Movemaker의 연구원 @BlazingKevin_의 원본 기사
스토리지는 한때 업계의 주요 화두 중 하나였습니다. 지난 강세장의 선두 주자였던 파일코인(Filecoin)은 시장 가치가 100억 달러를 넘었습니다. 파일코인과 경쟁하는 스토리지 프로토콜인 아르위브(Arweave)는 영구 스토리지를 판매 포인트로 내세우며 시장 가치가 35억 달러에 달했습니다. 그러나 콜드 데이터 스토리지의 가용성이 왜곡되면서 영구 스토리지의 필요성에 대한 의문이 제기되었고, 분산형 스토리지라는 화두가 과연 실현 가능한지에 대한 의문이 제기되었습니다. 월러스(Walrus)의 등장은 오랫동안 휴면 상태였던 스토리지 시장에 새로운 바람을 불어넣었고, 이제 앱토스(Aptos)는 점프 크립토(Jump Crypto)와 손잡고 셸비(Shelby)를 출시하며 핫 데이터 시장에서 분산형 스토리지를 한 단계 더 발전시키려 합니다. 그렇다면 분산형 스토리지는 다시 부활하여 다양한 활용 사례를 제공할 수 있을까요? 아니면 또 다른 과대광고일까요? 이 글은 Filecoin, Arweave, Walrus, Shelby의 개발 경로에서 출발하여 분산형 저장소의 서사적 변화를 분석하여 다음과 같은 질문에 대한 답을 찾아보고자 한다. 분산형 저장소가 대중화되기까지의 길은 어디까지일까?
파일코인: 저장은 외관이고 채굴은 본질입니다
파일코인은 초기 알트코인 중 하나로, 개발 방향은 자연스럽게 탈중앙화를 중심으로 합니다. 이는 초기 알트코인들의 공통적인 특징, 즉 다양한 전통적인 방식에서 탈중앙화의 의미를 찾는 것입니다. 파일코인도 예외는 아닙니다. 파일코인은 스토리지를 탈중앙화와 연결하는데, 이는 자연스럽게 중앙 집중형 스토리지의 단점, 즉 중앙 집중형 데이터 스토리지 서비스 제공자의 신뢰 가정과 연관됩니다. 따라서 파일코인은 중앙 집중형 스토리지를 탈중앙화 스토리지로 전환합니다. 그러나 탈중앙화를 달성하기 위해 이 과정에서 희생된 몇 가지 측면은 이후 Arweave나 Walrus 프로젝트가 해결하고자 했던 문제점이 되었습니다. 파일코인이 단순한 채굴 코인인 이유를 이해하려면, 그 기반 기술인 IPFS가 핫 데이터의 객관적인 한계에 적합하지 않은 이유를 이해해야 합니다.
IPFS: 분산형 아키텍처이지만 전송 병목 현상에서 중단됨
IPFS(Interplanetary File System)는 2015년 초에 출시되었습니다. 콘텐츠 주소 지정을 통해 기존 HTTP 프로토콜을 대체하는 것을 목표로 합니다. IPFS의 가장 큰 단점은 데이터 수집 속도가 매우 느리다는 것입니다. 기존 데이터 서비스 제공업체가 밀리초 수준의 응답 속도를 구현할 수 있는 시대에, IPFS는 파일을 수집하는 데 여전히 10초 이상 소요되어 실제 적용에 어려움을 겪고 있습니다. 이는 일부 블록체인 프로젝트를 제외하고는 기존 산업에서 IPFS가 거의 채택되지 않는 이유이기도 합니다.
IPFS의 기본 P2P 프로토콜은 주로 비디오, 사진, 문서와 같이 자주 변경되지 않는 정적 콘텐츠인 콜드 데이터에 적합합니다. 그러나 동적 웹 페이지, 온라인 게임, 인공지능 애플리케이션과 같은 핫 데이터를 처리하는 경우에는 P2P 프로토콜이 기존 CDN에 비해 뚜렷한 이점을 제공하지 못합니다.
IPFS 자체는 블록체인이 아니지만, 방향성 비순환 그래프(DAG) 설계 개념은 여러 퍼블릭 체인 및 Web3 프로토콜과 높은 호환성을 갖추고 있어 블록체인의 기반 구축 프레임워크로 자연스럽게 적합합니다. 따라서 실질적인 가치는 없더라도 블록체인의 이야기를 전달하는 기반 프레임워크로는 충분합니다. 초기 모방 프로젝트들은 별과 바다를 열 수 있을 만큼 원활하게 구동되는 프레임워크만 있으면 됩니다. 하지만 파일코인이 어느 정도 발전하면 IPFS의 단점들이 발전에 걸림돌이 되기 시작합니다.
저장소 망토 아래서 채굴 코인 로직
IPFS의 원래 목적은 사용자가 저장 네트워크의 일부가 되는 동시에 데이터를 저장할 수 있도록 하는 것이었습니다. 그러나 경제적 인센티브가 없다면 사용자가 이 시스템을 자발적으로 사용하기는커녕, 적극적으로 저장 노드가 되기는 더욱 어렵습니다. 즉, 대부분의 사용자는 IPFS에만 파일을 저장할 뿐, 자신의 저장 공간을 제공하거나 다른 사람의 파일을 저장하지는 않습니다. 바로 이러한 맥락에서 Filecoin이 탄생했습니다.
Filecoin의 토큰 경제 모델에는 세 가지 주요 역할이 있습니다. 사용자는 데이터를 저장하기 위한 수수료를 지불해야 합니다. 저장 채굴자는 사용자 데이터를 저장하는 데 대한 토큰 인센티브를 받습니다. 검색 채굴자는 사용자가 필요할 때 데이터를 제공하고 인센티브를 받습니다.
이 모델은 악의적인 행동의 가능성을 가지고 있습니다. 스토리지 마이너는 보상을 받기 위해 저장 공간을 제공한 후 가비지 데이터를 채울 수 있습니다. 이러한 가비지 데이터는 손실되더라도 복구되지 않으므로 스토리지 마이너의 페널티 메커니즘이 발동되지 않습니다. 이를 통해 스토리지 마이너는 가비지 데이터를 삭제하고 해당 프로세스를 반복할 수 있습니다. Filecoin의 복제 증명 합의는 사용자 데이터가 비공개적으로 삭제되지 않도록 보장할 뿐, 마이너가 가비지 데이터를 채우는 것을 막을 수는 없습니다.
파일코인의 운영은 최종 사용자의 분산 스토리지에 대한 실제 수요보다는 토큰 경제에 대한 채굴자들의 지속적인 투자에 크게 의존합니다. 프로젝트는 아직 개선 중이지만, 현 단계에서 파일코인의 생태적 구조는 애플리케이션 기반보다는 코인 로직 채굴을 기반으로 하는 스토리지 프로젝트의 정의에 더 부합합니다.
Arweave: 장기주의로 인한 성공과 실패
Filecoin의 설계 목표가 인센티브를 제공하고 증명 가능한 탈중앙화된 데이터 클라우드 셸을 구축하는 것이라면, Arweave는 또 다른 저장 방식을 극단적으로 발전시켜 데이터를 영구적으로 저장할 수 있는 기능을 제공합니다. Arweave는 분산 컴퓨팅 플랫폼을 구축하는 것을 목표로 하지 않습니다. Arweave의 전체 시스템은 중요한 데이터는 한 번 저장하면 네트워크에 영원히 남아야 한다는 핵심 가정을 중심으로 돌아갑니다. 이러한 극단적인 장기적 관점은 Arweave를 메커니즘, 인센티브 모델, 하드웨어 요구 사항, 내러티브 관점 등 모든 측면에서 Filecoin과 매우 차별화합니다.
Arweave는 비트코인을 학습 대상으로 삼아 장기간에 걸쳐 자체 영구 저장 네트워크를 지속적으로 최적화해 왔습니다. Arweave는 마케팅, 경쟁사, 시장 동향에 전혀 신경 쓰지 않습니다. 아무도 신경 쓰지 않더라도 Arweave는 반복적인 네트워크 아키텍처를 따라 끊임없이 전진합니다. Arweave 개발팀의 핵심 가치인 장기적 관점이 바로 그것입니다. 장기적 관점 덕분에 Arweave는 지난 강세장에서도 큰 인기를 끌었습니다. 또한 장기적 관점 덕분에 Arweave는 바닥을 친다 하더라도 여러 차례의 강세장과 약세장에서 살아남을 수 있을 것입니다. 하지만 Arweave는 분산형 스토리지의 미래에서 과연 자리를 잡을 수 있을까요? 영구 저장의 가치는 시간이 지나봐야만 증명될 수 있습니다.
Arweave 메인넷은 1.5 버전부터 최신 버전 2.9까지 더 많은 채굴자들이 최저 비용으로 네트워크에 참여하고, 채굴자들이 데이터를 최대한 저장하도록 동기를 부여하여 전체 네트워크의 견고성을 지속적으로 개선하기 위해 노력해 왔습니다. 비록 시장에서의 논의는 중단되었지만, Arweave는 더 많은 채굴자들이 최저 비용으로 네트워크에 참여하고, 채굴자들이 데이터를 최대한 저장하도록 동기를 부여하여 전체 네트워크의 견고성을 지속적으로 개선하기 위해 노력해 왔습니다. Arweave는 시장 선호도를 충족하지 못하고 보수적인 접근 방식을 취하고 있음을 잘 알고 있습니다. 채굴 그룹을 포용하지 않으며 생태계가 완전히 정체되어 있습니다. Arweave는 최저 비용으로 메인넷을 업그레이드하고 네트워크 보안을 손상시키지 않으면서 하드웨어 임계값을 지속적으로 낮추고 있습니다.
1.5에서 2.9로의 업그레이드 프로세스 검토
Arweave 1.5는 채굴자들이 블록 생성 확률을 최적화하기 위해 실제 스토리지 대신 GPU 스태킹에 의존할 수 있도록 하는 취약점을 노출했습니다. 이러한 추세를 억제하기 위해 버전 1.7에서는 RandomX 알고리즘을 도입했습니다. 이 알고리즘은 특수 컴퓨팅 파워의 사용을 제한하고 대신 범용 CPU를 채굴에 참여하도록 요구하여 컴퓨팅 파워의 중앙 집중화를 약화시켰습니다.
버전 2.0에서 Arweave는 SPoA를 사용하여 데이터 증명을 간결한 Merkle 트리 구조의 경로로 변환하고, 동기화 부담을 줄이기 위해 형식 2 트랜잭션을 도입합니다. 이 아키텍처는 네트워크 대역폭 부담을 완화하고 노드 조정 기능을 크게 향상시킵니다. 그러나 일부 채굴자는 중앙 집중식 고속 스토리지 풀 전략을 통해 실제 데이터 보관의 책임을 회피할 수 있습니다.
이러한 편향을 바로잡기 위해 2.4는 SPoRA 메커니즘을 도입하고, 글로벌 인덱스와 느린 해시 랜덤 액세스를 도입하여 채굴자들이 효과적인 블록 생성에 참여하기 위해 실제로 데이터 블록을 보유해야 하도록 했습니다. 이는 메커니즘 관점에서 컴퓨팅 파워 스택 효과를 약화시켰습니다. 결과적으로 채굴자들은 스토리지 액세스 속도에 주목하기 시작했고, SSD와 고속 읽기/쓰기 장치의 도입을 촉진했습니다. 2.6은 블록 생성 리듬을 제어하기 위해 해시 체인을 도입하여 고성능 장비의 한계적 이점 간의 균형을 맞추고 중소 규모 채굴자들에게 공정한 참여 공간을 제공했습니다.
이후 버전에서는 네트워크 협업 기능과 스토리지 다양성이 더욱 향상되었습니다. 2.7에서는 소규모 채굴자의 경쟁력을 강화하기 위해 협업 채굴 및 채굴 풀 메커니즘이 추가되었습니다. 2.8에서는 대용량, 저속 장비가 유연하게 참여할 수 있도록 복합 패키징 메커니즘이 도입되었습니다. 2.9에서는 replica_2_9 형식의 새로운 패키징 프로세스를 도입하여 효율성을 크게 높이고 컴퓨팅 종속성을 줄였으며, 데이터 지향 채굴 모델의 폐쇄 루프를 완성했습니다.
전반적으로 Arweave의 업그레이드 경로는 저장소 중심의 장기 전략을 명확하게 보여줍니다. 컴퓨팅 파워 집중 추세에 지속적으로 저항하는 동시에 참여 임계값을 낮추고 프로토콜의 장기적 작동 가능성을 보장합니다.
월러스: 핫 데이터를 수용하는 것은 과장된 선전인가, 아니면 숨겨진 비밀인가?
Walrus는 설계 아이디어 측면에서 Filecoin 및 Arweave와 완전히 다릅니다. Filecoin의 출발점은 콜드 데이터 스토리지를 희생하여 분산되고 검증 가능한 스토리지 시스템을 구축하는 것이었습니다. Arweave의 출발점은 극소수의 시나리오를 희생하여 데이터를 영구적으로 저장할 수 있는 온체인 알렉산드리아 라이브러리를 구축하는 것이었습니다. Walrus의 출발점은 스토리지 오버헤드를 줄이기 위해 핫 데이터 스토리지 프로토콜을 최적화하는 것이었습니다.
삭제 코드의 마법적 변형: 비용 혁신인가, 아니면 새 병에 담긴 오래된 와인인가?
저장 비용 설계 측면에서 Walrus는 Filecoin과 Arweave의 저장 비용이 불합리하다고 생각합니다. 후자 두 가지는 모두 완전 복제 아키텍처를 채택하는데, 이 아키텍처의 주요 장점은 각 노드가 완전한 복사본을 보유하고 강력한 내결함성과 노드 간 독립성을 제공한다는 것입니다. 이러한 아키텍처는 일부 노드가 오프라인 상태일 때에도 네트워크의 데이터 가용성을 유지할 수 있도록 합니다. 그러나 이는 시스템의 견고성을 유지하기 위해 여러 개의 중복 복사본이 필요하다는 것을 의미하며, 이는 결국 저장 비용 상승으로 이어집니다. 특히 Arweave의 설계에서 합의 메커니즘 자체는 데이터 보안 강화를 위해 노드 중복 저장을 장려합니다. 반면 Filecoin은 비용 관리 측면에서 더 유연하지만, 일부 저비용 저장 장치는 데이터 손실 위험이 더 높을 수 있다는 단점이 있습니다. Walrus는 이 둘 사이의 균형을 찾으려고 노력합니다. Arweave의 메커니즘은 구조화된 중복성을 통해 가용성을 향상하는 동시에 복제 비용을 제어하여 데이터 가용성과 비용 효율성 간의 새로운 절충안을 제시합니다.
Walrus가 자체 개발한 Redstuff는 노드 중복을 줄이는 핵심 기술입니다. 이는 리드-솔로몬(RS) 코딩에서 파생되었습니다. RS 코딩은 매우 전통적인 삭제 코드 알고리즘입니다. 삭제 코딩은 중복된 조각(삭제 코드)을 추가하여 데이터 집합을 두 배로 늘릴 수 있는 기술로, 원본 데이터를 재구성하는 데 사용될 수 있습니다. CD-ROM부터 위성 통신, QR 코드에 이르기까지 일상생활에서 자주 사용됩니다.
삭제 코드를 사용하면 사용자는 1MB 크기의 블록을 2MB 크기로 확대할 수 있습니다. 여기서 추가된 1MB는 삭제 코드라는 특수 데이터입니다. 블록의 바이트가 손실되더라도 사용자는 이 코드를 통해 해당 바이트를 쉽게 복구할 수 있습니다. 블록의 최대 1MB가 손실되더라도 전체 블록을 복구할 수 있습니다. 동일한 기술을 통해 컴퓨터는 CD-ROM이 손상된 경우에도 CD-ROM에 있는 모든 데이터를 읽을 수 있습니다.
가장 일반적으로 사용되는 것은 RS 코딩입니다. 구현 방법은 k개의 정보 블록으로 시작하여 관련 다항식을 구성하고, 서로 다른 x 좌표에서 이를 계산하여 코딩된 블록을 얻는 것입니다. RS 삭제 코드를 사용하면 무작위 샘플링으로 인해 큰 데이터 블록이 손실될 확률이 매우 낮습니다.
예를 들어, 파일이 6개의 데이터 블록과 4개의 검사 블록으로 나뉘어 총 10개의 복사본이 있습니다. 이 중 6개만 무작위로 유지하면 원본 데이터를 완벽하게 복원할 수 있습니다.
장점: 내결함성이 뛰어나 CD/DVD, RAID(내결함성 하드 디스크 어레이), 클라우드 스토리지 시스템(Azure Storage, Facebook F4 등)에 널리 사용됩니다.
단점: 디코딩 계산이 복잡하고 비용이 많이 들며, 자주 변경되는 데이터 시나리오에는 적합하지 않습니다. 따라서 일반적으로 오프체인 중앙화 환경에서 데이터 복구 및 스케줄링에 사용됩니다.
분산형 아키텍처 하에서 Storj와 Sia는 기존 RS 코딩 방식을 분산 네트워크의 실제 요구에 맞게 조정했습니다. Walrus는 또한 더 저렴하고 유연한 중복 저장 메커니즘을 구현하기 위해 자체 변형인 RedStuff 코딩 알고리즘을 제안했습니다.
Redstuff의 가장 큰 특징은 무엇일까요? **Walrus는 삭제 코딩 알고리즘을 개선하여 비정형 데이터 블록을 더 작은 샤드로 빠르고 강력하게 인코딩하고, 이를 스토리지 노드 네트워크에 분산하여 저장합니다. 샤드의 최대 3분의 2가 손실되더라도 일부 샤드를 사용하여 원본 데이터 블록을 신속하게 재구성할 수 있습니다. **이는 복제 계수를 4~5배로 유지하면서 가능합니다.
따라서 Walrus를 분산형 시나리오를 중심으로 재설계된 경량 중복성 및 복구 프로토콜로 정의하는 것이 타당합니다. Reed-Solomon과 같은 기존 삭제 코드와 비교할 때, RedStuff는 더 이상 엄격한 수학적 일관성을 추구하지 않고 데이터 분산, 저장 검증 및 연산 비용 측면에서 현실적인 절충안을 제시합니다. 이 모델은 중앙 집중식 스케줄링에 필요한 즉각적인 디코딩 메커니즘을 포기하고, 온체인 증명을 통해 노드가 특정 데이터 사본을 보유하고 있는지 검증함으로써 더욱 역동적이고 제한적인 네트워크 구조에 적응합니다.
RedStuff 설계의 핵심은 데이터를 기본 슬라이스와 보조 슬라이스, 두 가지 범주로 분할하는 것입니다. 기본 슬라이스는 원본 데이터를 복원하는 데 사용됩니다. 기본 슬라이스의 생성 및 배포는 엄격하게 제한되며, 복구 임계값은 f+1이고, 가용성 보증을 위해 2개의 f+1 서명이 필요합니다. 보조 슬라이스는 XOR 조합과 같은 간단한 연산을 통해 생성됩니다. 보조 슬라이스의 기능은 탄력적인 내결함성을 제공하고 전체 시스템의 견고성을 향상시키는 것입니다. 이러한 구조는 데이터 일관성에 대한 요구 사항을 근본적으로 줄여 여러 노드가 단기간 동안 서로 다른 버전의 데이터를 저장할 수 있도록 하여 최종 일관성의 실질적인 목표를 강조합니다. Arweave와 같은 시스템에서 백트래킹 블록에 대한 완화된 요구 사항과 유사하지만, 네트워크 부하를 줄이는 데 어느 정도 효과가 있었지만, 데이터의 즉각적인 가용성과 무결성을 약화시키는 단점도 있습니다.
RedStuff가 저성능 컴퓨팅 및 저대역폭 환경에서 효과적인 저장을 달성하지만, 본질적으로 여전히 삭제 코드 시스템의 변형이라는 점을 간과할 수 없습니다. RedStuff는 분산 환경에서 비용 관리 및 확장성을 위해 데이터 읽기의 확실성을 일부 희생합니다. 그러나 애플리케이션 수준에서 이 아키텍처가 대규모의 고주파 상호작용 데이터 시나리오를 지원할 수 있을지는 아직 불확실합니다. 더욱이 RedStuff는 삭제 코드의 오랜 코딩 및 컴퓨팅 병목 현상을 실질적으로 해결하지는 못했지만, 구조적 전략을 통해 기존 아키텍처의 높은 결합도를 피했습니다. RedStuff의 혁신은 기본 알고리즘 수준의 전복보다는 엔지니어링 측면에서의 조합 최적화에 더 잘 반영됩니다.
따라서 RedStuff는 현재의 분산형 스토리지 현실에 대한 합리적인 수정에 가깝습니다. RedStuff는 중복 비용과 운영 부하를 개선하여 엣지 장치와 고성능이 아닌 노드가 데이터 스토리지 작업에 참여할 수 있도록 합니다. 그러나 대규모 애플리케이션, 일반 컴퓨팅 적응 및 일관성에 대한 요구 사항이 높은 비즈니스 시나리오에서는 RedStuff의 기능적 한계가 여전히 비교적 명확합니다. 따라서 Walrus의 혁신은 분산형 스토리지 패러다임의 전환을 촉진하는 결정적인 돌파구라기보다는 기존 기술 시스템의 적응적 변형에 가깝습니다.
수이와 월러스: 고성능 퍼블릭 체인이 스토리지의 실용적 적용을 촉진할 수 있을까?
Walrus의 공식 연구 기사에서 대상 시나리오를 확인할 수 있습니다. Walrus는 원래 많은 분산형 애플리케이션의 핵심인 대용량 바이너리 파일(Blob)을 저장하기 위한 솔루션을 제공하기 위해 설계되었습니다.
소위 대용량 블롭 데이터는 일반적으로 비디오, 오디오, 이미지, 모델 파일 또는 소프트웨어 패키지와 같이 볼륨이 크고 구조가 불안정한 이진 객체를 말합니다.
암호화의 맥락에서 이는 NFT, 소셜 미디어 콘텐츠의 이미지 및 비디오를 더 많이 지칭합니다. 이는 Walrus의 주요 적용 방향이기도 합니다.
이 기사에서는 AI 모델 데이터 세트 저장 및 데이터 가용성 계층(DA)의 잠재적 활용 방안도 언급했지만, Web3 AI의 단계적 쇠퇴로 인해 관련 프로젝트가 거의 남지 않았고, 앞으로 Walrus를 실제로 도입하는 프로토콜의 수는 매우 제한될 수 있습니다.
DA 계층의 경우, Walrus가 효과적인 대안이 될 수 있는지 여부는 Celestia와 같은 주류 프로젝트가 시장의 주목을 다시 받을 때까지 기다려야 실현 가능성이 검증될 수 있습니다.
따라서 Walrus의 핵심 포지셔닝은 NFT와 같은 콘텐츠 자산을 제공하는 핫 스토리지 시스템으로 이해될 수 있으며, 동적 호출, 실시간 업데이트 및 버전 관리 기능을 강조합니다.
이는 Walrus가 Sui에 의존해야 하는 이유이기도 합니다. Sui의 고성능 체인 기능 덕분에 Walrus는 고속 데이터 검색 네트워크를 구축할 수 있고, 자체적으로 고성능 퍼블릭 체인을 개발하지 않고도 운영 비용을 크게 줄일 수 있으며, 단위 비용 측면에서 기존 클라우드 스토리지 서비스와의 직접적인 경쟁을 피할 수 있습니다.
공식 데이터에 따르면 Walrus의 스토리지 비용은 기존 클라우드 서비스의 약 5분의 1 수준입니다. Filecoin과 Arweave보다 수십 배나 비싸지만, Walrus의 목표는 초저가를 추구하는 것이 아니라 실제 비즈니스 시나리오에서 사용할 수 있는 분산형 핫 스토리지 시스템을 구축하는 것입니다. Walrus 자체는 PoS 네트워크에서 실행되며, 핵심 역할은 스토리지 노드의 신뢰성을 검증하고 전체 시스템에 가장 기본적인 보안을 제공하는 것입니다.
수이(Sui)에 월러스(Walrus)가 정말 필요한지는 생태학적 서사(ecological narrative) 차원에 더 가깝습니다. **주요 목적이 금융 결제뿐이라면 수이는 오프체인 스토리지 지원이 시급하지 않습니다.** 그러나 향후 AI 애플리케이션, 콘텐츠 자산화, 구성 가능한 에이전트와 같은 더 복잡한 온체인 시나리오를 구현하고자 한다면, 스토리지 계층은 컨텍스트, 컨텍스트 및 인덱싱 기능을 제공하는 데 필수적일 것입니다. 고성능 체인은 복잡한 상태 모델을 처리할 수 있지만, 신뢰할 수 있는 콘텐츠 네트워크를 구축하려면 이러한 상태 모델이 검증 가능한 데이터에 연결되어 있어야 합니다.
Shelby: 전용 파이버 네트워크가 Web3 애플리케이션 시나리오를 완벽하게 구현합니다.
현재 Web3 애플리케이션이 직면한 가장 큰 기술적 병목 현상 중 하나인 읽기 성능은 극복하기 어려운 단점이었습니다.
비디오 스트리밍, RAG 시스템, 실시간 협업 도구, AI 모델 추론 엔진 등 모든 기술은 핫 데이터에 대한 저지연, 고처리량 접근에 의존합니다. Arweave, Filecoin, Walrus 등 분산형 스토리지 프로토콜은 데이터 지속성과 신뢰성 측면에서 진전을 이루었지만, 공용 인터넷에서 실행되기 때문에 높은 지연 시간, 불안정한 대역폭, 그리고 제어 불가능한 데이터 스케줄링이라는 한계를 여전히 극복하지 못하고 있습니다.
셸비는 문제의 근원을 해결하려고 노력했습니다.
첫째, 유료 읽기 메커니즘은 분산형 스토리지의 읽기 작업 딜레마를 직접적으로 개선합니다. 기존 시스템에서는 데이터 읽기가 거의 무료였지만, 효과적인 인센티브 메커니즘이 부족하여 서비스 노드가 일반적으로 응답을 게을리하고 불필요한 부분을 간과하게 되어 실제 사용자 경험이 웹 2.0에 크게 뒤처지게 됩니다.
셸비는 지불당읽기 모델을 도입하여 사용자 경험과 서비스 노드 수익을 직접 연결합니다. 즉, 노드가 데이터를 더 빠르고 안정적으로 반환할수록 더 많은 보상을 얻을 수 있습니다.
이 모델은 우발적인 경제 설계가 아니라 셸비의 성과 설계의 핵심 논리입니다. 즉, 인센티브가 없으면 신뢰할 수 있는 성과가 없으며, 인센티브가 있어야만 서비스 품질을 지속 가능하게 개선할 수 있습니다.
둘째, 셸비가 제안한 가장 큰 기술적 혁신 중 하나는 전용 광섬유 네트워크의 도입인데, 이는 Web3 핫 데이터를 즉시 읽을 수 있는 고속철도 네트워크를 구축하는 것과 같습니다.
이 아키텍처는 Web3 시스템이 일반적으로 의존하는 공공 전송 계층을 완전히 우회하고, 고성능, 저지연성, 물리적으로 격리된 전송 백본에 스토리지 노드와 RPC 노드를 직접 배치합니다. 이를 통해 노드 간 통신 지연 시간을 크게 줄일 뿐만 아니라 전송 대역폭의 예측 가능성과 안정성을 보장합니다. Shelby의 기본 네트워크 구조는 다른 Web3 프로토콜의 마이너 노드에 업로드 로직이 아닌 AWS 내부 데이터 센터 간 전용 회선 배포 모드에 더 가깝습니다.
출처: 셸비 백서
이러한 네트워크 수준의 아키텍처 역전으로 Shelby는 진정한 웹 2.0 수준의 경험을 제공할 수 있는 최초의 분산형 핫 스토리지 프로토콜이 되었습니다. 사용자가 Shelby에서 4K 비디오를 읽거나, 대규모 언어 모델의 임베딩 데이터를 호출하거나, 트랜잭션 로그를 추적할 때, 더 이상 콜드 데이터 시스템에서 흔히 발생하는 2차 지연을 견뎌낼 필요가 없으며, 1초 미만의 응답 시간을 확보할 수 있습니다. 서비스 노드의 경우, 전용 네트워크는 서비스 효율성을 향상시킬 뿐만 아니라 대역폭 비용을 크게 절감하여 읽기당 지불(Pay-per-read) 메커니즘을 경제적으로 실현 가능하게 만들고, 이를 통해 시스템이 더 높은 스토리지보다는 더 높은 성능으로 진화하도록 유도합니다.
Shelby가 AWS처럼 보이지만, 본질적으로는 Web3를 구현하기 위한 핵심은 전용 광섬유 네트워크 도입이라고 할 수 있습니다. 이는 분산화와 성능 간의 자연스러운 모순을 해소할 뿐만 아니라, 고주파 읽기, 고대역폭 스케줄링, 저비용 엣지 접속 측면에서 Web3 애플리케이션의 실제 구현 가능성을 열어줍니다.
또한, 데이터 지속성과 비용 측면에서 Shelby는 Clay Codes에서 개발한 효율적인 코딩 체계(Efficient Coding Scheme)를 사용합니다. MSR과 MDS의 수학적 최적 코딩 구조를 통해 스토리지 중복성을 최소 2배 미만으로 낮추면서도 119 ...
요약하다
Filecoin, Arweave, Walrus, 그리고 Shelby의 진화를 살펴보면 다음과 같은 점을 분명히 알 수 있습니다. **탈중앙화 스토리지에 대한 이야기는 존재는 합리적이다라는 기술적 유토피아에서 가용성은 정의다라는 현실적인 경로로 점차 이동해 왔습니다.** 초기 Filecoin은 경제적 인센티브를 통해 하드웨어 참여를 유도했지만, 실제 사용자의 요구는 오랫동안 소외되어 왔습니다. Arweave는 극단적인 영구 스토리지를 선택했지만, 애플리케이션 생태계의 침묵 속에서 점점 더 고립되었습니다. Walrus는 비용과 성능 간의 새로운 균형을 찾으려 했지만, 랜딩 시나리오 및 인센티브 메커니즘 구축에 대한 의문이 여전히 남아 있습니다. Shelby가 등장하면서야 탈중앙화 스토리지가 웹 2.0 수준의 가용성에 체계적으로 대응할 수 있었습니다. 전송 계층의 전용 광섬유 네트워크, 컴퓨팅 계층의 효율적인 삭제 코드 설계, 그리고 읽기당 과금 인센티브 메커니즘에 이르기까지, 원래 중앙 집중식 클라우드 플랫폼에서만 가능했던 이러한 기능들이 웹 3.0 환경에서 재구성되기 시작했습니다.
Shelby의 등장이 문제의 종식을 의미하는 것은 아닙니다. 모든 과제를 해결하지는 못합니다. 개발자 생태계, 권한 관리, 단말 접근 등 여러 문제가 아직 남아 있습니다. 하지만 Shelby의 중요성은 분산형 스토리지 업계에 성능 저하 없이 검열 방지 또는 사용 편의성이라는 이분법적 역설을 깨고 성능 저하 없이라는 새로운 길을 열었다는 데 있습니다.
분산형 스토리지의 대중화는 단순히 개념이나 토큰 투기의 인기에만 의존하는 것이 아니라, 사용 가능하고, 통합 가능하며, 지속 가능한 애플리케이션 중심 단계로 나아가야 합니다. 이 단계에서 사용자의 실질적인 어려움을 가장 먼저 해결하는 사람이 다음 단계의 인프라 내러티브 패턴을 재구성할 수 있을 것입니다. 코인 채굴 논리에서 사용 논리에 이르기까지, 셸비의 획기적인 발전은 한 시대의 종말과 새로운 시대의 시작을 알리는 신호탄이 될 수 있습니다.
Movemaker 소개
무브메이커는 앱토스 재단(Aptos Foundation)의 공식 인증을 받은 최초의 커뮤니티 단체로, 안카(Ankaa)와 블록부스터(BlockBooster)가 공동으로 설립하여 앱토스 중국 생태계의 구축 및 발전을 촉진하는 데 주력하고 있습니다. 중국 지역 앱토스의 공식 대표 기관으로서, 무브메이커는 개발자, 사용자, 자본 및 다양한 생태계 파트너를 연결하여 다양하고 개방적이며 번영하는 앱토스 생태계를 구축하는 데 전념하고 있습니다.
부인 성명:
이 기사/블로그는 정보 제공 목적으로만 제공되며 저자의 개인적인 의견을 나타내며 반드시 Movemaker의 입장을 대표하는 것은 아닙니다. 이 기사는 다음을 제공하기 위한 것이 아닙니다. (i) 투자 조언 또는 투자 권장 사항; (ii) 디지털 자산 매수, 매도 또는 보유에 대한 제안 또는 권유; (iii) 재무, 회계, 법률 또는 세무 조언. 스테이블코인 및 NFT를 포함한 디지털 자산을 보유하는 것은 매우 위험하며 가격이 변동하여 가치가 없어질 수 있습니다. 재정 상황에 따라 디지털 자산을 거래하거나 보유하는 것이 적절한지 신중하게 고려해야 합니다. 특정 상황에 대해 궁금한 사항이 있는 경우 법률, 세무 또는 투자 고문에게 문의하십시오. 이 기사에 제공된 정보(시장 데이터 및 통계 정보 포함, 있는 경우)는 일반적인 정보 제공만을 목적으로 합니다. 이러한 데이터와 차트를 준비하는 데 합리적인 주의를 기울였지만, 여기에 표현된 사실적 오류나 누락에 대해 책임을 지지 않습니다.
