An Adaptive Multichain Blockchain: A Multiobjective Optimization Approach

이 논문은 블록체인의 확장성 문제를 해결하기 위해 애플리케이션과 운영자의 수요 및 용량을 고려하여 에포크마다 임시 체인을 동적으로 구성하고 가격을 결정하는 다목적 최적화 기반의 적응형 멀티체인 아키텍처를 제안합니다.

핵심

이 논문은 **"블록체인이라는 거대한 도시를 어떻게 더 똑똑하고 유연하게 운영할 것인가?"**에 대한 해법을 제시합니다.

기존의 블록체인은 마치 고정된 철도 노선과 같습니다. 열차 (거래) 가 많든 적든, 노선은 그대로고 역 (체인) 도 정해져 있습니다. 그래서 출근 시간처럼 거래가 몰리면 한 노선은 꽉 막히고, 다른 노선은 텅 비어 버리는 비효율이 발생합니다.

이 논문은 **"유동적인 버스 노선 시스템"**을 제안합니다. 수요와 공급에 따라 버스 (체인) 를 실시간으로 만들고, 노선을 바꿀 수 있게 하자는 것입니다.

---

1. 핵심 아이디어: "매 순간 변하는 버스 노선"

이 시스템은 매일 아침 (또는 일정 주기마다) 다음과 같은 과정을 거칩니다.

• 승객 (앱 개발자): "나는 오늘 이만큼의 연료 (가스) 가 필요해. 최대 이 가격까지만 낼 수 있어."라고 신청합니다.
• 운전기사 (운영자/노드): "나는 이만큼의 연료를 태울 수 있어. 최소 이 가격만 받으면 운전할 수 있어."라고 제안합니다.
• 중앙 통제실 (최적화 알고리즘): 이 모든 신청서를 받아 **"오늘의 버스 노선"**을 짜냅니다.
  • 누가 어떤 버스를 탈지, 버스의 요금은 얼마로 할지 결정합니다.
  • 이 결정은 단순히 "누가 먼저 신청했나"가 아니라, 전체 시스템의 이익, 승객의 만족도, 기사의 수익을 모두 고려해 수학적으로 가장 좋은 조합을 찾습니다.

2. 세 가지 주체의 역할 (비유)

이 시스템은 세 가지 입장이 서로 충돌할 수 있지만, 이를 균형 있게 조절합니다.

1. 앱 (승객): "내 앱이 느려지면 안 돼! 요금이 너무 비싸면 안 돼!"
   • 목표: 내 거래가 빠르고 저렴하게 처리되길 원함.
2. 운영자 (운전기사): "내 차를 돌리는 비용 (전력, 장비) 보다 더 많이 벌어야 해!"
   • 목표: 내 연료 (컴퓨팅 능력) 를 비싸게 팔고 싶음.
3. 시스템 (도시 관리자): "전체 도시의 교통 흐름이 막히면 안 되고, 특정 버스만 붐비면 안 돼."
   • 목표: 전체적인 처리량 (Throughput) 과 안전성, 다양성을 유지함.

3. 어떻게 해결할까? "수학적인 마법"

이 논문은 이 복잡한 상황을 **수학 문제 (다목적 최적화)**로 바꿉니다.

• 문제: 승객, 기사, 도시 관리자 모두의 요구를 동시에 만족시키는 '완벽한 버스 노선'을 찾으려면?
• 해결: 컴퓨터가 수천 가지 조합을 순식간에 시뮬레이션해서, 가장 공평하고 효율적인 조합을 찾아냅니다.
  • 만약 승객이 너무 많으면, 요금을 조금 올리거나 버스를 더 띄우는 식으로 조절합니다.
  • 만약 기사가 너무 비싸게 요구하면, 그 기사는 배정되지 않거나 다른 버스로 이동합니다.

4. 재미있는 특징들

• 유연한 노선 (Ephemeral Chains): 버스 노선은 하루만 운영되다가 사라집니다. 내일 수요가 바뀌면 내일 다시 새로운 노선을 만듭니다. 고정된 철도가 아니라, 날씨에 따라 변하는 버스 노선 같은 것입니다.
• 공정성 (Fairness): 만약 "누구를 태울지" 정하기 어렵다면, 컴퓨터는 랜덤하게 결정하되, 장기적으로 모든 사람이 공평하게 혜택을 보도록 보상 (Compensation) 시스템을 둡니다.
• 예측과 안정성: 갑자기 비가 오면 (트래픽 급증) 미리 대비합니다. 또한, 버스 노선을 너무 자주 바꾸면 승객이 혼란스러우니, 너무 자주 바꾸지 않도록 '안정성'이라는 규칙도 둡니다.

5. 왜 중요한가?

지금까지의 블록체인은 "한 번 지으면 못 고치는 콘크리트 건물" 같았습니다. 하지만 이 논문이 제안하는 방식은 **"스마트한 텐트 도시"**와 같습니다.

• 비가 오면 천막을 치고,
• 사람이 많으면 공간을 넓히고,
• 사람이 적으면 공간을 줄입니다.

이렇게 하면 비싼 수수료를 줄이고, 처리 속도를 높이며, 작은 앱들도 큰 앱들과 함께 공평하게 서비스를 받을 수 있게 됩니다.

요약

이 논문은 **"블록체인을 고정된 도로가 아니라, 실시간으로 변하는 스마트한 교통 시스템으로 바꾸자"**고 말합니다. 컴퓨터가 매일 아침 수요와 공급을 분석해 가장 좋은 버스 노선을 짜고, 승객과 기사, 도시 전체가 모두 만족할 수 있도록 조정한다는 것입니다. 이는 블록체인이 앞으로 더 많은 사람과 기업이 쓸 수 있게 되는 중요한 첫걸음이 될 것입니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 현재의 한계: 기존 블록체인은 투명성과 보안을 제공하지만, 설계와 운영이 경직되어 있어 동적인 워크로드, 이질적인 애플리케이션, 운영자 (Operator) 의 변동성에 대응하기 어렵습니다.
• 기존 멀티체인 아키텍처의 문제: Polkadot, Cosmos 와 같은 기존 멀티체인 솔루션은 확장성을 위해 병렬 체인을 사용하지만, 체인 구성이 정적 (Static) 입니다. 애플리케이션과 운영자가 수동으로 체인에 가입하며, 수요와 공급이 변해도 체인 구조가 자동으로 조정되지 않습니다.
  • 이로 인해 특정 애플리케이션의 트래픽 급증 시 네트워크 전체의 가스비가 상승하거나, 다른 체인은 유휴 상태로 방치되는 비효율이 발생합니다.
  • 운영자 자원 활용도가 낮고, 애플리케이션과 운영자 간의 효율적인 매칭이 이루어지지 않아 혁신과 회복탄력성이 저해됩니다.
• 핵심 문제: 블록체인 인프라가 실시간으로 수요와 운영자 용량에 맞춰 자동으로 재구성 (Self-adjusting) 할 수 있는 메커니즘이 부재합니다.

2. 방법론 (Methodology)

저자는 블록체인 구성 문제를 다중 에이전트 자원 할당 (Multiagent Resource Allocation) 문제로 재정의하고, 다목적 최적화 (Multiobjective Optimization) 모델을 제안합니다.

2.1 기본 모델 (Core Model)

• 에이전트: 애플리케이션 (수요자), 운영자 (공급자), 시스템 (거버넌스/사용자) 으로 구성됩니다.
• 입력 (Declaration):
  • 애플리케이션: 가스 수요 (Gas demand), 필요 스테이킹 (Stake), 최대 허용 가스 가격.
  • 운영자: 가스 용량 (Gas capacity), 사용 가능 스테이킹, 최소 요구 가스 가격.
• 결정 변수: 각 에포크 (Epoch) 마다 애플리케이션과 운영자를 임시 체인 (Ephemeral Chains) 으로 그룹화하는 할당 여부 ($x_{a,c}, y_{o,c}$).
• 제약 조건:
  • 할당 제약: 각 에이전트는 최대 하나의 체인에만 소속됨.
  • 스테이킹 제약: 체인의 총 운영자 스테이킹은 해당 체인 내 애플리케이션이 요구하는 최대 스테이킹을 충족해야 함 (보안).
  • 가격 제약: 체인의 클리어링 가격은 운영자의 최소 가격과 애플리케이션의 최대 가격 사이여야 함.
• 목적 함수 (Objective): 거버넌스 가중치 ($\lambda_{app}, \lambda_{op}, \lambda_{sys}$) 를 통해 애플리케이션, 운영자, 시스템의 정규화된 효용 (Utility) 합을 최대화합니다.
  • 애플리케이션 효용: 처리된 가스 수요의 비율 (공급 부족 시 비례 배분).
  • 운영자 효용: 스테이킹 단위당 수익 (수수료).
  • 시스템 효용: 총 처리된 수수료 (전체 트래픽).

2.2 모듈식 확장 (Modular Extensions)

핵심 모델에 다음과 같은 실제 요구사항을 모듈로 추가할 수 있습니다:

1. 가스 과공급 (Overprovisioning): $\gamma$ 파라미터를 통해 예상치 못한 수요 급증을 흡수.
2. 기능 호환성 (Capability Compatibility): 애플리케이션의 특정 실행 환경 요구사항 (예: ZK, EVM) 과 운영자의 지원 기능 매칭.
3. 애플리케이션 다양성 (Diversity): 생태계 건강을 위해 특정 유형의 애플리케이션에 편중되지 않도록 패널티 부과.
4. 에포크 간 안정성 (Stability): 체인 재배치로 인한 다운타임 및 재구성 비용을 패널티로 반영.

2.3 해결 방식 및 복잡도

• NP-난해성: 본 문제는 조합 최적화 문제로, 이론적으로 NP-hard 임이 증명되었습니다 (Partition 문제로부터 환원).
• 실용적 해결: 오프체인 (Off-chain) 에서 최적화 솔버 (MILP 또는 메타휴리스틱) 를 사용하여 해를 구하고, 온체인 (On-chain) 에서 그 결과의 유효성을 검증 (Zero-Knowledge Proofs 등) 하는 방식을 제안합니다.
• 이중 구조 (Bilevel Structure): 외부 레벨은 에이전트 할당 (이산), 내부 레벨은 체인별 클리어링 가격 결정 (연속) 으로 분리되어 계산 효율성을 높입니다.

3. 주요 기여 (Key Contributions)

1. 최초의 형식적 모델: 체인 형성 자체를 애플리케이션, 운영자, 시스템의 효용을 균형 있게 조정하는 다목적 최적화 문제로 공식화한 최초의 모델입니다.
2. 적응형 아키텍처 제안: 정적 멀티체인 대신, 수요와 용량 변화에 따라 에포크 단위로 체인을 동적으로 재구성하는 프레임워크를 제시합니다.
3. 거버넌스 제어 메커니즘: 시스템의 목표 (예: 처리량 극대화 vs 운영자 수익 극대화 vs 애플리케이션 만족도) 를 거버넌스 가중치 ($\lambda$) 를 통해 조절할 수 있는 방법을 제공합니다.
4. 정렬 불일치 (Misalignment) 분석: 특정 인스턴스에서 이해관계자들의 선호도가 얼마나 상충되는지를 정량화하는 지표 (Misalignment) 를 도입하여, 거버넌스 결정의 난이도를 진단할 수 있게 합니다.
5. 공정성 및 인센티브: 다중 최적해가 존재할 경우 무작위 선택과 보상을 통해 사전적 공정성 (Ex-ante fairness) 을 보장하고, 진실된 입찰을 유도하는 인센티브 구조를 분석합니다.

4. 시뮬레이션 결과 (Results)

• 실험 설정: 합성 데이터를 사용하여 다양한 거버넌스 가중치 ($\lambda_{app}, \lambda_{op}, \lambda_{sys}$) 조합 하에서 시스템의 반응을 시뮬레이션했습니다.
• 주요 발견:
  • 가중치 조절 효과: 거버넌스 가중치를 변경하면 애플리케이션, 운영자, 시스템의 효용 분배가 명확하게 변화함을 확인했습니다. (예: 애플리케이션 가중치를 높이면 처리량이 증가하지만 운영자 수익은 감소하는 트레이드오프 발생).
  • 트레이드오프 시각화: 삼각형 다이어그램 (Ternary plot) 을 통해 세 이해관계자 간의 효율적 프론티어 (Pareto frontier) 를 시각화했습니다.
  • 계산 가능성: 현실적인 규모 (수십~수백 개 에이전트) 에서도 오프체인 최적화를 통해 실용적인 시간 내에 해를 도출할 수 있음을 입증했습니다.
  • 정렬 불일치: 이해관계자의 선호도가 상충되는 경우 (높은 Misalignment), 거버넌스 가중치 선택이 시스템 전체 후생에 결정적인 영향을 미친다는 것을 보였습니다.

5. 의의 및 결론 (Significance)

• 이론적 기여: 블록체인 구성을 단순한 기술적 설정이 아닌, 다중 에이전트 시스템의 자원 할당 및 메커니즘 설계 문제로 접근하여 학문적 기반을 마련했습니다.
• 실무적 적용: 실제 블록체인 네트워크가 시장 변동성에 유연하게 대응할 수 있는 자기 조직화 (Self-organizing) 인프라의 청사진을 제공합니다.
• 거버넌스 도구: 기술적 최적화와 정책적 목표를 연결하는 도구로서, 거버넌스가 시스템의 우선순위를 동적으로 조정할 수 있는 방법을 제시합니다.
• 향후 연구: 실제 배포를 통한 검증, 더 정교한 솔버 개발, MEV (최대 추출 가능 가치) 및 동적 게임 이론적 분석 등을 향후 과제로 제시했습니다.

이 논문은 블록체인 생태계가 정적인 구조를 넘어, 수요와 공급의 실시간 변화에 맞춰 자동으로 진화하는 적응형 시스템으로 발전할 수 있는 이론적·기술적 토대를 제공합니다.