기술 요약: 토큰 위임의 공정성: DAO 내 투표권 집중 완화

문제 제기

탈중앙화 자율 조직 (DAO) 은 참여적 거버넌스를 촉진하기 위해 고안되었으나, 실제 구현에서는 유권자의 무관심, 투표권의 집중, 그리고 불일치하는 위임으로 고통받고 있습니다. 기존 위임 메커니즘은 종종 가시성 편향을 강화하여, 소수의 상위 랭크 위임자들이 커뮤니티 전체의 가치와 일치하는지 여부와 상관없이 불균형한 영향력을 축적하도록 만듭니다. Tally 와 같은 기존 인터페이스는 일반적으로 투표권, 위임 횟수, 또는 무작위성을 기반으로 위임자를 순위 매기는데, 이는 "부자가 더 부자가 되는" 역학을 통해 권력 집중을 악화시킬 수 있습니다. 또한, 위임이 실제로 토큰 소지자의 근본적인 이해관계와 우선순위를 반영하는지에 대한 경험적 증거는 부족합니다.

방법론

저자들은 14 개 주요 DAO(Aave, Compound, ENS, Uniswap 등 포함) 의 온체인 및 오프체인 데이터를 결합한 대규모 경험적 연구를 수행했습니다. 연구 파이프라인은 세 가지 주요 단계로 구성되었습니다:

1. 데이터 수집 및 엔티티 해결:

   • 온체인 데이터: 2025 년 6 월까지 5 개 주요 프로토콜에 대한 거버넌스 행동 (제안 생성, 투표, 위임 변경) 을 재구성하기 위해 전체 이더리움 아카이브 데이터를 사용했습니다.
   • 오프체인 데이터: 14 개 DAO 의 거버넌스 포럼에서 토론 내용을 스크랩했습니다.
   • 연결: 포럼 참여자를 온체인 주소와 연결하는 방법론을 개발했습니다. 이는 포럼 사용자 이름을 Tally 위임자 프로필 및 ENS 등록 정보에 매핑하는 과정을 포함했습니다. 매칭은 신뢰도 수준에 따라 분류되었습니다:
     • 높은 신뢰도: 정확한 ENS 이름 일치.
     • 중간 신뢰도: 파생된 ENS 이름과 사용자 이름/핸들 일치.
     • 낮은 신뢰도/수동 검증: 단순 이름 일치 또는 프로필 아이콘 및 소셜 링크의 교차 참조.
   • 최종 데이터셋은 391 개의 고유 주소에서 3,981 개의 제안에 걸친 15,259 개의 매칭된 게시물을 포함했습니다.

2. LLM 을 통한 관심사 추출:

   • 저자들은 거버넌스 관심사를 포럼 토론에서 추출하기 위해 대규모 언어 모델 (특히 GPT-5 변형 및 all-MiniLM-L6-v2 와 같은 임베딩 모델 비교) 을 활용했습니다.
   • 이 과정은 컨텍스트를 포착하기 위해 초기 제안 텍스트 (루트) 와 사용자 응답 (게시물) 을 모두 분석하는 것을 포함했습니다.
   • 키워드를 추출하여 유권자 수준에서 집계한 후, all-MiniLM-L12-v2 를 사용하여 시맨틱 벡터 표현으로 변환했습니다.
   • 계층적 클러스터링 (Ward 방법) 을 이러한 벡터에 적용하여 유권자를 서로 다른 관심사 클러스터로 그룹화했습니다.

3. 정렬 분석:

   • 본 연구는 토큰 소지자 (위임자) 의 추출된 관심사를 선택한 위임자의 역사적 투표 행동 및 프로필과 비교했습니다.
   • 토큰 소유권, 투표권, 위임자 분포의 집중도를 정량화하기 위해 온체인 지표 (지니 계수, 나카모토 계수) 를 계산했습니다.
   • 위임 네트워크를 방향성 그래프로 모델링하여 희소성, 분열, 허브 지배와 같은 구조적 속성을 분석했습니다.

주요 기여

• 데이터셋 구축: 저자들은 14 개 DAO 의 오프체인 거버넌스 토론을 14 개 특정 프로토콜에 초점을 맞춰 온체인 주소와 연결하는 포괄적인 데이터셋을 구축했습니다.
• 방법론적 프레임워크: 그들은 역사적 오프체인 토론 신호와 온체인 행동을 통합하여 토큰 소지자와 잠재적 위임자 간의 관심사 정렬을 정량화하는 방법론을 제안했습니다.
• 불일치의 경험적 증거: 이 연구는 DAO 위임에서 관심사 정렬에 대한 최초의 대규모 측정을 제공하며, 현재 위임 패턴이 종종 토큰 소지자의 표현된 우선순위를 반영하지 못함을 입증했습니다.
• 오픈 사이언스: 저자들은 재현성을 보장하기 위해 데이터셋과 코드를 공개 저장소에 출시할 것을 약속했습니다.

결과

• 극심한 집중: 5 개 주요 프로토콜에 대한 분석은 토큰 소유권과 투표권에서 극심한 불평등을 드러냈습니다. 대부분의 경우 투표권에 대한 지니 계수는 0.94 를 초과했으며 (Compound, ENS, Uniswap 의 경우 0.99 에 달함), ENS 의 경우 단일 위임자가 위임된 권력의 3 분의 1 에서 2 분의 1 을 통제했습니다.
• 네트워크 구조: 위임 그래프는 희소하고, 매우 분열되어 있으며, 비동류적 (disassortative) 인 것으로 나타났으며, "허브 - 스포크" 토폴로지를 보여주었습니다. 소수의 위임자 (허브) 가 위임자의 대다수를 끌어모은 반면, 대부분의 위임자는 자신의 권력을 단 하나의 위임자에게만 할당했습니다.
• 관심사 불일치: 클러스터링 분석은 금융 주도, 거버넌스 주도, DeFi 주도, 생태계 주도, 혁신 주도와 같은 distinct 한 유권자 관심사 그룹을 식별했습니다. 연구 결과에 따르면 위임은 종종 이러한 표현된 우선순위와 불일치합니다. 현재 순위 기반 인터페이스는 사용자를 특정 거버넌스 관심사를 공유하는 위임자에게 안내하지 않아, 가시적이지만 대표성이 부족할 수 있는 행위자들 사이에 권력이 집중되는 결과를 초래합니다.
• 제안 분류: 저자들은 11 가지 제안 카테고리 (예: 재무, 거버넌스, 보안) 에 대한 통일된 분류 체계를 개발했으며, 토론 주제가 DAO 간에 크게 다르지만 위임 메커니즘은 이러한 주제적 차이를 고려하지 못한다는 사실을 발견했습니다.

중요성 및 주장

이 논문은 참여 피로를 완화하기 위해 고안된 DAO 의 현재 위임 투표 구현이 종종 불평등과 불일치를 악화시킨다고 주장합니다. 저자들은 다음과 같이 주장합니다:

• 구조적 편향: 현재 인터페이스는 가시성 편향을 강화하여, 강력한 위임자들이 커뮤니티 정렬과 무관하게 더 영향력 있게 되는 자기 강화 순환을 만듭니다.
• 관심사 정렬의 필요성: 위임 프로세스에 관심사 정렬을 통합하면 권력 불균형을 완화하고 DAO 의사결정의 대표성을 향상시킬 수 있습니다.
• 투명성: 정렬을 투명하게 만들면 위임을 더 공정하게 재분배하는 데 도움이 될 수 있습니다.
• 미래 설계: 연구 결과는 Tally 와 같은 플랫폼이 단순한 투표권 순위 매기기를 넘어 공유 가치와 정책 목표를 기반으로 위임자를 강조하는 메커니즘을 고려해야 함을 시사합니다.

저자들은 겸손한 입장을 유지하며, 그들의 작업이 체계적 취약성과 더 나은 정렬의 필요성을 강조하지만, 구체적인 새로운 프로토콜이나 알고리즘적 솔루션을 제안하는 것이 아니라 그러한 공정성 인식 메커니즘을 설계하는 데 필요한 경험적 토대를 제공한다고 명시합니다.