นักวิจัยเสนอใช้ Model Context Protocol เชื่อม LLM Agent เข้ากับระบบ Data Space
งานวิจัยใหม่เสนอแนวทางเชื่อมต่อโมเดลภาษาขนาดใหญ่เข้ากับระบบแลกเปลี่ยนข้อมูลองค์กร โดยรักษาความปลอดภัยและนโยบายกำกับดูแล
นักวิจัยได้เผยแพร่งานวิจัยบนคลังบทความวิชาการ arXiv เมื่อเดือนกันยายน 2026 ที่ผ่านมา โดยเสนอแนวทางการแก้ปัญหาความขัดแย้งระหว่างระบบเอเจนต์ปัญญาประดิษฐ์ (AI Agents) ที่ทำงานด้วยความน่าจะเป็น กับโครงสร้างพื้นฐานด้านข้อมูลที่มีนโยบายควบคุมเข้มงวด ซึ่งมักเป็นอุปสรรคในการแชร์ข้อมูลข้ามองค์กร
หัวใจสำคัญของงานชิ้นนี้คือการใช้ Model Context Protocol (MCP) หรือโปรโตคอลบริบทโมเดล มาทำหน้าที่เป็นชั้นกลาง (Mediation Layer) ผ่านระบบต้นแบบที่เรียกว่า ยูโนเมีย เอเจนต์ (Eunomia Agent) เพื่อแปลงความสามารถของโครงสร้างข้อมูล (Data Space) ให้กลายเป็นเครื่องมือที่มีโครงสร้างชัดเจน (Schema-driven Tools) ซึ่งช่วยให้โมเดลภาษาขนาดใหญ่ (LLM) สามารถค้นหาและเรียกใช้งานได้โดยยังคงปฏิบัติตามกฎระเบียบขององค์กร
จากการทดสอบต้นแบบ นักวิจัยพบว่าระบบสามารถเรียกดูรายการชุดข้อมูล อ่านข้อมูลกำกับ (Metadata) และเรียกใช้บริการข้อมูลได้สำเร็จ โดยไม่ต้องแก้ไขตัวโครงสร้างของ ยูโนเมีย เอเจนต์ อย่างไรก็ตาม ขอบเขตการทดสอบยังจำกัดอยู่เพียงการใช้ไคลเอนต์ (Client) ที่ทำตามขั้นตอนตายตัวกับบริการข้อมูลจำลอง เพื่อตรวจสอบความถูกต้องของการเชื่อมต่อเท่านั้น ยังไม่มีการวัดประสิทธิภาพในสถานการณ์จริงหรือการพิสูจน์ความปลอดภัยอย่างครอบคลุม
แนวทางนี้นับเป็นก้าวสำคัญในการนำ AI เข้ามาทำงานร่วมกับระบบฐานข้อมูลองค์กรที่มีความปลอดภัยสูง ซึ่งในอนาคตอาจช่วยให้หน่วยงานต่างๆ สามารถดึงข้อมูลมาวิเคราะห์ผ่าน AI ได้อย่างปลอดภัยและเป็นไปตามระเบียบข้อบังคับ