2008년 금융위기를 통해 본 리스테이킹 시장: 유동성 부족과 레버리지 리스크가 잠재적 '서브프라임 위기'를 초래할 수 있다
번역: TechFlow
서론
ETH 스테이킹 수익률이 약 3%로 하락함에 따라, 투자자들은 ETH 기준 수익을 높이기 위해 유동성 재스테이킹 토큰(Liquid Restaking Tokens, LRTs)이라는 토큰화된 재스테이킹 풀로 전환하고 있다. 이에 따라 LRT 내 자산 가치는 이미 100억 달러를 돌파했다. 이 추세의 주요 동력은 약 23억 달러가 레버리지 운영에 담보로 사용된 것이다. 그러나 이러한 전략에는 위험이 따르며, 각각의 LRT 구성 요소는 모델링하기 어려운 고유한 리스크를 가지고 있으며, 체인 상의 유동성이 부족해 대규모 슬래싱(slashing) 사건 발생 시 효율적인 정산을 지원하기 어렵다.
이더리움(ETH) 스테이킹 수익률이 약 3%까지 하락하면서, 투자자들은 더 높은 이더리움 수익을 추구하기 위해 유동 재스테이킹 토큰(LRTs)으로 불리는 토큰화된 풀로 옮겨가고 있다. 따라서 LRT 내 가치는 1000억 달러까지 급등했다. 이 추세는 주로 레버리지 운용을 위해 사용된 약 230억 달러의 담보물에 의해 추진되고 있다. 그러나 이는 위험도 수반한다. LRT 내 개별 포지션은 예측하기 어려운 고유 리스크를 가지며, 체인 상 유동성이 부족해 대규모 손실 사건 시 효과적인 정산이 어렵다.
현재 LRT의 상황은 2008년 금융위기 이전과 일부 유사점이 있다. 2003년 연방기금금리는 50년 만에 최저치인 1%까지 하락했다. 더 높은 달러 수익을 추구하기 위해 투자자들은 미국 부동산 시장으로 몰렸다. 개별 모기지의 유동성이 낮았기 때문에, 금융 엔지니어들은 이를 모기지 담보 증권(MBSs) 형태로 패키징했다. 2008년 붕괴의 핵심 원인은 과도한 레버리지와 MBSs의 유동성 부족이었으며, 이러한 증권은 LRT처럼 예측 불가능한 고유 리스크를 포함하고 있었다.부실한 모기지 운용으로 인한 연체 증가는 정산의 연쇄 반응, 공포감, 유동성 부족을 초래했고, 이는 글로벌 경제의 심각한 침체를 유발했다.
이러한 유사성을 감안할 때, 우리는 되돌아보고 다음 질문에 답해 보아야 한다. 우리는 과거의 교훈에서 무엇을 배울 수 있을까?
2008년 위기 간단한 역사
(참고: 여기에는 언급되지 않은 많은 내용이 있지만, 주제를 유지하기 위해 이야기와 가장 관련 깊은 내용들만 선택했다.)
2008년 경기 침체로 이어진 단순화된 이야기는 다음과 같다.
대출 발행기관과 증권화 기관의 인센티브
모기지 담보 증권(MBSs)에 대한 수요 증가는 자연스럽게 모기지 공급을 늘리는 인센티브를 제공했다. 결과적으로 "발행 후 판매(originated-to-distribute)" 모델이 점점 더 일반화되었다. 이 방식 덕분에 모기지 기관(발행자)은 신용 위험을 즉시 증권화 기관에게 넘길 수 있었고, 이후 수익률을 추구하는 거래자들에게 분배되었다. 위험을 이전함으로써, 대출 발행 과정은 확장 가능해졌으며, 방대한 대차대조표나 효율적인 리스크 관리를 필요로 하지 않고도 신속하게 대출 채무를 발행 및 매각할 수 있게 되었다.
여기서 우리가 직면하는 첫 번째 원리-대리 문제(principal-agent problem)가 발생한다. 모기지 발행 기관은 자신들이 발행한 대출의 위험을 부담하지 않기 때문에, 거의 리스크 없이 더 많은 모기지를 발행할 수 있는 수단과 동기를 갖게 된다. 이러한 인센티브 구조는 결국 '디자인된 디폴트(design to default)'라 불리는 극히 부실한 형태의 대출을 양산하게 되었다.
신용평가기관의 인센티브
그러나 모기지 발행 기관과 증권화 기관 외에도, 이러한 겉보기에 안정적인 수익원을 지탱하는 데 중요한 역할을 한 것이 바로 신용평가기관이었다. 평가기관은 각각의 모기지 담보 증권(MBS) 구조에 따라 어떤 증권이 우량(AAA)인지, 또는 고위험(B 등급 이하)인지 평가하는 책임을 맡았다. 평가기관의 참여는 두 가지 면에서 금융위기를 가속화시켰다.
-
신용평가기관의 수수료는 모기지를 패키징하고 증권화하는 기관이 지불한다. 이로 인한 이해상충은 평가기관들이 더 많은 사업을 확보하기 위해 서로 경쟁하며 평가 기준을 낮추는 결과를 초래했다. 예를 들어, 평가기관 Fitch는 AAA 등급을 비교적 적게 부여하다가 거의 모든 MBS 평가 사업을 잃어버리기도 했다.
-
당시의 리스크 모델은 결함이 있었으며, 특히 서로 다른 모기지 간의 디폴트 리스크가 독립적이라고 잘못 가정했다. 그 결과, 증권화 기관은 MBS를 리스크에 따라 트랜치(tranche)로 나누어 (예: 디폴트 시 처음 X% 손실을 감당하는 가장 위험한 부분), CDO(채무담보증권)를 만들 수 있었다. 리스크가 가장 낮은 트랜치는 AAA 등급을 받을 가능성이 높았고, 고위험 트랜치는 다시 패키징되어 새롭게 평가될 수 있었다. 이런 새로운 CDO의 최상위 트랜치는 종종 다시 AAA 등급을 부여받았다. (주의: 디폴트 확률은 실제로 독립적이지 않음)
과도한 레버리지 사용
1988년 바젤 I 협약(Basel I Capital Accord)이 승인되며 국제적으로 활동하는 은행들의 자본 요구사항을 규정했다.所谓 자본 요구사항은 은행이 1달러의 '위험가중' 자산을 보유할 때 얼마나 많은 자본을 확보해야 하는지를 의미한다. 간단히 말해, 이는 사실상 은행의 최대 레버리지 비율을 12.5:1로 제한했다. 암호화폐의 대출 프로토콜에 익숙하다면, 위험가중 자본 요구사항을 다양한 자산의 대출가치비율(LTV)과 유사하다고 이해할 수 있다. 하지만 실제로 '위험가중'은 항상 리스크 감소를 위한 것은 아니며, 때때로 은행이 다른 목표를 추구하도록 유도하는 도구로 사용되기도 한다. 주택 모기지 대출 금융을 장려하기 위해, 모기지 관련 증권의 위험가중치는 기업 대출의 절반(50%)으로 설정되었고, 이는 은행이 두 배의 레버리지(25:1)를 사용할 수 있음을 의미했다. 2007년 바젤 II 협약(Basel II)은 AAA 등급의 모기지 담보 증권(MBS)에 대해 더욱 낮은 위험가중치를 적용함으로써, 은행이 레버리지 비율을 62.5:1까지 끌어올릴 수 있도록 했다. (참고: 등급이 낮은 MBS의 경우 레버리지는 더 낮았다.) (미국 정부회계감사원의 모기지 관련 자산 보고서 참조)
자본 요구사항이 존재함에도 불구하고, 은행들은 특수 목적 투자기구(SIVs, Special Investment Vehicles)를 통해 '등급 및 규제 회피(rating and regulatory arbitrage)'를 실현하여 추가적인 레버리지 제한을 회피했다. SIV는 은행이 '후원'하는 독립된 법적 실체이지만, 자체적인 대차대조표를 가진다. SIV 자체는 거의 신용 기록이 없지만, 시장은 후원 은행이 손실 발생 시 지원을 제공할 것으로 믿기 때문에 낮은 금리로 자금을 조달해 자산을 매입할 수 있었다. 실제로 은행과 이러한 오프밸런스시트(off-balance-sheet) SIV는 거의 일체화되어 있었다.
장기간 동안, 은행은 SIV의 부채에 대해 어떤 자본 요구도 충족시킬 필요가 없었다. 엔론이 정교하게 설계된 오프밸런스시트 도구에 부채를 숨겨 주가를 유지하다가 결국 붕괴되면서, 규제 당국은 이 문제를 재검토하기 시작했다. 그러나 그럼에도 불구하고 실질적인 규제 변화는 이루어지지 않았다. SIV는 여전히 후원 은행의 자본 요구의 10%만을 충족하면 되었다. 레버리지 비율로 표현하면, 은행은 SIV를 통해 AAA 등급의 모기지 담보 증권(MBS)에 대해 625:1의 레버리지를 사용할 수 있었다. (참고: 이는 은행이 반드시 최대 레버리지를 사용하거나 MBS만 보유한다는 의미는 아님. 다만 그러한 능력이 있다는 뜻임)
결과적으로, SIV는 전 세계 금융시스템에서 모기지 자금 조달의 주요 통로가 되었다. (Tooze 60)
복잡성으로 인한 불투명성
여기서 우리는 복잡성의 중요성을 배울 수 있다. 금융은 단순하지 않으며, 핵심은 일부 참여자가 다른 사람들보다 리스크를 평가하고 감내하는 데 더 능숙하다는 것이다. 국채 하나를 평가하는 것은 비교적 쉽다. 모기지 하나는 좀 더 복잡하지만 여전히 합리적인 범위 내다. 그러나 복잡한 가정에 기반한 모기지 풀 집합이라면? 혹은 더 많은 가정에 기반한 리스크 분할 구조라면? 아니면 여러 차례 재패키징되고 계층화된 모기지 풀이라면? 이는 분명 머리가 아득해질 정도다.
이러한 복잡한 패키징과 계층화 과정에서, 많은 사람들은 파생상품에 대한 세부적인 실사 대신 리스크 평가를 '시장'에 맡기는 선택을 한다.
파생상품 시장에서 복잡성을 추구하는 뒤에는 큰 이윤이 도사리며, 이러한 복잡성은 정교한 투자자에게는 유리하지만 경험 부족자에게는 불리하다. 금융 엔지니어이자 골드만삭스 직원이었던 Fabrice "fabulous Fab" Tourre에게 누가 그들의 신용연계파생상품(CDO)을 사겠냐는 질문을 받았을 때, 그는 "벨기에의 과부와 고아들"이라고 답했다. (Blinder 78)
하지만 "월스트리트의 탐욕!"이라는 설명은 지나치게 단순화된 것이다. 실제로 2004년부터 2007년 사이(즉, 시장이 가장 광란했던 시기) 발행된 AAA 등급 채권들의 실제 손실은 그리 크지 않았다—2011년까지 누적 손실은 고작 17bp에 불과했다—그럼에도 전 세계 시장은 전례 없는 붕괴를 겪었다. 이는 과도한 레버리지와 부실 담보가 유일한 원인이 아님을 시사한다.
《신용위기》라는 책에서 Gorton과 Ordonez는 담보의 질을 평가하는 정보에 비용이 든다면, 일상적인 시장 변동조차도 경기침체를 유발할 수 있다고 주장한다. 그들의 모델은 장기간 중대한 충격이 없던 시장에서 대출기관들이 평가를 위한 정보 비용을 줄이게 되고, 이로 인해 질이 낮고 평가 비용이 높은 담보를 가진 차입자들이 시장에 진입하게 된다고 설명한다(예: SIV가 보유한 서브프라임 MBS). 평가 등급 하락으로 인해 대출비용이 낮아지고, 이는 담보를 저렴하게 확보할 수 있게 되어 시장 활동을 촉진한다. 그러나 일부 고위험 담보의 가치가 소폭 하락할 경우, 채권자들은 다시 평가 비용을 지불하며 평가를 시도할 수 있다. 그 결과, 대출기관은 평가 비용이 높은 담보를 회피하게 되며, 품질이 좋지 않더라도 말이다. 이러한 신용 수축은 시장 활동의 급격한 위축을 초래할 수 있다(Gorton과 Ordonez).
MBS(모기지 담보 증권)와 LRT(유동성 재스테이킹 토큰)의 유사성
암호화 시장(특히 이더리움)에서 안전한 ETH 수익에 대한 수요는 전통 금융에서 안전한 달러 수익을 추구하는 것과 유사하다. 2003년 국채의 달러 수익률과 마찬가지로, ETH 스테이킹 수익률도 점차 하락하고 있다. 전체 ETH 공급량의 약 30%가 스테이킹되었으며, 현재 수익률은 약 3%까지 떨어졌다.
2008년의 모기지 담보 증권(MBS)과 유사하게, 스테이킹 수익률 하락은 시장이 더 높은 리스크를 감수해 더 큰 수익을 얻으려는 투자 기회를 찾도록 유도한다. 이러한 유추는 새로운 개념이 아니다. 특히 Alex Evans와 Tarun Chitra의 글 《PoS와 DeFi가 모기지 담보 증권으로부터 배울 수 있는 것》에서는 유동형 스테이킹 토큰(LSTs)을 MBS에 비유했다. 이 글은 LST가 스테이커들이 네트워크 보안을 위한 스테이킹 수익과 DeFi 수익을 동시에 얻도록 도와주며, 두 가지 사이의 경쟁을 피할 수 있다고 논의했다. 이후 LST 보유자들은 주로 이를 담보로 활용해 레버리지를 늘려왔다.
그러나 MBS(모기지 담보 증권)와 유동 재스테이킹 토큰(LRTs) 사이의 관계는 더욱 복잡해 보인다.
stETH와 같은 LST는 상대적으로 안정적인 프로토콜을 검증하는 검증자들을 상대적으로 동질적인 리스크로 묶는 반면, 재스테이킹 시장은 전혀 다르다. 재스테이킹 프로토콜은 다양한 액티브 검증 서비스(AVS)에 동시에 스테이킹을 집계하는 것을 촉진한다. 예금 유치를 위해 이러한 AVS는 스테이커들과 운영자들에게 수수료를 지급한다. 일반적인 ETH 스테이킹과 비교할 때, ETH 재스테이킹 기회는 무제한이지만, 그만큼 고유한 리스크(예: 고유한 처벌 조건)도 존재할 수 있다.
수익률이 더 높기 때문에 리스크를 추구하는 암호화 시장이 예금을 몰아넣고 있으며, 작성 당시 TVL(총 담보 가치)은 약 140억 달러에 달한다. 이 성장 과정에서 유동 재스테이킹 토큰(LRTs)은 중요한 비중을 차지하고 있으며(약 100억 달러), 이는 재스테이킹 포지션 풀 내 지분을 토큰화한 것이다.
한편, 일반적인 ETH 스테이킹 수익은 마치 "정부가 발행하고 지원하는" 것처럼 느껴진다. 예를 들어, 대부분의 스테이커들은 대규모 처벌을 초래하는 중대한 합의 오류 발생 시 이더리움이 하드포크를 통해 문제를 해결할 것이라고 가정할 수 있다.
반면, 재스테이킹 수익은 어떤 출처에서든 올 수 있다. 프로토콜 내에서 ETH를 발행해 지속적인 보안을 유도할 수 없다. 맞춤형 처벌 조건의 구현에 결함이 생긴다면, 이더리움의 하드포크는 더 큰 논란을 불러일으킬 수 있다. 충분히 심각한 상황이라면, DAO 해킹 이후의 하드포크가 도덕적 해이(moral hazard)를 유발했는지 살펴볼 필요가 있다. 이는 '너무 커서 실패할 수 없다(too big to fail)'는 은행 구제와 관련이 있으며, 그렇지 않으면 글로벌 금융 시스템에 시스템 리스크를 초래할 수 있기 때문이다.
LRT 발행자와 ETH 재스테이커의 인센티브는 더 높은 수익을 추구하는 모기지 증권화 기관과 은행의 인센티브와 유사하다. 따라서 암호화 분야에서도 '디자인된 디폴트' 대출이 나타날 뿐 아니라 보편화될 가능성도 있다. 특정 유형의 디폴트 대출은 NINJA 대출이라 불리는데, 차입자에게 소득, 직업, 자산이 모두 없기 때문이다. 재스테이킹 맥락에서는 저품질의 액티브 검증 서비스(AVS)가 단기 수익을 위해 대규모의 LRT 담보를 유치하는 현상으로 나타난다. 이후 장에서 논의하겠지만, 이러한 현상이 대규모로 발생한다면 중요한 리스크가 존재한다.
실제 리스크
가장 두드러진 금융 리스크는 슬래싱 사건(slashing event) 발생으로, 이로 인해 LRT의 가치가 각종 신용 프로토콜의 정산 임계치 아래로 떨어지는 것이다. 이러한 사건은 LRT의 정산을 유발하며, 관련 자산 가격에 중대한 영향을 미칠 수 있다. 왜냐하면 LRT 내 자산이 해제되어 더 안정적인 자산으로 매각되기 때문이다. 초기 정산 사건이 충분히 크다면, 다른 자산들 사이에 연쇄 정산이 발생할 수 있다.
이러한 상황이 현실화될 수 있는 두 가지 가능성을 생각해 볼 수 있다.
-
새롭게 도입된 처벌 조건의 취약점. 새로운 프로토콜은 새로운 처벌 조건을 가지며, 이는 다수의 운영자에게 영향을 미칠 수 있는 새로운 취약점을 의미한다. 만약 '디자인된 디폴트' AVS가 매우 보편화된다면, 이러한 결과가 발생할 가능성은 높다. 또한 처벌 사건의 규모도 중요하다. 현재 AAVE(작성 시점 기준 LRT 담보 22억 달러)는 weETH(가장 인기 있는 LRT)를 담보로 ETH를 빌릴 때 정산 임계치를 95%로 설정하고 있다. 즉, 취약점 공격이 담보의 5% 이상을 슬래싱해야 첫 번째 정산 물결이 시작된다.
-
사회공학적 공격. 공격자(프로토콜이든 운영자든)는 다양한 LRT가 자신에게 자본을 투자하도록 설득할 수 있다. 이후 공격자는 해당 LRT에 대해 대규모 숏 포지션을 구축할 수 있다(ETH 및 기타 파생상품 포함 가능). 이러한 자본은 본인 소유가 아니므로, 명성 외에는 큰 리스크가 없다. 공격자나 운영자가 사회적 명성에 관심이 없다면(예: 익명인 경우), 그리고 숏 포지션과 공격 보상 수익이 충분히 크다면, 상당한 수익을 얻을 수 있다.
물론 이러한 모든 상황은 처벌 메커니즘이 활성화되는 경우에만 가능하다—그렇지 않을 수도 있다. 그러나 처벌 메커니즘이 활성화되기 전까지 재스테이킹(restaking)이 프로토콜의 경제적 보안에 미치는 이익은 미미하다. 따라서 우리는 처벌 리스크에 대비해야 한다.
과거의 실수 피하기
따라서 가장 큰 의문은 여전히… 우리는 과거에서 무엇을 배울 수 있을까?
인센티브가 중요하다
현재 유동성 재스테이킹 토큰화 시장의 경쟁은 주로 ETH 기준 최고 수익을 제공하는 데 집중되어 있다. 고위험 모기지 수요 증가와 유사하게, 우리는 고위험 액티브 검증 서비스(AVS)에 대한 수요가 증가할 것으로 예상한다—이는 대부분의 처벌(및 정산) 리스크가 위치하는 지점이라고 생각한다. 단독 고위험 자산은 크게 걱정되지 않지만, 그것들이 과도한 레버리지에 사용되고 충분한 유동성이 없을 때 문제가 된다.
과도한 레버리지를 제한하기 위해, 대출 프로토콜은 공급 상한선(supply cap)을 설정하며, 이는 특정 자산을 담보로 받아들일 수 있는 양을 결정한다. 공급 상한선은 주로 이용 가능한 유동성에 따라 결정된다. 유동성이 적다면, 정산자들이 정산된 담보를 스테이블코인으로 전환하기 더 어려워진다.
은행이 포트폴리오의 명목 가치를 늘리기 위해 과도한 레버리지를 사용하는 것처럼, 대출 프로토콜 역시 더 많은 레버리지를 지지하기 위해 모범 사례를 위반할 강력한 인센티브를 가질 수 있다. 시장이 이러한 상황을 완전히 피할 수 있기를 바라지만, 2008년과 같은 역사적 사례는 사람들이 이윤을 약속받고 정보 확인 비용이 높을 때, 실사를 타인에게 위임하거나 완전히 무시하는 경향이 있음을 보여준다.
과거의 실수(예: 평가기관의 인센티브)로부터 배우는 것은, 다양한 담보 유형과 대출 프로토콜의 리스크를 평가하고 조정하는 데 도움을 주는 편향 없는 제3자를 구축하는 것이 매우 유용하다는 점을 알려준다—특히 유동 재스테이킹(LRT)과 그가 보장하는 프로토콜에 대해서 말이다. 이들은 리스크 평가를 바탕으로 안전하고 산업 전체에 걸친 정산 임계치 및 공급 상한선 권고안을 제시해야 한다. 프로토콜이 이러한 권고안에서 벗어나는 정도는 공개되어 모니터링 가능해야 한다. 이상적으로, 이 조직은 고위험 매개변수로부터 이득을 보는 자들에 의해 후원되어서는 안 되며, 정보에 기반한 결정을 하고자 하는 자들에 의해 후원되어야 한다. 아마도 이것은 공동 창작(crowdsourced) 이니셔티브일 수 있고, 이더리움 재단의 보조금일 수 있으며, 개인 대출자와 차입자를 위한 '도구로 오고, 네트워크로 남는' 수익성 사업일 수도 있다.
이더리움 재단의 후원을 받는 L2Beat는 Layer 2 관리에서 유사한 이니셔티브를 잘 수행하고 있다. 따라서 나는 재스테이킹 분야에서도 유사한 노력이 성공할 수 있기를 희망한다—예를 들어, Eigenlayer 재단의 지원을 받는 Gauntlet은 이미 시작된 듯하지만 아직 레버리지 정보는 제공하지 않는다. 그러나 그러한 프로젝트가 성립하더라도 리스크를 완전히 제거하기는 어렵겠지만, 적어도 시장 참여자들의 정보 획득 비용을 낮출 수는 있을 것이다.
이는 또 다른 관련된 두 번째 관점을 이끌어낸다.
모델의 부족과 유동성 부족
우리는 앞서 평가기관과 모기지 증권화 기관이 모기지 디폴트의 독립성을 얼마나 심각하게 과대평가했는지 논의했다. 우리가 배운 교훈은 미국 한 지역의 주택 가격 하락이 다른 지역뿐만 아니라 전 세계 주택 가격에까지 크게 영향을 미칠 수 있다는 것이다.
왜 그럴까?
소수의 대형 참여자들이 글로벌 경제활동의 대부분의 유동성을 공급하고 있으며, 동시에 그들 스스로도 모기지 담보 증권(MBS)을 보유하고 있기 때문이다. 부실한 모기지 운용으로 인해 MBS 가격이 하락하면, 이러한 대형 참여자들이 시장에 유동성을 제공하는 능력도 함께 약화된다. 자산을 대출 상환을 위해 유동성이 낮은 시장에서 매각해야 하므로, 어디에서나(모기지와 관련 있든 없든) 가격이 하락한다.
이러한 '공유' 유동성에 대한 과대평가가 대출 프로토콜의 매개변수 설정 과정에서 무의식적으로 발생할 수 있다. 공급 상한선은 프로토콜 내 담보가 파산 없이 정산될 수 있도록 설계되었다. 그러나 유동성은 각 신용 프로토콜이 정산 시 상환능력을 보장하기 위해 의존하는 공유 자원이다. 만약 어떤 프로토콜이 특정 시점의 유동성에 기반해 공급 상한선을 설정한다면, 다른 프로토콜들도 각자 자신의 결정을 내림으로써 기존의 유동성 가용성 가정을 모두 무효화시킬 수 있다. 따라서 대출 프로토콜은 우선적인 유동성 접근 권한이 없는 한 독립적으로 결정해서는 안 된다.
불행히도, 유동성이 언제나 누구에게나 권한 없이 접근 가능하다면, 프로토콜은 안전하게 매개변수를 설정하기 어렵다. 그러나 특정 상황에서 유동성에 우선 접근 권한을 부여할 수 있다면, 이러한 불확실성은 해결될 수 있다. 예를 들어, 담보 자산의 스팟 마켓은 거래 시마다 대출 프로토콜을 조회해 정산이 가능한지 확인하는 훅(hook)을 설정할 수 있다. 정산이 진행 중이라면, 시장은 대출 프로토콜 자체의 메시지 호출을 통해서만 자산 매각을 허용할 수 있다. 이 기능을 통해 대출 프로토콜은 거래소와 협력하여 공급 상한선을 더 자신 있게 설정할 수 있다.
사례 연구
LRT 시장의 발전을 관찰할 수 있는 사례 연구가 이미 있을지도 모른다.
AAVE는 체인 상에서 weETH 담보로 22억 달러 이상을 제공하고 있지만, Gauntlet의 대시보드에 따르면, wstETH, wETH 또는 rETH로의 체인 상 유동성은 고작 3700만 달러에 불과하다(슬리피지나 USDC 인출도 고려하지 않은 수치이며, 실제 유동성은 더 열악하다).
다른 대출 프로토콜들이 weETH 담보를 수용하기 시작함에 따라(예: Spark의 현재 weETH TVL은 1.5억 달러를 초과함), 소량의 유동성을 둔 경쟁은 더욱 치열해질 것이다.
weETH를 담보로 한 ETH 대출의 정산 임계치는 95%이며, 이는 LRT 담보 가치의 5% 이상이 슬래싱되면 첫 번째 정산이 발생함을 의미한다. 따라서 수억에서 수십억 달러의 매도 압력이 시장에 쏟아질 것이다. 이는 거의 확실히 wstETH와 ETH의 추가 매도 압력을 유발하며, 정산자들이 자산을 USDC로 전환함으로써 ETH 및 관련 자산에 대한 후속 정산 물결의 위험을 초래할 수 있다. 그러나 앞서 언급했듯이, 정산이 발생하지 않는 한 리스크는 작다. 따라서 현재로서는 AAVE 및 기타 신용 프로토콜의 예금은 정산 리스크 없이 안전하다고 볼 수 있다.
핵심 차이점
LRT와 MBS의 유사성에 관한 글을 쓰면서(또한 오늘날의 암호화폐와 2008년 이전 금융 시스템 간의 유사성에 대해) 핵심적인 차이점을 논의하지 않는 것은 부적절하다. 본문은 MBS와 LRT 사이의 유사성을 전달하지만, 분명한 차이점도 존재한다.
가장 중요한 차이점 중 하나는 체인 상 레버리지의공개성, 과다 담보, 알고리즘 기반, 투명성과 은행 및 그림자 은행(shadow banking) 레버리지의 특성 사이의 대비이다. 과다 담보는 자본 효율성은 떨어지지만 중요한 이점을 제공한다. 예를 들어, 차입자가 디폴트하더라도(충분한 유동성이 있다면) 대출자는 항상 상환을 기대할 수 있다—이는 담보 부족 대출과는 다르다. 공개성과 알고리즘 기반 특성 덕분에 자산은 즉시 정산될 수 있으며 누구나 정산에 참여할 수 있다. 따라서 신뢰할 수 없는 보관자나 악의적인 상대방이 정산 지연, 가치 미달 정산 실행, 동의 없이 담보 재담보 등의 해로운 행위를 할 수 없다.
투명성은 중요한 이점이다. 프로토콜 잔고와 담보 품질에 관한 체인 상 정보는 누구나 검증할 수 있다. 앞서 논의한 Gorten과 Ordonez의 연구 맥락에서 보면, DeFi는 담보 품질 평가 비용이 낮은 환경에서 운영된다고 말할 수 있다. 따라서 담보 품질 정보를 드러내는 비용이 더 낮아 시장이 더 낮은 비용과 더 빈번하게 조정될 수 있다. 실제로는 대출 프로토콜과 사용자가 핵심 매개변수 선택에 있어 더 풍부한 정보를 가질 수 있음을 의미한다. 그러나 재스테이킹의 경우 코드 품질이나 팀 배경과 같은 주관적인 오프체인 요소들이 여전히 존재하며, 이러한 정보를 확보하는 비용은 여전히 높다.
한 가지 일화적인 징후는 BlockFi, Celsius 등의 회사가 붕괴된 이후 체인 상 대출 활동이 증가한 것으로 보인다는 점이다. 주목할 만한 것은 AAVE와 Morpho의 예금이 크게 증가했지만, 이전 사이클과 비슷한 규모의 오프체인 대출 활동은 거의 나타나지 않았다는 점이다. 그러나 현재 오프체인 대출 시장 규모에 대한 구체적인 데이터를 얻는 것은 어렵다—이는 상당한 성장이 있었지만 널리 홍보되지 않았을 가능성을 시사한다. 직접적인 대출 프로토콜 해킹이 발생하지 않는 한, 기타 조건이 동일하다면 위에서 언급한 이유들로 인해 체인 상 레버리지 구현은 더 탄탄할 것으로 보인다.
LRT의 슬래싱 리스크가 증가함에 따라, 우리는 투명하고, 과다 담보된, 공개적이며 알고리즘 기반의 대출이 실제 운영에서 가지는 장단점을 눈앞에서 다시 한번 목격할 수 있는 좋은 기회를 맞이할지도 모른다. 마지막으로, 아마도 가장 큰 차이점은 예외 상황 발생 시 우리를 구제해줄 정부가 없다는 점이다. 대출자들에게도 정부의 지원이나 케인즈주의적 토큰 경제학은 존재하지 않는다. 오직 코드, 그 상태, 그리고 상태의 변화만이 존재할 뿐이다. 따라서 우리는 불필요한 실수를 최대한 피해야 한다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
