디파이 파생상품에 대해 알아야 할 모든 것

2025.06.20

디파이 파생상품에 대해 알아야 할 모든 것

이 글은 영속 계약의 기초 지식에 대해 개요를 설명할 것입니다.

2025.06.20 - 09:52:06

永续合约DeFi

Web3 심층 보도에 집중하고 흐름을 통찰

이 글은 영속 계약의 기초 지식에 대해 개요를 설명할 것입니다.

글: Diogenes Casares

번역: AididiaoJP, Foresight News

dYdX와 GMX가 각각 2020년 4월과 2021년에 출시된 이후 DeFi 파생상품 플랫폼의 사용량은 지수급으로 증가했으며, 현재 HyperLiquid는 일일 거래량과 미결제약정 규모에서 중심화된 거래소와 경쟁할 수 있는 위치에 도달했다. HyperLiquid는 비교적 늦게 설립되었지만, 총 예치 가치(TVL)가 100배 성장했다. 현재 파생상품 플랫폼과 새로운 예측 시장의 TVL 합계는 53.7억 달러이며, 일일 거래량은 수백억 달러에 이른다.

그러나 DeFi 시장 마이크로 구조에 대한 심층적인 분석은 여전히 부족하다. 예를 들어 GLP 및 DMM 유형의 유동성 공급 메커니즘과 영속계약(perpetual contract)의 상호 작용 원리, DCLOB와 (X)LP/마켓메이커 모델 거래소의 차이점, 증거금 요건의 차이 및 상호 운용성 문제 등이다. 기존 보고서 대부분은 트레이더나 엔지니어가 아닌 사람들이 작성하여 내용이 표면적인 경우가 많다.

본 글에서는 영속계약의 기초 개념을 개괄하며, 체결 인프라(체인)부터 주문장/가격 발견, 오라클, 정산, 수수료 등 전반을 다룬다. 마지막으로 현재 DEX 인프라와 전통 금융(TradFi) 사이의 차이점을 논의한다.

영속계약이란 무엇인가?

영속계약은 트레이더가 레버리지를 통해 자산 노출을 확대할 수 있게 해준다. 즉 BTC 가격이 10% 상승할 때 사용자는 30% 이상의 수익을 얻을 수 있지만, 가격이 10% 하락하면 동일하게 손실도 커진다. 예를 들어 3배 레버리지 하에서는 손익이 세 배로 증폭된다.

구체적으로, 영속계약은 만기일이 없는 파생 선물 계약이다. 대부분 매월 결제되며 실물 인도(예: 원유)가 필요한 미국식 선물과 달리, 영속계약은 펀딩 수수료 메커니즘을 통해 가격을 기초자산에 고정시킨다. 이 메커니즘은 영속계약 가격이 기초자산 대비 프리미엄 또는 디스카운트 상태일 때, 롱 포지션이나 숏 포지션 중 어느 쪽이 이자를 지불해야 하는지를 결정한다(명목 가치 기준, 즉 원금 × 레버리지 배율). 계약 가격이 기초자산보다 높으면 숏 포지션이 펀딩 수수료를 받고, 반대의 경우 롱 포지션이 받는다. 이러한 계약의 정적 펀딩 수수료는 일반적으로 연간 약 10.9% 수준에서 유지된다. @ethena_labs 및 @ResolvLabs 등의 프로토콜은 이 메커니즘을 베이시스 거래(base trading)에 활용한다. 즉 기초자산을 담보로 예치하면서 영속시장에서 숏 포지션을 취해 델타 중립(Delta neutral) 수익을 추구하는 것이다.

(Ethena의 델타 중립 거래 개요) 델타 중립 트레이더와 마켓메이커는 영속시장 유동성의 주요 공급원이다

거래 메커니즘과 담보

영속계약 거래는 주로 스테이블코인이 담보로 사용된다. 비트코인(BTC)이나 이더리움(ETH)과 같은 자산도 증거금으로 사용 가능하지만, 다양한 플랫폼 간 현물 크로스 마진 관리 기준에는 큰 차이가 있으며(특히 DeFi 내부), 대부분의 트레이더에게는 이러한 담보의 수수료율이 스테이블코인 직접 사용보다 일반적으로 더 높다. 이 내용은 뒤의 「유지증거금과 정산」 섹션에서 자세히 설명한다.

영속계약은 수익을 확대할 수 있지만, 고레버리지는 강제청산 위험을 높인다. 암호화 분야에서 가장 수익성이 높은 금융 상품 중 하나로서, DeFi 내 영속계약 시장의 경쟁은 점점 치열해지고 있다.

DeFi 영속 프로토콜의 분류 기준

DeFi 영속 프로토콜의 핵심 갈등은 유동성 확보, 실행 효율성, 지연 시간 간의 상호관계에 집중되어 있다. @avantisfi의 경우, 저지연 거래 시스템은 프로토콜 자체의 유동성 풀에 부정적인 영향을 줄 수 있는데, 이는 모든 거래가 유동성 풀과 대결하기 때문이다. 가격 산정에 오차가 생기면, 신속하게 반응하는 전문 트레이더들이 '독성 주문 흐름(toxic order flow)'을 통해 프로토콜 수익을 침식할 수 있다.

B-Booking(프로토콜이 모든 거래를 수용)에서 A-Booking(시장 구축) 모델로 전환하면 유동성 풀의 시스템적 리스크를 제거할 수 있지만, 지속적인 유동성 공급을 보장할 수 없다. HyperLiquid의 HLP 역시 이런 변화를 겪었다. 초기에는 모든 거래를 수용하다가 거래량이 증가한 후 단계적으로 마켓메이커를 도입해 가격 산정을 최적화했다.

이론적으로 오프체인 주문장은 더 효율적이고 저렴한 거래를 제공할 수 있지만, 검증자나 정렬자가 주문 처리 과정에서 악의적인 행동을 하면 여전히 실행 실패가 발생할 수 있다. 이러한 문제들은 해결 가능하지만, 그 방법들 모두 완벽하지 않으며 자원 소모를 수반한다.

유동성 찬샘 문제

거래 시장 참여자들

우선 모든 주문은 예상 수익과 리스크 면에서 다르다. 트레이더는 기초자산이나 예측시장에서 특정 사건의 가능성에 대해 방향성 베팅을 하고자 한다. 마켓메이커는 매수와 매도 사이클을 완성함으로써 수수료를 벌고 포지션(즉 특정 시점에서 서로 다른 자산에 대한 노출)을 관리하고자 한다. 대여자는 현물시장에서 레버리지를 제공하며 최소한의 리스크를 감수하길 원하며, 자본 구조 내에서 우선 회수권을 갖기를 원한다.

다양한 리스크 선호도에 따라 세 가지 다른 계층의 참여자를 상상할 수 있으며, 각각 다른 리스크-수익 비율을 가진다. 트레이더는 방향성 베팅을 통해 3000% 이상의 수익을 얻을 수 있지만 전체 포지션을 잃을 수도 있다. 대형 마켓메이커는 적절히 헷징할 경우 연간 달러 기준 두 자릿수 수익률을 기대할 수 있으나, 리스크 관리에 실패하면 손실을 입을 수 있다. 암호화 분야의 대여자는 미국 국채 수익률(현재 약 5.3%)보다 높은 수익률을 원하며, 재무 상태가 불량한 기업 채권 수준(약 7~8%)에 근접한 수익을 기대한다. 이러한 레버리지는 트레이더나 마켓메이커에게 제공되어 활동을 지원한다.

가격 변동 및 정산 상황에서 대여자는 마켓메이커와 트레이더보다 우선 순위를 가지며, 후자의 포지션은 청산된다.

마켓메이커의 진정한 역할: 유동성 창출 vs 유동성 확보

마켓메이커는 일반적으로 '소매 고객과 맞베팅'해서 수익을 내는 것이 아니다. 그들의 핵심 수익 모델은 매수-매도 사이클 완성이다. 예를 들어 자산 X를 9달러에 사고 10달러에 팔아 미세한 스프레드와 양적 거래를 통해 수익을 얻는다. 마켓메이커는 포지션 리스크를 동적으로 관리해야 하며, 헷징에 실패할 경우 자산 가치 하락으로 미실현 손실을 입을 수 있다.

유동성을 유도하기 위해 거래소는 일반적으로 '지정가 주문(Maker)-시장가 주문(Taker)' 수수료 모델을 사용하며, 유동성 소비자에게 수수료를 부과해 마켓메이커를 보상한다.

본질적으로 트레이더는 마켓메이커를 필요로 하며 이를 이용한다. 대부분 트레이더는 마켓메이커가 설정한 주문을 체결한다. 마켓메이커와 달리 트레이더는 주로 자산 가격의 상승 또는 하락에 직접 베팅하며, 포지션 진입을 위해 유동성이 있기를 바라며 올바르게 거래할 경우 수익을 확대하기 위해 레버리지를 사용하고자 한다.

예를 들어, 트레이더가 BTC가 30% 상승할 것이라 확신하고 하락 폭은 10%를 넘지 않을 것으로 본다면, 영속계약과 5배 레버리지를 사용하면 수수료 및 펀딩 수수료를 공제한 후 150%의 수익을 얻을 수 있으며, 현물 거래는 30%의 수익만 가능하다. 유일한 차이는 판단이 잘못될 경우 청산 리스크에 직면한다는 점이다.

DEX는 시장 플랫폼으로서 고전적인 '닭과 달걀' 문제에 직면한다. 마켓메이커의 유동성이 없으면 트레이더를 유치하기 어렵고, 반대로 거래량이 없으면 마켓메이커도 입주를 꺼린다. 이 문제의 해결책은 일반적으로 두 가지이다:

유동성 풀 모델: Ostium, 초기 HyperLiquid의 HLP, GMX 등이 있으며, 프로토콜 자체가 거래 상대방이 된다. 그러나 장기적으로 보면 제로섬 게임이 되며—(X)LP의 수익은 반드시 트레이더의 손실에서 나온다.

마켓메이커 프로토콜: dYdX와 Aevo가 채택한 고비용이자 희석되는 협력 모델. 보상이 중단되면 유동성이 급감할 수 있다(dYdX V3가 마켓메이커 지원을 종료한 후 베이시스가 급격히 확대됨).

'닭이 먼저냐 달걀이 먼저냐' 문제를 해결하는 두 가지 주요 방법은 우선 유동성 문제를 해결한다. 한 가지 방법은 본질적으로 수익 중심적인 마켓메이커 프로토콜의 문제를 해결하며, 다른 방법은 효과적으로 사용자를 유치하고 사용자의 손익과 유동성 공급자의 손익 사이에 역상관 관계를 형성하는 것이다(그림 1 및 그림 2 참조). 두 모델 모두 아직 초기 모델에서 완전히 벗어난 사례는 없다.

그림 1, HLP 손익:

그림 2, HyperLiquid 트레이더의 순손익:

그림 3, 복합 그래프:

영속계약과 현물의 본질적 차이

현물 거래는 정산 후 자유롭게 유통 가능하지만, 영속계약은 본질적으로 지속적인 의무 관계이다. 각 거래소의 청산 기준, 증거금 요구사항, 가격 형성 메커니즘 등은 현저히 다르며, 청산 과정은 일반적으로 내부화되어 있으며, 이는 전통 파생상품 시장과 근본적으로 다르다.

전통 금융에서는 주문 매칭과 청산이 분리되어 있다: 거래소는 체결을 담당하고, 중앙 청산 기관(예: DTCC)이 포지션 건전성을 관리한다. 반면 DeFi 파생상품 플랫폼은 일반적으로 두 기능을 통합하여 비표준화된 계약을 형성하며, 이는 상호 운용성 발전을 저해한다.

가격 발견 메커니즘 비교

가격 발견은 시장 참여자와 거래소 메커니즘이 가격을 결정하는 과정이다. 다양한 거래소는 매우 다른 주문 관리 방식을 가지며, 이는 가격 발견과 후속 청산에 영향을 준다. 일부 거래소는 '유동성 풀' 시스템을 운영하며, LP는 트레이더와 맞서기 위해 자산을 풀에 예치한다.

거래소의 주문장과 AMM은 거래소의 주문 체결 계층과 유사하며, 영속계약 가격 발견이 이루어지고 매수자와 매도자가 가격을 '합의'하는 장소이다. 주문장은 사용자, 마켓메이커, 청산 엔진이 계속해서 설정하는 지정가 주문으로 '구성'되며, 가격은 총 수요에 의해 결정된다.

AMM은 자동화되어 있으므로, 그 가격 모델에 따라 가격 발견이 결정되지만, 점점 더 많은 주요 AMM 기반 시스템은 AMM 가격 주변에서 주문장을 형성할 수 있도록 허용하고 있다.

주문장은 주문 처리 방식과 환경에서 큰 차이를 보인다:

중앙 주문장(CLOB): 매수 및 매도 지정가 주문의 지속적인 경합을 통해 가격이 형성되며, dYdX V4의 오프체인 주문장은 가스 수수료를 면제하지만 검증자가 블록 순서를 조작할 수 있다.
자동 시장 생성기(AMM): GMX의 GLP는 사전 설정된 곡선에 따라 가격을 책정하며, 그 수익은 전적으로 트레이더의 손실(수수료 또는 청산을 통해)에서 나온다. HyperLiquid는 혁신적으로 두 시스템을 결합하여 지정가 주문과 AMM 가격이 공존하도록 허용하며 알고리즘적으로 스프레드를 동적으로 조정한다.

청산 메커니즘의 진화

계정의 증거금이 유지 한계치 아래로 떨어지면, 청산 엔진은 할인된 가격에 포지션을 정리한다. 다양한 플랫폼은 이를 다르게 처리한다:

dYdX 모델: 청산된 포지션은 공개 주문장에 진입하며, 경쟁을 통해 회수율을 극대화한다.
GLP/HLP 모델: 프로토콜 관련자가 고정 할인율로 인수하며, 효율성은 희생하지만 충성도 높은 유동성을 확보한다.

극단적인 경우 보험기금이 부족할 때 손실 사회화(loss socialization)가 발생할 수 있으며, 수익 포지션이 강제로 감소되어 시스템 적자를 메울 수 있다. 이러한 관행은 점차 자본 준비금으로 대체되고 있지만, 유동성 인센티브와 보험기금의 중복으로 인해 DeFi 플랫폼은 여전히 도전에 직면해 있다.

크로스 마진 시스템의 복잡성

전체 포지션 크로스 마진은 대략적으로 영속 크로스 마진과 현물 크로스 마진으로 나뉜다. 영속 크로스 마진은 서로 다른 포지션의 미실현 손익(PnL)이 상쇄될 수 있음을 의미한다. 예를 들어, 총 예금이 1,000달러이고 한 포지션에서 1,100달러 손실, 다른 포지션에서 1,200달러 수익을 냈다면 두 포지션은 상쇄되어 청산되지 않는다(유지증거금이 안전한 경우). 영속 크로스 마진은 현재 영속 플랫폼에서 널리 시행되고 사용되고 있다. 유일한 주요 고려사항은 유동성에 따라 조정하는 것으로, DyDx Yearn 공격과 유사한 조작을 방지하기 위함이다. 즉 공격자가 토큰 가격을 조작해 담보를 회수한 후 현물을 0으로 되팔아 마킹 가격 조정 시 손실을 초래하고 플랫폼의 보험기금을 타격할 수 있기 때문이다.

두 번째 크로스 마진은 현물 크로스 마진이다. 거래소는 포지션을 증거금으로 정산하도록 허용하지만, 다른 자산으로는 정산하지 않는다. 가장 명확한 예는 Ethena이다. Ethena는 BTC와 ETH/LSD를 담보로 BTC/ETH를 숏 포지션을 취함으로써 사실상 이러한 음의 상관관계를 가진 포지션을 통해 USDe를 창출하며, 이는 거래소에 매우 유리하다. 누군가 1 BTC를 숏 포지션을 갖고 1 BTC를 담보로 예치했다면, 이 거래로 인해 부실이 발생하려면 영속계약이 약 90% 이상 분리되어야 한다. 동시에 정산 자산과 다른 현물 자산을 사용해 영속계약 포지션에 크로스 마진을 적용하는 것은 상대적으로 복잡하다. 이론적으로 음의 상관관계 포지션(펀딩 수수료 지불 필요)은 청산하기 어려우며, 정산 자산의 대규모 인출이 발생할 경우 이론적으로 거래소의 건전성에 영향을 줄 수 있기 때문이다. 대부분의 거래소는 대규모 계좌의 이 문제를 해결하기 위해 통합 거래 계좌(UTA) 모델을 사용하며, 수익이 나지 않는 자산을 예치하고 기능적으로 그 대부분을 빌려주는 것을 허용한다. 기존 거래 수수료를 통해뿐만 아니라 이러한 자산의 변동을 통해 수익을 얻는다. 비록 대형 기관 및 트레이더는 수익 자산을 담보로 예치할 수 있을지라도 말이다.

DeFi에서는 현물 크로스 마진 문제는 주로 UTA 모델(포지션 상쇄) 또는 대출 모델을 통해 해결된다. 대출 모델은 기능적으로 더 간단하다. 왜냐하면 대출 포지션과 영속계약 증거금을 분리할 수 있으며, 기능적으로 독립된 리스크 엔진과 밀접하게 통합된(직접 통합은 아님) 대출 시스템을 생성하기 때문이다. 예를 들어 이 시스템에서는 BTC를 담보로 BTC 숏 포지션을 취한 후 USDC를 담보로 빌릴 수 있다. 거래소 시스템은 수요를 충족시키기 위한 USDC를 보유하지만, 이 시스템은 특히 Ethena처럼 델타 중립 거래를 시도하는 트레이더에게 자금 활용도가 낮다. 왜냐하면 빌린 금액이 Ethena의 숏 포지션 펀딩 수수료를 낮추기 때문이다.

영속 크로스 마진: 서로 다른 포지션의 손익을 상쇄 가능(예: 1,000달러 예금 중 1,100달러 손실과 1,200달러 수익이 균형을 이룸).
현물 크로스 마진: Ethena처럼 BTC/ETH를 담보로 동일 자산을 숏 포지션, 정산 자산(USDC 등)의 대규모 인출 리스크를 처리해야 함.

현재 DeFi 옵션 시장은 높은 증거금 요구와 크로스 담보 기능 부재로 인해 발전이 더디며, Deribit 등의 CeFi 플랫폼이 여전히 이 분야를 주도하고 있다.

현재 중심화된 거래소와 달리 UTA 방식 크로스 마진에 대한 대출 지원은 많지 않다. USDe/sUSDe의 대출 포지션(본질적으로 내부 조작)이 델타 중립 거래로 지원되고 있음에도 불구하고 말이다. CME와 Deribit은 리스크 매트릭스를 사용해 운영하지만, DeFi 프로토콜의 증거금 요구는 상대적으로 정적이며 동적이지 않다. 즉 옵션은 완전히 커버되어야 하며, 대부분의 주요 단기 옵션은 99%의 경우 명목 가치의 50%만으로 커버 가능하다. 당신이 DyDx나 HyperLiquid의 트레이더이며 델타 중립 펀딩 전략을 기반으로 연간 80% 이상의 수익을 얻고 있다면, 음의 상관관계 포지션을 보유하고 완전히 헷징했더라도 10~20%의 금리로 추가 차입해 이 전략을 계속할 수 없다. 거래소의 청산 계층은 경쟁력을 유지하려면 이러한 문제에 적응해야 한다.

Aevo 크로스 담보 모델

Aevo 모델에는 중앙화된 참여자가 있어, 거래소 건전성 리스크 발생 또는 포지션 청산 시 담보를 판매하여 손익 및 펀딩 수수료를 USDC로 지불한다. 이 시스템은 여전히 USDC로 정산되기 때문에 더 효율적이며, 다른 통화로 담보된 포지션이 시스템 내에서 '기입'된 USDC로 기능하도록 허용한다. 손익 및 펀딩 수수료 지불 시 이러한 포지션은 USDC 의무를 충족하기 위해 판매된다. 이는 이러한 포지션의 책임을 Aevo의 청산 시스템으로 이전한다.

Drift 담보 모델

Drift의 대출 제품은 영속계약 거래소의 다중 자산 크로스 담보 기능을 지원한다. 모든 영속계약 거래는 Drift에서 USDC로 정산된다. USDC 이외의 자산을 거래 담보로 사용할 때마다, 거래 완료 시까지 자동으로 USDC가 차입된다. 또한 사용자는 다른 대출 프로토콜처럼 자신의 특정 용도에 따라 Drift에서 자산을 예치하거나 차입할 수 있다. 예금자(대출자)는 자산을 통해 수익을 얻을 수 있다. Drift 모델은 Solana 및 기타 자산(LTV에 따라)을 담보로 USDC를 차입할 수 있도록 하며, 금리는 금리 모델에 따라 결정된다. Aave와 유사하다. 모든 거래는 여전히 USDC로 정산되므로, 이는 더 깊은 유동성과 편리한 정산을 가져온다. 그러나 이는 사실상 두 가지 잠재적 채무자가 존재함을 의미한다: 현물 대출자와 플랫폼이며, 고유한 이해 상충을 발생시킨다.

GLP 메커니즘 심층 분석

암호화 파생상품 프로토콜 내에서 GLP 모델이 보편화되었지만, GMX 자체나 대부분의 시장 참여자들도 GLP 뒤에 있는 메커니즘을 완전히 이해하지 못하고 있다.

대부분의 거래소에서 청산 계층이 사용자 사이에 위치하는 것과 달리, GLP 모델에서는 청산 계층과 유동성 제공 모두 거래소가 GLP를 통해 관리한다. GLP는 본질적으로 AMM과 유사한 자본 풀이다. 주문이 트레이더에 의해 채워지고 호가 스프레드가 마켓메이커에 의해 설정되는 것과 달리, 거래는 GLP에 의해 채워지며, 슬리피지와 대부분의 수수료는 마켓메이커-시장가 주문 모델과 달리 마켓메이커가 아닌 GLP로 귀속된다.

GMX의 트레이더는 정상 수수료 외에도 차입 수수료를 지불해야 한다. 즉 (X)LP 모델 하에서 사용자는 롱과 숏 모두에 대해 수수료를 지불해야 할 수 있으며, 고변동성 시기에 트레이더는 7%의 순 펀딩 수수료를 받고 숏 포지션은 14%의 순 펀딩 수수료를 지불할 수 있다. 일반적으로 펀딩 수수료는 상대적으로 안정적이며, 롱 포지션일 때 펀딩 수수료가 양수이면 X% 지불, 음수이면 X% 수령하는 식이다. 이를 통해 프로토콜은 트레이더에게 지급되는 것과 트레이더로부터 받는 것 사이의 스프레드를 벌 수 있으며, GLP는 이러한 차입 수수료를 지불할 필요가 없으므로 장기적인 유동성 제공에 근본적인 이점을 갖는다.

GLP와 GMX는 적절한 리스크 관리 부재로 인해 심각하게 악용되었다. Avi Eisenberg와 같은 부정직한 트레이더는 Avax 자산의 현물 가격을 조작해 GMX의 vAMM을 변경함으로써 GLP와 예금자의 피해를 통해 막대한 이익을 얻었다.

가격 발견 - CLOB 대 AMM

가격 발견은 자산 가격 책정 과정을 설명하는 용어로, 경매가 가격 발견의 한 예이다. 경매에서 최종 가격은 주어진 수량 하에서 집단이 특정 가격에 구매하려는 의사표시를 반영한다. 예를 들어 다섯 명의 구매자와 세 개의 상품이 있고, 두 명의 구매자가 4달러에 세 번, 두 명이 5달러에 두 개, 한 명이 6달러에 하나를 사고자 한다면, 세 상품의 최종 가격은 각각 6달러, 5달러, 5달러가 된다. 이는 직관적이다. 주문장도 마찬가지로 끊임없이 변화하며 끝이 없다. 사람들은 계속해서 자산을 살 의향 가격과 자산을 포기하고 얻고자 하는 보상을 업데이트한다. 마켓메이커는 낮은 가격에 매수 주문과 높은 가격에 매도 주문을 내놓으며, 사용자의 매수와 매도를 통해 스프레드를 벌고자 한다. 이 모델 하에서 마켓메이커와 트레이더가 가격 발견, 즉 가격 형성 과정을 담당한다.

자동 시장 생성기(AMM)는 가격 곡선을 생성함으로써 이 시스템을 대체한다. 이제는 모두가 자신이 얼마에 사고 싶다고 선언하는 것이 아니라, AMM의 주문은 기능적으로 '대량'이며 유동성도 '대량'이다. AMM은 주로 두 가지 모드로 나뉜다: 동적 AMM과 비동적 AMM. 비동적 AMM은 일반적으로 가격 발견에 사용된다. Memecoin은 주로 비동적 가격 AMM 형태로 출시되며, 일반적으로 X * Y = K의 가격 곡선을 따르며, 표준 AMM에서 두 토큰의 비율을 사용해 가격을 결정하고 토큰 수량으로 깊이를 결정한다.

동적 AMM은 상관관계가 높은 자산에 적합하다. 예를 들어 Curve AMM이나 Uniswap V3 AMM에서, Curve는 가격을 설정하고 Uniswap V3는 유동성 제공자가 자신의 가격을 선택할 수 있게 한다.

사람들이 현물시장에서 AMM 사용에 대해 광범위한 이해를 갖게 되었지만, 파생상품시장에서의 AMM 사용에 대해서는 잘 알지 못한다.

사람들이 거시적으로 GMX의 GLP와 같은 시스템이 플랫폼 내 트레이더에게 유동성을 제공한다는 것을 이해하지만, GLP가 수익을 얻는 유일한 방법은 수수료를 통해 또는 주로 청산을 통해 사용자의 이익을 직접 해치는 것이라는 점을 이해하지 못할 수 있다. 이러한 제로섬 환경에도 불구하고 암호화 파생상품 분야에서 AMM은 특히 신생 프로젝트에 대해 매우 깊은 유동성을 제공할 수 있다. HyperLiquid는 두 가격 발견 시스템을 성공적으로 융합한 흥미롭고 명백한 사례이다. 사용자는 여전히 주문장에 지정가 주문을 낼 수 있지만, 동시에 자동 시장 생성기로서 주문장에서 매수(매수) 및 매도(매도) 주문을 낼 수 있으며, 일반적으로 주문장의 반대쪽 주문을 선택한다. 이 자동화 시스템은 매우 동적이며, 과거 고빈도 트레이더들이 관리한다.

모든 청산 및 플랫폼 수수료를 수취하며, 기능적으로 플랫폼의 보험기금 역할도 한다. HLP는 AMM이지만 '동적' 및 비동적 AMM과는 다르다. 이는 시장 변동성에 따라 조정될 수 있는 자동화 모델이며, 다른 시장의 변동성에 따라 스프레드를 조정하고 다른 시장의 데이터를 사용해 마켓메이킹 결정에 영향을 주는 등 다양한 기능을 갖춘다. HyperLiquid에서의 성공과 폐쇄 소스 특성으로 인해 이는 유사 제품 중에서 독보적이다.

DeFi와 전통 시장 구조 비교

전통 금융은 126년의 발전을 통해 고도로 전문화된 계층 구조를 형성했다: 소매 플랫폼(Robinhood 등) → 마켓메이커 → 거래소(CME 등) → 청산 기관(DTCC 등). 반면 DeFi 프로토콜은 종종 여러 계층을 동시에 커버하려 하며, 이것이 비효율성의 원인이다.

그러나 DeFi는 두 가지 큰 장점을 가진다: