Eigenlayer："스마트 DeFi" 신규 패러다임 소개 및 10대 잠재적 사례 정리
저자: EigenLayer Research
번역: TechFlow
이더리움은 2017년 12월 Maker를 출시하며 탈중앙화 금융(DeFi) 시대를 열었다. 이후 Uniswap과 Compound가 차례로 등장하면서 ETH 및 ERC20 토큰을 중심으로 새로운 경제 생태계가 구축되었다. 그 이후 우리는 체인 상의 금융 활동이 급속도로 성장하는 모습을 지켜보았다. 집중 유동성이 자본 활용 효율을 높였고, 영구계약(perps)은 진화를 거듭했으며, 전통 금융에서는 불가능했던 플래시론 같은 혁신도 등장했다.
하지만 우리는 정체에 부딪힌 듯하다. '머지(Merge)' 이후 자동화 마켓 메이커(AMM) 유동성 제공자(LPs)는 광산 추출 가치(MEV)로 인해 7억 달러 이상의 손실을 입었다. 파생상품 거래소들은 효율성을 높이기 위해 리스크 관리와 오더북을 중앙집중화하고 있다. 또한 우리는 개인 맞춤형 대출 서비스를 제공할 수 없으며, 디폴트 위험이 낮은 사용자에게 더 유리한 금리를 제공하거나 고정 기간 동안 고정 금리 대출을 간편하게 제공하는 것도 어렵다.
이러한 많은 문제들은 이더리움이 제한된 상태 머신이라는 한계에서 비롯된다. 가스비 제약, 12초의 블록 생성 시간, 외부 데이터를 네이티브 방식으로 수신할 수 없는 점 등이 그것이다. 모듈화 아키텍처는 이러한 문제를 해결할 수 있는 방향을 제시한다. 핵심 보안을 훼손하지 않으면서 무거운 계산을 오프로드하고 외부 데이터를 통합하는 방식이다.
EVM이 개발자가 임의의 비즈니스 로직을 작성할 수 있게 해주는 접착제라면, 이러한 코프로세서는 어떤 형태여야 할까? 비탈릭은 이를 사전 컴파일 또는 오퍼코드라고 부르지만, 우리는 더 포괄적인 해결책이 필요하다. 이더리움의 제한된 상태 머신에서는 계산 비용이 너무 크거나 실현 불가능한 작업을 처리할 수 있는 코프로세서가 필요한데, 무엇보다도 검증 가능해야 한다.
개발자들은 오랫동안 효율적이고 특화된 서비스를 구축해왔지만, 검증 가능성은 모든 것을 바꿔놓는다. 바로 이것이 EigenLayer의 가치다. EigenLayer는 임의의 노드 소프트웨어를 경제적으로 운영할 수 있도록 분산된 노드 운영자 네트워크를 구축하기 위한 인프라를 제공한다.
우리는 이러한 분산 네트워크를 액티브 검증 서비스(AVSs)라 부르며, 이는 검증 가능하고 트러스트리스한 서비스 구축 비용을 크게 줄여준다.
탈중앙화 금융(DeFi)과 액티브 검증 서비스(AVSs)의 결합은 강력한 새로운 응용 시나리오들을 가능하게 한다:
-
트러스트리스 오프체인 컴퓨팅(코프로세서): 오프체인에서 무거운 계산을 수행하고 최소한의 가스비로 결과를 체인으로 반환한다. 보안은 제로노울리지 증명 또는 암호경제적 보장에 의해 이루어진다. 무료 제한가 주문이나 AI 모델 호출까지도 상상할 수 있으며, 모두 검증 가능하고 탈중앙화된 방식이다.
-
트러스트리스 오프체인 데이터(검증 가능한 오라클, zkTLS): 가격, 변동성, 실시간 유동성, 심지어 스포츠 데이터 같은 현실 세계의 데이터를 안전하게 DeFi로 가져온다.
-
한 걸음 더 나아가기: 경매 네트워크, 정책 레이어, 탈중앙화 오더북—AVS는 DeFi를 이전에는 도달할 수 없었던 영역까지 확장한다.
우리는 이 새로운 패러다임을 '스마트 DeFi'라 부른다. 왜냐하면 이는 탈중앙화 금융에 실시간 적응성과 개인화를 가져오기 때문이다. 트러스트리스 오프체인 컴퓨팅과 데이터를 활용함으로써 스마트 DeFi는 더욱 현명한 의사결정을 가능하게 한다. 본 글에서는 그 잠재력을 보여주는 10가지 사례를 깊이 있게 살펴볼 것이다.
거래소
거래소는 DeFi의 핵심 구성 요소이지만,스팟 거래의 15% 미만과파생상품 거래의 단 6%만이 체인 상에서 이루어지고 있다. 스마트 DeFi는 이 격차를 줄일 잠재력을 가지고 있어, 탈중앙화 거래소(DEX)를 오프체인 거래소와의 경쟁에서 더 매력적으로 만들 수 있다.
-
VIP 등급: 거래량 기반 수수료 등급
중앙화 거래소는 거래량에 따라 단계별 수수료를 제공하는데, 이는 사용자 충성도를 높이고 마켓메이커를 보조하여 더 좁은 호가차와 더 좋은 가격을 소매 거래자에게 제공함으로써 전체 거래량을 늘리기 위해서다.
DEX에서 거래량 기반 수수료를 적용하는 것은 어려운 과제다. DEX는 거래자의 누적 거래량을 계산하기 위해 다음을 수행해야 한다:
-
동적 거래량 계산
-
각 거래자의 거래량 저장 및 업데이트
-
과거 30일간의 거래량을 추적하려면 복잡성이 증가하며, 역사적 데이터 저장 및 계산이 필요하다.
-
두 방법 모두 체인 상에서 매우 비용이 크다. 그러나 Lagrange나 Brevis 같은 코프로세서에 계산을 아웃소싱함으로써, 우리는 각 거래마다 거래자의 누적 거래량을 검증 가능하게 계산할 수 있다.
구체적으로 어떻게 작동하는가?
-
코프로세서는 조회 가능한 관계형 데이터베이스에 부분 블록체인 데이터를 인덱싱하고 저장한다.
-
AMM(또는 Uniswap hook) 스마트 계약이 코프로세서를 호출하여 SQL 쿼리를 실행하고 일정 기간 내 거래자의 수수료를 계산한다.
-
코프로세서는 제로노울리지 증명과 함께 과거 블록체인 데이터 상에서의 계산을 확인하는 결과를 AMM에 콜백 방식으로 반환한다.
그림: 체인 상 계약이 zkCoprocessor Lagrange와 어떻게 상호작용하는가
2. AMM의 동적 및 비대칭 수수료
손실 및 리밸런싱(LVR)은 AMM에서 유동성 제공자(LP)의 수익성에 영향을 미치는 중요한 문제다. LVR은 지속적으로 거래되는 오프체인 거래소와 체인 상 AMM 사이의 가격 불일치에서 발생한다. AMM은 각 블록 또는 이더리움 메인넷에서 12초마다 거래를 처리한다.한 블록 내에서 많은 변화가 발생할 수 있으며, 다음 블록 시작 시 아비트리저들이 거래소 간 가격 차이를 이용해 이득을 본다.
LP의 수익성을 높이기 위해 AMM은 동적 수수료와 비대칭 수수료를 채택할 수 있다:
1. 동적 수수료: 시장 변동성에 따라 수수료를 조정한다. 유동성 제공자(LP)는 고변동성 시기에 일반적으로 성과가 좋지 않다. 고변동성 시에는 수수료를 올려 불리한 거래로부터 LP를 보호하고, 안정기에는 수수료를 낮춰 거래량을 자극할 수 있다. 이는 다양한 수수료 등급 간 유동성 분산을 줄이고 LP의 사용자 경험을 원활하게 만든다. 이 기본적인 개념 검증을 참고하자.
2. 비대칭 수수료: Alex Nezlobin의 아이디어에서 영감을 받은 것으로, 외부 가격 데이터에 따라 호가 스프레드를 조정한다. 예를 들어, ETH가 DEX에서 $1000, CEX에서 $1050라면, AMM은 DEX 가격을 중심으로 대칭 스프레드를 유지하는 대신 $980에 매수하고 $1060에 매도할 수 있어, 시장 상황을 더 현실적으로 반영할 수 있다.
두 경우 모두 AMM은 CEX 가격이나 변동성 같은 신뢰할 수 있는 외부 데이터가 필요하다. 하지만 전통적인 오라클은 위험이 있다: 중앙화된 운영자는 장애가 발생하거나 오래된 데이터를 제공할 수 있다. 반면, zkTLS(네트워크 증명)는 더 나은 해결책을 제공한다. 웹 서버로부터 직접 데이터를 암호학적으로 검증함으로써 제3자에 대한 신뢰를 제거한다. 이를 통해 실시간으로 조작이 불가능한 데이터를 얻어, AMM이 체인 상이든 코프로세서를 통해든 동적·비대칭 수수료를 안전하게 계산할 수 있다.
3. MEV를 AMM 유동성 제공자(LP)에게 재분배하기 위한 경매
LP 수익성 향상의 또 다른 방법은 오프체인 계산뿐만 아니라 탈중앙화된 경매 네트워크도 포함된다. 현재 검색자(searchers)들은 자신의 거래를 블록 맨 앞에 배치하기 위해 경매에서 경쟁한다. 실제로는 아비트리지 수익이 검색자, 빌더, 제안자에게 분배되며, LP나 거래자에게 돌아가지 않는다. 반대로, AMM은 유동성 풀을 통해 첫 번째 거래를 수행할 권리를 경매할 수 있다. 만약 경매 경쟁이 치열하다면, 대부분의 손실 및 리밸런싱(LVR)이 다시 회수될 수 있다. 이 수익은 해당 거래에 참여한 기초 LP에게 비례하여 분배되어 전체 아비트리지를 줄이고, LP가 더 조밀한 스프레드를 제공할 수 있도록 한다.Sorella는 Uniswap v4 hook 형태로 이를 개발 중이다.
문제는 저지연, 검열 저항 경매를 어떻게 운영할 것인지다. 체인 상에서 경매를 진행하는 것은 너무 복잡하고 비용이 많이 든다: 매 입찰마다 가스비가 소모된다. 당선자가 결정되기 전에 이미 블록이 처리되어 경매가 완료되지 못할 수 있다. 중앙화된 엔티티가 오프체인에서 경매를 운영할 수도 있지만, 이는 DeFi의 정신에 어긋날 뿐 아니라, 마지막 순간에 정보를 확인할 기회를 제공하여 가치를 추출할 수 있다.
해결책은 일련의 탈중앙화 운영자들이 공동으로리더리스 경매를 운영하는 것이다. 단일 엔티티에 대한 의존성을 제거하고 프로세스의 무결성을 보장한다. 운영자들은 낙찰 입찰을 선택하고 수익을 유동성 제공자(LP)에게 환원하는 책임을 진다.
파생상품
대부분의 파생상품이 거래소에서 거래되지만, 스마트 DeFi는 이 자산 클래스에 독특한 응용 시나리오를 열어준다. 자세히 살펴보자!
4. 고급 마진 시스템
현재 거래자들은 SOLETH나 크로스 트레이딩처럼 자산 간 관점을 표현할 때 레버리지를 크게 제한받는다. 대부분의 영구계약 탈중앙화 거래소(perp DEX)는 거래자가 여러 포지션에 보유한 미결제 약정의 총합에 따라 선형적으로 마진을 계산한다.
예를 들어, 1만 달러를 예치하고 ETH에서 5만 달러 롱, BTC에서 5만 달러 숏을 취한다면, 이는 10배 레버리지로 간주된다. 그러나 이는 단순히 ETH에서 10만 달러 롱을 취한 사람과 위험 프로필이 다르다. 두 계좌는 동일하게 간주되어서는 안 된다. 이상적으로, 거래자는 ETHBTC에서 5배 이상의 레버리지를 제약 없이 사용할 수 있어야 한다.
문제는 체인 상의 계산 능력이 제한적이기 때문이다. 구체적으로 시스템은 각 스팟 자산의 담보물, 각 영구계약 자산의 포지션, 미실현 손익, 각 영구계약의 초기 및 유지 마진 요구사항, 그리고 관련성과 델타 헷징을 고려해야 한다. DEX가 영구계약, 옵션 등 다양한 자산 유형으로 확장됨에 따라 이 문제는 더욱 중요해진다.
코프로세서를 활용해 더 복잡한 계산을 통해 계좌의 마진 계수를 결정함으로써, DEX는 사용자 요구에 더 부합하는 맞춤형 리스크 엔진을 구축할 수 있다. 이는 더 유연한 델타 중립 전략을 가능하게 하며, 정말 필요한 경우에만 정산이 이루어지도록 보장한다.
더 큰 유연성을 제공하기 위해 코프로세서는 주요 중앙화 거래소(CEX)의 유동성과 각 풀의 미결제 약정 상황을 실시간으로 고려하여 마진 요구사항을 동적으로 조정할 수 있다.
그림: Aevo는 최악의 시장 상황을 평가하기 위해 중앙화된 리스크 엔진에 의존하여 고가치 거래자에게 더 합리적인 마진 파라미터를 제공한다. 코프로세서는 탈중앙화를 방해하지 않으면서도 독특한 마진 계산 방식을 제공한다. 출처: Aevo 문서
5. 옵션 자동시장조성자(AMM)의 가격 책정
파생상품 AMM, 특히 옵션 AMM은 흥미롭지만논란의 여지가 있다. 일부는 정확한 가격 책정이 불가능하다고 주장하며, 다른 이들은 파생상품이 고거래량 자산에만 적합하고 그러한 자산에는 오더북이 더 효과적이라고 말한다. 그럼에도 불구하고 Panoptic, Deri 등은 AMM이 유동성을 제공하는 최선의 방법이라 믿으며, 옵션도 포함한다고 본다.
옵션 AMM이 진정한 성공을 거두기 위해 핵심적인 요소는 변동성, 역사적 가격, 실시간 시장 신호 같은 오프체인 데이터의 도입이다. 또한 Black-Scholes 같은 고급 가격 모델을 구축하기 위해 오프체인 계산도 필수적이다. 이러한 외부 데이터를 체인 상 거래 메커니즘과 결합하는 것은 가격 정확도를 보장하고 슬리피지를 줄이며 옵션 거래자의 자본 효율성을 높이는 데 중요하다.
대출
대출 프로토콜은 고유한 도전에 직면해 있으며, 인공지능(AI)과 오프체인 계산은 더 스마트하고 유연한 해결책을 이끌 수 있다.
6. AI 기반 파라미터 시스템
현재 Aave와 Compound 등의 프로토콜은 거버넌스 팀이 수동으로 대출 시장 관련 파라미터를 업데이트한다. 일반적으로 Gauntlet 같은 리스크 서비스 제공업체가 모델 기반 시뮬레이션을 수행하고 기준금리, 담보계수, 청산계수 등의 조정을 제안한다. 더 심각한 사건이 발생하면 특정 자산의 상장 폐지나 동결을 제안할 수 있다.
이 접근법에는 두 가지 주요 결함이 있다:
-
지연 시간이 길다. 내가 Aave DAO 대표로 활동할 당시, 제안은 승인되기까지 최소 일주일이 걸렸다.
-
대출 파라미터에 대한 거버넌스 팀의 투표 정보가 부족하며, 모든 구성원이 적극적으로 참여하지 않는다. 최근의 Compound 거버넌스 공격이 전형적인 예이다.
그림: Aave 문서에 따르면 거버넌스 프로세스는 최소 5일이 소요된다
Morpho와 Euler v2는 올바른 방향으로 중요한 발걸음을 내디뎠다. 리스크 관리를 모듈화하여 누구나 자신만의 대출 플랫폼 인스턴스를 생성할 수 있게 했다. 사용자는 큐레이터의 기록과 평판에 따라 자산을 예치할 곳을 선택할 수 있다. 이 방법은 파라미터 업데이트에 소요되는 시간을 효과적으로 줄일 수 있다.
이상적인 시스템에서는 파라미터가 자동으로 업데이트되어 체인 내외부의 유동성에 실시간으로 반응한다. AI 기반 모델은 다양한 시나리오를 시뮬레이션하고 최악의 상황을 예측·방지할 수 있다. 이러한 모델은 Ritual, Sentient, Hyperbolic, Ora, Valence 같은 AI 전용 코프로세서를 활용하여 오프체인에서 대량의 데이터를 처리하고, 변동성, 유동성 변화, 리스크 상관관계 등을 고려한 후 체인 상에서 검증 가능하게 결과를 게시한다.
7. 계좌 이력 및 청산 리스크 기반 맞춤형 대출
전통 금융에서 신용이 좋은 차입자는 일반적으로 더 유리한 대출 조건을 받는다. 반면 탈중앙화 금융(DeFi)에서는 모든 차입자가 위험 상태나 신용 이력과 관계없이 동일한 대출 조건을 가진다. 이 모델에는 장점이 있지만, 나는 DeFi가 두 세계의 장점을 결합할 수 있다고 믿는다: 누구에게나 공정한 트러스트리스 대출을 제공하면서 동시에 우수한 신용 기록을 보유하고 청산 리스크가 낮은 반복 차입자에게 더 유리한 조건을 제공하는 것이다.
차별화가 부족하여 DeFi 대출 프로토콜은 저위험 차입자에게 낮은 담보 요구나 유리한 금리 같은 맞춤형 조건을 제공할 수 없다. 이로 인해 반복 사용자의 잠재적 이익이 제한될 뿐 아니라 대출 시장의 효율성도 떨어진다.
맞춤형 대출을 제공하려면 먼저 시빌(sybil) 공격 방지를 위한 해결책이 필요하다. WorldCoin이나 Coinbase 인증 같은 방식은 악성 행위자가 나쁜 부채를 반복적으로 프로토콜에 활용하는 것을 효과적으로 방지할 수 있다.
차입자가 인증을 완료하면 프로토콜은 유동성 프로필을 구축하기 위해 체인 상 정보를 수집할 수 있다. 구체적으로는 다음과 같다:
-
현재 및 과거 대출 기록
-
이전 대출의 상환 상황
-
체인 상 순자산 및 미상환 부채
-
NFT 소유 현황(NFT 프로젝트와 협력하여 우대 조건을 제공하는 경우)
프로토콜은 동일한 신원과 연결된 다른 주소까지 확인해 더 포괄적인 정보를 얻을 수 있다.
마지막으로 코프로세서는 청산 리스크를 평가하고 맞춤형 담보계수와 금리를 생성하여 각 차입자에게 맞춤화된 대출 조건을 제공할 수 있다.
8. 규제 준수 개인정보 혼합기
2022년 8월 미국 외국자산통제국(OFAC)은 자금세탁을 돕는다는 이유로 Tornado Cash를 제재했다. 그러나 개인정보 보호는 합법적인 용도가 있는 기본 권리다: 사람들은 자신의 전체 거래 내역을 공개하지 않고도 다른 계좌나 친구에게 자금을 송금할 수 있어야 한다. 문제는 기존 개인정보 혼합기가 합법적 사용자와 악성 행위자를 구분하지 못한다는 점이다. 이런 규제 미준수는 제재의 대상이 되게 하며, 보다 광범위한 사용을 저해한다.
규제를 준수하는 자금만 허용하는 개인정보 프로토콜을 만들 수 있다면 어떨까? 이 프로토콜은 리스크를 관리하고 규정을 따르며, 개인정보를 중시하는 사용자들이 이 시스템에 몰릴 것이다. 그러나 규제 준수 여부를 판단하려면 다양한 체인 내외부 데이터가 필요하며, 쉬운 일이 아니다. 이상적으로 스마트 계약은 API를 호출하여 유효한 거래만 승인함으로써 규제 준수를 보장할 수 있다.
Aethos는 이러한 목표를 달성하기 위한 정책 레이어다. 개발자가 스마트 계약 수준에서 규칙을 설정하여 거래가 특정 규제 정책을 준수하도록 한다. 예를 들어, 규제 준수 개인정보 혼합기는 거래 한도, 타임락을 설정하고 OFAC 제재 대상이거나 DeFi 해킹 사건과 연관된 입출금 주소의 거래를 차단할 수 있다.
그림: Aethos 문서
실시간, 규칙 기반 정책을 스마트 계약에 통합함으로써 규제 준수와 DeFi 가치가 더 이상 상충되지 않는 기관 친화적인 DeFi의 새 시대가 열린다.
9. 자동 리밸런싱 수익 프로토콜
DeFi는 스테이킹, 리스테이킹, 대출, 자동시장조성(AMM) 유동성 풀, 현실 세계 자산(RWAs) 등 다양한 자산과 프로토콜에서풍부한 수익 기회를 제공한다. 사용자의 리스크 선호도는 프로토콜 종류, 체인(이더리움, 솔라나 등), 자산 액면가, 외부 시장 리스크 등과 밀접하게 관련되어 다양하다. 이렇게 많은 선택지 앞에서 일부 거래자들은 자금 배분을 자동화하기 위해 수익 프로토콜을 선택한다.
그림: 풍부한 수익 기회, 재무 조언 아님, 출처: DeFiLlama
이러한 프로토콜은 AI 모델을 활용해 여러 출처 간 수익을 최적화할 수 있다. 개발자는 각 프로토콜에 대한 노출을 15%로 제한하거나 TVL이 1억 달러 미만인 프로토콜은 피하는 등의 사전 정의된 리스크 파라미터를 설정하고, AI 모델은 이러한 기준을 충족시키면서 수익을 극대화하도록 포트폴리오를 조정한다.
더 나아가 AI 모델은 사용자의 체인 상 활동과 짧은 설문조사를 통해 수집한 선호도를 기반으로 각 사용자에게 맞춤형 수익 전략을 생성할 수 있다. 이전에는 상상하기 어려웠던 이 개인화 서비스가 이제 AI의 확장성 덕분에 현실이 되었다.
백엔드에서는 AI 기반 코프로세서가 포트폴리오를 모니터링하고 리밸런싱한다. 수익이 가스비를 상쇄할 때만 조정을 수행하여 효율적인 데이터 기반 포트폴리오 관리를 보장한다.
10. 초정밀 인센티브 프로그램
인센티브는 암호화폐와 DeFi의 핵심이다. DeFi 여름은 2020년 Compound가 유동성 마이닝을 도입한 후 본격적으로 시작되었다. 특정 사용자 행동에 보상을 제공함으로써 프로토콜은 성장과 활성화를 유도할 수 있었다.
하지만 이 분야가 점차 성숙함에 따라 프로토콜들은 더 정교한 타깃팅을 추구하며, 종종 오프체인 프로그램으로 전환하고 있다. 자동시장조성자(AMMs)는 활발한 유동성 제공자에게 집중적으로 인센티브를 제공할 수 있다. NFT 마켓플레이스와 예측 시장은 오더북 가격에 근접한 유동성에 보상을 줄 수 있다. 대출 프로토콜은 이자 중 최소 20% 이상을 상환하는 비순환 차입자에게 차입을 유도할 수 있다.
코프로세서를 통해 프로토콜은 복잡한 보상 조건을 정의하고 실시간으로 보상을 지급할 수 있다. 이는 점점 더 인기가 떨어지는 포인트 시스템에서 벗어나 사용자에게 보상 지급의 확실성을 제공하며, 프로토콜의 자본 비용을 낮춘다.Gearbox는 이미 Lagrange의 코프로세서를 사용해 다양한 지불 메커니즘을 가진 다중 자산 보상을 처리하고 있다. 인센티브의 효율성을 높임으로써 DeFi는 지속적으로 성장하면서 가장 가치 있는 행동에 보상을 줄 수 있다.
결론
DeFi와 AVS의 결합은 새로운 금융 혁명을 일으킬 것이다. MEV를 회수하는 AMM부터 개인정보 프로토콜에서의 실시간 정책까지, 이 사례들은 탈중앙화 금융의 잠재력의 일부에 불과하다.
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
@eigenlayer
