디파이 시장 전쟁: 팬케이크스왑 vs 하이퍼리퀴드, 누가 주도권을 잡을 것인가?
디파이 시장이 다시 뜨겁다. 팬케이크스왑과 하이퍼리퀴드가 선두를 다투며 시장 판도를 바꾸고 있다.
두 플랫폼은 각각의 강점을 내세우며 사용자와 유동성을 끌어모으는 중. 팬케이크스왑은 BNB 체인 기반의 확장성을, 하이퍼리퀴드는 크로스체인 유동성에 집중하고 있다.
디파이 시장이 성장하면서 중앙화된 거래소들의 독점 구조에 도전장을 내밀고 있다. 물론 이번에도 '진정한 탈중앙화' 논란은 피할 수 없겠지만.
투자자들은 유동성 공급과 수익 창출을 위해 두 플랫폼을 오가며 최적의 전략을 모색 중. 디파이 여름이 다시 오는 걸까?
Source: COLE Systems Architecture, https://github.cOM/hkbudb/cole
Source: COLE Storage Architecture, https://github.com/hkbudb/cole
COLE(Column-based Learned Storage for Blockchain Systems)은 2024년 FAST 컨퍼런스에서 발표된 프로젝트로, MPT 기반의 과거 데이터를 저장하는 환경에서 낭비되는 스토리지를 최소화하기 위해 출발했다.
다음은 COLE의 핵심 개념을 정리한 요약이다:
- 컬럼 기반 레이아웃(Column Layout)
특정 계정의 모든 과거 값을 연속적으로 저장해, MPT 경로의 중복을 제거한다. - 러닝 인덱스(Learned Index)
주소와 슬롯 쌍 (address, slot)에 대해 정확한 바이트 오프셋을 예측하는 소형 머신러닝 기반 선형 분할 모델을 사용해, 읽기 I/O를 크게 줄인다. - 머클 증명(Merkle Proofs)
각 불변 데이터 블록인 ‘런(Run)’ 단위에 자체 머클 트리를 포함시켜, 포함 증명(inclusion proof)을 저장 포맷에서 자연스럽게 생성할 수 있도록 한다. - 다중 엔진 구현(Multiple Builds)
동기식 기준 엔진인 cole-index, 더 높은 쓰기 처리량을 위한 비동기 병합형 cole-star, 그리고 머신러닝을 사용하지 않는 단순 버전인 non-learn-cmi를 제공한다. - 벤치마크 프레임워크(Benchmark harness)
COLE의 저자들은 공간 효율, 꼬리 지연 시간(tail latency), 처리량 등 주요 지표를 측정할 수 있는 평가 도구도 함께 제공한다.
여기서 ‘컬럼 지향(Column-Oriented)’이라는 개념은, 각 저장 단위(Run) 내부에서 데이터가 어떻게 구성되는지를 의미한다. 모든 정보를 하나의 레코드로 묶어 저장하는 전통적인 로우 지향(row-oriented) 방식과 달리, COLE은 서로 다른 데이터 요소들을 독립된 컬럼 단위로 나눠 저장한다.
이 구조 덕분에 특정 주소에 대한 업데이트가 발생해도, 해당 주소의 컬럼에 해당하는 소규모 디스크 영역만 수정하면 된다. 전체 행(Row)은 물론, MPT의 복잡하고 긴 경로 전체를 건드릴 필요가 없다.
이러한 설계는 스토리지 사용량을 줄이는 데 효과적일 뿐 아니라, 동일한 온체인 주소가 초당 수천 번 호출되는 환경에서도 읽기 성능을 서브 밀리초 수준으로 유지할 수 있는 핵심 요인이다. 아래는 COLE의 핵심 개념 및 구조다.
런(Run): 불변의 데이터 파일
런(Run)은 COLE의 LSM 트리에서 디스크 상의 기본 단위다.
메모리 내 버퍼가 가득 차면, (addr, slot, value…) 형태의 행(row)들이 정렬된 불변 데이터 묶음으로 한 번에 디스크에 플러시된다.
이때 생성되는 구성은 다음과 같다:
- state (.s) – 컬럼 지향 키-값 쌍을 담는 파일
- model (.m) – 해당 런에 대한 머신러닝 기반 조각별 선형 인덱스
- merkle (.h) – 행 전체에 대한 머클 트리로, 포함 증명에 사용됨
런은 한 번 쓰이면 이후에는 절대 변경되지 않으며, 이후의 모든 쓰기 작업은 새 런으로만 이루어진다.
레벨(Level): 비슷한 크기의 런을 묶는 계층
런은 고전적인 Log-Structured-Merge 트리처럼 크기 단위에 따라 계층별로 정렬된다(Level 0, Level 1, Level 2, …):
- L0 – 가장 작고 최신의 런들. 작고 자주 발생하는 플러시가 이곳에 도착한다.
- L1 … Ln – 아래로 갈수록 런의 크기가 점점 커지며(예: 레벨마다 10배씩), 백그라운드에서 상위 레벨의 중첩된 런들을 병합(Compaction)해 더 크고 중복이 제거된 런으로 재구성한다.
이러한 병합 덕분에 각 레벨당 런의 개수가 제한되고, 쿼리 시점에는 최신 버전의 키를 찾기 위해 가장 최근의 런 몇 개만 조회하면 되는 구조가 완성된다. 정리하면 아래와 같다.
- Run = 정렬된 상태 데이터를 컬럼 형태로 담고, 해당 인덱스와 머클 파일을 포함하는 불변 데이터 조각
- Level = 비슷한 크기의 런을 관리하고, 컴팩션 스케줄을 조정하는 계층
- Build = 컴팩션 전략과 인덱스 유형을 선택해 컬럼 런 프레임워크에 적용한, 완전한 실행 가능한 저장 엔진 구성
이러한 구조는 이클립스의 스토리지 설계 청사진을 위한 기반이 된다. 앞서 정리한 네 가지 과제를 해결하기 위해, 이클립스는 COLE 연구 프로토타입에서 핵심 아이디어 몇 가지를 차용한 뒤, 이를 EclIPse의 더 단순한 롤백 모델에 맞게 조정했다.
그 결과, 많은 양의 데이터를 빠르게 수신하고, 디스크 공간은 최소화하며, 즉시 롤백이 가능하고, getAccount와 같은 단일 키 조회(Point Read)에 마이크로초 단위로 응답할 수 있는 스토리지 엔진이 탄생하게 되었다. 아래에 제시된 각 설계 기둥(pillar)은 이 중 하나 이상의 요구사항을 해결하는 데 초점을 맞추고 있다.
열 단위의 실행(Column Run): 이력 정보의 연속 저장
Source: COLE paper, https://xuc.me/FILe/slides/FAST24.pdf
Source: COLE Slides, https://xuc.me/file/slides/FAST24.pdf
모든 상태 변경을 머클 트리 경로 곳곳에 흩어 저장하는 대신, 하나의 계정에 대한 모든 버전을 디스크의 불변 “런(Run)”에 연속적으로 기록할 수 있다. 이 방식은 여러 번의 무작위 갱신을 수행하는 대신, 핫 계정에 대한 다수의 변경 사항을 하나의 고속 순차 쓰기로 통합함으로써 쓰기 비용을 분산(감가)시키는 데 핵심적인 역할을 한다.
핫 키는 사실상 Append-Only 로그처럼 동작하게 되므로, 하나의 블록 안에서 동일한 계정이 천 번 갱신되더라도, 이는 천 번의 무작위 쓰기가 아니라 단 한 번의 순차 쓰기로 처리된다.
COLE 논문 실험에 따르면, 동일한 블록 높이 기준으로 MPT 대비 약 90% 적은 디스크 공간을 사용한다. 이는 경로 중복이 사라졌기 때문이다. 과거 기록을 조회할 때는 단 하나의 seek와 그 뒤를 잇는 선형 스캔만으로 충분하며, 이는 매우 작은 데이터 조각에만 해당된다.
GSVM 시대에 맞는 스토리지 아키텍처, 이클립스가 꿈꾸는 ‘빠른 블록체인’
실행(Execution), 시퀀싱(Sequencing), 스토리지(Storage)는 GSVM 엔지니어링에서 가장 중요하고 성능에 민감한 핵심 요소들이다. 고성능 데이터베이스에서 차용된 러닝 위치 모델(Learned Position Models)은 이를 블록체인 상태 관리에 맞게 재구성했을 때 진정한 게임 체인저로 작용한다.
이클립스는 이를 도입한 최초의 롤업 중 하나로, 조회 지연 시간을 서브 밀리초 수준으로 줄이고, 온체인 애플리케이션에서 오랫동안 지속돼 온 성능 병목을 제거하고자 한다.
이 글에서 개략적으로 소개한 COLE 기반 설계는, 초당 백만 TPS를 수신하고, 지갑 쿼리에 마이크로초 단위로 응답하며, 드물게 발생하는 체인 말단 롤백까지 감당할 수 있는 신뢰할 만한 경로를 보여준다. 그것도 고가 장비가 아닌 일반 SSD만으로 가능하다는 점에서 의미가 크다.
물론 포인터 전환 기반 롤백 매핑(Pointer-Flip Rollback Map)은 여전히 연구가 필요하고, 데이터 전파용 버스 어댑터도 구현이 필요하지만, 큰 방향은 이미 분명하다. 컬럼 런(Column Runs), 러닝 오프셋(Learned Offsets), 비동기 병합(Async Merges), 포크를 위한 최소 메타데이터 — 이것이 나아갈 길이다. 스토리지 문제를 먼저 해결하는 것이 모든 상위 레이어의 속도를 높이는 출발점이며, 이클립스는 그 속도를 계속 유지해나갈 것이다.
이클립스(Eclipse), “생태계 진화 중” TUSD·tETH부터 커뮤니티까지 총력전
이클립스(Eclipse), 블록체인 가상머신 ‘GSVM’과 토큰 백서 공개 “기존 확장성 넘는 환경 만든다”
