체인 상의 DEX 거래자들은 프론트러닝(front-running)을 걱정해야 할까?
글쓴이: sysls
번역: AididiaoJP, Foresight News
서론
최근 나는 하이퍼리퀴드(Hyperliquid)와 같은 탈중앙화 거래소에서 대규모 포트폴리오를 실행하는 문제에 대해 깊이 생각해 왔다.
이론적으로 다음과 같은 조건이 충족된다면:
- 당신이 초과 수익(alphа)을 창출할 수 있다.
- 당신의 포지션과 주문이 하이퍼리퀴드와 같은 탈중앙화 거래소에서처럼 공개적이고 투명하다.
그렇다면 다음과 같은 결과가 발생할 것이다:
- 당신보다 먼저 행동하여 초과 수익을 가로채려는 일종의 트레이더들이 등장할 가능성이 높다.
- 이들은 당신이 원하는 포지션을 먼저 체결함으로써 이를 달성한다.
그 결과, 프론트러닝(front-running)으로 인해 체결 비용(슬리피지)이 증가하게 된다.
예를 들어, 당신은 10만 달러에 비트코인 100만 달러어치를 매수하려 한다. 마침 누군가 10만 달러에 비트코인 100만 달러어치를 매도하고자 하는 지정가 주문을 내놓았다. 프론트러너는 당신의 의도를 파악하고, 당신보다 먼저 그 매도 주문을 전부 체결한 후, 다시 100,100달러에 해당 비트코인을 당신에게 되팔아 버린다. 이처럼 추가된 100달러는 본래 당신의 거래 의도가 은닉되어 있었다면 피할 수 있었던 슬리피지이다.
프론트러닝의 두 극단
이 상황을 논리적 귀결까지 밀고 나간다면, 탈중앙화 거래소에서 ‘진지한 거래’라 불릴 만한 거의 모든 형태의 거래는 억제될 수밖에 없다.
하지만 현실은 그렇지 않다. 하이퍼리퀴드에서는 초과 수익을 실현하는 매우 전문적인 플레이어들이 직업적으로 거래하고 있다. 따라서 ‘초과 수익을 창출하는 플레이어는 탈중앙화 거래소에서 거래해서는 안 된다’는 결론은 그렇게 절대적이지 않다는 점이 명백하다.
우리는 기초 원리와 현재까지 관측된 증거를 바탕으로, 프론트러닝이 실제로 어느 한계까지 작동할 수 있는지를 직관적으로 도출할 수 있을까?
분명히, 규모가 작고 바이낸스(Binance)처럼 고도로 불투명한 거래소에서 거래한다면, 당신이 프론트러닝 대상이 될 가능성은 거의 제로에 가깝다. 규모가 작다는 것은 시장 대비 당신의 거래 발자국(거래량)이 미미하여 사실상 ‘보이지 않는’ 상태라는 것을 의미하며, 심지어 당신의 행위가 완전히 예측 가능하더라도, 누가 어떤 주문을 내렸고 어떤 체결을 했는지를 구체적으로 특정하기 어렵다.
반면, 하이퍼리퀴드에서는 규모가 크고 동시에 고도로 투명한 월렛의 전형적인 사례가 바로 HLP 금고(Keeper)이다. 이는 하이퍼리퀴드 내 다른 거래자들에게 유동성을 제공하는 공개된 시장조성자(Market Maker) 금고이다. 나는 HLP를 대상으로 한 전용 프론트러닝 전략이 분명 존재하며, 이러한 지속적인 압박이 이미 시장조성 알파를 사실상 제로 수준까지 압축시켰다고 확신한다.
HLP는 상당히 극단적인 사례를 대표한다. 우선, ‘규모가 매우 크고’, ‘투명도가 매우 높다’는 두 가지 특징을 동시에 갖춘다. ‘규모가 매우 크다’는 말은, 특히 유동성이 부족한 롱테일 자산(long-tail assets)에서 HLP의 거래 발자국이 엄청나다는 것을 의미한다(예: 하루 평균 거래량 중 차지하는 비중이 매우 큼).
또한, ‘투명도가 매우 높다’는 것은 HLP가 주로 유동성 제공을 통해 기존 재고를 프리미엄 가격에 정리하려는 명확한 목적을 가지고 시장조성자 역할을 수행한다는 점에서 기인한다. 즉, HLP에 ‘큰’ 포지션이 나타나면, 그것이 궁극적으로 정리될 것임을 누구나 예측할 수 있다. 더 나아가, HLP의 모든 포지션과 모든 주문을 실시간으로 확인할 수 있다. 따라서 HLP가 공매도 포지션을 정리하기 위해 매수해야 할 때, 당신은 자신이 보유한 자산을 HLP보다 저렴하게 팔 수 있도록 포트폴리오를 조정할 수 있고, 반대의 경우도 마찬가지다.
이러한 모든 특성들로 인해 HLP는 프론트러닝에 특히 매력적인 표적이 되며, 이는 ETF가 반드시 지수 리밸런싱에 따라 정확히 동일한 비율로 자산을 조정해야 하기 때문에 프론트러닝 대상이 되는 것과 별반 다르지 않다. 헤지펀드 업계에서는 ‘프론트러닝’이라는 용어를 진짜로 사용하면, 컴플라이언스 부서가 다양한 측면에서 당신을 즉각 경고 표시할 것이다. 업계 은어로는, 지수 리밸런싱 팀이 이런 ETF들을 위해 ‘유동성 수요를 사전에 예측하고 그로부터 프리미엄을 획득하는 서비스’를 제공하는 데 탁월하다고 표현한다.
프론트러닝은 어떻게 발생하는가?
전통적인 의미의 프론트러닝은, 한 시장 참여자가 다른 시장 참여자의 향후 행동을 미리 알고, 이를 이용해 이익을 얻기 위한 일련의 조치를 취하는 것이다.
(불법적인) 예시를 들어보자: 만약 내가 보험설계사이고, 내 아주 부유한 고객이 오늘 거래 시간 내내 유동성이 낮은 종목에 10억 달러어치를 매수하려 한다는 사실을 알고 있다면, 나는 장 개시 시점에 100만 달러 규모의 시장가 매수 주문을 넣고, 장 마감 시점에 동일한 수량의 시장가 매도 주문을 넣는다.
고객의 의도와 행동을 사전에 알고 있기 때문에, 나는 고객보다 먼저 체결할 수 있으며, 고객의 매수 행위로 인해 주가가 상승한 후 그 차익을 챙길 수 있다. 이것이 고도로 불법적인 이유는 다음과 같다:
- 내가 내부 정보를 기반으로 행동했고,
- 내 신뢰의무를 위반했으며,
- 고객의 이익을 훼손함으로써 스스로 이익을 얻었기 때문이다.
그럼에도 불구하고, 이 사례는 매우 좋은 예시이다. 왜냐하면 내가 이익을 얻는 근본 원인이 단지 다른 시장 참여자의 의도와 행동을 알고, 그 행동이 초래할 결과를 예측해 유리한 위치에 서기 때문임을 명확히 보여주기 때문이다.
매일, 프론트러닝은 훨씬 작은 규모와 낮은 위법성으로 계속해서 발생한다. 거래 알고리즘은 누군가에게 명시적으로 알려주지 않아도, 누구나 접근 가능한 공개 정보(주문, 체결, 포지션)를 활용해 거래자의 의도를 근사적으로 추론할 수 있다. 그런 다음, 이러한 근사된 의도가 유발할 시장 행동의 결과를 예측하고, ‘프론트러닝’의 기대 가치에 따라 행동 여부를 결정한다.
따라서 우리가 추론할 수 있는 핵심은, 당신의 ‘의도’가 얼마나 투명하게 드러나는지, 또 얼마나 쉽게 노출되는지가 바로 당신이 쉽게 프론트러닝 당할지 여부를 결정짓는 가장 중요한 요소라는 점이다.
프론트러닝의 연속체(Gradient)
좋다. 이제 우리는 규모가 작고 거래소가 불투명한 경우에는 프론트러닝을 걱정할 필요가 없음을 알게 되었다. 왜냐하면 아무도 당신의 의도를 파악할 수 없기 때문이다. 마찬가지로, 규모가 크고 거래소가 투명하며, 게다가 의도 자체가 극도로 투명한 경우(HLP처럼), 당신은 프론트러닝을 막기 어려울 것이다.
하지만 이러한 극단적 상황은 대부분의 거래자에게 큰 참고 가치가 없다. 우리에게 더 중요한 것은 바로 ‘중간 지대’이다. 앞서 설명한 바에 따르면, 결국 당신이 얼마나 프론트러닝 당하기 쉬운지를 결정하는 것은 바로 당신의 의도가 얼마나 투명한가에 달려 있다.
규모가 크더라도 불투명한 거래소에서 거래한다면, 다른 사람들이 당신을 프론트러닝하기는 쉽지 않다. 당신의 주문은 하루 평균 거래량의 일부로 ‘대규모 주문 발자국’으로 나타날 수는 있지만, 모든 주문을 하나의 ‘단일 주체’에 귀속시키는 것은 간단하지 않다. 단, 당신의 거래 방식이 극도로 투명할 경우는 예외이다. 예를 들어, 전혀 무작위성이 없는 거래 방식을 쓰거나, 고정된 로트 수나 고정 명목금액으로 스플릿 주문을 내거나, 매우 확정적인 패턴(예: 매 30초마다)으로 스플릿 주문을 전송하는 경우 등이다.
만약 당신이 자신의 의도를 숨길 수 있다면—예컨대, 거래 규모를 무작위로 설정하고, 스플릿 주문을 전송하는 시점과 간격을 무작위로 조절하며, 하루 평균 거래량 또는 호가창 전체 주문량에 비해 과도하게 큰 매수 주문을 내지 않는다면—다른 사람들은 당신의 주문을 한 개인에 귀속시키기 어려워질 것이다. 시장은 전반적으로 강한 매수 수요가 존재한다는 것을 감지할 수는 있겠지만, 그 수요가 알파 수익을 창출하는 정보를 가진 주체에 기인한다고 판단하기는 어려울 것이며, 따라서 유동성 가격 책정에도 영향을 주지 않을 것이다.
다행스럽게도, 이 원칙은 투명한 거래소에도 일반화할 수 있다. 하이퍼리쿼드와 라이터(Lighter)에는 다수의 투명한 금고가 존재하지만, 실제로 이 금고들의 거래를 프론트러닝하는 것은 그리 간단하지 않다.
결론은 다음과 같다: 당신의 규모가 상당히 크지 않다면(예: 수억 달러 규모의 자산을 운용하는 기관 금고 수준), 프론트러닝을 거의 걱정할 필요가 없다.
프론트러닝의 한계
불법 행위 없이 프론트러닝을 통해 알파 수익을 얻으려는 시도 자체가 이미 하나의 알파 전략이다. 즉, 공개 정보(주문, 체결, 포지션)를 바탕으로 의도를 모델링하는 작업인데, 이 자체가 모델 리스크를 수반한다.
주문, 체결, 포지션은 눈에 보일지 몰라도, 의도는 보이지 않는다. 호가창에 남아 있는 한 건의 지정가 주문은 알파 수익을 목적으로 한 것일 수도 있고, 재고 관리를 위한 것일 수도 있으며, 혹은 헷징을 위한 것일 수도 있다. 모든 주문 뒤에는 반드시 알파 수익이 있다는 전제 하에 설계된 모델은 수차례의 오진으로 인해 점차 소멸될 것이다.
게다가, 가정하더라도 당신이 의도를 비교적 정확하게 추론할 수 있다고 해도, 알파 수익 자체가 ‘만능’은 아니다. 모든 알파 수익은 통계적 잡음(noise)을 포함하며, 당신의 포트폴리오는 알파 수익의 통계적 잡음뿐 아니라, 어떤 행동을 알파 수익으로 오인함으로써 생기는 추가적인 모델 리스크에도 노출된다.
당신은 이렇게 말할지도 모른다. “만약 내가 타깃의 행동을 맹목적으로 1:1로 복제한다면, 분명히 모든 알파 수익을 캡처할 수 있을 것이다.” 그러나 문제는, 이처럼 복제하는 행위 자체가 오히려 당신을 공격 대상으로 만들 수 있다는 점이다. 예를 들어, 당신이 타깃이 행동할 때마다 항상 똑같은 매수 주문을 내린다면, 타깃은 매도를 원할 때 먼저 지정가 매수 주문을 올려 당신이 똑같은 매수 주문을 내리는 것을 확인한 후, 즉시 그 주문을 철회하고, 반대로 당신에게 매도 주문을 내릴 수 있다. 보다시피, 무비판적인 프론트러닝 자체가 오히려 취약점을 낳는다.
마지막으로 기억해야 할 것은, 알파 수익에는 시간적 범위(time horizon)가 있다는 점이다. 어떤 알파 수익은 순식간에 사라져, 공격자조차 활용하기 어려울 정도로 짧다(예: 고빈도 거래에서의 체결 알파); 또 다른 알파 수익은 수일 또는 수주에 걸쳐 지속되는데, 공격자는 그만큼 오랜 기간 리스크를 함께 감수하려 하지 않아 포기할 수 있다(예: 장기 리밸런싱 거래).
끝으로, 비록 당신 뒤에 매우 숙련된 프론트러너가 늘 주시하고 있다고 해도, 실제로 나타나는 영향은 고작 몇 베이시스 포인트(basis points)에 불과하다. 만약 당신이 지속적인 알파 수익을 확보하고 있다면, 많은 전략이 이러한 몇 베이시스 포인트의 추가 비용을 충분히 흡수할 수 있다.
프론트러닝에 쉽게 노출되지 않는 방법
이 일이 결코 간단하지 않다는 사실을 인지하더라도, 현명하고 알파 수익을 창출할 수 있는 시장 참여자로서 당신의 임무는 바로 자신의 의도를 은닉해 공격자가 당신을 프론트러닝하기 어렵게 만드는 것이다.
이를 위해 할 수 있는 일은 많으며, 복잡성과 효과성 면에서 다양하다. 우선 가장 먼저 해야 할 일은, 당신이 실제로 얼마나 프론트러닝 당하고 있는지를 정량화하기 위해, 원격 측정 데이터(telemetry data) 및 로그를 꾸준히 수집하는 것이다. 이를 위해 다수의 샘플 주문과 체결 데이터를 기반으로, 마크 가격(mark price), 슬리피지, 충격 비용(impact cost) 등을 분석할 수 있다.
그런 다음, 일단 데이터가 확보되면 일련의 방어 조치를 취할 수 있다. 이 조치들의 공통된 핵심 원칙은 다음과 같다: 당신이 ‘매수할 것인지 매도할 것인지’, ‘실제로 얼마만큼 매수하거나 매도하려는지’, ‘얼마나 긴급하게 매수하거나 매도하려는지’, 그리고 ‘알파 포지션을 거래 중인지, 아니면 헷징 포지션을 거래 중인지’ 등 모든 정보를 최대한 불투명하게 만들어야 한다는 점이다.
의도를 모호하게 만드는 간단한 방법들로는 양방향 호가 동시 제출, 무작위 규모 사용, 그리고 항상 고정된 시간 간격이 아닌 비정기적인 타이밍으로 거래 수행 등이 있다.
의도를 효과적으로 흐리게 만드는 한 가지(고도화된, 복잡한) 방법은, 당신의 포트폴리오를 여러 개의 월렛으로 분할하는 것이다. 각 월렛 내부는 기본적으로 다중-공매도 포지션을 유지하면서, 동시에 ‘마진 효율성(margin efficiency)’도 우수하게 관리해야 한다. 각 월렛 내부에는 알파 수익을 창출하는 포지션과 헷징 포지션을 모두 보유한다. 어떤 월렛은 알파 포지션 80% + 헷징 포지션 20%, 또 다른 월렛은 알파 포지션 20% + 헷징 포지션 80%로 구성된다. 시간이 지남에 따라 각 월렛의 ‘유형’을 순환시키고, 새로운 월렛을 무작위로 도입하고 기존 월렛을 무작위로 퇴출시킨다.
즉, 공격자가 단 하나의 월렛만 추적한다고 해도, 그가 결국 추적하게 될 월렛은 주로 헷징 목적의 월렛일 가능성이 높으며, 따라서 헷징 목적에 의해 손실을 입는 포지션에 빠질 수 있다. 공격자가 모든 월렛을 추적한다고 해도, 당신은 상호 모순되는 일련의 거래를 통해 진정한 의도를 더욱 흐리게 만들 수 있다. 구체적인 방식은 독자 여러분의 상상에 맡긴다!
마지막으로, 이 문제를 해결하기 위한 (외부) 솔루션이 이미 시장에 존재한다. 필자는 직접 사용해보지는 않았지만, 핵심 원리상 이 솔루션들은 다음 두 가지 방법 중 하나로 프라이버시 문제를 해결한다:
첫째, 주문을 집계하여 내부에서 먼저 체결한 후, 남은 부분만 탈중앙화 거래소에 제출하고, 최종 포지션을 다시 당신에게 귀속시킨다. 이는 헤지펀드 내부의 중앙 유동성 장부(Central Liquidity Book)가 다양한 전략 팀의 주문을 집계한 후, 포지션을 다시 분배하는 방식과 유사하다.
둘째, 당신의 주문을 해당 솔루션의 다른 사용자들과 함께 여러 월렛으로 분할한 후, 탈중앙화 거래소에서 실행하고, 최종 포지션을 다시 당신에게 귀속시킨다.
결론
당신이 거래 규모가 크지 않은 개인 투자자라면, 투명한 탈중앙화 거래소에서 거래하더라도 별다른 걱정이 필요하지 않다. 프론트러닝에는 자체적인 한계가 존재하며, 이는 다른 사람이 당신의 손실을 기반으로 실제로 이익을 얻는 것을 어렵게 만든다.
그럼에도 불구하고, 당신의 거래 규모가 점차 커지고 알파 수익의 질이 지속적으로 향상됨에 따라, 프론트러너들이 당신을 주시하려는 동기가 자연스럽게 커질 것이다. 그때가 되면, 당신은 자신의 의도를 더욱 은닉하기 위해 더 많은 자원을 투입해야 하며, 그들의 일을 최대한 어렵게 만들어야 한다.
어쨌든 이 문제는 ‘이미 해결된’ 문제가 아니며, 개방적이고 탈중앙화되며 투명한 유동성 장소에서 대규모 거래를 수행하는 모든 기관 및 거래자에게는 끝없는 ‘고양이와 쥐의 게임(cat-and-mouse game)’가 될 것이다.
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
@systematicls
