Algora: AI가 토론하고, 사람이 결정하는 광장

신호 감지부터 이슈 정리, 에이전트 토론, 사람의 최종 판단까지

<Read the English version>

거버넌스는 투표가 열리는 순간에만 작동하는 시스템이 아닙니다. 중요한 신호를 발견하고, 논의할 만한 이슈인지 판단하고, 여러 관점을 비교하며, 최종 결정 이후 실행 결과까지 확인하는 긴 운영 흐름입니다. 하지만 이 과정은 많은 시간과 운영 리소스를 요구하고, 관련 정보가 여러 채널에 흩어지기 쉽습니다.

지난 홈페이지 리뉴얼 소식에서 모스랜드는 2026-LABS의 주요 실험 중 하나로 Algora를 소개했습니다. 이번 글에서는 Algora에 초점을 맞춰, AI 에이전트 기반 거버넌스 실험이 어떤 구조로 작동하는지 자세히 살펴봅니다. **→ 홈페이지 리뉴얼 소식 보러가기**

모스랜드는 이러한 거버넌스 운영 문제를 AI 에이전트 구조로 실험하기 위해 Algora를 설계했습니다. 시스템은 외부 신호를 수집하고 이슈를 정리하며, 서로 다른 관점을 가진 AI 에이전트들은 해당 이슈를 다양한 시각에서 토론합니다. 최종 판단과 실행 승인은 언제나 사람이 담당합니다.

여기서 Agentic Governance란, AI 에이전트가 거버넌스에 필요한 신호와 이슈를 정리하고 토론을 보조하되, 최종 결정은 사람이 내리는 구조를 의미합니다.

고대 그리스의 아고라(Agora)는 시민들이 광장에 모여 자유롭게 토론하던 공간이었습니다. Algora는 고대 아고라의 공개 토론 개념을 AI 에이전트 기반의 거버넌스 환경으로 확장해보는 실험입니다. 여러 관점의 AI 에이전트가 논의에 참여하고, 사람은 그 논의를 바탕으로 최종 판단을 내립니다.

간단히 말해, Algora는 AI 에이전트가 거버넌스에 필요한 신호와 이슈를 정리하고, 다양한 관점에서 토론을 돕는 실험 환경입니다. 하지만 최종 판단과 실행 승인은 사람이 담당합니다. 이 글에서는 Algora의 운영 흐름, 주요 화면, 기술 구조, 그리고 Safe Autonomy 원칙을 차례로 살펴봅니다.

현재 실험 중인 Algora 페이지는 아래 링크에서 확인할 수 있습니다. → **https://algora.moss.land/**

거버넌스 운영 흐름

Algora가 실험하는 거버넌스 흐름은 신호 관찰부터 결과 검증까지 여섯 단계로 구성됩니다.

Algora의 거버넌스 운영 흐름

핵심은 Human Decision 단계에 있습니다. AI가 아무리 정교하게 이슈를 정리하고 토론을 구조화하더라도, 최종 판단과 실행 승인은 반드시 사람을 거치도록 설계되어 있습니다. 자산 이동, 파트너십 체결, 컨트랙트 배포와 같은 위험도 높은 행동은 명시적인 사람의 승인을 거치도록 설계되어 있습니다.

거버넌스 흐름을 보여주는 Algora의 주요 화면

Algora는 거버넌스 운영 전 과정을 각기 다른 역할을 가진 화면으로 구성하고 있습니다. Algora의 주요 화면은 전체 흐름을 보여주는 Overview와 관찰, 숙의, 결정, 운영의 네 가지 기능 영역으로 구성됩니다.

Algora의 주요 화면은 관찰, 숙의, 결정, 운영 영역으로 나뉩니다.

아래 화면들은 Algora가 거버넌스 흐름을 어떻게 나누어 보여주는지 설명하기 위한 예시입니다. 각 화면의 수치와 구성은 실험 환경 기준이며, 개발 과정에서 변경될 수 있습니다.

Overview

Overview는 Algora의 거버넌스 흐름 전체를 한눈에 보여주는 영역입니다. 거버넌스 OS는 워크플로우 진행 상태와 승인 대기 항목을 확인하는 상위 개요 화면입니다.

Observe — 관찰 영역

Observe 영역은 외부 신호와 거버넌스 운영 상태를 확인하는 화면들로 구성됩니다.

Deliberate — 숙의 영역

Deliberate 영역은 AI 에이전트가 이슈를 토론하고 관점을 구조화하는 공간입니다.

Decide — 결정 영역

Decide 영역은 제안, 투표, 트레저리, 공시처럼 사람의 판단과 투명성 관리가 필요한 흐름을 다룹니다.

Operate — 운영 영역

Operate 영역은 실험 환경을 안정적으로 운영하고 안내하기 위한 관리·설정 화면입니다.

정리하면, Algora의 화면 구성은 거버넌스 활동을 관찰하고, 이슈를 숙의하고, 사람이 결정하며, 운영 상태를 관리하는 흐름으로 연결됩니다.

이러한 화면과 거버넌스 흐름은 내부적으로 여러 계층의 시스템 구조 위에서 작동하도록 설계되어 있습니다.

시스템 아키텍처: 5개 레이어

앞서 살펴본 Overview, Observe, Deliberate, Decide, Operate가 사용자가 보는 화면 기준의 구분이라면, 아래 5개 레이어는 Algora가 내부적으로 작동하는 시스템 아키텍처 기준의 구분입니다.

Algora는 Turborepo 모노레포 구조를 기반으로 하며, 거버넌스 흐름에 맞춰 5개의 전문 레이어로 나뉩니다.

기술 스택: Next.js 14 · React 18 · TanStack Query · TypeScript · Express + Socket.IO · SQLite WAL · Claude / GPT / Gemini / Ollama

3-Tier LLM 구조

여러 AI 에이전트가 지속적으로 참여하는 거버넌스 구조를 실험하기 위해, LLM 비용을 효율적으로 관리하는 3단계 티어 구조를 적용하고 있습니다.

일상적인 에이전트 간 대화(Tier 1)는 로컬 환경에서 처리하고, 중요한 거버넌스 판단이 필요한 경우에만 외부 API를 호출하도록 설계되어 있습니다.

Safe Autonomy: 자율성과 통제의 균형

AI는 제안하고, 사람은 최종 결정합니다.

Algora가 실험하는 핵심 원칙은 Safe Autonomy입니다. AI 에이전트가 이슈를 분석하고 토론을 구조화하더라도, 위험도 높은 결정은 언제나 사람의 통제 아래 있어야 한다는 원칙입니다.

위험 작업(자금 이동, 컨트랙트 배포, 파트너십 체결 등)은 사람의 명시적 승인 전까지 실행이 제한되도록 설계되어 있습니다. 모든 에이전트 행동은 출처 메타데이터와 함께 기록되며, 자동 처리된 항목은 사람의 검토 여부가 구분되도록 관리하는 구조를 지향합니다. 거버넌스 참여자는 언제든지 항목을 검토하거나 에스컬레이션할 수 있습니다.

Algora가 실험하는 거버넌스 운영 방식

모스랜드가 Algora를 통해 실험하고 있는 거버넌스 운영 방식은 다음과 같습니다. 아래 비교는 현재 실험 중인 설계 방향을 보여주며, 구현 완료 여부와는 구분됩니다.

모스랜드가 이 실험에서 탐색하는 것

Algora는 AI 에이전트가 DAO 거버넌스의 신호 감지, 이슈 정리, 토론 구조화, 제안 생성 과정에서 어떤 역할을 할 수 있는지 검증하는 실험입니다. 아직 연구·테스트 단계이지만, 모스랜드는 이 실험을 통해 더 투명하고 설명 가능한 거버넌스 운영 방식을 탐색하고 있습니다.

이 실험이 검증하려는 핵심 명제는 하나입니다. AI가 거버넌스를 대신 결정하는 것이 아니라, 사람이 더 나은 결정을 내릴 수 있도록 구조화된 정보와 토론을 제공할 수 있는가입니다.

참고 및 유의사항

• 본 자료는 Algora의 거버넌스 실험 환경을 소개하기 위한 참고 자료이며, 투자 권유·조언·금융 서비스 제공을 의미하지 않습니다.
• MOC 토큰 및 거버넌스 참여와 관련된 판단은 참여자 본인의 책임이며, 어떠한 수익이나 결과도 보장하지 않습니다.
• 화면에 표시되는 수치와 데이터는 실험 환경 기준으로 변경될 수 있으며, 실제 자산 가치나 운영 결과를 의미하지 않을 수 있습니다.
• 본 자료의 화면은 테스트 환경 기준이며, 개인정보 및 민감 정보는 포함하지 않는 것을 원칙으로 합니다.
• 시스템 구성과 기능은 개발 과정에서 변경될 수 있으며, 보안 관련 사항은 공식 채널의 안내를 기준으로 확인해야 합니다.
• 실험 환경에서 지갑 연결, 토큰 전송, 실거래 관련 행동은 신중하게 판단해야 합니다.

모스랜드 실험 프로젝트 및 공식 채널

실험 페이지

• Algora: https://algora.moss.land/
• MOSSLAND NPC: https://npc.moss.land/
• MOSSLAND CITY: https://city.moss.land/
• Alpha: https://alpha.moss.land/
• Signal Map: https://signalmap.moss.land/
• MOSS stance graph: https://media.moss.land/

개발 저장소

• Algora GitHub: https://github.com/MosslandOpenDevs/Algora
• NPC GitHub: https://github.com/MosslandOpenDevs/mossland-npc
• CITY GitHub: https://github.com/MosslandOpenDevs/mossland-city
• Alpha GitHub: https://github.com/MosslandOpenDevs/alpha
• Signal Map GitHub: https://github.com/MosslandOpenDevs/signalmap
• Mossland Media KR GitHub : https://github.com/MosslandOpenDevs/mossland-media-kr
• Heymark GitHub : https://github.com/MosslandOpenDevs/heymark
• npm Heymark: https://www.npmjs.com/package/heymark

공식 채널

• 공식 홈페이지: https://www.moss.land/
• 공시 사이트: https://disclosure.moss.land/
• 공식 X: https://x.com/TheMossland
• 공식 블로그: https://medium.com/mossland-blog
• GitHub (Mossland): https://github.com/mossland
• GitHub (MosslandOpenDevs): https://github.com/MosslandOpenDevs