- 보고에 따르면 AWS와 Ripple은 XRP Ledger 시스템 로그 및 네트워크 동작을 분석하기 위해 Amazon Bedrock AI 사용 여부를 검토 중입니다.
- 이 이니셔티브는 로그 및 코드 분석을 자동화하여 XRPL 사고 조사 시간을 수일에서 수분으로 단축하는 것을 목표로 합니다.
- 이번 노력은 XRPL의 글로벌 노드 네트워크 전반에 걸쳐 방대한 C++ 로그량으로 인해 장기적으로 발생해 온 운영상의 과제를 해결하는 데 초점을 맞추고 있습니다.
이 이니셔티브에 정통한 관계자들에 따르면, 아마존 웹 서비스(AWS)와 Ripple은 XRP Ledger의 모니터링 및 분석 방식을 개선하기 위해 아마존 Bedrock의 생성형 인공지능(Gen-AI) 기능을 사용하는 것을 연구 중인 것으로 알려졌습니다.
이 기술 거대 기업과 암호화폐 회사는 네트워크 문제 조사를 데 필요한 시간을 줄이기 위해 AI 분석을 XRP Ledger의 시스템 로그에 적용할 계획입니다. 일부 AWS 엔지니어의 내부 평가에 따르면, 한때 며칠이 걸렸던 프로세스가 이제 2~3분 만에 완료될 수 있다고 합니다.
XRPL XRP Ledger는 전 세계 독립 노드 운영자의 글로벌 네트워크에 의해 지원되는 분산형 레이어-1 블록체인입니다. 이 시스템은 2012년부터 가동되었으며 C++ 코드를 기반으로 구축되어 속도는 빠르지만 복잡한 시스템 로그를 생성합니다.
XRPL, Amazon Bedrock으로 운영 요구 절감
Ripple의 문서에 따르면 XRPL은 대학, 블록체인 기관, 지갑 제공업체 및 금융 기업에 분산된 전 세계 900개 이상의 노드를 운영합니다. 이러한 분산형 구조는 복원력, 보안 및 확장성을 향상시키지만, 네트워크가 실시간으로 어떻게 작동하는지에 대한 가시성을 복잡하게 만듭니다.
⚠️AMAZON WEB SERVICES & RIPPLE, XRPL을 위한 AMAZON Bedrock 논의🔥
이 비디오의 개요:
XRPL은 고성능 C++ 코드(강력한 프로그래밍 언어) 위에서 실행됩니다.
대규모로 확장될 때 C++ 시스템은 방대한 양의 난독화된 로그(이력)를 생성합니다.
AWS는 Ripple과 파트너십을 맺고… pic.twitter.com/2bjfT9MOkn— ProfessoRipplEffect (@ProfRipplEffect) 2026년 1월 7일
각 노드는 30~50기가바이트의 로그 데이터를 생성하여 약 2~2.5페타바이트의 데이터가 산출됩니다. 문제가 사례가 명시되었습니다 발생하면 엔지니어들은 수동으로 이러한 파일을 검색하여 이상 징후를 식별하고 이를 근본적인 C++ 코드로 추적해야 합니다.
단일 조사는 플랫폼 엔지니어와 프로토콜 내부에 대한 이해가 있는 제한된 수의 C++ 전문가들이 긴밀히 협력해야 하기 때문에 약 2~3일까지 길어질 수 있습니다. 플랫폼 팀은 사건에 대응하거나 기능 개발을 재개하기 전에 엔지니어들의 응답을 기다리는 상황에 처했으며, 이는 코드베이스의 노후화와 규모로 인해 더욱 악화되었습니다.
에 따르면 AWS 기술자들은 최근 컨퍼런스에서 말한 바와 같이, 최근 한 번의 레드 시아(Red Sea) 해저 케이블 단절로 인해 아시아태평양 지역의 일부 노드 운영자의 연결성에 영향을 미쳤습니다. Ripple의 플랫폼 팀은 영향을 받은 운영자로부터 로그를 수집한 후, 의미 있는 분석이 시작되기 전에 노드당 수십 기가바이트를 처리해야 했습니다.
AWS의 솔루션 아키텍트인 비자이 라자고팔은 인공지능 에이전트를 호스팅하는 관리형 플랫폼인 아마존 브로드록(Amazon Bedrock)이 대규모 데이터셋에 대한 추론 능력을 갖추고 있다고 밝혔습니다. XRPL의 로그 분석에 브로드록을 활용하면 패턴 인식과 행동 분석을 자동화하여 수동 검사에 소요되는 시간을 단축할 수 있을 것으로 예상됩니다.
라자고팔에 따르면, 아마존 벡트로는 원시 시스템 로그와 인간 운영자 사이의 해석 계층입니다. 이는 cryptic entries를 줄 단위로 스캔하는 데 도움이 될 수 있으며, 엔지니어는 XRPL 시스템의 구조와 예상 동작을 이해하는 AI 모델에 쿼리할 수 있습니다.
AWS 벡트론 로그 처리 및 코드 분석 파이프라인
라자고팔은 또한 XRPL의 검증자, 허브 및 클라이언트 핸들러에서 생성된 원시 로그로 시작하는 기술 워크플로우에 대해 논의했습니다. 로그는 먼저 GitHub 도구와 AWS Systems Manager를 사용한 전용 워크플로우를 통해 Amazon S3로 전송됩니다.
데이터가 S3에 도달하면 이벤트 트리거가 AWS Lambda 함수를 활성화하여 각 파일을 검사하고, 병렬 로그 라인 경계와 미리 정의된 청크 크기와 함께 개별 청크의 바이트 범위를 결정합니다.
결과적으로 생성된 세그먼트는 Amazon SQS로 전송되어 처리를 확장합니다. 별도의 로그 처리기 Lambda 함수는 받은 메타데이터를 기반으로 S3에서 관련 청크만 검색합니다. 그런 다음 로그 라인 및 관련 메타데이터를 추출한 후 Amazon CloudWatch로 전달하여 인덱싱하고 분석할 수 있습니다.
“실제로 읽은 구성된 청크 메타데이터를 기반으로 S3에서 관련 청크만 검색합니다. 그리고 로그 라인을 전달하고, 그从中 메타데이터를 추출한 다음, 이러한 로그 라인 및 메타데이터를 CloudWatch에 넣습니다,”라고 아키텍트는 설명했습니다.
로그 수집 솔루션 외에도 시스템은 두 개의 주요 저장소를 사용하여 XRPL 코드베이스를 처리합니다. 하나는 XRP 레저, 다른 하나는 네트워크 위에 구축된 앱과의 상호 운용성을 위한 표준 및 사양을 정의합니다.
이러한 저장소에서의 업데이트는 Amazon EventBridge라는 서버리스 이벤트 버스를 통해 자동으로 감지되고 예약됩니다. 정의된 주기로 파이프라인은 GitHub에서 최신 코드와 문서를 가져와 데이터를 버전 관리하고, 추가 처리를 위해 S3에 저장합니다.
AWS 엔지니어들은 프로토콜이 어떻게 동작해야 하는지 이해하지 못하면 원시 로그만으로는 노드 문제와 다운타임을 해결하기에 충분하지 않을 수 있다고 주장했습니다. 그들은 XRPL의 동작을 정의하는 표준 및 서버 소프트웨어에 로그를 연결함으로써 AI 에이전트가 이상 현상에 대해 더 정확한 설명을 제공할 수 있다고 제시했습니다.
이 글을 읽고 계신다면, 이미 앞서 나가고 있습니다. 뉴스레터로 그 위치를 유지하세요.
면책 조항. 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan.com 본 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다. 투자 결정을 내리기 전에 반드시 독립적인 조사나 자격을 갖춘 전문가의 상담을 강력히 권장합니다.
플로렌스 무차이
플로렌스는 지난 6년 동안 암호화폐, 게임, 기술 및 AI 뉴스를 다루어 왔습니다. 메루 과학기술대학교에서 컴퓨터학을, MMUST에서 재난 관리 및 국제 외교를 전공하며 언어, 관찰력 및 기술적 역량을 충분히 갖추었습니다. 플로렌스는 VAP 그룹에서 근무했으며 여러 암호화폐 미디어 하우스의 편집자로 활동했습니다.
