나도 AI나 될 걸 (불가능)

<오후에도 데깎노하며 남기는 후기>

Near는 Near대로 아주 재밌게 분석을 하고 있는데요 ^^
이런 거 좋아하는 분들 또는 온체인 데이터 분석 공부를 하는 분들을 위해 공유해봅니다.

- 목표: near liquid staking tvl 구해보기 (DB 구조 및 이벤트 유형 이해하기에는 이런 성장이 스테이블한 친구들이 좋음) 대표 프로토콜 중 하나로 LiNEAR가 있어서 이걸로 시도 중.

- 방법: DB가 제공되면 DB로 구하는 게 가장 빠르고 정확, 안되면 Event 기반으로 또 나눠야 함. 그나마 좋은 건(모르겠다 그냥 나한테 똑같긴 함) near는 account_id를 원하는 텍스트로 설정할 수 있어서 주소 가독성이 있음. 예시로 다른 체인은 "0x123" 이런 내용이라면 니어는 "linear-protocol.near" 이렇게 쿼리할 수 있음

(1) dune에는 near.balances라는 테이블이 있어서 유동화 가능한 near 물량(liquid)과 stake 물량(stake), 리워드(reward), lockup된 stake 물량 등을 일별로 테이블이 존재. 다만 liquid, 즉 실제 물량은 반영이 잘되어 있는데 staked near 양은 해당 테이블에서 안구해짐

(1-a) 개별 데이터가 staked 데이터인 경우, 물량이 너무 적음 (최근 일 평균 200k 정도인데 실제로는 25M 정도 잡혀야 함)
(1-b) 각 데이터가 시점별 staking 물량을 나타낼 경우, 너무 많음 (이건 80M+)
(1-c) 다른 locked_reward 등의 데이터를 반영안한가 싶어서 봤는데, 대부분 0으로 채워진 sparse table에 가까워서 이게 문제는 아님
(1-d) 예상되는 이유 중 하나는 unstaked 물량 반영이 잘 안되고 있는 것 같은데, 사실 이게 없으면 앞에 데이터는 큰 의미가 없음. 물론 raw-data가 이해 못하는 내가 바보일 수도 있기 때문에 다시 찬찬히 docs 보긴 해야함

(2) liquid staked near 즉 LINA로 가격 * 물량해서 역산해도 되긴 한데, LINA는 이자가 계속 쌓이는 ERC-4626과 같은 구조라 전체 물량 반영이 안됨. 개인적으로 과거에 이런 방식으로 많이 하긴 했는데(앱토스 대시보드, 근데 가격 반영을 안하긴 해서 그냥 estimation으로 퉁침) 최근에는 더 정확한 TVL 및 물량 계산을 위해 실제 staked asset 바탕으로 tvl을 구하려고 하는 편 (근데 defillama api를 체크해보니 얘네는 그냥 또 function call함. 확실히 rpc-node api로 시스템을 구축해두면 편한 것 같기도...)

(3) 이벤트를 모두 파싱하는 역산하는 최후의 수단이 있긴 함. 아직 안하긴 했는데 이거하기 시작하면 모든 프로토콜 별로 또 이벤트 뜯어봐야 함...그래서 곧 이거 할 차례

근데 이런 범용적인 온체인 데이터를 처리하는 게 여전히 매우 별로인데, 아직 리테일 서비스가 많이 없기 때문에 수익성이 떨어지고 그러다보니 이런 non-evm 체인 전체 데이터 인덱스를 해주는 기업도 많이 없음. (그나마 zettablock있음. 여기 잘되야 함. 여기가 미래다.)

여튼 Non-EVM은 여전히 빈틈이 많은 곳이다보니 혹시나 데이터 분석가로 취업하고 싶다면 이런 빈틈을 노려 해외 기업 취업하는 것도 추천함.

문뜩 데이터 분석에 대한 동기부여에 대해 고민해보았다. 시기 별로 마음 속에 담고 있는 대의도 있었지만,
그것말고도 컴퓨터와 데이터가 주는 "수"에 대한 감각과 예상되는 정답을 향해 깎아내는 과정이 정말 좋다.

입학 전에 동아리 소개 시간에 Big-O Notation에 대한 개념을 배웠다. 이는 문제를 해결하기 위해 필요한 연산 수를 주어진 조건에 맞게 어림잡는 과정이다. 예를 들어 수열의 합을 구하는 연산은 대략적으로 더하는 연산이 N개니까 O(N)과 같은 것이다. 그리고 "알고리즘 문제를 풀 때는 약 10,000,000 정도의 연산을 1초로 기준으로 하면 좋다" 라는 선배의 가르침에 알고리즘을 신나게 풀었던 기억이 있다. 필요한 알고리즘을, 자료구조를 배우고, 정수론과 기하를 통해 최적화를 해나가는 과정은 도파민의 연속이었다. 알고리즘 문제 풀이란게 현업과 약간은 동떨어진 수학 문제나 체스와 같은 지적 유희에 가깝지만 그 순간에는 거의 중독이라고 부를 정도로 매일 문제에 절여져있었다. (이걸로 개발자인 친형과 싸우기도 했다. 왜 돈도 안되는 공부하냐고.)

알고리즘 문제를 풀면 암산과 근사를 많이 하게 된다. 자료 구조나 로직 자체가 있다보니 다수 문제의 예상 시간 및 메모리 근사는 n, 2^n, n^2, n^3, log n, sqrt(n), loglogn 등의 곱 또는 합으로 표현되고, 여기서부터 어림짐작에 재미를 느끼게 된다. 예를 들어 O(2^n*m) 정도 걸리는 연산에서 N=20, M=20 정도라면? 2^20 * 20이 되고 이 값이 대략 20,000,000 이니 바로 그에 따른 코드를 바로 짜는 즐거움이 있다. 그리고 이 선이 간당간당할 때 dp라고 불리는 memorization 기법 등을 써서 실행 시간을 깎아나가는 것이 또 묘미다.

지금도 대시보드 만들때면 이미 예상하는 대시보드가 존재하고, 이를 위해 머릿속의 방법론과 코드를 옮겨적고는 하는데 이 과정이 꼭 데이터를 깎는 느낌이 든다. 기본 데이터 형태만 대략적으로 확인해도 걸리는 시간도 어느 정도 역산이 가능한데, 시간이 많이 걸릴 게 예측되면 이미 지쳐서 안만들고는 할 때도 있다. 대표적으로 지금 Non-EVM 블록체인 데이터가 그렇다. 이게 시간의 문제지 결국에는 또 불가능이 아니란 것을 알때면 그냥 무념무상으로 코딩할 때가 있는데 그게 몰입이 아닐까 싶다. 그리고 종종 이 과정에서 갑자기 소소한 최적화들이 떠오르며 구현에 성공하는데, 자랑할 사람이 없다는 게 아쉬울 때가 있다.

종종 슈퍼마리오 초기 버전의 용량이 지금 사진에 비해 훨씬 작은 40KB라는 사실을 기억하며, 과거 개발자들이 이런 최적화와 노가다 작업을 통해 만들어냈을 걸 상상하며 설레기도 한다. 지금도 AI 외에도 수 많은 어플리케이션의 최적화는 낭만이다. MMORPG 등에서 동시 다발적 싱크를 모두 맞추는 것, 10억명이 넘게 사용하는 플랫폼의 데이터가 계속 어딘가에는 기록되고 추천 알고리즘이 돌아간다는 인프라가 있다는 것...AI가 아니라도 현재 데이터 인프라와 컴퓨터는 낭만 그 자체가 아닐까.

밈코인의 붐에 너무 FOMO가 올 필요 없다고 생각한다. 결국 자기가 할 수 있는 범위에서 투자를 해야한다.

본인이 “밈”에 대해 빠삭하고, 러그풀 감지에 민감한 사람이라면 밈코인 시장은 충분히 매력적일 수 있지만, 그게 아니라면 단지 투기이고 카지노이다. 우리는 가위바위보도 승률이 50%를 넘지 못하는 인간임을 항상 명심해야 한다.

투기로 번 돈은 욕심을 버리지 못한가면 결국 투기로 잃게 된다. 돈을 잃은 사람은 말이 없다. 끝에 가서 실제로 돈을 번 사람은 극소수다.

카지노가 나쁜 것은 아니다. 도파민을 적절하게 얻는 것은 좋다. 다만 적절한 금액과 본전 회수 등에 휘말리지 않아하는 가장 중요한 룰들을 잊지 말길 바란다.

이걸 예측한 이유는 업비트는 상장에 특정 기준이 있는지 꼭 특정 상단을 돌파한 기간에 월 기준 4건이상 원화상장을 진행했던 묘한 패턴이 있습니다. (시장을 보고 있긴 보고 있다는 뜻)

* 근데 묘한 건 꼭 이러면 짧게라도 부분 조정이 왔었습니다. (가장 마지막은 24년 5월, 그 전에는 21년 4월, 10월도 있음) 물론 사례가 적어서 일반화는 어렵지만 업비트가 신나면 슬슬 탐욕의 장이 되어가고 있다고 해석할 수도 있습니다. (다 떠나서 그냥 이런 거 무시하고 올라주면 좋겠네요)

* 그리고 저는 업비트는 은근 코인베이스 레퍼체크를 많이 본다고 생각하고 있습니다. 예시 BIGTIME, ZETA, SAFE 등

2024 얼마 안남았고 아직 tge 안한 바낸 투자 토큰은 많음. 시장 나쁘지 않은 지금 슬슬 바낸 런치풀 쏟아지지 않을까?

데깎노 와중에 더 큰 억까 발생...Dune 플랫폼 터지기

Solana의 첫 Native LRT인 Fragmetric이 드디어 메인넷 런칭을 했네요.

해당 팀은 현재 솔라나의 대표적인 인프라 프로젝트 Jito, Backpack 등과 긴밀하게 협업하며 다른 솔라나팀들에 비해 기술적인 강점도 있으면서 솔라나의 문화에 대한 이해도도 높아 솔라나 생태계에서 가장 기대가 되는 팀 중 하나입니다.

기존의 다른 LRT와 마찬가지로 현재 포인트 시스템인 LF(ra)G 캠페인을 시작했는데 고래들이 처음부터 대량으로 들어오고 있네요ㄷㄷ 하루만에 18000 SOL (대략 $3M+) 정도 일단 모집되었습니다.

과연 ethereum-etherfi만큼 solana-fragmetric으로 성장할 수 있을까요? 참고로 solana 생태계 restaking은 solayer vs Jito 구도가 될 것 같은데 전 Jito팀을 더 믿는 중이긴 합니다. Jito의 개발력은 진짜 미쳤기 때문...

그리고 요새 Dune ⭐️ 흥행이 점점 부진한데, 계정이 있다면 해시드 계정 많관부입니다 👀

https://dune.com/hashed_official/fragmetric

AI x Crypto에 대해 개인적으로 중립보단 살짝 부정에 가까움.

AI x Crypto 대부분은 과거 P2E와 같다고 보고 있음. 말이 안되는 건 아니고 프로덕트도 있지만 유저들의 니즈를 채워주는 실용성에 대해서는 여전히 부족함. 기존 AI 인프라와 API 비용과 경쟁하여 Web3 경험이 없는 유저를 온보딩할 수 있을까? AI x Crypto 프로덕트는 진짜 Claude, Perplexity, ChatGPT, Character ai 등의 프로덕트와 경쟁해야 함. 크립토만이 할 수 있는 "이념 전파"와 "인센티브 모델"이 매우 중요할 것.

AI x Crypto는 인프라는 미래에 대한 기대감으로 가격이 산정되는 테슬라 같은 테크주로 보이고, 어플리케이션 레벨에서는 "어느 정도 효용"을 만족시켜줄만한 컨텐츠는 만들 수 있을 것. 마치 NFT 시장 또는 P2E 시장과 비슷하게 될 것이라 예상. 그리고 알다싶이 이런 가격 산정이 어려운 시장에서 기회는 반드시 있긴 하다. 새로운 컨텐츠 시대의 오픈씨가 누가 될 것인지, AI2E 시대의 액시와 스테픈은 누가 될 것인지 또는 밈코인 시장의 BAYC를 찾는 것도 모두 방법이 되겠지만 적절한 exit이 중요함. ICO 불장, 디파이 불장, NFT 불장에 들어왔다고 다 졸업했던 거 아닌 것 처럼?

궁극적으로 유저를 계속 유입시키며 fly-wheel을 만들기에는 그정도 기술적, UX 엔지니어링 강점을 가진 AI 팀은 아직까진 별로 없어보임. 그렇기에 뛰어난 수완으로 Web2 유저 온보딩을 성공하는 팀을 발견한다면 강하게 베팅해도 됨.

Ronin의 부활과 같이 기술적으로 2~3년이 지나면 AI x Crypto도 유의미한 프로덕트를 만들 수 있을 것이라 생각하지만 단기간에 떠드는 AI x Crypto는 버블이 될 가능성도 적지 않음. 언젠가는 올 미래라고는 생각. 다만 지금의 유저 기대감과는 진행속도가 다르게 되지 않을까 생각.

스크롤의 토칸 사망...

결국 체인 성장이 뒷받침 되어주지 못하면 3,3은 무너질 수 밖에 없는가. (혹시 해킹 등 이슈 있으면 알려주세요)

거버넌스 only 또는 적절한 소각 매커니즘 없이 과연 L2 토큰은 가격을 방어할 수 있을까? 단순한 수익쉐어 제외.

1) 우선 fully onchain 거버넌스 방식이면 내부 트레저리 운용 등에서 방어 비용으로 어느 정도 가격 방어 및 상승이 작용하겠지만 (일부 디파이와 같이) 현재는 대부분 중앙화 되어있으니 어려움.

2) 소각 매커니즘의 도입. 결국 가스비로 사용할 수 있게 해야하는데 자체 체인의 하드포크 또는 신규 체인 제작 외에는 쉽지 않음. 그래서 아비트럼 오비탈은 L3 등을 통해 자체 토큰을 사용할 수 있게 해주는데, 아마 L2들은 자기들만의 유스케이스 기반으로 L3를 만들지 않을까 예상해봄. 마치 EigenLayer가 EIGEN 수요 만들려고 EigenDA 만든 것 처럼.

3) 스테이킹 매커니즘 도입. 시장의 공급을 줄이는 가장 쉬운 방법. 근데 이건 추후 약속된 이율이 가격 하락에 비해 높아야 하는데, 결국 체인 성장이 뒷받침 안되면 손해라고 생각.

4) 새로운 수익 창출 방식 형성. restaking 이 해당 시장의 가능성을 열어줌. 자체 거버넌스에 대한 보호 비용이 아닌 타 프로토콜에 대한 보호 비용으로 작용하고 수수료를 받는 형식. 이게 유의미하기 위해서는 avs라고 불리는 프로토콜이 수익을 내어 최소 크립토 금리는 넘어줘야 메리트가 있는데 과연 무엇일까? 가장 액티브한 dapp인 유니스왑의 UNI의 스테이킹 with L2가 어떻게 될지가 제일 중요할 듯.

간략하게 작성한 글인데 이 주제에 관련하여 제가 좋아하는 리서처 분들이 각각 의견을 더 정리해서 공유해주셨네요. 각 글마다 비슷하면서도 다른 생각들을 볼 수 있으니 한 번 살펴보시기 바랍니다. 공통적으로 지금 구조의 L2 토크노믹스에 대해서는 모두 부정에 가깝네요😔

- Steve's Catallaxy
- MoneyBull
- 크립토 오프로드

<데깎노 일기 - BITCOIN RUNES>

해당 내용은 Rune Protocol 생성과 관련된 독스를 읽던 와중 원본 데이터 해석이 안되어 삽질하여 알아낸 결과입니다. 제 주말 N시간...

비트코인에는 다양한 토큰 종류가 있습니다. ordinals, brc-20, runes가 그 대표입니다. 온체인 분석을 위해서는 각 프로토콜의 실제 데이터 포맷을 아는 게 중요한데 이번 글은 이와 관련한 삽질 후기입니다. (참고로 이 분야에 대해 문화, 커뮤니티, 생태계 등에 대해 더 알고 싶다면 국내에는 주혁님의 유튜브 및 텔레그램을 더 보시는 것을 추천합니다.)

1️⃣ Ordinals & BRC-20

해당 내용은 비트코인 전송에 작성된 script 구문을 해석하여 결과를 얻을 수 있게 됩니다. 생각보다는 쉽습니다. 우선 오디널스와 brc-20은 비트코인 트랜잭션에 디테일하게 작성되어 있습니다.

예시로 brc-20 표준은 6272632d3230 라는 16진수 문구가 비트코인 트랜잭션에 포함되는데, 이는 ascii 코드로 해석할 수 있습니다. ascii 코드란 알파벳 소/대 문자 + 숫자 + 특수 문자 등을 0~127까지 매칭 시켜둔 표입니다. 그래서 62 72 63 2d 32 30 이렇게 쪼개보면 각각이 b, r, c, -, 2, 0 텍스트에 매칭되어 있습니다. 그럼 SQL로 저 문구가 포함된 비트코인 트랜잭션을 모두 구하면 가스비나, 전체 트랜잭션이나 용량 등을 구할 수 있습니다. 그리고 이 과정에서 비트코인 최소 단위인 sats마다 해당 내용이 매핑 되어 sats를 전송하는 것으로 거래가 가능합니다. (물론 여기도 다양한 메타데이터를 담는 포맷이 있지만 일단 생략합니다)

2️⃣ Runes

그럼 이제 본격적인 문제는 Rune입니다. Rune은 기본적으로 각 sats에 새기는 방식이 아닌 UTXO의 출력문을 통해 민팅, 전송 등을 합니다.

그리고 여기서는 etching이라는 표현으로 초기 시작에 전체 데이터에 대한 내용들이 포함됩니다.

첫 트랜잭션에서 표기되는 내용은 정말 다양한데 핵심정보는 다음과 같습니다.

1. divisibility (=erc20의 decimal, 즉 소수점과 같음)
2. premine
3. rune
4. spacers
5. symbol

그래서 이게 rune 관련 scan에는 누가/누구에게 얼마나 보냈다~ 다 파싱되어 있지만 실제로는 또 다시 16진수를 해석해야 합니다. 다행히도 etching의 경우 OP_RETURN OP_13 로 하기 때문에 이는 쉽지만 transfer나 초기 정보에 대한 내용 해석은 뒤의 구문을 해석해야 합니다. 참고로 가장 괜찮았던 scan은 다음과 같습니다.

- ordiscan
- mempool.space: ordiscan에서 자세히 보기하면 바로 연결됨

3️⃣ Runes 예시 분석

예시로 가장 시총이 큰 Runes인 DOG•GO•TO•THE•MOON는 6a5d2102010487a1c3f0c0ebf7fb9d01010503d4040595e80706808084fea6dee1111601 라는 텍스트로 초기 pre-mine 물량, 이름, 자릿수 등이 정해졌고, 주혁님 덕분에 국내 인지도가 높은 PUPS•WORLD•PEACE (이하 PUPS)의 경우 6a5d24020504bea5c1f8b9f1dfcbc3040112038802055006808080c0ce87a0e89ff9b8d9331601 로 초기 민팅이 되었습니다. (각 runes의 etching 트랜잭션 - DOGS, PUPS)

저 16진수 값을 어떻게 해석해야할까? 이게 단순 16진수라고 하기에는 바로 ascii로 매핑이 되는 것도 아니고...그리고 길이도 서로 달라 분명 이를 쪼개는 방법도 다르단 것도 감이 오죠? 이게 공식 문서대로 하면 다음과 같습니다.

1. LEB128로 인코딩된 내용을 디코딩하고
2. 각 태깅에 해당 하는 내용을 해석하면 된다.

LEB128은 무엇인가? 바로 가변길이 저장 방법입니다. 16진수로 긴 문장을 표현하고 싶을 수도 있고 짧은 문장을 표현할 수 있는데 이를 8bit 단위로 끊는 것입니다. 예를 들어 표현할 문장이 있다면 이를 7개씩 끊습니다. 예로 00000010000002 라는 문장이 있습니다. 이는 0000001, 0000002로 끊을 수 있습니다. 그러면 첫 번째 단어 0000001은 뒤에 문장이 있습니다. 그럼 맨앞에 1을 붙이고, 두 번째 단어는 뒤에 오는 내용이 없으니 앞에 0을 붙입니다. 그럼 인코딩된 텍스트는 100000010000002가 되고 이를 16진수로 바꾸면 0x8102가 됩니다 (참고로 초기는 0x82임) 여튼 이것의 역과정을 거쳐주면 됩니다.

하는 방법은 쉽습니다. hex로 작성되어 있는 내용을 2개씩 끊고 여기서 맨 앞자리가 8보다 큰 수냐 아니냐로 구분해서 이를 바꾸면 됩니다. DOGS는 6a 5d 21 02 01 04 87a1c3f0c0ebf7fb9d01 01 05 03 d404 05 95e807 06 808084fea6dee111 16 01
로 구분되는데 처음 6a 5d는 OP RETURN 13에 해당하는 Runes 공통 내용이고 0x21(33)은 뒤에 올 hex 자릿수가 33개임을 의미하는 것입니다. 이렇게 되면 위 내용은 다음과 같이 2개씩 매핑할 수 있다는 점을 알 수 있습니다.

02 01
04 87a1c3f0c0ebf7fb9d01
01 05
03 d404
05 95e807
06 808084fea6dee111
16 01

이제 앞에 2개가 미리 지정된 태그입니다. 2는 엣칭 정보, 04는 Rune 이름, 01은 자릿수, 03은 spacer(토큰 이름 중간에 있는 점 위치), 05는 symbol(ticker), 06은 초기 프리마이닝 물량, 16은 오프셋 값인데 몰라도 이건 됩니다.

제일 재밌던 부분은 바로 95e807 가 어떻게 🐕 이 이모지를 표현하는지 역으로 해석하는 부분이었습니다. 이게 PUPS는 심볼이 P라 0x50으로 아스키코드이자 유니코드로 잘 매핑이되는데 저 강아지 이모지는 U+1F415 거든요. 95e807 은 LEB127 방식 2진수로 변환해도 (1 0010101 1 1101000 0 0000111) 이어붙이면 결국 첫 자리가 7이라 매핑이 안되죠. 그런데 재밌는 것은 0000111 1101000 0010101 이를 역으로 붙이는 방법을 사용하면 가능합니다. 즉 symbol은 LEB128 변환 후, 역순으로 조합을 통해 unicode hex값을 구할 수 있었습니다.

이 방법을 그대로 한다고 또 Premine 값이 구해지느냐? 이것도 아니었습니다. 정순/역순으로 붙여도 10^N형태가 나타나지 않았습니다. 다만 scan은 premine 양에 대한 정보가 있었기에 무조건 변환이 가능한 값이었습니다. 재밌게도 수 변환은 정순으로 쭉 연결후, 역순하여 변환하면 되었습니다. 808084fea6dee111 이 값은 결국 10^16으로 잘 계산이 되었습니다. (소숫점 5자리에 실제 자릿수 11자리) - 참고로 Spacer도 다음 방식으로 디코딩하면 됩니다. 정순으로 합친 후 역순.

이제 가장 귀찮은 표기법은 Rune의 이름인데 base-26 인코딩 방식입니다. A-1, B-2,,,,Z-26, AA-27, AB-28 이런식으로 표기하는 방법인데 참 고전적인 코딩테스트 문제인데, 여기서는 LEB128 변환 후, 역순으로 연결 후, 합친 후에 해당 값을 문자열로 바꾸는 아주 귀찮은 방식이 추가된 구현 문제였습니다. 수에서 문자열은 쉬운데 26으로 계속 나누면서 나머지 값을 통해 변환하면 됩니다. 여튼 자세한 건 파이썬 코드에 있으니 참고참고.

87a1c3f0c0ebf7fb9d01 를 해보니 PUPSWORLDPEACE라는 문자열을 구할 수 있었습니다. 마찬가지로 bea5c1f8b9f1dfcbc304 를 하면 PUPSWORLDPEACE 가 나옵니다.

여튼 다 계산하고 보니 정말 최적화된 방식으로 저장이 되어있긴 하구나라는 생각은 들었습니다. 물론 제가 하고 싶은 것(해야 하는 것)은 Etching과 별개의 Transfer 연산의 개수 세기라서 조금 더 hex 값과 놀아야 하지만...이게 이론은 쉬운데 막상 손으로 까보면 귀찮은 내용이라 혹여나 좋아하는 분들을 위해 기록으로 남겨둡니다. 조금 더 정리해서 11월에는 국문으로 정제된 자료 작성해보겠습니다.

작년(2023)에 리움미술관 마우리치오 카텔란 전시를 관람했는데,
수 많은 재미있는 작품이 있었지만 역시나 가장 인기 있는 작품은 이 "바나나" 였습니다. (저는 비둘기들과 대리석으로 만든 "모두"라는 작품이 최애)

근데 이 "바나나" 라는 작품 자체가 벽에 바나나 붙이고 테이프를 하는 작품을 통칭하는 작품으로 전시되다보니 전시 끝자락에 갔을 때는 바나나가 시든 상태라 재밌었던 기억이 있습니다.

NFT도, 밈코인도 예술의 영역이 아닌가 싶을 때가 있습니다.

우리는 그 창의성에 대해 얼마나 가격을 매기는가?

USDT on Aptos 🔥

tl;dr: (1) Aptos에 Native USDT 상륙. (2) 체인 내 토큰 표준이 기존 모듈 단위에서 오브젝트 단위로 변경하여 보다 유연한 프로그래밍 가능. (3) 분석가랑 개발자들만 고생하면 됨.

기존에 Aptos에서 스테이블코인은 다양한 브릿지를 타고 넘어온 스테이블코인이었습니다. (LayeZero, Wormhole, Celer) 그래서 Aptoscan에서 보면 모두 MC도 각자 다르게 잡혀버리는 이슈가 있었죠. (물론 각 브릿지에 따라 리스크가 다르기 때문에 다르게 잡는 게 맞긴 합니다)

그리고 드디어 Tether의 Native USDT가 Aptos에 상륙했습니다. 지난 8월 정도에 공지를 했고 2개월 남짓 지난 지금 이제 메인넷에 배포되었네요.

Native USDC, Native USDT가 들어오는 것은 체인 자체에는 매우 좋은 신호입니다. third-party 리스크를 줄일 수 있으며, 보다 유연한 사용이 가능해지므로 체인 확장에 있어서 중요한 요소입니다. 그래서 Native USDC on Sui & Native USDT on Aptos는 이런 모놀리틱 생태계의 다양성에 있어 앞으로가 더 기대되는 업데이트이기도 합니다.

다만 이런 모놀리틱 체인은 병렬 처리를 하다보니 정보 가독성이 상당히 떨어지고, 특히나 코인 소유권에 대해 처리가 단순 RDB 형식이 아닌 파편화되어 있다보니 정보가 말이 아닙니다. (심지어 아직까지 Solana도 스캔/서비스 별로 토큰 홀더 수 업데이트 속도가 다름. Non EVM은 스캔을 함부로 믿지마...)

그래서 USDT on Aptos의 총 Supply를 보려고 하니 이에 대한 정보를 바로 제공하는 스캔이 아무것도 없네요. 이는 앱토스가 블록체인 모듈 구조의 토큰을 오브젝트 단위로 바꾸면서 시작된 이슈입니다.

지난 8월, AIP-63 제안에 따라 최근 Coin으로 불렸던 토큰 표준에 대해 Fungible Asset이라는 Object 기반의 표준으로 변경되었고, 그래서 기존 스캔들은 해당 표준에 대해 아직 읽지 못하는 것으로 보입니다. 그리고 USDT는 당연히 최신 스택인 이 Object로 토큰을 관리하고 있고, 그래서 데이터 분석을 하려면 또 테크 스택부터 봐야하네요...

우선 기존의 Module 구조보다 개선된 Object 구조로 확장성을 높인 부분은 좋은데,,,그럼 분석가는 처음부터 또 다시 봐야하잖아요,,,그래 실제 dapp 개발자가 아닌게 어디야,,,

여튼 체인은 열일하고 있습니다. APTOS 레츠고🔥

불장인가보다 Dune 또 터짐...

* Error code 524는 웹 서버에 대한 연결이 성공적으로 설정되었지만 제한 시간 내에 HTTP 응답이 오지 않았음을 의미합니다. 보통 서버터지면 나오는 에러 중 하나. 개발자 밈 Error 404말고 하나 더 알아가길 바라며...

오 Paradigm에서 온체인 관련 오픈소스 만들던 data associate이 research partner로 진화

크립토 vc에 데이터 분석가/엔지니어 점점 늘어가는 중🔥

- a16z crypto - Daren Marsuoka, Eddy Lazarin
- Dragonfly - hildobby
- Paradigm - storm
- Elecric Capital - Kate Li, Yizhao Tan