[인터뷰] 데이터 과잉 속 분석의 어려움‧노딧 MCP의 블록체인 해법

블록체인은 투명성과 위·변조 불가능한 특성을 가집니다. 그러나 데이터를 분석하고 활용하는 데는 여전히 많은 어려움이 존재합니다. 특히 자금 흐름을 추적하거나 데이터를 구조화하는 과정에는 기술적 장벽이 높습니다. 디지털 자산 시장이 빠르게 성장하고 있더라도 이러한 장벽은 진입을 어렵게 만듭니다.

이 문제를 해결하기 위해 람다256은 웹3 개발 플랫폼 ‘노딧’을 개발했습니다. 노딧은 블록체인 데이터를 수집, 저장하고 이를 분석하여 구조화된 형태로 제공하는 멀티체인 통합 데이터 인프라입니다. ‘모델 컨텍스트 프로토콜(MCP)’ 기능을 추가해 사용자가 온체인 데이터를 손쉽게 활용할 수 있도록 했습니다. MCP는 인공지능 모델이 데이터를 문맥 단위로 구조화하여 이해할 수 있게 연결하는 기술입니다.

람다256 최고기술책임자(CTO) 남기훈은 “블록체인은 모든 활동이 트랜잭션으로 기록되지만, 이를 분석해 유의미한 정보로 전환하는 일은 쉽지 않다”고 밝혔습니다. “노딧은 개발자뿐 아니라 투자자 등 다양한 사용자에게 구조화된 온체인 데이터를 제공할 수 있다는 점이 강점”이라고 설명하며 “노딧의 MCP 기능을 활용하면 데이터 분석, 포트폴리오 구성, 탈중앙화 애플리케이션(dApp) 개발까지 가능하다”고 덧붙였습니다.

노딧을 통해 사용자는 직접 노드를 운영하지 않아도 API 호출만으로 다양한 블록체인 데이터를 활용할 수 있습니다. 지갑 분석, 스마트 계약 조회, 자산 흐름 시각화 등이 가능합니다. 이를 대시보드나 자동화된 분석 시스템 구현에 활용할 수 있습니다. 남 CTO는 “노딧의 평균 응답 속도는 100ms 이내로 빠르며, 트래픽이 많은 웹3 게임 환경에서도 안정적인 성능을 보인다”고 말했습니다.

노딧 MCP는 노딧의 기능을 확장합니다. 기존에는 개발자가 블록체인 데이터를 직접 수집, 전처리 후 챗GPT나 클로드 같은 대형 언어모델(LLM)에 입력해야 했습니다. 하지만 다양한 네트워크와 복잡한 API를 일일이 호출해 구조화하는 일은 쉽지 않습니다. 노딧 MCP는 이 과정을 자동화합니다. 즉, 사용자와 AI 사이에서 중간 단계 역할을 하게 됩니다. 예를 들어 사용자가 “이 지갑 주소의 자산 흐름을 시각화해줘”라고 입력하면 MCP가 거래 내역을 분석, 구조화해 AI에 전달합니다. AI는 이를 바탕으로 응답을 생성해 사용자에게 보여줍니다. 남 CTO는 “자연어 기반 요청만으로도 MCP가 데이터를 문맥에 맞게 구조화해 전달하기 때문에 AI로부터 보다 정확한 답변을 얻을 수 있다”고 설명했습니다.

노딧은 다양한 체인을 지원하며, API 수가 많고 구조도 복잡합니다. 이 경우 AI가 일부 API를 인식하지 못할 수 있습니다. 노딧 MCP는 이를 해결하기 위해 ‘API 탐색 기능’을 도입했습니다. 남 CTO는 “기존 MCP는 API를 하나씩 처리했다면 노딧 MCP는 API 목록을 AI에 제공해 탐색할 수 있도록 설계됐다”고 말하며, “지난해 직접 MCP를 사용하며 웹3와 AI의 결합 가능성을 확인해 빠르게 도입을 결정했다”며, “복잡한 블록체인 데이터를 다루는 데 실질적인 도움이 될 것”이라고 덧붙였습니다.

현재 람다256은 지식 그래프 기반의 데이터 분석 서비스 클레어(Clair)도 개발 중입니다. 지식 그래프는 데이터 간 관계를 시각적으로 연결해 구조를 파악할 수 있게 하는 기술입니다. 남CTO는 “지갑 라벨링을 통해 자금 흐름을 분석, 시각화할 수 있으며 이를 범죄 추적이나 이상 거래 탐지 등에 활용할 수 있을 것”이라고 밝힙니다.

향후 MCP는 노딧의 다양한 서비스와 연계하여 확장될 계획입니다. 남 CTO는 “MCP를 기존 노딧 서비스 등과 결합해 확장성 있는 생태계를 구축할 것”이라며 “AI와 블록체인을 결합해 누구나 직관적으로 온체인 데이터에 접근하고 활용할 수 있는 환경을 만들겠다”고 말했습니다.