대출 시장에는 관리자 모델이 필요하지 않습니다.

원제목: CLOB 대출: 시장에는 큐레이터가 필요 없다

원저자: @0xJaehaerys, Gelora Research

원문 번역: EeeVee, SpecialistXBT, BlockBeats

편집자 주: 스트림 파이낸스와 USDX의 붕괴 이후, 디파이(DeFi) 커뮤니티는 고통스러운 환멸을 겪고 있습니다. 모포(Morpho)와 오일러(Euler) 같은 프로토콜에서 유동성 분산을 해결하기 위해 도입된 "큐레이터" 모델은 의도치 않게 "인간" 에이전트의 도덕적 해이를 블록체인에 다시 가져왔습니다. 이 글은 현재의 대출 프로토콜이 "위험 정의"와 "주문 매칭"을 잘못 혼동하고 있다고 주장합니다. 전통 금융의 주문장 모델에서 영감을 얻어, 이 논문은 큐레이터의 필요성을 없애고 자동 알고리즘 라우팅을 가능하게 하는 새로운 패러다임을 구축합니다.

대출 시장의 진화

온체인 거래의 진화를 살펴보는 것은 대출 시장에 대한 이해를 넓히는 데 도움이 될 수 있습니다.

유니스왑(Uniswap)과 같은 고정 함수 기반 AMM은 능동적인 시장 조성자 없이 시장을 어떻게 만들 것인가라는 근본적인 문제를 해결합니다. 해답은 불변 함수를 사용하여 유동성의 "형태"를 미리 정의하는 것입니다. 유동성 공급자는 일련의 전략에 대해 사전에 합의하고, 프로토콜은 이를 자동으로 처리하고 실행합니다.

이는 거래 분야에서는 잘 작동합니다. 거래는 비교적 단순하기 때문입니다. 구매자와 판매자가 특정 가격에 만나기만 하면 됩니다. 하지만 대출은 훨씬 더 복잡합니다. 대출에는 여러 가지 측면이 있습니다.

이자율

담보의 종류

담보대출비율(LTV)

계약 기간 (고정형 vs. 변동형)

청산 메커니즘

대출 매칭은 위의 모든 요소들의 제약 조건을 동시에 충족해야 합니다.

초창기 DeFi 대출은 AMM(자동 마켓 메이커)과 유사한 솔루션을 직접 채택했습니다. Compound와 Aave 같은 프로토콜은 이자율 곡선을 미리 정의하고, 대출자들이 공유 유동성 풀에 참여하도록 했습니다. 이를 통해 적극적인 대출자가 없더라도 대출 시장이 기능할 수 있었습니다.

하지만 이 비유에는 치명적인 결함이 있습니다. 탈중앙화 거래소(DEX) 거래에서는 상수 함수 곡선의 형태가 거래 체결 품질(슬리피지, 거래량)에 영향을 미치는 반면, 대출에서는 금리 곡선의 형태가 위험을 직접적으로 결정합니다. 모든 대출자가 하나의 자금 풀을 공유할 때, 그들은 또한 해당 풀에서 수용된 모든 담보에 대한 위험을 공유하게 됩니다. 대출자는 특정 유형의 위험만 감수하겠다는 의사를 표현할 수 없습니다.

거래 세계에서 주문장은 이러한 문제를 해결합니다. 주문장을 통해 시장 조성자는 자신만의 "곡선 형태"를 정의할 수 있습니다. 각 시장 조성자는 자신이 선호하는 가격으로 호가를 제시하고, 주문장은 이러한 호가들을 하나의 통합된 시장으로 집계하지만, 각 시장 조성자는 여전히 자신의 위험 노출을 스스로 관리합니다.

대출도 같은 방식으로 할 수 있을까요? 에이본(Avon)이라는 프로젝트는 이 질문에 대한 답을 찾고자 합니다.

유동성 단절 문제

DeFi가 대출자에게 통제권을 부여하려는 첫 번째 시도는 시장 분리였다.

Morpho Blue나 Euler 같은 프로토콜을 사용하면 누구나 특정 매개변수(예: 지정된 담보, 대출 자산, 고정된 청산 담보대출비율(LTV), 금리 곡선)를 설정하여 대출 시장을 만들 수 있습니다. 대출자는 자신의 위험 감수 수준에 맞는 시장에 자금을 예치합니다. 한 시장의 부실 채권은 다른 시장에 영향을 미치지 않습니다.

이는 대출기관에 완벽한 솔루션입니다. 대출기관은 원하는 위험 분산 효과를 얻을 수 있습니다.

하지만 대출자들에게는 이것이 분열을 초래합니다.

이더리움-달러 크로네 대출을 예로 들면, 12개 이상의 다양한 시장이 존재할 수 있습니다.

시장 B: 유동성 300만 달러, 담보대출비율(LTV) 86%, 이자율 5.1%

시장 C: 유동성 200만 달러, 담보대출비율(LTV) 91%, 이자율 6.8%

...그리고 유동성이 더 낮은 다른 9개 시장

800만 달러 대출을 원하는 사용자는 단일 시장에서 만족스러운 결과를 얻을 수 없습니다. 가격을 직접 비교하고, 여러 거래를 실행하고, 분산된 포지션을 관리하고, 다양한 청산 한도를 추적해야 합니다. 이론적으로 최적의 해결책은 대출을 네 개 이상의 시장으로 분산하는 것입니다.

실제로 그렇게 하는 사람은 아무도 없습니다. 차용자는 대개 하나의 시장만 선택합니다. 분산된 자금 풀에서는 자금이 제대로 활용되지 못합니다.

시장 위험 분리는 대출자의 문제를 해결했지만, 차입자의 문제를 야기했다.

큐레이터 재정의 한계

큐레이터 재무 모델은 이러한 격차를 해소하고자 합니다.

이 개념은 전문 펀드매니저가 자금 흐름을 통제한다는 것입니다. 대출자는 자금을 금고에 예치하고, 펀드매니저는 다양한 시장에 자금을 배분하여 수익을 최적화하고 위험을 관리합니다. 차입자는 여전히 분산된 시장에 직면하지만, 적어도 대출자는 더 이상 포트폴리오를 수동으로 조정할 필요가 없습니다.

이는 "평면적인" 태도를 취하고 싶어하는 대출자에게 도움이 되었지만, DeFi가 없애고자 했던 것, 즉 재량권을 도입하는 결과를 낳았습니다.

펀드 매니저는 자금을 투자할 시장을 결정하고 언제든지 재분배할 수 있습니다. 대출자의 위험 노출도는 펀드 매니저의 결정에 따라 변하며 예측 불가능하고 통제할 수 없습니다. 한 트위터 사용자의 표현처럼, "펀드 매니저는 차입자와 PvP 게임을 하고 있지만, 차입자는 자신이 이용당하고 있다는 사실조차 모른다."

이러한 비대칭성은 전략뿐만 아니라 기본 인터페이스의 정확성에도 반영됩니다. Morpho의 UI는 때때로 "3백만 달러의 유동성 확보 가능"이라고 표시하지만, 실제로는 저금리 자금은 극히 일부에 불과하고 대부분의 자금이 고금리 영역에 집중되어 있습니다.

유동성 조정이 인간의 의사 결정에 의존할 경우 투명성이 저해됩니다.

펀드 운용 담당자들은 시장의 즉각적인 수요가 아닌, 자체적인 일정에 따라 시장 유동성을 조정합니다. 국채 발행 기관들은 "리밸런싱"을 통해 차입자 분산 문제를 해결하려고 하지만, 이는 수수료가 발생하고 펀드 매니저의 의지에 따라 달라지며 종종 지연됩니다. 결과적으로 차입자들은 여전히 최적 이하의 금리에 직면하게 됩니다.

위험과 매칭을 분리하기

대출 계약서가 서로 전혀 다른 두 가지 모듈을 혼동하고 있습니다.

사용자의 위험 정의: 대출 기관마다 담보의 질과 레버리지 비율에 대한 견해가 다릅니다.

프로토콜 기반 대출 및 차용 방식은 기계적입니다. 사용자의 주관적인 판단이 필요하지 않고 효율적인 경로 설정만 필요합니다.

펀드 풀 모델은 이 둘을 묶어주고, 대출기관은 통제권을 잃게 됩니다.

분리 풀 모델은 위험 정의를 분리하지만 매칭 기능을 포기하고 차용자가 최적의 경로를 직접 찾아야 합니다.

큐레이터 보관소 모델은 큐레이터의 역할을 통해 작품 매칭을 다시 도입하지만, 큐레이터에 대한 신뢰를 전제로 합니다.

인간의 개입(재량권) 없이 매칭 과정을 자동화하는 것이 가능할까요?

거래 세계의 주문장은 이러한 원리를 구현합니다. 시장 조성자는 가격을 정하고, 주문장은 거래량을 집계하며, 최적의 가격을 우선시하는 방식으로 거래가 이루어집니다. 주문이 어디로 갈지는 누구도 결정할 수 없으며, 주문장 메커니즘이 모든 것을 결정합니다.

CLOB 대출은 신용 시장에도 동일한 원칙을 적용합니다.

대출기관은 위험 분리 전략을 통해 위험을 정의합니다.

이 전략은 공유 주문장에 견적을 게시합니다.

차용자는 통합된 유동성 메커니즘을 통해 상호 작용합니다.

매칭은 관리자의 개입 없이 자동으로 이루어집니다.

위험 부담은 여전히 대출기관에 있으며, 조정 과정은 기계화됩니다. 어떤 단계에서도 제3자를 신뢰할 필요가 없습니다.

2계층 구조

에이본은 두 가지 고유한 단계를 통해 주문서 대여 방식을 시행합니다.

전략 계층

"전략"이란 고정된 매개변수를 가진 분리된 대출 시장을 의미합니다.

전략 수립자는 담보/대출 자산, 청산 LTV, 이자율 곡선, 오라클 및 청산 메커니즘과 같은 매개변수를 정의합니다.

일단 실행되면 수익률 곡선의 형태는 변경할 수 없습니다. 대출 기관은 돈을 예치하기 전에 규칙을 정확히 알고 있습니다.

자금은 다른 투자 전략 간에 이동하지 않습니다.

전략 A에 예치하시면, 인출하실 때까지 자금은 전략 A에 그대로 남아 있습니다. 별도의 운용 관리자가 없으며, 자산 재조정도 없고, 위험 노출도 급격하게 변동하지 않습니다.

여전히 전략 관리자들이 매개변수를 설정하고 있지만, 이들은 근본적으로 자금 운용 주체와는 다릅니다. 자금 운용 주체는 자금 배분자(자금이 어디로 가는지 결정하는 사람)인 반면, 전략 관리자는 진정한 위험 관리자(규칙을 정하지만 자금을 직접 운용하지는 않는 사람)입니다(Aave DAO 참조). 자금 배분에 대한 최종 결정권은 항상 자금 제공자에게 있습니다.

시스템은 시장 변화에 어떻게 적응할까요? 매개변수 수정이 아니라 경쟁을 통해 적응합니다. 무위험 이자율이 급등하면 기존 전략은 단계적으로 폐지되고(자금 유출) 새로운 전략이 창출됩니다(자금 유입). 이때 "자금 운용의 재량권"은 "자금을 어디로 보내야 할까?"(운용자의 결정)에서 "어떤 전략을 선택해야 할까?"(대출자의 결정)로 바뀝니다.

매칭 레이어

이 전략은 차입자에게 직접적인 혜택을 제공하는 것이 아니라, 공동 주문장에 견적을 게시하는 방식입니다.

주문장에는 모든 전략의 견적이 통합되어 표시됩니다. 차입자는 자신의 담보를 수용하는 모든 전략에 대한 포괄적인 정보를 확인할 수 있습니다.

대출자가 주문을 하면 매칭 엔진은 다음과 같은 작업을 수행합니다.

호환성(담보 유형, LTV 요건)을 기준으로 견적을 필터링합니다.

금리 순으로 정렬하세요.

가장 저렴한 제품부터 할인이 시작됩니다.

결제는 원자적 거래로 이루어집니다.

하나의 전략이 주문 전체를 충족할 수 있다면 모든 주문을 처리하고, 그렇지 않으면 주문은 자동으로 여러 전략으로 분할됩니다. 차용자는 하나의 거래만 인식하게 됩니다.

중요 사항: 주문 장부는 정책 상태만 읽을 수 있으며 수정할 수 없습니다. 주문 장부는 접근 권한 조정만 담당하며 자본 배분 권한은 없습니다.

RWA의 복음

DeFi는 기관 도입에 있어 항상 구조적 모순에 직면해 왔습니다. 규정 준수 요건으로 인해 자산 분리가 필요하지만, 분리는 유동성을 저해합니다.

Aave Arc는 규정을 준수하는 참여자들이 각자의 풀을 보유하는 "폐쇄형 생태계(walled garden)" 모델을 실험했습니다. 그 결과 유동성이 부족하고 금리 스프레드가 넓어졌습니다. Aave Horizon은 "준개방형(semi-open)" 모델(RWA 발행자는 KYC를 요구하지만 대출은 허가 없이 가능)을 실험했는데, 이는 진전이었지만 기관 차입자는 여전히 Aave의 메인 풀에 있는 320억 달러 규모의 유동성에 접근할 수 없었습니다. 일부 프로젝트는 허가형 롤업을 모색했습니다. KYC 프로세스는 인프라 수준에서 완료되었습니다. 이러한 접근 방식은 특정 사용 사례에는 효과적이지만 네트워크 계층에서 유동성이 분산되는 결과를 초래합니다. 체인 A의 규정을 준수하는 사용자가 체인 B의 유동성에 접근할 수 없는 것입니다.

주문장 모델은 세 번째 경로를 제공합니다.

정책 계층은 모든 접근 제어(KYC, 지역 제한, 공인 투자자 확인)를 구현할 수 있습니다. 매칭 엔진은 매칭 작업만 담당합니다.

규정을 준수하는 전략과 라이선스가 필요 없는 전략 모두 호환 가능한 조건을 제시한다면, 두 전략 모두 동일한 대출을 충족할 수 있습니다.

기업 재무 부서가 토큰화된 정부 채권을 담보로 1억 달러를 차입한다고 상상해 보세요.

3천만 달러는 기관 투자자(연기금 유한책임회사)로부터 KYC(고객확인제도) 인증을 요구하는 전략에서 나온 자금입니다.

2천만 달러는 공인 투자자 인증(패밀리 오피스 LP)이 필요한 전략에서 발생합니다.

5천만 달러는 라이선스 비용이 전혀 들지 않는 전략(소매 LP)에서 조달되었습니다.

자금은 원천에서 절대 혼합되지 않으며, 기관들은 규정을 준수하지만 유동성은 전 세계적으로 균일하게 유지됩니다. 이는 "규정 준수는 곧 분리"라는 교착 상태를 타개합니다.

다차원 매칭 메커니즘

주문장은 오직 가격이라는 한 가지 기준만을 바탕으로 주문을 매칭합니다. 가장 높은 매수 호가가 가장 낮은 매도 호가와 매칭되는 방식입니다.

대출 주문 장부는 여러 측면에서 동시에 주문과 일치해야 합니다.

이자율: 차용인이 수용할 수 있는 최대 이자율보다 낮아야 합니다.

LTV: 차입자의 담보 비율은 정책 요건을 충족해야 합니다.

자산 호환성: 통화 일치.

유동성: 시장에는 충분한 유동성이 있습니다.

차입자는 담보를 더 많이 제공하거나(낮은 LTV) 더 높은 이자율을 수용함으로써 더 다양한 전략을 이용할 수 있습니다. 그러면 시스템은 이러한 제한된 범위 내에서 가장 저렴한 경로를 찾아냅니다.

대규모 차입자라면 주의해야 할 점이 있습니다. Aave에서는 10억 달러의 유동성이 단일 자금 풀로 관리됩니다. 하지만 주문장 대출에서는 10억 달러가 수백 가지 전략에 분산될 수 있습니다. 1억 달러 규모의 단일 대출로 전체 주문장이 순식간에 소진될 수 있는데, 가장 저렴한 전략부터 시작해서 점차 가장 비싼 전략까지 채워지기 때문입니다. 따라서 슬리피지(부채상환 위험)가 발생할 가능성이 높습니다.

풀링 시스템에서도 슬리피지는 발생하지만, 그 양상은 다릅니다. 사용량 급증은 이자율을 상승시킬 수 있습니다. 차이점은 투명성에 있습니다. 주문장 방식에서는 슬리피지가 사전에 파악 가능하지만, 풀링 시스템에서는 거래가 체결된 후에야 슬리피지가 드러납니다.

변동 금리 및 재가격 책정

DeFi 대출은 변동 금리를 사용합니다. 사용률이 변함에 따라 금리도 변합니다.

이는 동기화 문제를 야기합니다. 전략 활용도가 변경되었지만 주문장 가격이 업데이트되지 않으면 차입자는 잘못된 가격으로 거래를 완료하게 됩니다.

해결책: 지속적으로 견적을 다시 제시합니다.

전략 상태가 변경되면 새로운 견적이 즉시 주문장에 게시됩니다. 이는 매우 높은 인프라 성능을 요구합니다.

블록 생성 속도가 매우 빠릅니다.

거래 비용이 극히 낮습니다.

원자 상태 판독.

이것이 바로 Avon이 MegaETH를 기반으로 구축하기로 결정한 이유입니다. 이더리움 메인넷에서는 과도한 가스 수수료 때문에 이러한 아키텍처가 실현 불가능합니다.

기존 마찰:

시장 금리가 변동하는데 전략의 고정된 금리 곡선이 조정되지 않으면 "사각지대"가 발생합니다. 즉, 금리가 너무 높아 차입자들이 대출을 꺼리고, 대출자들은 수익을 내지 못하게 됩니다. Aave에서는 금리 곡선이 자동으로 조정되지만, CLOB 모드에서는 대출자들이 직접 자금을 인출하고 새로운 전략으로 전환해야 합니다. 이것이 바로 통제권을 얻기 위해 지불해야 하는 대가입니다.

다중 전략 포지션 관리

대출이 여러 전략으로 이루어지면, 차입자는 실제로 다중 전략 포지션을 보유하게 됩니다.

인터페이스상으로는 대출처럼 보이지만, 실제 구조는 독립적입니다.

독립적인 이자율: 구성 요소 A의 이자율은 전략 A의 활용률이 증가함에 따라 증가할 수 있지만, 구성 요소 B의 이자율은 변하지 않습니다.

독립형 건강 비율: 코인 가격이 하락하면 LTV 제한이 더 엄격한 구성 요소부터 먼저 부분적으로 청산됩니다. 한 번에 모두 청산되는 것이 아니라, 마치 조금씩 깎여 나가는 것처럼 여러 차례에 걸쳐 부분 청산이 진행됩니다.

에이본은 사용 경험을 간소화하기 위해 통합 포지션 관리(담보 추가 원클릭, 가중치에 따른 자동 배분)와 원클릭 재융자(최저 금리를 보장하는 플래시론을 통한 기존 부채 자동 상환) 기능을 제공합니다.

결론적으로

탈중앙 금융(DeFi) 대출은 여러 단계를 거쳐 발전해 왔습니다.

공동 협약: 차입자에게는 자금 조달의 폭을 넓혀주지만, 대출기관에게는 통제권을 제한합니다.

고립된 시장: 대출기관에게 통제권을 부여하지만, 차입 경험은 파편화됩니다.

큐레이터 보관소: 둘 사이의 간극을 메우려는 시도이지만, 인간의 의사 결정이라는 위험을 내포하고 있습니다.

주문장 기반 대출(CLOB): 이 모델은 앞서 언급한 모델과 분리됩니다. 대출기관은 위험 수익률을 정의할 권한을 가지며, 매칭은 주문장 엔진을 통해 이루어집니다.

설계 원칙은 명확합니다. 코드를 통해 매칭이 가능해지면 더 이상 사람의 개입이 필요하지 않으며, 시장이 스스로 규제할 수 있다는 것입니다.

원본 링크