AI 에이전트가 일기를 기록한다고 상상해 보세요:
Monday: “사용자와 새로운 프로젝트를 시작했습니다. 꽤 멋진 것 같습니다.”
Tuesday: “사용자와 새로운 프로젝트를 시작했습니다. 꽤 멋진 것 같습니다.”
Wednesday: “사용자와 새로운 프로젝트를 시작했습니다. 꽤 멋진 것 같습니다.”
이것이 대부분의 실제 AI 에이전트가 오늘날 작동하는 방식입니다: 세션 간에 실제 메모리가 없으며, 이전에 대화했는지 인식하지 못합니다.
@WalrusProtocol 은 첫 해를 메인넷에서 이를 해결하는 데 보냈습니다.
아래는 그들의 진행 상황에 대한 간단한 TL;DR 입니다 ↓
1. 12개월 동안 구축된 내용
→ 510+ TB 저장 (1년 안에 Arweave의 385 TB를 초과)
→ 200개 이상의 프로젝트가 이를 기반으로 구축
→ 용량 기준 두 번째로 큰 탈중앙화 스토리지 프로토콜
→ 핵심 연구 논문이 ACM CCS 2026에 채택, 모든 블록체인 프로젝트에 드문 학술 인정
→ 첫 날부터 다운타임 제로
흥미로운 점은 그 위에 구축한 내용입니다.
Seal → 데이터를 암호화하고 누가 읽을 수 있는지 제어할 수 있게 하며, 온체인으로 강제 실행됩니다. Walrus를 의료 기록, 금융 데이터, 그리고 공개 네트워크에 올릴 수 없는 비공개 AI 데이터셋에 사용할 수 있게 했습니다.
Quilt → 작은 파일들을 묶어 저장 비용을 낮춥니다. 비용 절감 효과가 너무 커서 Walrus 자체 수익이 잠시 감소했지만, 사용자가 필요했기에 여전히 제공했습니다.
MemWal → AI 에이전트를 위한 메모리 레이어입니다. 주목할 만한 부분입니다.
2. MemWal
이는 AI 에이전트에 지속적이고 검증 가능하며 이동 가능한 메모리를 제공하는 SDK이며, 기본적으로 암호화되고 Sui 스마트 계약을 통해 프로그래밍할 수 있습니다.
지난 주, 그들은 NVIDIA의 NemoClaw와 OpenClaw용 네이티브 플러그인을 출시했습니다. 이제 에이전트는 체크포인트, 트레이스, 히스토리, 워크플로우 상태와 같은 구조화된 메모리를 자동 저장 및 복원하며, Walrus에 검증 가능한 블롭으로 저장됩니다.
실제로 의미하는 바는 다음과 같습니다:
• 에이전트는 작업을 저장하고 다음 세션을 시작할 때 아무것도 변조되지 않았다는 암호학적 증명을 가집니다.
• 서로 다른 회사의 두 에이전트가 메모리를 안전하게 공유할 수 있습니다.
• 컨텍스트를 잃지 않고 OpenAI와 Anthropic 모델 간 전환이 가능합니다.
• 규제 기관은 자율 결정에 어떤 데이터가 영향을 미쳤는지 정확히 검증할 수 있습니다.
이제 다시 일기로 돌아갑시다.
Monday: “사용자와 프로젝트를 시작했습니다. 배경: 간결한 업데이트를 선호하고, 금요일에 배포하며, 세 개의 실행 스레드가 있습니다.”
Tuesday: “어제 작업을 이어갑니다. 스레드 2에서 진전을 이루었습니다.”
Wednesday: “금요일 업데이트를 보냈습니다. 사용자가 만족했습니다.” 이것이 차이점입니다.
3. 암호화폐 외부에서 이것이 중요한 이유
Allium Labs → 기관용 블록체인 데이터 65 TB (Visa, Stripe, Coinbase가 의존하는 종류)
Tatum → 역사적 이더리움, 비트코인, BSC 데이터 11 TB, 구조화 및 프로그래밍 가능.
OpenGradient → 조용히 4,000개 이상의 AI 모델을 초과했으며, 4.5 TB 이상을 Walrus에 저장했습니다.
Team Liquid → esports 아카이브 250 TB
1년 차는 저장소가 실제로 작동한다는 것을 증명하는 것이었습니다.
2년 차는 에이전트가 이를 메모리로 사용하는 것입니다.
Walrus는 그들에게 기억할 수 있는 장소를 제공합니다.
공시: 저는 $WAL 보유자입니다.
