💰 quantitative finance

If It Walks Like an Arbitrage: Protocol-Agnostic Detection with Decidable Structural Equivalence

이 논문은 프로토콜에 종속되지 않고, 구조적 사이클 탐지를 통해 차익 거래 기회를 포착하기 위해 이더리움 트랜잭션 트레이스의 결정 가능한 정규 형식을 사용하는 형식 검증된 시스템을 제시하며, 이는 프로토콜별 패턴에 의존하지 않고도 수천 개의 독점적 탐지 사례를 식별하는 동시에 실제 운영 중인 MEV 플랫폼과 높은 일치도를 달성한다.

원저자: Adam Khayam, Hamid Kolli, Mohamed Iguernalala, Çagdas Bozman

게시일 2026-08-24

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Adam Khayam, Hamid Kolli, Mohamed Iguernalala, Çagdas Bozman

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이더리움 블록체인 상에서 자금은 복잡한 디지털 계약의 그물망을 통해 이동합니다. 사용자가 트랜잭션을 보낼 때마다 숨겨진 스크립트가 실행되며, 이는 수백 단계에 달할 수 있는 중첩된 시퀀스로 다른 프로그램들을 호출합니다. 이 보이지 않는 기계 장치 내부에서는 자동화된 봇들이 디지털 거래소 간의 미세한 가격 차이를 끊임없이 스캔합니다. 차이를 발견하면, 이들은 저가 매수와 고가 매도를 수행하는 신속한 일련의 거래를 실행하여 시장이 스스로 교정되기 전에 이익을 챙깁니다. 아비트라지(arbitrage, 차익 거래)라고 알려진 이 활동은 최대 추출 가능 가치(Maximal Extractable Value, MEV)라는 거대한 산업의 엔진이며, 여기서 봇들은 네트워크에서 단 1센트의 이익이라도 더 짜내기 위해 경쟁합니다. 그러나 이 봇들은 수천 개의 서로 다른 계약을 사용하고 자금을 이동시키는 새로운 방법을 끊임없이 만들어내기 때문에, 이들을 포착하는 것은 모양이 계속 변하는 건더미 속에서 특정 바늘 하나를 찾는 것과 같았습니다. 기존 도구들은 알려진 거래소의 특정 패턴을 암기하는 데 의존하는 경우가 많아, 새롭거나 특이한 패턴은 놓치곤 합니다.

Functori의 연구진은 관여된 계약의 이름을 알 필요가 없는 새로운 방식의 트랜잭션 가시화 방법을 개발했습니다. 특정 패턴을 찾는 대신, 그들은 모든 트랜잭션을 하나의 고유한 형상으로 단순화될 수 있는 구조적 객체로 취급합니다. 그들은 트랜잭션의 가공되지 않은 기록을 받아 이를 단계별로 재작성하며, 호출 계층의 노이즈를 제거하여 오직 자금 흐름의 본질적인 형태만을 남깁니다. 이 과정은 원래의 트랜잭션이 아무리 복잡하더라도 항상 동일한 최종 형상을 생성하도록 보장됩니다. 만약 두 개의 서로 다른 트랜잭션이 동일한 최종 형상을 생성한다면, 그것들은 구조적으로 동일한 것입니다. 이를 통해 시스템은 알려진 패턴을 인식하는 것이 아니라, 자금이 폐쇄된 루프(closed loop)를 형성하며 시작점보다 더 많은 가치를 가지고 끝나는지를 확인함으로써 아비트라지를 식별할 수 있습니다. 이는 어떤 디지털 토큰이 사용되든, 어떤 특정 거래소가 관여하든 상관없이 작동하는 방법입니다.

연구진은 2025년 말 한 달간의 활동을 포함하는 이더리움 블록 220,000개를 대상으로 이 시스템을 테스트했습니다. 그들은 결과를 상업용 아비트라지 탐지 플랫폼인 Eigenphi 및 머신러닝 분류기인 ArbiNet과 비교했습니다. 새로운 시스템은 상업용 플랫폼이 탐지한 트랜잭션의 83.5%에서 일치하는 결과를 보였으나, 상업용 플랫폼이 놓친 60,199개의 확정된 아비트라지 사이클을 추가로 찾아냈습니다. 이렇게 놓친 탐지 건들은 주로 플래시 론(flash loans)이나 일반적이지 않은 라우팅을 포함하는 복잡한 다단계 거래였으며, 이는 상업용 도구가 학습한 표준 패턴에 부합하지 않는 것들이었습니다. 또한 시스템은 아비트라지 시도로 보이지만 수익을 내지 못한 245,497개의 트랜키션을 식별했는데, 이는 주로 봇들이 거래 속도 경쟁에서 패하거나 수수료를 너무 많이 지불했기 때문입니다. 이러한 실패한 시도들은 수익만을 추적하는 시스템에는 보이지 않지만, 네트워크에서 벌어지는 경쟁의 실제 규모를 드러냅니다.

이것이 어떻게 작동하는지 이해하기 위해, 연구진이 트랜잭션을 나타내는 엉킨 실타래를 체계적으로 푸는 과정을 상상해 보십시오. 그들은 실이 무엇으로 만들어졌는지 혹은 어디서 왔는지에 관심이 없습니다. 오직 실의 양 끝이 어떻게 연결되는지에만 관심을 가집니다. 만약 실이 루프를 형성하여 끝이 시작점으로 연결되고, 그 루프가 순수하게 늘어난 물질을 포함하고 있다면, 시스템은 이를 아비트라지로 분류합니다. 이 접근 방식은 매우 견고하여, 동일한 소프트웨어 바이너리를 변경 없이 Arbitrum과 Binance Smart Chain이라는 두 다른 블록체인에서도 실행하여 유효한 결과를 도출할 수 있었습니다. 시스템은 트랜잭션 트리를 단순화하는 15개의 규칙에 의존하며, 병렬 경로를 병합하고 이체 과정을 하나로 묶어 구조가 단순한 사이클로 붕괴되거나 사이클이 존재하지 않음을 드러낼 때까지 진행합니다. 이 규칙들은 수학적으로 반드시 종료되고 항상 동일한 결과를 생성한다는 것이 증명되었으므로, 탐지는 구조적으로 건전합니다.

연구는 또한 다른 시스템에 의해 아비트라지로 분류된 많은 트랜잭션이 사실은 허위 탐지(false positive)였다는 점을 밝혀냈습니다. 연구진이 상업용 플랫폼만이 탐지했던 200개의 트랜잭션을 수동으로 검사했을 때, 그중 63.5%는 자금의 순환적 흐름이 전혀 없었습니다. 이것들은 단순한 이체나 수익 창출(yield harvesting) 작업이었으며, 상대 시스템이 구조 자체가 아닌 특정 이벤트 시그니처를 찾고 있었기 때문에 아비트라지처럼 보였던 것입니다. 반대로, 새로운 시스템은 복잡한 라우팅 계약 안에 숨겨져 있어 다른 도구들이 놓친 실제 아비트라지 사이클을 찾아냈습니다. 연구진은 500개의 트랜잭션을 수동으로 검증하였고, 확정 등급(confirmed tier)에서 허위 탐지를 발견하지 못했습니다. 즉, 그들이 성공적인 아비트라지라고 레이블을 붙인 모든 트랜잭션은 실제로 수익이 발생하는 루프였습니다.

이 작업은 암기된 패턴에 대한 의존에서 벗어나 자금 흐름에 대한 근본적인 이해로 영역을 확장합니다. 모든 트랜잭션이 고유한 정형(canonical form)을 가진다는 것을 증명함으로써, 연구진은 전략 군(strategy families)과 봇의 행동에 관한 질문에 수학적 확실성을 가지고 답할 수 있는 토대를 마련했습니다. 그들은 아비트라지가 단순히 알려진 기술들의 집합이 아니라, 특정 프로토콜을 알지 못해도 탐지할 수 있는 자금 흐름의 구조적 속성임을 입증했습니다. 숨겨진 전략과 실패한 시도들을 밝혀내는 이 시스템의 능력은, 표준 패턴 매칭 도구로는 볼 수 없는 방식으로 작동하는 다양한 봇 생태계에 의해 블록체인 상의 자동화된 거래의 실제 규모가 이전 측정치보다 훨씬 더 크다는 것을 시사합니다. 이 연구 결과는 포렌식 분석을 위한 새로운 렌즈를 제공하며, 조사관들이 자금의 정확한 경로를 추적하고 수익 추출 메커니즘을 이전에는 불가능했던 수준의 명확성으로 이해할 수 있게 해줍니다.

기술 요약: 걸음걸이가 차익거래라면 (If It Walks Like an Arbitrage)

문제 정의

이더리움 상에서 차익거래(Arbitrage) 및 최대 추출 가능 가치(MEV) 전략을 탐지하고 분류하는 것은 현재 프로토콜별 지식에 대한 의존성으로 인해 어려움을 겪고 있다. 패턴 매칭 탐지기(예: DeFiRanger)나 머신러닝 분류기(예: ArbiNet)와 같은 기존 시스템은 새로운 프로토콜에 대해 수동으로 확장해야 하거나, 미지의 컨트랙트를 마주했을 때 성능이 저하되는 문제를 겪는다. 또한 그래프 이론적 접근 방식은 실제 스왑(swap)과 릴레이(relay)를 구분하는 데 필요한 계층적 호출 구조를 붕괴시키며, 머신러닝 모델은 근본적인 전송 체인(transfer chains)에 대한 포렌식 설명 없이 레이블만을 제공한다. 즉, 트랜잭션 실행 추적 내에서 무엇이 차익거래를 구성하는지에 대한 구조적이고 프로토콜 불가지론적인(protocol-agnostic) 설명이 부족하며, 두 추적이 동일한 전략을 구현하는지 결정할 수 있는 결정 가능한 구조적 동등성(decidable structural equivalence)을 제공하는 시스템이 존재하지 않는다.

방법론

저자들은 이더리움 트랜잭션을 **정형 구조 형태(canonical structural form)**를 갖는 것으로 취급하는 시스템을 제안한다. 핵심 방법론은 실행 추적을 토큰 전송의 추상 구문 트리(AST)로 변환하고, 이러한 트리들을 고유한 정규형(normal form)으로 축소하기 위해 **수렴하는 항 재작성 시스템(convergent term rewriting system)**을 적용하는 것이다.

1. 데이터 표현

실행 추적에서 AST로: 시스템은 로우(raw) EVM 실행 추적을 입력받아 현금 흐름 트리(Cash Flow Tree, CFT)를 구축한다. 여기서 내부 노드는 컨트랙트 호출을 나타내고 리프 노드는 토큰 전송을 나타낸다.
송신자 보강(Sender Enrichment): 결정적으로, 각 전송은 호출 계층 구조(특히 CALL과 DELEGATECALL을 구분)로부터 유도된 송신자 필드( $\sigma$ )로 주석이 달린다. 이를 통해 시스템은 프로토콜 특정 이벤트나 ABI에 의존하지 않고도 스왑(외부 호출자에 의해 조율됨)과 릴레이(중개자에 의해 시작됨)를 구조적으로 구분할 수 있다.
토큰 동등성: 시스템은 래핑된 자산(예: ETH와 WETH)을 사이클 경계에서 동일한 기초 자산으로 처리하기 위해 토큰 동등 관계( $\tau_1 =_\tau \tau_2$ )를 정의한다.

2. 재작성 시스템 (The Rewriting System)

탐지 과정은 4개 단계로 그룹화된 15개의 규칙( $R1$ – $R15$ )과 검증 술어( $R16$ )로 구성된 항 재작성 시스템이다.

체이닝(Chaining): 한 전송의 목적지가 다음 전송의 소스와 일치하면 인접한 전송들이 체인으로 연결된다. 규칙은 스왑(토큰 불일치)과 릴레이(토큰 일치)를 구분한다.
리프팅(Lifting): 완전히 축소된 서브 트리가 부모 노드로 리프팅되어, 중첩된 호출로부터 발생하는 전송을 상위 레벨의 체이닝 기회로 노출시킨다.
병합(Merging): 동일한 기점(origin)과 종점(destination)을 공유하는 병렬 경로들이 집계된 체인으로 병합된다.
주석 및 검증(Annotation & Validation): 닫힌 체인(소스와 목적지가 동일한 경우)은 사이클로 레이블이 지정된다. 규칙은 차익거래 사이클(수익성이 있고, 토큰이 일치하며, 릴레이가 아닌 경우)과 단순 라우팅 사이클을 구분한다. 마지막 검증 단계는 델타 맵(delta map)을 확인하여 사이클이 엄격하게 양(+)의 순 잔액을 생성하는지 확인한다.

3. 형식적 보증

시스템은 종결성(terminating), 건전성(sound), **결합성(confluent)**이 증명되었다.

종결성: 재작성 과정은 최대 $3n-2$ 번의 패스(여기서 $n$ 은 리프의 수) 내에 정규형에 도달함이 보장된다.
결합성: 규칙 적용 순서에 관계없이 시스템은 고유한 정형(canonical form)으로 수렴한다.
결정 가능성: 정형이 고유하기 때문에, 두 트랜잭션 간의 구조적 동등성은 그들의 정형을 비교함으로써 결정 가능하다.
기계화(Mechanization): 5가지 속성(보존성, 종결성, 건건성, 결합성, 결정 가능한 동등성) 모두가 추가적인 의무 사항(obligations) 없이 Rocq 증명 보조기를 통해 기계화되었다.

주요 기여

정형 기질(Canonical-Form Substrate): 실행 추적을 고유한 정형으로 축소하여 자금 흐름의 구조적 동등성을 결정 가능하게 만드는 재작성 시스템이다. 차익거래 탐지는 독립적인 휴리스틱이 아니라 이 기질에 대한 쿼리로 제시된다.
송신자 보강 AST: 프로토콜 특정 카탈로그 없이 호출 계층을 사용하여 스왑 대 릴레이 흐름을 구별하는 표현 방식으로, 동일한 바이너리가 Arbitrum, BSC, Ethereum에서 실행될 수 있게 한다.
기계화된 형식적 보증: 탐지 로직이 설계에 의해 건전함을 보장하는 Rocqu를 통한 완전 검증된 구현.
쿼리로서의 탐지: 구조적으로 사이클을 재구성하는 고정점(fixpoint) 기반 알고리즘이다. 이는 특정 대출 로직 없이도 남겨진 회수(borrow/repay 전송 쌍)를 통해 플래시 론 차익거래를 탐지한다.

평가 결과

시스템(Argos)은 220,000개의 이더리움 블록을 대상으로 Eigenphi(생산용 MEV 플랫폼)와 비교하여, 그리고 1,000개의 블록을 대상으로 ArbiNet(GNN 분류기)과 비교하여 평가되었다.

탐지 볼륨: 시스템은 469,801개의 확정된 탐지 건수와 245,497개의 시도된 차익거래(구조적으로는 사이클이 닫혔으나 가스비로 인해 손실이 발생한 경우)를 생성했다.
베이스라인과의 일치도:
- Eigenphi: Eigenphi의 탐지 건수 중 **83.5%**와 일치했다.
- ArbiNet: ArbiNet의 탐지 건수 중 **81%**를 커버했다.
독점 탐지: 시스템은 Eigenphi가 포착하지 못한 60,199개의 독점 확정 탐지 건수를 찾아냈다. 500개의 트랜잭션에 대한 수동 검증 결과, 확정 티어에서 위양성(false positive)은 제로였다.
불일치에 대한 포렌식 분석:
- Eigenphi 독점 탐지 건수 중, **63.5%**는 정형 형태에서 사이클이 없었다(베이스라인의 위양성).
- ArbiNet 독점 탐지 건수 중, **15.2%**는 사이클이 없었다(위양성).
- 시스템은 트랜잭션 수신자에 집중하는 보수적인 분류 범위로 인해 일부 내부 컨트랙트 사이클을 놓쳤으나(Eigenphi-only의 9.0%, ArbiNet-only의 39.1%), 고정점 알고리즘은 이를 구조적으로 정확히 탐지했다.
성능: 재작성 알고리즘은 트랜잭션당 중앙값 0.07 ms로 실행된다. 디코딩을 포함한 전체 파이프라인은 평균 0.25 ms를 기록했다.

의의 및 주장

본 논문은 차익거래 탐지가 프로토콜 특정 패턴이나 머신러닝 학습 데이터에 의존할 필요가 없다고 주장한다. EVM의 결정론적이고 순차적인 특성을 활용하여, 시스템은 모든 트랜잭션에 대한 정형 구조 형태를 도출한다.

결정 가능성: 주요 기여는 자금 흐름의 구조적 동등성이 결정 가능하다는 것을 입증한 것이다. 이를 통해 특정 토큰이나 컨트랙트 주소가 아닌 토폴로지(topology)를 기반으로 트랜잭션을 전략 제품군(예: "star-convergent arbitrage")으로 분류할 수 있다.
건전성: 시스템은 설계에 의해 건전하다. "확정(confirmed)" 판정은 정형 내에 구조적으로 유효하고 수익성이 있는 사이클이 존재함을 의미한다.
범용성: 이 접근 방식은 표준 ERC 및 WETH ABI에 의존하므로 프로토콜 불가지론적이다. 수동 규칙 업데이트 없이도 복잡한 토폴로지(다중 사이클 분할, 플래시 론 래퍼 등)를 성공적으로 탐지한다.
포렌식 유용성: 시스템은 단순히 이진 레이블을 제공하는 것이 아니라, 축소된 AST와 델타 맵이라는 기계 검증 가능한 인증서를 제공하여 수익이 어떻게 실현되었는지 설명한다. 이는 실패한 시도와 구조적 이상에 대한 포렌식 분석을 가능하게 한다.

저자들은 현재 구현이 차익거래에 초점을 맞추고 있지만, 정형 기질은 다른 MEV 쿼리(예: 워시 트레이드, 청산)를 지원할 수 있는 일반적인 대수적 객체이며, 향-교차 트랜잭션 및 교차 체인 분석에 대한 후속 연구가 가능하다고 결론짓는다.