SLV v0.10.0 출시 — CLI에서 AI Agent로: 자연어로 Solana 검증자와 RPC 배포 및 운영

ELSOUL LABO B.V. (본사: 네덜란드 암스테르담, 대표이사 CEO: Fumitake Kawasaki)와 Validators DAO가 SLV v0.10.0을 출시했습니다. 이번 릴리스부터 전문적인 명령줄 지식 없이도 자연어 대화를 통해 Solana 검증자와 RPC의 설정 및 운영을 모두 완료할 수 있습니다.

기존에는 Solana 검증자의 초기 설정에 CLI 숙련도, 구성 파일의 수동 편집, 절차 암기가 필요했으며, 일반적으로 수 시간에서 수 일이 걸렸습니다. SLV v0.10.0에서는 AI 에이전트와 짧은 대화를 나누는 것만으로 배포를 완료할 수 있습니다. 이번 릴리스는 Solana 네트워크 진입 장벽을 구조적으로 낮춥니다.

새로운 Solana 검증자를 시작하는 사용자 — Solana 검증자 설정은 전통적으로 매우 기술적인 작업이었습니다. 어떤 명령을 어떤 순서로 실행할지, 어떤 구성 값을 사용할지, 어떤 버전을 선택할지 중 하나라도 잘못 판단하면 네트워크에 안정적으로 참여하지 못할 수 있습니다. SLV v0.10.0에서는 AI 에이전트가 이러한 결정을 정확하게 처리합니다. 필요한 사항을 설명하면 에이전트가 필요한 단계를 자동으로 구성하고, 사용자와 확인한 뒤 실행합니다.

기존 검증자 운영자 — Solana 네트워크가 v3로 업그레이드되는 현재는 버전 변경과 롤백이 빈번하게 발생하는 단계입니다. 각 사이클마다 시간이 많이 드는 절차 검증과 실행이 필요해 운영 부담이 큽니다. SLV v0.10.0을 사용하면 업그레이드, 다운그레이드, 재시작, 아이덴티티 전환과 같은 일상적인 운영 작업을 자연어 대화만으로 완료할 수 있습니다.

Solana 생태계 전체 — Solana 네트워크의 품질은 각 검증자의 운영 품질에 직접 좌우됩니다. 진입 장벽이 높으면 운영자의 다양성이 제한되어 네트워크 전체의 탈중앙화와 회복력이 제약됩니다. 운영 품질을 유지하면서 진입 장벽을 낮추는 것은 Solana 생태계의 건전한 성장에 필수적입니다.

SLV는 지금까지 CLI 도구로 제공되어 왔습니다. v0.10.0에서는 기존 CLI 기반을 완전히 보존하면서 AI 에이전트가 이를 정밀하게 작동시킬 수 있는 새로운 계층을 추가했습니다.

You: Deploy a mainnet Jito validator on 203.0.113.10
Agent: I'll set up a mainnet Jito validator. Let me walk you through...

You: Deploy a mainnet Jito validator on 203.0.113.10
Agent: I'll set up a mainnet Jito validator. Let me walk you through...

운영자는 더 이상 명령을 암기하거나 구성 파일을 수동으로 편집할 필요가 없습니다. AI 에이전트가 적절한 절차를 선택하고 구성 값을 제안한 뒤 드라이런으로 검증하고 실행을 진행합니다.

중요한 점은 이것이 Solana 운영을 범용 AI에 맡기는 시스템이 아니라는 것입니다.

범용 AI만으로 Solana 검증자 운영을 자동화하려고 하면 안정적인 결과를 얻기 어렵습니다. 검증자 운영에는 문서화하기 어려운 수많은 세부 사항이 포함됩니다. 버전별 사전 조건, 네트워크 구성의 차이, 장애 발생 시 롤백 판단 등이 그 예입니다. AI가 이러한 지식 없이 작동하면 모호한 절차가 실행되어 검증자 성능 저하와 네트워크 품질 하락을 초래할 위험이 있습니다.

SLV v0.10.0에서 제공하는 AI Agent Skills는 SLV의 개발 및 운영을 통해 축적된 실제 운영 지식을 AI 에이전트가 정확히 참조할 수 있는 형태로 체계화합니다. CLI 명령과 Ansible 플레이북의 전체 매핑, 권장 버전, 안전한 운영 관행, 일반적인 함정을 포괄합니다.

검증자 운영에는 신뢰가 필요하므로 AI 에이전트가 참조하는 기반의 정밀도가 매우 중요합니다. SLV가 그 기반을 제공합니다.

SLV v0.10.0은 세 가지 AI Agent Skills를 제공합니다.

slv-validator — Jito, Agave, Firedancer 구성을 지원하며 메인넷 및 테스트넷 검증자를 배포하고 관리하는 Skill입니다.

slv-rpc — Standard, Index, Geyser gRPC 구성을 다루며 RPC 노드를 배포하고 관리하는 데 특화된 Skill입니다.

slv-grpc-geyser — Yellowstone과 Richat을 지원하며 gRPC Geyser 스트리밍을 배포하고 관리하는 Skill입니다.

각 Skill에는 종합적인 운영 지식을 담은 SKILL.md, 대화형 배포 흐름을 정의하는 AGENT.md, 자동화된 사전 조건 설치 스크립트, 샘플 인벤토리 파일이 포함됩니다.

Skills는 일반 Markdown과 Ansible로 구성되어 특정 AI 에이전트에 종속되지 않습니다. OpenClaw, Claude Code, Codex, Cursor, Windsurf를 비롯한 모든 AI 코딩 에이전트와 함께 작동합니다. AI 에이전트 없이 Ansible 플레이북을 직접 실행할 수도 있습니다.

ClawHub 기술: https://clawhub.ai/skills?sort=downloads&q=slv

v0.10.0은 Firedancer 지원을 크게 확장합니다. 이제 firedancer-agave 및 firedancer-jito 검증자 유형, 매개변수화된 구성 템플릿(hugepages, ports, identity), firedancer.service를 통한 서비스 관리, Firedancer 배포를 위한 hugetlbfs 정리를 공식적으로 지원합니다. Firedancer가 Solana의 차세대 검증자 클라이언트로 주목받는 가운데, SLV의 완전한 지원은 더 많은 운영자가 Firedancer를 도입하기 쉽게 합니다.

AI 에이전트가 작업을 수행할 때 SLV는 항상 먼저 드라이런(--check 모드)을 제안합니다. 실행 전에 변경 사항을 검토하고, 무엇이든 적용하기 전에 운영자가 승인합니다.

AI 에이전트는 받는 프롬프트와 지시에 따라 다르게 동작한다는 점에 유의해야 합니다. SLV의 Skills가 AI 에이전트에 정확한 운영 기반을 제공하더라도, 실행 결정과 그 결과에 대한 최종 책임은 운영자에게 있습니다. 이는 기존 CLI 운영과 다르지 않습니다. 도구의 형태는 바뀌지만 운영 책임의 주체는 바뀌지 않습니다.

ELSOUL LABO는 네덜란드 정부의 R&D 지원 프로그램인 WBSO(Wet Bevordering Speur- en Ontwikkelingswerk)에 2022년부터 5년 연속 승인되었습니다. 2026년에 승인된 연구 프로젝트 중에는 “Validator Placement and Operational Orchestration 자동화에 관한 연구 개발”이 있으며, SLV v0.10.0의 AI Agent Skills는 이 연구 주제를 직접 구현한 결과입니다.

ELSOUL LABO의 연구개발은 실제 구현 및 운영과 분리되어 있지 않습니다. 연구 가설은 구현으로 구체화되고 운영 제약 속에서 검증되며, 발견된 과제는 다음 연구 주기로 되돌아갑니다. SLV v0.10.0은 이 순환에서 탄생했습니다.

SLV는 MCP(Model Context Protocol) 통합을 통해 더욱 정밀하고 고도화된 자동화를 계속 추구합니다.

AI 에이전트 기반 검증자 운영은 이제 시작 단계입니다. 현재 릴리스는 이미 일상적인 운영에서 배포를 자연어로 완료할 수 있게 하지만, MCP 통합은 더욱 고도화된 자동화를 가능하게 합니다. 예를 들어 장애가 허용되지 않는 복잡한 다단계 절차인 자동 페일오버도 MCP를 통해 AI 에이전트가 더 높은 정밀도로 실행할 수 있습니다. 모니터링 기반 의사 결정, 여러 노드에 걸친 통합 오케스트레이션, 운영 신뢰성을 한층 높이는 기능이 앞으로 제공될 예정입니다.

SLV가 제공하는 것은 이러한 진화를 뒷받침하는 신뢰할 수 있는 기반입니다. 막연한 AI 도입이 아니라 정확한 운영 지식에 기반한 AI 에이전트 협업입니다. SLV는 Solana의 운영 품질을 구조적으로 지원하고 누구나 동일한 조건에서 참여할 수 있는 환경을 만드는 기반으로 계속 발전할 것입니다.