 명령을 호출하고 그 결과를 회신받는 원격 프로시저 호출(RPC)** 성격의 상호작용을 조율해야 한다. 즉 하부는 '값을 나르는 계층'이고 상부는 '행동을 시키고 확인하는 계층'이므로 요구되는 통신 모델 자체가 다르다. 따라서 말단 센서 계층에서는 기존 경량 프로토콜을 보완적으로 유지하되, 게이트웨이 이상의 상위 계층에서는 행동 명령 호출에 특화된 gRPC가 자율 통합 제어의 백본으로 기능하도록 계층별로 최적 배치하는 이원화 전략이 성립한다.
+스마트 팜·스마트 팩토리와 같은 산업용 AIoT 환경은 두 개의 성격이 다른 계층으로 이원화되는 것이 일반적이다. 하부의 초경량 센서 디바이스 계층은 온도·습도 등의 센서 값을 특정하여 edge 또는 cloud로 전송하는 데 특화되어 있으며, 대역폭과 연산 자원이 극도로 제약되어 있어 MQTT/CoAP 같은 초경량 프로토콜이 최적이다. 반면 상부의 게이트웨이·엣지 연산 계층은 단순 전달을 넘어, 에이전트가 "농약을 살포하라", "출입문 상태를 확인하라"와 같이 대상과 절차가 명확한 **행동 명령을 호출하고 그 결과를 회신받는 원격 프로시저 호출(RPC)** 성격의 상호작용을 조율해야 한다. 즉 하부는 '센싱 계층'이고 상부는 '제어 계층'이므로 요구되는 통신 모델 자체가 다르다. 따라서 말단 센서 계층에서는 기존 경량 프로토콜을 보완적으로 유지하되, 게이트웨이 이상의 상위 계층에서는 행동 명령 호출에 특화된 gRPC가 자율 통합 제어의 백본으로 기능하도록 계층별로 최적 배치하는 이원화 전략이 성립한다.
 
-이때 gRPC의 인터페이스 정의 언어(IDL, Interface Definition Language)는 장치와 에이전트 사이에 교환 가능한 함수 목록과 데이터 형식을 사전에 문서로 못박아 두는 **"명확한 계약서"** 역할을 한다. 계약서에 서명한 양측이 조항을 재협상할 필요 없이 곧바로 거래할 수 있듯이, IDL에 명세된 서비스 정의만 공유되면 서로 다른 벤더가 만든 에이전트와 장치도 즉시 상호 호출이 가능하다. 특히 이 강타입 서비스·메시지 명세 체계는 이종 에이전트 간 기능 명세 교환을 규정하는 A2A 계열 표준의 Agent Card 시맨틱 — "이 에이전트는 어떤 기능을, 어떤 입력으로, 어떤 엔드포인트에서 제공하는가" — 과 문서 구조상 동형(isomorphic)에 가깝기 때문에, Agent Card의 각 항목을 전송 계층의 서비스 정의로 정합적으로 매핑할 수 있어 표준 준수형 에이전트 연동 모듈의 구현 기반으로 적합하다.
+이때 gRPC의 인터페이스 정의 언어(IDL, Interface Definition Language)는 장치와 에이전트 사이에 교환 가능한 함수 목록 및 데이터 형식을 공유하기 위한 계약서 역할을 한다. 계약서에 서명한 양측이 조항을 재협상할 필요 없이 곧바로 거래할 수 있듯이, IDL에 명세된 서비스 정의만 공유되면 서로 다른 벤더가 만든 에이전트와 장치도 즉시 상호 호출이 가능하다. 
+
+특히, gRPC가 메시지와 명령의 형식을 엄격히 규정하는 방식은 이종 에이전트 간의 상호운용성을 규정하는 A2A 표준의 '에이전트 카드(Agent Card)' 명세와 그 구조가 거의 일치한다. 에이전트 카드가 "이 에이전트가 어떤 기능을, 어떤 입력값으로, 어떤 주소(엔드포인트)에서 제공하는가"를 담는다면, gRPC의 IDL 역시 정확히 동일한 정보(메서드, 메시지 타입, 서비스 주소)를 선언하기 때문이다. 이처럼 두 문서의 정보 구조가 1:1로 정확히 대응(동형성, Isomorphic)되기 때문에, 에이전트 카드의 설정을 gRPC 통신 규격으로 번거로운 가공 없이 매핑하여 표준을 준수하는 연동 모듈을 쉽게 구현할 수 있다.
 
 ### 고성능 멀티모달 바이너리 스트리밍 지원
 
 AIoT 기반 지능형 에이전트 시스템은 텍스트뿐 아니라 고해상도 이미지(작물 병해 사진), 음향 주파수(설비 이상음), 센서 시계열 등 대용량 멀티모달 데이터를 상시 교환해야 한다. 그러나 기존 방식은 이 요구에 구조적 한계를 보인다. MQTT는 애초에 짧은 측정값 전달을 위해 설계되어 대용량 파일 전송을 고려하지 않았으므로 큰 페이로드가 유입되면 브로커에 병목이 발생하며, REST(HTTP/1.1)는 요청할 때마다 연결을 새로 맺고 끊는 방식이라 미디어 데이터를 반복 요청할수록 연결 수립(Handshake) 오버헤드가 누적된다.
 
-gRPC가 기반하는 HTTP/2의 다중화(Multiplexing)는 이 문제를 전송 원리 수준에서 해소한다. 이를 비유하면 **하나의 파이프라인(단일 TCP 연결) 안에 여러 차선(스트림)을 두어 서로 다른 데이터가 동시에 달리는 고속도로**와 같다. 한 차선에서는 에이전트의 텍스트 제어 명령이, 옆 차선에서는 카메라 이미지 스트림이, 또 다른 차선에서는 장치 상태 회신이 서로를 가로막지 않고 동시에 흐르므로, 연결을 매번 새로 맺을 필요 없이 단일 연결·단일 포트 위에서 Request/Response와 양방향 스트리밍(Bidirectional Streaming)이 저지연으로 공존한다. 또한 스트리밍 프리미티브를 조합하여 외부 브로커 없이 단일 서비스 내에서 한정적 Pub/Sub 상호작용 패턴을 구현할 수 있으나, N:N 팬아웃(Fan-out)이나 메시지 보존(Retention)이 필요한 경우에는 별도의 메시지 브로커 연계가 요구된다. 나아가 손실이 잦은 무선 엣지 네트워크 환경을 겨냥한 QUIC 기반 HTTP/3 전송 지원이 실험적 단계로 진행 중이므로, 향후 전송 계층의 고속화 진화를 수용할 확장성을 확보한다. gRPC가 이미 마이크로서비스 아키텍처(MSA)의 사실상 표준 인터페이스로 통용되고 있다는 점은 제안 모듈의 현업 시스템 이식성과 확장 속도 측면에서도 이점으로 작용한다.
+gRPC가 기반하는 HTTP/2의 다중화(Multiplexing)는 이 문제를 전송 원리 수준에서 해소한다. 이를 비유하면 **하나의 파이프라인(단일 TCP 연결) 안에 여러 차선(스트림)을 두어 서로 다른 데이터가 동시에 달리는 고속도로**와 같다. 한 차선에서는 에이전트의 텍스트 제어 명령이, 옆 차선에서는 카메라 이미지 스트림이, 또 다른 차선에서는 장치 상태 회신이 서로를 가로막지 않고 동시에 흐르므로, 연결을 매번 새로 맺을 필요 없이 단일 연결·단일 포트 위에서 Request/Response와 양방향 스트리밍(Bidirectional Streaming)이 저지연으로 공존한다. 또한 스트리밍 프리미티브를 조합하여 외부 브로커 없이 단일 서비스 내에서 한정적 Pub/Sub 상호작용 패턴을 구현할 수 있으나, N:N 팬아웃(Fan-out)이나 메시지 보존(Retention)이 필요한 경우에는 별도의 메시지 브로커 연계가 요구된다. 
+
+나아가 손실이 잦은 무선 엣지 네트워크 환경을 겨냥한 QUIC 기반 HTTP/3 전송 지원이 실험적 단계로 진행 중이므로, 향후 전송 계층의 고속화 진화를 수용할 확장성을 확보한다. gRPC가 이미 마이크로서비스 아키텍처(MSA)의 사실상 표준 인터페이스로 통용되고 있다는 점은 제안 모듈의 현업 시스템 이식성과 확장 속도 측면에서도 이점으로 작용한다.
 
 ### 구조화된 직렬화 기반의 태스크 생명주기 관리 및 부하 분산 효율
 
@@ -55,7 +70,7 @@ LLM 기반 AI 에이전트는 기계학습 모델의 단순한 예측 범위를
 ## Agent Interoperability Protocols
 서로 다른 아키텍처나 모델 벤더로 구성된 에이전트들이 공통 통신 언어로 발견 및 협업할 수 있도록 하는 표준 규격 역시 활발히 논의되고 있다. Anthropic이 주도한 **MCP(Model Context Protocol, 2024년 11월 발표)**는 AI Host 애플리케이션과 클라이언트 간에 로컬/원격 도구 및 컨텍스트 스키마를 안전하고 구조화된 프로토콜로 공유할 수 있도록 설계된 인터페이스이다. 나아가 이종 에이전트 간의 자율적 통신과 태스크 위임을 위해 IBM Research의 **ACP(2025년 3월 발표)** 규격이 제안되었으며, 이는 표준 연동 신뢰성 확보를 위해 구글 등 50여 사의 연대로 Linux Foundation에 기증된 **A2A(Agent-to-Agent, 2025년 4월 발표, 6월 LF 기증, 8월 ACP와 공식 병합)** 프로토콜 사양으로 통합되었다. A2A 표준 생태계에서는 각 에이전트의 식별과 기능 명세를 기록한 **에이전트 카드(Agent Card)**가 `/.well-known/agent-card.json` 등의 표준 엔드포인트를 통해 실시간 서빙 및 탐색을 가능케 한다.
 
-## AIoT Services using AI Agents
+## AIoT Services using AI Agents - 광선
 현재 AI 에이전트와 AIoT 계층을 결합하려는 실무적 시도들은 주로 터미널 CLI 기반 에이전트(Claude Code 등)에 물리 장치 API 제어용 SKILL을 모듈 형태로 동적 주입하여 자동 배포나 파일 입출력을 대행하게 하는 방식으로 이루어지고 있다. 그러나 이러한 적용 방식은 여전히 단일 사용자 환경 내에 국한되어 있으며, 가용 자원 및 네트워크 대역폭이 극도로 제약된 산업용 AIoT 엣지 단말 환경에서 실시간으로 대량의 시계열 센서와 물리 액추에이터 제어 명령을 양방향 스트리밍으로 유기적으로 중재하고, 이기종 간의 자원 점유 최적화 및 멱등적 장애 복구를 제공하는 멀티 에이전트 오케스트레이션 모듈 연구는 아직 초기 단계에 머물러 있어 본 연구의 필요성을 더욱 강력히 부각한다.
 
 ## Problem Definition
@@ -78,7 +93,7 @@ AIoT 서비스 환경에서 멀티 에이전트 오케스트레이션(Multi-Agen
 
 이 네 가지 문제(실행 주기 불일치, 동적 바인딩 및 다유형 메시지 교환, 자원 최적화 위임, 물리 제어 멱등성 결여)는 에이전트와 물리 계층의 경계면에서 공통적으로 발생하며, 에이전트의 상태, 장치 명세, 태스크 생명주기 및 제어 안정성을 유기적으로 공유할 때 비로소 제어가 가능하다. 따라서 이를 개별 기능 단위로 분리하여 접근하기보다는 하나의 단일 통합 인터페이스 모듈(Unified Interface Module)로 설계하여 처리하는 것이 통신 연동의 정합성, 전체 시스템 효율성 및 물리 제어 안정성 확보 측면에서 필수적이다.
 
-# gRPC-based Unified Interface Module for Multi-Agent Orchestration in AIoT Services
+# gRPC-based Unified Interface Module for Multi-Agent Orchestration in AIoT Services [추후 작성]
 
 본 논문에서는 다음과 같은 범용적인 AIoT 서비스 구조에서 사용될 수 있는 Multi-Agent 인터페이스 모듈을 설계 제안한다.