Block Research가 작성한 Layer-1 Platforms: A Framework for Comparison 리포트의 리뷰 및 정리입니다. 이 포스트에 등장하는 모든 표와 차트들은 해당 리포트에서 발췌하였습니다.
1편에서는 비트코인에서 시작하여서, 스마트 컨트랙트 플랫폼, 그리고 현재 가장 앞서 나가는 스마트 컨트랙트 플랫폼인 이더리움의 이슈들과 그 이슈들의 해결 방안으로 주목받는 것들에 대하여 알아보았다.
이번 포스트에서는 실제로 스마트 컨트랙트 플랫폼들을 여러 분야의 기준들을 정하여 정성적 분석을 해볼 것이다.
Layer 1 플랫폼 비교를 위한 토대
이더리움이 등장하고 6년이 지나였다. 현재 몇백개의 스마트 컨트랙트 플랫폼이 등장하였지만, 이들을 분석하기란 여전히 쉽지 않다.
기술적 용어들은 혼란을 일으키고, 대부분의 분석들은 특정 플랫폼에 연관되어 있거나, 지지하는 개인, 혹은 단체가 작성하였다. 이러한 분석들은 대부분 객관적인 비교와는 거리가 멀다.
해당 리포트는 여러 플랫폼들을 동일 선상에 두고, 최대한 객관적으로 분석함을 목적으로 한다. 우리가 분석하는 플랫폼들은, Algorand, Avalanche, BSC, Cosmos, Ethereum/Ethereum(2.0), Polkadot, 그리고 Solana이다. 우리가 살펴볼 기준은 기술적 디자인, 성능, 생태계, 네이티브 토큰이다.
기술적 디자인
분산화
블록체인 기반 플랫폼이 기존의 중앙화된 플랫폼과 가지는 가장 중요하지만, 기본적인 차이점이 바로 분산화이다. 하지만, 아이러니하게도 스마트 컨트랙트 플랫폼의 분산화를 논하는 것은 분산화를 어떻게 정의하냐에 따라 달라진다. 그렇기 때문에 우리는 분산화를 하나의 고정된 정의가 아닌 연속된 스펙트럼으로 생각할 수 있다. 그리고 특정 플랫폼이 이 스펙트럼의 어디에 위치하는지는 분산화된 네트워크에 참여하는 노드에 살펴보면 알 수 있다.
노드
노드의 역할은 다음과 같다. 트랜젝션들이 유효한지 검증하고, 투표한다. 전체 네트워크의 상태에 대하여 동의한다. 블록체인 기록을 보관한다. 유저들이 네트워크와 상호작용할 수 있도록 도와준다.
이렇든 노드들은 분산화 네트워크의 핵심으로써 네트워크에 참여하는 노드의 숫자와 분포는 분산화를 간접적으로나마 평가할 수 있는 지표를 의미한다.
분산화 스펙트럼
분산화 스펙트럼의 양 극단은 다음과 같다.
- 완전한 분산화 네트워크
- 전세계의 수만개의 노드들이 고르게 분포되어 있다.
- 노드를 실행하기 위한 하드웨어가 매우 저렴하고, 쉽게 구할 수 있다.
- 노드를 이루는 개인끼리의 담합이나 카르텔이 존재하지 않는다.
- 네이티브 토큰이 고르게 분포되어 있다.
- 완전한 중앙화된 네트워크
- 하나의 데이터센터에 모든 노드들이 집중되어 있다.
- 노드를 실행하기 위한 하드웨어가 구하기 어렵다.
- 노드를 이루는 개인들이 몇개의 그룹으로 나눠져있다.
- 네이티브 토큰이 좁게 분포되어 있다.
분산화를 묻는 질문들
-
검증 노드를 돌리려면 어떤 것이 필요한가?
검증 노드를 돌리기 위한 준비물은 2개로 나눠진다. 계산적 리소스와 경제적 리소스이다.
-
계산적 리소스
PoW와 달리 PoS는 블록을 생설할 때는 상대적으로 적은 계산적 리소스를 필요로 한다. 하지만, 노드를 돌리기 위해서는 네트워크의 구조에 따라서 필요한 계산적 리소스가 다르다. 당연히 낮은 하드웨어로도 가능한 플랫폼은 네트워크에 개인이 참여할 수 있는 장벽이 낮다는 이야기 이고, 이는 더 크고, 고르게 분포된 집합의 검증 노드를 만들어 내기 쉽다. 하지만, 무조건적으로 낮은 가격의 하드웨어가 좋은 것은 아니다. 높은 하드웨어를 요구조건으로 하는 네트워크일수록, 초당 처리가능한 트랜젝션이 늘어나서 성능이 좋아진다. -
경제적 리소스
PoW와 달리 PoS에서는 노드에 참여하기 위해서는 일정량의 네이티브 토큰을 네트워크에 락업하여야 한다.
살펴보면, 일단, 전체 검증 노드 수의 제한이 있는 네트워크와 없는 네트워크가 나눠진다. 검증 노드 수의 제한이 없는 경우에서는 플랫폼에서 검증 노드가 되기 위한 최소한의 양을 명시해준다. 검증 노드 수의 제한이 있는 경우에는 사실 최소한의 양이라는 것은 수요에 따라 달라짐으로, 현재 활동하는 노드 중에 가장 적은 양을 명시해두고 있다.
-
-
현재의 검증 노드는 어떻게 분포되어 있나?
앞서 알아본 노드가 되기 위한 요구사항이 검증 노드들의 집합이 어떻게 구성되었을지를 그렸다면, 실제 노드들의 분포는 각 플랫폼들의 현재 분산화 정도에 대한 정량적 데이터를 제공한다.
표의 각 지표에 대하여 살펴보자. 먼저 스테이킹된 금액은 네트워크의 보안성과 직결된다. 더 많은 금액이 스테이킹되었을수록 악의적인 공격자가 전체 네트워크의 2/3의 리소스를 얻기가 힘들어지고, 이는 보안성이 높다는 것과 같은 이야기이다.두번쨰는 검증자의 수이다. 검증자의 수를 비교하는 것은 분산화를 비교하기에 가장 쉬운 방법이다. 하지만, 누가 실제로 이 노드를 운영하는지, 노드들끼리의 관계는 어떤지, 위임을 통해 얻은 스테이킹은 얼마인지와 같은 문제들이 있기 때문에, 분산화를 표현하는 가장 적절한 지표라고 얘기하기는 어렵다. 마지막으로 Herfindahl 점수는 네트워크의 분포를 나타내는데, 점수가 낮을수록 더 고르게 분포되어 있음을 의미한다.
네트워크 구조
분산화는 매우 중요하지만, 네트워크 구조를 뺴놓으면, 실제로 어떤 것도 작동하지 않는다. 대부분의 스마트 컨트랙트 플랫폼은 다음과 같은 3가지 네트워크 구조로 분류 가능하다.
-
하나의 검증자 집합과 하나의 블록체인
Algorand, BSC, Ethreum, Solana에 해당하는 형태로 가장 기본이 되고, 가장 검증된 방법이다. Layer 2를 고려하지 않을 때 모든 트랜젝션들은 하나의 보안 프레임워크를 가지는 하나의 체인에서 실행된다. 이러한 구조는 하나의 어플리케이션이 다른 어플리케이션과 쉽게 상호작용할 수 있는 생태계를 만들고 이는 네트워크 효과를 불러온다.
하지만, 하나의 체인 위에서 모든 트랜젝션이 실행되기 때문에, 확장성 이슈를 가지고, 확장성을 해결하기 위해서는 특정 부분을 희생하여야 한다.
-
하나의 검증자 집합과 여러개의 블록체인
Ethereum 2.0과 Polkadot에 해당하는 형태로 하나의 공통된 검증자들이 여러개의 체인에 사용된다. Ethereum 2.0의 경우에는 공통이 되는 것이 비콘 체인이고, 여러개의 체인이 샤드 체인이다. Polkadot의 경우에는 공통이 되는 것이 릴레이 체인이고 여러개의 체인이 파라체인이다. Ethereum 2.0과 달리 파라체인들은 궁극적으로 보안성과 finality을 공통된 Polkadot 검증자 집합에 의존하긴 하지만, 각자가 그들만의 네이티브 토큰과 적용 분야가 있어서 사실상 각각이 layer 1이라고 볼 수 있다. 장점으로는 여러개의 체인에서 트랜젝션들이 병렬적으로 실행되기 때문에 높은 확장성과 성능을 보여준다.
단점으로는 체인간의 의사소통에 대하여서는 아직 연구가 많이 되지 않았고, 구조의 복잡함이 증가하고, 어플리케이션들이 서로 다른 체인에 배포되어 있기 때문에 호환성이 떨어진다.
-
여러개의 검증자 집합과 여러개의 블록체인
Cosmos와 Avalanche가 여기에 해당된다. Avalanche는 현재는 하나의 검증자 집합과 3개의 체인으로 구성되어 있다. Cosmos는 Zones라는 Cosmos SDK를 통해 런칭된 체인들이 각자의 검증자 집합과 네이티브 토큰을 가지고 있다. 여기에 해당하는 프로토콜이 Terra, Thorchain등이 있다. 장점과 단점은 앞서 2번 경우와 흡사하다.
합의 알고리즘
합의 알고리즘을 비교할 때는 여러 지표가 있다.
1. 확률적 finality vs 결정적 finality
finality는 유저가 언제 자신의 실행된 거래가 롤백되지 않을 합리적인 보장을 받을 수 있느냐이다. finality에는 크게 두 종류가 있다.
먼저 확률적 finality는 Ethereum의 나카모토 합의 알고리즘에서 볼 수 있는데, 블록이 전파된 순간, 그 블록을 기반으로 여러 체인들이 형성되고, 가장 긴 체인을 받아들이는 longest chain rule에 따라서 몇개의 블록이 추가로 형성되어야 finality를 따질 수 있다.
결정적 finality에서는 플랫폼에 따라 상이하지만, 보통 2/3의 활성화된 검증자 집합이 블록의 유효성을 증명하면 finality가 얻어진다.
2. 무엇을 더 우선순위에 놓는가; safety vs liveness
safety는 문제없는 노드 사이에서는 잘못된 합의가 이루어지지 않는다는 것이고, liveness는 문제없는 노드들은 반드시 합의를 해야한다는 것이다. 출처
-
safety >> liveness
Algorand와 Cosmos는 2/3의 네트워크가 합의에 이르지 않는다면 새로운 블록을 생성할 수 없다. Avalanche에서는 트랜젝션들 중에 하나로 충돌하는 것이 있다면 모든 트랜젝션들은 거부된다. safety를 우선으로 하는 네트워크에서 트랜젝션이 실행되었다는 것은 곧 final로 고려된다는 뜻이다.
-
liveness >> safety
liveness를 우선으로 하는 플랫폼의 경우 finality와 블록 전파를 분리한다. 일단 트랜젝션들이 유효하다고 가정하고 실행 한 후 나중에 충분히 검증된 후 에 finalize한다. 예를 들어 Ethereum 2.0에서는 리더들이 각각의 샤드 체인을 이어나가다가 일정 기간 후에 비콘 체인에서 fianlized된다. 흡사하게 Polkadot에서도 BABE라는 것이 블록 전파 및 리더 뽑는 것을 담당하고, GRANDPA라는 것을 통하여 검증자들이 최종적으로 체인의 상태에 대하여 합의를 한다.
공통적으로 스마트 플랫폼 합의 알고리즘의 대부분은 random sampling이나 partitioning을 사용하여서 검증자를 뽑는다. 전체 노드 중에서 이렇게 매번 랜덤하게 subset으로 뽑으면, 분산화와 합의에 이르는 속도 둘 다 챙길 수 있다.
성능
성능을 측정할 떄 사용할 수 있는 지표는 크게 throughput level(처리량)과 finality이다. 처리량은 단위 시간 동안 알머나 많은 트랜젝션을 감당할 수 있는지를(tps), finality는 앞서 언급되었듯이 트랜젝션이 올바르게 처리되었다고 보장될 수 있기까지 기다려야 되는 시간을 의미한다. finality는 앞서 알아보았으므로, 플랫폼별 처리량에 대하여 알아보자.
처리량
일단 먼저 알아야 할 것이 우리의 표에서는 Mainnet result, Testnet result와 Developer estimate로 TPS가 측정되었음을 알 수 있다. Mainnet은 실제로 현재 배포되어 있는 네트워크에서 측정한 것이고, Testnet은 어느정도의 통제된 환경에서, Developer estimate은 이론 값에 가깝다. Mainnet result > Testnet result > Developer estimate 순서대로 실제 use case의 처리량과 흡사하다고 생각하면 될 것 같다.
또 한가지는 트랜젝션이 어떻게 이루어져 있냐는 각 네트워크별로 상이하고, 이는 객관적 비교라고 보기 힘들어진다.
추가로 Layer 2 솔루션들은 현재 명시되어 있는 처리량과 앞서 알아본 fianlity를 증가시킬 수 있지만, 현재 값에는 반영되어 있지 않다.
온체인 & 생태계 데이터
온체인 데이터
이론적인 내용도 중요하지만, 사실 현재 실제 세상에서 각 플랫폼의 성취정도를 볼려면 온체인 데이터가 가장 유용하다. 우리가 살펴볼 데이터는 (i) 일별 트렌젝션 볼륨, (ii) 평균 트랜젝션 수수료, (iii) 일별로 집계된 수수료, (iv) deFi에 예치된 전체 값 이다.
데이터를 보기에 앞서, 온체인 데이터가 어떻게 추적되었고 정의되는지는 각 플랫폼별로 상이하기 때문에 완전한 동등한 비교라고 보기에는 어렵다.
i. Daily Transacted Value
언뜻 보면 서로 차이가 많이 안나는 것 같지만, y축이 log 스케일이여서 Ethereum과 다른 플랫폼은 작게는 10배 이상의 차이가 난다.
ii. Fees per Transaction
Ethereum이 독보적으로 높고, Algorand가 독보적으로 낮다. 하지만, 트랜잭션의 수수료는 트랜젝션의 구성에 영향을 많이 받기 때문에, 상대적으로 복잡한 스마트 컨트랙트를 사용할 어플리케이션이 부족하여서 평균 수수료가 낮은 것일수도 있다.
iii. Daily Aggregate Transaction Fees
하루동안에 지불된 수수료의 총 금액이다. 가장 많은 사용자를 보유한 Ethereum과 BSC가 가장 많은 값을 보여주고 있다.
iv. Total Value Locked in DeFi
생태계 데이터
플랫폼을 둘러싼 생태계 데이터를 통해 우리는 대략적으로 플랫폼을 지지하는 커뮤니티의 사이즈를 알 수 있다.
소셜 미디어 팔로워 수
개발자 커뮤니티
사실 소셜 미디어 팔로워 수가 플랫폼의 커뮤니티를 정량적으로 나타낸다면, 개발자 커뮤니티는 해당 플랫폼이 얼마나 미래에 발전할 수 있는지를 나타내는 지표이다. 개발자들은 자신이 정말 믿거나 좋아하지 않으면 해당 플랫폼의 발전에 시간을 쏟지 않는다. 물론 현재는 대부분은 블록체인 개발이 Ethereum에 초점을 맞춰두고 있지만, 다른 플랫폼들도 점진적인 성장을 거듭하고 있다.
네이티브 토큰
PoS 네트워크에서 네이티브 토큰은 스태이킹부터 수수료를 내는 역할까지 많은 부분을 담당한다. 네이티브 토큰을 살펴볼 때 고려해야할 부분에 대하여 알아보자.
네이티브 토큰 살펴보기
토큰 공급
크게 토큰 공급 물량에 제한이 있는 경우와 제한이 없는 경우로 나뉜다. 제한을 두지 않음으로써 플랫폼을 운영하는 커뮤니티는 상황에 따라서 토큰 인플레이션이나 스테이킹 보상과 같은 안건에 대하여 유기적으로 토큰 공급량을 수정할 수 있다. 하지만, 현재의 내가 가지고 있는 토큰의 퍼센트가 미래에 몇 퍼센트가 될지 알 수 없다는 단점이 있다.
스테이킹
스테이킹 보상은 자신의 토큰을 네트워크를 지키는데 사용한 홀더들을 보상한다. 사실 스테이킹에 따른 실질적인 보상은 토큰 가격의 변동성과 토큰 인플레이션율에 따라서 크게 차이가 난다.
거버넌스
각기 다른 플랫폼들은 저마다 다른 거버넌스에 대한 접근을 사용하고 있다. 여기에는 온라인/오프라인 포럼부터 공식적인 투표 메커니즘까지 있다. 기술적인 디자인 변경, 토큰 인플레이션율, 자금 사용과 같은 중요한 결정들이 이런 거버넌스 과정을 통하여서 결정된다.
트랜젝션 수수료
보통 네이티브 토큰은 해당 네트워크의 수수료를 지불할 수 있는 유일한 토큰이다. 예외는 Cosmos의 ATOM과 Polkadot의 DOT이다. 두 플랫폼 모두 여러개의 체인을 가지고 있다는 것이 특징인데, 각 체인들은 각각의 네이티브 토큰을 사용한다.
트랜젝션 수수료가 어떻게 사용되어지는지도 중요하게 지켜볼 포인트이다. 플랫폼에 따라서 수수료는 검증자에게 돌아가거나, 없애거나(burned), 혹은 재사용된다.
- Ethereum's EIP 1559
2021년 8월에 적용된 수정사항으로 Ethereum의 트랜젝션 수수료에 대한 중요한 변화가 담겨져 있었다. EIP 1559 이전에는 트랜젝션 수수료가 전부 검증자 노드에게 보상으로 돌아갔자만, EIP 1559를 기점으로 트랜젝션 수수료는 base fee와 miner tip으로 나눠지게 되었다. Base fee는 최소한의 트랜젝션 수수료로 burned되어서 없어진다. Miner fee는 채굴자와 검증자에게 보상으로 돌아간다. 이 변화사항으로 인하여서 유저들은 조금더 gas fee가 예측가능해진다는 장점도 있지만, ETH 토큰이 점점 공급이 줄어드는 디플레이셔너리 자산으로 변한다는 점도 시사하는 바가 크다. Solana 역시 트랜젝션 수수료의 일부를 burn한다.추가로 BSC도 2021년 11월 30일 진행되는 Bruno update 하드 포크를 통하여서 검증자에게 돌아가던 수수료의 일부가 burned되는 메커니즘을 도입하기로 하였다. 이런 것을 보면 자연스럽게 다른 플랫폼들도 deflationary asset으로의 변화를 도모할 것이라는 합리적 추론이 가능해진다.
네이티브 토큰 가치 매기기
네이티브 토큰의 가치를 매기기 힘든 이유는 해당 자산의 사용 목적이 무궁무진하기 떄문이다. 거버넌스, 네트워크 보호용, 값의 매개체, 담보등 미래에 또 어떻게 사용될지 예상하기란 무척 어렵다.
추가로 PoS의 경우에 토큰의 가격은 네트워크의 보안성과도 관계가 있다. 총 스테이킹된 토큰의 비용은 결국 해당 네트워크를 공격할 때 드는 비용과 비례하기 때문에, 더 가치있는 토큰을 가질수록 공격하기가 어렵다.
총론
나 역시 이 리포트를 읽게 된 처음의 목적은 '그래서 대체 가장 뛰어난 layer 1은 뭔데?'라는 것이었지만, 결국 그에 대한 해답은 얻을 수 없었다. 당연한 얘기겟지만, 각 플랫폼은 각각의 특성에 따라서 다르게 설계되어 있다. 금융 섹터의 주식과 IT 섹터의 주식을 비교하는 것도 사실상 불가능한데, 두개의 스마트 컨트랙트 플랫폼을 비교하는 것은 앞선 예보다도 훨씬 힘들다.
하지만, 플랫폼을 비교할 떄 어떤 부분을 봐야하고, 각각의 기준들이 서로 어떻게 상호작용하면 연관되어 있는지에 대하여 깊게 공부해볼 수 있었고, 이 리포트의 제목대로 앞으로 새로운 스마트 컨트랙트 플랫폼을 발견하더라도, 기존의 것들과 비교할 수 있는 토대를 얻게 된 것 같다.
