중앙 집중화는 어떻게 분산화됩니까?

링크 표

초록 및 소개

관련 작업 및 방법론

결과

요약 및 참고자료

추상적인

빠르게 성장하고 있는 분산 원장 기술(DLT)은 최근 산업계와 학계 모두의 연구자들 사이에서 주목을 받고 있습니다. 비트코인 및 이더리움 네트워크에 대한 기존 분석(주로)이 많이 제공되는 반면, 다른 암호화폐 프로젝트에 대한 측정은 부족한 것으로 나타났습니다. 이 기사에서는 암호화폐의 토큰경제학과 부의 분배에 관한 질문을 다룹니다. 우리는 14개의 서로 다른 분산 원장 프로젝트에 대해 상위 암호화폐 보유자의 시간에 따른 통계 속성을 분석합니다. 제공되는 측정항목에는 근사 Zipf 계수, Shannon 엔트로피, Gini 계수 및 Nakamoto 계수가 포함됩니다. 우리는 코인(자체 독립 네트워크에서 작동하는 암호화폐)과 토큰(스마트 계약 플랫폼 위에서 작동) 사이에 양적 차이가 있음을 보여줍니다. 제시된 결과는 코인과 토큰이 서로 다른 근사 Zipf 계수 값과 중앙 집중화 수준을 가지고 있음을 보여줍니다. 이 작업은 특히 분산형 자율 조직(DAO) 및 위임 지분 증명(DPoS) 블록체인에서 위원회 선택 프로세스를 모델링하고 개선하는 데 유용할 수 있으므로 DLT와 관련이 있습니다.

색인 용어 —암호화폐, 토큰경제학, DPoS, 자산 분배, Zipf 법률

I. 소개

비트코인[13]의 출현으로 2010년대 전반에 걸쳐 분산 시스템에 대한 관심이 높아졌습니다. 새로 만들어진 암호화폐 공간은 많은 과학자, 프로그래머 및 비즈니스 투자자를 끌어 모았습니다. 분산 원장 기술(DLT)의 복잡성으로 인해 이를 개발하려면 응용 수학, 암호화, 게임 이론, 경제, P2P(Peer-to-Peer) 네트워크 및 코딩 이론을 포함한 다양한 과학 분야의 전문 지식이 필요합니다. DLT의 첫해에는 합의 메커니즘 및 P2P 계층과 같은 문제가 그러한 기술의 핵심이기 때문에 기술적 성격에 대한 질문이 가장 많은 관심을 받았습니다. 불행하게도 경제, 암호화폐 유통 및 토큰경제학에 관한 질문은 암호화폐에 대한 학문적 연구에서 뒷자리를 차지했으며 충분히 다루어지지 않았습니다(몇 가지 주목할만한 예외가 있음).

이는 비트코인 의사 익명 계정 모델이 거의 모든 지불이 비공개적이고 매우 민감한 전통적인 금융 시스템에서 전례 없는 거래 투명성을 허용하기 때문에 불행한 일입니다. 게다가 비트코인은 새로운 통화 모델을 활성화하고 이를 전 세계적으로 배포했습니다. 특히 비트코인 통화 단위의 양은 2,100만 개로 제한됩니다. 그러나 부주의나 사람의 실수로 인해 일부 비트코인 지갑이 분실됨에 따라 비트코인의 통화 정책은 사실상 디플레이션입니다. 통화정책만이 암호화폐 유통의 중요한 요소는 아닙니다. 합의 메커니즘과 같은 기술 솔루션도 암호화폐 배포에 영향을 미칠 수 있습니다. 이러한 맥락에서 작업 증명(PoW)과 지분 증명(PoS) 합의 메커니즘을 비교하는 것은 매우 유익합니다. PoW에서는 효율적인 ASIC(Application-Specific Integrated Circuit)에 액세스할 수 있는 채굴자라고 불리는 전문 사용자에게 새로 생성된 통화 단위가 보상됩니다. PoW 채굴자는 다수의 암호화폐 단위를 보유할 수 있습니다. 그러나 채굴된 보상의 상당 부분을 전기 요금, 임대료, ASIC 기계의 상각 비용과 같은 비용을 충당하기 위해 판매해야 합니다. 그러나 PoS 시스템에서는 다수의 암호화폐 단위를 보유하고 있는 스테이커에게 새로운 토큰이 보상됩니다. PoW 채굴자와 달리 PoS 스테이커는 높은 비용을 경험하지 않으며 보상을 판매하지 않는 것이 향후 수익을 증가시키기 때문에 인센티브를 받습니다. 이는 화폐에 불가지론적인 기술 솔루션조차도 토큰경제학에 영향을 미칠 수 있음을 보여줍니다.

이 문서는 암호화폐 토큰경제학의 문제를 부분적으로 다루고 있습니다. 우리는 비트코인, 이더리움 및 선택된 ERC20 토큰과 같은 암호화폐에서 가장 부유한 계정의 분포를 분석합니다. 우리의 분석에는 주어진 시간 간격으로 서로 다른 날짜에 스냅샷된 데이터 세트가 포함됩니다. 우리는 이러한 데이터 세트를 사용하여 다양한 통계 지표를 측정하고 시간 경과에 따른 변화를 분석합니다. 이전 연구[6], [7], [10]에서는 최상위 부유층의 분포가

저울은 Zipf의 법칙으로 모델링될 수 있습니다. 우리는 이러한 결과를 확장하고 그러한 분포와 관련된 Zipf의 법칙 계수의 시간 변화를 연구합니다. 특히, 우리는 유사한 방법을 사용하기 전에는 분석된 적이 없는 암호화폐를 분석합니다. 다음으로 Shannon 엔트로피, Gini 지수, Nakamoto 계수와 같은 일련의 중앙화 측정항목에 대한 철저한 분석을 진행합니다. 이러한 지표는 본 백서에서 다루는 주요 질문에 답하는 데 사용되며 다음과 같이 공식화됩니다. 암호화폐 "코인"과 "토큰"의 상위 계정 잔액 간에 정량적 차이가 있습니까? 따라서 이 작업의 참신함은 (i) 코인과 토큰의 양적 차이를 연구하는 것과 (ii) 문헌에서 분석이 누락된 암호화폐를 조사하는 두 가지 측면으로 구성됩니다.

암호화폐 코인과 토큰 사이의 구분은 [22]에서 이루어졌습니다. 여기서 저자는 코인을 자체 독립적 원장/네트워크에서 작동하는 것으로 정의하고 토큰을 코인 네트워크(일반적으로 Ethereum 또는 Cardano와 같은 스마트 계약 플랫폼) 위에서 작동하는 것으로 정의합니다. 이 문서에서는 동일한 정의를 사용합니다.

이 연구는 최고의 암호화폐 보유자 그룹이 특별한 역할을 수행하는 DLT에 특히 흥미로울 수 있습니다. 그 예로는 최고 토큰 보유자로 구성된 위원회가 DAO 거버넌스 또는 재무 관리를 담당하는 분산형 자치 조직(DAO)이 있습니다. 다른 예로는 위임된 지분 증명(DPoS) 블록체인이 있는데, 상대적으로 작은 블록 검증인 위원회가 임계값 서명 체계를 기반으로 원장 업데이트 또는 분산 난수 생성기를 발행합니다. 우리의 연구는 상대적으로 작은 상위 토큰 보유자 그룹에 초점을 맞추고 있기 때문에 앞서 언급한 사례를 모델링하는 데 직접 적용될 수 있습니다. 이는 또한 임계값 서명 위원회의 일반적인 크기가 메시지 복잡성(최대 50~100노드)에 의해 제한되기 때문에 합리적입니다. 우리의 연구는 암호화폐 분포 모델로 사용될 수 있는 Zipf의 법칙 계수의 다양한 매개변수를 제공하므로 위원회 선택 프로세스를 개선하는 데 도움이 될 수 있습니다.

논문의 구성은 다음과 같습니다. 다음 섹션에서는 관련 작업에 대해 논의하고 본 논문에서 사용한 방법과 도구를 소개합니다. III절에서는 결과를 제시하고 분석한다. 마지막 섹션에서는 연구 결과를 결론짓고 향후 연구에 대해 논의합니다.